Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

DPI2017-84439-R

Financiado

Cerrado

NUEVAS METODOLOGIAS DE INTELIGENCIA ARTIFICIAL PARA LA RECONSTRUCCION DE HAPLOTI...

NUEVAS METODOLOGIAS DE INTELIGENCIA ARTIFICIAL PARA LA RECONSTRUCCION DE HAPLOTIPOS A PARTIR DE SECUENCIACION DE ADN ESTE PROYECTO PRETENDE CONTINUAR LA INVESTIGACION QUE SE ESTA REALIZANDO CON EL PROYECTO TIN2013-41990-R PARA CONTRIBUIR A LA MEDICINA DE PRECISION (MP), LA MP SE BASA EN LA CARACTERIZACION DE LA VARIABILIDAD INDIVIDUAL CON EL FIN... ver más

01/01/2017

UGR

188K€

Presupuesto del proyecto: 188K€

Líder del proyecto

UNIVERSIDAD DE GRANADA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 5524

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2017-01-01 No tenemos la información de la convocatoria

0% 100%

Características del participante

Este proyecto no cuenta con búsquedas de partenariado abiertas en este momento.

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

Participantes

UGR

Lider

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Líder del proyecto

UNIVERSIDAD DE GRANADA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 5524

Presupuesto del proyecto 188K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto ESTE PROYECTO PRETENDE CONTINUAR LA INVESTIGACION QUE SE ESTA REALIZANDO CON EL PROYECTO TIN2013-41990-R PARA CONTRIBUIR A LA MEDICINA DE PRECISION (MP), LA MP SE BASA EN LA CARACTERIZACION DE LA VARIABILIDAD INDIVIDUAL CON EL FIN DE PERSONALIZAR LA PREVENCION, EL DIAGNOSTICO Y EL TRATAMIENTO DE ENFERMEDADES, SIN EMBARGO, EN MUCHOS CASOS UNA ENFERMEDAD NO ESTA CARACTERIZADA POR UNA UNICA SECUENCIA DE ADN O GENOMA, SINO POR UNA MEZCLA HETEROGENEA DE DISTINTAS SECUENCIAS DE ADN (HAPLOTIPOS), POR EJEMPLO, ES CONOCIDO QUE LAS CELULAS CANCEROSAS EN UNA MUESTRA TUMORAL DE UN INDIVIDUO NO SON TODAS IDENTICAS, SINO QUE FORMAN POBLACIONES CON DIFERENTES GENOMAS (HAPLOTIPOS) [GAWAD 2016], LA MAYORIA DE LOS ENFOQUES EXISTENTES IGNORAN ESTA VARIABILIDAD Y CARACTERIZAN ESTAS MUESTRAS CON UN GENOMA AGREGADO DE CONSENSO QUE REPRESENTA SOLO EL HAPLOTIPO MAS ABUNDANTE, EN ESTOS CASOS, EL PROGRESO DE LA MP SE VE OBSTACULIZADO POR ESTA CARACTERIZACION INCOMPLETA DE LAS CAUSAS GENETICAS DE LAS ENFERMEDADES,EL OBJETIVO GENERAL DEL PROYECTO ES EL DESARROLLO DE NUEVAS METODOLOGIAS ESTADISTICAS Y DE INTELIGENCIA ARTIFICIAL PARA LA IDENTIFICACION DE HAPLOTIPOS EN MUESTRAS CON MEZCLAS HETEROGENEAS DE ADN, EXISTEN