Radiotelevisión del Principáu d'Asturies Radiotelevisión del Principado de Asturias
Radiotelevisión del Principado de Asturias
RTPA - Radiotelevisión del Principado de Asturias
Fuente: EFE, 28 de noviembre. 2019 16:12

La Universidad de Oviedo lidera dos nuevas investigaciones

La Universidad de Oviedo lidera dos nuevas investigaciones
La Universidad de Oviedo lidera dos nuevas investigaciones

Abren nuevas vías de tratamiento para la esclerosis y el mieloma múltiple

El equipo del catedrático Juan Luis Fernández-Martínez, de la Universidad de Oviedo, ha liderado sendas investigaciones sobre las causas del mieloma múltiple y de la esclerosis múltiple que abren nuevas vías para establecer sus causas y mejorar su tratamiento farmacológico.

Fernández-Martínez, que dirige el Grupo de Problemas Inversos, Optimización y Aprendizaje Automático de la universidad, ha explicado que con técnicas novedosas son capaces de reposicionar fármacos que han sido ya aceptados para otras patologías.

El catedrático confía en que, en un breve espacio de tiempo, puedan publicar resultados sobre algunos de los estudios sobre enfermedades como el Alzheimer, el Párkinson, la fibromialgia, el cáncer de mama triplemente negativo, o el cáncer de páncreas.

Hace más de un año iniciaron un programa de investigación del cáncer infantil que está proporcionando sus primeros resultados en el caso de la leucemia linfocítica aguda en el programa recaída-cero.

En su opinión, la medicina de precisión y el diseño de fármacos no se concibe sin la ayuda de la inteligencia artificial y estima que es la única manera de avanzar en la erradicación de enfermedades y encontrar "de modo económico" nuevos tratamientos.

El grupo ha logrado un importante avance en los estudios sobre el mieloma múltiple, un cáncer de células plasmáticas, es decir, de uno de los tipos de células más importantes del sistema inmunitario, que se encuentran en la médula ósea.

En su estudio, realizado en colaboración con el hospital Nationwide Children, de Ohio (Estados Unidos), utilizaron técnicas de muestreo robusto de los datos genéticos de la enfermedad, por medio de algoritmos que han permitido caracterizar las vías genéticas alteradas en pacientes con esta enfermedad.

Para el diseño de los algoritmos, el Grupo de Problemas Inversos ha estudiado diferentes conjuntos de datos de expresión genética de pacientes anónimos que están en la plataforma GEO del Centro Nacional para la Información Biotecnológica (NCBI) de Estados Unidos.

El estudio se ha centrado en detectar las vías genéticas que pueden estar alteradas en la mayor parte de los pacientes y en él se ha aplicado la predicción matemática a los datos analizados para obtener unas conclusiones que permitieran orientar unos patrones de comportamiento comunes.

En colaboración con el profesor Andrzej Klozckowski, de un hospital norteamericano, ha mostrado la importancia de vías alteradas relacionadas con enfermedades infecciosas, respuesta del sistema inmunológico, diferentes aspectos del metabolismo, reparación del ADN y reciclaje de proteínas, entre otras.

Todos estos resultados serán utilizados en el futuro para determinar qué fármacos empleados para otras enfermedades pueden usarse para tratar el mieloma múltiple, según recoge la Universidad en una nota de prensa.

En el caso de la esclerosis múltiple, que es una enfermedad degenerativa y crónica del sistema nervioso de origen autoinmune, en colaboración con el profesor americano Leorey Saligan, se ha encontrado que los genes afectados más importantes están relacionados con la producción de hemoglobina.

Además, en este estudio han concluido que las vías genéticas alteradas principales tienen que ver con la producción de un tipo de proteínas que regulan la respuesta inmune y con sus hallazgos confirmarían el origen infeccioso de esta enfermedad.

banner publicidad

© 2024 Radiotelevisión del Principado de Asturias | Todos los derechos reservados

Publicidad | Aviso Legal | Política de privacidad | Política de cookies | Consentimiento de cookies | RSS | Sobre RTPA | Entidad adherida a AUTOCONTROL