{"id":6270,"date":"2024-01-26T14:28:58","date_gmt":"2024-01-26T14:28:58","guid":{"rendered":"https:\/\/planescomplementariossalud.es\/?p=6270"},"modified":"2024-01-26T14:29:01","modified_gmt":"2024-01-26T14:29:01","slug":"proyecto-ia4t2d","status":"publish","type":"post","link":"https:\/\/planescomplementariossalud.es\/eu\/proyecto-ia4t2d\/","title":{"rendered":"Proyecto IA4T2D: la inteligencia artificial como clave para predecir el riesgo de diabetes tipo 2"},"content":{"rendered":"\n

Equipos de investigaci\u00f3n del Barcelona Supercomputing Center-Centro Nacional de Supercomputaci\u00f3n (BSC-CNS), la Universidad del Pa\u00eds Vasco\/Euskal Herriko Unibertsitatea (UPV\/EHU) y el Instituto de Investigaci\u00f3n Germans Trias i Pujol (IGTP) est\u00e1n trabajando en un proyecto que utiliza la inteligencia artificial para predecir y prevenir la diabetes tipo 2. La iniciativa se enmarca dentro del Plan Complementario de Biotecnolog\u00eda Aplicada a la Salud, coordinado por el Instituto de Bioingenier\u00eda de Catalunya (IBEC).<\/strong><\/p>\n\n\n\n

\n
\n
\"\"
Fuente: DGLimages \u2013 Getty Images. <\/figcaption><\/figure>\n<\/div>\n<\/div>\n\n\n\n

En los pa\u00edses desarrollados, gran parte de la carga asistencial se centra en el tratamiento de enfermedades cr\u00f3nicas no transmisibles como la diabetes tipo 2, una de las m\u00e1s frecuentes. La investigaci\u00f3n ha intensificado los esfuerzos para encontrar tratamientos y protocolos que puedan predecir y prevenir estas enfermedades.

El desarrollo de modelos predictivos para la diabetes tipo 2 sigue presentando grandes retos a d\u00eda de hoy. Es necesario integrar una visi\u00f3n global que tenga en cuenta todos los elementos a los que estamos expuestos a trav\u00e9s de nuestra dieta, estilo de vida y entorno en el que vivimos y trabajamos, as\u00ed como factores biol\u00f3gicos internos como el metabolismo, la gen\u00e9tica y la epigen\u00e9tica, lo que se conoce como exposoma.

Se han realizado una gran cantidad de estudios identificando variaciones en genes espec\u00edficos con la esperanza de que resulten \u00fatiles como dianas terap\u00e9uticas y para predecir el riesgo de padecer la enfermedad. Sin embargo, el n\u00famero limitado de personas estudiadas de poblaciones concretas y la dificultad para integrar otras variables m\u00e1s all\u00e1 de la gen\u00e9tica, como las marcas epigen\u00e9ticas, hacen que la validez de los modelos de predicci\u00f3n sea todav\u00eda limitada.

El proyecto \u201cIA4T2D: Desarrollo e implementaci\u00f3n de modelos integrados de inteligencia artificial para la predicci\u00f3n del riesgo de la Diabetes de Tipo 2\u201d recurre a la inteligencia artificial para construir modelos basados en el autoaprendizaje que identifiquen determinantes epigen\u00e9ticos, cl\u00ednicos y ambientales. De esta forma, los investigadores esperan poder predecir el riesgo de la enfermedad y clasificar a los pacientes por prognosis y respuesta a los tratamientos existentes.

