← Volver al inicio

Seguir cómo responden las células inmunitarias a los fármacos: Parse y Nomic crean un conjunto de datos de cien millones de células

El proyecto Cascade vincula los cambios temporales del ARN unicelular y las proteínas secretadas para aportar una base experimental a la predicción de respuestas inmunitarias mediante IA. Los datos siguen generándose; su posible transformación en una herramienta fiable para el descubrimiento de fármacos aún requiere validación independiente.

By SURL BioNews

Cuando las células inmunitarias se exponen a un fármaco, la actividad génica en su interior y las señales que liberan al exterior no necesariamente cambian de forma simultánea. Para que la IA prediga cómo un tratamiento afecta a la respuesta inmunitaria, los investigadores necesitan relacionar estos cambios. Parse Biosciences y Nomic Bio anunciaron el 29 de octubre una colaboración para crear Cascade, un proyecto que prevé integrar cien millones de registros de secuenciación de ARN unicelular y más de diez mil perfiles de proteínas secretadas. La generación de datos sigue en curso: lo anunciado en esta ocasión es la colaboración y el diseño del estudio; el conjunto de datos completo aún no está terminado.

Según el diseño publicado por Nomic, el estudio utiliza células mononucleares de sangre periférica de 12 donantes sanos, seis hombres y seis mujeres, que abarcan al menos 14 tipos de células inmunitarias. Para cada donante se aplican más de 300 condiciones de perturbación en cada punto temporal, incluidos estímulos como citocinas, quimiocinas y fármacos, y se miden las respuestas a las 4, 8 y 24 horas. Con este diseño se espera captar señales tempranas y una secreción de proteínas más tardía que podrían pasar inadvertidas al medir un único punto temporal.

Las dos empresas se encargan de distintos niveles de medición: GigaLab de Parse genera los datos de secuenciación de ARN unicelular, mientras que Nomic mide más de mil proteínas secretadas. Los datos de ARN describen la expresión génica de los distintos tipos celulares; las proteínas secretadas aportan otra capa de indicios sobre las señales que las células transmiten al exterior. La página del proyecto indica un volumen de datos de proteínas superior a 11.500 perfiles, una cifra más concreta que los «más de 11.000» mencionados en el anuncio de la colaboración.

Estas mediciones se vincularán por donante, tratamiento experimental y punto temporal; no se asignará un perfil proteico individual a cada célula. En el descubrimiento de fármacos, esto permitirá a los investigadores examinar si los cambios en el ARN de un tipo celular pueden predecir la respuesta posterior de las proteínas secretadas y, a partir de ello, proponer vías de señalización o posibles dianas que merezcan seguimiento experimental. Este es el uso que se prevé respaldar con el conjunto de datos, y aún no constituye un hallazgo demostrado.

Determinar si un modelo ha aprendido realmente reglas biológicas generalizables también requiere pruebas diseñadas específicamente para ello. Nomic plantea excluir a algunos donantes o condiciones de perturbación de los datos de entrenamiento para evaluar la capacidad predictiva del modelo ante datos que no haya visto. Sin embargo, el anuncio no presentó evaluaciones de modelos ya completadas ni resultados que demuestren que Cascade puede aumentar la tasa de éxito del desarrollo de nuevos fármacos.

Cascade estará disponible mediante licencias de datos y ya cuenta con compromisos de participación de socios fundadores como GSK, Pfizer, Sanofi, Graph Therapeutics y Turbine. Esto muestra que existe demanda de este tipo de recursos experimentales entre las farmacéuticas y las empresas de descubrimiento computacional de fármacos, pero la lista de colaboradores por sí sola no demuestra la calidad de los datos ni el rendimiento de los modelos.

Cien millones de células pueden aumentar el nivel de detalle de las mediciones, pero no equivalen a abarcar la variabilidad biológica de cien millones de personas. Para determinar si los datos de referencia generados a partir de células sanguíneas de 12 donantes sanos pueden explicar las respuestas de pacientes, de tejidos afectados por enfermedades o ante el uso prolongado de fármacos, aún será necesario incorporar los experimentos correspondientes y realizar una validación independiente. El valor de Cascade dependerá, en última instancia, de si ayuda a los investigadores a formular hipótesis inmunológicas más precisas que también resistan la comprobación experimental.

References

  1. BioPharma APAC
  2. Parse Biosciences
  3. Nomic Bio
  4. Nomic Bio
  5. Genetic Engineering & Biotechnology News