Project Header
no-repeat;left top;;
auto
20px
El medul\u00b7loblastoma \u00e9s un tumor cerebral maligne que afecta principalment infants i joves, i representa aproximadament el 20% de tots els tumors cerebrals en aquesta poblaci\u00f3. La classificaci\u00f3 precisa dels grups moleculars de medul\u00b7loblastoma \u00e9s crucial perqu\u00e8 els i les onc\u00f2legs puguin definir el pla de tractament m\u00e9s adient per a cada pacient.
La classificaci\u00f3 molecular del medul\u00b7loblastoma \u00e9s cada vegada m\u00e9s important per a la presa de decisions cl\u00edniques que defineixen el tractament i la gesti\u00f3 del pacient. Els actuals sistemes de classificaci\u00f3 dels subgrups moleculars de medul\u00b7loblastoma s\u00f3n costosos i cal esperar algunes setmanes per obtenir resultats. Aix\u00f2 fa que siguin inaccessibles per a molts centres de tot el m\u00f3n que tracten pacients amb tumors cerebrals.\u00a0
En aquest context, l\\’equip format per investigadors del B2SLab del CREB de la UPC,\u00a0 l\\’Institut de Recerca Sant Joan de D\u00e9u (IRSJD) i l\\’Hospital Sant Joan de D\u00e9u, ha desenvolupat una nova metodologia per classificar els grups moleculars principals de medul\u00b7loblastomes de manera r\u00e0pida, precisa i senzilla, mitjan\u00e7ant tecnologia a l\u2019abast de la majoria de centres que tracten infants amb tumors cerebrals.
Inicialment, l\\’any 2018, un equip del Laboratori d\\’Oncologia Molecular de l\\’Hospital Sant Joan de D\u00e9u i coordinadora del grup Gen\u00f2mica translacional de l\\’IRSJD, va analitzar durant dos anys dades gen\u00f2miques de m\u00e9s de 1.500 mostres de medul\u00b7loblastoma obtingudes gr\u00e0cies a la col\u00b7laboraci\u00f3 de grups de recerca internacionals. Aquest estudi va identificar el nombre m\u00ednim de marcadors que permetien la classificaci\u00f3 del medul\u00b7loblastoma en els grups moleculars cl\u00ednicament rellevants amb una fiabilitat del 96%. A partir d\u2019aquestes dades, investigadors del CREB van poder desenvolupar un sistema que permetia classificar el medul\u00b7loblastoma en els tres subgrups d\\’inter\u00e8s cl\u00ednic (WNT, SHH i non-WNT\/non-SHH) de forma precisa, r\u00e0pida i accessible.
Amb aquests resultats i per facilitar-ne l\\’aplicaci\u00f3, l\\’IRSJD i el grup B2SLab del CREB, han creat una aplicaci\u00f3 web interactiva, EpiGe<\/a>, que permet l\\’an\u00e0lisi i la interpretaci\u00f3 automatitzada del tipus de medul\u00b7loblastoma. Els aven\u00e7os aconseguits en aquest projecte han estat traslladats r\u00e0pidament a l\u2019assist\u00e8ncia per donar suport a les decisions cl\u00edniques, per tal d\\’individualitzar la ter\u00e0pia dels pacients segons les caracter\u00edstiques gen\u00e8tiques del tumor i oferir ter\u00e0pies dirigides m\u00e9s eficaces i amb menys toxicitat.
L\\’aplicaci\u00f3 EpiGe permet classificar les mostres de medul\u00b7loblastoma en els tres grups moleculars a partir de dades de metilaci\u00f3 de l\\’ADN obtingudes a trav\u00e9s de la t\u00e8cnica molecular de PCR quantitativa (qPCR). Atesa la disponibilitat i l\\’accessibilitat de la qPCR en la majoria dels laboratoris de biologia molecular, l\u2019eina desenvolupada converteix la classificaci\u00f3 d\u2019aquests tumors en una prova accessible a la majoria de centres que tracten pacients amb tumors del sistema nervi\u00f3s central.
