Análisis predictivo con ML/DL en medicina regenerativa

En los años 90 Pierre Baldi en su libro "Bioinformatics : The Machine Learning Approach” exponía las primeras aplicaciones de ML, redes neuronales y modelos ocultos de Markov, en genética y proteómica (estudio a gran escala de las proteínas). Ya en este siglo, las técnicas más avanzadas han permitido secuenciar genomas enteros con facilidad y a un coste relativamente bajo, generando multitud de datos en la industria de la salud que son analizados cada día por científicos de datos en todo el mundo.

La terapia génica es un tratamiento avanzado de actualidad. Se aplica en diferentes patologías siendo hoy día las enfermedades raras, el cancer y las enfermedades autoinmunes las principales beneficiadas. En este último caso, el uso de células mesenquimales (MSCs) ha supuesto un gran avance porque es un tipo de célula que no genera rechazo inmunológico. El uso de herramientas de ML/DL favorecerá su aplicación a mayor escala porque actualmente son terapias muy complejas con un alto coste de producción por el uso de vectores virales.

Eva Camarillo, experta en investigación celular regenerativa, nos introducirá al mundo de las células y los genes para conocer de primera mano cómo aplicar el análisis avanzado de datos en estas terapias médicas.

Bio del Ponente:

https://www.linkedin.com/in/evacamarillo/

Eva es investigadora en el Hospital Universitario de Zürich, en su centro de Reumatología Experimental. Su experiencia en medicina regenerativa es clave para el desarrollo y la transferencia de procesos científicos a la industria biofarmaceútica con medicamentos innovadores como los basados en células somáticas o terapias génicas. Inició su trayectoria en Madrid, Hospital Clínico San Carlos, trabajó en Cellerix, primera empresa española en el desarrollo de la primera terapia basada en células mesenquimales estromales (hoy en Takeda). Después se trasladó a Irlanda con una beca Marie Curie para realizar su tesis doctoral en nuevas estrategias para Cell Therapy.