Investigadores utilizan IA para clasificar la eficacia de los medicamentos contra el cáncer

El nuevo método se llama Clasificación de Fármacos Mediante Aprendizaje Automático (DRUML), se basa en el análisis de datos derivados del estudio de proteínas expresadas en células cancerosas.

DRUML fue entrenado en respuesta estas células para predecir cuál es el mejor medicamento para tratar un modelo de cáncer dado.

“Estos son resultados emocionantes porque los métodos de aprendizaje automático anteriores no han podido predecir con precisión las respuestas a los medicamentos en los conjuntos de datos de verificación y demuestran la solidez y la amplia aplicabilidad de nuestro método”, explicó el profesor Pedro Cutillas de la Universidad Queen Mary de Londres y autor principal del estudio.

Lee también: ¿Pides mucha comida por delivery? Expertos señalan que su frecuente consumo se asocia con un mayor riesgo de muerte

¿Cómo actúa DRUML?

El equipo indicó que utilizaron un conjunto de datos derivados de análisis de proteómica (es 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, para que DRUML pueda construir modelos aplicables en leucemia y tumores sólidos.

Luego fue entrenado mediante las respuestas de estas células contra 412 medicamentos contra el cáncer. DRUML pudo producir listas ordenadas basadas en la eficacia de los medicamentos para reducir el crecimiento de células cancerosas.

Lee también: Expertos señalan seis hábitos alimenticios que pueden interferir con tu sueño

Aprendizaje automático y medicina personalizada

La aplicación de la inteligencia artificial (IA) y el aprendizaje automático a la biomedicina utilizada en este método, promete ayudar en el futuro a crear un estilo de medicina personalizada donde la forma en que diagnostica y se tratan los cánceres se transforman.

Este estudio representa un avance significativo en IA, 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. 

El estudio fue publicado en la revista Nature Communications.