Publicat 19/2/2019 11:52:15 +01:00CET

Un nou mtode identifica gens relacionats amb el cncer per mitj d'intelligncia artificial

El supercomputador MareNostrum
BSC-CNS - Archivo

Relaciona una protena amb menys supervivncia en pacients amb tumors de mama

BARCELONA, 19 febr. (EUROPA PRESS) -

Una investigadora del Barcelona Supercomputing Center-Centre Nacional de Supercomputació (BSC) ha liderat la creació d'un mtode computacional basat en tcniques d'aprenentatge automtic ('machine learning') d'intelligncia artificial que accelera la identificació de gens relacionats amb el cncer i que n'ha detectat 36 que poden estar-hi relacionats.

L'estudi, publicat a 'Nature Communications', ha provat biolgicament el mtode i els seus resultats, i fa servir el 'machine learning' per relacionar grans quantitats de dades miques i les recrea en un prototip computacional --cllula integrada o 'iCell'-- i que permet avanar a descobrir nous biomarcadors i millorar la predicció de supervivncia.

La científica, Natasa Przulj, ha destacat que el mtode "permet la identificació de gens alterats en el cncer que no apareixen com alterats en cap altre tipus de dades", ha explicat el centre en un comunicat aquest dimarts.

"Aquest descobriment posa de manifest la importncia dels enfocaments integratius per analitzar dades biolgiques i aplana el camí cap a anlisis integratives comparatives de totes les cllules", ha afegit la investigadora.

L'experimentació que es va fer per validar-lo va revelar, entre d'altres dades, que els pacients amb cncer de mama d'alta expressió d'una protena --MRLP3-- que no estava relacionada amb el cncer prviament, tenen menys supervivncia.

Aquesta troballa constitueix un exemple del potencial d'aquest mtode per descobrir gens biomarcadors que poden ser rellevants en l'estratificació i predicció de la supervivncia en pacients.

36 GENS

Els autors de l'article han aplicat aquest mtode per reconstruir cllules de quatre dels tipus més comuns de cncer --de mama, prstata, pulmó i clon-- i en tots ha demostrat ser útil per localitzar gens relacionats amb aquestes malalties.

El mtode ha assenyalat 63 gens i un procés de validació biolgica ha confirmat que almenys 36 d'ells contribueixen al creixement irregular de les cllules.

El prototip creat al BSC fusiona tres xarxes d'interacció molecular específiques de teixit: protena-protena, coexpressió de gens i xarxes d'interacció gentica, a través d'una tcnica de fusió proposada originalment per a l'agrupació i la reducció de la dimensionalitat que s'ha d'utilitzar recentment per a la integració de dades.