El despliegue de las tecnologías basadas en IA podría mejorar la detección precoz del cáncer y ayudar a compensar los retrasos diagnósticos en toda Europa.

La inteligencia artificial (IA) ha entrado en el debate público por todo lo alto, pero los investigadores llevan tiempo estudiando su potencial para transformar la atención a las personas con cáncer y mejorar los resultados de los pacientes. En el Congreso ESMO 2023 en Madrid (España), del 20 al 24 de octubre habrá sesiones específicas centradas en la IA para dar a conocer los avances que se han hecho en términos de métodos de computación avanzados aplicados a la oncología.

La Ley de Amara dice que tendemos a sobreestimar el impacto inmediato de la tecnología y subestimar sus efectos a largo plazo. No obstante, como sucede con cualquier área de conocimiento relacionada con la salud humana, es necesario añadir cierta precaución al entusiasmo y, por lo tanto, nuevas tecnologías como la IA, el aprendizaje automático y el análisis de grandes cantidades de datos (`big data´) se están incorporando de manera más lenta y con más precauciones que en otros sectores. Los ejemplos de su aplicación en la práctica clínica hasta ahora se limitan a la clasificación (triaje) de imágenes de biopsias, mamografías y tomografías computarizadas (CT, por sus siglas en inglés) de pulmón usadas para realizar cribados de pacientes en función de la presencia de tumores, así como a algunas áreas de la investigación sobre el cáncer. No obstante, la implementación de estas tecnologías en la investigación oncológica y la práctica clínica más extendidas está lejos de ser homogénea, lo cual indica que existen barreras que pueden ralentizar su adopción y los beneficios que podrían aportar en los procesos de investigación y los cuidados del cáncer, incluyendo prevención, cribado y rutas de atención.

Aprovechar el potencial de la IA para mejorar la detección del cáncer

A partir de un estudio cualitativo presentado en el Congreso ESMO 2023, que explora el potencial de las tecnologías basadas en IA para mejorar la obtención de imágenes, el diagnóstico y los retrasos en el área de oncología en siete países europeos, la Dra. Raquel Pérez-López, radióloga del Instituto de Oncología Val d´Hebron de Barcelona, considera que las guías existentes sobre cribado y diagnóstico del cáncer, que están bien definidas, no se aplican de forma homogénea dentro de Europa, por razones que pueden incluir tanto aspectos económicos como culturales.

Pérez-López vio el potencial de las soluciones digitales emergentes para intervenir desde la base de la organización y anteponer el cribado de los pacientes a partir de sus historias clínicas. «Ya existen plataformas basadas en IA que permiten el análisis de datos recogidos de forma habitual en las historias clínicas electrónicas y en las unidades de imagen, y que podrían contribuir a los programas de prevención y cribado identificando a los individuos en riesgo de desarrollar la enfermedad, pero estos recursos están siendo infrautilizados», ha declarado Pérez-López, quien atribuye este fenómeno a la ausencia de un marco legal para que los datos de los pacientes sean utilizados en estos procesos.

Controlar la IA para potenciar la investigación en el mundo real

Aplicaciones menos tangibles, pero igualmente importantes de los métodos de computación avanzados están transformado algunas áreas de la investigación en oncología. En el campo de la genética del cáncer, por ejemplo, muchas de las mutaciones incluidas en los estudios genómicos modernos se emplean para identificar a los pacientes adecuados para recibir terapias dirigidas empleando herramientas de IA que comparan los perfiles genéticos de cientos de miles de personas y elaboran predicciones sobre la función de estas mutaciones en el riesgo de desarrollar cáncer. Estas tecnologías se han empezado a usar también recientemente de forma más extendida para analizar diversos tipos de datos incluidos en estudios de evidencia obtenida en el mundo real, que están ganando terreno como un medio de generar evidencia en campos como el de los cánceres raros, en los que no es posible realizar ensayos clínicos aleatorizados tradicionales, o para acercar los resultados de los ensayos clínicos y los resultados de los pacientes en la práctica clínica, entre los cuales se observan diferencias frecuentemente.

