Publicado el 17 de abril de 2017 a las 9:19 am.

Investigadores de la Universidad Veracruzana (UV), desarrollaron un proceso para el análisis de imágenes de Western blot para detectar atributos propios de pacientes con cáncer de mama, que ayuda al especialista a obtener un resultado certero y en menor tiempo.

Esta innovación clínica involucra el uso de algoritmos de visión por computadora para la clasificación de bandas de proteínas, proyecto elaborado en conjunto por el Centro de Investigación en Inteligencia Artificial (CIIA) y el Instituto de Investigaciones Biológicas pertenecientes a la UV.

El proyecto se gestó a partir de la investigación conjunta del Instituto de Investigaciones Biológicas de la UV con el Instituto de Investigaciones Biomédicas de la Universidad Nacional Autónoma de México (UNAM), que se basó en comparar las bandas de proteína en un Western blot obtenidas de mujeres con cáncer y patología benigna de la mama y sin patología mamaria.

La doctora Tania Romo González, adscrita al Instituto de Investigaciones Biológicas de la UV, explicó que el objetivo del proyecto es desarrollar y ofrecer a la clínica un método de detección más temprano para cáncer de mama; no obstante, el algoritmo desarrollado a partir de las imágenes del proyecto de cáncer puede ser utilizado para analizar de manera automática cualquier imagen de Western blot.

“El diagnóstico para cáncer de mama en la actualidad, al menos en México, es mediante la mastografía, pero no es un buen método, ya que para que sea reconocible la masa tumoral debe tener al menos un centímetro de diámetro, cuando esto sucede, ya la enfermedad está avanzada, generando un mal pronóstico para el paciente”, precisó Tania Romo.

Agregó que, a diferencia de la mastografía, identificar la presencia de auto anticuerpos en la sangre, que surgen contra las células tumorales de la mama, permite diagnosticar la enfermedad de manera temprana.

“Nosotros con el uso de la técnica de Western blot o inmunoblot de una dimensión (1D immunoblot), detectamos al comparar los sueros de mujeres con cáncer de mama, con patología de la mama y sin patología mamaria, que existían bandas que se presentaban sólo en las mujeres con la patología”.

Western blot, es una técnica utilizada en biología molecular para identificar proteínas específicas en una mezcla compleja de proteínas. Actualmente, se utiliza para el diagnóstico de la enfermedad de Lyme, la encefalopatía espongiforme bovina y prueba comprobatoria de VIH.

No obstante, la comparación y análisis de las bandas de proteínas es complejo a nivel visual para los expertos, por lo que en colaboración con el Centro de Investigación de Inteligencia Artificial, trabajan en el desarrollo de un método automático para la clasificación de imágenes de acuerdo a los criterios obtenidos.

En la parte del desarrollo tecnológico, participa el doctor Héctor Gabriel Acosta Mesa, investigador del CIIA de la UV. El proyecto denominado “Uso de algoritmos de visión por computadora para detección de cáncer de mama en bandas de proteínas”, es un método, hasta ahora, semi-automático para estudiar cualquier imagen de Western blot.

“La ventaja de analizar las imágenes utilizando algoritmos de visión por computadora es que estos realizan un análisis cuantitativo, es decir, miden directamente los valores de las bandas y extraen los patrones que estas forman. Esto elimina el aspecto subjetivo del ojo humano”, indicó el especialista.

Este método permite un análisis más preciso ya que el algoritmo tiene un modelo matemático entrenado con ejemplos y es más rápido en comparación con la evaluación subjetiva del experto, lo cual reduce el diagnóstico de días a minutos. Por último, indicó que la idea es continuar trabajando para crear una herramienta de software que apoye a los expertos, haciendo la labor más precisa, rápida y eliminando la subjetividad.

Desde el año 2011, Fundación Carlos Slim lanzó la Iniciativa Slim en Medicina Genómica como una alianza con el Broad Institute del MIT y la Universidad de Harvard, e instituciones mexicanas de gran prestigio como el Instituto Nacional de Medicina Genómica y el Instituto Nacional de Ciencias Médicas y Nutrición Salvador Zubirán, con la finalidad de estudiar las bases genéticas causantes de enfermedades de alto impacto en México, como el cáncer de mama, cabeza y cuello, linfoma y cuello del útero, entre otros.

La Iniciativa fue creada para el estudio de las bases genéticas en población latinoamericana y el desarrollo de tratamientos personalizados para la atención de enfermedades con varios tipos de cáncer.

En los resultados de la primera fase se identificaron nuevos genes que nunca antes se habían vinculado con la ocurrencia del cáncer. La iniciativa ha generado 30 publicaciones científicas en revistas como Nature y Science, que sientan las bases para el desarrollo de tratamientos contra las enfermedades estudiadas. Se ha conformado una red de investigadores de 15 instituciones nacionales y extranjeras. La segunda fase de la Iniciativa, tiene como objetivo hacer la traducción de los descubrimientos de la primera fase, a herramientas que permitirán detectar de manera temprana el riesgo que tiene una persona de desarrollar cáncer, para poder establecer programas personalizados de prevención y control.