Una colaboración chilena impulsada por BELLA II: Inteligencia artificial para comprender la resistencia al cáncer de mama triple negativo

Con el apoyo de RedCLARA, REUNA y el testbed BIO+IA de BELLA II, un equipo chileno de investigadores de la Universidad del Desarrollo (UDD) y la Universidad de Chile (UCh) utilizaron inteligencia artificial para identificar nuevas rutas biológicas asociadas a la resistencia a tratamientos contra el cáncer de mama triple negativo.

Entre el 10% y el 15% de todos los casos de cáncer de mama son triple negativo; uno de los subtipos más agresivos de esta enfermedad. Típicamente crece y se propaga más rápido que otros, y presenta un mayor riesgo de recaída en los primeros años. El triple negativo afecta con mayor frecuencia a mujeres jóvenes, menores de 40 años, y a veces se relaciona con mutaciones genéticas.

Su alta mortalidad y la limitada disponibilidad de tratamientos efectivos convierten la resistencia a los fármacos en uno de los principales desafíos para pacientes, médicos e investigadores. Para Patricia Silva Morales, estudiante del Doctorado en Ciencias e Innovación en Medicina de la Universidad del Desarrollo, comprender por qué algunos tumores dejan de responder a medicamentos como Cisplatino y Olaparib era una pregunta científica urgente. La respuesta comenzó a tomar forma gracias a una iniciativa regional.

En 2026, el proyecto “Rol de los candidatos mitocondriales en la fármacorresistencia del Cáncer de Mama Triple Negativo”, desarrollado por la Universidad del Desarrollo en colaboración con la Universidad de Chile y con el respaldo de REUNA, fue uno de los cinco seleccionados para participar en el Programa Early Adopters BIO+IA, impulsado por RedCLARA en el marco de BELLA II. El Programa fue creado para que equipos de investigación de América Latina y el Caribe pudieran acceder a capacidades avanzadas de inteligencia artificial aplicadas a la bioinformática mediante el Testbed BIO+IA.

Ciencia colaborativa para enfrentar un problema complejo

El equipo estuvo integrado por los investigadores Patricia Silva Morales, Ricardo Armisén (ambos de la UDD) y Katherine Marcelain (Uch), colaboración a la que se unieron, desde la vereda del ecosistema de las redes académicas, REUNA, la Red Nacional de Investigación y Educación chilena, y RedCLARA, con el testbed de Bioinformática e Inteligencia Artificial (BIO+IA) desarrollado en el marco del proyecto BELLA II que es cofinanciado por la Unión Europea. La colaboración permitió combinar experiencia en oncología, genética funcional del cáncer, bioinformática y análisis de datos biológicos para abordar un desafío común: entender cómo ciertos mecanismos asociados a la mitocondria permiten que células tumorales sobrevivan a tratamientos diseñados para destruirlas.

La pesquisa partía de una hipótesis innovadora: modificaciones específicas del ARN mitocondrial (conjunto de moléculas de ácido ribonucleico -ARN- que se producen dentro de las mitocondrias a partir de la transcripción de su propio ADN) podrían actuar como "interruptores biológicos" capaces de favorecer la supervivencia de las células tumorales frente a la quimioterapia. Para poner a prueba esta idea, el equipo necesitaba integrar grandes volúmenes de información provenientes de bases de datos biomédicas, literatura científica y análisis moleculares.

El aporte del testbed BIO+IA

El banco de pruebas de Bioinformática e Inteligencia Artificial de BELLA II fue diseñado precisamente para enfrentar este tipo de desafíos. La plataforma integra IA generativa y lógica, y herramientas bioinformáticas capaces de analizar información científica dispersa en numerosos repositorios especializados, facilitando la identificación de redes de interacción molecular y la generación de hipótesis experimentales.

Durante ocho semanas de trabajo, los equipos participantes recibieron formación especializada y acompañamiento técnico, utilizando una infraestructura regional operada sobre RedCLARA y habilitada por BELLA II. El objetivo fue acelerar procesos de investigación que normalmente requieren meses o incluso años de revisión bibliográfica y análisis manual.