No es casual que la reciente publicación de la `ESMO Guidance for Reporting Oncology real-World evidence (GROW)´, desarrollada para orientar las publicaciones científicas en este campo, también aborden el asunto de las tecnologías basadas en IA. En particular, la guía ESMO-GROW tiene como objetivo armonizar las prácticas de la investigación oncológica proporcionando recomendaciones detalladas sobre las pruebas y pasos de validación necesarios para presentar datos obtenidos en el mundo real de forma precisa y transparente. Entre esas recomendaciones se incluyen consideraciones relacionadas con el empleo de algoritmos de IA para el análisis de datos en estudios sobre mundo real, una inclusión necesaria para plasmar todas las consideraciones relevantes y específicas al área de oncología y adelantarse a los avances que se presenten en el futuro.

«En el futuro próximo, podremos ver cómo las herramientas de IA transforman el procesamiento de datos dentro de los sistemas de información de los hospitales y de las historias clínicas haciendo posible que los médicos estructuren notas sin texto y obtengan resúmenes de grandes cantidades de información presionando un botón, lo cual facilitará en gran medida la obtención de datos del mundo real de las historias clínicas para generar nuevo conocimiento en la investigación», ha declarado el Dr. Rodrigo Dienstmann, redactor jefe de la revista ESMO Real World Data and Digital Oncology y Director de Oncoclínicas Precisión Medicine en Sao Paulo (Brasil), explicando además que el documento aborda este probable escenario en el cual los datos empleados para investigar ya no serán recogidos ni estructurados por expertos, sino procesados y resumidos por una máquina.

«Adoptar un método estándar para evaluar las tecnologías basadas en IA con el mismo grado de fiabilidad con el cual se evalúan los medicamentos en los ensayos clínicos será crucial para aprovechar al máximo sus beneficios, a la vez que se garantiza que su adopción no incrementa el riesgo de distorsiones que podría causar desigualdad en la atención a los pacientes», ha puntualizado Dienstmann.

Implementando la oncología digital en la práctica

La investigación en el mundo real impulsada por el análisis de datos avanzado está siendo cada vez más habitual en los ensayos clínicos, algo que también está empezando a extenderse entre las agencias reguladoras que lo emplean en los procesos de autorización de nuevos medicamentos. Por lo tanto, la capacidad de interpretar con precisión este tipo de evidencia será una habilidad esencial para todos los profesionales de la oncología en el futuro. La revista ESMO Real World Data and Digital Oncology es una nueva plataforma revisada por pares en abierto dedicada a la publicación de ciencia y formación de alta calidad sobre la transformación de la atención en cáncer con tecnologías digitales y del mundo real.

Según Dienstmann, los oncólogos -como grupo- no están preparados para esta evolución y tiene necesidades formativas que van a crecer en la misma medida en que lo haga la IA a los flujos de trabajo clínicos. «Hay mucha aprensión sobre el impacto que la IA tendrá en la profesión cuando las máquinas superen a los médicos en algunas de sus tareas tradicionales y repetitivas», cuenta. «Necesitamos formar a los médicos para que empleen estas herramientas con inteligencia y confianza a partir de una comprensión clara de sus valores y de sus limitaciones, para que las máquinas y las personas puedan conseguir, trabajando juntos, mejores resultados de los que obtendrían por separado. ESMO Real World Data and Digital Oncoogy va a ser una fuente para que los médicos se enfrenten a la incorporación de la oncología digital en su práctica habitual».