Per entrenar l\\’algoritme d\\’aprenentatge, s\u2019han utilitzat dades gen\u00f2miques de 4.800 mostres, incloent-hi 3.044 medul\u00b7loblastomes primaris i 1.644 mostres no medul\u00b7loblastoma. Amb aquestes mostres, s\u2019ha pogut generar un algoritme predictor d\\’estat de metilaci\u00f3 a partir de dades crues de qPCR i a partir d\\’aquesta predicci\u00f3, s\u2019ha generat un classificador autom\u00e0tic en subgrups moleculars de medul\u00b7loblastoma. A trav\u00e9s d\\’aquest aprenentatge es pot dir que EpiGe-App \u00e9s capa\u00e7 de classificar amb precisi\u00f3 els subgrups moleculars WNT, SHH i non-WNT\/non-SHH del medul\u00b7loblastoma, la qual cosa pot ajudar els equips m\u00e8dics a definir el tractament m\u00e9s adequat.
L\\’EpiGe-App permet als i les professionals de la salut de tot el m\u00f3n carregar els resultats obtinguts seguint el protocol detallat disponible a la web. En menys de dos minuts, la plataforma retorna un informe amb el resultat, oferint una fiabilitat del 96% en la identificaci\u00f3 del subgrup de medul\u00b7loblastoma.
L\u2019EpiGe-App ha estat finan\u00e7at amb el suport de les associacions de fam\u00edlies dels pacients de l\\’Hospital Sant Joan de D\u00e9u, la Marat\u00f3 de TV3 i el Ministeri de Ci\u00e8ncia, Innovaci\u00f3 i Universitats amb un pressupost de 298.625 \u20ac. El projecte ha tingut una durada de tres anys.
Acc\u00e9s a la plataforma EpiGe<\/a>
Main Text
no-repeat;left top;;
auto
Tecnologia<\/h5>
Energia<\/a>
Medi Ambient<\/a>
Salut<\/a>
Producci\u00f3 Avan\u00e7ada<\/a>
Transformaci\u00f3 digital<\/a>
Urbanisme i Sostenibilitat<\/a>
Infraestructures<\/a>
Materials<\/a>
Log\u00edstica i Mobilitat<\/a>
Agrotech<\/a>
Qu\u00edmica<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
Sector<\/h5>
Aeron\u00e0utica<\/a>
Alimentaci\u00f3, agricultura i medi mar\u00ed<\/a>
Automoci\u00f3<\/a>
Construcci\u00f3<\/a>
Distribuci\u00f3 i gran consum<\/a>
Economia Circular<\/a>
Educaci\u00f3 i Editorial<\/a>
Electr\u00f2nica<\/a>
Energia<\/a>
Fabricants de b\u00e9ns d\\’equip<\/a>
Finances i Asseguradores<\/a>
Ind\u00fastria manufacturera<\/a>
Marketing, publicitat i mitjans<\/a>
Oci, esport i benestar<\/a>
Turisme<\/a>
Sector Salut<\/a>
Telecom i desenvolupadors de software<\/a>
Transport i Mobilitat<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>
Mobile Technologies<\/a>
Intel\u00b7lig\u00e8ncia Artificial<\/a>
Smart City<\/a>
Internet of Things<\/a>
Ciberseguretat<\/a>
Ind\u00fastria 4.0<\/a>
Realitat Virtual i Realitat Augmentada<\/a>
Enertr\u00f2nica<\/a>
Vehicle El\u00e8ctric<\/a>
Big Data<\/a>
Biomaterials<\/a>
Rob\u00f2tica i Visi\u00f3<\/a>
Serious Games<\/a>
Smart Grids<\/a>
Materials compostos<\/a>
Automoci\u00f3<\/a>
Mecatr\u00f2nica<\/a>
Tema
no-repeat;left top;;
auto
30px
40
Vols saber m\u00e9s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n
Button<\/span><\/a>\n
\n
Button<\/span><\/a>\n
no-repeat;left top;;
auto
50
Projectes Relacionats<\/h4>
Proyectos Relacionados
no-repeat;left top;;
auto
4
grid
4
date
DESC
<\/p>\n\n\n\n
30\/09\/2024
Project Header
right
no-repeat;left top;;
auto
20px
Un equip del Centre de Recerca en Enginyeria Biom\u00e8dica (CREB) de la UPC i de Sant Joan de D\u00e9u ha creat una nova aplicaci\u00f3 web que permet fer m\u00e9s r\u00e0pida i precisa, i menys costosa, l\\’an\u00e0lisi i la interpretaci\u00f3 automatitzada del tipus de medul\u00b7loblastoma. L\\’eina \u00e9s clau per al tractament individualitzat d\\’aquest tipus de tumor cerebral maligne que afecta principalment infants i joves.<\/h4>
Project Header
no-repeat;left top;;
auto
20px
El medul\u00b7loblastoma \u00e9s un tumor cerebral maligne que afecta principalment infants i joves, i representa aproximadament el 20% de tots els tumors cerebrals en aquesta poblaci\u00f3. La classificaci\u00f3 precisa dels grups moleculars de medul\u00b7loblastoma \u00e9s crucial perqu\u00e8 els i les onc\u00f2legs puguin definir el pla de tractament m\u00e9s adient per a cada pacient.