Para Patricia Silva, el acceso a estas capacidades resultó transformador: "Decidimos postular al Programa Early Adopters porque reconocemos el valor transformador que la Inteligencia Artificial aporta a la investigación biomédica actual. Específicamente, buscábamos potenciar la velocidad, profundidad y alcance de nuestras revisiones bibliográficas y análisis de datos."

La investigadora explica que el principal valor del testbed fue su capacidad para ampliar significativamente el alcance de los análisis bioinformáticos previamente realizados y fortalecer las hipótesis que actualmente están siendo validadas experimentalmente.

Nuevas hipótesis terapéuticas y resultados concretos

Uno de los principales beneficios del uso de IA fue la posibilidad de analizar grandes volúmenes de literatura científica y convertir esa información en modelos comprensibles de interacción biológica. "Lo que consideramos un aporte diferencial fue la capacidad de traducir el vasto conocimiento de miles de papers en esquemas visuales representativos de esos mecanismos", afirma la especialista de la UDD.

Este proceso permitió al grupo de investigación identificar nuevas asociaciones moleculares relacionadas con la resistencia al tratamiento y descubrir rutas biológicas que no habían sido consideradas en la propuesta original de investigación.

Entre los resultados más relevantes se identificó el papel central de las especies reactivas de oxígeno (ROS) en la respuesta al Cisplatino, así como la posible participación de los genes CISD1 y ALDH4A1 en mecanismos de supervivencia tumoral. ¿Qué quiere decir esto? Pues que el Cisplatino daña las células tumorales mediante moléculas llamadas ROS, pero los genes CISD1 y ALDH4A1 podrían ayudar al tumor a defenderse y sobrevivir; entender este proceso podría permitir tratamientos contra el cáncer más eficaces en el futuro. Este es un gran hallazgo de esta investigación.

Además, el análisis sugirió una nueva estrategia terapéutica basada en reposicionamiento de fármacos. La inteligencia artificial permitió detectar evidencia que posiciona al conocido medicamento Pioglitazona como un potencial complemento para aumentar la efectividad del tratamiento en casos resistentes.

Para el equipo, el impacto fue más allá de los hallazgos específicos. "Participar en este programa representó un punto de inflexión metodológico para nuestra investigación”, señala Patricia Silva, quien explica que la investigación logró pasar desde el análisis de genes individuales hacia la comprensión de redes completas de supervivencia tumoral, permitiendo una visión más amplia de los procesos biológicos involucrados en la resistencia farmacológica. Resultado: se obtuvieron nuevas hipótesis terapéuticas listas para avanzar hacia etapas de validación experimental y se fortalecieron las capacidades del equipo en el uso de inteligencia artificial aplicada a la investigación biomédica.

El valor de una infraestructura regional

El resultado de la experiencia del proyecto el proyecto “Rol de los candidatos mitocondriales en la fármacorresistencia del Cáncer de Mama Triple Negativo” con el testbed BIO+IA, refleja uno de los objetivos centrales de BELLA II: permitir que investigadores de América Latina y el Caribe accedan a infraestructuras, capacidades tecnológicas y colaboración regional para abordar problemas científicos de alto impacto.

El programa Early Adopters BIO+IA constituye un ejemplo concreto de cómo la cooperación entre RedCLARA, las Redes Nacionales de Investigación y Educación y las instituciones académicas puede acelerar la generación de conocimiento científico en beneficio de la región. Prueba de ellos es lo que señala Patricia Silva: "El mayor logro que hizo la diferencia fue obtener una validación predictiva de nuestros genes candidatos y generar una hipótesis terapéutica madura lista para ser ensayada in vitro, optimizando enormemente nuestros recursos y tiempos de laboratorio".

Más que una nueva herramienta tecnológica, el Programa Early Adopters BIO+IA demostró que la combinación de inteligencia artificial, colaboración científica e infraestructura regional puede abrir caminos más rápidos para comprender enfermedades complejas y acercar nuevas oportunidades terapéuticas a quienes más las necesitan.