Investigadores andaluces estudian cómo disminuir los casos de enfermedades raras no diagnosticadas
Profesionales del Área de Bioinformática Clínica desarrollan aplicaciones para detectar nuevos genes en estas patologías sin diagnóstico molecular en cuadros complejos.
Fuente: Consejería de Salud y Familias / Junta de Andalucía
Científicos del Área de Bioinformática Clínica están llevando a cabo un proyecto de investigación para desarrollar herramientas y aplicaciones bioinformáticas capaces de detectar nuevos genes implicados en las enfermedades raras. Con ello pretenden analizar datos y diversos patrones celulares implicados en este tipo de patologías que, en cuadros complejos, no siempre es viable un diagnóstico molecular claro.
La investigación impulsada desde Andalucía pretende facilitar la detección de nuevos genes implicados en las enfermedades raras.
Para el desarrollo de este trabajo, liderado por el director del Área de Bioinformática Clínica, Joaquín Dopazo, el grupo de investigación ha obtenido financiación de la Fundación FEDER, a través de la V Convocatoria de Ayudas a la Investigación. En esta convocatoria se han seleccionado un total de seis proyectos tras la evaluación favorable del Instituto de Salud Carlos III.
Este proyecto de investigación se centra en el desarrollo de aplicaciones y herramientas informáticas que integren datos genómicos y conocimientos biológicos para identificar genes de enfermedades raras en pacientes no diagnosticados. Según los investigadores, «estas aplicaciones analizarán las mutaciones genéticas del paciente (obtenidas tras la secuenciación del genoma) y simularán su efecto sobre células de diferentes tejidos humanos normales, para observar qué cambios funcionales se producen e identificar aquellos que potencialmente son los causantes de la enfermedad al compararlos con los que tienen lugar en enfermedades raras con genes ya identificados o con cambios funcionales ya previstos», asegura Dopazo.
Con esta estrategia, se pretende en última instancia, acelerar la identificación de nuevos genes asociados a enfermedades raras y aumentar la tasa diagnóstica en casos complejos de estas patologías, en los que, tras la secuenciación genómica, no se ha obtenido un diagnóstico molecular claro.
Redes de investigación
Este proyecto se enmarca en el Programa de Enfermedades no Diagnosticadas (ENoD) del CIBERER y está estrechamente relacionado con una línea estratégica del consorcio internacional IRDIRC (de sus siglas en inglés International Rare Diseases Research Consortium), redes de investigación en las que el Área de Boinformática Clínica del Sistema Sanitario Público de Andalucía participa activamente.
El Área de Bioinformática Clínica es una pieza clave para el desarrollo de la medicina personalizada en la sanidad pública andaluza. Su actividad se orienta al desarrollo de herramientas que favorezcan su aplicación y que, con carácter general, permitan ofrecer un tratamiento más personalizado con un mayor número de opciones terapéuticas a los pacientes.
Últimas publicaciones
Los científicos han probado cómo un robot instalado en la residencia 'Vitalia Teatinos' es capaz de adecuar su comportamiento a cada persona y contexto, consiguiendo que éste ande en la sala común de la residencia más de 40 kilómetros con tareas múltiples como recoger las opciones de menú semanal o participar en sesiones de terapia musical. La investigación se ha desarrollado en el marco del proyecto CAMPERO.
Sigue leyendo
El trabajo del Puente del Hacho, situado en la provincia de Granada y atribuido a la escuela de Eiffel, ha sido realizado por los grupos de investigación ‘Tecnologías Avanzadas en Ingeniería Civil: Construcción y Transporte Terrestre’ e ‘Informática Gráfica y Geomática’ de la Universidad de Jaén. Ha contado además con la participación de alumnado de 4º Curso del Grado de Ingeniería Civil de la Escuela Politécnica Superior de Linares.
Sigue leyendo
Un novedoso modelo desarrollado por la Universidad de Córdoba usa redes neuronales para optimizar la decodificación de los marcadores que usan las máquinas para detectar y conocer la ubicación de los objetos. Tanto los datos generados de manera artificial para entrenar el modelo como los de situaciones de iluminación desfavorable en el mundo real están disponibles en abierto, así el sistema podría aplicarse en la actualidad.
Sigue leyendo
