Nuevo sistema para obtener secuencias
genéticas de la literatura científica
Ofrece una precisión y exhaustividad
superior al 95%
Un nuevo sistema desarrollado en la Facultad de
Informática de la Universidad Politécnica de Madrid
permite obtener secuencias genéticas de la literatura
científica, con altos valores de precisión (97,98%)
y exhaustividad (95,77%). El sistema facilita la
tarea de identificación y localización de secuencias
de primers y/o probes a los investigadores,
ahorrándoles una cantidad de tiempo importante,
que pueden a su vez ser invertir en mejorar la
calidad asistencial y/o en tareas investigadoras.
Una investigación desarrollada en la Facultad de
Informática de la Universidad Politécnica de Madrid
permite la detección y anotación de secuencias genéticas
pertenecientes a microorganismos responsables de enfermedades
infecciosas que aparecen en un manuscrito dado, aceptando
varios formatos para dicho artículo, entre ellos el PDF,
el sistema de representación de documentos más utilizado
por los investigadores.
Además, la investigación ha reutilizado las mismas técnicas
de detección de secuencias genéticas para crear un índice con
todos los artículos de PubMed Central PMC)
, la base de datos bibliográficos que proporciona libre acceso a
obras científicas biomédicas y biológicas. La investigación ha
asociado a cada artículo de PubMed Central las secuencias genéticas
detectadas.
Según publica la FIUPM en un comunicado, el método de detección
de secuencias presenta unos altos valores de precisión (97,98%)
y exhaustividad (95,77%). El sistema de anotación ha encontrado
satisfactoriamente el nombre del microorganismo asociado a las
secuencias en un alto porcentaje de ocasiones: se ha podido
anotar correctamente las secuencias con el nombre del organismo
en un 83,29% de los casos. Hay que destacar al respecto que en
el 15,45% de los casos, esta anotación era imposible, ya que las
secuencias a anotar no pertenecían a microrganismos responsables
de enfermedades infecciosas.
Detección y anotación de
secuencias genéticas
Respecto a los nombres de gen, la investigación sólo ha podido
encontrarlos en un 44,32% de los casos debido a que la
información a recuperar no está siempre contenida en las bases
de datos e, incluso, puede no ser conocida todavía.
Por último, la investigación ha reutilizado la detección y
anotación de secuencias genéticas para asociar a cada artículo
de PubMed Central las secuencias genéticas que contiene. En el
momento de la creación del índice, la cantidad de artículos
descargables de PMC era de 176.672. Como se disponía de una versión
de cada artículo en formato XML, se utilizó este formato de
representación porque reduce los tiempos respecto al tratamiento
de artículos en PDF.
Aunque el sistema desarrollado en la FIUPM es completamente
funcional y ofrece resultados útiles y precisos, abre nuevas
vías de investigación para su perfeccionamiento tanto en términos
de funcionalidad como de mejora de resultados y de rendimiento.
Los resultados de esta investigación se han publicado en la
revista BMC Bioinformatics.
En ella están implicados miembros del Departamento de Inteligencia
Artificial, el Grupo de Informática Biomédica y el Departamento
de Lenguajes y Sistemas Informáticos, todos ellos de la FIUPM.
Asimismo, ha participado en la investigación la unidad de
Bioinformática y salud pública del Instituto de Salud Carlos III.
Por la FIUPM, sus autores son Miguel García-Remesal,
Alejandro Cuevas, Guillermo de la Calle, Diana de la Iglesia,
David Pérez-Rey, José Crespo y Víctor Maojo. Por el Instituto
de Salud Carlos III firman Victoria López-Alonso, Guillermo López-Campos
y Fernando Martín-Sánchez.
Anteriormente, esta investigación había dado origen a otro
artículo en la revista líder del área de la Bioinformática,
Bioinformatics, sobre la aplicación PubDNA Finder, el primer
buscador de artículos científicos con secuencias de ácidos
nucléicos del que la Facultad de Informática de la UPM informó
en otra nota de prensa.
Artículo original
Ir al artículo original
Sitio tendencias21.net
Colores Utilizados
Para el fondo#FEEFB1
#685D47
#913420
#1E2729
#C1D9C5
