La UMH dedica un seminario a la genómica y a la bioinformática en el cáncer
El Instituto en Investigación, Desarrollo e Innovación en Biotecnología Sanitaria de Elche (IDiBE) de la Universidad Miguel Hernández (UMH) ha organizado el seminario "Genómica y Bioinformática en el Cáncer: Los desafíos de las enfermedades complejas con datos complejos", que impartirá el profesor del Centro de Investigación del Cáncer Javier de Las Rivas. La actividad se celebrará mañana viernes, 18 de enero, a las 11:30 horas, en el Aula de Seminarios von Humboldt del edificio Torregaitán del campus de Elche.
La conferencia presentará la realidad actual de los estudios biomédicos y biomoleculares sobre el cáncer y la aplicación en ellos de las nuevas tecnologías de manejo de datos e información a gran escala dentro de la nueva área, llamada Bioinformática y Biología Computacional.
El cáncer es una enfermedad compleja que puede afectar órganos y tejidos muy distintos (pulmón, colon, mama, próstata, piel, hígado, sangre, cerebro, etc.) y que se ha descubierto que tiene un rango genómico, es decir, es una enfermedad compleja que normalmente no afecta sólo a uno o varios genes, sino a muchos genes que son diferentes, no sólo en los distintos tipos de cáncer por el órgano primario sino, también, distintos en cada paciente y en distintos estadios de la enfermedad. Además, el estudio de esta enfermedad se ha abordado de modo prioritario en la última década al utilizar las nuevas tecnologías "omicas" que permiten la lectura global de todos los genes (genómica) o de la mayoría de las proteínas (proteómica) de las células y los tejidos estudiados. La aplicación de estas nuevas tecnologías supone la generación de miles de datos que sólo pueden ser tratados y analizados convenientemente con métodos computacionales y estadísticos avanzados.
El Centro de Investigación del Cáncer, CiC-IBMCC, CSIC/USAL, desarrolla este tipo de métodos para abordar los estudios genómicos de cáncer derivados de muestras de pacientes. En esta línea se presentará el desarrollo y aplicación de varios algoritmos relacionados con la optimización en la estratificación y catalogación de pacientes, basada tanto en la presencia de ciertos biomarcadores nuevos, como en los estudios combinados de datos genómicos y datos de supervivencia. La combinación adecuada de datos de genómica y datos de supervivencia clínica permite la construcción de predictores de riesgo y la aplicación de estos predictores a los pacientes.
