Descripció del projecte
La recerca mèdica ha avançat de manera significativa en la recerca de nous tractaments i teràpies per a una varietat de malalties, incloent-hi les afeccions dermatològiques. Per aconseguir progressos significatius en aquest camp, s’ha tornat essencial comptar amb models experimentals preclínics sòlids i efectius (in vitro, in vivo, organoides…). La importància dels models experimentals preclínics rau en la seva capacitat per proporcionar un ambient controlat en el qual els investigadors poden estudiar i comprendre millor les malalties abans d’avançar cap a assaigs clínics en humans. Aquests models permeten als científics provar noves intervencions terapèutiques, identificar possibles efectes secundaris i avaluar l’eficàcia dels tractaments proposats. No obstant això, la complexitat de les malalties dermatològiques i la variabilitat en les respostes dels pacients fan que l’avaluació d’aquests models sigui un desafiament crucial. És per això que es requereix una aproximació innovadora per comparar aquests models amb els homòlegs humans, com mostres de sang i biòpsies de pell de pacients. Aquesta comparació no només permet identificar els models que millor replica les condicions de les malalties dermatològiques, sinó que també ajuda a accelerar el procés de desenvolupament de tractaments efectius.
El següent projecte es centra en l’aplicació d’avançades tècniques computacionals, com gràfics de coneixement i mètodes d’aprenentatge automàtic i intel·ligència artificial, a partir de dades multiòmiques (transcriptoma, proteoma, epigenoma…) per comparar la superposició de canvis moleculars entre pacients humans i models experimentals de malalties, i per avaluar l’eficàcia d’un tractament farmacològic en particular. S’identificaran dades de models experimentals in vitro i in vivo, tant d’origen intern com disponibles a través de col·laboracions i informació obtinguda de la literatura (Pubmed), per a diferents indicacions dermatològiques i es generaran dades òmiques d’aquests models. El mateix procés es durà a terme per obtenir mostres de pacients humans de les mateixes indicacions per realitzar aquestes comparacions. Un cop generada la llibreria de dades òmiques tant dels models com dels pacients, es desenvoluparan models predictius estadístics per a cada malaltia amb els fold changes per discriminar entre condicions (per exemple, entre teixit sa i teixits de pacients amb malaltia). Es provaran diferents models de regressió i s’avaluarà quin dels mètodes estadístics pot ajustar-se millor a les dades. Es mapejaran les dades dels models experimentals in vitro/in vivo als fold changes dels models estadístics desenvolupats anteriorment. Si es tracta de dades de models de cèl·lules no humanes, es procedirà a mapejar la informació dels gens ortòlegs entre les diferents espècies. Un cop s’hagi mapejat aquesta informació, podrem avaluar la distància o diferència entre els canvis d’expressió dels models estadístics entrenats amb dades d’estudis de pacients i els experimentals. A més, el projecte implica el desenvolupament d’una eina que millorarà la interpretació de les signatures genètiques que reflecteixen la patogenicitat i el tractament en avaluar-los en el context humà, proporcionant una imatge completa de la integració de dades a diferents nivells.
