Un grupo de investigadores del IBIMA Plataforma Bionand han llevado acabo un estudio para conocer cómo son las redes de regulación genética en diferentes escenarios. Gracias a este trabajo, denominado GENECI (GEne NEtwork Consensus Inference) y publicado en la revista “Computers in Biology and Medicine”, se puede avanzar en encontrar posibles objetivos para tratamientos más precisos y personalizados.
Las redes de regulación genética ayudan a entender cómo los genes se comunican entre sí en diferentes situaciones. Estas redes varían dependiendo de situaciones como la enfermedad o su tratamiento. En este sentido, funcionan como una especie de "mapa de metro" en el que, dependiendo de cada paciente y su estado, ciertas estaciones se cierran o se abren.
Sin embargo, en el caso de ciertos tratamientos novedosos, no se conoce el estado real de las redes en cada momento. El hecho de poder conocer ese estado, permitiría saber, por ejemplo, si un tratamiento va a ser efectivo o no. De este modo, los investigadores se propusieron averiguar cómo funcionan las redes de regulación genética.
Adrián Segura Ortiz: "La capacidad de GENECI para adaptarse a diferentes dominios de especialización permite extraer de cada técnica las cualidades más beneficiosas para su problema"
Para construir las redes, se comienza con información sobre la actividad de un grupo de genes. Dicha actividad se mide con valores numéricos que indican cómo de activos están los genes en un momento dado. A pesar de que esto puede medirse de distintas maneras, el resultado es similar, pues se logra obtener números que muestran cómo funcionan los genes.
El desafío de los investigadores es descubrir cómo interactúan estos genes en diferentes situaciones, como puede ser durante una enfermedad o un tratamiento médico. Entendiendo esto, se podría saber qué genes pueden ser objetivos para tratamientos específicos.
Así, los investigadores del IBIMA emplearon una estrategia que combina diversas soluciones informáticas usadas para crear redes genéticas. Gracias a ello obtiene soluciones de consenso que funcionan bien en diferentes escenarios. La nueva estrategia, de este modo, se basa en algoritmos evolutivos que optimizan el consenso de diferentes técnicas en función del contexto de las redes biológicas.
Dr. José Manuel García Nieto: "La solución algorítmica propuesta pone a trabajar juntas de manera orquestada a todas las técnicas especializadas en inferencia de redes de regulación génica"
"La capacidad de GENECI para adaptarse a diferentes dominios de especialización no sólo elimina la incertidumbre inicial del investigador en la elección de una técnica de inferencia concreta, sino que permite extraer de cada técnica las cualidades más beneficiosas para su problema", explica el investigador Adrián Segura Ortiz.
Por su parte, el Dr. José Manuel García Nieto, también investigador involucrado en el estudio, asegura que "la solución algorítmica propuesta pone a trabajar juntas de manera orquestada a todas las técnicas especializadas en inferencia de redes de regulación génica, por lo que los resultados son muy robustos y confiables, independientemente de la naturaleza de los datos".
Además, según concluye el Dr. Ismael Navas Delgado, las herramientas y resultados del estudio están disponibles para su uso y para que la comunidad pueda aportar sus propias mejoras. Esto podría suponer un avance significativo en la calidad de las redes de regulación génica que se infieren mediante técnicas computacionales.