Varios investigadores crean un algoritmo que predice cómo interactuarán los fármacos en 85 tipos de cáncer
Se trata de un modelo matemático de redes multicapa que hace múltiples combinaciones entre las interacciones de los fármacos entre sí y los tipos de cánceres
Investigadores de la Universidad Rovira Virgili (URV) han desarrollado un modelo matemático que es capaz de predecir con un 75% de acierto cómo interactuarán los fármacos en 85 tipos de cánceres.
Según los investigadores, el algoritmo predice las posibles resistencias que los tumores desarrollan a los medicamentos y que hacen que se tengan que combinar varios para dar continuidad a su efectividad.
«Pero la variedad de medicamentos contra el cáncer y las diferentes combinaciones posibles entre ellos pueden ser tantas que hacer pruebas en laboratorio y ensayos clínicos acaba siendo material y económicamente inviable«, ha señalado Roger Guimerà, que junto a Marta Sales, Antonia Godoy y Marc Tarrés, del grupo de investigación SEES Lab del Departamento de Ingeniería Química de la URV, han desarrollado el algoritmo.
Los investigadores se plantearon cómo conseguir aplicar un método para predecir, con la máxima fiabilidad posible, cuál sería la interacción de 69 fármacos ante 85 tipos diferentes de cáncer.
En esta iniciativa, que impulsó una empresa farmacéutica como concurso y participaron 160 centros de investigación, instituciones e investigadores de todo el mundo, el equipo de la URV se ha situado entre los diez primeros en conseguir mejores resultados.
Los científicos de la URV han empleado 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 cánceres. Este algoritmo agrupa, por una parte, los cánceres que se parecen y, por otra, incorpora otra capa que conforman los medicamentos que se comportan de manera similar.
«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 se puede aplicar también a otras variables y es muy fácil de entender», ha especificado Guimerà sobre este modelo, que describe todas las capas de forma simultánea, lo que permite aprovechar al máximo la información contenida. En este sentido, este mismo modelo se ha utilizado, por ejemplo, para predecir si a un individuo le gustará una película o no, o si alguna persona decidirá cooperar con otra o competir.
