{"id":30859433,"date":"2020-02-03T11:25:12","date_gmt":"2020-02-03T10:25:12","guid":{"rendered":"https:\/\/www.upo.es\/diario\/?p=30859433"},"modified":"2020-02-13T17:10:19","modified_gmt":"2020-02-13T16:10:19","slug":"investigadores-de-la-upo-generan-modelos-in-silico-para-identificar-biomarcadores-geneticos-implicados-en-cancer-de-pulmon","status":"publish","type":"post","link":"https:\/\/www.upo.es\/diario\/ciencia\/2020\/02\/investigadores-de-la-upo-generan-modelos-in-silico-para-identificar-biomarcadores-geneticos-implicados-en-cancer-de-pulmon\/","title":{"rendered":"Investigadores de la UPO generan modelos ‘in silico’ para identificar biomarcadores gen\u00e9ticos implicados en c\u00e1ncer de pulm\u00f3n"},"content":{"rendered":"
\"Desde<\/a>
Desde la izquierda, Francisco A. G\u00f3mez, Miguel Garc\u00eda, Federico Divina y Fernando M. Delgado<\/figcaption><\/figure>\n

Investigadores de la Universidad Pablo de Olavide, en colaboraci\u00f3n con investigadores de la Universidad Americana de Paraguay, han llevado a cabo un estudio in silico, <\/em>es decir, de simulaci\u00f3n por ordenador, <\/em>empleando datos biom\u00e9dicos de 187 pacientes para identificar nuevos biomarcadores gen\u00e9ticos implicados en el proceso tumoral del c\u00e1ncer de pulm\u00f3n. El equipo multidisciplinar, liderado por el profesor Francisco A. G\u00f3mez, est\u00e1 compuesto por investigadores de Intelligent Data Analysis group y de Data Science & Big Data Research Lab<\/a> de la UPO, entre los que se incluyen Fernando M. Delgado, Miguel Garc\u00eda y Federico Divina.<\/p>\n

El objetivo del proyecto es el de generar modelos matem\u00e1ticos in silico <\/em>de interacci\u00f3n gen\u00e9tica empleando t\u00e9cnicas computacionales y de inteligencia artificial de alto nivel. En concreto, este tipo de modelo es denominado red gen\u00e9tica y pretende representar las relaciones entre los diferentes genes de un organismo para un proceso biol\u00f3gico concreto de manera visual. Las redes gen\u00e9ticas se presentan visualmente en forma de grafo donde los diferentes genes est\u00e1n unidos por relaciones entre s\u00ed.\u00a0 De esta forma, se puede decir que las redes gen\u00e9ticas presentan una \u2018foto\u2019 de los distintos tipos de interacci\u00f3n gen\u00e9tica en determinados procesos o enfermedades.<\/p>\n

Una vez generadas, el an\u00e1lisis de estas redes permite una mejor comprensi\u00f3n y estudio de los mecanismos moleculares y celulares implicados en el desarrollo de enfermedades, como es en este caso, el carcinoma pulmonar.\u00a0 En concreto, este tipo de modelos supone una aproximaci\u00f3n integrativa en el estudio masivo de la expresi\u00f3n g\u00e9nica, que permite considerar el conjunto de genes de los pacientes que est\u00e1n implicados en el desarrollo tumoral. \u201cNuestra comprensi\u00f3n sobre c\u00f3mo interact\u00faan los genes entre s\u00ed se ha visto potenciada gracias a este tipo de aproximaciones que son capaces de analizar miles de genes de forma simult\u00e1nea\u201d, explica Francisco A. G\u00f3mez.<\/p>\n

Sin embargo, la generaci\u00f3n de este tipo de modelos suele resultar inabarcable para un trabajo experimental tradicional en laboratorio debido a la ingente cantidad de informaci\u00f3n gen\u00e9tica a estudiar. Es por esto que las nuevas t\u00e9cnicas computacionales de inteligencia artificial y de aprendizaje autom\u00e1tico surgen como una soluci\u00f3n para abaratar costes, acotar los experimentos en laboratorio y plazos de ejecuci\u00f3n de estudios.<\/p>\n

El trabajo realizado resulta muy relevante debido a que el carcinoma de pulm\u00f3n supone uno de los tipos de c\u00e1ncer m\u00e1s agresivos y con peor prognosis, debido principalmente a su diagn\u00f3stico tard\u00edo. A\u00fan en estad\u00edos tempranos de la enfermedad, las expectativas de recuperaci\u00f3n total tras el tratamiento suponen un pron\u00f3stico devastador. Es por esto que son muchos los esfuerzos destinados a conseguir un diagn\u00f3stico temprano de la enfermedad, que contribuir\u00eda al optimismo del paciente. En este contexto, los biomarcadores suponen una sensible herramienta de diagn\u00f3stico precoz. \u00c9stos son sustancias o mol\u00e9culas obtenidas generalmente de forma no invasiva (como por ejemplo una muestra de sangre), y que son indicativos de la presencia de procesos tumorales. Adem\u00e1s, de prop\u00f3sitos diagn\u00f3sticos, los biomarcadores se pueden usar para determinar c\u00f3mo de avanzada est\u00e1 la enfermedad y predecir la respuesta del paciente a un tratamiento. \u201cEstos biomarcadores son piezas clave para el progreso en la lucha contra enfermedades como el c\u00e1ncer\u201d, subraya Francisco A. G\u00f3mez.<\/p>\n

