UNCUYO y Harvard se unen para desarrollar novedoso modelo bioinformático

En el marco del prestigioso certamen «Tumor Deconvolution DREAM Challenge», investigadores de ambas universidades trabajaron durante casi un año en el diseño de un método computacional que combina diferentes técnicas de aprendizaje estadístico para poder estimar la composición celular de los tumores cancerígenos a partir de la información genética de los pacientes.

Investigadores de las facultades de Ingeniería y de Ciencias Médicas de la UNCUYO, del CONICET y de la Universidad de Harvard progresan en la aplicación de técnicas de inteligencia artificial que permitan caracterizar tumores malignos de forma más detallada, con el fin de evaluar el microambiente tumoral. De esta manera podrían realizar predicciones más precisas del pronóstico de los pacientes, posibilidades terapéuticas, así como desarrollar nuevos tratamientos orientados para cada caso en particular.

En ese contexto, y luego de un proceso de evaluación y ajuste de casi un año, el equipo logró el tercer lugar en Tumor Deconvolution DREAM Challenge, un certamen internacional que apunta a poder estimar, en base a la información genética de los pacientes, la composición celular de los tumores cancerígenos.

Este desafío para avanzar en ciencia de manera colaborativa tiene casi 10 años de trayectoria. Según comentaron los investigadores, ellos reciben el planteo de un problema, que tiene una solución ideal, y deben desarrollar modelos computacionales que se prueban con esa solución. La idea es que se comparen los diferentes modelos y se seleccionen los mejores, para luego juntos generar un modelo único y de referencia para el resto de la comunidad científica en adelante.

«RHINO» se llama el modelo que generó el equipo de la UNCUYO y de Harvard, y que consiste en un método computacional que combina diferentes técnicas de aprendizaje estadístico, una rama de la inteligencia artificial que ha tenido un enorme crecimiento en los últimos 10 años. El objetivo final es estimar, a partir del perfil de expresión génica de una muestra, la proporción de cada componente celular presente en el tumor y de esta manera poder determinar cuál es el mejor tratamiento posible para un paciente, basado en su composición celular.

«RHINO» se llama el modelo que generó el equipo de la UNCUYO y de Harvard, y que consiste en un método computacional que combina diferentes técnicas de aprendizaje estadístico, una rama de la inteligencia artificial que ha tenido un enorme crecimiento en los últimos 10 años.

“A partir de ahora que hemos sido seleccionados tenemos la oportunidad, y ya lo estamos haciendo, de trabajar con los otros seleccionados y con el equipo organizador para llegar a un modelo unificado, en el cual podemos dar una solución a un problema de alto impacto en el campo de la medicina y la biología”, explicó el líder del equipo Martín Guerrero Giménez, investigador del Instituto de Medicina y Biología Experimental de Cuyo (IMBECU, CONICET-UNCUYO) y del Instituto de Bioquímica y Biotecnología de la Facultad de Ciencias Médicas (IByB, UNCUYO).

«Haber logrado este resultado, en un desafío donde participaron más de 300 grupos de todo el mundo, nos llena de satisfacción y orgullo. Pero sobre todo, nos demuestra lo que se puede lograr cuando se cuenta con un equipo de trabajo muy motivado. Para mí, lo más importante es que nuestra propuesta estuvo entre las mejores, pese a no contar con los recursos económicos con los que cuentan otros grupos. Bastó solo una buena idea y mucho trabajo. Este resultado nos alienta a seguir buscando soluciones a este tipo de problemas tan importantes, que en definitiva apuntan a mejorar la calidad de vida de la gente», afirmó el investigador en Ciencias de la Computación, Carlos Catania, del Laboratorio de Sistemas Inteligentes de la Facultad de Ingeniería de la UNCUYO. Completa este equipo interdisciplinar el científico Benjamin Lang, del Departamento de Radiación Oncológica de la Universidad de Harvard.

A su vez, estos tres científicos forman parte de un equipo que desarrolla un algoritmo que identifica firmas genéticas en múltiples tipos de cáncer conocido como “Galgo”. Es un avance de inteligencia artificial que busca identificar los patrones de comportamiento biológico de los diferentes tumores, para caracterizarlos clínicamente y saber a qué tratamientos pueden ser sensibles o resistentes.

La unión hace la ciencia

Tumor Deconvolution DREAM Challenge es un desafío organizado por un consorcio integrado por prestigiosas instituciones como Sage Bionetworks, Stanford University y la Universidad de Oregon (OHSU) de Estados Unidos, junto al Institut Curie y la Ligue Nationale Contre le Cancer, ambos de Francia. El propósito es evaluar la capacidad de nuevos métodos computacionales para que, a partir de datos de expresión génica que pueden obtenerse desde una biopsia tumoral, se puedan estimar las diferentes poblaciones celulares que infiltran el tumor y sus proporciones.

Este problema, denominado “Deconvolución Tumoral”, ha planteado grandes desafíos a los científicos e histopatólogos en los últimos años, debido al gran número de células que pueden infiltrar los procesos tumorales. Así como también por las dificultades técnicas y metodológicas que implican analizar tejidos complejos a nivel celular. Resolver dicha problemática resulta un desafío fundamental en el tratamiento del cáncer y en su evaluación clínica, ya que la relación de las células tumorales con su entorno condicionan el comportamiento del mismo, así como también las respuestas a diferentes tratamientos.

Los resultados fueron publicados en la plataforma comunitaria DREAM Challenge, utilizada para desarrollar nuevas técnicas computacionales aplicadas a la biología y comparar diferentes enfoques de forma uniforme y transparente. Los 3 equipos con mejores resultados -entre los cuales está la UNCUYO y Harvard- fueron seleccionados para realizar una publicación en una revista científica de alto impacto, en donde se discutirán los diferentes aspectos de las estrategias propuestas por cada uno.