Investigadores del Centro Oncológico Integral Massey de la Universidad Estatal de Virginia (VCU) han desarrollado un novedoso algoritmo que podría suponer una herramienta revolucionaria para determinar las mejores opciones para los pacientes, tanto en el tratamiento del cáncer como en la prescripción de medicamentos.

Según se ha publicado recientemente en Nature Communications, el Dr. Jinze Liu y el Dr. Kevin Byrd han creado el algoritmo TACIT (Threshold-based Assignment of Cell Types from Multiplexed Imaging Data), que asigna identidades celulares basándose en perfiles de expresión de marcadores celulares.

TACIT reduce el tiempo de identificación celular de más de un mes a solo unos minutos, lo que ahorra a los investigadores un tiempo y unos recursos muy valiosos.

TACIT, desarrollado por Liu, miembro investigador de Massey y profesor del Departamento de Bioestadística de la Facultad de Salud Pública de la VCU, y Byrd, miembro investigador asociado de Massey y profesor adjunto de biología molecular oral y craneofacial de la Facultad de Odontología de la VCU, utiliza datos de más de 5 millones de células de los principales sistemas del organismo, como el cerebro, el intestino y las glándulas orales, para distinguir las células, lo que proporciona una precisión y una escalabilidad superiores en comparación con los modelos existentes, que a menudo carecen de la capacidad de separar las poblaciones celulares esperadas debido a los conjuntos limitados de marcadores.

«Estamos utilizando la inteligencia artificial para aumentar la eficiencia y también la precisión del diagnóstico», afirmó Liu.

«Y a medida que obtengamos más datos, la capacidad de TACIT para mejorar los resultados de los pacientes no hará más que multiplicarse».

En su publicación, Liu y Byrd demostraron cómo TACIT superaba a tres métodos no supervisados existentes en cuanto a precisión y escalabilidad, al tiempo que integraba tipos y estados celulares para revelar nuevas asociaciones celulares.

TACIT mostró una gran concordancia entre diferentes tipos de pruebas, como datos genéticos y proteicos, lo que hace que los resultados sean más fiables.

Para los pacientes, esto podría significar obtener un diagnóstico más rápido, evitar tratamientos innecesarios o ser asignados a un ensayo clínico que tenga más probabilidades de ayudarles.

Y para los médicos, proporciona una forma poderosa de ver lo que realmente está sucediendo dentro del cuerpo.

Las aplicaciones beneficiosas de TACIT son muy variadas.

«Uno de nuestros objetivos como científicos es identificar buenos biomarcadores espaciales para los ensayos clínicos, de modo que podamos predecir la respuesta de los pacientes al ensayo incluso antes de que se inscriban», afirma Liu.

«Ya hemos estado trabajando con varios investigadores principales en el campus de la VCU para incluir la biología espacial en los ensayos clínicos, y TACIT puede proporcionar esa orientación para que podamos asegurarnos de que los pacientes de los ensayos clínicos reciben los mejores tratamientos posibles».

Byrd añade: «Se podría utilizar TACIT para seleccionar al paciente adecuado para el ensayo y, lo que es igual de importante, para no incluir al paciente equivocado. En este momento, no disponemos de una herramienta muy buena para ello, pero esta es muy potente para hacerlo».

Liu y Byrd también ven ventajas de TACIT en el ámbito farmacológico, donde el algoritmo puede utilizar marcadores de ARN para ayudar a impulsar la atención sanitaria.

«Si se le dice a un paciente que no puede participar en un ensayo clínico, no es una buena noticia, sobre todo si no se le ofrece ninguna otra alternativa», afirma Byrd.

«Pero estos marcadores de ARN son realmente muy buenos y escalables, lo que nos permite predecir los fármacos y los resultados que pueden ser útiles para los pacientes.

«Contamos con un amplio repositorio de fármacos aprobados por la FDA que podemos asignar a las muestras de tejido. Imagina que pudieras decirle a un paciente: «Aquí tiene un fármaco ya aprobado por la FDA». Así, ese paciente no sería reclutado para participar en un ensayo de un nuevo fármaco en fase de investigación que quizá no necesite o del que quizá no obtenga tantos beneficios».

Además, TACIT funciona en múltiples aplicaciones de biología espacial, lo que permite a Liu y Byrd aprovechar los conjuntos de datos existentes para mejorar aún más el funcionamiento del algoritmo.

«A veces bromeamos diciendo que TACIT es como la piedra Rosetta», afirma Byrd.

«Se puede ver cómo todos estos tipos de datos diferentes se convierten en un mismo lenguaje, y nosotros podemos aprovechar eso. Hay una gran oportunidad para utilizar TACIT de muchas maneras, desde proteínas hasta sistemas orgánicos y diferentes tipos de enfermedades».

El trabajo de Liu y Byrd también demuestra una tecnología novedosa en la que capturaron tanto la proteómica de portaobjetos como la proteómica de transferencia, encontrando formas de vincular los dos equipos diferentes para crear multi-ómica celular, lo que permite a los investigadores estudiar múltiples marcadores a la vez.

Anteriormente, los investigadores solo podían utilizar la ómica de célula única.

Fuente: Virginia Commonwealth University