Priorización de genes y búsqueda de fármacos por medio de herramientas informáticas y técnicas de aprendizaje de máquinas en osteosarcoma

  1. Cabrera-Andrade, Alejandro
Zuzendaria:
  1. Cristian-Robert Munteanu Zuzendarikidea
  2. Humberto González Díaz Zuzendarikidea

Defentsa unibertsitatea: Universidade da Coruña

Fecha de defensa: 2021(e)ko maiatza-(a)k 20

Epaimahaia:
  1. María Jesús Taboada Iglesias Presidentea
  2. Carlos Fernández-Lozano Idazkaria
  3. Víctor Manuel Maojo García Kidea

Mota: Tesia

Teseo: 662373 DIALNET lock_openRUC editor

Laburpena

O osteosarcoma é o subtipo máis común de cancro óseo primario, que afecta principalmente a adolescentes. Nos últimos anos, varios estudos centráronse en dilucidar os mecanismos moleculares deste sarcoma; con todo, a súa etioloxía molecular aínda non foi determinada con precisión. Por outra banda, o seu diagnóstico clínico é xeralista e as súas terapias non cambiaron nas últimas décadas. Aínda que hoxe as taxas de supervivencia a 5 anos poden chegar ata o 60- 70%, as complicacións agudas e os efectos tardíos do tratamento con osteosarcoma son dous dos factores limitantes dos tratamentos. Deste xeito, o obxectivo desta tese de doutoramento é desenvolver unha estratexia de priorización que permita a identificación de xenes asociados á patoxenicidade do osteosarcoma e explicar máis plenamente a etioloxía desta enfermidade. Por outra banda, buscamos desenvolver algoritmos de predición de medicamentos baseados na aprendizaxe automática que permitan propoñer novos axentes terapéuticos para o tratamento desta enfermidade. Todos os resultados obtidos publicáronse en revistas científicas internacionais cun importante factor de impacto JCR.