 Referencia

Dienstmann R. ESMO Real-World Data and Digital Oncology: a journal to understand how health systems can help provide better cancer care[Internet]. ESMO Real-World Data and Digital Oncology [citado 21 oct 2023];2023. Disponible en:  https://doi.org/10.1016/j.esmorw.2023.09.002

23 octubre 2023|Fuente: IMMÉDICO| Tomado de Oncología

Un proyecto español para estudiar cómo ajustar la administración de la terapia antitumoral a un horario en el que resulte más efectiva del grupo de María Casanova-Acebes, Ph. D., investigadora del Centro Nacional de Investigaciones Oncológicas (CNIO) recibió millón y medio de euros del Consejo Europeo de Investigación.

El estudio, denominado INN-TIME, dará continuidad a las investigaciones del grupo del CNIO para descubrir cómo ajustar los tratamientos contra el cáncer a la hora en que resulten más efectivos según la fisiología del propio organismo.

Estas ayudas forman parte del programa Horizonte Europa de la Unión Europea, en cuya última convocatoria se presentaron 2 696 propuestas y se han otorgado 400 ayudas dotadas con hasta 1,5 millones de euros que sufragarán el trabajo de cinco años. La propuesta de Casanova-Acebes corresponde a 43% de las que han ido a parar a mujeres, 39 % más que en 2022.

La investigadora, que dirige el Grupo de Inmunidad del Cáncer, lleva años estudiando la relación entre tumor, sistema inmunitario y biorritmos. Estos últimos son importantes para que los diferentes procesos fisiológicos estén sincronizados con los ritmos circadianos.

Sincronizar con el biorritmo del sistema inmunitario

Casanova-Acebes comentó a Medscape en español los resultados conseguidos hasta el momento de los que parte el proyecto: «En modelos preclínicos (ratón) hemos visto cómo dependiendo de la hora del día en que administremos un tratamiento de inmunoterapia la respuesta antitumoral se ve aumentada hasta 10 veces, siendo mayor por la tarde». En los ratones de noche el sistema inmunitario está más activo, es decir, hay más oportunidades de impedir que el tumor crezca. «Pero las células tumorales consiguen anular esa ventaja emitiendo señales que distorsionan el ritmo circadiano del sistema inmunitario, favoreciendo su crecimiento. Así, este deja de reconocerlas como tumorales».

Curiosamente la actividad antitumoral la desarrollan principalmente los linfocitos T, pero también existe una contribución de las células del sistema inmunitario innato (macrófagos y neutrófilos) que se encuentran en un estado menos patogénico, favoreciendo en conjunto la efectividad de la terapia. «Nuestro objetivo es centrarnos precisamente en este eje de la inmunidad innata, ya que en la actualidad no existen fármacos que modulen de manera específica su actividad temporal», añadió la especialista.

La inteligencia artificial irrumpe en el microambiente tumoral

En el proyecto INN-TIME los investigadores analizarán durante los próximos cinco años los ciclos de actividad de las células tumorales, del sistema inmunitario y de los fibroblastos, células del microambiente tumoral que regulan el reclutamiento y la actividad del sistema inmunitario.

Los datos obtenidos se integrarán en un modelo inteligente que permitirá «entender los mensajes temporales en cada uno de los tres bloques implicados en el microambiente tumoral: células tumorales, sistema inmunitario y fibroblastos», destacó.

Los estudios se llevarán a cabo en modelos animales y en muestras de pacientes con cáncer de pulmón. Habrá acceso a muestras cedidas por más de 300 pacientes con cáncer de pulmón depositadas en los biobancos del Hospital Ramón y Cajal, de Madrid, y del Institut de Recerca Biomèdica de Lleida en Lérida.

En la vertiente humana del proyecto se analizarán también muestras de sangre de un colectivo con una actividad laboral desajustada de los ritmos circadianos, los tripulantes de cabina de pasajeros en los aviones, se hará un seguimiento de cinco años a tripulantes de vuelos de corto rango y a otros de muy largo recorrido, para comparar cómo se modifican los biorritmos de las células del sistema inmunitario cuando se ven sometidos a alteraciones de los ritmos circadianos en viajes transoceánicos.

