{"id":40403,"date":"2023-08-17T09:30:15","date_gmt":"2023-08-17T15:30:15","guid":{"rendered":"https:\/\/saluddigital.com\/?p=40403"},"modified":"2025-10-19T00:48:02","modified_gmt":"2025-10-19T06:48:02","slug":"desarrollan-metodo-de-aprendizaje-profundo-para-terapia-personalizada-contra-el-cancer","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/desarrollan-metodo-de-aprendizaje-profundo-para-terapia-personalizada-contra-el-cancer\/","title":{"rendered":"Desarrollan m\u00e9todo de aprendizaje profundo para terapia personalizada contra el c\u00e1ncer"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Investigadores de Johns Hopkins desarrollaron un nuevo modelo de aprendizaje profundo que podr\u00eda ayudar a la terapia personalizada contra el c\u00e1ncer.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Ingenieros e investigadores de c\u00e1ncer de Johns Hopkins han desarrollado un nuevo m\u00e9todo de aprendizaje profundo capaz de predecir con precisi\u00f3n fragmentos de prote\u00ednas relacionadas con el c\u00e1ncer y que podr\u00edan desencadenar una respuesta al sistema inmunitario. A pesar de que a\u00fan falta su validaci\u00f3n en ensayos cl\u00ednicos, esta tecnolog\u00eda ser\u00eda de gran utilidad para los cient\u00edficos para el desarrollo de vacunas e inmunoterapias personalizadas.<\/p>

El avance fue presentado a trav\u00e9s de un estudio en la revista Nature Machine Intelligence<\/a>, donde se detalla que el m\u00e9todo de aprendizaje profundo denominado BigMHC, es capaz de identificar fragmentos de prote\u00ednas en c\u00e9lulas cancerosas que provocan una respuesta inmunitaria que destruye las c\u00e9lulas tumorales. Este hallazgo ser\u00e1 cr\u00edtico para componer la respuesta a la inmunoterapia y promover el desarrollo de terap\u00edas personalizadas contra el c\u00e1ncer.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

La inmunoterapia contra el c\u00e1ncer tiene como objetivo activar el sistema inmunol\u00f3gico de los pacientes y destruir las c\u00e9lulas que provocan el c\u00e1ncer. \u201cUn paso cr\u00edtico en el proceso es el reconocimiento de las c\u00e9lulas cancerosas por parte del sistema inmunitario a trav\u00e9s de la uni\u00f3n de las c\u00e9lulas T a fragmentos de prote\u00ednas espec\u00edficas del c\u00e1ncer en la superficie celular\u201d, explic\u00f3 la Dra. Rachel Karchin, profesora de ingenier\u00eda biom\u00e9dica en Johns Hopkins.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t

\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Los autores explican que los fragmentos de la prote\u00edna cancer\u00edgena que provoca la respuesta inmunitaria pueden originarse a partir de cambios en la composici\u00f3n gen\u00e9tica de estas c\u00e9lulas. El tumor de cada paciente es distinto y tiene un conjunto \u00fanico de detalles que determinan que tan complejo es el tumor y su composici\u00f3n, como la presentaci\u00f3n de ant\u00edgenos. A trav\u00e9s de BigMHC, los investigadores y cient\u00edficos ser\u00edan capaces de identificar componentes asociados a las mutaciones en el tumor de cada paciente, as\u00ed como determinar las probabilidades de desencadenar la respuesta inmunitaria deseada.<\/p>

El modelo de aprendizaje profundo de BigMHC, aprende a identificar ant\u00edgenos de la superficie celular del tumor y posteriormente realiza el reconocimiento de c\u00e9lulas T. Este modelo fue probado en un gran conjunto de datos independentes para demostrar si mostraba resultados mejores para la predicci\u00f3n de presentaci\u00f3n de ant\u00edgenos que otros m\u00e9todos m\u00e1s tradicionales.\u00a0 BigMHC logr\u00f3 superar a siete m\u00e9todos en la identificaci\u00f3n de neoant\u00edgenos que desencadenan la respuesta de c\u00e9lulas T.<\/p>

\u201cLa esperanza es que BigMHC pueda guiar a los inmun\u00f3logos del c\u00e1ncer a medida que desarrollan inmunoterapias que se pueden usar para m\u00faltiples pacientes, o desarrollan vacunas personalizadas que estimular\u00edan la respuesta inmunitaria de un paciente para matar sus c\u00e9lulas cancerosas\u201d, explic\u00f3 el autor principal Benjamin Alexander Albert.<\/p>

De esta manera, esta clase de modelos y herramientas basadas en aprendizaje profundo y aprendizaje autom\u00e1tico son capaces de ayudar a los m\u00e9dicos e investigadores a desarrollar enfoques personalizados para el tratamiento de diversos tipos de c\u00e1ncer.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

NEWS WISE<\/strong><\/p>

https:\/\/www.newswise.com\/articles\/new-machine-learning-method-may-aid-personalized-cancer-therapy<\/a><\/p>

NATURE<\/strong><\/p>

https:\/\/www.nature.com\/articles\/s42256-023-00694-6<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Investigadores de Johns Hopkins desarrollaron un nuevo modelo de aprendizaje profundo que podr\u00eda ayudar a la terapia personalizada contra el c\u00e1ncer. Ingenieros e investigadores de c\u00e1ncer de Johns Hopkins han desarrollado un nuevo m\u00e9todo de aprendizaje profundo capaz de predecir con precisi\u00f3n fragmentos de prote\u00ednas relacionadas con el c\u00e1ncer y que podr\u00edan desencadenar una respuesta al sistema inmunitario. A pesar de que a\u00fan falta su validaci\u00f3n en ensayos cl\u00ednicos, esta tecnolog\u00eda ser\u00eda de gran utilidad para los cient\u00edficos para el desarrollo de vacunas e inmunoterapias personalizadas. El avance fue presentado a trav\u00e9s de un estudio en la revista Nature Machine Intelligence, donde se detalla que el m\u00e9todo de aprendizaje profundo denominado BigMHC, es capaz de identificar fragmentos de prote\u00ednas en c\u00e9lulas cancerosas que provocan una respuesta inmunitaria que destruye las c\u00e9lulas tumorales. Este hallazgo ser\u00e1 cr\u00edtico para componer la respuesta a la inmunoterapia y promover el desarrollo de terap\u00edas personalizadas contra el c\u00e1ncer. La inmunoterapia contra el c\u00e1ncer tiene como objetivo activar el sistema inmunol\u00f3gico de los pacientes y destruir las c\u00e9lulas que provocan el c\u00e1ncer. \u201cUn paso cr\u00edtico en el proceso es el reconocimiento de las c\u00e9lulas cancerosas por parte del sistema inmunitario a trav\u00e9s de la uni\u00f3n de las c\u00e9lulas T a fragmentos de prote\u00ednas espec\u00edficas del c\u00e1ncer en la superficie celular\u201d, explic\u00f3 la Dra. Rachel Karchin, profesora de ingenier\u00eda biom\u00e9dica en Johns Hopkins. Los autores explican que los fragmentos de la prote\u00edna cancer\u00edgena que provoca la respuesta inmunitaria pueden originarse a partir de cambios en la composici\u00f3n gen\u00e9tica de estas c\u00e9lulas. El tumor de cada paciente es distinto y tiene un conjunto \u00fanico de detalles que determinan que tan complejo es el tumor y su composici\u00f3n, como la presentaci\u00f3n de ant\u00edgenos. A trav\u00e9s de BigMHC, los investigadores y cient\u00edficos ser\u00edan capaces de identificar componentes asociados a las mutaciones en el tumor de cada paciente, as\u00ed como determinar las probabilidades de desencadenar la respuesta inmunitaria deseada. El modelo de aprendizaje profundo de BigMHC, aprende a identificar ant\u00edgenos de la superficie celular del tumor y posteriormente realiza el reconocimiento de c\u00e9lulas T. Este modelo fue probado en un gran conjunto de datos independentes para demostrar si mostraba resultados mejores para la predicci\u00f3n de presentaci\u00f3n de ant\u00edgenos que otros m\u00e9todos m\u00e1s tradicionales.  BigMHC logr\u00f3 superar a siete m\u00e9todos en la identificaci\u00f3n de neoant\u00edgenos que desencadenan la respuesta de c\u00e9lulas T. \u201cLa esperanza es que BigMHC pueda guiar a los inmun\u00f3logos del c\u00e1ncer a medida que desarrollan inmunoterapias que se pueden usar para m\u00faltiples pacientes, o desarrollan vacunas personalizadas que estimular\u00edan la respuesta inmunitaria de un paciente para matar sus c\u00e9lulas cancerosas\u201d, explic\u00f3 el autor principal Benjamin Alexander Albert. De esta manera, esta clase de modelos y herramientas basadas en aprendizaje profundo y aprendizaje autom\u00e1tico son capaces de ayudar a los m\u00e9dicos e investigadores a desarrollar enfoques personalizados para el tratamiento de diversos tipos de c\u00e1ncer. BIBLIOGRAF\u00cdA NEWS WISE https:\/\/www.newswise.com\/articles\/new-machine-learning-method-may-aid-personalized-cancer-therapy NATURE https:\/\/www.nature.com\/articles\/s42256-023-00694-6<\/p>","protected":false},"author":1,"featured_media":40405,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-40403","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/40403","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=40403"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/40403\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/40405"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=40403"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=40403"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=40403"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}