Un nuevo software de código abierto, llamado Rnacorex, permite identificar redes genéticas asociadas al desarrollo del cáncer y clasificar a los pacientes según su probabilidad de supervivencia. La herramienta fue desarrollada por investigadores del Instituto de Ciencia de los Datos e Inteligencia Artificial de la Universidad de Navarra, en colaboración con el centro oncológico de la Clínica Universidad de Navarra, y ha sido evaluada en 13 tipos de cáncer. El avance busca mejorar la comprensión molecular de los tumores y aportar modelos más interpretables para la investigación oncológica.
Cómo funciona Rnacorex
Rnacorex analiza miles de moléculas de manera simultánea para detectar interacciones clave que suelen pasar desapercibidas con métodos convencionales. En particular, estudia la relación entre microARN y ARN mensajero, componentes fundamentales de la regulación celular. Cuando estas redes se alteran, pueden desencadenar procesos patológicos como el cáncer.
La herramienta combina información de bases de datos internacionales con datos reales de expresión génica. A partir de este cruce, genera un ranking de interacciones fiables según su relevancia biológica y construye redes de regulación con distintos niveles de complejidad, que funcionan como modelos probabilísticos interpretables.
Claves para entender la genética del cáncer
Comprender la organización de las redes genéticas es esencial para detectar, estudiar y clasificar tumores. Sin embargo, este análisis enfrenta dificultades como el gran volumen de datos disponibles y la presencia de señales falsas. Según Rubén Armañanzas, investigador del Laboratorio de Medicina Digital de DATAI y autor principal del estudio, la falta de herramientas accesibles y precisas ha sido una barrera para identificar qué interacciones moleculares están realmente asociadas a cada enfermedad.
Rnacorex aborda este problema al ofrecer un mapa molecular claro, que permite distinguir las interacciones más relevantes y comprender mejor los mecanismos que impulsan la progresión tumoral.
Resultados en 13 tipos de cáncer
El equipo evaluó Rnacorex en trece tipos de cáncer, entre ellos mama, colon, pulmón, estómago, melanoma y tumores de cabeza y cuello. Para ello utilizó datos del consorcio internacional The Cancer Genome Atlas. Los resultados mostraron que el software puede predecir la probabilidad de supervivencia de los pacientes con un rendimiento comparable o superior al de modelos avanzados de inteligencia artificial.
Aitor Oviedo-Madrid, primer autor del trabajo, destacó que la herramienta no solo predice resultados clínicos, sino que también explica qué interacciones moleculares sustentan cada predicción, un aspecto clave frente a los modelos de caja negra.
Aplicaciones biomédicas y futuras investigaciones
Además de identificar redes reguladoras asociadas a la evolución clínica, Rnacorex detecta patrones compartidos entre distintos tumores y resalta moléculas de especial interés biomédico. Estos hallazgos permiten generar nuevas hipótesis sobre el crecimiento tumoral y orientar la búsqueda de futuras dianas diagnósticas o terapéuticas.
De acuerdo con Oviedo-Madrid, contar con un mapa molecular fiable facilita priorizar nuevas dianas biológicas y orientar experimentos que aceleren la investigación en cáncer.
Software abierto y accesible
Rnacorex está disponible como programa de código abierto en GitHub y en el Python Package Index. Incluye además una función de descarga automática de las bases de datos necesarias, lo que simplifica su implementación en laboratorios y centros de investigación.
En un contexto de rápido avance de la inteligencia artificial aplicada a datos genómicos, Rnacorex se presenta como una alternativa explicable y fácil de interpretar, orientada a integrar datos ómicos en la práctica biomédica de forma transparente.




Sé el primero en dejar un comentario