La classificaci\u00f3 molecular del medul\u00b7loblastoma \u00e9s cada vegada m\u00e9s important per a la presa de decisions cl\u00edniques que defineixen el tractament i la gesti\u00f3 del pacient. Els actuals sistemes de classificaci\u00f3 dels subgrups moleculars de medul\u00b7loblastoma s\u00f3n costosos i cal esperar algunes setmanes per obtenir resultats. Aix\u00f2 fa que siguin inaccessibles per a molts centres de tot el m\u00f3n que tracten pacients amb tumors cerebrals.\u00a0
En aquest context, l\\’equip format per investigadors del B2SLab del CREB de la UPC,\u00a0 l\\’Institut de Recerca Sant Joan de D\u00e9u (IRSJD) i l\\’Hospital Sant Joan de D\u00e9u, ha desenvolupat una nova metodologia per classificar els grups moleculars principals de medul\u00b7loblastomes de manera r\u00e0pida, precisa i senzilla, mitjan\u00e7ant tecnologia a l\u2019abast de la majoria de centres que tracten infants amb tumors cerebrals.
Inicialment, l\\’any 2018, un equip del Laboratori d\\’Oncologia Molecular de l\\’Hospital Sant Joan de D\u00e9u i coordinadora del grup Gen\u00f2mica translacional de l\\’IRSJD, va analitzar durant dos anys dades gen\u00f2miques de m\u00e9s de 1.500 mostres de medul\u00b7loblastoma obtingudes gr\u00e0cies a la col\u00b7laboraci\u00f3 de grups de recerca internacionals. Aquest estudi va identificar el nombre m\u00ednim de marcadors que permetien la classificaci\u00f3 del medul\u00b7loblastoma en els grups moleculars cl\u00ednicament rellevants amb una fiabilitat del 96%. A partir d\u2019aquestes dades, investigadors del CREB van poder desenvolupar un sistema que permetia classificar el medul\u00b7loblastoma en els tres subgrups d\\’inter\u00e8s cl\u00ednic (WNT, SHH i non-WNT\/non-SHH) de forma precisa, r\u00e0pida i accessible.
Amb aquests resultats i per facilitar-ne l\\’aplicaci\u00f3, l\\’IRSJD i el grup B2SLab del CREB, han creat una aplicaci\u00f3 web interactiva, EpiGe<\/a>, que permet l\\’an\u00e0lisi i la interpretaci\u00f3 automatitzada del tipus de medul\u00b7loblastoma. Els aven\u00e7os aconseguits en aquest projecte han estat traslladats r\u00e0pidament a l\u2019assist\u00e8ncia per donar suport a les decisions cl\u00edniques, per tal d\\’individualitzar la ter\u00e0pia dels pacients segons les caracter\u00edstiques gen\u00e8tiques del tumor i oferir ter\u00e0pies dirigides m\u00e9s eficaces i amb menys toxicitat.
L\\’aplicaci\u00f3 EpiGe permet classificar les mostres de medul\u00b7loblastoma en els tres grups moleculars a partir de dades de metilaci\u00f3 de l\\’ADN obtingudes a trav\u00e9s de la t\u00e8cnica molecular de PCR quantitativa (qPCR). Atesa la disponibilitat i l\\’accessibilitat de la qPCR en la majoria dels laboratoris de biologia molecular, l\u2019eina desenvolupada converteix la classificaci\u00f3 d\u2019aquests tumors en una prova accessible a la majoria de centres que tracten pacients amb tumors del sistema nervi\u00f3s central.
