Un algoritme que prediu les millors teràpies

La revista Nature Genetics ha publicat un estudi coliderat pel Dr. Fran Supek (IRB Barcelona) i el Dr. Ben Lehner (CRG), pel qual una eina d’aprenentatge automàtic anomenada "RTDetective" ha estat entrenada amb 140.000 mesuraments de lectura continuada després de mutacions sense sentit. L’algoritme ha predit, per a cada possible codó de parada prematur en el transcriptoma humà, quin dels sis fàrmacs de molècula petita restaurarà millor la producció de proteïnes completes.

Atès que els codons de parada prematurs causen una cinquena part de les malalties monogèniques i desactiven gens supressors de tumors clau, el model podria guiar immediatament la combinació pacient–fàrmac en fibrosi quística, distròfia muscular de Duchenne i molts tipus de càncer. En prioritzar compostos abans dels assaigs, els investigadors també poden accelerar les cadenes de desenvolupament de fàrmacs per a teràpies de supressió de mutacions sense sentit.

Més informació: Un algorisme "detectiu" prediu els millors fàrmacs per a trastorns genètics i càncer