UN PROCESO PARA LA IDENTIFICACION SISTEMATICA DE VARIACIONES GENOMICAS: APLICACIONES A LA MEDICINA DE PRECISION

Abstract

El continuo descubrimiento de nueva información genómica genera un enorme volumen de datos relacionados con mutaciones genéticas que pueden ser relevantes para el diagnóstico clínico genómico de la enfermedad analizada. La identificación precisa y correcta de qué variaciones son las significativas a efectos de dicho diagnóstico es un problema de primera magnitud en el ámbito de la moderna Medicina de Precisión Este proyecto enfrenta y propone una solución a ese problema: como determinar qué variaciones son las correctas, teniendo que seleccionarlas entre un conjunto extenso y diverso de fuentes de datos genómicos, con información muchas veces inconsistente, incompleta, presentados en formatos diversos, heterogénea y en definitiva, de complejo tratamiento tanto por el volumen de datos implicado como por la comentada heterogeneidad en la procedencia de los datos que hay que gestionar. Dicha heterogeneidad en los repositorios y la variedad de datos existentes generan conflictos durante la interpretación. El trabajo desarrollado en el proyecto unifica y sistematiza el proceso de identificación para asegurar la fiabilidad y precisión por su futura aplicación en la medicina clínica. Para conseguirlo se utiliza la metodología SILE para la búsqueda, identificación, carga e explotación de los datos genómicos. El trabajo desarrollado ha explorado en profundidad la fase de identificación, mejorándolo de forma continua y analizando su viabilidad con dos casos prácticos que han demostrado la viabilidad del proceso de identificación. Se ha comprobado también que se cumplen con los criterios de calidad que la metodología SILE propone. El trabajo de Tesis fin de máster se ha aplicado a nivel práctico a la búsqueda e identificación de los SNPs (Single Nucleotide Polimorphism), que se refieren a Polimorfismos de Nucleótidos que están asociados a la enfermedad de Diabetes Mellitus Tipo 2 y Trombosis Venosa Profunda. El proceso sistemático de identificación de variaciones genómicas es un paso adelante concreto y relevante en el ámbito del desarrollo del cuerpo de conocimiento asociado al diseño y gestión de Sistemas de Información Genómicos, líneas de I+D muy activa en el Centro de I+D en Métodos de Producción de Software de la Universidad Politécnica de Valencia, y conecta de forma precisa Ingeniería de Sistemas de Información, Ciencias de Datos Genómicos y aplicaciones a la Medicina de Precisión.

The continuous discovery of new genomic information generates a huge volume of data related to genetic mutations that may be relevant to the clinical genomic diagnosis of diseases. The precise and correct identification of significant variations for the diagnosis of indicated purpose is a problem of first magnitude in the field of modern Precision Medicine This project confronts and proposes a solution to this problem: how to determine which variations are the right ones, selecting them among an extensive and diverse set of genomic data sources, with information that is often inconsistent, incomplete, presented in diverse formats, heterogeneous and definitive, complex treatment both for the volume of data involved and for the aforementioned heterogeneity in the origin of the data that must be managed. This heterogeneity in the repositories and the variety of existing data generates conflicts during the interpretation. The work developed in the project unifies and systematizes the identification process to ensure reliability and accuracy for its future application in clinical medicine. To achieve this, the SILE methodology is used to search, identify, load and exploit genomic data. The work developed has explored in depth the identification phase, improving it continuously and analyzing its viability with two practical cases that have demonstrated the viability of the identification process. It has also been verified that the quality criteria that the SILE methodology proposes are met. This Master's Thesis work has been applied at a practical level to search and identify SNPs (Single Nucleotide Polymorphism), which refer to Nucleotide Polymorphisms that are associated with the disease of Type 2 Diabetes Mellitus and Deep Vein Thrombosis. The systematic process of identifying relevant genomic variations is a concrete and relevant step forward in the development of the body of knowledge associated with the design and management of Genomic Information Systems, very active R & D field in the R & D Center in Software Production Methods of the Polytechnic University of Valencia, and precisely connects Information Systems Engineering, Genomic Data Sciences and applications to Precision Medicine.