Investigadores utilizan el aprendizaje automático para clasificar los medicamentos contra el cáncer en orden de eficacia
Crédito: Pixabay/CC0 Dominio público
Investigadores de la Universidad Queen Mary de Londres desarrollaron un algoritmo de aprendizaje automático que clasifica los medicamentos según su eficacia para reducir el crecimiento de células cancerosas . El enfoque puede tener el potencial de promover terapias personalizadas en el futuro al permitir que los oncólogos seleccionen los mejores medicamentos para tratar pacientes con cáncer individuales.
El método, denominado Clasificación de fármacos mediante aprendizaje automático (DRUML), se publicó hoy en Nature Communications y se basa en el análisis de aprendizaje automático de datos derivados del estudio de proteínas expresadas en células cancerosas. Habiendo sido entrenado en las respuestas de estas células a más de 400 fármacos, DRUML predice el mejor fármaco para tratar un modelo de cáncer dado.
Hablando del nuevo método, el profesor Pedro Cutillas de la Universidad Queen Mary de Londres, quien dirigió el estudio, dijo: «DRUML predijo la eficacia de los medicamentos en varios modelos de cáncer y de los datos obtenidos de diferentes laboratorios y en un conjunto de datos clínicos. Estos son resultados emocionantes porque los métodos de aprendizaje automático anteriores no han podido predecir con precisión las respuestas de los medicamentos en los conjuntos de datos de verificación, y demuestran la solidez y la amplia aplicabilidad de nuestro método».
La investigación fue financiada por el Instituto Alan Turing, el Consejo de Investigación Médica, Barts Charity y Cancer Research UK.
Cómo funciona DRUML ?
El equipo utilizó conjuntos de datos derivados de análisis de proteómica (el estudio de las proteínas dentro de las células) y fosfoproteómica (el estudio de cómo se modifican estas proteínas) de 48 líneas celulares de leucemia, cáncer de esófago y cáncer de hígado como entrada para r DRUML para crear modelos que puedan aplicarse a la leucemia y los tumores sólidos.
Al entrenar los modelos usando las respuestas de estas células a 412 medicamentos contra el cáncer enumerados en los repositorios de respuesta a medicamentos, DRUML pudo producir listas ordenadas basadas en sobre la eficacia de los medicamentos para reducir el crecimiento de células cancerosas. Luego, el equipo verificó la precisión predictiva de los modelos utilizando datos obtenidos de otros 12 laboratorios y un conjunto de datos clínicos de 36 muestras primarias de leucemia mieloide aguda.
Es importante destacar que, a medida que se desarrollan nuevos medicamentos, DRUML podría volver a entrenarse para capturar todos los medicamentos contra el cáncer clínicamente relevantes.
Aprendizaje automático y medicina personalizada
Los cánceres del mismo tipo exhiben una gran variación en su composición genética y características de un paciente a otro. En la clínica, esta variación se traduce en pacientes que tienen diferentes respuestas a la terapia. Para abordar este problema, el campo de la medicina personalizada tiene como objetivo combinar conocimientos genéticos con otra información clínica y de diagnóstico para identificar patrones que permitan a los médicos predecir las respuestas de los pacientes a las terapias y seleccionar las intervenciones más efectivas.
La aplicación de la inteligencia artificial y el aprendizaje automático a la biomedicina promete ayudar a la medicina personalizada y transformar la forma en que se diagnostican y tratan los cánceres en el futuro. Este estudio representa un avance significativo en inteligencia artificial en la investigación biomédica y demuestra que el aprendizaje automático utilizando datos de proteómica y fosfoproteómica puede ser una forma eficaz de seleccionar el mejor fármaco para tratar diferentes modelos de cáncer.
Explore más
Aprendizaje automático que predice la eficacia de los fármacos contra el cáncer Más información: La clasificación de fármacos mediante el aprendizaje automático predice sistemáticamente la eficacia de los fármacos contra el cáncer, Nature Communications (2021). DOI: 10.1038/s41467-021-22170-8 Información de la revista: Nature Communications
Proporcionado por Queen Mary, Universidad de Londres Cita: Los investigadores utilizan el aprendizaje automático para clasificar medicamentos contra el cáncer en orden de eficacia (25 de marzo de 2021) recuperado el 30 de agosto de 2022 de https://medicalxpress.com/news/2021-03-machine-cancer-drugs-efficacy.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.