Ahondando en el INN-TIME el «laboratorio dispone de modelos genéticos y fisiológicos en los que podemos modificar el reloj molecular en modelos animales», agregó Casanova-Acebes. Estas aproximaciones son complejas en humanos, «pero sabemos que los datos que obtengamos en ratones, podremos trasladarlos a muestras de pacientes con unas características específicas. Para ello hemos contactado con la Red Nacional de Biobancos, a través de la Unidad de Biobanco del CNIO, que nos facilitarán el acceso a muestras de pacientes con cáncer de pulmón y a sus muestras de sangre, para identificar marcadores moleculares que permitan tracear alteraciones patogénicas en leucocitos como resultado de la presencia del tumor y anomalías en sus horarios».

Datos preclínicos y retrospectivos hasta ahora

El Dr. Rodrigo Sánchez Bayona, secretario científico de la Sociedad Española de Oncología Médica (SEOM), del Hospital 12 de Octubre de Madrid, comentó a Medscape en español: «Actualmente no hay evidencia científica de ningún estudio que haya evaluado de manera prospectiva y aleatorizada el efecto diferencial que puede ejercer el momento del día en que se administra el tratamiento y la eficacia antitumoral. Los datos que tenemos hasta ahora son en su mayor parte retrospectivos y preclínicos».

El objetivo final es identificar «ventanas temporales en que el rendimiento terapéutico es mayor», para así ajustar la aplicación de los tratamientos a estos horarios y aumentar su efectividad, señaló Casanova-Acebes.

Respecto a lo que se conoce hasta hoy sobre el efecto de la cronoterapia antitumoral en humanos, Casanova-Acebes expuso que «actualmente se han realizado estudios en los que pacientes con un estadio avanzado de melanoma, fueron tratados con distintos agentes inmunoterapéuticos antes o después de las 16:30 horas».[1] Entre los 299 pacientes estudiados, aquellos que recibieron el tratamiento por la mañana demostraron una mejor sobrevida que aquellos que la recibieron por la tarde, «hecho que sugiere que la administración de estos tratamientos antes del mediodía podrían ser considerados en el abordaje terapéutico del cáncer».

Referencia

Qian D, Kleber T, Brammer B, Xu KM, Switchenko JM, Janopaul-Naylor JR, et al. Effect of immunotherapy time-of-day infusion on overall survival among patients with advanced melanoma in the USA (MEMOIR): a propensity score-matched analysis of a single-centre, longitudinal study. The Lancet Oncology.2021; 22(12): 1777-1786. https://doi.org/10.1016/S1470-2045(21)00546-5

20/09/2023

Fuente: (Medscape)  Tomado  de    Noticias y Perspectivas 

En sesión plenaria, en LXXXVI Congreso Nacional de Urología, F. Guerrero ofreció una conferencia sobre las opciones actuales y futuras ante el fallo de la BCG (Quimiohipertermia vs Pembrolizumab vs Nadofaragene Firadenovec vs N-803). Dio una visión exhaustiva y actualizada del tema. Propuso ser proactivos desde los servicios de urología para participar con sus pacientes en ensayos clínicos, para un mayor acceso de la innovación. Recordó que hace falta formación para estar actualizados. Propuso unidades específicas de cáncer de vejiga en los hospitales.

El papel actual de la terapia trimodal en el CVMI corrió a cargo de J. Rubio. La preservación en nuestro país va aumentando, aunque de manera lenta. Él se basa en la evidencia que se tiene a la hora de explicar la posibilidad de recidiva, la necesidad de controles y los riesgos de progresión. La toxicidad tardía es poca y poco relevante. Es importante discernir entre un T2 y un T3. Sopesó que la resonancia, con datos objetivos que sean incluibles en protocolos de inteligencia artificial, ayudará en el futuro a predecir las tasas de respuesta. Uno de cada cuatro tumores tendrá recurrencias. Si el paciente tiene una recidiva tras la preservación está en una situación de riesgo. El tamaño no parece que sea una limitación para la preservación. Hay que seguir esas vejigas muy de cerca, como si fueran tumores de alto riesgo.

