Un grupo de científicos de la Universidad de Miami han desarrollado un algoritmo de inteligencia artificial (IA) que podría tener un impacto significativo en el futuro del tratamiento del glioblastoma multiforme (GBM), un tipo de cáncer cerebral mortal y otros tipos de cáncer como el de mama, pulmón y pediátrico.
Este algoritmo, llamado SPHINKS, utiliza aprendizaje profundo automático para identificar posibles objetivos terapéuticos para estos tipos de cáncer.
SPHINKS ayuda a los investigadores a identificar y validar experimentalmente dos proteínas quinasas (PKCdelta y DNAPKcs) como posibles objetivos terapéuticos para ciertos subtipos de GBM y otros cánceres. Las proteínas quinasas son objetivos clave en la medicina oncológica de precisión, y los médicos dirigen fármacos hacia las más activas de estas proteínas, llamadas «quinasas maestras».
Algoritmo de IA para estudiar el glioblastoma
El equipo de investigación utilizó organoides tumorales cultivados en el laboratorio a partir de muestras de pacientes para demostrar que los fármacos que interrumpen la actividad de las quinasas maestras pueden inhibir el crecimiento tumoral. Además, el estudio confirmó las clasificaciones previas del glioblastoma a través de varias plataformas ómicas, como la genómica, proteómica y metabolómica.
SPHINKS combina estos conjuntos de datos ómicos con aprendizaje automático para crear un interactoma, que es un conjunto completo de interacciones biológicas. Este interactoma permite identificar las quinasas que causan crecimiento tumoral y resistencia al tratamiento en cada subtipo de glioblastoma.
Por tanto, este nuevo algoritmo demuestra que la combinación de datos multiómicos y aprendizaje automático puede generar algoritmos que predigan qué terapias pueden proporcionar las mejores opciones terapéuticas para cada subtipo de cáncer, incluido el glioblastoma. Estos hallazgos podrían revolucionar la forma en que se trata a los pacientes con glioblastoma y otros cánceres en el futuro.
Conclusión
En resumen, el desarrollo de SPHINKS es un importante avance en la búsqueda de nuevos tratamientos para el glioblastoma y otros cánceres. Este algoritmo de IA utiliza aprendizaje profundo automático para combinar datos multiómicos y para crear un modelo predictivo que puede ayudar a los médicos a tomar decisiones más informadas sobre el tratamiento del cáncer. Sin embargo, es importante señalar que SPHINKS aún se encuentra en una etapa temprana de desarrollo. Por lo tanto, se necesitan más estudios clínicos para evaluar su eficacia y seguridad en la práctica clínica.
Referencias:
Master kinases extracted from proteogenomic networks in glioblastoma drive cancer subtypes: https://doi.org/10.1038/s43018-022-00511-w
