Proyectos de investigación

Las enfermedades raras (EERRs) están causadas por una amplia variedad de mutaciones y, por lo general, presentan perfiles sintomáticos complejos que dificultan su identificación por el facultativo no experto. La baja frecuencia en la población que caracteriza a estas enfermedades dificulta sobremanera los estudios comparativos y estadísticos entre pacientes, lo que afecta negativamente a su correcto diagnóstico, así como a su eventual tratamiento mediante la realización de ensayos clínicos convencionales.

Este proyecto tiene como objetivo mejorar nuestra comprensión de múltiples enfermedades raras a través de un enfoque de colaboración multidisciplinar que involucra a grupos con diferentes áreas de especialización en bioinformática e investigación clínica. A medida que comenzamos a comprender mejor estas patologías a nivel genético y molecular, se arroja luz sobre formas novedosas de intervenir terapéuticamente en estas enfermedades. Para lograr estos objetivos, este proyecto desarrolla varios enfoques computacionales, incluido el modelado y el uso de redes biomédicas para identificar genes relacionados con la enfermedad y sus síntomas, los sistemas genéticos subyacentes afectados, y para encontrar nuevas dianas y vías terapéuticas.

Hemos desarrollado un flujo de trabajo de bioinformática para analizar datos transcriptómicos, centrándonos en los cambios de expresión génica asociados con los sistemas funcionales de enfermedades raras de Lafora y PMM2-CDG (Jabato et al., 2021). También hemos avanzado en el desarrollo de un flujo de trabajo para el análisis transcriptómico de miARN, que es capaz de predecir, en base a un análisis de correlación, aquellos genes cuya expresión diferencial está regulada por miARN. También hemos implementado un flujo de trabajo basado en redes tripartitas de mutaciones-fenotipos-pacientes que nos ha permitido vincular fenotipos con genes y sistemas funcionales en pacientes y predecir grupos comórbidos de fenotipos patológicos, así como identificar y validar cohortes de pacientes (Díaz-Santiago et al., 2020; Jabato et al., 2020; Díaz-Santiago et al., 2021; Rojano et al., 2021; Ranea et. Al., 2022; Pazos et al., 2022). Parte de los resultados obtenidos de los análisis bioinformáticos están siendo contrastados con los datos clínicos preexistentes, y comenzando a ser validados experimentalmente, con la obtención de algunos resultados preliminares muy prometedores.