BWater: Evaluación de la sostenibilidad y del impacto sobre la salud del agua para el consumo humano en Barcelona
septiembre 25, 2024
Tecnología UPC para reducir el consumo de combustible del barco humanitario Open Arms
octubre 1, 202430/09/2024
Un equipo del Centro de Investigación en Ingeniería Biomédica (CREB) de la UPC y de Sant Joan de Déu ha creado una nueva aplicación web que permite hacer de forma más rápida y precisa, y menos costosa, el análisis y la interpretación automatizados del tipo de meduloblastoma. La herramienta es clave para el tratamiento individualizado de este tipo de tumor cerebral maligno que afecta principalmente a niños y jóvenes.
El meduloblastoma es un tumor cerebral maligno que afecta principalmente a niños y jóvenes, y representa aproximadamente el 20% de todos los tumores cerebrales en esta población. La clasificación precisa de los grupos moleculares de meduloblastoma es crucial para que los y las oncólogos puedan definir el plan de tratamiento más adecuado para cada paciente.
La clasificación molecular del meduloblastoma es cada vez más importante para la toma de decisiones clínicas que definen el tratamiento y la gestión del paciente. Los actuales sistemas de clasificación de los subgrupos moleculares de meduloblastoma son costosos y cabe esperar algunas semanas para obtener resultados. Esto hace que sean inaccesibles para muchos centros de todo el mundo que traten a pacientes con tumores cerebrales.
En este contexto, el equipo formado por investigadores del B2SLab del CREB de la UPC, el Institut de Recerca Sant Joan de Déu (IRSJD) y l'Hospital Sant Joan de Déu, ha desarrollado una nueva metodología para clasificar a los principales grupos moleculares de meduloblastomas de forma rápida, precisa y sencilla, mediante tecnología al alcance de la mayoría de centros que tratan a niños con tumores cerebrales.
Inicialmente, en 2018, un equipo del Laboratorio de Oncología Molecular del Hospital Sant Joan de Déu y coordinadora del grupo Genómica traslacional del IRSJD, analizó durante dos años datos genómicos de más de 1.500 muestras de meduloblastoma obtenidas gracias a la colaboración de grupos de investigación internacionales. Este estudio identificó el número mínimo de marcadores que permitían la clasificación del meduloblastoma en los grupos moleculares clínicamente relevantes con una fiabilidad del 96%. A partir de estos datos, investigadores del CREB pudieron desarrollar un sistema que permitía clasificar el meduloblastoma en los tres subgrupos de interés clínico (WNT, SHH y non-WNT/non-SHH) de forma precisa, rápida y accesible.
Con estos resultados y para facilitar su aplicación, el IRSJD y el grupo B2SLab del CREB, han creado una aplicación web interactiva, EpiGe-App, que permite el análisis y la interpretación automatizada del tipo de meduloblastoma. Los avances conseguidos en este proyecto han sido trasladados rápidamente a la asistencia para apoyar las decisiones clínicas, para individualizar la terapia de los pacientes según las características genéticas del tumor y ofrecer terapias dirigidas más eficaces y con menor toxicidad.
La aplicación EpiGe-App permite clasificar las muestras de meduloblastoma en los tres grupos moleculares a partir de datos de metilación del ADN obtenidos a través de la técnica molecular de PCR cuantitativa (qPCR). Dada la disponibilidad y accesibilidad de la qPCR en la mayoría de los laboratorios de biología molecular, la herramienta desarrollada convierte la clasificación de estos tumores en una prueba accesible a la mayoría de centros que tratan a pacientes con tumores del sistema nervioso central.
Para entrenar el algoritmo de aprendizaje, se han utilizado datos genómicos de 4.800 muestras, incluyendo 3.044 meduloblastomas primarios y 1.644 muestras no meduloblastomas. Con estas muestras, se ha podido generar un algoritmo predictor de estado de metilación a partir de datos crudos de qPCR a partir de esta predicción, se ha generado un clasificador automático en subgrupos moleculares de meduloblastoma. A través de este aprendizaje se puede decir que EpiGe-App es capaz de clasificar con precisión los subgrupos moleculares WNT, SHH y non-WNT/non-SHH del meduloblastoma , lo que puede ayudar a los equipos médicos a definir el tratamiento más adecuado.
EpiGe-App permite a los y las profesionales de la salud de todo el mundo cargar los resultados obtenidos siguiendo el protocolo detallado disponible en la web. En menos de dos minutos, la plataforma devuelve un informe con el resultado, ofreciendo una fiabilidad del 96% en la identificación del subgrupo de meduloblastoma .
EpiGe-App ha sido financiado con el apoyo de las asociaciones de familias de los pacientes del Hospital Sant Joan de Déu, la Marató de TV3 y el Ministerio de Ciencia, Innovación y Universidades con un presupuesto de 298.625€. El proyecto ha tenido una duración de tres años.
Financiación
Proyectos Relacionados
- Investigadores del grupo de investigación Arquitectura, Energía y Medio Ambiente (AiEM) y del grupo de investigación Diseño y Cálculo de Estructuras Arquitectónicas del Departamento de Tecnología de la Arquitectura (DiCEA), que forman parte del Centro de Investigación y Servicios para la Administración Local (CRAL) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC), han desarrollado un sistema innovador de refuerzo estructural de forjados cerámicos mediante madera tensoactivada, pensado para intervenir en edificios habitados de forma rápida, sostenible y replicable.
- Un equipo de investigadores liderado por el Instituto Flumen de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) ha participado en el proyecto europeo ICARIA, para desarrollar herramientas y mapas de riesgo que ayuden a administraciones y gestores de infraestructuras a anticipar los efectos de los fenómenos climáticos extremos y tomar decisiones de adaptación con mayor base técnica.
- Un equipo de investigación del Institut de Robòtica i Informàtica Industrial (IRI, CSIC-UPC), junto con el Centre de Disseny d'Equips Industrials (CDEI) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC), participan en el proyecto nacional CASANDRA, para desarrollar una solución de fabricación digital que permita establecer un flujo de datos bidireccional para una integración digital continua en toda la cadena de suministro a lo largo del ciclo de vida del producto. Esta integración se logrará mediante gemelos digitales y modelos basados en datos que se actualizan continuamente gracias a herramientas de monitorización y control distribuidos.
- El grupo Interfaces de Materiales e Ingeniería de Coloides (INTERCOLL) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC), en colaboración con el grupo de Life Cycle Thinking de la Universidad del País Vasco (EHU), participan en el proyecto BIOCHOLESTEROID para desarrollar nuevos materiales inteligentes bio-basados con respuesta óptica para aplicaciones avanzadas.
