Proyecto HEQUIPA
Ficha
2019
Salud
Encore-lab, IANDI, UNIRIOJA, CIBIR, AERTIC
Perfiles metabolomicos, técnicas GC-MS, técnicas de minería y análisis de datos.
Descripción del proyecto
El cáncer sigue constituyendo una de las principales causas de mortalidad del mundo, con aproximadamente 14 millones de casos nuevos por año. Las estimaciones poblacionales indican que el número de casos nuevos probablemente aumente en un 70 % en las próximas décadas, alcanzando los 24 millones de casos en el año 2035.
En 2017 el cáncer de pulmón ha constituido la principal causa de muerte por tumores a nivel europeo, seguido del cáncer de colon, cáncer de mama y el cáncer de próstata. En España, el cáncer fue la segunda causa de muerte casi igualando a las enfermedades cardiovasculares (27,4% frente a un 29,5%).
En España, según las últimas estimaciones de 2015, el cáncer de páncreas ocupa el undécimo lugar en incidencia en varones y el séptimo en mujeres, con unos 6.914 casos anuales (3513 casos en hombres y 3401 mujeres), y una tendencia creciente en las tasas de incidencia durante los últimos 20 años.
La supervivencia específica por cáncer de páncreas no ha variado significativamente en los últimos 40 años, independientemente del estadio de la enfermedad. Los pacientes con enfermedad avanzada continúan teniendo una supervivencia a 5 años del 2% o menos. Algunos análisis retrospectivos en pacientes con cáncer de páncreas resecados, revelan la misma tasa de supervivencia en los años 2000 que en los años 80.
Por todo ello, se ha imprescindible abordar proyectos que permitan mejorar los métodos actuales de pronóstico y de configuración de tratamientos de quimioterapia según su potencial efectividad.
El objetivo general del proyecto consiste en el desarrollo de una herramienta capaz de pronosticar y predecir la respuesta del cáncer de páncreas a los tratamientos de quimioterapia, en base a los datos y al patrón de expresión de compuestos orgánicos volátiles (VOCs) de manera que facilite el tratamiento individualizado a cada paciente.
Respuesta de Encore-Lab
- Integración del modelo en la herramienta
- Programación de las funcionalidades de la herramienta TIC
- Implementación dentro de la herramienta de protocolos de sistema de seguridad y encriptación de la información
- Desarrollo de APIs para manipulación de información de las bases de datos abiertas.
- Técnico de análisis de datos, Ingeniero Técnico y/o Matemático.
- Coordinación de las tareas de análisis estadísitico, bioinformático y modelado
- Colaborar en la definición de los protocolos de anonimización de datos
- Definir las características de la aplicación a desarrollar
- Definir la arquitectura de los datos para hacerlos abiertos
- Análisis preliminar de los datos médicos y datos de analíticas VOCs.
- Validación de modelos
- Validación de la herramienta TIC
- Definición de estrategias para tratamiento de datos faltantes o anómalos.
- Análisis de la calidad de los datos
- Procesamiento y preparación de los dataset para entrenamiento y validación cruzada
- Desarrollo de modelos
- Evaluación continua de los modelos desarrollados.
- Búsqueda de relaciones entre datos y resultados
- Integración del modelo en la herramienta TIC
Resultados
El proyecto plantea dos líneas de actuación independientes pero que se fusionarán en una herramienta predictiva que integrará:
• El análisis del perfil metabolómico de adenocarcinomas de páncreas mediante técnicas de espectrometría de masas y cromatografía de gases en base al análisis de compuestos orgánicos volátiles (VOCs) presentes en la sangre.
• El análisis de los datos clínicos y analíticos de pacientes con cáncer de páncreas disponibles en las bases de datos del hospital San Pedro mediante técnicas de minería de datos.
Los compuestos orgánicos volátiles (VOC) son los productos finales del metabolismo celular y que pueden detectarse tanto en aliento como en fluidos corporales. Los VOC pueden reflejar cambios metabólicos en respuesta a factores externos y a factores intrínsecos como la inflamación necrosis, alteración de la microbiota, y, por supuesto, el cáncer.
Es la primera vez que se propone esta técnica para la identificación de biomarcadores de adenocarcinoma de páncreas, aunque sí que ha sido propuesta para la detección en otro tipo de cáncer como el melanoma.
Para el análisis de datos se utilizará la metodología CRISP-DM, un modelo de procesos en estándar abierto que describe los enfoques comunes que utilizados en la minería de datos. Actualmente es la metodología analítica más utilizada.
Inicialmente se realizará un análisis de datos obtenidos de los datos demográficos, analíticos y clínicos disponibles en el hospital San Pedro de pacientes tratados con quimioterapia para el
cáncer de páncreas (análisis retrospectivo). Con estos se desarrollarán algoritmos que clasifiquen los pacientes en función de la eficacia del tratamiento de quimioterapia (análisis prospectivos).
La herramienta será capaz de predecir que tratamiento de quimioterapia para el cáncer de páncreas es el más adecuado, en función de los datos obtenidos de la analítica del perfil metabolómico y los datos analizados mediante técnicas de minería de datos en base al aprendizaje del historial clínico de pacientes anteriores. La herramienta podrá ser utilizada por los doctores en sus consultas a través de la conexión a un servidor donde se alojará la aplicación. Esta herramienta procesará la información introducida por los doctores y permitirá obtener una clasificación del paciente entre varios grupos de respuesta a la quimioterapia.
