Descripción del proyecto
Cuestionar las limitaciones de los métodos clásicos de los factores de riesgo
Las enfermedades cardiovasculares (ECV) siguen siendo uno de los principales problemas sanitarios a nivel mundial, y comprender sus complejos mecanismos subyacentes constituye todo un reto. Sin embargo, los recientes avances en los campos de la epigenética y el uso de datos masivos ofrecen oportunidades interesantes para obtener conocimientos fundamentales sobre ellas. En concreto, se ha descubierto que los mecanismos epigenéticos que conllevan cambios en la metilación del ADN están implicados en la regulación de procesos biológicos relacionados con el desarrollo de ECV. En el proyecto EpiBigDatainWomen, que cuenta con el apoyo de las acciones Marie Skłodowska-Curie, se pretende aprovechar el poder del análisis de datos masivos para dilucidar el vínculo entre los factores ambientales y el modo de vida y la ECV en las mujeres. Sus investigadores esperan revolucionar las estrategias de predicción y prevención de ECV al combinar grandes cantidades de datos individualizados con técnicas de ciencia de datos de punteras.
Objetivo
Epigenetic mechanisms might be involved in linking environmental and lifestyle factors and CVD development. Several studies suggest that changes in DNA methylation contribute to the regulation of biological processes underlying CVD, such as atherosclerosis, hypertension and inflammation. The recent increased digitalization, collection and storage of vast quantities of data in combination with advances in data science, has opened up a new era of big data. Although these approaches are gradually implemented in a number of clinical settings, they still lack the integration with environmental individual data, strongly affecting several multifactorial diseases such as cardiovascular disease (CVD). Classical risk factor approaches still fail in correctly estimating CVD risk in women compared to men, therefore there is a need for novel strategies to identify signs of reversible early disease or disease risk factors in this population.
We plan to generate and analyse epigenetic data in the context of a very large number of environmental and lifestyle variables (big data) in a group of women and men with traditional CVD risk factors (and age-matched controls) selected from the MOLI-SANI cohort. With this approach we hope to shed light into the controversial aspects of CVD prediction and prevention in women, independently of traditional CV risk factors.
Ámbito científico
Programa(s)
Régimen de financiación
MSCA-IF-EF-SE - Society and Enterprise panelCoordinador
86077 Pozzilli Is
Italia