La inteligencia artificial (IA) basada en redes neuronales proporciona múltiples beneficios en el tratamiento del cáncer, desde identificación de objetivos terapéuticos hasta evaluación de potencialidad farmacológica y descubrimiento de fármacos. Esta herramienta agiliza procesos largos y costosos, ofrece nuevas estrategias para mejorar la eficacia de tratamientos y acelera el desarrollo farmacéutico.

Las enfermedades oncológicas son la principal causa de mortalidad global.1 De acuerdo con la OMS, el 40% de los casos de cáncer se podría prevenir al evitar factores de riesgo clave, y el 30% se cura si se diagnostica de manera temprana y recibe tratamiento adecuado.2 La terapia con medicamentos antineoplásicos, a pesar de su eficacia, enfrenta diferentes desafíos como limitación de objetivos farmacológicos, resistencia a fármacos y falta de respuestas alternativas.3 Identificar nuevas dianas terapéuticas y evaluar su capacidad farmacológica son prioridades de investigación. Sin embargo, los tratamientos actuales basados en hipótesis experimentales tienen eventos adversos.3 Para abordar la complejidad de la carcinogénesis, los algoritmos de IA se aplican en el análisis del interactoma para mejorar comprensión y exploración de nuevos objetivos. La evolución de estos algoritmos ha sido notable en décadas recientes.3<h3>Potencial de la IA en terapias contra cánceres3</h3><h4>Identificar nuevos objetivos </h4>Esta herramienta facilita la búsqueda de nuevos objetivos contra neoplasias. A través de aplicaciones de análisis de biología, reconstruye interacciones moleculares y estudia genes y ARNm para identificar módulos funcionales clave con alto valor predictivo para pronóstico. <h4>Evaluar potencialidad farmacológica</h4>El análisis de proteínas en 3D para valorar la capacidad farmacológica demanda tiempo y costos considerables. La IA ofrece una alternativa para agilizar este proceso. PockDrug, un innovador servidor web, permite predecir la aptitud de bolsillos en proteínas como objetivos para fármacos. Por ejemplo, en un estudio centrado en el cáncer de tiroides, se utilizó esta herramienta para predecir su potencial y se identificaron objetivos clave como HEY2, TNIK y LRP4. <h4>Descubrir fármacos</h4>Mediante el análisis de interacciones fármaco-objetivo, se buscan de manera eficiente nuevos tratamientos contra el cáncer y se aprovecha la asociación entre proteínas y medicamentos.Además, la reutilización de compuestos con identificación de nuevas indicaciones para fármacos existentes, presenta una opción más rápida y económica en comparación con métodos tradicionales de desarrollo. Las aplicaciones basadas en redes ofrecen diversas estrategias, como cuantificación de similitudes entre asociaciones medicamento-enfermedad, análisis de flujo de información y recorridos aleatorios en redes, identificación de interacciones genéticas en el cáncer, entre otras.<h3>Aplicar propiedades de medicamentos en ensayos clínicos</h3>Debido a que el desarrollo farmacéutico dura entre 10 y 15 años, la aplicación de IA en la investigación de propiedades de fármacos busca abordar este prolongado tiempo y la alta tasa de fracaso de ensayos clínicos. A pesar de los avances previos, que agilizan el estudio de características medicinales, la aprobación de nuevos fármacos requiere inversión considerable y tiempo extenso. Científicos han desarrollado sistemas basados en aprendizaje profundo que optimizan regímenes de tratamiento existentes para reducir tumores cerebrales, minimizar toxicidad y encontrar planes de tratamiento óptimos con dosis más bajas. Este enfoque podría transformar la planificación de ensayos clínicos, acelerar procesos de desarrollo farmacéuticos y mejorar eficacia de terapias. <h3>Conclusión</h3>La IA demuestra ser una opción esencial para luchar contra enfermedades neoplásicas, abordar desafíos clave a fin de detectar objetivos terapéuticos, evaluar potencialidad de farmacológica, descubrir fármacos y optimizar ensayos clínicos. A medida que las máquinas evolucionan, su potencial de transformar la exploración y el tratamiento de estas condiciones es cada vez más evidente, lo que brinda esperanza en la búsqueda de soluciones más efectivas y eficientes.<h4>Comentario editorial</h4>Si bien los avances tecnológicos aceleran la caracterización de objetivos terapéuticos para descubrir fármacos y reducir tiempos y costos asociados con el desarrollo de nuevos tratamientos, es fundamental mantener un enfoque integral y colaborativo, y combinar la intuición clínica con la IA, para asegurar que estas innovaciones se traduzcan en beneficios tangibles para los pacientes.<figure class="poll" data-id="739">{ Poll ID: 739}</figure>

Medicina Interna

Oncología

Farmacología Clínica

Docred

Más cerca de la cura: identificar antineoplásicos mediante inteligencia artificial

Conozca el poder de la IA en la búsqueda de objetivos y terapias innovadoras contra el cáncer. Lea más acá. 