Tecnologías médicas: Bioinformática y señales biomédicas

Programa de investigación

Tecnologías de la Salud e Innovación

Jefes de grupo

Dónde estamos

Centre de Recerca en Enginyeria Biomèdica (CREB) · UPC (CREB) UPC

Cómo llegar

Webs relacionadas

Los investigadores del grupo de Señales y Sistemas Biomédicos ofrecen soluciones a empresas, hospitales e instituciones en el desarrollo de aplicaciones tecnológicas para utilizarlas en el entorno hospitalario, incluyendo su uso en instrumentos quirúrgicos.

Objetivos científicos

  1. Desarrollo y validación de un conjunto de métodos de enriquecimiento funcional de datos ómicos en base a algoritmos difusivos.
  2. Estudio estadístico descriptivo en enfermedades raras, en colaboración con el departamento de Innovación del IRSJD dentro del marco del proyecto europeo Share4Rare.
  3. Se publicarán nuevos métodos para el análisis de datos principalmente en metabolómica y expresión génica. Estos métodos incluirán enriquecimiento análisis utilizando el conocimiento previo de bases de datos de anotación existentes como KEGG y Reactome. El grupo publicará una segunda versión de MAIT (la primera versión está disponible en Bioconductor). Incluyendo una plataforma online interactiva.
  4. Investigación sobre nuevos índices de riesgo clínico en base a bioseñales no invasivas.

Àmbit/Camp d'especialització

En la primera línea de investigación el grupo destaca en la investigación de técnicas de enriquecimiento funcional mediante técnicas difusivas con aplicaciones a experimentos con datos de diferentes tecnologías ómicas. En este sentido cabe mencionar los resultados del grupo publicados en el repositorio de código libre en bioinformática Bioconductor de los métodos de difusión en un grafo de representación de la biología en KEGG (Bioconductor - FELLA) donde se ofrece una metodología para el enriquecimiento funcional en experimentos de metabolómica. El grupo también ha publicado algoritmos de difusión normalizada (Bioconductor - diffustats) así como varias herramientas de procesado de datos, especialmente en metabolómica (como Bioconductor - MAIT, CRAN - eRah, CRAN - baitmet) o en asociación genética (b2slab - MISS).

Respecto a la segunda línea, el grupo se especializa en técnicas multivariantes y de aprendizaje automático para el análisis de grandes volúmenes de datos clínicos, biomédicos o bioquímicos. Cabe destacar el análisis de una cohorte de 1500 pacientes diagnosticados con insuficiencia cardíaca en follow-up durante 15 años, en un trabajo recientemente aceptado en el JACC: Journal of the American College of Cardiology (IF 16.8, en colaboración con Hospital Universitario Germans Trias i Pujol, Barcelona). El grupo también dispone de experiencia, capacidad técnica y de computación de alto rendimiento para el uso de algoritmos de aprendizaje profundo o Deep Learning. Cabe destacar el uso de estas técnicas para la construcción de modelos predictivos de interacción entre proteínas y compuestos a partir de modelos de redes neuronales recurrentes (Long Short Term Memory) en base a secuencias de aminoácidos y codificación de SMILES ajustados mediante TensorFlow (en colaboración con Mind The Byte S.L.).

Respecto al análisis de señales, el grupo tiene un fuerte énfasis en la investigación cardiovascular utilizando análisis de señal morfológica en electrocardiografía (ECG), estudio de secuencias RR (para la variabilidad del ritmo cardíaco, HRV) profundidad de la anestesia usando señales de electroencefalografía (EEG) entre otros. Las actividades de investigación tendrán como objetivo fortalecer las metodologías en investigación en el B2SLab en el uso de técnicas lineales, dinámica simbólica, teoría de la información, complejidad multiescala y multifractalidad.

Miembros del grupo

Últimas publicaciones

Más publicaciones