Herramienta de IA identifica nuevas firmas genéticas para personalizar terapias contra cáncer

El cáncer de pulmón y el cáncer de vejiga se encuentran entre los cánceres más comúnmente diagnosticados en todo el mundo. Los investigadores han desarrollado modelos de inteligencia artificial (IA) diseñados para personalizar terapias inmunológicas para pacientes oncológicos.

En un nuevo estudio, los científicos del Instituto de Ciencia de Datos e Inteligencia Artificial (DATAI) de la Universidad de Navarra (Pamplona, España) analizaron datos de más de 3.000 pacientes diagnosticados con cáncer de pulmón y vejiga. Mediante el empleo de modelos de aprendizaje automático, los investigadores descubrieron nuevas firmas genéticas exclusivas de cada etapa de estos cánceres y crearon un sistema conocido como el "índice IFIT" (Índice de "Inmunidad Física"). Este sistema tiene como objetivo personalizar las terapias para mejorar su eficacia. El índice IFIT mide la aptitud inmunológica de un paciente, clasificándolo en función de su riesgo en varias etapas de la enfermedad. Este enfoque permite predecir cómo responderá un paciente al tratamiento en función de la actividad de su sistema inmunológico en diferentes etapas del tratamiento del cáncer.

La investigación, publicada en el Journal for ImmunoTherapy of Cancer, se basa en un análisis del ciclo de inmunidad del cáncer (CIC), que analiza cómo las señales del sistema inmunitario afectan al éxito de la inmunoterapia. Utilizando este marco y herramientas de IA, los investigadores identificaron patrones específicos de actividad celular vinculados a las etapas moleculares de la enfermedad y desarrollaron el índice IFIT. Esta innovación destaca el potencial de la IA para avanzar en la medicina personalizada y ofrece nuevas perspectivas en la lucha contra el cáncer. El equipo también indicó que esta técnica seguirá perfeccionándose a través de futuros estudios colaborativos que involucren otros tipos de cáncer.

“La inmunoterapia representa una de las fronteras más prometedoras en la lucha contra el cáncer y, mediante el uso de modelos de inteligencia artificial, podemos afinar aún más los tratamientos en función del perfil inmunológico de cada paciente”, afirma Rubén Armañanzas, líder del laboratorio de Medicina Digital de DATAI y uno de los autores principales del estudio.

Visitar la expo >

Miembro Platino

Analizador de coagulación automatizado

Hemolumi H6

βeta-Hydroxybutyrate Reagent
β-Hydroxybutyrate LiquiColor®

Solución de automatización para laboratorios de microbiología

BD Kiestra™ ReadA+BarcodA

Miembro Oro

Solución de biomarcadores proteicos en sangre para la enfermedad de Alzheimer

BG-DTi2000.