Per entrenar l\\’algoritme d\\’aprenentatge, s\u2019han utilitzat dades gen\u00f2miques de 4.800 mostres, incloent-hi 3.044 medul\u00b7loblastomes primaris i 1.644 mostres no medul\u00b7loblastoma. Amb aquestes mostres, s\u2019ha pogut generar un algoritme predictor d\\’estat de metilaci\u00f3 a partir de dades crues de qPCR i a partir d\\’aquesta predicci\u00f3, s\u2019ha generat un classificador autom\u00e0tic en subgrups moleculars de medul\u00b7loblastoma. A trav\u00e9s d\\’aquest aprenentatge es pot dir que EpiGe-App \u00e9s capa\u00e7 de classificar amb precisi\u00f3 els subgrups moleculars WNT, SHH i non-WNT\/non-SHH del medul\u00b7loblastoma, la qual cosa pot ajudar els equips m\u00e8dics a definir el tractament m\u00e9s adequat.
L\\’EpiGe-App permet als i les professionals de la salut de tot el m\u00f3n carregar els resultats obtinguts seguint el protocol detallat disponible a la web. En menys de dos minuts, la plataforma retorna un informe amb el resultat, oferint una fiabilitat del 96% en la identificaci\u00f3 del subgrup de medul\u00b7loblastoma.
L\u2019EpiGe-App ha estat finan\u00e7at amb el suport de les associacions de fam\u00edlies dels pacients de l\\’Hospital Sant Joan de D\u00e9u, la Marat\u00f3 de TV3 i el Ministeri de Ci\u00e8ncia, Innovaci\u00f3 i Universitats amb un pressupost de 298.625 \u20ac. El projecte ha tingut una durada de tres anys.
\u00a0 \u00a0 \u2192\u00a0 Access to the EpiGe platform<\/a>
Main Text
no-repeat;left top;;
auto
![\"IRSJD-02-28-EpiGen-Abstract\"](\"https:\/\/cit.upc.edu\/wp-content\/uploads\/2024\/09\/IRSJD-02-28-EpiGen-Abstract.jpg\")
full
contain
center center
hide
Imatge: Fundaci\u00f3 Sant Joan de D\u00e9u \u2013 Institut de Recerca Sant Joan de D\u00e9u
hide
26198,26195,26192,26207
4
full
hide
Finan\u00e7ament<\/h4>
hide
![\"patients\"](\"https:\/\/cit.upc.edu\/wp-content\/uploads\/2024\/09\/patients-1.png\")
full
https:\/\/www.sjdhospitalbarcelona.org\/es\/colabora<\/a>
contain
center center
hide
![\"isciii\"](\"https:\/\/cit.upc.edu\/wp-content\/uploads\/2024\/09\/isciii.png\")
full
https:\/\/www.isciii.es\/Paginas\/Inicio.aspx<\/a>
contain
center center
hide
![\"marato\"](\"https:\/\/cit.upc.edu\/wp-content\/uploads\/2024\/09\/marato.png\")
full
https:\/\/www.ccma.cat\/tv3\/marato\/en\/fundacio\/<\/a>
contain
center center
hide
Tecnologia<\/h5>
Salut<\/a>
Transformaci\u00f3 digital<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
25
Tema<\/h5>
Smart City<\/a>
Tema
no-repeat;left top;;
auto
30px
40
Vols saber m\u00e9s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n
Aeron\u00e0utica<\/a>
Alimentaci\u00f3, agricultura i medi mar\u00ed<\/a>
Automoci\u00f3<\/a>
Construcci\u00f3<\/a>
Distribuci\u00f3 i gran consum<\/a>
Economia Circular<\/a>
Educaci\u00f3 i Editorial<\/a>
Electr\u00f2nica<\/a>
Energia<\/a>
Fabricants de b\u00e9ns d\\’equip<\/a>
Finances i Asseguradores<\/a>
Ind\u00fastria manufacturera<\/a>
Marketing, publicitat i mitjans<\/a>
Oci, esport i benestar<\/a>
Turisme<\/a>
Sector Salut<\/a>
Telecom i desenvolupadors de software<\/a>
Transport i Mobilitat<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>
Mobile Technologies<\/a>
Intel\u00b7lig\u00e8ncia Artificial<\/a>
Smart City<\/a>
Internet of Things<\/a>
Ciberseguretat<\/a>
Ind\u00fastria 4.0<\/a>
