Inteligencia artificial para obtener al momento datos clínicos de enfermos de melanoma

Un equipo de la Universidad de Málaga desarrolla un software que compara la información de expresión genética que se producen en enfermos de cáncer
Imagen microscópica de un melanoma, uno de los cánceres más graves que se representa en la piel.

A partir de bases de datos genéticas de pacientes enfermos de melanoma, un grupo de científicos de Málaga ha diseñado una nueva herramienta que integra esta información existente y mejora la visualización de datos a los facultativos. Con ello, es posible obtener patrones de los afectados de esta enfermedad de la piel y comparar evoluciones de la enfermedad en distintos casos.

Investigadores del Departamento de Lenguajes y Ciencias de la Computación de la Universidad de Málaga, junto con la Unidad de Oncología de los Hospitales Universitarios Regional y Virgen de la Victoria de Málaga y el Instituto de Investigaciones Biomédicas (IBIMA) de Málaga, han logrado desarrollar una aplicación informática que permite obtener datos clínicos de enfermos de melanoma de forma simple y rápida.

La solución propuesta se basa, en primer lugar, en un filtrado de genes procedentes de pacientes. Esto permite seleccionar los que representan el estado en el que se encuentra la enfermedad o la evolución de ésta.

Una vez filtrados estos genes más característicos, se ofrece una visualización a través de un mapa de calor, que permite diferenciar por colores aquellos genes que se comportan de forma similar. De esta forma, el experto puede observarlos mejor y establecer coincidencias en enfermos que han tenido una historia clínica similar. Estas similitudes sirven de pista inicial para establecer indicadores de la evolución de los afectados.

El segundo tipo de análisis implementado en la aplicación es un gráfico que muestra los genes que están relacionados por expresarse de forma similar a lo largo de una serie temporal.

Como indica Ismael Navas Delgado, investigador responsable de la parte técnica, a la Fundación Descubre, “existe ya un software específico de análisis de los datos, pero sólo orientado a genetistas o expertos en bioinformática”. Ellos han apostado por “una herramienta simple” que permita al investigador clínico “acometer una primera exploración de los datos de expresión para detectar patrones o genes de interés en el ensayo clínico”.

A mejorar el algoritmo

Según apunta Navas, han comenzado “con una muestra reducida para las pruebas iniciales, que aumentaremos progresivamente, y que ha servido de base para perfeccionar el uso de la herramienta”. Es por ello, que actualmente los científicos siguen trabajando en la misma línea. Por un lado, se ha perfeccionado la herramienta de cara a su uso para el personal clínico de manera que ya es utilizable por estos (ya disponible de forma gratuita y online). Se están aplicando técnicas metaheurísticas para mejorar uno de los análisis ofrecidos (la reconstrucción o inferencia de redes de regulación génica)”, añade el investigador en declaraciones a Innovaspain.

Responsables del estudio.

Por otro lado, se ha trabajado en un algoritmo que consiga mejores resultados visuales. El investigador clínico de este proyecto, Miguel Berciano, afirma que “se está recabando otra información clínica de pacientes para comenzar con un análisis más exhaustivo sobre qué características tienen los pacientes en función con la respuesta a la terapia dirigida para melanoma”.

“Tras encontrar qué genes están más relacionados con una buena o mala respuesta, se intentará validar en otros pacientes para intentar predecir la respuesta antes de comenzar tratamiento, tan solo a través de una analítica de sangre”, asegura Berciano.

En el estudio titulado ‘VIGLA-M: visual gene expression data analytics’, publicado en la revista BMC Bioinformatics, ha utilizado como punto de partida una base de datos anónimos de pacientes que participan en este ensayo clínico de los cuales han almacenado varias muestras a lo largo del tratamiento que siguen.

En cada muestra se analizan 770 genes, de los que se obtiene el nivel de expresión y, con ello, la respuesta al tratamiento que están obteniendo. Así, la nueva aplicación es capaz de reducir las muestras a unos 6 genes más representativos de los pacientes, que es lo que permite la simplicidad de datos para su posterior revisión clínica.

Especiales