En estos momentos todavía no hay EXPRESIONES DE INTERÉS aprobadas.
Análisis estadístico multivariante de datos biomédicos
UPV2024i001
El desarrollo moderno de las nuevas tecnologías ha posibilitado que, actualmente, la cantidad de datos disponibles es cada vez más elevada en la vida diaria, y lo mismo sucede en múltiples campos de la investigación. Actualmente son muchos los equipos analíticos que ofrecen múltiples parámetros. No obstante, los investigadores muchas veces se ven desbordados por la gran cantidad de datos, y desconocen las técnicas estadísticas más adecuadas para extraer la máxima cantidad de información de los datos.
En el departamento de Estadística de la Universitat Politécnica de València somos un grupo de investigadores especializados en el campo del análisis estadístico multivariante, que podamos dar soporte y colaborar en multitud de proyectos de investigación donde se requiera el apoyo de expertos en estadística.
Cualquier investigador que disponga de multitud de datos experimentales y necesite apoyo estadístico para un análisis eficiente de los datos.
Detección precoz de Parkinson en pacientes con parasomnia REM mediante técnicas metabolómicas
UPV2024i002
Dada la prevalencia de la enfermedad de Parkinson y su tendencia creciente casi exponencial, creemos que es de vital importancia encontrar nuevos biomarcadores que permitan la detección precoz de la enfermedad en la fase prodrómica antes de que aparezca los síntomas clínicos. Recientemente se ha contrastado la viabilidad del análisis del perfil de los metabolitos en sangre permite discriminar los pacientes de Parkinson del grupo de control. Por tanto, en este proyecto se propone emplear esta técnica en la fase prodrómica para la identificación precoz de la enfermedad, evaluación y pronóstico de la progresión de la misma.
Buscamos neurólogos especialistas en el tratamiento de pacientes con Parkinson y/o neurofisiólogos con acceso a pacientes con parasomnia REM
Medición electrofisiológica in vitro y análisis posterior para evaluar la conectividad funcional entre poblaciones neuronales con axones proyectantes.
UPV2024i003
Ciertas regiones cerebrales conectan recíprocamente a través de tractos axonales. Buscamos aplicar un modelo tisular in vitro basado en poblaciones neuronales interconectadas por axones proyectantes de forma recíproca con el objetivo de regenerar tractos axonales. Con el fin de caracterizar la conectividad funcional entre poblaciones neuronales buscamos la realización de medidas de electrofisiología in vitro de potenciales de acción y potenciales de campo locales.
Buscamos un grupo con experiencia en medidas de electrofisiología in vitro. Partiendo de poblaciones neuronales con axones proyectantes querríamos comprobar la conectividad funcional entre ellos, con el objetivo de registrar los potenciales de acción al inyectar una corriente, así como los potenciales de campo locales.
Aplicación de la Optimización Metaheurística Multidisciplinar al ámbito de la Biología y la Medicina
UPV2024i004
El programa VTAM (Vast Territories Aerial Mapping) incorpora procedimientos de búsqueda metaheurística, protocolos de evaluación multicriterio, contextos de optimización multidisciplinares, procesos de computación distribuidos y paralelos, y un portal web (albergado en la intranet de la Universitat Politècnica de Valencia, https://vtam.optimizer.upv.es/About.aspx).
El acceso a VTAM es público y gratuito, y se viene prestando a la comunidad académica, desde 2017, para realizar estudios de optimización, genéricos o específicos. Estos últimos especialmente centrados en el ámbito de la optimización de estructuras (el cálculo, la evaluación, y validación de las múltiples configuraciones analizadas se realiza con el programa Architrave®, https://www.architrave.es/).
La calidad de los procesos de búsqueda de óptimos locales de VTAM ha sido refrendada comparando sus resultados con los ofrecidos por los bancos de pruebas de funciones matemáticas habitualmente utilizados por los desarrolladores de aplicaciones de optimización para validar sus aportaciones (https://vtam.optimizer.upv.es/Benchmark.aspx).