Rafael de Cid, l\u00edder del proyecto estrat\u00e9gico del IGTP GCAT|Genomes for life<\/a> y co-PI del proyecto, explica: \u201cLos modelos combinados que queremos desarrollar no s\u00f3lo permitir\u00e1n proponer nuevas dianas terap\u00e9uticas, sino tambi\u00e9n identificar predictores que permitan implementar protocolos cl\u00ednicos personalizados para cada persona, as\u00ed como de salud ambiental a nivel poblacional\u201d<\/em>. El presente proyecto analizar\u00e1 una subcohorte cl\u00ednica de 400 voluntarios GCAT. Comparando los perfiles de metilaci\u00f3n analizando cerca de 900,000 puntos CpG, a lo largo de todo el genoma, de voluntarios sanos y diagnosticados con diabetes tipo 2, a fin de identificar los mecanismos epigen\u00e9ticos involucrados en la aparici\u00f3n y progresi\u00f3n de la enfermedad.<\/p>\n\n\n\n

<\/div>\n\n\n\n

El proyecto se inici\u00f3 el pasado mes de junio y tendr\u00e1 una duraci\u00f3n de 22 meses. Est\u00e1 enmarcado en la L\u00ednea de actuaci\u00f3n 2 del Plan Complementario de Biotecnolog\u00eda Aplicada a la Salud<\/a>, enfocada en la obtenci\u00f3n y estudio de amplias bases de datos experimentales que permitan la caracterizaci\u00f3n fisiopatol\u00f3gica de la poblaci\u00f3n, y ha sido cofinanciado por el Ministerio de Ciencia e Innovaci\u00f3n con fondos de la Uni\u00f3n Europea NextGenerationEU, el Plan de Recuperaci\u00f3n, Transformaci\u00f3n y Resiliencia (PRTR-C17.I1) y la Generalitat de Catalunya.

Las entidades involucradas son el Barcelona Supercomputing Center-Centro Nacional de Supercomputaci\u00f3n (BSC-CNS), la Universidad del Pa\u00eds Vasco\/Euskal Herriko Unibertsitatea (UPV\/EHU) y el Instituto de Investigaci\u00f3n Germans Trias i Pujol (IGTP).<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"

Equipos de investigaci\u00f3n del Barcelona Supercomputing Center-Centro Nacional de Supercomputaci\u00f3n (BSC-CNS), la Universidad del Pa\u00eds Vasco\/Euskal Herriko Unibertsitatea (UPV\/EHU) y el Instituto de Investigaci\u00f3n Germans Trias i Pujol (IGTP) est\u00e1n trabajando en un proyecto que utiliza la inteligencia artificial para predecir y prevenir la diabetes tipo 2. La iniciativa se enmarca dentro del Plan Complementario …<\/p>\n

Proyecto IA4T2D: la inteligencia artificial como clave para predecir el riesgo de diabetes tipo 2<\/span> Read More »<\/a><\/p>\n","protected":false},"author":3,"featured_media":6265,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"set","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""}},"footnotes":""},"categories":[72],"tags":[159,195,132],"class_list":["post-6270","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-actualidad-eu","tag-analisis-de-datos-eu","tag-catalunya-eu","tag-proyecto-colaborativo-eu"],"_links":{"self":[{"href":"https:\/\/planescomplementariossalud.es\/eu\/wp-json\/wp\/v2\/posts\/6270","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/planescomplementariossalud.es\/eu\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/planescomplementariossalud.es\/eu\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/planescomplementariossalud.es\/eu\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/planescomplementariossalud.es\/eu\/wp-json\/wp\/v2\/comments?post=6270"}],"version-history":[{"count":1,"href":"https:\/\/planescomplementariossalud.es\/eu\/wp-json\/wp\/v2\/posts\/6270\/revisions"}],"predecessor-version":[{"id":6275,"href":"https:\/\/planescomplementariossalud.es\/eu\/wp-json\/wp\/v2\/posts\/6270\/revisions\/6275"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/planescomplementariossalud.es\/eu\/wp-json\/wp\/v2\/media\/6265"}],"wp:attachment":[{"href":"https:\/\/planescomplementariossalud.es\/eu\/wp-json\/wp\/v2\/media?parent=6270"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/planescomplementariossalud.es\/eu\/wp-json\/wp\/v2\/categories?post=6270"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/planescomplementariossalud.es\/eu\/wp-json\/wp\/v2\/tags?post=6270"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}