Investigadores de la Universidad Pablo de Olavide, en colaboración con investigadores de la Universidad Americana de Paraguay, han llevado a cabo un estudio in silico, es decir, de simulación por ordenador, empleando datos biomédicos de 187 pacientes para identificar nuevos biomarcadores genéticos implicados en el proceso tumoral del cáncer de pulmón. El equipo multidisciplinar, liderado por el profesor Francisco A. Gómez, está compuesto por investigadores de Intelligent Data Analysis group y de Data Science & Big Data Research Lab de la UPO, entre los que se incluyen Fernando M. Delgado, Miguel García y Federico Divina.

El objetivo del proyecto es el de generar modelos matemáticos in silico de interacción genética empleando técnicas computacionales y de inteligencia artificial de alto nivel. Este tipo de modelo denominado red genética, pretende representar las relaciones entre los diferentes genes de un organismo para un proceso biológico concreto de manera visual.

Una vez generadas, el análisis de estas redes permite una mejor comprensión y estudio de los mecanismos moleculares y celulares implicados en el desarrollo de enfermedades, como es en este caso, el carcinoma pulmonar.  Este tipo de modelos supone una aproximación integrativa en el estudio masivo de la expresión génica, que permite considerar el conjunto de genes de los pacientes que están implicados en el desarrollo tumoral.

El trabajo realizado resulta muy relevante debido a que el carcinoma de pulmón supone uno de los tipos de cáncer más agresivos y con peor prognosis, debido principalmente a su diagnóstico tardío. Aún en estadios tempranos de la enfermedad, las expectativas de recuperación total tras el tratamiento suponen un pronóstico devastador. Es por esto que son muchos los esfuerzos destinados a conseguir un diagnóstico temprano de la enfermedad, que contribuiría al optimismo del paciente.

Los primeros resultados obtenidos han sido recientemente publicados en la revista especializada en campo de la genética, Genes, presentando un conjunto de biomarcadores verificados en un porcentaje considerable de casos clínicos.

Este tipo de modelos de redes genéticas han demostrado su utilidad en otro tipo de enfermedades, como las que afectan a la salud mental como el estrés post- traumático. En esta última investigación los modelos de redes génicas generados in silico sirvieron para distinguir exitosamente a nivel genético entre dos grupos de pacientes: un primero que presentaba signos de estrés post-traumático y un segundo sin evidencias de trastorno mental.