Una investigación pionera ha examinado la capacidad de las herramientas bioinformáticas en el campo de la metabolómica, utilizando datos de estudios en humanos. Los resultados, publicados en BMC Bioinformatics, ponen en manifiesto la falta de homogenización y armonización a la hora de interpretar datos metabolómicos.
El grupo de Biomarcadores y Metabolómica Nutricional de los Alimentos de la Universidad de Barcelona, perteneciente al Centro de Investigación Biomédica en Red de Fragilidad y Envejecimiento Saludable (CIBERFES), ha puesto a prueba el potencial de distintas herramientas bioinformáticas en el análisis de enriquecimiento o de ‘sobrerepresentación’ de datos metabolómicos, fase clave en el descubrimiento de nuevas rutas biológicas. Este trabajo ha sido publicado en la revista BMC Bioinformatics.
La era del big data en el campo de la biología de sistemas ha conllevado la aparición creciente de potentes herramientas bioinformáticas que faciliten la interpretación, entendimiento e integración de datos.
Ahora, por primera vez se ha examinado la capacidad de estas herramientas en el campo de la metabolómica, utilizando datos de estudios en humanos, publicados y disponibles en repositorios públicos y la utilización de datos simulados o sintéticos.
A pesar de la amplia utilización de las distintas herramientas bioinformáticas en otras ómicas como la genómica, los resultados de este estudio ponen en manifiesto la falta de homogenización y armonización de estas a la hora de interpretar datos metabolómicos.
Según apunta Anna Marco-Ramell, investigadora Juan de la Cierva y primera autora del trabajo: “este estudio representa un desafío en la mejora de las herramientas bioinformáticas, especialmente para su uso en la interpretación de datos masivos procedentes de la biología de sistemas”.
Los resultados forman parte del trabajo del grupo de investigación que lidera Cristina Andrés-Lacueva, jefa de gripo del CIBERFES en la Universidad de Barcelona, liderado, con la colaboración de Alex Sánchez-Pla, profesor de bioestadística de la misma universidad.
Referencia bibliográfica:
Marco-Ramell A, Palau-Rodriguez M, Alay A, et al (2018). Evaluation and comparison of bioinformatic tools for the enrichment analysis of metabolomics data. BMC Bioinformatics 19:1. doi: 10.1186/s12859-017-2006-0
Este trabajo ha sido financiado por el proyecto PI13/01172 (Plan N de I+D+i 2013-2016), co-financiado por el ISCII-Subdirección General de Evaluación y Fomento de la Investigación y Fondo Europeo de Desarrollo Regional (FEDER) y por el Ministerio de Economía, Industria y Competitividad (MINECO) mediante la Acción Complementaria FOODBALL-PCIN-2014-133 y la Joint Programming Initiative “A Healthy Diet for a Healthy Life” [JPI HDHL].
Solo para medios:
Si eres periodista y quieres el contacto con los investigadores, regístrate en SINC como periodista.
Se trata de la máquina molecular más compleja e intrincada de la biología humana, ya que edita más de 90 % de nuestros genes. Los errores en este proceso están vinculados con muchas enfermedades incluyendo la mayoría de los tipos de cáncer.
Un estudio en ratones muestra que es posible revertir los efectos del envejecimiento en las neuronas mediante reprogramación celular, aumentando su número y capacidad de conexión, lo que podría abrir nuevas vías para tratar enfermedades neurodegenerativas.