MULTIPLES APLICACIONES CLINICAS PARA ESTAS METODOLOGIAS, EN ESTE PROYECTO PROPONEMOS LAS SIGUIENTES: RECONSTRUCCION DE QUASISPECIES VIRALES: CUALQUIER INFECCION VIRICA DENTRO DE SU HUESPED ES, EN REALIDAD, UNA POBLACION HETEROGENEA DE VIRUS CON DIFERENTES HAPLOTIPOS, CUYA CARACTERIZACION ES CLAVE PARA EL DESARROLLO DE VACUNAS Y COMPRENDER SU RESISTENCIA POTENCIAL A FARMACOS ANTIVIRALES,HETEROGENEIDAD DEL ADN MITOCONDRIAL Y SU POSIBLE PAPEL EN EL DESARROLLO DEL CANCER COLORRECTAL (CRC) [ERRICHIELLO 2017],LAS METODOLOGIAS DESARROLLADAS TENDRAN EL POTENCIAL DE SER UTILIZADAS EN OTRAS APLICACIONES CLINICAS,ESTE OBJETIVO PLANTEA DESAFIOS COMPUTACIONALES Y ESTADISTICOS, EN SU MAYORIA RELACIONADOS CON LOS DATOS DE ENTRADA PARA INFERIR LOS HAPLOTIPOS: SUBCADENAS TIPICAMENTE MUY CORTAS DE ADN (LLAMADAS READS) OBTENIDAS MEDIANTE SECUENCIACION, LOS METODOS EXISTENTES QUE ABORDAN ESTE PROBLEMA SE RESTRINGEN AL USO DE ESTAS SUBCADENAS CORTAS, LO QUE LIMITA LOS RESULTADOS OBTENIDOS, LAS NUEVAS TECNOLOGIAS DE SECUENCIACION DE TERCERA GENERACION ESTAN REVOLUCIONANDO EL POTENCIAL DE LOS DATOS DE SECUENCIACION, YA QUE OFRECEN INCREMENTOS DE 100 VECES EN LA LONGITUD DEL READ, AUNQUE CON UN INCREMENTO SIMILAR DEL RUIDO, POR LO TANTO, SE REQUIEREN NUEVAS HERRAMIENTAS COMPUTACIONALES QUE: 1) EXPLOTEN LOS BENEFICIOS DE LOS READ LARGOS PARA IDENTIFICAR HAPLOTIPOS, 2) ESCALEN BIEN CON EL AUMENTO DE LONGITUD DE READS 3) SEAN ROBUSTAS A UN MAYOR RUIDO, ESTO HACE QUE LA PROPUESTA SEA OPORTUNA: FACTIBLE E INNOVADORA,OBJETIVOS ESPECIFICOS:1,- DESARROLLO DE UN PIPELINE COMPUTACIONAL PARA GENERAR BENCHMARKS SIMULADOS DE READS LARGOS,2,- EVALUACION COMPARATIVA DE METODOLOGIAS EXISTENTES PARA LA RECONSTRUCCION DE HAPLOTIPOS UTILIZANDO ESTOS BENCHMARKS,3,- DESARROLLO Y EVALUACION DE NUEVAS METODOLOGIAS PARA LA RECONSTRUCCION DE HAPLOTIPOS DISEÑADOS ESPECIFICAMENTE PARA READS LARGOS USANDO TECNICAS ESTADISTICAS Y DE I,A, (MODELOS MIXTOS, CLUSTERING, GRAFOS, ETC,),4,- APLICACION DE LAS NUEVAS METODOLOGIAS AL PROBLEMA DE LA RECONSTRUCCION DE CUASIESPECIES VIRALES Y LA CARACTERIZACION DE HETEROGENEIDAD MITOCONDRIAL PARA CRC CON DATOS REALES, VALIDACION CON EXPERTOS CLINICOS,5, INTEGRACION DE LAS HERRAMIENTAS DESARROLLADAS EN UN SERVIDOR WEB DE ACCESO PUBLICO, BIOINFORMÁTICA\INTELIGENCIA ARTIFICIAL\RECONSTRUCCIÓN DE HAPLOTIPOS\SECUENCIACIÓN PROFUNDA\MEDICINA DE PRECISIÓN\QUASIESPECIES VIRALES\ADN MITOCONDRIAL.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores