Investigadores de la Universidad de Navarra en España han lanzado RNACOREX, un software de código abierto que descubre redes genéticas ocultas en tumores cancerosos. La herramienta analiza miles de interacciones moleculares y predice la supervivencia de los pacientes con una claridad que rivaliza con sistemas de IA avanzados. Probada en datos de 13 tipos de cáncer, proporciona perspectivas interpretables para avanzar en la investigación del cáncer.
Investigadores de la Universidad de Navarra han presentado RNACOREX, una nueva plataforma de código abierto diseñada para revelar las complejas redes genéticas subyacentes al cáncer. Desarrollada en el Instituto de Ciencia de Datos e Inteligencia Artificial (DATAI) en colaboración con el Centro Oncológico Clínica Universidad de Navarra, el software integra datos de bases de datos biológicas internacionales con información de expresión génica para identificar interacciones clave miARN-mARN.
Estas interacciones forman redes regulatorias que influyen en el comportamiento del tumor y los resultados de los pacientes. Como explica Rubén Armañanzas, jefe del Laboratorio de Medicina Digital en DATAI y autor principal, «Comprender la arquitectura de estas redes es crucial para detectar, estudiar y clasificar diferentes tipos de tumores. Sin embargo, identificar de manera fiable estas redes es un desafío debido a la enorme cantidad de datos disponibles, la presencia de muchas señales falsas y la falta de herramientas accesibles y precisas capaces de distinguir qué interacciones moleculares están verdaderamente asociadas a cada enfermedad».
RNACOREX aborda estos problemas construyendo modelos probabilísticos a partir de interacciones clasificadas, ofreciendo un mapa molecular claro de la función tumoral. Evaluada con datos del consorcio The Cancer Genome Atlas (TCGA), la herramienta se aplicó a 13 tipos de cáncer, incluidos cáncer de mama, colon, pulmón, estómago, melanoma y tumores de cabeza y cuello. Predice la supervivencia con una precisión comparable a la de modelos de IA sofisticados, pero destaca por sus explicaciones interpretables.
Aitor Oviedo-Madrid, primer autor y investigador en DATAI, señala: «El software predijo la supervivencia de los pacientes con una precisión equiparable a la de modelos de IA sofisticados, pero con algo que muchos de esos sistemas carecen: explicaciones claras e interpretables de las interacciones moleculares detrás de los resultados». Más allá de las predicciones, RNACOREX identifica patrones moleculares compartidos entre tumores y destaca moléculas biomédicamente relevantes, lo que podría ayudar en nuevas hipótesis para diagnósticos y tratamientos. Oviedo-Madrid añade: «Nuestra herramienta proporciona un 'mapa' molecular fiable que ayuda a priorizar nuevos objetivos biológicos, acelerando la investigación del cáncer».
Publicada en PLOS Computational Biology en 2025 (DOI: 10.1371/journal.pcbi.1013660), RNACOREX está disponible en GitHub y PyPI, con herramientas de base de datos automatizadas para una integración sencilla. Financiada en parte por el programa ANDIA 2021 del Gobierno de Navarra y ERA PerMed JTC2022 PORTRAIT, el proyecto enfatiza la IA explicable en genómica. Armañanzas afirma: «A medida que la inteligencia artificial en genómica acelera, RNACOREX se posiciona como una solución explicable, fácil de interpretar y una alternativa a los modelos de 'caja negra', ayudando a llevar los datos ómicos a la práctica biomédica».
Las expansiones futuras incluyen análisis de vías y capas moleculares adicionales para modelar mejor la progresión tumoral, apoyando la medicina oncológica de precisión.
