El software RNACOREX, que se ha validado en 13 tipos distintos de cáncer, permite identificar redes genéticas asociadas al desarrollo tumoral y clasificar a pacientes según su probabilidad de supervivencia, por ejemplo, para tratar primero a los casos más graves.
¿Qué es RNACOREX?
Investigadores de Universidad de Navarra desarrollaron RNACOREX, software de código abierto, capaz de identificar redes de regulación genética con aplicación al análisis de supervivencia en cáncer.
La herramienta, creada por científicos
del Instituto
de Ciencia de los Datos e Inteligencia Artificial (DATAI), miembros
del Cancer Center ClínicaUniversidad de Navarra, ha sido validada con datos de trece tipos de
tumores del consorcio internacional The Cancer Genome Atlas (TCGA).
Publicado
en PLOS Computational Biology, ARNCOREX analiza miles de moléculas de forma simultánea para detectar
interacciones clave que a menudo pasan desapercibidas con los métodos
analíticos convencionales. La herramienta proporciona a los investigadores un
“mapa” interpretable que mejora la comprensión molecular de los tumores y abre
nuevas vías para entender los mecanismos que impulsan la progresión tumoral.
Descifrando
la estructura genética oculta del cáncer
Dentro
de las células interactúan varios tipos de moléculas entre las que están los
microARN (miRNA) y el ARN mensajero (ARNm), formando una compleja red de
regulación celular. Cuando estas redes se alteran, pueden aparecer enfermedades
como el cáncer. “
Comprender
cómo se organizan estas redes es clave para detectar, estudiar y clasificar
distintos tipos de tumores. Sin embargo, identificarlas de manera fiable supone
un reto debido a la gran cantidad de datos disponibles, a la presencia de
numerosas señales falsas y a la falta de herramientas accesibles y precisas
para distinguir qué interacciones moleculares están realmente asociadas a cada
enfermedad”, explica Rubén Armañanzas, líder del Laboratorio de MedicinaDigital de DATAI y uno de los autores principales del estudio.
En
este contexto, RNACOREX combina información procedente de bases de datos
internacionales con el análisis de datos reales de expresión génica, generando
un ranking de interacciones fiables entre miARN y ARNm según su relevancia
biológica. A partir de este análisis, construye redes de regulación con
creciente orden de complejidad que pueden usarse como modelos probabilísticos.
Mejor
interpretación y predicción
El
equipo evaluó RNACOREX en trece tipos de cáncer —entre ellos, mama, colon,
pulmón, estómago, melanoma, cabeza y cuello— utilizando datos del consorcio
internacional The Cancer Genome Atlas (TCGA). “Los análisis
mostraron que la herramienta es capaz de predecir la probabilidad de
supervivencia de los pacientes con un rendimiento comparable o superior al de
modelos avanzados de inteligencia artificial, y además ofrece explicaciones claras
sobre qué interacciones moleculares sustentan cada predicción”, señala Aitor
Oviedo-Madrid, investigador del Laboratorio de Medicina Digital de DATAI,
primer autor del trabajo.
RNACOREX
no solo identifica redes reguladoras asociadas a la evolución clínica, sino que
también revela patrones compartidos entre distintos tumores y destaca moléculas
de especial interés biomédico. Estas observaciones permiten generar nuevas
hipótesis sobre los mecanismos que regulan el crecimiento de los tumores y
aportan pistas valiosas para estudiar futuras dianas diagnósticas o
terapéuticas. Según Oviedo-Madrid, “nuestra herramienta nos permite contar con
un ‘mapa’ molecular fiable que facilita priorizar nuevas dianas biológicas y
orientar experimentos que aceleren la investigación en cáncer”.
Una
herramienta abierta en evolución
RNACOREX
es un programa de código abierto disponible en GitHub y también en PyP (Python
Package Index). Además, incluye una función de descarga automática de
todas las bases de datos necesarias, lo que facilita su adopción en
laboratorios y centros de investigación. El proyecto ha sido financiado
parcialmente por el Gobierno de Navarra (programa ANDIA 2021) y el ERA PerMed
JTC2022 PORTRAIT.
“En
un momento en el que la inteligencia artificial aplicada a datos genómicos
avanza rápidamente, RNACOREX se posiciona como una solución explicable, fácil
de interpretar, y alternativa a los modelos de ‘caja negra’, facilitando la
integración de datos ómicos en la práctica biomédica”, señala Armañanzas.
La
Universidad de Navarra ya trabaja en nuevas funcionalidades, como el análisis
de rutas biológicas y la incorporación de más tipos de interacciones, para
avanzar hacia modelos que expliquen mejor los mecanismos que impulsan el
crecimiento y la progresión de los tumores. Con desarrollos como estos, la
institución refuerza su compromiso con la investigación interdisciplinar que
integra biomedicina, inteligencia artificial y ciencia de datos para mejorar el
conocimiento y el abordaje del cáncer mediante una medicina personalizada y de
precisión.
Fuente: Universidad de Navarra
RESUMEN DEL PROCESO EN UN CASO SIMULADO
POSDATA
Standard
& Poor's (S&P) considera que el nuevo modelo de financiación autonómica
en España, que inyectaría 21.000 millones de euros adicionales a las
comunidades, aumentaría los ingresos regionales y reduciría las diferencias per
cápita entre autonomías, aunque duda de su viabilidad política y advierte que podría elevar el
gasto autonómico y el déficit estatal. S&P espera una desaceleración del
crecimiento del PIB en España en los próximos años, con un déficit público
proyectado del 2,7% en 2026 y una ratio deuda/PIB del 97,6% este año, y prevé
que el BCE suba los tipos de interés al 2,5% en 2027 debido a presiones
inflacionistas en la eurozona.
Fuente: Cinco días
