En el laboratorio, los datos de los pacientes se parecen a un puñado de pepitas de oro: cada análisis es una partícula y la enfermedad de Alzheimer es el río que se lleva el metal precioso. Los científicos le plantearon a la red neuronal una tarea: distinguir si una persona había recibido rapamicina, un fármaco que frena el envejecimiento celular, o si estaba en su estado habitual. Pero la arena viene mezclada con roca estéril: ruido en los análisis, diferencias entre personas, un efecto débil de la terapia. Para encontrar las pepitas, primero hay que desechar lo que sobra.
El modelo TreatmentFormer funciona como un lavado por etapas. Primero, el «bosque aleatorio», un conjunto de árboles de decisión, tamiza ocho tipos de datos: imágenes cerebrales, marcadores de inflamación, metabolitos sanguíneos, microbioma y otros. De cientos de características quedan las 27 más valiosas, tres por cada modalidad. Después, codificadores independientes convierten cada tipo de dato en vectores compactos, los embeddings, y el aprendizaje contrastivo acerca los vectores de un mismo paciente y aleja los de pacientes distintos. Por último, un transformer lo reúne todo y da la respuesta: hubo tratamiento o no.
El resultado no fue perfecto, pero sí significativo. Sin filtrado, el modelo acertaba por azar, alrededor del 50%. Con filtrado, la precisión subió al 71,25% en promedio sobre diez ejecuciones, aunque la dispersión iba del 50% al 87,5%. El análisis SHAP mostró que la mayor contribución viene de los parámetros del hemograma completo, en especial el RDW CV %, y del marcador inflamatorio MIP-1α. Los metabolitos sanguíneos aportaron 14 de las 27 características, pero por separado eran más débiles. La demografía casi no importa, mientras que la resonancia magnética y el microbioma añadían un beneficio moderado.
Antes de este trabajo no estaba claro si, con un grupo pequeño de pacientes, se podía captar el rastro débil del fármaco entre el ruido. Ahora se entiende que la clave no está en la complejidad del modelo, sino en la limpieza de los datos de entrada. El método se comparó sobre los mismos datos con filtrado y sin él, y la importancia de las características se verificó de dos maneras independientes. Ya hoy el enfoque puede aplicarse en ensayos clínicos para seleccionar a los pacientes a quienes la rapamicina tiene más probabilidades de ayudar y para buscar biomarcadores de respuesta.
Las partículas vuelven a brillar en la batea, pero ahora se ve cuáles son oro. La red neuronal no solo adivina: muestra dónde hay que buscar.
La rapamicina se aisló por primera vez de una bacteria hallada en el suelo de la isla de Pascua (Rapa Nui), de ahí su nombre. El fármaco inhibe la vía de señalización mTOR, que regula el crecimiento celular y el envejecimiento, y prolonga la vida de los ratones entre un 10 y un 15%.
La idea de predecir la reacción del organismo a un fármaco a partir de múltiples señales biológicas recuerda a la novela «Dune», de Frank Herbert, donde los médicos utilizan complejos sistemas de diagnóstico para evaluar el estado de una persona. Ahora bien, a diferencia de la ciencia ficción, aquí se habla de datos reales de sangre y cerebro.
No publicado en arXiv. Aquí están su página, el PDF y la formalización: puede comprobarlo usted mismo, no solo leer nuestro análisis.