La aproximación metaheurística disocia la naturaleza del caso a optimizar respecto del procedimiento de generación de configuraciones posibles, aceptables, y de la selección de las óptimas. La metáfora metaheurística en la que se basa VTAM consiste en la implementación de estrategias de recorrido y búsqueda eficiente de localizaciones en orografías con mapeado altamente incompleto. Para aumentar la eficiencia del algoritmo, se despliegan en un territorio virtual multidimensional varias colecciones de elementos exploratorios que inspeccionan y reportan, coordinadamente, la idoneidad de las localizaciones evaluadas. Los procesos de búsqueda se lanzan en paralelo y los resultados de cada uno de esos procesos en cada una de sus etapas son compartidos con el objeto de orientar la búsqueda hacia las zonas del espacio multidimensional que han demostrado mayor potencial.
Deseamos poner el cluster de Optimización Metaheurística VTAM a disposición de los grupos de investigación a los que pueda resultarles de utilidad.
La viabilidad de la aplicación de VTAM a un caso concreto va a depender del modo en el que se pueda caracterizar el problema a resolver o el sistema a optimizar, así como de la existencia de algún/algunos criterios de “bondad” de las combinaciones de parámetros que definen cada instancia del caso (o posibilidad de enunciar formular hipótesis respecto de esos criterios de bondad a contrastar “a posteriori” con evidencias experimentales).
Si se nos facilita información del contexto del caso podemos realizar una evaluación previa que permita proponer, o descartar, VTAM como herramienta de trabajo para un determinado proyecto de investigación.
Uso de la Inteligencia Artificial/Machine Learning en el desarrollo de nuevos radiofármacos
INCLIVA2024i001
La inteligencia artificial (IA) está teniendo un profundo impacto en áreas como el análisis de imágenes, o el reconocimiento de voz. Sin embargo, los avances realizados en el desarrollo de nuevos fármacos no están siguiendo la misma velocidad.
Esto se debe a que no es trivial aplicar métodos de (IA) en este contexto, en donde se debe generar descriptores basados en datos químicos, biológicos y fisiológicos capaces de predecir compuestos con una alta eficacia y seguridad.
Por otra parte, en el área del desarrollo de fármacos, el foco principal está en desarrollar una molécula que tenga una elevada actividad frente a una proteína diana (o el proceso biológico que se va a alterar), quedando otros aspectos como la farmacocinética, metabolismo, y/o solubilidad relegados a un segundo plano, y con la idea de "poder abordarlos más adelante".
En este contexto, se pretende investigar el uso de métodos de IA/Machine Learning para el desarrollo de nuevos radiofármacos específicos a determinadas dianas moleculares mediante un enfoque holístico.
Se busca colaborar con un grupo experto en Inteligencia Artificial/Machine Learning para desarrollar una metodología capaz de desarrollar radiofármacos de una forma más eficiente. En concreto, poder incorporar una amplia gama de conjuntos de datos (elevada afinidad hacia una proteína específica; eliminación rápida en el organismo; óptimas propiedades físico-químicas y de PK; mínima reactividad química; óptimo metabolismo; etc…) con el fin de poder predecir estructuras que puedan resultar buenos candidatos como radiofármacos.
Desarrollo de nuevas estrategias terapéuticas en el abordaje de tumores ginecológicos
INCLIVA2024i002
El uso de células cancerosas derivadas de pacientes como herramienta para el descubrimiento de fármacos y el avance en medicina de precisión, ha adquirido una importancia significativa en los últimos años. En este contexto, nuestro grupo de investigación está desarrollando modelos celulares tridimensionales in vitro basados en organoides y esferoides que conservan su capacidad de diferenciación celular, imitan el tejido de origen y permiten estudiar tanto el microambiente tumoral como los targets celulares y moleculares asociados a la tumorigenesis. Nuestro objetivo con esta expresión de interés es ofrecer un modelo fisiológicamente más relevante para investigar el comportamiento y la respuesta de las células tumorales uterinas frente a diferentes tratamientos.
Buscamos un grupo con experiencia en polímeros terapéuticos que nos ayude en el diseño de conjugados o vehículos biodegradables para el tratamiento dirigido de tumores ginecológicos.
