Científicos del Instituto de Investigación del Cáncer de Londres han creado una prueba prototipo que puede predecir en un periodo de tiempo de 24 a 48 horas qué combinaciones de medicamentos funcionarán probablemente de forma más efectiva para los pacientes con cáncer. Su técnica de vanguardia utiliza inteligencia artificial para analizar datos de proteínas a gran escala de muestras de tumores y es capaz de predecir la respuesta de los pacientes a los medicamentos con mayor precisión de lo que es posible en la actualidad. El análisis genético de los tumores puede revelar mutaciones que están impulsando el crecimiento de los cánceres, algunas de las cuales pueden ser objeto de tratamiento, pero la genómica por sí sola no proporciona predicciones suficientemente precisas para seleccionar las combinaciones de fármacos. Es por eso que llevaron a cabo análisis ‘proteómicos’, examinando cambios en 52 proteínas importantes y cómo interactúan entre sí en respuesta a tratamientos farmacológicos, para posteriormente entrenar algoritmos de aprendizaje automático y definir los cambios clave en las proteínas que predicen las respuestas a los medicamentos. “Con un tiempo de respuesta rápido de menos de dos días, la prueba tiene el potencial de guiar a los médicos en sus juicios sobre qué tratamientos tienen más probabilidades de beneficiar a pacientes individuales con cáncer. Es un paso importante para avanzar desde nuestro enfoque actual en el uso de mutaciones genéticas para predecir la respuesta”, aseguran.

Entrenamiento de algoritmos de aprendizaje automático

Los científicos llevaron a cabo análisis “proteómicos”, examinando los cambios en 52 proteínas importantes y cómo interactúan entre sí en respuesta a los tratamientos farmacológicos. A continuación, los investigadores entrenaron algoritmos de aprendizaje automático para definir los cambios clave en las proteínas que predicen la respuesta a los fármacos.

En primer lugar, los investigadores utilizaron el algoritmo para predecir la sensibilidad de las células a determinados fármacos contra el cáncer. Comprobaron que la técnica podía predecir las respuestas individuales a los fármacos con más precisión que las características genéticas, como las mutaciones en los genes clave EGFR, KRAS y PIK3CA, tres marcadores genéticos utilizados actualmente en la clínica para predecir las respuestas a los fármacos en el cáncer de pulmón.

A continuación, los investigadores utilizaron el mismo enfoque para predecir la sensibilidad a las combinaciones de fármacos, utilizando 21 combinaciones diferentes de dos fármacos en células de cáncer de pulmón con diferentes fallos genéticos, como las 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 superaba el efecto de cada fármaco individual sumado.

De ellas, la prueba de IA identificó correctamente las cinco combinaciones mejor clasificadas en el 57% de las ocasiones y las 10 combinaciones mejor clasificadas en el 83% de las veces.

Identificación de combinaciones exitosas

La prueba identificó con éxito combinaciones que ya habían demostrado ser prometedoras: por ejemplo, combinaciones de trametinib y capivasertib, o de gefitinib y everolimus, en líneas celulares de cáncer de pulmón no microcítico con mutaciones del EGFR.

Los investigadores también pudieron identificar posibles combinaciones nuevas, como vemurafenib y capivasertib, que, según el ensayo, podrían ser eficaces en líneas celulares de cáncer de pulmón no microcítico sin mutaciones en EGFR o KRAS.

Se trata, por tanto, del primer prototipo de prueba que puede ofrecer predicciones personalizadas sobre las combinaciones de fármacos que probablemente funcionen en distintos individuos. Los investigadores del ICR creen que la nueva tecnología podría ser crucial para superar la evolución del cáncer y la resistencia al tratamiento al permitir a los médicos analizar cómo funcionan los fármacos en combinación.

El nuevo estudio establece una prueba de concepto, pero la prueba necesitará una mayor validación antes de que pueda utilizarse en pacientes. El estudio analizó siete fármacos diferentes en múltiples combinaciones, pero los investigadores ya están planeando un estudio de seguimiento más amplio que probará 15 fármacos y analizará 12.000 proteínas implicadas en la transducción de señales en lugar de 52.

Fuente original (Ampliación de la noticia, en inglés): https://www.icr.ac.uk/news-archive/ai-test-could-predict-effective-cancer-drug-combinations-in-less-than-two-days

Danos tu opinión

(No hay valoraciones)
Cargando...