EventsMOL2NET'20, Conference on Molecular, Biomed., Comput. & Network Science and Engineering, 6th ed.
Published
with-doi10.3390/mol2net-06-06954 (registering DOI)
This submission belongs to the session 07. AIMEDIC-07: Int. Congress in Med. Info., UDC, Coruña, Spain-Sandford, USA, 2019 of the event MOL2NET'20, Conference on Molecular, Biomed., Comput. & Network Science and Engineering, 6th ed.
Published date
18 Oct, 2020
Citation
Jose Liñares Blanco, Proyecto colaborativo de integración de datos genómicos (CICLOGEN). Tecnicas de data mining y docking molecular para analisis de datos integrativos en cancer de colon, in Proceedings of MOL2NET'20, Conference on Molecular, Biomed., Comput. & Network Science and Engineering, 6th ed., 30 January 2020–30 January 2021, MDPI: Basel, Switzerland, doi: 10.3390/mol2net-06-06954
Share
Email
Facebook
Twitter
LinkedIn

Proyecto colaborativo de integración de datos genómicos (CICLOGEN). Tecnicas de data mining y docking molecular para analisis de datos integrativos en cancer de colon

1. Department of Computer Science and Information Technologies, Faculty of Computer Science, University of A Coruña, CITIC. Campus Elviña s/n, 15071, A Coruña, Spain
Abstract

En enfermedades complejas y multifactoriales, como el cáncer de colon, en el que se realizan
diferentes conjuntos de pruebas complementarias durante todo el periodo de convalecencia de
un paciente, la cantidad de datos derivados de cada paciente es ingente y de fuentes
heterogéneas. Si, además, tenemos en cuenta que se conoce el componente genético
hereditario de la misma, se pueden incluir en el análisis también pruebas derivadas de familiares
de primer grado. Es por esto que se hace necesario el desarrollo de técnicas de integración de
datos que permitan analizar en conjunto la mayor cantidad de datos posibles para intentar
incrementar la interpretabilidad de la enfermedad. Este conocimiento, además de mejorar la
calidad asistencial también se espera que incrementará la tasa de éxito en la fase de
reclutamiento y el control de la evolución en los ensayos clínicos y, por tanto, mejorará la
efectividad de probar nuevos fármacos quimioterápicos o permitirá mejorar la posibilidad de
administrar fármacos de manera personalizada gracias a la utilización de técnicas de docking
molecular que medirán el grado de afinidad entre los fármacos aprobados por FDA y
quimiotecas propias con 60.000 moléculas de la plataforma InnoPharma y las dianas proteicas
que son codificadas por los genes implicados en el cáncer colorrectal.

Keywords
data integration
colon cancer
docking
pharmaceuticals
Manuscript
Present and Future of Artificial NeuroAstrocytic Networks
Deep Learning with minimum coding and free hardware