La inteligencia artificial puede resultar de gran ayuda para mejorar los tratamientos contra el cáncer: un nuevo algoritmo se ha mostrado capaz de predecir en menos de 2 días la combinación más eficaz de fármacos contra los tumores cancerígenos.

Creada por científicos del Instituto de Investigación del Cáncer en Londres, la técnica de vanguardia aparece detallada en un artículo publicado en la revista Molecular Cancer Therapeutics. La prueba prototipo analiza con IA datos de proteínas a gran escala tomando muestras de tumores, pudiendo predecir con más precisión la respuesta de los pacientes con cáncer a la medicación.

En primer lugar, se examinaron los cambios en 52 proteínas importantes, evaluando la interacción entre sí como respuesta a los tratamientos farmacológicos. Después, los científicos entrenaron a los algoritmos de aprendizaje automático para definir los cambios clave en las proteínas que predicen las reacciones a los medicamentos.

El método se mostró más preciso y eficaz que el análisis genómico para predecir las respuestas individuales a los medicamentos. En la actualidad se emplean marcadores genéticos como las mutaciones en los genes clave EGFR, KRAS y PIK3CA para predecir las respuestas a los medicamentos en el cáncer de pulmón.

El siguiente paso fue aplicar el mismo enfoque para que el algoritmo predijese la sensibilidad a las combinaciones de medicamentos: los responsables de la investigación usaron 21 combinaciones diferentes de dos medicamentos en células de cáncer de pulmón con diferentes fallas genéticas, como mutaciones en EGFR y KRAS.

De un total de 252 combinaciones de fármacos, 128 mostraron algún nivel de sinergia, lo que significa que su efecto combinado superó el efecto de cada fármaco individual sumado. De la lista completa, el prototipo con inteligencia artificial identificó correctamente las 5 combinaciones de fármacos mejor clasificadas el 57% de las veces y las 10 combinaciones mejor clasificadas el 83% de las veces.

La prueba se posiciona como la primera capaz de brindar predicciones personalizadas para ajustar el mejor tratamiento contra el cáncer que es posible que funcionen en diferentes individuos.

Por una parte, el prototipo pudo reconocer con éxito combinaciones que anteriormente habían demostrado ser prometedoras, como las de trametinib y capivasertib, o gefitinib y everolimus, en líneas celulares de cáncer de pulmón de células no pequeñas con mutaciones en EGFR. Y, por otro lado, también sirvió para el hallazgo de nuevas conjugaciones, como vemurafenib y capivasertib, potencialmente efectivas para líneas celulares de cáncer de pulmón de células no pequeñas sin mutaciones en EGFR o KRAS.

Antes de usarse en pacientes, la herramienta requiere de mayor validación. En la prueba actual se estudiaron 7 fármacos en múltiples combinaciones, pero los científicos quieren un informe más grande con 15 medicamentos y 12.000 proteínas involucradas en lugar de 52. De seguir adelante, la prueba tiene un esperanzador potencial tanto por la increíble velocidad de respuesta que ofrece la inteligencia artificial, como por la precisión y eficacia en la predicción de la respuesta de los tumores a la medicación.

La combinación de terapias puede ser especialmente relevante para superar la resistencia a los antibióticos y otros fármacos generada por las superbacterias, un problema que ya supone la tercera causa mundial de muertes.

 Fuente: Business Insider