Envíos recientes
Estudio mediante población de modelos computacionales del potencial de acción de fibra de Purkinje humana en normoxia e isquemia
(2026-06-10) Bodí Casanova, Marta; Ferrero de Loma-Osorio, José María
[ES] Las enfermedades cardiovasculares, y en especial la isquemia miocárdica aguda, representan una de las principales causas de morbimortalidad a nivel mundial, estando estrechamente ligadas a la aparición de arritmias letales. Para lograr comprender estos complejos fenómenos mecánicos e iónicos que suponen un gran desafío si se estudian exclusivamente mediante enfoques experimentales o clínicos , el modelado computacional y la simulación in silico de la electrofisiología cardíaca han emergido como herramientas invaluables.
El objetivo principal de este Trabajo de Fin de Máster (TFM) es desarrollar y validar una población de modelos del potencial de acción (PA) de fibras de Purkinje cardíacas humanas. Con ello, se busca evaluar la variabilidad electrofisiológica en condiciones saludables (normoxia) y analizar cómo responde el tejido frente a una isquemia aguda.
Desde el punto de vista metodológico, el estudio toma como punto de partida el modelo matemático de Trovato et al. (2020). Para capturar de manera fiel la variabilidad biológica natural, se genera una población inicial de 1000 individuos introduciendo variaciones aleatorias (±60 %) en 22 conductancias y permeabilidades iónicas máximas. Esta se calibra en normoxia, simulando a múltiples longitudes de ciclo básico y seleccionando a los individuos mediante rangos de aceptación de biomarcadores derivados de datos experimentales humanos.
Posteriormente, la subpoblación validada se somete a condiciones de isquemia aguda (equivalentes al minuto 10 de una oclusión coronaria). En esta fase, incorporamos los efectos simultáneos de la hipoxia (disminución de ATP), la hiperpotasemia, la acidosis y la acumulación de metabolitos lipídicos.
En definitiva, este trabajo persigue consolidar el uso de las poblaciones de modelos para evaluar la robustez de los modelos matemáticos cardíacos. El fin último es poner a disposición de la comunidad científica una herramienta computacional bien calibrada y fiable, con un enorme potencial para impulsar futuros estudios sobre riesgo arrítmico y tratamientos farmacológicos.
Estudio mediante simulación computacional de las diferencias en el efecto cardiotóxico de fármacos entre especies animales
(2026-06-10) Albert Vidal, Cristina; Ferrero de Loma-Osorio, José María
[ES] En este TFM se comparará, mediante modelado matemático y simulación computacional, el efecto de 95 fármacos sobre el potencial de acción ventricular cardiaco de diferentes especies animales con el objetivo de estudiar la posible extrapolación de la cardiotoxicidad entre especies diferentes. El trabajo se centrará en el estudio de los posibles efectos adversos sobre el corazón en humano, perro, conejo y pez cebra. Se comparará la respuesta electrofisiológica frente a fármacos entre estas especies en cuanto a la variación en la duración del potencial de acción. Para ello, se emplearán modelos computacionales basados en el formalismo de Hodgkin Huxley implementados en MATLAB y modificados para la introducción de las condiciones de simulación deseadas.
Diseño y desarrollo de una plataforma automatizada para la identificación y caracterización de fuentes de datos ómicas a partir de literatura científica
(2026-06-10) Zarzoso Gaya, David; Costa Sánchez, Mireia; Pastor López, Oscar; León Palacio, Ana
[ES] En las últimas décadas, el crecimiento exponencial de las disciplinas ómicas ha dado lugar a una enorme proliferación de fuentes de datos especializadas, cuya elevada dispersión y heterogeneidad dificultan su localización y explotación eficiente. En este contexto, el volumen de información disponible hace inviables los enfoques tradicionales basados en la curación manual de recursos. Para abordar este problema, este Trabajo de Fin de Máster propone el desarrollo de una plataforma automatizada para la identificación y la caracterización de repositorios ómicos. Empleando como fuente primaria la literatura científica indexada en PubMed, la solución integra distintas técnicas y metodologías, incluyendo el modelado conceptual, el uso de APIs de extracción de información y técnicas de Procesamiento del Lenguaje Natural (NLP) basadas en modelos de lenguaje de gran escala (LLM) y en reconocimiento de entidades nombradas (NER). La combinación de estas aproximaciones permite identificar y caracterizar de manera autónoma los recursos descritos en la literatura científica, culminando en la creación de OmicsDB, el primer catálogo de repositorios ómicos que incorpora un sistema de gestión y actualización completamente automatizado.
