Investigadores del Grupo de Metabolismo y Señalización Celular del estadounidense Centro Nacional de Investigación del Cáncer han desarrollado nuevos algoritmos de machine learning para analizar los mecanismos de reparación del ADN (ácido desoxirribonucleico). Según los científicos, estos hallazgos posibilitados por la inteligencia artificial (IA) podrían ayudar a crear nuevas terapias de medicina de precisión contra el cáncer.
Cuando se daña el ADN, la célula afectada activa un mecanismo mediante el cual ciertas proteínas acuden a reparar el daño. Si éste persiste, puede dar lugar a mutaciones que devengan en tumores cancerosos. Los nuevos algoritmos arrojan luces sobre la manera en que determinadas proteínas subsanan el deterioro del ADN. Potenciar dicha remediación evita las mutaciones y, por ende el desarrollo de tumores.
De acuerdo con la doctora Bárbara Martínez, hasta hace poco «un factor limitante en el seguimiento de la cinética de reparación del ADN era la incapacidad de procesar y analizar la cantidad de datos generados a partir de imágenes tomadas por el microscopio».
Ahora, asistidos por los algoritmos de machine learning, pueden utilizar una nueva metodología permite análisis precisos y detallados. Para ello, utilizan microscopía de alto rendimiento, capaz de tomar miles de imágenes de las células después de que sufren un daño genético.
Vista directa de la reparación del ADN
En la primera fase, los investigadores dañaron un grupo de células con una técnica de irradiación. Luego, las expusieron a 300 proteínas para evaluar cuáles intervenían en la reparación del ADN. Así, descubrieron nueve de ellas involucradas en el proceso. «Muchas proteínas se adherían al ADN dañado, y otras hacían todo lo contrario: se alejaban de las lesiones para abrir paso a las reparadoras. Ambos fenómenos son relevantes», explica Martínez.
Una de las proteínas descubiertas fue la PHF20. Según los autores, se aleja de las lesiones en cuestión de segundos después del daño para facilitar el reclutamiento de otra, la 53BP1. Las células sin PHF20 no pueden reparar su ADN adecuadamente, lo que las hace más sensibles a la irritación.
Según los investigadores, los nuevos algoritmos ofrecen nuevas oportunidades para estudiar la reparación del ADN y manipularla. «Son muy versátiles y se pueden utilizar para descubrir nuevos genes o compuestos químicos que afecten a la reparación del ADN. Hemos evaluado cientos de proteínas en un tiempo mínimo mediante la visualización directa del proceso», afirma Martínez.
