Un científico de la Universidad de Navarra investiga en Canadá cómo usar la IA para avanzar en la lucha contra el cáncer
Rubén Armañanzas colabora con un centro puntero en Toronto para detectar patrones genéticos comunes en distintos tipos de tumores
Detectar patrones genéticos comunes en distintos tipos de cáncer puede mejorar su diagnóstico y facilitar tratamientos más personalizados. Esta es la línea de investigación que desarrolla Rubén Armañanzas, responsable del Digital Medicine Lab del Instituto de Ciencia de los Datos e Inteligencia Artificial (DATAI) de la Universidad de Navarra, durante su estancia en el Princess Margaret Cancer Centre de Toronto (Canadá), uno de los hospitales oncológicos con mayor prestigio internacional.
Durante tres meses, Armañanzas colabora con el BHKLab, un equipo dirigido por el Dr. Benjamin Haibe-Kains, experto en inteligencia artificial aplicada al cáncer. Juntos trabajan en el desarrollo de algoritmos capaces de analizar grandes volúmenes de datos genéticos en busca de firmas genómicas, es decir, de patrones genéticos comunes en tumores que se originan en distintos órganos.
Este enfoque, conocido como análisis pan-cáncer, estudia las similitudes genéticas entre varios tipos de cáncer que normalmente se investigan por separado. Este tipo de análisis puede abrir nuevas vías para comprender mejor la enfermedad y diseñar tratamientos más precisos.
“Todavía hay pocas firmas genéticas que funcionen bien en diferentes tipos de cáncer. Queremos desarrollar un algoritmo que detecte patrones genéticos que se repitan de forma coherente y fiable entre varios tumores. Eso puede ser clave para avanzar hacia una medicina más precisa y efectiva”, explica el investigador.
El análisis pan-cáncer está ganando relevancia en todo el mundo porque propone un cambio en la forma de estudiar los tumores: ya no solo se analizan por su localización, sino también por sus características genéticas. Esta visión más amplia permite encontrar soluciones más transversales frente a una enfermedad compleja como el cáncer.
Fiabilidad matemática aplicada al cáncer
La metodología utilizada en este trabajo se basa en predicción conformal, una técnica estadística avanzada que en este estudio permite identificar con fiabilidad conjuntos de genes clave con comportamientos similares en distintos tumores. Esta metodología ha sido perfeccionada por el equipo de Amañanzas en los últimos años.
“En este proyecto estamos utilizando datos de 21 ensayos clínicos de inmunoterapia con 10 tipos diferentes de cáncer como melanoma, pulmón o vejiga, entre otros. Gracias a esta colaboración, trabajamos con una base de datos clínica muy amplia y diversa, lo que nos da mayor solidez para validar nuestros modelos”, añade el investigador.
Además del impacto científico, la estancia permite fortalecer la colaboración entre equipos de investigación internacionales y abre la puerta a nuevas oportunidades para estudiantes e investigadores de la Universidad de Navarra.
El proyecto cuenta con financiación del Ministerio de Ciencia, Innovación y Universidades, dentro del programa de estancias de excelencia para profesores e investigadores en centros extranjeros de alto nivel.
