Descripción del proyecto
FACE-FIT INVESTIGARA LAS VARIANTES GENETICAS VINCULADAS A LA VARIACION COMUN DE LA POBLACION EN LA MORFOLOGIA FACIAL HUMANA, QUE SE HAN IDENTIFICADO EN ESTUDIOS RECIENTES DE ASOCIACION A GRAN ESCALA DEL GENOMA (GWAS), EL OBJETIVO ES DESARROLLAR UN TEST FORENSE DE ADN QUE PUEDA COMPLEMENTAR LOS TEST EXISTENTES PARA DETERMINAR CARACTERISTICAS FISICAS A PARTIR DE UNA MUESTRA BIOLOGICA TALES COMO PIGMENTACION DE LOS OJOS O DE LA PIEL, MORFOLOGIA CAPILAR, ANCESTRALIDAD PARA CONSTRUIR UNA IMAGEN MAS COMPLETA DE UN CRIMINAL DESCONOCIDO, CUANDO NO HAY UNA BASE DE DATOS DE ADN O NO EXISTEN TESTIGOS DEL HECHO CRIMINAL, A PARTIR DE BUSQUEDAS BIBLIOGRAFICAS DE 11 GWAS PUBLICADAS DESDE 2011, SE HAN COMPILADO 115 SNPS FUERTEMENTE ASOCIADOS EN 97 LOCI (EN GENES Y REGIONES INTERGENICAS), LOS SNPS SE GENOTIPARAN EN UN UNICO MULTIPLEX UTILIZANDO MP, UNA COHORTE DE 1000 INDIVIDUOS EUROPEOS SERAN FENOTIPADOS MEDIANTE EL ESCANEO ESTEREOFOTOGRAMETRICO 3D DE SUS CARAS PARA CREAR ~ 7000 PUNTOS DE REFERENCIA DE LA SUPERFICIE FACIAL POR INDIVIDUO,LOS GENOTIPOS OBTENIDOS DEL ANALISIS DE LOS SNPS SE UTILIZARAN PARA ESTABLECER UNA ASOCIACION CON LAS CARACTERISTICAS FACIALES CORRELACIONANDO EL GENOTIPO CON LOS DATOS OBTENIDOS DE LAS MEDIDAS TRIDIMENSIONALES,LA TRANSFORMACION DE DATOS IMPLICA UN PROCESO SOFISTICADO DE AGRUPACION JERARQUICA DE PUNTOS DE REFERENCIA QUE CARACTERIZA LA FORMA DE LOS RASGOS FACIALES ESPECIFICOS, QUE LUEGO SON DESCRITOS POR VARIOS COMPONENTES PRINCIPALES, MEDIANTE EL ANALISIS DE CORRELACION CANONICA, LOS DATOS OBTENIDOS DE LOS COMPONENTES PRINCIPALES DE CADA INDIVIDUO SE COMPARAN CON LOS DATOS DEL GENOTIPO DE SNPS ESTABLECIENDOSE UNA CORRELACION, LAS CORRELACIONES RESULTANTES DEL ANALISIS DE LOS SNPS MAS LOS DATOS DE SEXO Y ASCENDENCIA (LAS VARIABLES COMO EL SEXO Y LA ANCESTRALIDAD SON MAS INFLUYENTES INCLUSO QUE LAS VARIACIONES GENETICAS) SE EVALUARAN PARA DETERMINAR LA INFORMACION DE LOS DATOS GENETICOS EN COMPARACION CON LAS IMAGENES FACIALES DE REFERENCIA TOMADAS DE UNA GALERIA DE ESCANEOS Y CONJUNTOS DE DATOS GENETICOS, DESARROLLAREMOS RUTINAS DE APRENDIZAJE AUTOMATICO (MACHINE LEARNING ROUTINES TRAINED) CAPACITADAS PARA COMPARAR LOS CONJUNTOS DE DATOS GENETICOS DE REFERENCIA CON LOS DE LOS "DESCONOCIDOS" Y A PARTIR DE LA COINCIDENCIA BASADA EN LA PROBABILIDAD, GENERAR UNA GAMA DE IMAGENES FACIALES QUE PUEDEN SUGERIR UN POSIBLE ASPECTO FISICO,ESTE PROCESO REDUCE EL SESGO QUE SE OBTENDRIA DE LA RECREACION DE UNA SOLA CARA, PARTICULARMENTE PORQUE LA PRECISION ACTUAL DE LAS RECONSTRUCCIONES FACIALES A PARTIR DE DATOS GENETICOS NO ES OPTIMA, PERO ES PROBABLE QUE MEJORE A MEDIDA QUE SE DESCUBRAN NUEVOS LOCI ASOCIADOS A LAS CARACTERISTICAS FACIALES, EL PROYECTO FACE:FIT ESTA DISEÑADO PARA ACTUALIZAR LOS ENSAYOS MPS UTILIZANDO ESTOS NUEVOS DESCUBRIMIENTOS ANALIZANDO ASI MISMO LOS SNPS DE ANCESTRALIDAD, COLOR DE OJOS, CABELLO Y PIEL EN PARALELO A LOS SNPS DE MORFOLOGIA FACIAL, EN UN CONTEXTO FORENSE REALIZANDO ANALISIS DE SNPS CON MPS EN PARALELO PARA TODOS ESTOS RASGOS FISICOS, NUESTRO OBJETIVO ES CONSTRUIR EL PRIMER ENSAYO MPS PARA EL ANALISIS DE LOS SNPS MAS INFORMATIVOS DE MORFOLOGIA FACIAL; EXPLORAR LA EFICIENCIA DE LOS ALGORITMOS DE TRANSFORMACION DE DATOS DE MORFOLOGIA FACIAL; Y EVALUAR A FONDO HASTA QUE PUNTO UNA CARA RECREADA COINCIDIRA CON UNA GALERIA DE CARAS EN COMPARACION CON UN SISTEMA DE MACHINE LEARNING, FORENSIC DNA\PHENOTYPING\FACE SHAPE MORPHOLOGY\GENETIC ASSOCIATION ANALYSIS\CANONICAL CORRELATION ANALYSIS\STRUCTURAL EQUATION MODELING