Una nueva investigación analiza el vínculo genético en el alzhéimer. Los resultados podrían suponer un avance en el pronóstico de esta patología a partir del análisis de datos biológicos de pacientes. El siguiente paso sería la aplicación clínica con el objetivo de predecir los síntomas de la enfermedad con mayor antelación.
Expertos del Grupo de Investigación de Sistemas Informáticos de la Universidad de Sevilla, en colaboración con investigadores de la Facultad de Biología, han publicado un estudio en el que demuestran cómo se relacionan distintos genes que están activamente implicados en el desarrollo de la enfermedad de Alzheimer.
Para llevar a cabo esta investigación, se han analizado datos de expresión con un total de 1.663 genes de 33 personas, 20 pacientes con alzhéimer y 13 sanas, con el objetivo de ver qué genes intervienen en la enfermedad y su nivel de expresión durante la misma.
“Aplicando herramientas de reglas de asociación cuantitativa queríamos ver por ejemplo si cuando aumenta la expresión de un gen X también se ven afectados otros genes y en caso afirmativo qué les ocurre”, explica María del Mar Martínez Ballesteros, profesora de la Universidad de Sevilla y autora del estudio.
“Nuestro trabajo se basa en extraer conocimiento a partir de los datos obtenidos de cualquier actividad científica o industrial. En la actualidad la cantidad de datos que generamos es inmensa y es imprescindible saber interpretar dicha información, para posteriormente poder ofrecer soluciones a cualquier problema relacionado con esos datos”, explica la investigadora.
Una vez obtenido estos resultados, el siguiente paso sería la investigación y aplicación clínica con el objetivo de poder predecir los síntomas de la enfermedad con mayor antelación así como poder, en un futuro, realizar diagnósticos y tratamientos más eficaces que garanticen una mayor calidad de vida de los pacientes.
Big data para encontrar soluciones
La investigación en minería de datos permite encontrar soluciones a múltiples problemas como el análisis de las causas de la contaminación atmosférica, uso de imágenes de satélites para predecir la desertización o el crecimiento de un bosque, análisis de series temporales de demanda o precios de cualquier producto, predicción de fenómenos como terremotos o plagas, y otras cuestiones relacionadas con el denominado Big data.
Es decir, con el almacenamiento y análisis masivo de grandes cantidades de datos y los procedimientos informáticos que se usan para encontrar patrones dentro de esos datos.
Este grupo de investigación de la Escuela Técnica Superior de Ingeniería Informática de la Universidad de Sevilla colabora con otros grupos de investigación médica como son el departamento de Oncología Radioterápica del Hospital Universitario Virgen del Rocío de Sevilla, el Instituto Hispalense de Pediatría, el Servicio de Patología del Hospital Universitario de Valme de Sevilla, y el Departamento de Investigación Cardiovascular de Luxemburgo.
Referencia bibliográfica:
María Martínez-Ballesteros, José M. García-Heredia, Isabel A. Nepomuceno-Chamorro, José C. Riquelme-Santos. ‘Machine learning techniques to discover genes with potential prognosis role in Alzheimer's disease using different biological sources’. Publicado en Information Fusion. Volume 36, July 2017, Pages 114–129. http://dx.doi.org/10.1016/j.inffus.2016.11.005
El Ministerio de Sanidad y el Centro Nacional de Epidemiología del Instituto de Salud Carlos III han revelado una tendencia positiva en la disminución de nuevos casos de VIH desde 2013. Sin embargo, casi la mitad de los diagnósticos siguen realizándose en etapas avanzadas, lo que plantea un desafío significativo.
La emergencia climática actual conlleva una crisis sanitaria global. José María Martín-Moreno, doctor en Medicina y en Salud Pública por la Universidad de Harvard, explica cómo se está abordando esta crisis en las zonas afectadas por la DANA y los protocolos y campañas de prevención que hay que poner en marcha.
