La intel·ligència artificial permet trobar 63 nous gens associats al càncer
El mètode ha estat biològicament provat en casos de càncer de mama, pròstata, pulmó i còlon
Científics del Barcelona Supercomputing Center-Centre Nacional de Supercomputació (BSC) han desenvolupat un nou mètode basat en intel·ligència artificial (IA) que ha permès identificar 63 nous gens relacionats amb el càncer, dels quals 36 contribueixen al creixement cel·lular irregular. El mètode, que publica la revista 'Nature Communications' i que recrea les interaccions biològiques dins de les cèl·lules, ha estat biològicament provat en línies cel·lulars de càncer de mama, pròstata, pulmó i còlon, així com en anàlisis retrospectives de supervivència de milers de pacients.
La investigació l’ha liderat Natasa Pržulj, que ha utilitzat tècniques d’aprenentatge automàtic (machine learning) per relacionar grans quantitats de dades i recrear-los en un prototip computacional. Els científics del BSC han aplicat aquest mètode per reconstruir cèl·lules de quatre dels tipus més comuns de càncer (mama, pròstata, pulmó i còlon) i en tots ells ha demostrat ser útil per localitzar nous gens relacionats amb aquestes malalties. El mètode ha assenyalat 63 gens i un procés de validació biològica ha confirmat que almenys 36 d’ells contribueixen al creixement irregular de les cèl·lules. Segons ha explicat Pržulj, la validació s’ha dut a terme mitjançant experiments de desactivació de gens seguits de proves de viabilitat cel·lular i anàlisi de dades de supervivència del pacient.
L’experimentació va revelar, per exemple, que les pacients amb càncer de mama amb alta expressió de MRPL3, una proteïna ribosòmica mitocondrial que no estava relacionada amb el càncer prèviament, tenen una menor supervivència. "Aquest és un exemple de com es pot utilitzar el nou mètode per descobrir nous gens biomarcadors, que poden ser rellevants en l’estratificació i predicció de la supervivència en pacients amb càncer", ha assenyalat Natasa Pržulj, que s’acaba d’incorporar al BSC com a líder del grup de Biología Computacional Integrativa de Redes.
Pržulj ha destacat que aquest nou mètode per analitzar cèl·lules "permet identificar gens alterats en el càncer que no apareixen com alterats en cap altre tipus de dades, posa de manifest la importància dels enfocaments integratius per analitzar dades biològiques i aplana el camí cap a anàlisis integratives comparatives de totes les cèl·lules".
Les possibles aplicacions d’aquest nou mètode van des del tractament d’altres malalties fins l’envelliment, amb l’objectiu final de descobrir els principis intrínsecs de l’organització interna de la vida.