El tema de la enfermedad vesical oligometastásica y cúal es el papel de la cistectomía radical lo trató A. Carrión. El 50% de los tumores vesical musculo invasivo progresará a pesar del tratamiento. La supervivencia a cinco años es inferior al 15% en pacientes metastásicos. La cirugía de consolidación tras quimioterapia podría prevenir una progesión a distancia posterior y extirpar tumor residual. Se podría evitar la progresión local y con la anatomía patológica se tendría más información. En algunos pacientes muy seleccionados oligometastásicos se pueden tener respuestas de supervivencia consolidada. Entre el 14 y el 25% de los pacientes que se les hace la cistectomía tendrá una respuesta patológica completa en pieza quirúrgica. Hay pocos estudios que analicen el papel de la cistectomía en pacientes metastásicos. Un oligometastásico es aquel que tiene enfermedad metastásica limitadas en los que se puede conseguir supervivencia a largo plazo o incluso curación. Hay que ver cuál es el papel de la inmunoterapia de mantenimiento, quizá desplazará el papel de la cirugía de consolidación.

Adyuvancia en CVMI ¿Quimio o inmunoterapia? Visión de la Urología. Lo razonó J.L. Moyano. Cuando antes se haga la adyuvancia, habrá mayor supervivencia. Cada vez es más robusta la evidencia para el uso de quimioterapia adyuvante en los tumores pT3-T4, pN+ sin NAC previa. Hay aumento de supervivencia global y de tiempo libre de enfermedad. En inmunoterapia, hay resultados contradictorios en estudios con similares enfermos. Nivolumab autorizado en tumores pD-L1 más de un 1%. Tras neoadyuvancia: pT2-pT4, pN+. Sin neoadyuvancia: pT3-pT4, pN+. En pacienres que no sean adecuados para cisplatino o hayan rechazado tratamiento con cisplatino. Hay que esperar a resultados del estudio Ambassador (2025).

Aguilera Bazán se encargó de la estrategia diagnóstica y terapéutica de la masa adrenal. Si hay un órgano que se beneficia de la cirugía mínimamente invasiva es éste. Todos los tumores que sean funcionantes son de indicación quirúrgica al igual que los tumores de más de cuatro milímetros. Es subsidiario de cirugía mínimamente invasiva.

Mayo 25/2023 (IMmédico) – Tomado de Industria Farmacéutica, Urología  Copyright 2023 Copyright: Publimas Digital

El aprendizaje automático es una rama de la IA por la que los sistemas informáticos mejoran y aprenden continuamente en función de los datos y la experiencia, algo que los biólogos están utilizando para investigar las funciones centrales de los genes.

En este sentido, investigadores de la Universidad de California en San Diego (EEUU) que investigan las secuencias de ADN que activan los genes usaron inteligencia artificial para identificar una enigmática pieza del rompecabezas relacionada con la activación de genes. Este es un proceso fundamental involucrado en el crecimiento, el desarrollo y la enfermedad. Mediante aprendizaje automático, el profesor de la Facultad de Ciencias Biológicas James T. Kadonaga y su equipo descubrieron la región promotora del núcleo (DPR) aguas abajo , un código de activación de ADN de «puerta de enlace» que está involucrado en la operación de hasta un tercio de nuestros genes.

A partir de este descubrimiento, el prof.Kadonaga y los investigadores Long Vongoc y Torrey E. Rhyne han utilizado, recientemente, el aprendizaje automático para identificar secuencias de ADN «extremas sintéticas» con funciones diseñadas específicamente en la activación de genes, tal como publican en la revista ´Genes & Development´.

