CardioKG, una novedosa herramienta de inteligencia artificial desarrollada por investigadores del MRC Laboratory of Medical Sciences y el Imperial College London, ha demostrado su capacidad para identificar genes y fármacos con potencial terapéutico para enfermedades cardiovasculares.
El modelo integra datos de imagen cardiaca de alta resolución con información genética, molecular y clínica procedente de múltiples bases de datos biomédicas. Mediante técnicas de aprendizaje automático aplicadas a grafos de conocimiento, CardioKG ha logrado ampliar la comprensión de las vías biológicas implicadas en patologías como la insuficiencia cardíaca, la fibrilación auricular y el infarto de miocardio.
Uno de los hallazgos más relevantes del estudio, publicado en la revista Nature Cardiovascular Research, es el potencial terapéutico del metotrexato, un fármaco utilizado habitualmente en artritis reumatoide y cáncer, pero no en enfermedades cardiovasculares. Los análisis realizados por los investigadores sugieren que este medicamento podría tener beneficios en pacientes con insuficiencia cardíaca.
"Lo emocionante es que hay otros estudios recientes en este campo que respaldan nuestros hallazgos preliminares", ha destacado Declan O'Regan, director del grupo de investigación del MRC Laboratory of Medical Sciences que lidera el proyecto. "Lo que pone de relieve el enorme potencial de los grafos de conocimiento para descubrir fármacos existentes que podrían reutilizarse como nuevos tratamientos".
Además de identificar posibles oportunidades de reposicionamiento farmacológico, CardioKG también ha permitido priorizar genes asociados a diferentes enfermedades cardíacas, ampliando el conocimiento sobre los procesos biológicos subyacentes. Estos resultados podrían orientar futuras investigaciones preclínicas y clínicas, acelerando el desarrollo de nuevas terapias.
"Las oportunidades futuras pueden residir en la personalización de las estrategias de diagnóstico mediante el aprovechamiento de conjuntos de datos de población más amplios y diversos", concluyen los investigadores, quienes plantean extender esta aproximación a otras áreas médicas donde exista información de imagen sistemática.
