Un análisis de azúcar podría revelar diferentes tipos de cáncer
Un análisis de azúcar podría revelar diferentes tipos de cáncer (con ayuda de la IA)
Los cambios en la estructura de los glucanos pueden indicar inflamación o enfermedad en el cuerpo
En el futuro, un poco de saliva puede ser suficiente para detectar un cáncer incipiente. Investigadores de la Universidad de Gotemburgo han desarrollado una forma eficaz de interpretar los cambios en las moléculas de azúcar que se producen en las células cancerosas.
Los glicanos son un tipo de estructuras de moléculas de azúcar que están unidas a las proteínas de nuestras células. La estructura del glicano determina la función de la proteína. Se sabe desde hace algún tiempo que los cambios en la estructura de los glucanos pueden indicar inflamación o enfermedad en el cuerpo. Ahora, investigadores de la Universidad de Gotemburgo han desarrollado una forma de distinguir diferentes tipos de cambios estructurales, lo que puede proporcionar una respuesta precisa a qué cambiará en una enfermedad específica.
«Hemos analizado datos de unos 220 pacientes con 11 tipos de cáncer diagnosticados de forma diferente y hemos identificado diferencias en la subestructura del glucano según el tipo de cáncer. Al permitir que nuestro método recientemente desarrollado, mejorado por Inteligencia Artificial (IA), trabajara con grandes cantidades de datos, pudimos encontrar estas conexiones», dice Daniel Bojar, profesor asociado de bioinformática en la Universidad de Gotemburgo y autor principal del estudio publicado en Cell.
Si sabemos lo que buscamos, es más fácil encontrar el resultado correcto
Cómo actúa la IA
También hay otros grupos de investigación que estudian las subestructuras del glicano en busca de los llamados biomarcadores que describan lo que está mal. A menudo se trata de pruebas estadísticas mediante espectroscopia de masas para determinar si el nivel de azúcares individuales es significativamente mayor o menor en el caso del cáncer. Estas pruebas tienen una sensibilidad demasiado baja y no son fiables porque los diferentes azúcares están relacionados estructuralmente y, por tanto, no son independientes entre sí.
El equipo de investigación de Daniel Bojar utiliza un nuevo método que incluye IA, que tiene en cuenta estos problemas y puede encontrar patrones en los conjuntos de datos donde otros fallan.
«Podemos confiar en nuestros resultados; son estadísticamente significativos. Si sabemos lo que buscamos, es más fácil encontrar el resultado correcto. Ahora tomaremos estos biomarcadores y desarrollaremos métodos de prueba», afirma Daniel Bojar.