Método de Aprendizaje de Máquina para la subclasificación del Cáncer de Mama Triple Negativo

Abstract

El cáncer de mama triple negativo es el subtipo de cáncer mama con peor pronóstico clínico. Esta característica se ha asociado a la dificultad de desarrollar tratamientos específicos, debido a su elevada diversidad molecular. Aunque se han realizado múltiples esfuerzos de clasificación, estos no han logrado proporcionar una solución efectiva para diseñar terapias más dirigidas. No obstante, en los últimos años, los avances en el uso de herramientas como la transcriptómica y el aprendizaje de máquinas han abierto nuevas posibilidades para abordar este desafío. En este trabajo, se emplearon datos de secuenciación del transcriptoma junto con técnicas de aprendizaje de máquinas para optimizar y generar una nueva clasificación del cáncer de mama triple negativo, resaltando su relevancia tanto desde el punto de vista clínico como biológico (Texto tomado de la fuente)

Triple-negative breast cancer is the breast cancer subtype with the worst clinical prognosis. This characteristic has been associated with the difficulty of developing specific treatments due to its high molecular diversity. Although multiple classification efforts have been made, they have not been able to provide an effective solution for designing more targeted therapies. However, in recent years, advances in the use of tools such as transcriptomics and machine learning have opened new possibilities for addressing this challenge. In this work, transcriptome sequencing data were used along with machine learning techniques to optimize and generate a new classification of triple-negative breast cancer, highlighting its relevance from both clinical and biological perspectives.