Acepto

COOKIES

Esta web utiliza cookies técnicas, de personalización y de análisis, propias y de terceros, para anónimamente facilitarle la navegación y analizar estadísticas del uso de la web. Obtener más información

La inteligencia artificial, clave para identificar 63 nuevos genes asociados al cáncer

  • Actualidad

inteligencia artificial IA

Una investigadora del Barcelona Supercomputing Center-Centro Nacional de Supercomputación (BSC) ha liderado la creación de un nuevo método computacional basado en inteligencia artificial que acelera la identificación de nuevos genes relacionados con el cáncer. Su método ha sido publicado por la revista Nature.

Más sobre Transformación Digital 

Moderniza los servicios de RR.HH. y aumenta la satisfacción de tus empleados

SAP HANA Platform: despliega todo su potencial en tu negocio

Smart cities, conectando puntos para crear un futuro más inteligente 

Mejores prácticas para implementar una plataforma ágil

NetOps conoce a DevOps. Estado de la automatización de red

Cómo implementar automatización DevOps y lograr una verdadera agilidad cloud

El trabajo de esta investigadora, que es profesora ICREA y se acaba de incorporar al BSC como líder del grupo de Biología Computacional Integrativa de Redes, ha sido ya probado biológicamente en líneas celulares de cáncer de mama, próstata, pulmón y colon, así como en análisis retrospectivos de supervivencia de miles de pacientes, y ha permitido identificar 63 nuevos genes relacionados con el cáncer

Según explica el Centro de Supercomputación, Nataša Przulj emplea técnicas de aprendizaje automático para relacionar grandes cantidades de datos ómicos y los recrea en un prototipo computacional (Célula integrada o iCell). Específicamente, fusiona tres redes de interacción molecular específicas de tejido: interacción proteína-proteína, coexpresión de genes y redes de interacción genética. La técnica mediante la cual se realiza esta fusión es la Tri-Factorización de Matrices No Negativa, una técnica de machine learning propuesta originalmente para la agrupación y la reducción de la dimensionalidad que se ha utilizado recientemente para la integración de datos.

El método ha señalado 63 genes y un proceso de validación biológica ha confirmado que al menos 36 de ellos contribuyen al crecimiento irregular de las células. “La validación se ha llevado a cabo mediante experimentos de desactivación de genes seguidos de pruebas de viabilidad celular y análisis de datos de supervivencia del paciente”, explica el comunicado.

La experimentación reveló, por ejemplo, que los pacientes con cáncer de mama con alta expresión de MRPL3, una proteína ribosomal mitocondrial que no estaba relacionada con el cáncer previamente, tienen una menor supervivencia. Este es un ejemplo de cómo se puede usar el nuevo método para descubrir nuevos genes biomarcadores, que pueden ser relevantes en la estratificación y predicción de la supervivencia en pacientes con cáncer.

Las posibles aplicaciones de este método van desde el tratamiento de otras enfermedades hasta el envejecimiento, con el objetivo final de descubrir los principios intrínsecos de la organización interna de la vida en la Tierra.