Noticias

Analizan con novedoso método de cómputo enfermedades como la leishmaniasis y el mal de Chagas

En ecología de poblaciones, permite inferir redes de interacción entre diferentes especies y un acercamiento a la ubicación de factores de riesgo de enfermedades emergentes y de la biodiversidad


Con una metodología computacional propia, basada en la minería de datos, Chris Stephens, investigador del Instituto de Ciencias Nucleares (ICN) de la UNAM, desarrolló una herramienta que integra, explora y sintetiza datos de cualquier área del conocimiento y es aplicable al análisis de enfermedades emergentes como la leishmaniasis y el mal de Chagas.


Como un minero que distingue entre el oro y el carbón, el método extrae de un cúmulo de información las singularidades que revelan patrones y que ayudan a indagar, por ejemplo, la distribución de factores de riesgo de esos padecimientos o de la biodiversidad en el país. La minería de datos (Data Mining, por su nombre en inglés) detecta, explora y sintetiza lo más relevante, para lo que utiliza el análisis estadístico.


%u201CCon esta metodología se pueden inferir redes de potenciales interacciones ecológicas sin necesidad de primero experimentarlas%u201D, explicó el doctor en Física.


En el caso del estudio de la biodiversidad, permite observar el efecto de una especie ante otra para entender su presencia en determinado hábitat. Por ejemplo, por qué el lince no existe abajo del Istmo de Tehuantepec. También, considera los factores bióticos y abióticos que constituyen el nicho, como el clima, la temperatura y la participación humana en el entorno.


Para el análisis de la distribución en el sureste mexicano, de la leishmaniasis y el mal de Chagas (enfermedades tropicales que llegan al ser humano a través de la picadura de un insecto, que muchas veces se resguarda en otros animales), el investigador del ICN integra en su red de cómputo %u2013como nodos%u2013 al transmisor, al anfitrión y al ser humano infectado, documentando caso por caso para inferir cuáles mamíferos son los principales portadores.


Así, se logra un %u201Cretrato%u201D a fondo del ciclo del padecimiento y de su distribución poblacional para clasificar, analizar e incluso predecir escenarios futuros.


Un mapa de patrones


A partir del cúmulo de información, se desarrollan patrones e interacciones que al completarse, forman un mapa dinámico que detalla las interacciones entre nodos. Así, los científicos pueden comprobar o desechar hipótesis.


%u201CUna ventaja de este método es que impulsa la multidisciplina y detecta patrones, de la misma forma que los capta el ojo humano, pero con una mayor cantidad de datos y de complejidad%u201D, refirió.


Esta aplicación deriva de dos macroproyectos de la UNAM: Tecnologías para la Universidad de la Información y la Computación (MTUIC), y el de Biodiversidad (SIBA). Actualmente cuenta con financiamiento del Consejo Nacional de Ciencia y Tecnología y forma parte del programa de Complejidad Ecológica del recién formado Centro de Ciencias de la Complejidad (C3).


%u201CLa idea es ampliar este desarrollo para un mayor análisis, tomando en cuenta variables relevantes, lo que la hace flexible para investigaciones de todo tipo, desde análisis de bolsas de valores, hasta estudios climáticos y ambientales%u201D, concluyó Stephens.

Redacción

Equipo de redacción de la red de Mundodehoy.com, LaSalud.mx y Oncologia.mx

Related Articles

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Back to top button