Los investigadores probaron millones de diferentes secuencias de ADN a través del aprendizaje automático (IA) comparando el elemento de activación del gen DPR en humanos versus moscas de la fruta ( Drosophila ). Al usar IA, pudieron encontrar secuencias DPR raras y personalizadas que están activas en humanos pero no en moscas de la fruta y viceversa. De manera más general, este enfoque ahora podría usarse para identificar secuencias de ADN sintético con actividades que podrían ser útiles en biotecnología y medicina.

«Hemos demostrado el uso de IA para el diseño de elementos de ADN personalizados en la activación de genes. Hay innumerables aplicaciones prácticas de este enfoque basado en IA. Las secuencias de ADN extremas sintéticas pueden ser muy raras, tal vez una en un millón; si existen, podrían encontrarse mediante el uso de IA. Este método debería tener aplicaciones prácticas en biotecnología e investigación biomédica», concluyó el prof. Kadonaga.

Mayo 19/2023 (IMMédico) – Tomado de Enfermedades Raras, Oncología  Copyright 2023 Copyright: Publimas Digital.

Un nuevo artículo publicado por el destacado especialista australiano en ética de la IA Stefan Harrer PhD propone por primera vez un marco ético completo para el uso, diseño y gobernanza responsables de las aplicaciones de la IA Generativa en la asistencia sanitaria y la medicina.

El estudio, revisado por expertos y publicado en la revista eBioMedicine de The Lancet, detalla cómo los Modelos Lingüísticos Amplios (LLM por sus siglas en inglés) tienen el potencial de transformar fundamentalmente la gestión de la información, la educación y los flujos de trabajo de comunicación en la asistencia sanitaria y la medicina, pero siguen siendo uno de los tipos de IA más peligrosos e incomprendidos.

«Los LLM solían ser aburridos y seguros. Ahora son emocionantes y peligrosas», afirma Harrer, que también es Director de Innovación del Centro de Investigación Cooperativa en Salud Digital (DHCRC), uno de los principales financiadores australianos de la investigación y el desarrollo en salud digital, y miembro de la Coalición por la Inteligencia Artificial en Salud (CHAI).

Los LLM son un componente clave de las aplicaciones de IA generativa para crear nuevos contenidos, como texto, imágenes, audio, código y vídeos, en respuesta a instrucciones textuales. Entre los ejemplos más destacados analizados en el estudio en relación con los principios éticos de diseño, publicación y uso, así como con su rendimiento, figuran el chatbot ChatGPT de OpenAI, el chatbot Med-PALM de Google, el generador de imágenes Stable Diffusion de Stability AI y el bot BioGPT de Microsoft.

El estudio destaca y explica muchas aplicaciones clave para la atención sanitaria:

• ayudar a los clínicos a generar informes médicos o cartas de autorización previa;
• ayudar a los estudiantes de medicina a estudiar de forma más eficiente
• simplificar la jerga médica en la comunicación médico-paciente;
• aumentar la eficiencia del diseño de ensayos clínicos
• ayudar a superar los obstáculos de interoperabilidad y normalización en la extracción de HCE;
• aumentar la eficacia de los procesos de descubrimiento y diseño de fármacos.

Sin embargo, el artículo también destaca que el peligro inherente de la IA generativa impulsada por LLM, derivado de la capacidad de los LLM para producir y difundir de forma autoritaria y convincente contenidos falsos, inapropiados y peligrosos a una escala sin precedentes, se está marginando cada vez más en un bombo publicitario en torno a la última generación de potentes chatbots LLM.

El Dr. Harrer sostiene que las limitaciones de los LLM son sistémicas y tienen su origen en su falta de comprensión del lenguaje.

