Tendencias 21. Ciencia, tecnología, sociedad y cultura



Tendencias 21. Ciencia, tecnología, sociedad y cultura




Un nuevo sistema bioinformático mejora el diagnóstico médico

Combina de manera eficiente datos clínicos tradicionales y datos genéticos, obtenidos con la tecnología de Microarrays de ADN


Investigadores de la Facultad de Informática de la Universidad Politécnica de Madrid han desarrollado un algoritmo (CliDaPa) que mejora el diagnóstico y pronóstico de muchas enfermedades, gracias a una combinación eficiente de datos clínicos tradicionales y datos genéticos, obtenidos con la tecnología de Microarrays de ADN. El método ha demostrado ya su validez en el análisis de cáncer de mama, de cáncer de pulmón y de meduloblastomas. Los resultados obtenidos con este sistema, comparados con distintos estudios de la literatura científica, han demostrado su superioridad con respecto a otras técnicas tradicionales.




Analisis de pacientes con meduloblastoma utilizando datos genéticos y Realidad Virtual. Fuente FIUPM
Analisis de pacientes con meduloblastoma utilizando datos genéticos y Realidad Virtual. Fuente FIUPM
Investigadores de la Facultad de Informática de la Universidad Politécnica de Madrid han desarrollado un algoritmo que mejora el diagnóstico y pronóstico de muchas enfermedades, combinando eficientemente los datos clínicos tradicionales con los datos genéticos, obtenidos con la tecnología de Microarrays de ADN.

El algoritmo, llamado CliDaPa (Clinical Data Particioning), segmenta a los pacientes utilizando una representación en árbol a través de sus datos histológicos, sus datos clínicos y la información de sus tratamientos fármacológicos (denominado árbol clínico), lo que permite agruparlos según comportamientos de pacientes similares, para el caso de una enfermedad determinada. A continuación, analiza cada agrupación de pacientes con la información genética asociada, mediante técnicas de minería de datos.

El método ha demostrado ya su validez en el análisis de cáncer de mama, de cáncer de pulmón y de meduloblastomas (variantes de tumores cerebrales). Para la ejecución de CliDaPa se han utilizado los recursos del Centro de Supercomputación y Visualización de Madrid (CeSViMa), una de las principales infraestructuras de computación intensiva de nuestro país.

Los resultados obtenidos, comparados con distintos estudios de la literatura científica, así como con las técnicas de análisis tradicionales, demuestran que CliDaPa mejora significativamente el diagnóstico.

La investigación ha sido desarrollada como tesis doctoral por Santiago González Tortosa. La tesis fue codirigida por los profesores Víctor Robles (de la Facultad de Informática de la Universidad Politécnica de Madrid) y Fazel Famili, del National Research Council de Canadá.

Nuevo enfoque

CliDaPa es un método diferente de análisis de Microarrays de ADN que tiene la finalidad de generar un modelo que represente los distintos comportamientos de pacientes (extraídos a partir de los datos clínicos), que serán estudiados de forma separada y específica mediante minería de datos. En el desarrollo de la investigación se propusieron asimismo nuevos métodos de aprendizaje.

Toda esta investigación se ha ido dando a conocer en publicaciones en revistas y congresos internacionales de gran relevancia, como en ACM Digital Library. Asimismo, CliDaPa fue presentado en el la VIII Competición de Creación de Empresas UPM, en el que fue galardonado con un accésit.

Algoritmo con futuro

Entre las aplicaciones actuales de este algoritmo, en el dominio biomédico destaca su utilización dentro del contexto del proyecto Cajal Blue Brain, y en el estudio comparativo de datos clínicos con factores provenientes de pruebas complementarias en la diagnosis y evolución de enfermedades neurodegenerativas.

Actualmente, el equipo de investigación colabora con el Hospital de la Paz para continuar con las investigaciones en el dominio de la oncología, así como para explorar nuevas alternativas de representación de datos farmacogenómicos a través del uso de la visualización, aplicando novedosas técnicas de Realidad Virtual.

El objetivo es asesorar al experto médico acerca del comportamiento de una enfermedad específica, a partir de los diferentes perfiles de los pacientes. El uso de esta técnica visual, en conjunto con la experiencia previa del experto, ayudará a realizar un posible diagnóstico o tratamiento de una enfermedad de manera más efectiva y rápida de lo que puede hacerse con las técnicas actuales.


Martes, 28 de Junio 2011
Redacción
Artículo leído 4655 veces


Nota



Nuevo comentario:
Twitter

Los comentarios tienen la finalidad de difundir las opiniones que le merecen a nuestros lectores los contenidos que publicamos. Sin embargo, no está permitido verter comentarios contrarios a las leyes españolas o internacionales, así como tampoco insultos y descalificaciones de otras opiniones. Tendencias21 se reserva el derecho a eliminar los comentarios que considere no se ajustan al tema de cada artículo o que no respeten las normas de uso. Los comentarios a los artículos publicados son responsabilidad exclusiva de sus autores. Tendencias21 no asume ninguna responsabilidad sobre ellos. Los comentarios no se publican inmediatamente, sino que son editados por nuestra Redacción. Tendencias21 podrá hacer uso de los comentarios vertidos por sus lectores para ampliar debates en otros foros de discusión y otras publicaciones.

Otros artículos de esta misma sección
< >