Docentes de la Tecnicatura Universitaria en Inteligencia Artificial de la FCEIA formaron parte del grupo de investigación que realizó avances en los estudios sobre cáncer de colon, uno de los más frecuentes a nivel mundial y global.
Luciano Anselmino y Aylén Avila integran el equipo que llevó a cabo este avance en el conocimiento científico sobre la proteína GTPasas que causa resistencia al tratamiento que actualmente se implementa contra el cáncer de colon, motivo por el cual la terapia deja de funcionar. La investigación fue publicada en la revista Cells.
El grupo completo de investigación está compuesto por Luciano Anselmino, Florencia Malizia, Aylén Avila, Nahuel Cesatti Laluce, Macarena Mamberto, Lucía Zanotti, Cecilia Farré, Vincent Sauzeau y Mauricio Menacho Márquez, y pertenecen al IDICER y al Instituto Nacional del Cáncer.
El cáncer de colon es uno de los más comunes tanto a nivel nacional como mundial, junto al de mama en mujeres y el de pulmón. Una característica importante de este tipo de enfermedad es que, si se detecta a tiempo, las opciones terapéuticas son altamente efectivas. Sin embargo, el equipo de investigación halló que, aunque los tumores responden positivamente en un principio a tratamientos con 5-fluorouracilo, muchos de ellos desarrollan resistencia con el tiempo, lo que hace que la terapia deje de ser efectiva.
Contando con la creciente disponibilidad de datos genómicos públicos, sumado a los conocimientos en Inteligencia Artificial (IA), Aylén Avila y Luciano Anselmino aplicaron técnicas de una rama especifica de la IA denominada aprendizaje automático supervisado. “De antemano sabíamos cuales pacientes de nuestro conjunto de datos habían desarrollado resistencia al tratamiento y cuáles no. Las técnicas implementadas nos permitieron seleccionar un subconjunto de genes con una buena capacidad de predecir la resistencia a la quimioterapia” explica Luciano.
En colaboración con la Universidad Nacional de Quilmes y un grupo de investigación de Francia, el equipo se centró en las GTPasas pequeñas, que están involucradas en la resistencia a los tratamientos. Probaron varios compuestos inhibidores en modelos experimentales y encontraron que el compuesto 1A-116 frenaba el crecimiento de tumores resistentes en ratones. Este hallazgo, que surgió tras pruebas intensivas, sugirió que la vía de las GTPasas podría ser un enfoque clave para combatir la resistencia en distintos tipos de cáncer.
Docentes de la TUIA y su aporte
Luciano Anselmino es biólogo, ex becario de investigación de CONICET, se desempeña en el Centro de Investigación del Cáncer de Rosario (CICR.CIPREB-UNR) y es docente en la Tecnicatura en Inteligencia Artificial de la FCEIA en tres asignaturas: Fundamentos de Ciencia de Datos, que enseña las mejores técnicas para analizar conjuntos de datos variados. “También doy clases en Introducción a la Inteligencia Artificial, una materia que introduce a los estudiantes conceptos básicos sobre inteligencia artificial que luego desarrollarán en profundidad durante el resto de la carrera y también soy profesor en Bases de Datos 1, donde trabajamos cómo crear y manipular bases de datos eficientes utilizando el modelo relacional.
Aylén Avila es Licenciada en Química, especialista en Bioinformática, becaria de investigación del Instituto Nacional del Cáncer y trabaja en el Centro de Investigación del Cáncer de Rosario (CICR.CIPREB-UNR). También es docente en la Tecnicatura en Inteligencia Artificial, en la materia Probabilidad y Estadística, que se propone que los y las estudiantes adquieran un manejo conceptual y práctico de los métodos estadísticos para la obtención y análisis de datos, así como también que comprendan los fundamentos de las técnicas utilizadas en el área de inteligencia artificial.
Potencialidad de la IA
“La inteligencia artificial fue clave en este estudio, porque trabajamos con datos genéticos de tumores de pacientes con cáncer colorrectal. Estos datos, que descargamos de repositorios biológicos, incluían mediciones de cómo se expresaban miles de genes en cada tumor” señala Luciano.
“Analizamos en total más de 500 pacientes con más de 50.000 mediciones por cada uno. Este volumen de información es grande y difícil de manejar manualmente, por lo tanto, gracias a la IA, pudimos procesar y analizar estos datos de forma más rápida y eficiente, lo que nos permitió avanzar a las pruebas de laboratorio mucho antes de lo que habría sido posible sin estas herramientas” indica Aylén.
El camino de la investigación continúa, y el equipo está trabajando en probar los compuestos en otros modelos y en otros tipos de tumores, para conocer la respuesta.
El artículo científico está disponible en el siguiente enlace:
https://www.mdpi.com/2073-4409/13/21/1776
Fotos: gentileza Luciano Anselmino.
