Decía Le Corbusier que el exterior siempre es un interior. El arquitecto hacía referencia al paisaje que rodea un edificio como un espacio que se integra naturalmente al interior de una construcción. La frase no solo cobra sentido en arquitectura, sino también puede ajustarse al trabajo de Sylvia Plevritis, profesora de ciencias de datos biomédicos y radiología y directora del Departamento de Ciencias Biomédicas de la Universidad de Stanford, donde estudia el microambiente tumoral, que hace referencia a las células que rodean a las , como las células inmunes, los fibroblastos y la vasculatura.

Mediante las herramientas de la inteligencia artificial (IA), la científica ha encontrado la forma en que se interrelacionan ambos ambientes celulares. La mayoría de los investigadores del cáncer investigan lo que sucede dentro de las células tumorales, es decir, cómo sus instrucciones genéticas se transforman para desencadenar un crecimiento descontrolado, captar una cantidad elevada de nutrientes y, en general, desafiar las leyes que rigen el comportamiento celular ordinario. Pero para la especialista lo que hay dentro no siempre es lo más importante. A veces lo que importa es el exterior.

Lee también:

Un día, toda la vida

El próximo cuatro de febrero se conmemora el Día Mundial contra el Cáncer, promovido desde hace un cuarto de siglo por la Organización Mundial de la Salud (OMS) para hacer eco sobre su prevención y control. Alrededor de 20 millones de nuevos casos de diferentes tipos de cáncer siguen apareciendo cada año, pero las investigaciones muestran la forma en que el campo de la oncología se ha transformado por completo en comparación con lo que era hace un par de décadas. En los últimos años, las herramientas de la inteligencia artificial han abonado nuevas formas de abordar el cáncer.

Mediante el llamado aprendizaje automático, el algoritmo se enseña a analizar e interpretar los datos. De este modo, los algoritmos de aprendizaje automático detectan patrones que el ojo o el cerebro humano no percibe con facilidad. Esto es útil en las imágenes que pueden ayudar a revelar con mayor facilidad un problema.

Los investigadores también usan el aprendizaje profundo, que se refiere a algoritmos que clasifican la información de formas muy parecidas a como lo hace el cerebro humano. Las herramientas de aprendizaje profundo usan redes neuronales artificiales que imitan la manera en que las células del cerebro captan y procesan las señales del resto del cuerpo, y cómo reaccionan a estas señales.

Pacientes en el Instituto Nacional de Cancerología en la Ciudad de México. (03/02/2025) Foto: El Universal
Pacientes en el Instituto Nacional de Cancerología en la Ciudad de México. (03/02/2025) Foto: El Universal

El manejo de grandes volúmenes de datos y la programación de algoritmos ayudan a que la inteligencia artificial pueda ayudar en ciertas áreas como: detección y clasificación de tumores, descubrimiento y reconversión de fármacos, mejores proyecciones de tratamientos individualizados y caracterización molecular. Precisamente la investigación de la doctora Pleuritis se suma a este último apartado.

Según los antecedentes que plantea la investigación del equipo de Silvia Plevritis, las células tumorales y sus vecinas intercambian señales bioquímicas que pueden impedir o acelerar la progresión del cáncer y, según su ubicación, se puede determinar de qué forma se comunican. Sus interacciones pueden alterar la susceptibilidad del cáncer a los fármacos, su tasa de crecimiento y otros factores que regulan la gravedad de la enfermedad.

Para analizar la influencia de las células que rodean un tumor, Plevritis y su equipo utilizaron inteligencia artificial para analizar datos moleculares mapeados espacialmente de modelos de tumores pulmonares. La elección de este tipo específico de tejido no es casual: el cáncer responsable del mayor número de fallecimientos a nivel mundial fue el de pulmón. Según datos de la OMS, alrededor del 19 % del total de muertes por cáncer es causado por esta categoria.

Los especialistas crearon un depósito de datos que rastrea la ubicación de las células no cancerosas para determinar cómo interactúan con las células tumorales y cómo influyen en el estado del cáncer según el lugar en donde interactuan.

Uno de sus algoritmos, llamado interactoma de microambiente regularizado (REMI), predice interacciones entre células en los microambientes tumorales que podrían generar células cancerosas extremadamente resistentes o, por el contrario, células cancerosas que sucumben fácilmente al tratamiento.

El algoritmo ha ayudado a Plevritis a establecer una relación especialmente influyente entre los tumores y los fibroblastos, células que desempeñan múltiples funciones en el cuerpo, incluida la secreción de proteínas que forman el tejido conectivo que mantiene la estructura de los tejidos y órganos.

El equipo de investigación descubrió que cuando los fibroblastos y las células cancerosas se unen, reaccionan entre sí, lo que provoca que las células cancerosas cambien su comportamiento, lo que potencialmente conduce a la proliferación.

En el informe publicado recientemente en Nature, se establece que no está del todo claro por qué es importante la proximidad de los fibroblastos a las células cancerosas, pero podría deberse a su función natural en el cuerpo (proporcionar soporte estructural y mantener los tejidos) que crea una capa adicional de protección para las células cancerosas.

Ahora, Plevritis y su equipo están utilizando la IA para identificarlas condiciones del microambiente tumoral que podrían estar asociadas con la resistencia a los fármacos. Planean seguir experimentando con tejido pulmonar para mapear resistencia, probar combinaciones de fármacos y sensibilidad a los patrones espaciales del microambiente para optimizar decisiones de tratamiento.