Realitat Virtual i Realitat Augmentada<\/a>
Enertr\u00f2nica<\/a>
Vehicle El\u00e8ctric<\/a>
Big Data<\/a>
Biomaterials<\/a>
Rob\u00f2tica i Visi\u00f3<\/a>
Serious Games<\/a>
Smart Grids<\/a>
Materials compostos<\/a>
Automoci\u00f3<\/a>
Mecatr\u00f2nica<\/a>
Tema
no-repeat;left top;;
auto
30px
40
Vols saber m\u00e9s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n
Button<\/span><\/a>\n
\n
Button<\/span><\/a>\n
no-repeat;left top;;
auto
50
Projectes Relacionats<\/h4>
Proyectos Relacionados
no-repeat;left top;;
auto
4
grid
4
date
DESC
<\/p>\n\n\n\n
30\/09\/2024
Project Header
right
no-repeat;left top;;
auto
20px
Un equip del Centre de Recerca en Enginyeria Biom\u00e8dica (CREB) de la UPC i de Sant Joan de D\u00e9u ha creat una nova aplicaci\u00f3 web que permet fer m\u00e9s r\u00e0pida i precisa, i menys costosa, l\\’an\u00e0lisi i la interpretaci\u00f3 automatitzada del tipus de medul\u00b7loblastoma. L\\’eina \u00e9s clau per al tractament individualitzat d\\’aquest tipus de tumor cerebral maligne que afecta principalment infants i joves.<\/h4>
Project Header
no-repeat;left top;;
auto
20px
El medul\u00b7loblastoma \u00e9s un tumor cerebral maligne que afecta principalment infants i joves, i representa aproximadament el 20% de tots els tumors cerebrals en aquesta poblaci\u00f3. La classificaci\u00f3 precisa dels grups moleculars de medul\u00b7loblastoma \u00e9s crucial perqu\u00e8 els i les onc\u00f2legs puguin definir el pla de tractament m\u00e9s adient per a cada pacient.
La classificaci\u00f3 molecular del medul\u00b7loblastoma \u00e9s cada vegada m\u00e9s important per a la presa de decisions cl\u00edniques que defineixen el tractament i la gesti\u00f3 del pacient. Els actuals sistemes de classificaci\u00f3 dels subgrups moleculars de medul\u00b7loblastoma s\u00f3n costosos i cal esperar algunes setmanes per obtenir resultats. Aix\u00f2 fa que siguin inaccessibles per a molts centres de tot el m\u00f3n que tracten pacients amb tumors cerebrals.\u00a0
En aquest context, l\\’equip format per investigadors del B2SLab del CREB de la UPC,\u00a0 l\\’Institut de Recerca Sant Joan de D\u00e9u (IRSJD) i l\\’Hospital Sant Joan de D\u00e9u, ha desenvolupat una nova metodologia per classificar els grups moleculars principals de medul\u00b7loblastomes de manera r\u00e0pida, precisa i senzilla, mitjan\u00e7ant tecnologia a l\u2019abast de la majoria de centres que tracten infants amb tumors cerebrals.
Inicialment, l\\’any 2018, un equip del Laboratori d\\’Oncologia Molecular de l\\’Hospital Sant Joan de D\u00e9u i coordinadora del grup Gen\u00f2mica translacional de l\\’IRSJD, va analitzar durant dos anys dades gen\u00f2miques de m\u00e9s de 1.500 mostres de medul\u00b7loblastoma obtingudes gr\u00e0cies a la col\u00b7laboraci\u00f3 de grups de recerca internacionals. Aquest estudi va identificar el nombre m\u00ednim de marcadors que permetien la classificaci\u00f3 del medul\u00b7loblastoma en els grups moleculars cl\u00ednicament rellevants amb una fiabilitat del 96%. A partir d\u2019aquestes dades, investigadors del CREB van poder desenvolupar un sistema que permetia classificar el medul\u00b7loblastoma en els tres subgrups d\\’inter\u00e8s cl\u00ednic (WNT, SHH i non-WNT\/non-SHH) de forma precisa, r\u00e0pida i accessible.
