Beruete Díaz


La Unidad se dedica principalmente a la investigación de plataformas sensoras y técnicas de alta sensibilidad para la caracterización de thin-film y sustancias biológicas usando conceptos de metamateriales, metasuperficies y estructuras plasmónicas. La orientación es de carácter multiespectral, barriendo en su totalidad el espectro infrarrojo extendido que va desde la banda de terahercios (también llamada infrarrojo lejano, far-infrared) hasta el visible, pasando por el infrarrojo medio (mid-infrared) y cercano (near-infrared).
Navarrabiomed-Centro de Investigación Biomédica
Hospital Universitario de Navarra, edificio de investigación.
C/ Irunlarrea 3. 31008 Pamplona, Navarra. España
La Unidad de investigación de Álgebra y Aplicaciones es un grupo multidisciplinar formado por matemáticos e ingenieros de telecomunicación. Actualmente, sus líneas de investigación se centran en el desarrollo de métodos teóricos para la extracción de información de datos provenientes de diferentes fuentes. Las técnicas y algoritmos que se desarrollan se aplican en campos como la clasificación de datos biomédicos, la toma de decisiones en medicina, la evaluación y clasificación del movimiento en personas con discapacidad motora o población envejecida.
Líneas de investigación:
Navarrabiomed-Centro de Investigación Biomédica
Hospital Universitario de Navarra, edificio de investigación.
C/ Irunlarrea 3. 31008 Pamplona, Navarra. España
Desde la llegada de las tecnologías de alta tecnología, la investigación biomédica se ha beneficiado de una revolución de datos. El cambio ha permitido adquirir y cuantificar perfiles de muchas características biológicas, y niveles de regulación en contextos celulares y de enfermedad. Y las posibilidades sólo continúan creciendo. Sin embargo, la revolución de datos también ha creado muchos interesantes desafíos en el contexto del análisis de datos.
La Unidad de Bioinformática afronta dos de estos desafíos:
La bióloga computacional Sara Palomino Echeverría ha investigado, en su tesis doctoral, cómo mejorar el pronóstico y el abordaje de enfermedades complejas gracias a la bioinformática. En concreto, el trabajo se ha centrado en la cirrosis descompensada aguda, una patología compleja que presenta una gran variabilidad interindividual y una alta tasa de mortalidad. La tesis se ha desarrollado en la Unidad de Bioinformática Traslacional de Navarrabiomed bajo la dirección del David Gómez Cabrero, investigador principal de la citada unidad, y Núria Planell Picola, investigadora de CIMA Universidad de Navarra.
Como explica la autora de la tesis, entender las enfermedades complejas requiere de métodos avanzados para abordar su heterogeneidad inherente. En este sentido, la tesis se centra en dos enfoques clave: la estratificación de pacientes y el análisis de datos ómicos, que se obtienen al estudiar a gran escala diferentes aspectos biológicos a nivel global, como los genes (genómica), proteínas (proteómica), metabolitos (metabolómica), o incluso interacciones moleculares (interactómica), y que sirven para entender la biología y las enfermedades como un sistema. “La combinación de ambos métodos permite identificar subgrupos de pacientes con características clínicas relevantes y descubrir las bases moleculares que explican la heterogeneidad de las enfermedades. Este enfoque resulta crucial para avanzar hacia una medicina de precisión”, apunta la autora de la tesis.
La investigación formó parte del Proyecto DECISION, una iniciativa financiada por el programa Horizonte 2020 de la Unión Europea. Los hallazgos de la tesis han sido difundidos en la revista Journal of Translational Medicine, en el artículo titulado: “A robust clustering strategy for stratification unveils unique patient subgroups in acutely decompensated cirrhosis”. Actualmente, están en revisión otros artículos en sendas revistas: PLOS Computational Biology y Journal of Hepatology. Asimismo, como resultado de este trabajo, se desarrolló una herramienta bioinformática en R (un lenguaje informático), disponible en la plataforma Bioconductor, llamada “ClustAll: Data-driven strategy to find groups of patients within complex diseases”.
Ver noticia completa
Recientemente, Navarrabiomed, junto a la Universidad de Navarra, ha organizado dos formaciones en el marco de IRIS Navarra (Polo de Innovación Digital) y del proyecto europeo IRIS – EDIH. En el primer curso, "Análisis de datos con R: Introducción y estadística básica", se impartieron conocimientos básicos del lenguaje de programación R y técnicas estadísticas, fundamentales para la gestión de datos genómicos. El curso de "Introducción al análisis de datos ómicos: transcriptómica", permitió a los asistentes profundizar en conceptos esenciales para el análisis de datos de expresión génica a través de técnicas bioinformáticas y estadísticas. Además, Navarrabiomed presentó a los participantes su cartera de servicios en el marco del proyecto IRIS – EDIH.