Los primeros resultados obtenidos han sido recientemente publicados en la revista especializada en campo de la gen\u00e9tica, Genes<\/em>, presentando un conjunto de biomarcadores verificados en un porcentaje considerable de casos cl\u00ednicos.\u00a0 Si bien los datos son preliminares y necesitan desarrollo experimental en el laboratorio, los resultados obtenidos resultan prometedores, ya que a trav\u00e9s de este tipo de herramientas se pueden caracterizar m\u00e1s profundamente los mecanismos moleculares subyacentes a esta enfermedad para su posterior abordaje terap\u00e9utico.<\/p>\n

Modelos de redes aplicables al estudio de otras enfermedades<\/strong><\/p>\n

La tecnolog\u00eda empleada supone un enfoque aplicable a multitud de casos cl\u00ednicos ya que, adem\u00e1s de para el estudio del carcinoma de pulm\u00f3n, este tipo de modelos de redes gen\u00e9ticas han demostrado su utilidad en otro tipo de enfermedades, como las que afectan a la salud mental. Por ejemplo, seg\u00fan refleja otro reciente trabajo coordinado por Francisco A. G\u00f3mez, tambi\u00e9n en colaboraci\u00f3n con Fernando M. Delgado, Miguel Garc\u00eda y Federico Divina, estos modelos de redes son aplicables al estudio del estr\u00e9s post- traum\u00e1tico.<\/p>\n

En esta \u00faltima investigaci\u00f3n los modelos de redes g\u00e9nicas generados in silico<\/em> sirvieron para distinguir exitosamente a nivel gen\u00e9tico entre dos grupos de pacientes: un primero que presentaba signos de estr\u00e9s post-traum\u00e1tico y un segundo sin evidencias de trastorno mental.<\/p>\n

\u00a0<\/strong><\/p>\n

Art\u00edculo completo sobre modelos in silico<\/em> para identificar biomarcadores gen\u00e9ticos implicados en c\u00e1ncer de pulm\u00f3n:
\n<\/strong>Delgado-Chaves, F.M.; G\u00f3mez-Vela, F.; Garc\u00eda-Torres, M.; Divina, F.; V\u00e1zquez Noguera, J.L. Computational Inference of Gene Co-Expression Networks for the identification of Lung Carcinoma Biomarkers: An Ensemble Approach.\u00a0Genes<\/em>\u00a02019<\/strong>,\u00a010<\/em>, 962.
\nhttps:\/\/doi.org\/10.3390\/genes10120962<\/strong><\/a><\/p>\n

Art\u00edculo completo sobre modelos de redes gen\u00e9ticas aplicables al estudio del estr\u00e9s post-traum\u00e1tico:
\n<\/strong>G\u00f3mez-Vela, F.; Delgado-Chaves, F.M.; Rodr\u00edguez-Baena, D.S.; Garc\u00eda-Torres, M.; Divina, F. Ensemble and Greedy Approach for the Reconstruction of Large Gene Co-Expression Networks.\u00a0Entropy<\/em>\u00a02019<\/strong>,\u00a021<\/em>, 1139.
\nhttps:\/\/doi.org\/10.3390\/e21121139<\/strong><\/a><\/p>\n

> Press Release in English:<\/strong> UPO researchers create \u2018in silico\u2019 models used for identifying genetic biomarkers involved in lung cancer<\/em><\/strong><\/a><\/p>\n

 <\/p>\n","protected":false},"excerpt":{"rendered":"

Investigadores de la Universidad Pablo de Olavide, en colaboraci\u00f3n con investigadores de la Universidad Americana de Paraguay, han llevado a cabo un estudio ‘in silico’, es decir, de simulaci\u00f3n por ordenador, empleando datos biom\u00e9dicos de 187 pacientes para identificar nuevos biomarcadores gen\u00e9ticos implicados en el proceso tumoral del c\u00e1ncer de pulm\u00f3n. El equipo multidisciplinar, liderado por el profesor Francisco A. G\u00f3mez, est\u00e1 compuesto por investigadores de Intelligent Data Analysis group y de Data Science & Big Data Research Lab de la UPO, entre los que se incluyen Fernando M. Delgado, Miguel Garc\u00eda y Federico Divina. <\/p>\n","protected":false},"author":6,"featured_media":30859434,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_monsterinsights_skip_tracking":false,"footnotes":""},"categories":[3],"tags":[],"class_list":["post-30859433","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ciencia"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.upo.es\/diario\/wp-json\/wp\/v2\/posts\/30859433","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.upo.es\/diario\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.upo.es\/diario\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.upo.es\/diario\/wp-json\/wp\/v2\/users\/6"}],"replies":[{"embeddable":true,"href":"https:\/\/www.upo.es\/diario\/wp-json\/wp\/v2\/comments?post=30859433"}],"version-history":[{"count":2,"href":"https:\/\/www.upo.es\/diario\/wp-json\/wp\/v2\/posts\/30859433\/revisions"}],"predecessor-version":[{"id":30859607,"href":"https:\/\/www.upo.es\/diario\/wp-json\/wp\/v2\/posts\/30859433\/revisions\/30859607"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.upo.es\/diario\/wp-json\/wp\/v2\/media\/30859434"}],"wp:attachment":[{"href":"https:\/\/www.upo.es\/diario\/wp-json\/wp\/v2\/media?parent=30859433"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.upo.es\/diario\/wp-json\/wp\/v2\/categories?post=30859433"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.upo.es\/diario\/wp-json\/wp\/v2\/tags?post=30859433"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}