Inteligencia artificial identificando conjuntos de genes causantes de enfermedades complejas

Comparta esta publicación:

Unos biofísicos, en colaboración con expertos en computación avanzada, han desarrollado una nueva inteligencia artificial para identificar las combinaciones de genes que promueven enfermedades complejas como la diabetes, el cáncer y el asma.

A diferencia de los trastornos monogénicos que se deben a un único gen, estas afecciones se ven influenciadas por una red de múltiples genes que trabajan en conjunto. Sin embargo, la cantidad de posibles combinaciones de genes es enorme, lo que dificulta sobremanera a los investigadores humanos la tarea de identificar las combinaciones que promueven una determinada enfermedad.

Esta nueva inteligencia artificial, llamada TWAVE (Transcriptome-Wide conditional Variational auto-Encoder) es capaz de ayudar a los científicos que trabajan en tales búsquedas a encontrar patrones de actividad genética que causan efectos complejos. Esta información podría conducir a tratamientos nuevos y más efectivos contra enfermedades en las que estén involucradas dianas moleculares asociadas con múltiples genes.

El equipo de investigación y desarrollo, que incluye, entre otros, a Benjamin Kuznets-Speck y Adilson Motter, de la Universidad del Noroeste en Evanston, Illinois, Estados Unidos, puso a prueba la eficiencia de TWAVE en casos de varias enfermedades complejas.

En las pruebas, esta inteligencia artificial identificó con éxito los genes que propician dichas enfermedades, algunos de los cuales no se detectan con los métodos existentes.

TWAVE también reveló que diferentes conjuntos de genes pueden causar la misma enfermedad compleja en diferentes personas. Este hallazgo sugiere que los tratamientos personalizados podrían adaptarse a los factores genéticos de la enfermedad específicos de cada paciente.

Kuznets-Speck, Motter y sus colegas exponen los detalles técnicos de TWAVE y de los primeros resultados logrados con ella en la revista académica Proceedings of the National Academy of Sciences (PNAS), bajo el título “Generative prediction of causal gene sets responsible for complex traits”. (Fuente: NCYT de Amazings).

Fuente: noticiasdelaciencia.com

De Gemelos Digitales a Biopsias Virtuales: La Nueva Era de la IA en la Asistencia Clínica

El Cambio de Paradigma A inicios de 2026, la medicina clínica se encuentra en un…

Un estudio del CSIC sugiere que la microbiota intestinal puede influir en la salud cognitiva en el envejecimiento

Los investigadores proponen que modificar la microbiota a través de cambios en la dieta podría…

Científicos de la UCLA desarrollan una inmunoterapia universal para el cáncer de páncreas

El cáncer de páncreas es uno de los tipos de cáncer más mortales, y la…

La Terapia Génica con CRISPR: Revolución en la Medicina de Precisión

La terapia génica ha sido por décadas uno de los grandes retos y promesas de…

Rejuvenecer la sangre: una nueva estrategia farmacológica dirigida a RhoA en células madre hematopoyéticas

El envejecimiento, entendido como el deterioro funcional y estructural del cuerpo humano a lo largo…

Chips de silicio en el cerebro: Investigadores anuncian una nueva generación de interfaz cerebro-computadora

Fabricado como un solo chip, el nuevo implante es órdenes de magnitud más rápido y…