Investigadores de la Universidad de Sevilla (US), la Universidad Pablo de Olavide (UPO) y el Hospital Universitario Virgen del Rocío están empezando a utilizar la computación de altas prestaciones y modelos de inteligencia artificial para identificar biomarcadores prometedores en cánceres complejos como los sarcomas.

Un equipo de investigadores universitarios y sanitarios están aplicando estas tecnologías para acelerar el descubrimiento de biomarcadores relacionados con distintos tipos de sarcomas, un grupo de cánceres poco frecuentes y especialmente complejos. Gracias a la combinación de la computación de altas prestaciones y la inteligencia artificial, es posible analizar millones de datos biomédicos -como la actividad de genes o imágenes en muestras de pacientes- en tiempos mucho más reducidos que con las técnicas computacionales tradicionales, han explicado la US y la Junta en sendas notas.

Este avance resulta especialmente útil en cánceres donde se posee una gran cantidad de datos y el análisis es de una gran complejidad. Gracias a estas metodologías, se han podido identificar patrones biológicos que podrían servir para detectar la enfermedad antes de que aparezcan síntomas o predecir qué tratamientos serían más eficaces según el perfil molecular de cada paciente.

El proceso desarrollado incluye varias fases, desde el tratamiento y selección de datos fiables, hasta la construcción de redes de relaciones entre genes y el uso de modelos de inteligencia artificial para priorizar los potenciales biomarcadores más relevantes. Todo ello se realiza en entornos de computación de altas prestaciones capaces de procesar millones de datos en paralelo, lo que reduce drásticamente los tiempos de análisis.

El equipo ha identificado señales moleculares potencialmente relevantes, conocidos como biomarcadores, en sarcomas como el leiomiosarcoma, el sarcoma de Ewing, los tumores malignos de la vaina nerviosa periférica y el osteosarcoma. Entre los resultados obtenidos, aún en fase de estudio, destacan genes candidatos como CSF1R y SOX9 en leiomiosarcoma; IKZF3, RXRA, E2F3 y TBX19 en tumores malignos de la vaina nerviosa periférica; COL11A1, VCAN, BUB1B, CDC20, UBE2C y AURKA en sarcoma de Ewing; y NKX2-1, TAL1, GFI1 e IKZF1 en osteosarcoma.

Muchos de estos genes no habían sido previamente asociados a estos subtipos concretos de cáncer, lo que abre la puerta a nuevas líneas de investigación y posibles tratamientos personalizados. Actualmente, estos resultados se encuentran en proceso de validación cruzada con bases de datos externas y recursos clínicos independientes.

Por parte del Hospital Universitario Virgen del Rocío han participado José Luis López Guerra e Inmaculada Rincón Pérez, pertenecientes al Departamento de Oncología Radioterápica del Hospital Universitario Virgen del Rocío. "Este estudio destaca la importancia del trabajo multidisciplinar entre oncólogos e ingenieros, una colaboración clave en la búsqueda de biomarcadores que permitan un abordaje más personalizado y eficaz en el tratamiento de pacientes oncológicos", apunta Rincón.

De hecho, y según explica el catedrático Juan Antonio Ortega Ramírez, investigador del Departamento de Lenguajes y Sistemas Informáticos de la Universidad de Sevilla, "el uso de la computación de altas prestaciones y modelos inteligentes nos permite descubrir patrones ocultos en los datos y avanzar hacia una medicina de precisión más rápida, más robusta y personalizada". Junto a él trabaja Aurelio López Fernández, también de la Universidad de Sevilla.

Por su parte, Francisco Antonio Gómez Vela, investigador del Área de Lenguajes y Sistemas Informáticos de la Universidad Pablo de Olavide, afirma que "gracias a estas técnicas y al trabajo conjunto de equipos multidisciplinares, esperamos avanzar significativamente hacia tratamientos personalizados que mejoren la calidad de vida de los pacientes que sufren estos tipos de cáncer". También por parte de la UPO trabajan en este proyecto Dulcenombre M. Saz-Navarro, Marc Ríos Cadenas e Iván Segura Carmona del Área de Lenguajes y Sistemas Informáticos de la Universidad Pablo de Olavide.

A medio plazo, se espera que estas herramientas permitan personalizar los tratamientos de forma más precisa, ahorrar tiempo en el diagnóstico y, sobre todo, ofrecer una esperanza real a personas que luchan contra tipos de cáncer que hasta ahora eran especialmente difíciles de abordar.