Biología Computacional y Genómica Traslacional
"En este programa desarrollamos tecnologías genómicas y de aprendizaje automático de vanguardia para ayudar a resolver desafíos biomédicos abiertos".
DR. MIKEL HERNÁEZ ARRAZOLA INVESTIGADOR. PROGRAMA DE BIOLOGÍA COMPUTACIONAL Y GENÓMICA TRASLACIONAL
La biología computacional y la genómica traslacional están actualmente a la vanguardia de la atención médica moderna, ya que su integración en los grupos de investigación biomédica ha permitido descifrar las bases genéticas de las enfermedades, allanando el camino para el diagnóstico temprano y las nuevas terapias dirigidas.
La genómica traslacional es un campo de vanguardia que cierra la brecha entre la investigación genómica y la aplicación clínica, y por lo tanto, facilita la traducción de descubrimientos científicos básicos en tratamientos médicos prácticos y herramientas de diagnóstico. Impulsadas por la rápida evolución de los modelos de inteligencia artificial, las disciplinas de biología computacional desarrollan y utilizan herramientas computacionales avanzadas para analizar extensos datos biomédicos, permitiendo a los científicos descifrar las bases genéticas de diversas enfermedades. Así, nuestro programa integra sin fisuras estas disciplinas para comprender la base genética de las enfermedades, identificar biomarcadores para la detección temprana y desarrollar terapias personalizadas adaptadas a la composición genética de cada individuo.
Debido a la naturaleza traslacional del programa, colaboramos extensamente con otros grupos en el contexto de diferentes patologías. Como tal, estamos involucrados en varios consorcios nacionales e internacionales, financiados por agencias nacionales e internacionales, como NUGENT (financiado por los NIH de EE.UU. y el ISCiii de España), donde estamos (co)liderando el desarrollo de modelos de aprendizaje automático para comprender la unidad neurovascular en la salud y la enfermedad; o la iniciativa ISO 23029 de la Organización Internacional de Normalización (ISO) para estandarizar la representación de información genómica para facilitar su almacenamiento, acceso y procesamiento.
Dr. Mikel Hernáez
LÍDER DEL PROGRAMA
| +34 948 194 700 | |
| mhernaez@unav.es | |
| Perfil investigador |
BIOLOGÍA COMPUTACIONAL Y GENÓMICA TRASLACIONAL
Director de programa: Mikel Hernáez
Objetivos de nuestro programa
Desarrollo de Modelos computacionales para dilucidar dinámicas transcripcionales aberrantes en cancer
Modelos de Deep Learning sobre grafos para acelerar el reposicionamiento de fármacos
Desarrollo de estándares para la gestión eficiente de información genómica
DEL LABORATORIO AL PACIENTE
La tecnología es un motor clave en el sector de la salud. El notable crecimiento de datos biomédicos constituye un reservorio de conocimientos biológicos de incalculable valor a la espera de ser desbloqueados por herramientas de inteligencia artificial. La profunda comprensión de la composición molecular de las enfermedades que aportan estas herramientas ha sido diferencial en el avance hacia la medicina personalizada, donde los tratamientos se adaptan a la composición genética de cada individuo, aumentando su efectividad y reduciendo los efectos adversos. Estos campos son, por lo tanto, indispensables para transformar la atención médica, mejorar la prevención de enfermedades y mejorar las estrategias terapéuticas, lo que en última instancia conduce a mejores resultados de salud para los pacientes.
MEDICINA PERSONALIZADA
Medicina genómica
La medicina genómica es un campo emergente en el cáncer y está evolucionando rápidamente en cuanto a la tecnología, la magnitud de la generación de datos, la organización y los análisis.
Aprendizaje automático
Conocer los cambios mécánicos en el transcriptoma, nuevos biomarcadores y variantes genómicas para trasladarlo de manera práctica a los pacientes.
Análisis de datos genómicos
Nuestro objetivo es proporcionar los medios para ayudar al (re)análisis de los datos genómicos permitiendo un acceso selectivo eficiente a los datos comprimidos.
Redes reguladoras de genes
Con el uso de tecnologías de secuenciación de ARN de una sola célula (scRNA-Seq), ahora es posible adquirir datos de expresión génica para cada célula individual en muestras que contienen hasta millones de ellas.
¿Quiere ayudarnos?
Gracias a la generosidad de muchas personas, el Cima Universidad de Navarra es una realidad que se esfuerza en ofrecer soluciones terapéuticas para lograr una medicina personalizada para los pacientes.