Amb aquests resultats i per facilitar-ne l\\’aplicaci\u00f3, l\\’IRSJD i el grup B2SLab del CREB, han creat una aplicaci\u00f3 web interactiva, EpiGe<\/a>, que permet l\\’an\u00e0lisi i la interpretaci\u00f3 automatitzada del tipus de medul\u00b7loblastoma. Els aven\u00e7os aconseguits en aquest projecte han estat traslladats r\u00e0pidament a l\u2019assist\u00e8ncia per donar suport a les decisions cl\u00edniques, per tal d\\’individualitzar la ter\u00e0pia dels pacients segons les caracter\u00edstiques gen\u00e8tiques del tumor i oferir ter\u00e0pies dirigides m\u00e9s eficaces i amb menys toxicitat.
L\\’aplicaci\u00f3 EpiGe permet classificar les mostres de medul\u00b7loblastoma en els tres grups moleculars a partir de dades de metilaci\u00f3 de l\\’ADN obtingudes a trav\u00e9s de la t\u00e8cnica molecular de PCR quantitativa (qPCR). Atesa la disponibilitat i l\\’accessibilitat de la qPCR en la majoria dels laboratoris de biologia molecular, l\u2019eina desenvolupada converteix la classificaci\u00f3 d\u2019aquests tumors en una prova accessible a la majoria de centres que tracten pacients amb tumors del sistema nervi\u00f3s central.
Per entrenar l\\’algoritme d\\’aprenentatge, s\u2019han utilitzat dades gen\u00f2miques de 4.800 mostres, incloent-hi 3.044 medul\u00b7loblastomes primaris i 1.644 mostres no medul\u00b7loblastoma. Amb aquestes mostres, s\u2019ha pogut generar un algoritme predictor d\\’estat de metilaci\u00f3 a partir de dades crues de qPCR i a partir d\\’aquesta predicci\u00f3, s\u2019ha generat un classificador autom\u00e0tic en subgrups moleculars de medul\u00b7loblastoma. A trav\u00e9s d\\’aquest aprenentatge es pot dir que EpiGe-App \u00e9s capa\u00e7 de classificar amb precisi\u00f3 els subgrups moleculars WNT, SHH i non-WNT\/non-SHH del medul\u00b7loblastoma, la qual cosa pot ajudar els equips m\u00e8dics a definir el tractament m\u00e9s adequat.
L\\’EpiGe-App permet als i les professionals de la salut de tot el m\u00f3n carregar els resultats obtinguts seguint el protocol detallat disponible a la web. En menys de dos minuts, la plataforma retorna un informe amb el resultat, oferint una fiabilitat del 96% en la identificaci\u00f3 del subgrup de medul\u00b7loblastoma.
L\u2019EpiGe-App ha estat finan\u00e7at amb el suport de les associacions de fam\u00edlies dels pacients de l\\’Hospital Sant Joan de D\u00e9u, la Marat\u00f3 de TV3 i el Ministeri de Ci\u00e8ncia, Innovaci\u00f3 i Universitats amb un pressupost de 298.625 \u20ac. El projecte ha tingut una durada de tres anys.
