Avances en metagenómica clínica: capacidad predictiva del microbioma salival mediante machine learning para el diagnóstico de enfermedades orales y sistémicas
La hipótesis es demostrar la capacidad predictiva del microbioma salival para discriminar con elevada precisión diagnóstica la presencia de enfermedades orales y enfermidades sistémicas. Para eso, a partir de los datos obtenidos de secuenciación masiva del gen ARNr 16S sobre muestras salivales, proponemos el desarrollo de modelos predictivos que permitirán clasificar estas patologías.
Objetivos
A partir de los datos obtenidos mediante secuenciación masiva del gen 16S ARNr sobre muestras salivales y aplicando técnicas de aprendizaje automático, el objetivo es el desarrollo de modelos predictivos de clasificación de patologías orales o sistémicas a partir de una única muestra del paciente.
Proyecto
/research/projects/avances-en-metagenomica-clinica-capacidad-predictiva-del-microbioma-salival-mediante-machine-learning-para-el-diagnostico-de-enfermedades-orales-y-sistemicas
<p>La hipótesis es demostrar la capacidad predictiva del microbioma salival para discriminar con elevada precisión diagnóstica la presencia de enfermedades orales y enfermidades sistémicas. Para eso, a partir de los datos obtenidos de secuenciación masiva del gen ARNr 16S sobre muestras salivales, proponemos el desarrollo de modelos predictivos que permitirán clasificar estas patologías.</p><p>A partir de los datos obtenidos mediante secuenciación masiva del gen 16S ARNr sobre muestras salivales y aplicando técnicas de aprendizaje automático, el objetivo es el desarrollo de modelos predictivos de clasificación de patologías orales o sistémicas a partir de una única muestra del paciente.</p> - PI24/00222 - María José Carreira Nouche, Inmaculada Tomás Carmona - Berta Suárez Rodríguez, Carlos Balsa Castro
projects_es