Una nueva herramienta de código abierto está desvelando la “caja negra” genética del cáncer y revelando redes moleculares ocultas que dan forma a la supervivencia y la progresión de la enfermedad.
sciencedaily.com/21 de diciembre de 2025
Universidad de Navarra
Resumen: Investigadores españoles han creado una potente herramienta de código abierto que ayuda a descubrir las redes genéticas ocultas que impulsan el cáncer. Llamado RNACOREX, el software puede analizar miles de interacciones moleculares simultáneamente, revelando cómo se comunican los genes dentro de los tumores y cómo esas señales se relacionan con la supervivencia del paciente. Probada en 13 tipos de cáncer diferentes con datos internacionales, la herramienta iguala la capacidad predictiva de los sistemas avanzados de IA, a la vez que ofrece algo poco común en la analítica moderna: explicaciones claras e interpretables que ayudan a los científicos a comprender por qué los tumores se comportan como lo hacen.
HISTORIA COMPLETA
Investigadores han presentado RNACOREX, una nueva herramienta que revela redes ocultas de interacción genética en el cáncer y predice la supervivencia del paciente. Ofrece precisión comparable a la de la IA, a la vez que explica con claridad las relaciones moleculares que determinan el comportamiento tumoral. Crédito: AI/ScienceDaily.com
Investigadores de la Universidad de Navarra (España) han creado RNACOREX, una plataforma de software de código abierto diseñada para identificar redes de regulación génica vinculadas a la supervivencia al cáncer. La herramienta fue desarrollada por científicos del Instituto de Ciencia de Datos e Inteligencia Artificial (DATAI), en colaboración con miembros del Centro Oncológico Clínica Universidad de Navarra. Su rendimiento se ha comprobado utilizando datos de trece tipos de tumores diferentes proporcionados por el consorcio internacional The Cancer Genome Atlas (TCGA).
RNACOREX se publicó en la revista PLOS Computational Biology . Puede analizar miles de moléculas biológicas simultáneamente, lo que le permite detectar interacciones moleculares importantes que los métodos de análisis tradicionales suelen pasar por alto. Al generar un mapa molecular claro e interpretable, el software ayuda a los investigadores a comprender mejor el funcionamiento de los tumores y ofrece nuevas maneras de explorar los procesos biológicos que impulsan la progresión del cáncer.
Descifrando la estructura genética oculta del cáncer
Dentro de las células humanas, diferentes tipos de moléculas, como los microARN (miARN) y el ARN mensajero (ARNm), se comunican a través de redes reguladoras altamente complejas. Cuando estas redes fallan en su funcionamiento correcto, pueden desarrollarse enfermedades, incluido el cáncer.
"Comprender la arquitectura de estas redes es crucial para detectar, estudiar y clasificar diferentes tipos de tumores. Sin embargo, identificarlas de forma fiable supone un reto debido a la gran cantidad de datos disponibles, la presencia de numerosas señales falsas y la falta de herramientas accesibles y precisas capaces de distinguir qué interacciones moleculares están realmente asociadas con cada enfermedad", afirma Rubén Armañanzas, jefe del Laboratorio de Medicina Digital de DATAI y uno de los autores principales del estudio.
RNACOREX se diseñó para superar estos desafíos. Integra información seleccionada de bases de datos biológicas internacionales con datos de expresión génica del mundo real para clasificar las interacciones miARN-ARNm más significativas desde el punto de vista biológico. A partir de esta base, el software construye redes reguladoras cada vez más complejas que también pueden funcionar como modelos probabilísticos para el estudio del comportamiento de las enfermedades.
Predicción de supervivencia con resultados interpretables
Para evaluar el rendimiento de la herramienta, el equipo de investigación aplicó RNACOREX a datos de trece tipos de cáncer diferentes, incluidos tumores de mama, colon, pulmón, estómago, melanoma y cabeza y cuello, utilizando información del Atlas del Genoma del Cáncer (TCGA).
"El software predijo la supervivencia del paciente con una precisión comparable a la de los sofisticados modelos de IA, pero con algo de lo que carecen muchos de esos sistemas: explicaciones claras e interpretables de las interacciones moleculares detrás de los resultados", afirma Aitor Oviedo-Madrid, investigador del Laboratorio de Medicina Digital de DATAI y primer autor del estudio.
Además de predecir la supervivencia, RNACOREX puede identificar redes reguladoras vinculadas a resultados clínicos, detectar patrones moleculares compartidos por múltiples tipos de tumores y destacar moléculas individuales con gran relevancia biomédica. Estos conocimientos pueden ayudar a los investigadores a generar nuevas hipótesis sobre el crecimiento y la progresión de los tumores, a la vez que apuntan hacia futuros marcadores diagnósticos o dianas terapéuticas prometedoras. «Nuestra herramienta proporciona un mapa molecular fiable que ayuda a priorizar nuevas dianas biológicas, acelerando la investigación oncológica», añade Oviedo-Madrid.
Una plataforma de código abierto en expansión
RNACOREX está disponible gratuitamente como programa de código abierto en GitHub y PyPI ( Python Package Index ). Incluye herramientas automatizadas para la descarga de bases de datos, lo que facilita a laboratorios e instituciones de investigación la integración del software en sus flujos de trabajo. El proyecto ha recibido financiación parcial del Gobierno de Navarra (programa ANDIA 2021) y del programa ERA PerMed JTC2022 PORTRAIT.
"A medida que la inteligencia artificial en la genómica se acelera, RNACOREX se posiciona como una solución explicable y fácil de interpretar y una alternativa a los modelos de 'caja negra', ayudando a llevar los datos ómicos a la práctica biomédica", afirma Armañanzas.
El equipo de la Universidad de Navarra ya trabaja en la ampliación de las capacidades del software. Las incorporaciones previstas incluyen el análisis de vías y nuevas capas de datos de interacción molecular, con el objetivo de crear modelos que expliquen con mayor detalle los mecanismos biológicos que subyacen al crecimiento y la progresión tumoral. Estos esfuerzos ponen de manifiesto el compromiso de la institución con la investigación interdisciplinaria, que combina la biomedicina, la inteligencia artificial y la ciencia de datos para impulsar la medicina oncológica personalizada y de precisión.
__________
Fuente de la historia:
Materiales proporcionados por la Universidad de Navarra . Nota: El contenido puede ser objeto de modificaciones de estilo y extensión.
______________
Referencia de la revista:
Aitor Oviedo-Madrid, José González-Gomariz, Rubén Armañanzas. RNACOREX - Explorador y clasificador de redes correguladoras de ARN . PLOS Biología Computacional , 2025; 21 (11): e1013660 DOI: 10.1371/journal.pcbi.1013660
Universidad de Navarra. «Una nueva herramienta revela las redes invisibles del cáncer». ScienceDaily. ScienceDaily, 21 de diciembre de 2025. < www.sciencedaily.com/releases/2025/12/251221043216.htm > .
