La investigación en la Universidad de Belgrano

Algoritmo de Inteligencia Artificial para identificar posibles marcadores de diagnóstico en OsteoSarcoma metastásico a partir de la utilización de bases de datos proteómicas y de miRNA (IAxOS)

Unidad Académica Facultad

Facultad de Ingeniería y Tecnología Informática
Ingeniería Informática

Director

Adrián Tozzi 

Equipo

Marcela Bolontrade, Rolando Titiosky, Jorge Marchini 

Fecha de inicio

05/2024

Fecha de finalización

05/2026

Disciplina general

Computación

Subdisciplina

Inteligencia Artificial

Datos de contacto email

adrian.tozzi@comunidad.ub.edu.ar r  

Palabras clave

Inteligencia Artificial, osteosarcoma, proteómica, micro-RNA

Financiamiento

Universidad de Belgrano

Convenio con otra entidad

Resumen
El osteosarcoma (OS) es el tumor óseo pediátrico más frecuente, con desafíos clínicos: la metástasis y la quimio resistencia. El 15-20% de los pacientes presenta metástasis pulmonar al momento del diagnóstico, y el resto presentaría micro metástasis indetectables por actuales métodos diagnósticos, por lo que se necesitan mejores herramientas de diagnóstico y pronóstico. Para esto generamos una base de datos propia mediante un análisis proteómico, utilizando una línea celular de OS no metastásico, una línea celular derivada, seleccionada por capacidad de establecer metástasis pulmonar, y células madre mesenquimales de médula ósea (BM-MSCs). En esta propuesta usaremos una base de datos de microRNA (miRNA) para identificar potenciales biomarcadores de diagnóstico y pronóstico alternativos para OS. Esta base de datos de miRNAs de OS se contrastará con nuestro propio perfil proteómico y funcional en nuestro modelo de OS metastásico, identificando posibles miRNAs como candidatos a biomarcadores, aunando las bases de datos propias y las de acceso abierto, mediante análisis de big data y estrategias de deep learning que permitan predicción y la identificación de marcadores de progresión. La ejecución de la propuesta fortalecerá la búsqueda in-silico y el uso de este enfoque crossomic como herramienta para la identificación de miRNAs potenciales como biomarcadores.