Servicios 100% subvencionados para empresas
El Centro ofrece servicios de consultoría y asesoramiento en el proceso de transformación digital en el sector de la medicina personalizada.
Estos servicios, subvencionados al 100% a través de IRIS-EDIH están dirigidos a empresas y entidades públicas, proporcionan asesoramiento personalizado, estrategias de implementación y hojas de ruta para avanzar en la transformación digital y la medicina personalizada de precisión.
Entre los servicios ofertados se encuentran la estructuración de la información sanitaria mediante sistemas estandarizados, la implementación personalizada de técnicas bioinformáticas, el screening y la estratificación de pacientes mediante el uso de herramientas de machine learning, y los análisis proteómicos para la caracterización de alteraciones moleculares fisiopatológicas.
Más información y contacto
A pesar de la amplia gama de intervenciones y medicamentos disponibles, más de 1 millón de personas mueren anualmente a consecuencia de la enfermedad hepática crónica (cirrosis) en todo el mundo, cuando esta enfermedad progresa a cirrosis descompensada e insuficiencia hepática aguda sobre crónica (ACLF), estado en el que el hígado disfuncional induce la falla de otros órganos.
Tras una descompensación aguda de la cirrosis, el 14% de los pacientes mueren de ACLF durante los siguientes 3 meses. Se desconoce la razón por la que ciertos pacientes mueren y otros sobreviven, pero se sospecha que está relacionado con las enormes diferencias entre los pacientes en cuanto a su genética individual, historial médico, eventos precipitantes, presentación clínica y respuesta al tratamiento.
Estas diferencias individuales requieren tratamientos personalizados basados en una comprensión precisa de los mecanismos subyacentes. La medicina sistémica y la tecnología de alto rendimiento permiten actualmente un análisis, una integración y un modelado predictivo de los datos clínicos muy eficaces para desarrollar un tratamiento adaptado y más personalizado.
Durante los próximos 5.5 años, el consorcio de investigación DECISION analizará e integrará los datos clínicos existentes y las muestras biológicas de 2.200 pacientes con cirrosis en más de 8.600 puntos temporales para identificar nuevas terapias combinatorias, validarlas en modelos animales y luego evaluar la terapia más prometedora en un ensayo clínico.
El objetivo general del proyecto DECISION es prevenir el ACLF y reducir significativamente la tasa de mortalidad entre los pacientes con cirrosis descompensada. El proyecto recibe una financiación de 6 millones de euros de la Comisión Europea.
Sara Palomino Echeverría, investigadora predoctoral de la Unidad de Bioinformática Traslacional de Navarrabiomed, realizará la lectura de su tesis por la Universidad Pública de Navarra el próximo jueves, 10 de octubre a las 13:00 h, en el salón de actos de Navarrabiomed.
El trabajo doctoral lleva por título “Unveiling Complex Diseases through Patient Stratification and Omics Analysis Acutely Decompensated Cirrhosis as a Case Study” y ha sido desarrollado en Navarrabiomed, bajo la dirección de David Gómez Cabrero, Investigador Principal de la Unidad de Bioinformática traslacional del centro y de Núria Planell Picola, Investigadora Postdoctoral en Machine Learning for Biomedicine de Cima Universidad de Navarra.
Contexto y resultados de la investigación
Comprender las enfermedades complejas requiere métodos avanzados para entender su heterogeneidad inherente. Dos enfoques claves para desentrañar esta complejidad son (I) la estratificación de pacientes y (II) el análisis de datos ómicos. La combinación de ambos enfoques puede ayudar a identificar subgrupos de pacientes clínicamente relevantes y a elucidar las bases moleculares de la heterogeneidad de la enfermedad, contribuyendo en el avance hacia la medicina de precisión.
En esta tesis se pone el foco en la aplicación práctica de estos enfoques y se demuestra su efectividad en el contexto de la cirrosis descompensada aguda (AD), una enfermedad compleja con una variabilidad interindividual significativa. La investigación tiene como objetivo mejorar el pronóstico de los pacientes mediante estos métodos.
