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.
Previous Article in event
Next Article in event
Proyecto colaborativo de integración de datos genómicos (CICLOGEN). Tecnicas de data mining y docking molecular para analisis de datos integrativos en cancer de colon
Published:
18 October 2020
by MDPI
in MOL2NET'20, Conference on Molecular, Biomed., Comput. & Network Science and Engineering, 6th ed.
congress AIMEDIC-07: Int. Congress in Med. Info., UDC, Coruña, Spain-Sandford, USA, 2019
https://doi.org/10.3390/mol2net-06-06954
(registering DOI)
Abstract:
Keywords: data integration, colon cancer, docking, pharmaceuticals