Modelizar el genotipo para descubrir su vinculación con el fenotipo
Las diferencias genéticas entre individuos se traducen en diferencias fenotípicas. Sin embargo, muchos fenotipos de enfermedades no son el resultado de unos pocos genes y unas pocas proteínas, sino que son el resultado de una compleja red de interacciones moleculares. A menudo, una variable fenotípica afecta a otra, dando lugar a un efecto dominó que requiere ser modelizado para determinar las verdaderas relaciones causales. Para hacer frente a esta situación, los investigadores del proyecto financiado por la Unión Europea «Machine learning for quantitative modelling of structured phenotypes» (MALPHENOM) se propusieron desarrollar métodos estadísticos e informáticos para comprender mejor las relaciones entre el genotipo y el fenotipo. Esto implicó no solo el análisis de medidas repetidas del mismo fenotipo a lo largo del tiempo, sino también el análisis de imágenes digitales y de redes de interacciones moleculares vinculadas con un fenotipo concreto. En este contexto, los socios del consorcio emplearon técnicas de aprendizaje automático para modelizar la evolución temporal, imágenes y características de las redes de interacciones de un fenotipo. Los métodos de aprendizaje automático extraen características concretas de las imágenes y las emplean como caracteres fenotípicos cuantitativos, por tanto, refinando las medidas fenotípicas convencionales. El marco estadístico desarrollado durante el proyecto MLPHENOM podía considerar a la vez cientos de medidas independientes para el análisis de redes fenotípicas. Esto permitió a los investigadores abordar diferentes aspectos de la estructura fenotípica y también detectar la implicación potencial de factores ambientales. Además, modelos adicionales permitieron la estratificación de eventos moleculares independientes que motivan la expresión de un fenotipo a partir de un genotipo. El sistema modelo desarrollado por los socios del proyecto MLPHENOM estableció las bases para los análisis de los futuros estudios genéticos que aglutinan un gran número de fenotipos complejos. Es más, se espera que este método de modelización alcance una amplia aplicabilidad, especialmente en el caso de la investigación biomédica.
Palabras clave
Genotipo, fenotipo, estudios genéticos, enfermedad, modelos estadísticos multivariantes, interacciones moleculares, aprendizaje automático, modelización cuantitativa, fenotipos estructurados, investigación biomédica