«La esencia de una recuperación eficaz del conocimiento es formular las preguntas adecuadas, y el arte del pensamiento crítico se basa en la capacidad de sondear las respuestas evaluando su validez con respecto a los modelos del mundo. Los LLM no pueden realizar ninguna de estas tareas. Son intermedios que pueden reducir la inmensidad de todas las respuestas posibles a una pregunta a las más probables, pero son incapaces de evaluar si la pregunta o la respuesta tienen sentido o son contextualmente apropiadas», afirma Harrer.

Por tanto, sugiere que aumentar el tamaño de los datos de entrenamiento y construir LLM cada vez más complejos no mitigará los riesgos, sino que los amplificará. El estudio propone enfoques alternativos para (re)diseñar éticamente las aplicaciones generativas de IA, configurar los marcos normativos y dirigir los esfuerzos de investigación técnica a explorar métodos de aplicación y cumplimiento de los principios éticos de diseño y uso.

El Dr. Añade que, sin supervisión humana, orientación, diseño y funcionamiento responsables, las aplicaciones de IA generativa impulsadas por LLM seguirán siendo una fuente con gran potencial para crear y difundir desinformación o contenidos nocivos e inexactos a una escala sin precedentes.

«El DHCRC desempeña un papel fundamental a la hora de llevar la IA ética a la práctica», ha declarado Annette Schmiede, directora general del DHCRC. «Existe un entusiasmo renovado por el papel de la IA generativa en la transformación de la asistencia sanitaria y nos encontramos en un punto de inflexión en el que la IA empezará a integrarse cada vez más en el ecosistema de la sanidad digital. Estamos en primera línea y marcos como el esbozado en este documento se convertirán en fundamentales para garantizar un uso ético y seguro de la IA.»

«La IA ética requiere un enfoque de ciclo de vida, desde la curación de datos hasta la prueba de modelos y la supervisión continua. Sólo con las directrices y barandillas correctas podemos asegurar que nuestros pacientes se beneficien de las tecnologías emergentes al tiempo que minimizamos los sesgos y las consecuencias no deseadas», dijo John Halamka, M.D., M.S, Presidente de Mayo Clinic Platform y cofundador de CHAI.

«Este estudio proporciona una importante orientación ética y técnica a los usuarios, desarrolladores, proveedores y reguladores de la IA generativa y los incentiva a prepararse de manera responsable y colectiva para el papel transformador que esta tecnología podría desempeñar en la salud y la medicina», dijo Brian Anderson, M.D., Médico Jefe de Salud Digital en MITRE.

Mayo 15/2023 (EurekaAlerts!) – Tomado de News Releases  Copyright 2023 by the American Association for the Advancement of Science (AAAS).

Tres estudiantes de secundaria -Andrea Olsen, de Oslo (Noruega); Zachary Harpaz, de Boca Ratón (Florida); y Chris Ren, de Shanghai (China)- son coautores de un artículo en el que utilizan un motor de inteligencia artificial (IA) generativa para el descubrimiento de dianas de Insilico Medicine («Insilico») llamado PandaOmics con el fin de identificar nuevas dianas terapéuticas para el glioblastoma multiforme (GBM). El GBM es el tumor cerebral maligno más agresivo y frecuente, y representa el 16% de todos los tumores cerebrales primarios. Los resultados se publicaron el 26 de abril en la revista Aging.

Los investigadores utilizaron PandaOmics para examinar conjuntos de datos del repositorio Gene Expression Omnibus, mantenido por el Centro Nacional de Información Biotecnológica. Identificaron tres genes fuertemente correlacionados tanto con el envejecimiento como con el glioblastoma multiforme y que podrían servir como posibles dianas terapéuticas para nuevos fármacos.

Aunque parecería haber una conexión clara entre el envejecimiento y el cáncer, Olsen dice que sus hallazgos fueron más matizados. «A veces, en lugar de envejecer, el cuerpo cambia a mecanismos cancerígenos, lo que fue realmente interesante de descubrir». Su hipótesis es que «el cuerpo intenta preservarse de una forma que vuelve a los procesos embrionarios de división celular». El GBM está causado por una mutación genética que provoca el crecimiento descontrolado de las células gliales, o células que rodean a las neuronas en el cerebro. Incluso con las terapias existentes, la supervivencia media de los pacientes con GBM es de sólo 15 meses.

