L’efectivitat de la major part de teràpies contra el càncer és de curta durada i els tumors, sovint, desenvolupen resistències. La diversitat de medicaments contra la malaltia i les diferents combinacions possibles —entre ells— poden ser tantíssimes que fer proves al laboratori o assajos clínics —sense indicis previs dels resultats— acaba sent econòmicament inviable i materialment impossible.
Amb aquesta premissa, investigadors de la Universitat Rovira i Virgili (URV) de Tarragona es van enfrontar a un repte: aconseguir aplicar un mètode per predir, amb la fiabilitat més gran possible, quina seria la interacció entre 69 fàrmacs davant de 85 tipus diferents de càncer.
La matemàtica al servei de la salut
La iniciativa, expliquen des de la universitat tarragonina, va ser impulsada per una empresa farmacèutica, en format de concurs, on van participar fins a 160 centre de recerca, institucions i investigadors de tot el món. L’equip de la URV, precisament, es va situar entre els deu primers, tot aconseguint uns grans resultats.
Marta Sales, Roger Guimerà, Antonia Godoy i Marc Tarrés, del grup de recerca SEES Lab del Departament d’Enginyeria Química de la URV, van emprar un model matemàtic de xarxes multicapa que permet fer múltiples combinacions entre les interaccions que tenien els fàrmacs entre si, i amb les diferents tipologies de càncers.
L’algoritme, concretament, agrupa els càncers que s’assemblen, d’una banda i, de l’altra, incorpora una altra capa conformada pels medicaments que es comporten de manera similar.
Una taxa d'encerts del 75%
Hi ha infinitat de combinacions «entre capes i nodes», apunten els investigadors, però aquest sistema permet predir de forma acurada com seran les interaccions entre medicaments en cadascun dels càncers, amb una taxa d’encerts del 75%. Amb això, només es tenen en compte les interaccions conegudes, sense la intervenció «d’altres paràmetres biològics».
«Es tracta d’un model molt senzill, que té el valor afegit que no està enfocat només a tractaments contra el càncer, sinó que es pot aplicar també a altres variables i és molt fàcil d’entendre», explica Roger Guimerà sobre aquest model, que descriu totes les capes de forma simultània, aprofitant al màxim la informació continguda.
En aquest sentit, el model s’ha fet servir, per exemple, per saber si a una persona li agradarà una pel·lícula o no, o si alguna persona decidirà cooperar amb una altra o competir-hi.