Elegir un tratamiento para determinados tumores puede resultar complicado incluso cuando existe un diagnóstico preciso. Las diferencias moleculares entre pacientes hacen que un mismo medicamento produzca respuestas distintas, especialmente en algunas formas agresivas de la enfermedad.
Un equipo internacional desarrolló un modelo de inteligencia artificial que funciona como una “célula virtual” y puede anticipar cómo responderían tumores de cáncer de mama triple negativo a diferentes medicamentos. Los primeros resultados muestran potencial para orientar tratamientos más personalizados.
Cáncer de mama triple negativo presenta un desafío particular
Este tipo de tumor representa entre 15% y 20% de los casos de la enfermedad. Sus células carecen de receptores de estrógeno y progesterona, además de una proteína relacionada con el crecimiento celular, lo que limita el uso de determinadas terapias hormonales y dirigidas.
Para desarrollar el modelo, los investigadores utilizaron más de 38 millones de mediciones de proteínas obtenidas de 18 líneas celulares de cáncer mamario. Dieciséis correspondían al subtipo triple negativo.
Las células fueron expuestas a 63 medicamentos antitumorales aprobados por la Administración de Alimentos y Medicamentos de Estados Unidos y a 59 combinaciones. El equipo midió 5,585 grupos de proteínas antes del tratamiento y después de seis, 24 y 48 horas.
Esta información temporal permitió que la IA aprendiera no solamente el estado de las células, sino también cómo cambiaban después de recibir distintos tratamientos.
El modelo alcanzó una precisión de 88% al predecir la respuesta celular a 81 medicamentos que no formaban parte de los datos utilizados durante su entrenamiento.
Una célula virtual comienza a probarse con datos clínicos
Los científicos analizaron posteriormente 3,651 proteínas en biopsias tumorales de 501 personas con cáncer triple negativo tomadas antes de la quimioterapia. El sistema logró predecir los resultados clínicos de los tratamientos que recibieron esos pacientes.
El equipo dio después otro paso hacia una posible aplicación clínica. Utilizó células tumorales de tres personas, mantenidas vivas en laboratorio, y pidió al modelo evaluar unos 3,000 compuestos aprobados o actualmente estudiados en ensayos clínicos.
La herramienta identificó correctamente los mismos medicamentos que posteriormente recibieron los tres pacientes y que resultaron efectivos. Además, propuso tres compuestos que mostraron mayor eficacia que las terapias estándar al probarlos sobre sus muestras celulares.
Tiannan Guo, investigador de la Universidad de Westlake y coautor del estudio, destaca que es la primera vez que un modelo de célula virtual pasa del laboratorio a una prueba dentro de un escenario clínicamente relevante.
Sin embargo, todavía se trata de un prototipo. Los investigadores necesitan ensayos clínicos prospectivos para comprobar si sus recomendaciones realmente mejoran las decisiones terapéuticas. El modelo tampoco incorporó inmunoterapias ni representa todavía todas las interacciones entre proteínas.
El estudio abre así una posibilidad para la medicina personalizada: utilizar información molecular de cada tumor para anticipar qué medicamentos podrían funcionar antes de administrarlos al paciente.
