La inteligencia artificial identifica nuevos genes cancerígenos

El método computacional recrea las interacciones biológicas que tienen lugar en nuestras células / BSC

El método, publicado en la revista Nature Communications , se ha probado biológicamente en líneas celulares de cáncer de mama, próstata, pulmón y colon, así como en análisis retrospectivos de la supervivencia de miles de pacientes.

 

BSC / La investigadora del Centro de Supercomputación de Barcelona, Nataša Pržulj, ha liderado la creación de un nuevo método computacional basado en inteligencia artificial que acelera la identificación de nuevos genes relacionados con el cáncer. El método y sus resultados, que se han probado biológicamente, se han publicado en Nature Communications .

Los autores del artículo han aplicado este método para reconstruir células de cuatro de los tipos más comunes de cáncer (mama, próstata, pulmón y colon)

El Prof. Pržulj usa técnicas de Aprendizaje automático para relacionar grandes cantidades de datos ómicos y recrearlos en un prototipo computacional, Integrated Cell o iCell. Específicamente, fusiona tres redes de interacción molecular específicas de tejido: interacción proteína-proteína, coexpresión de genes y redes de interacción genética. La técnica mediante la cual se realiza esta fusión es la Matrix Tri-Factorización no negativa, una técnica de aprendizaje automático propuesta originalmente para la agrupación y la reducción de la dimensionalidad que se usó recientemente para la integración de datos.

Los autores del artículo de Nature Communications han aplicado este método para reconstruir células de cuatro de los tipos más comunes de cáncer (mama, próstata, pulmón y colon) y en todos ellos, ha demostrado ser útil para localizar nuevos genes relacionados con estas enfermedades. El método ha indicado 63 genes y un proceso de validación biológica ha confirmado que al menos 36 de ellos contribuyen al crecimiento irregular de las células. La validación se ha llevado a cabo mediante experimentos de desactivación de genes seguidos de pruebas de viabilidad celular y análisis de datos de supervivencia del paciente.

El método ha indicado 63 genes y un proceso de validación biológica ha confirmado que al menos 36 de ellos contribuyen al crecimiento irregular de las células

La experimentación reveló, por ejemplo, que los pacientes con cáncer de mama con alta expresión de MRPL3, una proteína ribosomal mitocondrial que no estaba relacionada con el cáncer previamente, han reducido la supervivencia. Este es un ejemplo de cómo se puede usar el nuevo método para descubrir nuevos genes biomarcadores, que pueden ser relevantes en la estratificación y predicción de la supervivencia en pacientes con cáncer.

Nataša Pržulj es profesora de ICREA y se acaba de unir al BSC como líder del grupo de biología de redes integradas computacionales.

Alfonso Valencia , profesor de ICREA y director del Departamento de Ciencias de la Vida de BSC, afirma que “iCells de Nataša complementa a la perfección nuestra cartera de análisis de genoma de cáncer de BSC, y es solo el primero de los muchos métodos computacionales sólidos que esperamos ver desarrollados por su nuevo grupo en los próximos años “.

Las posibles aplicaciones van desde otras enfermedades hasta el envejecimiento

El Prof. Pržulj destaca que este nuevo método para analizar células “permite la identificación de genes perturbados en el cáncer que no aparecen como perturbados en ningún tipo de datos solo. Este descubrimiento enfatiza la importancia de los enfoques integradores para analizar datos biológicos y allana el camino hacia la comparación Análisis integrativos de todas las células “.

Las posibles aplicaciones van desde otras enfermedades hasta el envejecimiento, con el objetivo final de descubrir los principios intrínsecos de la organización interna de la vida en la Tierra.

Referencia bibliográfica: 
Artículo: Hacia una celda de datos integrados – DOI: 10.1038 / s41467-019-08797-8

Dejar comentario

Deja tu comentario
Pon tu nombre aquí