Developing advanced computing techniques in bioinformatics and biomedical engineering. application in diagnosis and assessment of skin cancer
Metadatos
Mostrar el registro completo del ítemEditorial
Universidad de Granada
Departamento
Universidad de Granada. Programa de Doctorado en Tecnologías de la Información y la ComunicaciónMateria
Inteligencia artificial Informática Tecnologías de la información y la comunicación (TICs) Teoría de la información
Materia UDC
004.8 120304
Fecha
2019Fecha lectura
2019-06-26Referencia bibliográfica
Gálvez Gómez, Juan Manuel. Developing advanced computing techniques in bioinformatics and biomedical engineering. application in diagnosis and assessment of skin cancer. Granada: Universidad de Granada, 2019. [http://hdl.handle.net/10481/56469]
Patrocinador
Tesis Univ. Granada.Resumen
The sequencing of the Human Genome has opened a new era of opportunities
in the field of Bioinformatics. Now more than ever, the biological knowledge
about the human being continues to widen thanks to immersion and research
dedication in multiple interdisciplinary fields at different scales: Transcriptomics,
Genomics, Metabolomics, Proteomics, etc. Both governmental organisations and
different international institutions have made strong economic investments in
search of providing their research centers and laboratories with the best possible
equipment. The explosion of the number of experiments carried that have been
carried out in these last 2 decades on the different technologies of sequencing
at transcriptomical level (mainly microarrays and RNA-seq) has meant the
collection of an enormous amount of information that does not stop growing.
Over time, many of these isolated experiments have been shared with the scientific
community both publicly and under controlled access. In this sense, the potential
of the information stored in such repositories is extremely high and the biological
knowledge to be derived may still be an unknown to be revealed. This is due in
large part to the fact that the experiments carried out usually have a very reduced
number of samples, which implies the extraction of specific conclusions dependent
on the characteristics of the cohort of samples analysed. Bringing together all
the multilevel biological information on the same disease, one could collect a
much broader and more robust set of data from which to extract more significant
results at the biological level and widely supported at the statistical level. In
addition to glimpsing general conclusions about the most prominent biomarkers
of a disease, there is the possibility of immersing oneself in the search for more
specific biomarkers, taking into account clinical data that offer a much closer
approach to the patient and to that what is increasingly demanded in healthcare:
the pursued dream of personalised medicine. In this sense, advanced strategies for
the efficient integration of information and the selection of reliable biomarkers
are increasingly valued and necessary in order to advance the understanding,
knowledge and treatment of diseases. Although the methodological approaches
proposed in this thesis can be extrapolated and applied to any type of disease
for which there is a relevant number of samples, the research carried out has
focused on improving the diagnosis of skin cancer. This cancerous disease is
biologically very heterogeneous and its incidence is increasing worldwide, so
there is great alarm and social concern. Since cancer is essentially considered
a disease on genetic level, all efforts have been made to extract knowledge from
two main sources of information at the transcriptomic and genomic levels: gene
expression levels and copy number variations. Besides providing some insights
into the most informative biomarkers for knowing skin cancer predisposition,
this dissertation opens new opportunities to develop innovative methodological
approaches that consider highly heterogeneous data, quantified in multiple omic
viewpoints and leading to the establishment of greater awareness and knowledge
about the analysed diseases. La secuenciación del Genoma Humano ha abierto una nueva era para una
disciplina como la Bioinformática. Ahora más que nunca, el conocimiento
biológico sobre el ser humano sigue ensanchándose cada vez más gracias a
la inmersión y dedicación investigadora en múltiples campos interdisciplinares
a diferentes escalas: Transcriptómica, Genómica, Metabolómica, Proteómica,
etc. Tanto organizaciones gubernamentales como diferentes instituciones
internacionales han realizado fuertes inversiones económicas en búsqueda de dotar
sus centros de investigación y laboratorios con los mejores equipamientos. La
explosión del número de experimentos realizados sobre las diferentes tecnologías
de secuenciación a nivel transcriptómico que se han ido sucediendo en estas
2 últimas décadas (principalmente microarrays y RNA-seq) ha supuesto la
recolección de una cantidad ingente de información que no para de crecer. Poco
a poco, muchos de estos experimentos aislados han sido compartidos con la
comunidad científica tanto de forma pública como bajo acceso controlado. En
este sentido, el potencial de la información alojada en dichos repositorios es
extremadamente alto y el conocimiento biológico a derivar puede seguir siendo
aún una incógnita. Esto es debido en gran parte a que los experimentos llevados
a cabo usualmente cuentan con un número muy reducido de muestras, lo que
supone la extracción de conclusiones muy concretas y adaptadas al cohorte de
muestras analizado. Aunando toda la información biológica posible sobre una
misma enfermedad, se podría extraer un conjunto de datos mucho más amplio
y robusto del que poder extraer resultados más significativos a nivel biológico
y ampliamente sustentados a nivel estadístico. Además de llegar a obtener
conclusiones más generales sobre aquellos biomarcadores más prominentes a
informar mejor sobre el padecimiento de una enfermedad, es posible sumergirse en
la búsqueda de biomarcadores más específicos teniendo en cuenta datos clínicos
que ofrezcan un acercamiento mucho mayor al paciente y a aquello que se reclama
cada vez más en la atención sanitaria: la medicina personalizada. En este sentido,
estrategias avanzadas para la integración eficiente de la información y la selección
de biomarcadores fiables son cada vez más valoradas y necesarias en pos de
avanzar en el entendimiento, conocimiento y tratamiento de las enfermedades.
Aunque las aproximaciones metodológicas planteadas en esta tesis pueden ser
extrapoladas y aplicadas a cualquier tipo de enfermedad sobre la que exista
un número relevante de muestras, la investigación realizada se ha centrado
en la mejora del diagnóstico del cáncer de piel. Se trata de una enfermedad
cancerosa altamente heterogénea y cuya incidencia es cada vez mayor a nivel
mundial, por lo que existe una gran alarma y preocupación social. Dado que
el cáncer se considera fundamentalmente una enfermedad de los genes, todos
los esfuerzos han sido destinados a extraer conocimiento desde principalmente
2 fuentes de información a nivel transcriptómico y genómico: la expresión de
gen y el número de copias de gen. Finalmente, además de proporcionar ciertas
averiguaciones sobre aquellos biomarcadores más informativos para conocer la
predisposición a padecer cáncer de piel, esta tesis abre nuevas oportunidades
para desarrollar innovadoras aproximaciones metodológicas que consideren datos
altamente heterogéneos, cuantificados en múltiples puntos de vista ómicos y
liderando al establecimiento de una conciencia y un conocimiento mayor sobre
las enfermedades analizadas.