\u00a0 \u00a0 \u2192\u00a0 Access to the EpiGe platform<\/a>
Main Text
no-repeat;left top;;
auto
full
contain
center center
hide
Imatge: Fundaci\u00f3 Sant Joan de D\u00e9u \u2013 Institut de Recerca Sant Joan de D\u00e9u
hide
26198,26195,26192,26207
4
full
hide
Finan\u00e7ament<\/h4>
hide
full
https:\/\/www.sjdhospitalbarcelona.org\/es\/colabora<\/a>
contain
center center
hide
full
https:\/\/www.isciii.es\/Paginas\/Inicio.aspx<\/a>
contain
center center
hide
full
https:\/\/www.ccma.cat\/tv3\/marato\/en\/fundacio\/<\/a>
contain
center center
hide
Tecnologia<\/h5>
Salut<\/a>
Transformaci\u00f3 digital<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
25
Tema<\/h5>
Smart City<\/a>
Tema
no-repeat;left top;;
auto
30px
40
Vols saber m\u00e9s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n
Contact Button
no-repeat;left top;;
auto
0px
\n
Button<\/span><\/a>\n
\n
Button<\/span><\/a>\n
no-repeat;left top;;
auto
50
Projectes Relacionats<\/h4>
Proyectos Relacionados
no-repeat;left top;;
auto
4
grid
4
date
DESC
<\/p>\n\n\n\n
30\/09\/2024
Project Header
right
no-repeat;left top;;
auto
20px
Un equip del Centre de Recerca en Enginyeria Biom\u00e8dica (CREB) de la UPC i de Sant Joan de D\u00e9u ha creat una nova aplicaci\u00f3 web que permet fer m\u00e9s r\u00e0pida i precisa, i menys costosa, l\\’an\u00e0lisi i la interpretaci\u00f3 automatitzada del tipus de medul\u00b7loblastoma. L\\’eina \u00e9s clau per al tractament individualitzat d\\’aquest tipus de tumor cerebral maligne que afecta principalment infants i joves.<\/h4>
Project Header
no-repeat;left top;;
auto
20px
El medul\u00b7loblastoma \u00e9s un tumor cerebral maligne que afecta principalment infants i joves, i representa aproximadament el 20% de tots els tumors cerebrals en aquesta poblaci\u00f3. La classificaci\u00f3 precisa dels grups moleculars de medul\u00b7loblastoma \u00e9s crucial perqu\u00e8 els i les onc\u00f2legs puguin definir el pla de tractament m\u00e9s adient per a cada pacient.
La classificaci\u00f3 molecular del medul\u00b7loblastoma \u00e9s cada vegada m\u00e9s important per a la presa de decisions cl\u00edniques que defineixen el tractament i la gesti\u00f3 del pacient. Els actuals sistemes de classificaci\u00f3 dels subgrups moleculars de medul\u00b7loblastoma s\u00f3n costosos i cal esperar algunes setmanes per obtenir resultats. Aix\u00f2 fa que siguin inaccessibles per a molts centres de tot el m\u00f3n que tracten pacients amb tumors cerebrals.\u00a0
En aquest context, l\\’equip format per investigadors del B2SLab del CREB de la UPC,\u00a0 l\\’Institut de Recerca Sant Joan de D\u00e9u (IRSJD) i l\\’Hospital Sant Joan de D\u00e9u, ha desenvolupat una nova metodologia per classificar els grups moleculars principals de medul\u00b7loblastomes de manera r\u00e0pida, precisa i senzilla, mitjan\u00e7ant tecnologia a l\u2019abast de la majoria de centres que tracten infants amb tumors cerebrals.
Inicialment, l\\’any 2018, un equip del Laboratori d\\’Oncologia Molecular de l\\’Hospital Sant Joan de D\u00e9u i coordinadora del grup Gen\u00f2mica translacional de l\\’IRSJD, va analitzar durant dos anys dades gen\u00f2miques de m\u00e9s de 1.500 mostres de medul\u00b7loblastoma obtingudes gr\u00e0cies a la col\u00b7laboraci\u00f3 de grups de recerca internacionals. Aquest estudi va identificar el nombre m\u00ednim de marcadors que permetien la classificaci\u00f3 del medul\u00b7loblastoma en els grups moleculars cl\u00ednicament rellevants amb una fiabilitat del 96%. A partir d\u2019aquestes dades, investigadors del CREB van poder desenvolupar un sistema que permetia classificar el medul\u00b7loblastoma en els tres subgrups d\\’inter\u00e8s cl\u00ednic (WNT, SHH i non-WNT\/non-SHH) de forma precisa, r\u00e0pida i accessible.
Amb aquests resultats i per facilitar-ne l\\’aplicaci\u00f3, l\\’IRSJD i el grup B2SLab del CREB, han creat una aplicaci\u00f3 web interactiva, EpiGe<\/a>, que permet l\\’an\u00e0lisi i la interpretaci\u00f3 automatitzada del tipus de medul\u00b7loblastoma. Els aven\u00e7os aconseguits en aquest projecte han estat traslladats r\u00e0pidament a l\u2019assist\u00e8ncia per donar suport a les decisions cl\u00edniques, per tal d\\’individualitzar la ter\u00e0pia dels pacients segons les caracter\u00edstiques gen\u00e8tiques del tumor i oferir ter\u00e0pies dirigides m\u00e9s eficaces i amb menys toxicitat.
