Nueva herramienta de machine learning detecta patrones epigenéticos ocultos en enfermedades

Investigadores desarrollaron una nueva herramienta basada en aprendizaje automático capaz de identificar patrones epigenéticos ocultos vinculados a diversas enfermedades. El sistema analiza grandes volúmenes de datos biológicos para detectar modificaciones en la expresión génica que podrían pasar desapercibidas con los métodos convencionales de análisis.

La epigenética estudia los cambios en la actividad de los genes que no implican alteraciones en la secuencia del ADN, pero que pueden tener consecuencias significativas en el desarrollo de enfermedades como el cáncer, trastornos neurológicos y afecciones autoinmunes. La herramienta permite procesar y correlacionar estos patrones a una escala y velocidad que supera las capacidades humanas actuales.

Según los desarrolladores, el modelo fue entrenado con conjuntos de datos clínicos y genómicos de múltiples poblaciones, lo que le otorga una mayor capacidad de generalización. Los resultados preliminares muestran una precisión superior a la de los enfoques estadísticos tradicionales en la identificación de biomarcadores epigenéticos relevantes.

Los investigadores esperan que esta tecnología acelere el desarrollo de diagnósticos más tempranos y tratamientos personalizados, abriendo nuevas vías en la medicina de precisión. El equipo planea publicar el código de manera abierta para facilitar su adopción en la comunidad científica global.