Un algoritmo predice la interacción de fármacos en 85 tipos de cáncer

Investigadores de la Universitat Rovira i Virgili (URV) de Tarragona han logrado predecir la interacción entre 69 fármacos ante 85 tipos de cáncer a través de un algoritmo sencillo, con una tasa de aciertos del 75 por ciento.

"Se trata de un modelo muy sencillo, que tiene el valor añadido de que no está enfocado solo a tratamientos contra el cáncer, sino que también se puede aplicar a otras variables y es muy fácil de entender", ha explicado el investigador Roger Guimerà, en un comunicado de la URV este martes.

Modelo matemático de redes

El grupo SEES Lab del Departamento de Ingeniería Química de la URV –integrado por Guimerà junto a Marta Sales, Antonia Godoy y Marc Tarrés– ha utilizado un modelo matemático de redes multicapa que permite hacer múltiples combinaciones entre las interacciones que tenían los fármacos entre sí con los diferentes tipos de cáncer.

---

El algoritmo agrupa los cánceres que se parecen y los medicamentos que se comportan de forma similar

---

Este algoritmo agrupa, por un lado, los cánceres que se parecen y, del otro, incluye otra capa que conforman los medicamentos que se comportan de forma similar. 

Hay muchas combinaciones entre capas y nodos, y este sistema permite predecir cómo serán las interacciones entre medicamentos en cada uno de los tipos de cáncer, con una tasa de aciertos del 75 por ciento, solo teniendo en cuenta las interacciones conocidas, sin necesitar que intervengan otros parámetros biológicos.

Resistencias de los tumores

Se trata de una iniciativa que impulsó como un concurso una empresa farmacéutica y participaron 160 centros de investigación, instituciones e investigadores de todo el mundo, y el equipo de la URV se situó entre los diez primeros en lograr los mejores resultados.

La mayoría de las terapias usadas contra el cáncer tienen una efectividad corta porque los tumores desarrollan resistencias: combinar varios fármacos puede ser una solución, pero la gran variedad de terapias y combinaciones pueden ser tantas que hacer pruebas en laboratorio y ensayos clínicos sin tener indicios previos "acaba siendo materialmente y económicamente inviable".