Agencias. Investigadores de la Universidad de Navarra en España desarrollaron RNACOREX, una plataforma de software de código abierto diseñada para identificar redes de regulación genética vinculadas a la supervivencia en el cáncer. Este innovador software fue creado por científicos del Instituto de Ciencia de Datos e Inteligencia Artificial (DATAI), en colaboración con miembros del Cancer Center Clínica Universidad de Navarra. Su rendimiento fue evaluado utilizando datos de trece tipos diferentes de tumores proporcionados por el consorcio internacional The Cancer Genome Atlas (TCGA).
RNACOREX fue publicado en la revista PLOS Computational Biology. Esta herramienta puede analizar miles de moléculas biológicas simultáneamente, lo que le permite detectar interacciones moleculares importantes que a menudo son pasadas por alto por métodos de análisis tradicionales. Al producir un "mapa" molecular claro e interpretable, el software ayuda a los investigadores a comprender mejor cómo funcionan los tumores y ofrece nuevas formas de explorar los procesos biológicos que impulsan la progresión del cáncer.
Dentro de las células humanas, diferentes tipos de moléculas, como microARN (miARN) y ARN mensajero (ARNm), se comunican a través de redes regulatorias altamente complejas. Cuando estas redes no funcionan correctamente, pueden desarrollarse enfermedades, incluido el cáncer.
El investigador Rubén Armañanzas, jefe del Laboratorio de Medicina Digital en DATAI y uno de los autores principales del estudio, afirmó: "Entender la arquitectura de estas redes es crucial para detectar, estudiar y clasificar diferentes tipos de tumores. Sin embargo, identificar estas redes de manera confiable es un desafío debido a la gran cantidad de datos disponibles, la presencia de muchas señales falsas y la falta de herramientas accesibles y precisas capaces de distinguir qué interacciones moleculares están realmente asociadas con cada enfermedad".
RNACOREX fue diseñado para superar estos desafíos. Integra información curada de bases de datos biológicas internacionales con datos de expresión génica del mundo real para clasificar las interacciones miARN-ARNm más biológicamente significativas. A partir de esta base, el software construye redes regulatorias progresivamente más complejas que también pueden funcionar como modelos probabilísticos para estudiar el comportamiento de la enfermedad.
Para evaluar el rendimiento de la herramienta, el equipo de investigación aplicó RNACOREX a datos de trece tipos de cáncer, incluidos los de mama, colon, pulmón, estómago, melanoma y tumores de cabeza y cuello, utilizando información de The Cancer Genome Atlas (TCGA).
El investigador Aitor Oviedo-Madrid, del Laboratorio de Medicina Digital de DATAI y primer autor del estudio, comentó: "El software predijo la supervivencia de los pacientes con una precisión comparable a la de modelos de IA sofisticados, pero con algo que muchos de esos sistemas carecen: explicaciones claras e interpretables de las interacciones moleculares detrás de los resultados".
Más allá de la predicción de supervivencia, RNACOREX puede identificar redes regulatorias vinculadas a resultados clínicos, detectar patrones moleculares compartidos entre múltiples tipos de tumores y resaltar moléculas individuales con fuerte relevancia biomédica. Estos hallazgos pueden ayudar a los investigadores a generar nuevas hipótesis sobre cómo crecen y progresan los tumores, al tiempo que apuntan hacia prometedores futuros marcadores diagnósticos o dianas terapéuticas. "Nuestra herramienta proporciona un 'mapa' molecular confiable que ayuda a priorizar nuevos objetivos biológicos, acelerando la investigación sobre el cáncer", añadió Oviedo-Madrid.
