Modelo de IA detecta el cáncer a una velocidad relámpago mediante análisis de azúcar

Los glicanos, que son estructuras compuestas por moléculas de azúcar dentro de las células, pueden ser analizados utilizando espectrometría de masas. Esta técnica es particularmente útil porque estas estructuras de azúcar pueden revelar la presencia de varios tipos de cáncer dentro de las células. Sin embargo, interpretar los datos de la espectrometría de masas, específicamente los patrones de fragmentación de los glicanos, requiere un análisis humano meticuloso. Este escrutinio detallado puede llevar desde varias horas hasta días por muestra y solo es realizado de manera fiable por un puñado de expertos altamente capacitados a nivel mundial, ya que implica un trabajo de detección complejo y aprendido a lo largo de muchos años. Esta necesidad de un análisis experto crea un cuello de botella importante en la utilización del análisis de glucanos para aplicaciones como la detección del cáncer, especialmente cuando es necesario examinar numerosas muestras. Ahora, los investigadores han introducido un modelo de inteligencia artificial (IA) que mejora la capacidad de detectar el cáncer mediante el análisis de moléculas de azúcar, demostrando ser más rápido y efectivo que los enfoques tradicionales semi-manuales.

El modelo de IA, llamado Candycrunch, fue entrenado por investigadores de la Universidad de Gotemburgo (Gotemburgo, Suecia) utilizando una vasta base de datos que contiene más de 500,000 ejemplos de diversas fragmentaciones y estructuras asociadas de moléculas de azúcar. Este extenso entrenamiento ha capacitado a Candycrunch para determinar con precisión la estructura exacta de los azúcares en una muestra en el 90 % de los casos, con el objetivo de igualar pronto los niveles de precisión observados en la secuenciación de otras secuencias biológicas como el ADN, el ARN y las proteínas. El modelo de IA descrito en un artículo científico publicado en Nature Methods automatiza el análisis de glicanos y lo completa en tan solo unos segundos. Además, Candycrunch puede identificar estructuras de azúcar que los analistas humanos suelen pasar por alto debido a sus bajas concentraciones. Debido a su rapidez y precisión, Candycrunch acelera significativamente la identificación de biomarcadores basados en glicanos, que son cruciales para diagnosticar y predecir el cáncer. Por lo tanto, el modelo tiene el potencial de ayudar a los investigadores a descubrir nuevos biomarcadores basados en glicanos para el cáncer.

"Creemos que los análisis de glucanos se convertirán en una parte más importante de la investigación biológica y clínica ahora que hemos automatizado el mayor cuello de botella", afirmó Daniel Bojar, profesor asociado de bioinformática en la Universidad de Gotemburgo.

Enlaces relacionados:
Universidad de Gotemburgo