El algoritmo, basado en macrodatos (Big Data) y un sistema de computadora, podría reducir el número de experimentos con ratones en el futuro.

Investigadores israelíes desarrollaron un algoritmo revolucionario que predice los resultados de experimentos humanos tomando como base resultados provisionales de experimentos con ratones, informó hoy el Instituto Tecnológico de Israel (Technion).

El algoritmo, basado en macrodatos (Big Data) y un sistema de computadora, podría reducir el número de experimentos con ratones en el futuro.

El uso de ratones de laboratorio para la investigación básica y preclínica es esencial para el desarrollo de medicamentos y terapias, en experimentos que no pueden ser realizados en seres humanos por razones éticas como en el caso de las investigaciones en enfermedades de cerebro, bazo y corazón.

Hasta el momento no ha sido posible derivar conclusiones directas a partir de los experimentos con ratones para comprender el efecto del tratamiento en seres humanos debido a las muchas diferencias en fisiología, genética, longevidad y ambiente de vida.

Por lo tanto, muchos medicamentos exitosos en ratones pueden fallar cuando son probados en seres humanos.

La nueva herramienta predice la relevancia de los resultados experimentales tempranos en ratones para la fisiología humana y podría por lo tanto acelerar el desarrollo de nuevos medicamentos y reducir drásticamente los costos de desarrollo.

Usando la enorme información acumulada en internet a partir de experimentos previos en tejidos de seres humanos y animales enfermos, el nuevo sistema estudia la relación entre la expresión genética en ratones y la afección humana correspondiente.

Así, dado un nuevo experimento con ratones, como una nueva terapia medicamentosa, el sistema determina para cada gen si la información pasada recolectada es útil para el nuevo experimento.

Si la información es relevante, el sistema corrige el resultado medido en el nuevo experimento y permite a los investigadores interpretar las conclusiones del experimento con ratones de manera que resulte relevante para los seres humanos.

Los investigadores examinaron el desempeño del sistema en 170 experimentos diferentes en ratones y demostraron que en el 88 por ciento de los casos, el sistema predijo correctamente la expresión de los genes en estados de enfermedad humana paralelos.