CARTELIZACION
La Tecla Mar del Plata
Redacción
Todos los derechos reservados
Serga.NET
IA de Harvard analiza genes del tumor y anticipa quién responderá a la inmunoterapia
Investigadores de Harvard Medical School desarrollaron COMPASS, una herramienta de IA que analiza la expresión génica de los tumores y supera en un 8,5% a los métodos actuales para anticipar la respuesta a inhibidores de puntos de control inmunitario
Agrega La Tecla Mar del Plata a tus medios preferidos en Google.
En oncología, una de las mayores dificultades es decidir si un paciente se beneficiará de la inmunoterapia antes de iniciarla. Solo entre el 10% y el 40% de los enfermos responde a los inhibidores de puntos de control inmunitario, fármacos que reactivan el sistema inmune para atacar al cáncer. El resto enfrenta efectos secundarios, a veces graves, y pierde tiempo valioso mientras la enfermedad avanza.
Para abordar este problema, un equipo de Harvard Medical School creó COMPASS, un modelo de inteligencia artificial que analiza la actividad de cerca de 16.000 genes en el tumor. El sistema identifica patrones asociados a la respuesta al tratamiento al examinar estados de células inmunitarias, interacciones entre el tumor y su entorno, y vías de señalización.
modelo se entrenó inicialmente con datos de 10.184 tumores de 33 tipos de cáncer del Cancer Genome Atlas. Luego se ajustó con resultados de 16 ensayos clínicos que involucraron siete tipos de cáncer. En las pruebas, COMPASS superó en un 8,5% al mejor método disponible, con una mejora media cercana al 10%, según el estudio publicado en Nature Medicine.
A diferencia de otros enfoques, COMPASS no actúa como una “caja negra”: su arquitectura de transformador ofrece justificaciones interpretables. Esto permitió explicar casos atípicos, como pacientes con tumores inflamados que no respondieron o “desiertos inmunitarios” que sí lo hicieron, gracias a firmas genéticas específicas.
Si se confirma en ensayos clínicos prospectivos, la herramienta podría usarse en clínicas oncológicas para seleccionar con mayor precisión a los pacientes que más se beneficiarían de estos tratamientos y facilitar el reclutamiento en ensayos. También podría aportar hipótesis para el desarrollo de nuevos fármacos, al ayudar a comprender mejor cómo actúa el sistema inmunitario frente al cáncer.
Los próximos pasos incluyen incorporar historias clínicas, comorbilidades, tratamientos previos y datos de secuenciación de célula única para mejorar aún más su precisión.
El objetivo es reducir la incertidumbre en la elección de la inmunoterapia y avanzar hacia tratamientos más personalizados.
Para abordar este problema, un equipo de Harvard Medical School creó COMPASS, un modelo de inteligencia artificial que analiza la actividad de cerca de 16.000 genes en el tumor. El sistema identifica patrones asociados a la respuesta al tratamiento al examinar estados de células inmunitarias, interacciones entre el tumor y su entorno, y vías de señalización.
modelo se entrenó inicialmente con datos de 10.184 tumores de 33 tipos de cáncer del Cancer Genome Atlas. Luego se ajustó con resultados de 16 ensayos clínicos que involucraron siete tipos de cáncer. En las pruebas, COMPASS superó en un 8,5% al mejor método disponible, con una mejora media cercana al 10%, según el estudio publicado en Nature Medicine.
A diferencia de otros enfoques, COMPASS no actúa como una “caja negra”: su arquitectura de transformador ofrece justificaciones interpretables. Esto permitió explicar casos atípicos, como pacientes con tumores inflamados que no respondieron o “desiertos inmunitarios” que sí lo hicieron, gracias a firmas genéticas específicas.
Si se confirma en ensayos clínicos prospectivos, la herramienta podría usarse en clínicas oncológicas para seleccionar con mayor precisión a los pacientes que más se beneficiarían de estos tratamientos y facilitar el reclutamiento en ensayos. También podría aportar hipótesis para el desarrollo de nuevos fármacos, al ayudar a comprender mejor cómo actúa el sistema inmunitario frente al cáncer.
Los próximos pasos incluyen incorporar historias clínicas, comorbilidades, tratamientos previos y datos de secuenciación de célula única para mejorar aún más su precisión.
El objetivo es reducir la incertidumbre en la elección de la inmunoterapia y avanzar hacia tratamientos más personalizados.