Grupo de investigación de la PUCP desarrolla técnicas de Inteligencia Artificial en la predicción de interacciones causales gen gen

24/04/2019

Entender cómo interactúan los genes y cómo dichas interacciones se pueden alterar y desencadenar patologías es fundamental para seguir avanzando en la creación de drogas y terapias celulares que compensen dichas desregulaciones. Los procedimientos usuales para estudiar las interacciones génicas resultan ser demandantes en cuanto a dinero y mano de obra. Debido a ello, dicha investigación buscó maneras de aplicar técnicas de Inteligencia Artificial para detectar interacciones causales gen-gen y mejorar futuras investigaciones sobre el tema.

Junto con el Instituto de Geonómica Funcional de la Universidad de Regensburg (Alemania), se lograron obtener cuatro principales resultados: una nueva metodología de aplicación de técnicas de Aprendizaje de Máquina para inferir interacciones causales de genes, una búsqueda exhaustiva de modelos con mejor capacidad de inferencia, entendimiento de los factores clave para la generación de mejores modelos, y finalmente una interpretación orientada biológicamente a la detección de los resultados de dicha investigación.

Los impactos de esta investigación no son solo útiles para el campo de la genómica. La aplicación de técnicas de Inteligencia Artificial para apoyar el estudio de interacciones génicas representa un camino promisor para acelerar el desarrollo de drogas y terapias para enfermedades de origen génico, como el cáncer.

El coordinador general del proyecto fue el Dr. César Beltrán Castañón y el investigador principal, el Dr. Edwin Rafael Villanueva Talavera; además fue financiada por Innóvate Perú. El evento de presentación de resultados se llevará a cabo el día jueves 25 de abril a las 10 am en el auditorio de la Facultad de Ciencias e Ingeniería.