A Coruña, 2 de abril de 2025.- O investigador Ramón y Cajal da Universidade da Coruña Guillermo Lorenzo Gómez acaba de conseguir unha das prestixiosas Becas Leonardo que concede a Fundación BBVA. Fíxoo na modalidade de Enxeñaría, co seu traballo “Personalized forecasting of the therapeutic response of triple negative breast cancer through MRI-informed biomechanistic simulations and machine learning” (Previsión personalizada da resposta terapéutica do cancro de mama triple negativo a través de simulacións biomecánicas informadas por resonancia magnética e aprendizaxe automática”.
A Fundación BBVA creou estas axudas no ano 2014 para contribuír ao apoio da ciencia e a cultura de excelencia, así como coa súa proxección á sociedade. As Becas Leonardo 2024 en Física, Química e Matemáticas seleccionaron 20 proxectos innovadores -10 en cada unha das dúas modalidades-, levados a cabo en centros de investigación españois por persoal investigador de entre 30 e 45 anos. Lorenzo fíxose cun dos premios concedidos entre un total de 493 candidaturas presentadas, que consiste nunha dotación económica de 50.000 euros.
Guillermo Lorenzo Gómez
Guillermo Lorenzo Gómez é investigador contratado Ramón y Cajal do Departamento de Matemáticas da UDC. Na actualidade está vinculado ao Grupo de Investigación de Métodos Numéricos en Enxeñaría do Centro de Innovación Tecnolóxica en Edificación e Enxeñaría Civil (CITEEC), onde desenvolve o seu traballo, relacionado coa oncoloxía computacional para tratar de comprender mellor a bioloxía do cancro a través de modelos computacionais e descubrir novas formas de combater esta enfermidade, optimizando a atención clínica e personalizándoa para cada paciente.
A concesión desta bolsa supón para el un impulso e apoio importante á súa carreira investigadora, e, engade, “unha excelente oportunidade para diversificar as miñas liñas de investigación en oncoloxía computacional e poder desenvolver estas tecnoloxías para chegar a máis pacientes no futuro”.
No que respecta ao traballo polo que lle foi concedida a bolsa, o investigador comenta que busca obter predicións tumorais personalizadas para mellorar a xestión clínica do cancro de mama triplo negativo, que é un subtipo difícil de tratar con éxito. Para isto, o seu proxecto desenvolverá novos modelos computacionais híbridos que combinen unha formulación biomecánica dotada dun novo modelo de resposta quimioterápica con aprendizaxe automática.
O obxectivo é obter predicións tridimensionais personalizadas deste tipo de cancro ao inicio do tratamento, das que poder obter biomarcadores dinámicos de resposta quimioterápica que informen aos clínicos sobre o resultado do tratamento de forma temperá. Esta información é fundamental para poder tomar decisións terapéuticas personalizadas, como axustes do plan de tratamento para reducir toxicidades en pacientes con boa resposta terapéutica ou para poder acadar unha maior redución do tumor antes da cirurxía e, así, aumentar as probabilidades de supervivencia á enfermidade.
Publicado por: Gabinete de Comunicación da UDC