El software navarro que ‘lee’ el cáncer y revela redes genéticas ocultas de los tumores
La herramienta, validada con datos del consorcio internacional TCGA en 13 tumores, ha permitido construir redes miARN-ARNm interpretables y clasificar pacientes según su probabilidad de supervivencia.
RNACOREX es el nuevo software de código abierto que ha desarrollado la Universidad de Navarra para ayudar a “leer” las redes genéticas ocultas del cáncer y mejorar el análisis de supervivencia.
La herramienta la han creado investigadores del Instituto de Ciencia de los Datos e Inteligencia Artificial (DATAI) y del Cancer Center Clínica Universidad de Navarra, y la han validado con datos de trece tumores del consorcio internacional The Cancer Genome Atlas (TCGA).
El estudio se ha publicado en PLOS Computational Biology y ha explicado que RNACOREX analiza miles de moléculas a la vez para detectar interacciones clave que suelen pasar desapercibidas con métodos convencionales.
Con ese análisis, el programa ha ofrecido un “mapa” interpretable que ha ayudado a comprender mejor la base molecular de los tumores y ha abierto nuevas vías para estudiar los mecanismos que impulsan la progresión tumoral.
En las células interactúan moléculas como los microARN (miRNA) y el ARN mensajero (ARNm), formando una compleja red de regulación. Cuando esas redes se alteran, pueden aparecer enfermedades como el cáncer.
“Comprender cómo se organizan estas redes es clave para detectar, estudiar y clasificar distintos tipos de tumores”, ha explicado Rubén Armañanzas, líder del Laboratorio de Medicina Digital de DATAI y uno de los autores principales, que también ha subrayado el reto de separar señales reales de muchas señales falsas.
En ese contexto, RNACOREX ha combinado información de bases de datos internacionales con datos reales de expresión génica. Con todo ello, ha generado un ranking de interacciones fiables entre miARN y ARNm según su relevancia biológica.
A partir de ese ranking, la herramienta ha construido redes de regulación con creciente orden de complejidad que pueden usarse como modelos probabilísticos. ¿Qué aporta esto al laboratorio? Un esquema más claro para priorizar qué relaciones moleculares merecen atención.
El equipo ha evaluado RNACOREX en trece tipos de cáncer —entre ellos mama, colon, pulmón, estómago, melanoma, cabeza y cuello— con datos de TCGA. “Los análisis mostraron que la herramienta es capaz de predecir la probabilidad de supervivencia con un rendimiento comparable o superior al de modelos avanzados de inteligencia artificial”, ha señalado Aitor Oviedo-Madrid, primer autor del trabajo.
Además, el software ofrece explicaciones claras sobre qué interacciones moleculares han sustentado cada predicción, lo que lo situa como alternativa a modelos de “caja negra”. Según Oviedo-Madrid, “nuestra herramienta nos permite contar con un mapa molecular fiable que facilita priorizar nuevas dianas biológicas y orientar experimentos”.
La Universidad de Navarra explica que RNACOREX está disponible en GitHub y también en PyPI, e incluye una función de descarga automática de las bases de datos necesarias, para facilitar su adopción en centros de investigación.
El proyecto lo han financiado parcialmente el Gobierno de Navarra (programa ANDIA 2021) y el ERA PerMed JTC2022 PORTRAIT, y el equipo ya ha trabajado en nuevas funcionalidades, como el análisis de rutas biológicas y la incorporación de más tipos de interacciones para explicar mejor la progresión tumoral.