Científicos de la Universidad de Australia del Sur han desarrollado un nuevo y potente método para descubrir las interacciones genéticas que impulsan la progresión del cáncer, abriendo el camino a tratamientos más tempranos y precisos.
El método, impulsado por inteligencia artificial y publicado hoy en Royal Society Open Science, revela que la progresión tumoral está impulsada por grupos de genes que cooperan entre sí, en lugar de por genes mutados actuando de forma aislada.
El investigador principal, el Dr. Andres Cifuentes-Bernal, explica que su equipo utilizó herramientas de inteligencia artificial para identificar grupos de genes que trabajan en conjunto para favorecer el avance del cáncer.
El sistema evalúa cómo los genes se influyen mutuamente a lo largo del tiempo, proporcionando una imagen más clara de los mecanismos biológicos subyacentes que permiten que los tumores crezcan, se propaguen y resistan el tratamiento.
Los estudios tradicionales a nivel del genoma sobre el cáncer suelen centrarse en las mutaciones que aparecen con frecuencia en los pacientes. Si bien este enfoque ha descubierto muchos factores conocidos que impulsan el cáncer, pasa por alto cambios genéticos sutiles o raros. Lo más importante es que también omite la compleja interacción entre los genes que permite que las células malignas ganen impulso.
Dr. Andres Cifuentes-Bernal, investigador principal
El coautor, el profesor asociado de UniSA, Thuc Le, señala que el nuevo marco resalta el creciente papel de la inteligencia artificial en el descubrimiento biomédico, abordando una brecha existente desde hace mucho tiempo en la biología del cáncer.
«El cáncer no es estático», afirma. «Se desarrolla a través de una cascada de cambios dinámicos. Muchos genes actúan juntos para alterar el comportamiento celular normal, pero los métodos existentes pueden tener dificultades para detectar esto. Nuestro enfoque está diseñado para capturar esa complejidad».
Utilizando grandes conjuntos de datos de cáncer de mama para probar su método, los investigadores demostraron que el sistema impulsado por inteligencia artificial no solo detecta genes conocidos relacionados con el cáncer, sino que también descubre otros que antes estaban ocultos.
Muchos de estos genes no están mutados, pero aún así influyen en otros genes, contribuyendo a la progresión del tumor.
El método reconoció con éxito un número significativo de factores conocidos que impulsan el cáncer enumerados en el Cancer Gene Census (un referente internacional respetado), lo que confirma la precisión del enfoque.
También reveló nuevos candidatos, incluidos varios genes involucrados en la señalización celular, la respuesta inmunitaria y la metástasis.
El profesor asociado Le explica que la técnica identifica redes cooperativas en lugar de genes aislados.
«Estas redes resaltan cómo los genes colaboran para impulsar colectivamente el cáncer hacia estados más agresivos», afirma.
Los investigadores confían en que su método pueda ayudar a identificar nuevos objetivos terapéuticos, especialmente para pacientes cuyos tumores carecen de mutaciones comunes de alto perfil.
«Comprender estas dinámicas nos brinda una visión más rica de cómo evolucionan los tumores», dice el Dr. Cifuentes-Bernal.
«Nos aleja de pensar en mutaciones de una sola célula y nos acerca a una mejor comprensión de los sistemas biológicos más amplios en juego».
Los investigadores señalan que el marco es adaptable y podría aplicarse a otras enfermedades en las que la regulación cambia con el tiempo, como la neurodegeneración, los trastornos autoinmunes y las afecciones inflamatorias crónicas.
‘Identifying cooperative genes causing cancer progression with dynamic causal inference’ se publica en Royal Society Open Science. DOI: 10.1098/rsos.250442