Los resultados del proyecto del glioblastoma fueron presentados en la conferencia Aging Research and Drug Discovery (ARDD) de Copenhague, espacio en el que los tres adolescentes crearon la Youth Longevity Association (TYLA).

«Seleccionamos los genes que se superponían para estar altamente correlacionados en 11 de los 12 conjuntos de datos, y dividimos nuestros datos en grupos de jóvenes, de mediana edad y de ancianos», dijo Harpaz. «Lo relacionamos con la importancia de la expresión génica para la supervivencia». Tras identificar dos dianas genéticas para el glioblastoma y el envejecimiento -CNGA3 y GLUD1-, cruzaron sus hallazgos con otros anteriores de Insilico en torno a genes fuertemente correlacionados con el envejecimiento e identificaron una tercera diana: SIRT1.

«Aprendí mucho sobre la realización de un proyecto de investigación», afirma Ren, que ayudó a revisar las tres dianas. «La plataforma PandaOmics hizo que el proyecto fuera realmente accesible para mí. Como estudiante de segundo de bachillerato, no tenía experiencia suficiente para la investigación y el análisis avanzados, sin embargo, pude navegar por la plataforma PandaOmics tras un breve periodo de formación para procesar y comparar conjuntos de datos de glioblastoma.»

Los estudiantes dicen que están ansiosos por continuar sus estudios en IA y biología en la universidad y avanzar en la investigación del GBM desde el descubrimiento de objetivos hasta el desarrollo de fármacos.

La mejor manera de llevar esta investigación más allá va a ser utilizando el software Chemistry42 de Insilico, donde podemos tomar los objetivos que identificamos a través de PandaOmics y generar pequeñas moléculas, fármacos potenciales, con estos objetivos que tienen el potencial de tratar el glioblastoma y el envejecimiento al mismo tiempo, dice Harpaz.

Antes de sus prácticas en Insilico, Olsen afirma: «Nunca supe que la IA pudiera ser tan útil para encontrar dianas terapéuticas completamente nuevas. Para mí fue una oportunidad increíble de sumergirme en el campo de la investigación, el envejecimiento, la longevidad y la neurociencia».

«Estoy realmente impresionado por el compromiso de estos jóvenes investigadores», afirma Zhavoronkov, CEO y fundador de Insilico Medicine. «Espero que su trabajo inspire a otros jóvenes entusiasmados por la ciencia y la tecnología a estudiar cómo pueden utilizar herramientas de IA para descubrir nuevas dianas y tratamientos tanto para el envejecimiento como para las enfermedades.»

Sobre Insilico Medicine: 

Insilico Medicine, es una empresa de descubrimiento de fármacos de extremo a extremo impulsada por inteligencia artificial (IA) en fase clínica. Conecta la biología, la química y el análisis de ensayos clínicos mediante sistemas de IA de nueva generación. La empresa ha desarrollado plataformas de IA que utilizan modelos generativos profundos, aprendizaje por refuerzo, transformadores y otras técnicas modernas de aprendizaje automático para descubrir nuevas dianas y diseñar nuevas estructuras moleculares con las propiedades deseadas. Insilico Medicine ofrece soluciones revolucionarias para descubrir y desarrollar fármacos innovadores contra el cáncer, la fibrosis, la inmunidad, el sistema nervioso central (SNC) y las enfermedades relacionadas con el envejecimiento.

Para más información, visite www.insilico.com

Mayo 02/2023 (EurekaAlerts!) – Tomado de News Releases Copyright 2023 by the American Association for the Advancement of Science (AAAS).

Traducción realizada con la versión gratuita del traductor www.DeepL.com/Translator