Los avances tecnológicos recientes han hecho posible producir grandes cantidades de tipos de datos que pueden ayudar a los investigadores de la salud a comprender mejor enfermedades complejas, como el cáncer, las enfermedades cardiovasculares y los trastornos neurodegenerativos.

Estos tipos de datos se denominan “datos multiómicos” e incluyen genómica, epigenómica, proteómica y transcriptómica, y proporcionan una visión amplia e integral de los sistemas biológicos de las enfermedades, lo que ayuda a los investigadores a descubrir los mecanismos biológicos subyacentes de las enfermedades y mejorar la clínica. resultados.

Sin embargo, el gran volumen y diversidad de estos datos dificulta que los investigadores de la salud identifiquen biomarcadores importantes entre cientos de miles de puntos de datos.

Un nuevo estudio de la Escuela de Salud Pública (SPH) de la Universidad de Minnesota abordará directamente este desafío mediante el desarrollo y la aplicación de métodos de aprendizaje estadístico bayesiano que ayudarán a los investigadores a analizar cantidades masivas de datos multiómicos. Los métodos bayesianos organizan los datos asignando probabilidades a eventos o parámetros en conjuntos de datos en función de la experiencia u otros factores.

Una ventaja importante de los modelos bayesianos es su capacidad para abordar la no linealidad, que es una característica esencial al modelar enfermedades y otros sistemas biológicos. Los investigadores de SPH utilizarán estos métodos para determinar:

• Vías predictivas clave y sus correspondientes moléculas importantes, como genes, proteínas, metabolitos y lípidos.
• Subtipos de enfermedades moleculares clínicamente significativas.
• Biomarcadores predictivos y pronósticos que contribuyen a la asociación común (o redes regulatorias) entre tipos de datos ómicos. Los datos ómicos se colocarán en un modelo estadístico predictivo bayesiano con el fin de seleccionar características ómicas asociadas con los resultados de la enfermedad.

“Al aplicar el método propuesto a conjuntos de datos disponibles públicamente, como The Cancer Genome Atlas, dbGAP y Genotype-Tissue Expression, y a conjuntos de datos no públicos obtenidos de nuestros colaboradores, estos modelos son muy prometedores para avanzar en nuestra comprensión de enfermedades complejas”. dice Terry Chico, profesor asistente en SPH e investigador principal del estudio.

“Planeamos desarrollar un software potente, computacionalmente eficiente y fácil de usar de forma gratuita para aplicar nuestros métodos y ponerlo a disposición de la comunidad de científicos, científicos de datos, bioestadísticos y otros que puedan usarlo para avanzar en su investigación en enfermedades complejas. .”

Si bien se espera que el estudio esté completo dentro de cinco años, Chico dice que espera tener resultados preliminares para fines de 2024. Los resultados se difundirán de múltiples maneras. El software gratuito para los métodos propuestos estará disponible en línea. Los detalles de los métodos se publicarán en revistas de métodos estadísticos revisadas por pares.

Proporcionado por la Universidad de Minnesota