por el Dr. Bertalan Mesko - Science Roll
En la oficina del sótano de Jeff Hammerbacher de la Escuela de Medicina Icahn de Mount Sinai, una supercomputadora llamada Minerva, nombre de la diosa romana de la sabiduría y la medicina, se instaló en 2013. En pocos meses Minerva generó 300 millones de nuevos cálculos para apoyar las decisiones de atención médica. El Dr. Joel Dudley, director de informática biomédica en la Escuela de Medicina Icahn, dijo que lo que están tratando de construir un aprendizaje del sistema de salud.
"Primero tenemos que recoger los datos en una gran población de personas y conectarse que con los resultados. Vamos a tirar de todo lo que pensamos que sabemos sobre la biología y vamos a mirar las mediciones primarias de cómo estas cosas se están moviendo dentro de una población grande. Finalmente, los datos nos dirán cómo la biología está cableada".
De La Guía para el Futuro de la Medicina
Cuando se reunieron y analizaron los datos de salud de 30.000 pacientes que se ofrecieron a compartir su información, resultó que podría haber nuevos grupos o subtipos de diabetes. Mediante el análisis de grandes cantidades de datos que podría ser posible identificar los genes que son únicos a los pacientes con diabetes en estos diferentes grupos, proporcionando potencialmente nuevas maneras de entender cómo nuestro fondo genómico y el medio ambiente están relacionados con la enfermedad, sus síntomas y tratamientos.
Analizando los datos de grande es clave para el futuro de la asistencia sanitaria. Pero no es sólo el poder computacional, sino un nuevo paradigma sobre cómo nos fijamos en las redes de enfermedades. Me encantó el libro, Burst, de Albert-László Barabási, el experto conocido en el mundo de medicina de red. Demostró que hay patrones ocultos detrás de todo, desde mensajes de correo electrónico a la ciencia.
Tuve la oportunidad de conocerlo en persona hace unas semanas y charlamos acerca de sus teorías de la medicina de la red durante una hora. Él piensa relaciones enfermedad de la enfermedad se pueden predecir y descubrieron a través de la red de proteínas, llamada interactoma que es incompleta en este momento. Él y su equipo piensan que hay huellas dactilares moleculares detrás de las enfermedades y las estructuras ocultas que sólo pueden ser descubiertos con algoritmos inteligentes y métodos bioinformáticos.
Mapa de las interacciones proteína-proteína en el asma. El color de un nodo significa el efecto fenotípico de la eliminación de la proteína correspondiente (rojo, letal; verde, no letal, de color anaranjado, crecimiento lento; amarillo, desconocido).
El sistema que han estado desarrollando es el objetivo de la interpretación de las expresiones de genes y datos del estudio de asociación amplia del genoma para la identificación de objetivos de drogas y re-propositivo. El nombre de la emocionante puesta en marcha de Barabási es DZZOM, derivada de su mapa llamado "Diseasome". Su enfoque y las herramientas son sin duda ofreciendo nuevas oportunidades para reclasificar la relación de la enfermedad desde una perspectiva de red y las interacciones a nivel molecular. Obviamente, las compañías biofarmacéuticas son los objetivos de cebadores para sus servicios.
Vamos a ver cómo se transforma la manera en compañías farmacéuticas desarrollar nuevos medicamentos y cómo afecta a la medicina todos los días. Hasta entonces, leer el artículo publicado en la revista Science.
No hay comentarios:
Publicar un comentario