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

Células sintéticas para liberar medicamentos selectivamente dentro del cuerpo

Imagen: Las células sintéticas vistas mediante un microscopio de fluorescencia. Las células en verde son…

Una inmunoterapia dual mejora la supervivencia en pacientes con un tipo de cáncer renal con pocas opciones de tratamiento

El ensayo clínico de fase 2 SUNNIFORESCAST demuestran que la combinación de ipilimumab y nivolumab…

El alcohol y el síndrome metabólico, ¿principales causas del carcinoma hepatocelular?

El carcinoma hepatocelular es el sexto tumor más frecuente en el mundo. En una nueva…

Identifican posibles dianas para vacunas preventivas contra el cáncer en el síndrome de Lynch

El síndrome de Lynch es la forma hereditaria más frecuente de cáncer colorrectal y de endometrio. Está…

Crean apósitos que se activan con la luz solar para frenar la expansión de las infecciones bacterianas

Imagen: El material reacciona a la luz solar y crea moléculas que evitan el crecimiento…

Vivir cerca de un océano contaminado con microplásticos puede aumentar el riesgo de enfermedades cardiometabólicas

Las tasas de diabetes tipo 2, enfermedad de las arterias coronarias y derrame cerebral fueron…