Un nuevo algoritmo de aprendizaje profundo puede detectar de forma más eficiente las mutaciones genéticas y la deficiencia en la reparación de emparejamientos erróneos del ADN en los cánceres colorrectales
Los hallazgos abren la posibilidad de seleccionar a los pacientes susceptibles de beneficiarse de las terapias dirigidas con un coste menor y un tiempo de respuesta más rápido en comparación con los métodos actuales
Un nuevo algoritmo de aprendizaje profundo creado por investigadores de la Universidad de Warwick puede detectar las vías moleculares y el desarrollo de las mutaciones clave que causan el cáncer colorrectal con mayor precisión que los métodos existentes, lo que significa que los pacientes podrían beneficiarse de terapias dirigidas con tiempos de respuesta más rápidos y a un coste menor.
Para tratar con rapidez y eficacia el cáncer colorrectal es preciso determinar el estado de las vías moleculares implicadas en el desarrollo y las mutaciones clave del cáncer. Los métodos actuales para hacerlo implican costosas pruebas genéticas, que pueden ser un proceso lento.
Sin embargo, investigadores del Departamento de Informática de la Universidad de Warwick han estado explorando cómo puede utilizarse el aprendizaje automático para predecir el estado de tres vías moleculares principales del cáncer colorrectal y de los tumores hipermutados. Una característica clave del método es que no requiere ninguna anotación manual en las imágenes digitalizadas de los portaobjetos de tejido canceroso.
En el artículo "A weakly supervised deep learning framework to predict the status of molecular pathways and key mutations in colorectal cancer from routine histology images" (Un marco de aprendizaje profundo débilmente supervisado para predecir el estado de las vías moleculares y las mutaciones clave en el cáncer colorrectal a partir de imágenes histológicas rutinarias), publicado hoy,19 de octubre, en la revista The Lancet Digital Health, investigadores de la Universidad de Warwick han explorado cómo el aprendizaje automático puede detectar tres mutaciones clave a partir de imágenes completas de portaobjetos de cáncer colorrectal teñidas con hematoxilina y eosina, como alternativa a los regímenes de prueba actuales para estas vías y mutaciones.
Los investigadores proponen un novedoso algoritmo de muestreo iterativo de tipo draw-and-rank, que puede seleccionar subimágenes o mosaicos representativos de una imagen de portaobjetos completa sin necesidad de que un patólogo realice anotaciones detalladas a nivel celular o regional. En esencia, el nuevo algoritmo puede aprovechar la potencia de los datos de píxeles sin procesar para predecir mutaciones y vías clínicamente importantes en el cáncer de colon, sin necesidad de intervención humana.
El muestreo iterativo de rango y extracción funciona mediante el entrenamiento de una red neuronal convolucional profunda para identificar las regiones de la imagen que más predicen los parámetros moleculares clave en los cánceres colorrectales. Una de las características principales del muestreo iterativo de tipo "draw-and-rank" es que permite un análisis sistemático y basado en datos de la composición celular de los mosaicos de imágenes que predicen fuertemente las vías moleculares del cáncer colorrectal.
La precisión del muestreo iterativo de tipo "draw-and-rank" también ha sido analizada por los investigadores, que descubrieron que, para la predicción de las tres principales vías moleculares del cáncer colorrectal y de las mutaciones clave, su algoritmo resultó ser significativamente más preciso que los métodos actuales publicados.
Esto significa que el nuevo algoritmo puede utilizarse potencialmente para estratificar a los pacientes para las terapias dirigidas, con costes más bajos y plazos de entrega más rápidos, en comparación con la secuenciación o los enfoques basados en tinciones especiales después de la validación a gran escala.
El Dr. Mohsin Bilal, primer autor del estudio y científico de datos del Centro de Análisis de Imágenes de Tejidos (TIA) de la Universidad de Warwick, afirma: "Estoy muy ilusionado con la posibilidad de utilizar el algoritmo de muestreo iterativo de sorteo y rango para detectar vías moleculares y mutaciones clave en el cáncer colorrectal y seleccionar a los pacientes que puedan beneficiarse de terapias dirigidas a un coste menor y con plazos de entrega más rápidos. También estamos deseando dar el siguiente paso vital de validar nuestro algoritmo en grandes cohortes multicéntricas."
El profesor Nasir Rajpoot, director del Centro TIA de Warwick y autor principal del estudio, comenta:
"Este estudio demuestra cómo los algoritmos inteligentes pueden aprovechar el poder de los datos de píxeles en bruto para predecir mutaciones y vías clínicamente importantes para el cáncer de colon. Una de las principales ventajas de nuestro algoritmo de muestreo iterativo "draw-and-rank" es que no requiere las laboriosas anotaciones de los patólogos expertos.
"Estos resultados abren la posibilidad de utilizar el muestreo iterativo "draw-and-rank" para seleccionar a los pacientes que probablemente se beneficien de las terapias dirigidas y hacerlo a un coste más bajo y con plazos más rápidos en comparación con la secuenciación o los enfoques basados en marcadores especiales.
"Ahora intentaremos llevar a cabo una gran validación multicéntrica de este algoritmo para allanar el camino a su adopción clínica".
Photo by Michael Dziedzic on Unsplash
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Publicación original
Más noticias del departamento ciencias
Reciba la industria de las ciencias biológicas en su bandeja de entrada
No se pierda nada a partir de ahora: Nuestro boletín electrónico de biotecnología, productos farmacéuticos y ciencias de la vida le pone al día todos los martes y jueves. Las últimas noticias del sector, los productos más destacados y las innovaciones, de forma compacta y fácil de entender en su bandeja de entrada. Investigado por nosotros para que usted no tenga que hacerlo.
