Un nuevo sistema desarrollado en la Facultad de Informatica de la Universidad Politecnica de Madrid permite obtener secuencias
geneticas de la literatura cientifica, con altos valores de precision (97,98%) y exhaustividad (95,77%). El sistema facilita la
tarea de identificacion y localizacion de secuencias de primers y/o probes a los investigadores, ahorrandoles una cantidad de
tiempo importante, que pueden a su vez ser invertir en mejorar la calidad asistencial y/o en tareas investigadoras.
Una investigacion desarrollada en la Facultad de Informatica de la Universidad Politecnica de Madrid permite la deteccion y anotacion de secuencias geneticas pertenecientes a microorganismos responsables de enfermedades infecciosas que aparecen en un manuscrito dado, aceptando varios formatos para dicho articulo, entre ellos el PDF, el sistema de representacion de documentos mas utilizado por los investigadores.
Ademas, la investigacion ha reutilizado las mismas tecnicas de deteccion de secuencias geneticas para crear un indice con todos los articulos de PubMed Central PMC) , la base de datos bibliograficos que proporciona libre acceso a obras cientificas biomedicas y biologicas. La investigacion ha asociado a cada articulo de PubMed Central las secuencias geneticas detectadas.
Segun publica la FIUPM en un comunicado, el metodo de deteccion de secuencias presenta unos altos valores de precision (97,98%) y exhaustividad (95,77%). El sistema de anotacion ha encontrado satisfactoriamente el nombre del microorganismo asociado a las secuencias en un alto porcentaje de ocasiones: se ha podido anotar correctamente las secuencias con el nombre del organismo en un 83,29% de los casos. Hay que destacar al respecto que en el 15,45% de los casos, esta anotacion era imposible, ya que las secuencias a anotar no pertenecian a microrganismos responsables de enfermedades infecciosas.
Respecto a los nombres de gen, la investigacion solo ha podido encontrarlos en un 44,32% de los casos debido a que la informacion a recuperar no esta siempre contenida en las bases de datos e, incluso, puede no ser conocida todavia.
Por ultimo, la investigacion ha reutilizado la deteccion y anotacion de secuencias geneticas para asociar a cada articulo de PubMed Central las secuencias genéticas que contiene. En el momento de la creación del índice, la cantidad de artículos descargables de PMC era de 176.672. Como se disponía de una versión de cada artículo en formato XML, se utilizó este formato de representación porque reduce los tiempos respecto al tratamiento de artículos en PDF.
Aunque el sistema desarrollado en la FIUPM es completamente funcional y ofrece resultados útiles y precisos, abre nuevas vías de investigación para su perfeccionamiento tanto en términos de funcionalidad como de mejora de resultados y de rendimiento.
Los resultados de esta investigación se han publicado en la revista BMC Bioinformatics . En ella están implicados miembros del Departamento de Inteligencia Artificial, el Grupo de Informática Biomédica y el Departamento de Lenguajes y Sistemas Informáticos, todos ellos de la FIUPM. Asimismo, ha participado en la investigación la unidad de Bioinformática y salud pública del Instituto de Salud Carlos III.
Por la FIUPM, sus autores son Miguel García-Remesal, Alejandro Cuevas, Guillermo de la Calle, Diana de la Iglesia, David Pérez-Rey, José Crespo y Víctor Maojo. Por el Instituto de Salud Carlos III firman Victoria López-Alonso, Guillermo López-Campos y Fernando Martín-Sánchez.
Anteriormente, esta investigación había dado origen a otro artículo en la revista líder del área de la Bioinformática, Bioinformatics, sobre la aplicación PubDNA Finder, el primer buscador de artículos científicos con secuencias de ácidos nucléicos del que la Facultad de Informática de la UPM informó en otra nota de prensa.
Ir al articulo original
Para el fondo #FEEFB1
#685D47
#913420
#1E2729
#C1D9C5
