La inteligencia artificial está ayudando a los científicos a comprender el cáncer de una manera nueva. Una colaboración innovadora entre DeepMind y la Universidad de Yale ha desarrollado un sistema de inteligencia artificial avanzado que puede analizar datos celulares a una escala sin precedentes. Esta herramienta, denominada C2S-Scale 27B, no solo analiza datos, sino que predice cómo las células cancerosas podrían responder a diferentes tratamientos.
Este avance representa un cambio en la investigación del cáncer que pasa de simplemente describir lo que les sucede a las células cancerosas a predecir realmente cómo se comportarán. El modelo de IA funciona combinando datos de tumores reales con respuestas celulares simuladas, lo que le permite analizar cómo actúan los fármacos en diversas condiciones. Utiliza una técnica llamada detección virtual de contexto dual para probar miles de medicamentos potenciales simultáneamente tanto en células cultivadas en laboratorio como en datos de tumores de pacientes.
Lo que hace que este descubrimiento sea particularmente significativo es lo que la IA descubrió: un mecanismo previamente oculto que permite que ciertos cánceres, especialmente aquellos clasificados como tumores “fríos”, evadan la detección inmune. Este hallazgo podría conducir a nuevos enfoques para ayudar al cuerpo a reconocer y combatir los cánceres resistentes a los medicamentos.
El enfoque de la IA imita el pensamiento de los biólogos. Puede analizar cómo miles de combinaciones de medicamentos podrían afectar a las células cancerosas en diferentes condiciones, algo que los experimentos de laboratorio tradicionales no pueden hacer de manera eficiente. Mientras que las pruebas convencionales examinan una variable a la vez, esta IA puede simular miles de combinaciones para identificar tratamientos prometedores. Según los investigadores, entre el 10 y el 30 por ciento de las combinaciones de medicamentos identificadas nunca habían sido estudiadas antes.
Por ejemplo, la IA predijo que la combinación de dos fármacos específicos mejoraría significativamente la capacidad del sistema inmunológico para reconocer las células tumorales. Cuando los investigadores de Yale probaron esta predicción en el laboratorio, descubrieron que la combinación mejoraba el reconocimiento inmunológico en aproximadamente un 50 por ciento, superando con creces lo que cualquiera de los fármacos lograba individualmente. Esto demostró la capacidad de la IA para identificar enfoques de tratamiento eficaces que los investigadores humanos podrían pasar por alto.
El desarrollo marca un nuevo ritmo de descubrimiento. Al integrar datos genómicos, proteómicos y de respuesta a fármacos, la IA puede identificar vínculos biológicos clave mucho más rápido que los enfoques experimentales tradicionales. Esta eficiencia podría transformar la investigación médica, de forma similar a cómo la secuenciación de alto rendimiento revolucionó la biología hace dos décadas.
Este avance es parte de una tendencia creciente. Otros equipos de investigación, incluidos los del MIT y Cellarity, han desarrollado herramientas de inteligencia artificial complementarias como DrugReflector que pueden probar miles de medicamentos en diferentes tipos de células. Estos sistemas de circuito cerrado, donde la IA identifica tratamientos potenciales y los laboratorios los prueban, podrían acortar drásticamente el tiempo necesario para desarrollar nuevas terapias.
Sin embargo, los expertos enfatizan que la IA se posiciona como un colaborador, no como un sustituto de los investigadores humanos. En conferencias recientes sobre IA en biología, los científicos reconocieron la fortaleza de la IA en el manejo de datos complejos, pero enfatizaron que los investigadores humanos aún brindan contexto y juicio esenciales. Estos sistemas destacan en la identificación de patrones y conexiones inesperadas que los humanos podrían pasar por alto, lo que ayuda a los investigadores a centrar sus investigaciones.
De cara al futuro, este avance representa un hito en la metodología científica. Por primera vez, un modelo de IA a gran escala ha analizado con éxito datos biológicos para generar una hipótesis comprobable sobre la resistencia al cáncer que se mantuvo bajo el escrutinio de laboratorio. Este enfoque crea un plan para acelerar los descubrimientos científicos en todos los campos al permitir experimentos virtuales que pueden examinar rápidamente miles de posibilidades.
Ideas clave
- Nuevo paradigma: La IA hace que la investigación sobre el cáncer pase de describir el cáncer a predecir su comportamiento y vulnerabilidades.
- Eficiencia: El sistema puede analizar miles de combinaciones de fármacos simultáneamente, lo que acelera enormemente el proceso de descubrimiento de fármacos.
- Colaboración: La IA está surgiendo como un poderoso colaborador que ayuda a los investigadores a centrar sus investigaciones en lugar de reemplazar a los científicos humanos.
- Potencial futuro: La metodología creada por este avance podría transformar el descubrimiento científico en múltiples disciplinas.
