Tendencias 21
   




Los algoritmos de Google y Facebook inspiran la investigación contra el cáncer

La forma de medir la relevancia de una web y de analizar una red de amigos ha permitido descubrir biomarcadores para el diagnóstico del cáncer de páncreas


El sistema que usa Google para medir la relevancia de una página web ha servido a un grupo de investigadores alemanes para analizar 20.000 proteínas relevantes para el cáncer de páncreas. También han imitado el algoritmo de Facebook para descubrir sus interacciones y han encontrado que siete de ellas son importantes en la progresión de esta enfermedad oncológica. Aunque los biomarcadores encontrados parecen significar un avance en el diagnóstico del cáncer de páncreas, todavía no se pueden aplicar a la práctica clínica.


SINC/T21
19/05/2012

Los científicos de la Universidad de Dresde emplearon una modificación del algoritmo ‘PageRank’ de Google. Imagen por Cogdogblog
Los científicos de la Universidad de Dresde emplearon una modificación del algoritmo ‘PageRank’ de Google. Imagen por Cogdogblog
Cómo decide Google qué páginas son las más relevantes y la manera en la que se relacionan los usuarios de Facebook son dos estrategias que se han utilizado para encontrar proteínas clave en el desarrollo del cáncer de páncreas. Este es el resultado de una investigación alemana que se publica en la revista Plos Computational Biology.

Los científicos de la Universidad de Dresde emplearon una modificación del algoritmo ‘PageRank’ de Google para testar la posible relevancia de 20.000 proteínas en el cáncer de páncreas. El resultado es el hallazgo de siete moléculas que pueden ayudar a determinar la agresividad del tumor y cómo de intensa debe ser la quimioterapia que reciba el paciente.

“Hemos buscado marcadores teniendo en cuenta todas sus interacciones, es decir, hemos fisgoneado en su red de ‘amigos”, explica a SINC Christof Winter, bioinformático y primer autor del estudio.

“La búsqueda de biomarcadores de manera aislada daba muchos falsos positivos”, aseguran los científicos. Las proteínas que encontraban podían predecir bien la progresión del cáncer en una cohorte de pacientes pero no en personas individuales. “Usando el algoritmo de Google y teniendo en cuenta la red de interacciones de las proteínas nuestros resultados son mucho más reproducibles y aplicables a cada paciente”, afirma Winter.

Al principio, el equipo experimentó con sus propias estrategias de búsqueda, pero “pronto nos dimos cuenta de que el algoritmo que necesitábamos ya existía”, comenta Winter. “Estaremos encantados de facilitar el código que hemos utilizado y las instrucciones para activarlo a todo aquel que lo necesite”, aseguran los investigadores.

La importancia de los biomarcadores

“En medicina buscamos biomarcadores en muestras de saliva, pelo y sangre de los pacientes”, explica Winter. Estas moléculas permiten saber si una persona está enferma (marcadores diagnósticos o de detección temprana) y su progresión (marcadores pronósticos).

“Casi todos los marcadores, en su sentido más amplio, se pueden detectar en un análisis de sangre estándar –señala el experto–. Pero desde hace una década los marcadores más populares son los que medimos mediante técnicas de genómica y transcriptómica”.

Aunque los biomarcadores encontrados parecen significar un avance en el diagnóstico del cáncer de páncreas, todavía no se pueden aplicar a la práctica clínica. “Queda mucho camino por recorrer si queremos transformar estos descubrimientos en fármacos que detengan la progresión del cáncer”, comentan los autores.

El grupo de Winter ya está colaborando con RESprotec, una compañía biotecnológica que trabaja en el desarrollo de nuevos medicamentos relacionados con el cáncer pancreático.

Referencia

Winter C.; Kristiansen G.; Kersting S.; Roy J.; Aust D.; Knösel T.; Rümmele P.; Jahnke B.; Hentrich V.; Rückert F.; Niedergethmann M.; Weichert W.; Bahra M.; Schlitt H.J.; Settmacher U.; Friess H.; Büchler M.; Saeger H.H.; Schroeder M.; Pilarsky C.; Grützmann R. “Google Goes Cancer: Improving Outcome Prediction for Cancer Patients by Network-Based Ranking of Marker Genes”. PLoS Comput Biol 8 (5). Mayo de 2012. DOI:10.1371/journal.pcbi.1002511



Artículo leído 5936 veces





Nuevo comentario:
Twitter

Los comentarios tienen la finalidad de difundir las opiniones que le merecen a nuestros lectores los contenidos que publicamos. Sin embargo, no está permitido verter comentarios contrarios a las leyes españolas o internacionales, así como tampoco insultos y descalificaciones de otras opiniones. Tendencias21 se reserva el derecho a eliminar los comentarios que considere no se ajustan al tema de cada artículo o que no respeten las normas de uso. Los comentarios a los artículos publicados son responsabilidad exclusiva de sus autores. Tendencias21 no asume ninguna responsabilidad sobre ellos. Los comentarios no se publican inmediatamente, sino que son editados por nuestra Redacción. Tendencias21 podrá hacer uso de los comentarios vertidos por sus lectores para ampliar debates en otros foros de discusión y otras publicaciones.