Por Santiago Melo
11 de septiembre de 2026Un equipo internacional de investigadores ha desarrollado un modelo de inteligencia artificial capaz de predecir qué medicamentos pueden ser más eficaces frente al cáncer de mama a partir del análisis de proteínas presentes en las células tumorales.
La herramienta funciona como una especie de “célula virtual” y ha sido diseñada específicamente para cáncer de mama triple negativo. Este tipo de tumor representa entre el 15% y el 20% de los casos de cáncer de mama y se caracteriza por no presentar receptores de estrógeno, progesterona ni HER2, lo que limita el uso de terapias hormonales y de otros tratamientos dirigidos.
Para desarrollar el modelo, los investigadores utilizaron más de 38 millones de mediciones de proteínas procedentes de 18 líneas celulares de cáncer de mama, 16 de ellas correspondientes al subtipo triple negativo. Las células fueron tratadas con 63 fármacos antitumorales aprobados por la FDA y con 59 combinaciones distintas.
El equipo midió además los niveles de 5.585 grupos de proteínas antes del tratamiento y a las 6, 24 y 48 horas de administrar los fármacos. De esta forma, la inteligencia artificial no solo aprendió cómo eran las células en un momento determinado, sino también cómo cambiaban con el paso del tiempo después de recibir cada terapia.
A partir de estas mediciones, el modelo fue capaz de predecir el efecto de distintos medicamentos e identificar proteínas relacionadas con la resistencia a los tratamientos. Cuando se probó con 81 fármacos que no habían formado parte de su entrenamiento, alcanzó una precisión del 88% al anticipar la respuesta de las células.
Los investigadores dieron después un paso más y analizaron 3.651 proteínas en biopsias tumorales de 501 personas con cáncer de mama triple negativo tomadas antes de que recibieran quimioterapia. El modelo logró predecir los resultados clínicos de los tratamientos que posteriormente recibieron estos pacientes.
Para comprobar su utilidad en un escenario más próximo a la práctica clínica, el equipo utilizó también muestras tumorales de tres pacientes, mantenidas vivas en el laboratorio, y pidió a la IA que evaluara alrededor de 3.000 compuestos ya aprobados o en investigación.
El sistema identificó correctamente los mismos medicamentos que posteriormente se administraron a estos tres pacientes y que resultaron eficaces. Además, señaló otros tres compuestos que mostraron una eficacia superior a la terapia estándar cuando se probaron directamente sobre las muestras celulares.
Tiannan Guo, coautor del estudio e investigador de la Universidad de Westlake, destaca que se trata de la primera vez que un modelo celular virtual desarrollado en laboratorio se pone a prueba en un entorno clínicamente relevante.
Pese a los resultados, los investigadores insisten en que la herramienta todavía es un prototipo. Antes de poder incorporarse a la práctica clínica será necesario realizar ensayos prospectivos que comprueben si sus recomendaciones realmente permiten mejorar la elección del tratamiento y los resultados de los pacientes.
El modelo tampoco incluye por ahora inmunoterapias y aún no reproduce todas las interacciones que se producen entre las proteínas dentro de las células. Aun así, el trabajo abre la puerta a una medicina más personalizada, en la que la información molecular de cada tumor pueda utilizarse para anticipar qué fármacos tienen más probabilidades de funcionar antes de administrarlos.
Noticias relacionadas
La Vecina Rubia operada de urgencia de un carcinoma
La influencer acudió al médico por una herida que tenía en la tripa desde hacía tiempo y le diagnosticaron un carcinoma que hubo que eliminar mediante intervención quirúrgica
Los expertos alertan: la presión económica sobre los medicamentos estratégicos amenaza el acceso a tratamientos que salvan vidas
Las sociedades científicas y asociaciones de pacientes alertan de que los desabastecimientos están afectando a la adherencia terapéutica, provocando retrasos en tratamientos y generando desigualdades entre territorios