L\\’aplicaci\u00f3 EpiGe permet classificar les mostres de medul\u00b7loblastoma en els tres grups moleculars a partir de dades de metilaci\u00f3 de l\\’ADN obtingudes a trav\u00e9s de la t\u00e8cnica molecular de PCR quantitativa (qPCR). Atesa la disponibilitat i l\\’accessibilitat de la qPCR en la majoria dels laboratoris de biologia molecular, l\u2019eina desenvolupada converteix la classificaci\u00f3 d\u2019aquests tumors en una prova accessible a la majoria de centres que tracten pacients amb tumors del sistema nervi\u00f3s central.
Per entrenar l\\’algoritme d\\’aprenentatge, s\u2019han utilitzat dades gen\u00f2miques de 4.800 mostres, incloent-hi 3.044 medul\u00b7loblastomes primaris i 1.644 mostres no medul\u00b7loblastoma. Amb aquestes mostres, s\u2019ha pogut generar un algoritme predictor d\\’estat de metilaci\u00f3 a partir de dades crues de qPCR i a partir d\\’aquesta predicci\u00f3, s\u2019ha generat un classificador autom\u00e0tic en subgrups moleculars de medul\u00b7loblastoma. A trav\u00e9s d\\’aquest aprenentatge es pot dir que EpiGe-App \u00e9s capa\u00e7 de classificar amb precisi\u00f3 els subgrups moleculars WNT, SHH i non-WNT\/non-SHH del medul\u00b7loblastoma, la qual cosa pot ajudar els equips m\u00e8dics a definir el tractament m\u00e9s adequat.
L\\’EpiGe-App permet als i les professionals de la salut de tot el m\u00f3n carregar els resultats obtinguts seguint el protocol detallat disponible a la web. En menys de dos minuts, la plataforma retorna un informe amb el resultat, oferint una fiabilitat del 96% en la identificaci\u00f3 del subgrup de medul\u00b7loblastoma.
L\u2019EpiGe-App ha estat finan\u00e7at amb el suport de les associacions de fam\u00edlies dels pacients de l\\’Hospital Sant Joan de D\u00e9u, la Marat\u00f3 de TV3 i el Ministeri de Ci\u00e8ncia, Innovaci\u00f3 i Universitats amb un pressupost de 298.625 \u20ac. El projecte ha tingut una durada de tres anys.
\u00a0 \u00a0 \u2192\u00a0 Access to the EpiGe platform<\/a>
Main Text
no-repeat;left top;;
auto
full
contain
center center
hide
Imatge: Fundaci\u00f3 Sant Joan de D\u00e9u \u2013 Institut de Recerca Sant Joan de D\u00e9u
hide
26198,26195,26192,26207
4
full
hide
Finan\u00e7ament<\/h4>
hide
full
https:\/\/www.sjdhospitalbarcelona.org\/es\/colabora<\/a>
contain
center center
hide
full
https:\/\/www.isciii.es\/Paginas\/Inicio.aspx<\/a>
contain
center center
hide
full
https:\/\/www.ccma.cat\/tv3\/marato\/en\/fundacio\/<\/a>
contain
center center
hide
Tecnologia<\/h5>
Salut<\/a>
Transformaci\u00f3 digital<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
25
Tema<\/h5>
Smart City<\/a>
Tema
no-repeat;left top;;
auto
30px
40
Vols saber m\u00e9s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n
hide
full
https:\/\/www.sjdhospitalbarcelona.org\/es\/colabora<\/a>
contain
center center
hide
full
https:\/\/www.isciii.es\/Paginas\/Inicio.aspx<\/a>
contain
center center
hide
full
https:\/\/www.ccma.cat\/tv3\/marato\/en\/fundacio\/<\/a>
contain
center center
hide
Tecnologia<\/h5>
Salut<\/a>
Transformaci\u00f3 digital<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
25
Tema<\/h5>
Smart City<\/a>
Tema
no-repeat;left top;;
auto
30px
40
Vols saber m\u00e9s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n
Smart City<\/a>
Tema
no-repeat;left top;;
auto
30px
40