Tecnologies mèdiques: Bioinformàtica i Senyals Biomèdiques

On som

Centre de Recerca en Enginyeria Biomèdica (CREB) UPC

Com arribar-hi

Webs relacionades

Els investigadors del grup de Senyals i Sistemes Biomèdics ofereixen solucions a empreses, hospitals i institucions en el desenvolupament d'aplicacions tecnològiques per utilitzar-les en l'entorn hospitalari, incloent-hi el seu ús en instruments quirúrgics.

Objectius científics

  1. Desenvolupament i validació d'un conjunt de mètodes d'enriquiment funcional de dades òmics basant-se algoritmes difusius.
  2. Estudi estadístic descriptiu en Malalties rares, en col·laboració amb el departament d'Innovació de l'IRSJD Dins el marc del projecte europeu Share4Rare.
  3. Es publicaran nous Mètodes per a l'anàlisi de dades principalment en metabolòmica i Expressió gènica. Aquests Mètodes fins i tot enriquiment anàlisi utilizando el Coneixement Previ de bases de dades d'anotacions existents en com KEGG i Reactome. El grup publicarà una segona versió de Maître (la primera versió està disponible en Bioconductor). Incloent una plataforma en línia interactiva.
  4. Investigació sobre nous índexs de risc clínic basant-biosenyals no invasives.

Àmbit/Camp d'especialització

A la primera línia d'investigació el grup destaca en la investigació de tècniques d'enriquiment funcional mitjançant tècniques difusives amb aplicacions a experiments amb dades de diferents tecnologies òmiques. En aquest sentit cal esmentar els resultats del grup publicats en el repositori de codi lliure en bioinformàtica Bioconductor dels mètodes de difusió en un graf de representació de la biologia en KEGG (Bioconductor - FELLA) on s'ofereix una metodologia per a l'enriquiment funcional en experiments de metabolòmica. El grup també ha publicat algoritmes de difusió normalitzada (Bioconductor - diffustats) així com diverses eines de processament de dades, especialment en metabolòmica (com Bioconductor - Mait, CRAN - eRah, CRAN - baitmet) o en associació genètica (b2slab - MISS).

Respecte a la segona línia, el grup s'especialitza en tècniques multivariants i d'aprenentatge automàtic per a l'anàlisi de grans volums de dades clíniques, biomèdics o bioquímics. Cal destacar l'anàlisi d'una cohort de 1500 pacients diagnosticats amb insuficiència cardíaca en follow-up durant 15 anys, en un treball recentment acceptat al JACC: Journal of the American College of Cardiology (IF 16.8, en col·laboració amb Hospital Universitari Germans Trias i Pujol, Barcelona). El grup també disposa d'experiència, capacitat tècnica i de computació d'alt rendiment per a l'ús d'algoritmes d'aprenentatge profund o Deep Learning. Cal destacar l'ús d'aquestes tècniques per a la construcció de models predictius d'interacció entre proteïnes i compostos a partir de models de xarxes neuronals recurrents (Long Short Term Memory) basant-se seqüències d'aminoàcids i codificació de SMILES ajustats mitjançant TensorFlow (en col·laboració amb Mind The Byte SL).

Pel que fa a l'anàlisi de senyals, el grup té un fort èmfasi en la investigació cardiovascular utilitzant anàlisi de senyal morfològica en electrocardiografia (ECG), estudi de seqüències RR (per la variabilitat del ritme cardíac, HRV) profunditat de l'anestèsia usant senyals d'electroencefalografia (EEG) entre d'altres. Les activitats d'investigació tindran com a objectiu enfortir les metodologies en investigació en el B2SLab en l'ús de tècniques lineals, dinàmica simbòlica, teoria de la informació, complexitat multiescala i multifractalidad.

Membres del grup

Últimes publicacions

Més publicacions