El doctor Daniel Zavala Reyes, investigador posdoctoral de la Secretaría de Ciencia, Humanidades, Tecnología e Innovación (Seciht), adscrito a la Unidad de Investigación en Bioinformática del Centro de Investigación en Ciencias de la Salud y Biomedicina (CICSaB) de la Universidad Autónoma de San Luis Potosí (UASLP), desarrolla un proyecto que une la inteligencia artificial con la inmunología para mejorar el tratamiento del cáncer de mama.
Doctor en Ciencias Farmacobiológicas por la propia UASLP, con formación también en ciencias biomédicas y experiencia en biología experimental y ciencia de datos, explicó que su trabajo busca entender por qué pacientes con el mismo diagnóstico y tratamiento pueden tener respuestas distintas. “Dos mujeres pueden tener el mismo tipo de cáncer y el mismo medicamento, y aun así una responde bien y la otra no”, señaló.
El investigador detalló que la clave podría estar en el sistema inmune, particularmente en los linfocitos T CD8, células encargadas de atacar tumores, pero que pueden agotarse frente al cáncer. “El tumor es muy listo y puede cansar a estas células; nosotros nos centramos en ese agotamiento para predecir si la paciente va a responder o no al tratamiento”, explicó. Subrayó que anticipar esta respuesta no solo tiene valor clínico, sino también humano, al evitar terapias que generen efectos adversos sin beneficio. “Le podemos evitar a la paciente un tratamiento que le va a provocar muchas complicaciones y esperar mucho tiempo para saber si funciona o no”.
La investigación, que inició en septiembre del año pasado y concluirá en febrero de 2028, contempla el entrenamiento de un modelo de inteligencia artificial con bases de datos públicas y su validación en pacientes mexicanas del Hospital Central, hoy Hospital Regional de Alta Especialidad. Zavala Reyes destacó que la mayoría de los modelos actuales están diseñados con información de poblaciones europeas o norteamericanas, por lo que contar con datos locales representa una ventaja. “Es algo interesante de este proyecto, que utiliza pacientes mexicanas”, apuntó.
El procedimiento contempla la toma de muestras sanguíneas para analizar los linfocitos T CD8 e identificar una firma molecular específica mediante el modelo predictivo. La edad promedio de las pacientes consideradas oscila entre los 35 y 45 años, aunque se busca integrar una cohorte amplia para abarcar distintos subtipos moleculares. “Buscamos que sea lo más amplio posible para tener los mejores datos”, comentó. A futuro, la intención es que el modelo pueda ser utilizado por oncólogos desde cualquier hospital, ingresando los datos clínicos para obtener una predicción terapéutica.
El proyecto es asesorado por el doctor Juan Carlos Cuevas Tello y cuenta con la colaboración de la doctora Diana Patricia Portales Pérez, así como del doctor Güell en el Hospital Regional, además de estudiantes de licenciatura y posgrado de las facultades de Ciencias Químicas y Medicina. Aunque el modelo muestra avances favorables, el investigador reconoce que el proceso implica paciencia y ajustes constantes. “El modelo está aprendiendo, estamos obteniendo buenos datos; esto es solo una puerta que abrimos, pero la queremos llevar a más tipos de cáncer”, afirmó.
Finalmente, el científico hizo un llamado a estudiantes de áreas de la salud, biología, computación e inteligencia artificial a apostar por proyectos interdisciplinarios. “Estamos juntando inmunología,
estadística, biología molecular, programación y ciencia de datos en un solo proyecto; ese es el futuro”, expresó. Convencido del potencial de esta línea de investigación, concluyó que los conocimientos adquiridos en las aulas pueden traducirse en soluciones concretas para problemas de salud pública como el cáncer.
