La herramienta extrae el significado de hallazgos previos y los aglutina para predecir nuevas funciones de la proteína p53 que podrían traducirse en tratamientos
Un software que ha leído decenas de miles de artículos de investigación para predecir, a continuación, nuevos descubrimientos sobre el funcionamiento de una proteína clave para el cáncer podría suponer el primer paso hacia un método más rápido de desarrollar nuevos medicamentos.
El software, desarrollado por IBM y la Facultad de Medicina de Baylor College (EEUU), se aplicó a más de 60.000 artículos de investigación centrados en la proteína p53, involucrada en el crecimiento celular e implicada en la mayoría de los cánceres. A través de la disección de frases de los documentos, el software fue capaz de comprender lo que se sabe sobre las enzimas conocidas como quinasas, que actúan sobre la p53 y regulan su comportamiento; y que representan un objetivo común de los tratamientos contra el cáncer.
Después, el software generó una lista de otras proteínas mencionadas en la literatura científica que probablemente fueran quinasas sin descubrir, basado en lo que ya sabía sobre las que se han identificado. La mayoría de las predicciones hechas por el software que se han puesto a prueba hasta la fecha han resultado ser correctas.
“Hemos probado con 10 de ellas”, afirmó el investigador de Baylor College Olivier Lichtarge el martes pasado. “Siete parecen ser quinasas auténticas”. Lichtarge presentó los resultados preliminares de su colaboración con IBM en una reunión sobre Computación Cognitiva celebrada en el laboratorio de investigación de IBM en Almaden (EEUU).
Lichtarge también describió una primera prueba del software en la que se dio al programa acceso a literatura académica publicada antes de 2003 para ver si era capaz de predecir las quinasas de la p53 que se han descubierto desde entonces. El software descubrió siete de las nueve quinasas descubiertas con posterioridad a 2003.
Fuente: MIT Technology Review
Un software que ha leído decenas de miles de artículos de investigación para predecir, a continuación, nuevos descubrimientos sobre el funcionamiento de una proteína clave para el cáncer podría suponer el primer paso hacia un método más rápido de desarrollar nuevos medicamentos.
El software, desarrollado por IBM y la Facultad de Medicina de Baylor College (EEUU), se aplicó a más de 60.000 artículos de investigación centrados en la proteína p53, involucrada en el crecimiento celular e implicada en la mayoría de los cánceres. A través de la disección de frases de los documentos, el software fue capaz de comprender lo que se sabe sobre las enzimas conocidas como quinasas, que actúan sobre la p53 y regulan su comportamiento; y que representan un objetivo común de los tratamientos contra el cáncer.
Después, el software generó una lista de otras proteínas mencionadas en la literatura científica que probablemente fueran quinasas sin descubrir, basado en lo que ya sabía sobre las que se han identificado. La mayoría de las predicciones hechas por el software que se han puesto a prueba hasta la fecha han resultado ser correctas.
“Hemos probado con 10 de ellas”, afirmó el investigador de Baylor College Olivier Lichtarge el martes pasado. “Siete parecen ser quinasas auténticas”. Lichtarge presentó los resultados preliminares de su colaboración con IBM en una reunión sobre Computación Cognitiva celebrada en el laboratorio de investigación de IBM en Almaden (EEUU).
Lichtarge también describió una primera prueba del software en la que se dio al programa acceso a literatura académica publicada antes de 2003 para ver si era capaz de predecir las quinasas de la p53 que se han descubierto desde entonces. El software descubrió siete de las nueve quinasas descubiertas con posterioridad a 2003.
Fuente: MIT Technology Review