Financiación y difusión
El trabajo doctoral de Sara Echevarría ha contado con financiación del Proyecto DECISION, iniciativa que se enmarca en programa de investigación e innovación Horizon 2020 de la Unión Europea y se ha difundido en Journal of Translational Medicine “A robust clustering strategy for stratification unveils unique patient subgroups in acutely decompensated cirrosis”. En la actualidad, también está en fase de revisión un artículo en Plos Computational Biology y otro en Journal of Hepatology. Además, la investigación ha dado lugar también a una herramienta bioinformática propia en R, disponible en Bioconductor: “ClustAll: Data driven strategy to find groups of patients within complex diseases”
Todos los hallazgos se han dado a conocer en foros del sector como The 21st International Conference on Systems Biology (Berlín, 2022), European Association for the Study of the Liver (EASL) Congress 2023, (Junio 2023). En este último, recibió el reconocimiento a mejor poster del encuentro.
Sara Palomino continuará sus estudios de bioinformática en Finlandia durante los próximos dos años y medio mediante una beca postdoctoral (NORPOD-EMBL), concedida por la Universidad de Helsinki para especializarse en transcriptómica y proteómica espacial a nivel de célula única.
El doctor David Gómez Cabrero, investigador principal de la Unidad de Bioinformática Traslacional de Navarrabiomed, ha publicado recientemente junto a profesionales del King's College London los resultados de una investigación que pone el foco en la cavidad bucal como generación de resistencia a los antibióticos. Los resultados del estudio, llevado a cabo en el periodo 2017-2020, se han dado a conocer recientemente en la revista de libre acceso Nature Communications y suponen un avance significativo en el conocimiento del desarrollo de resistencia a antibióticos.
La generación de resistencia a antibióticos por parte de ciertos microorganismos –incluidas las bacterias– es una amenaza global. Para entender el proceso de adquisición de resistencia se han generado bases de datos de los genes que facilitan dicha resistencia; el conjunto de estos genes de denomina resistoma. A pesar de la alta prevalencia de microorganismos en la cavidad oral humana, hasta ahora el estudio del resistoma en la boca había sido muy limitado.
La investigación desarrollada entre el centro de investigación biomédica navarro y el King's College London ha comparado de forma exhaustiva el resistoma en 788 muestras del microbioma oral en todo el mundo, y además éstas se compararon con el resistoma del intestino (derivado del análisis de muestras de heces). La combinación de técnicas de secuenciación del ADN microbiano y su análisis bioinformático han permitido a los equipos de ambos centros encontrar diferencias asociadas al país de origen y a la localización dentro de la cavidad bucal.
En concreto se han observado diferencias en la prevalencia de genes, clases y mecanismos de resistencia a los antibióticos. En este sentido, se ha puesto de manifiesto que, a pesar de haber una menor variedad de genes pertenecientes al resistoma en la cavidad bucal, la prevalencia de genes que proveen resistencia a antibióticos es mayor en la boca que en el intestino. Asimismo, se han identificado coincidencias en el resistoma entre las muestras de saliva y heces provenientes de los mismos individuos.
El estudio pone de manifiesto la importancia de caracterizar el resistoma en diversas regiones del cuerpo humano para descubrir el potencial de resistencia a los antibióticos de cada área y en qué medida afecta al uso de antibióticos en el contexto clínico.
Navarrabiomed-Centro de Investigación Biomédica
Hospital Universitario de Navarra, edificio de investigación.
C/ Irunlarrea 3. 31008 Pamplona, Navarra. España
El Grupo de Inteligencia Artificial y Razonamiento Aproximado (GIARA) fue fundado en el año 2002 por Humberto Bustince, Catedrático de la Universidad Pública de Navarra. En la actualidad dicho grupo está formado por dieciocho personas, de las cuales doce son doctores y cinco están realizando las tesis doctorales.
GIARA es un equipo multidisciplinar (físicos, matemáticos ingenieros informáticos e ingenieros industriales) que cuenta con un historial sólido y una trayectoria con notable impacto nacional e internacional. Su labor se centra en el estudio teórico de fusión de información y de los conjuntos difusos y sus extensiones así como en el desarrollo de modelos y aplicaciones en los ámbitos de Minería de Datos, Big Data y Procesamiento de Imagen.
Líneas de investigación:
Navarrabiomed-Centro de Investigación Biomédica
Hospital Universitario de Navarra, edificio de investigación.
C/ Irunlarrea 3. 31008 Pamplona, Navarra. España