Investigadores del laboratorio de bioinform\u00e1tica y gen\u00f3mica funcional del Centro de Investigaci\u00f3n del C\u00e1ncer, en colaboraci\u00f3n con el Consejo Superior de Investigaciones Cient\u00edficas (CSIC) y la Universidad de Salamanca (USAL), han desarrollado un predictor de riesgo revolucionario para pacientes con c\u00e1ncer de mama utilizando t\u00e9cnicas de machine learning. Este innovador predictor permite identificar los genes asociados a la supervivencia y riesgo de los pacientes, generando firmas g\u00e9nicas que facilitan una estimaci\u00f3n precisa del pron\u00f3stico de la enfermedad.<\/p>\n\n\n\n
El diagn\u00f3stico m\u00e9dico es fundamental para identificar una enfermedad, pero en el caso del c\u00e1ncer, tambi\u00e9n es esencial predecir la evoluci\u00f3n que tendr\u00e1 en cada paciente. El pron\u00f3stico brinda informaci\u00f3n crucial sobre la esperanza de remisi\u00f3n y supervivencia, as\u00ed como el riesgo de reca\u00edda a lo largo de la enfermedad.<\/p>\n\n\n\n
Seg\u00fan el l\u00edder del laboratorio responsable del proyecto, Javier De las Rivas, \u00abel diagn\u00f3stico y pron\u00f3stico dependen de la biolog\u00eda del c\u00e1ncer y del tejido analizado, y var\u00edan significativamente entre los distintos tipos de c\u00e1ncer. Identificar nuevos biomarcadores a trav\u00e9s de la investigaci\u00f3n permite mejorar el diagn\u00f3stico y pron\u00f3stico de las enfermedades, y proporcionar un tratamiento m\u00e1s personalizado y adecuado para cada paciente\u00bb.<\/p>\n\n\n\n
En este estudio en particular, los investigadores lograron obtener una firma g\u00e9nica relacionada con los biomarcadores moleculares com\u00fanmente medidos en la cl\u00ednica (receptor de estr\u00f3geno, receptor de progesterona y el protooncog\u00e9n HER2) para pacientes con c\u00e1ncer de mama. Estos biomarcadores son esenciales para determinar el tipo de tumor que presenta cada paciente y gu\u00edan las decisiones cl\u00ednicas de los onc\u00f3logos.<\/p>\n\n\n\n