El reto
Distinguir dos enfermedades que se solapan
La enfermedad de Parkinson y la enfermedad por cuerpos de Lewy comparten rasgos clínicos y patológicos que dificultan su diagnóstico diferencial. Entender qué las separa a nivel molecular es esencial para diagnosticar con más precisión y abrir la puerta a nuevos tratamientos.
Nuestra hipótesis: aplicar métodos avanzados de machine learning a datos clínicos, patológicos y de expresión génica permitirá descubrir nuevos patrones moleculares asociados a estas condiciones.
Objetivo
Qué queremos lograr
Aplicar técnicas de machine learning a datos de tejido cerebral para distinguir mejor entre la enfermedad de Parkinson y la enfermedad por cuerpos de Lewy, identificando los genes y tipos celulares que impulsan esa distinción.
Enfoque
De los datos del cerebro al modelo predictivo
Datos multimodales
Análisis de grandes colecciones de datos de cerebro humano que combinan resultados de RNA-sequencing, información clínica y datos patológicos.
Modelos predictivos
Construcción de modelos de machine learning para identificar la presencia de enfermedad por cuerpos de Lewy a partir de esos datos.
Genes y tipos celulares
Determinación de qué genes y tipos celulares impulsan las predicciones, usando datos de célula única para aclarar el papel de neuronas y glía.
Impacto esperado
Mejor diagnóstico y nuevas dianas
- Mejorar la precisión del diagnóstico diferencial entre Parkinson y enfermedad por cuerpos de Lewy.
- Identificar nuevas dianas biológicas para futuros tratamientos.
- Sentar las bases de posibles biomarcadores en sangre o imagen para uso clínico.
Equipo del proyecto
Quién lo lleva a cabo
Investigadora principal
Ana Luisa Gil Martínez, PhD
Universidad de Murcia (Murcia, España)Investigador principal
Juan A. Botía, PhD
Universidad de Murcia · University College London (UCL)Investigador principal
Huw R. Morris, MD, PhD
University College London (UCL), Reino UnidoInvestigador contratado
Nasim El Arifi Ahmed
Universidad de MurciaEstudiante de doctorado
Jaime Ñiguez Baeza
Universidad de MurciaEl equipo en imágenes
Las personas detrás del proyecto
En los medios