Revista de bioanálisis y biomedicina

Aprovechamiento de la multiómica y el aprendizaje automático para el modelado predictivo de la respuesta a los medicamentos contra el cáncer: avances en la medicina de precisión

Abstract

Richard Fernandes

La llegada de la medicina de precisión ha revolucionado la oncología al prometer estrategias terapéuticas personalizadas basadas en las características individuales de los pacientes. Un aspecto central de este avance es la integración de datos multiómicos (genómica, transcriptómica, proteómica y metabolómica), que proporcionan una comprensión integral de los fundamentos moleculares del cáncer. Este estudio explora la integración de algoritmos de aprendizaje automático para el modelado predictivo de la respuesta a los medicamentos en pacientes con cáncer utilizando un enfoque multiómico. Al aprovechar técnicas computacionales avanzadas y vastos conjuntos de datos multiómicos, la investigación tiene como objetivo mejorar la precisión y la eficacia de la predicción de las respuestas específicas del paciente a los tratamientos contra el cáncer, facilitando así la medicina personalizada. Los desafíos clave, como la heterogeneidad del cáncer, la alta dimensionalidad de los datos y la integración de tipos de datos dispares, se abordan mediante el aprendizaje multivista, los marcos de integración de datos y las estrategias de fusión de características. Se emplean métodos de IA explicables para interpretar los modelos y descubrir posibles biomarcadores y objetivos terapéuticos. El objetivo final es desarrollar un marco de modelado predictivo para uso clínico, orientando las decisiones de tratamiento y mejorando los resultados de los pacientes.