Study of comorbidity networks among pathological phenotypes in patients with rare genomic disorders

• Autores: Elena Dolores Díaz Santiago
• Directores de la Tesis: Juan Antonio García Ranea (dir. tes.), James Richard Perkins (codir. tes.), Miguel Ángel Medina Torres (tut. tes.)
• Lectura: En la Universidad de Málaga ( España ) en 2022
• Idioma: español
• Tribunal Calificador de la Tesis: Piero Fariselli (presid.), Carlos Rodríguez Caso (secret.), María Belén Pérez González (voc.)
• Programa de doctorado: Programa de Doctorado en Biología Celular y Molecular por la Universidad de Málaga
• Materias:
  • Química
    • Bioquímica
  • Ciencias de la vida
    • Genética
    • Biología molecular
• Enlaces
  • Tesis en acceso abierto en: RIUMA
• Resumen

  • Durante el desarrollo de esta tesis doctoral se han utilizado aproximaciones de la biología de sistemas para estudiar y caracterizar las relaciones comórbidas entre fenotipos relacionados con enfermedades genéticas raras y dilucidar los mecanismos moleculares responsables de las mismas. Mediante el uso de redes biológicas se pueden modelar patrones de comorbilidad e inferir relaciones entre fenotipos patológicos y elementos biológicos (pacientes, enfermedades, genes, etc.). Este trabajo puede dividirse en tres partes principales. En una primera parte, se estudió las relaciones entre clústeres de fenotipos y el genotipo en pacientes con trastornos genómicos raros de la base de datos DECIPHER con el fin de poder determinar la causa molecular responsable de la co-aparición de fenotipos en pacientes de dicha cohorte. En una segunda parte, se estudiaron los mecanismos moleculares subyacentes a clústeres de fenotipos comórbidos en enfermedades neuromusculares de las bases de datos OMIM y Orphanet. Esta red se analizó para identificar grupos de fenotipos y mecanismos genéticos característicos en el desarrollo de enfermedades neuromusculares. En la tercera parte se combinaron redes basadas en enfermedades y redes fármaco-diana para investigar efectos adversos secundarios asociados a fármacos. Estas aproximaciones son cruciales en esta nueva era de la medicina de precisión para comprender mejor el contexto biológico y molecular de las enfermedades genéticas, en especial de las enfermedades raras, facilitando los procedimientos de diagnóstico y permitiendo aplicar un tratamiento personalizado a cada paciente. Además, estas aproximaciones son esenciales también para la industria farmacéutica, ya que pueden predecir bioinformáticamente potenciales efectos secundarios adversos, con el consiguiente beneficio en la reducción de costes y tiempo para el desarrollo y puesta en mercado de fármacos.