Desarrollo de un modelo que permita valorar las cargas de trabajo de las enfermeras y Tcaes que trabajan en las unidades de hospitalización del Hospital Clínico.
INCLIVA2024i003
Aunque en servicios especiales, como Unidades de Cuidados Intensivos o Unidades de diálisis los ratios de personal suelen estar establecidos, debido a la complejidad de cuidados de los pacientes ingresados allí, fijar estos ratios en hospitalización es mucho más complicado. Aunque existen escalas validadas para calcular las cargas de trabajo, su uso es complejo y muchas veces no se ajusta a la realidad de los pacientes ingresados en unidades de hospitalización. Es por ello que se hace necesario diseñar una herramienta ágil y dinámica, que pudiera calcular y predecir las necesidades de personal.
Se busca equipo colaborador con experiencia en IA y/o Big Data, para trabajar en coordinación con equipo de enfermeras de hospitalizacion.
TRIYODURO EN ZEOLITAS CON APLICACIONES ANTISÉPTICAS (POVIDONA YODADA) Y CLÍNICAS (HIPOTIROIDISMO).
UPV2024i005
El anión triyoduro es ampliamente reconocido como la especie estable para almacenar diyodo, como mezcla con el anión yoduro. El diyodo es reconocido por la OMS como un medicamento esencial en el tratamiento de aguas e infecciones humanas y animales, debido a la alta capacidad antimicrobiana del diodo. Por tanto, el anión triyoduro es utilizado ampliamente en diversos campos industriales a pesar de que se administra mediante disolución, ya que no se conocen preparaciones estables en estado sólido puro.
La forma más común de síntesis, almacenamiento y administración del anión triyoduro es como polímero en disolución alcohólica, poco eficiente en incorporación y uso del yodo, y el material resultante contiene como mucho un 10% en peso de yodo (en forma de triyoduro), del cual solo un 1% puede ser aplicado en clínica médica, debido a que la liberación instantánea de todo el yodo contenido en el polímero puede ser perjudicial. En este proyecto, se genera in situ el anión triyoduro dentro de zeolitas mediante la una reacción de deshidrohalogenación y posterior oxidación in-situ con aire, todo en un solo paso. El nuevo material permite la liberación controlada de yodo, por ejemplo, en aguas para su potabilización, a diferencia del material actual que debe disolverse completamente. El nuevo material también tendría aplicación en la liberación controlada en superficies sólidas, a diferencia de los materiales solubles actuales que no son aplicables, permitiendo la desinfección prolongada en el tiempo de pomos de puerta, superficies de mesas, etcétera, con especial interés en el ámbito hospitalario, y así sustituyendo a los materiales actuales basados bien en plata o bien en antibióticos, muchos más caros. Por último, las zeolitas microporosas con triyoduro proporcionarían un material de alto interés en el ámbito clínico, por la liberación controlada de yodo para desinfección de heridas o el tratamiento del déficit de yodo (hipotiroidismo), a través por ejemplo de parches.
Debido a las varias aplaciones como antisépticos y clínicas de estos materiales, se buscan socios con experiencia en desinfección de superficies hospitalarias o descontaminación de aguas y/o investigadores en el campo endocrino.
Selfie ocular. Desarrollo de una aplicación basada en inteligencia artificial para la detección de enfermedades oculares en menores de edad
UPV2024i006
La realización de pruebas oculares para la detección de enfermedades en personas menores de edad suelen ser incómodas y/o dolorosas produciendo una situación de ansiedad de dichas personas y las dificultades de poderles realizar las pruebas. Se propone la creación de una aplicación informática que se base en inteligencia artificial en la que mediante la toma de imágenes del ojo a través de un dispositivo en el que la persona menor de edad juegue con ella, a modo de un selfie ocular, pueda el especialista analizar la imagen y poder detectar enfermedades oculares.
Nuestro equipo está formado por juristas y documentalistas para perfilar desde el punto de vista legal los requisitos adecuados para la implementación de la aplicación.
Se solicita personal especializado en diagnóstico de imagen y también en el ámbito de desarrollo de aplicaciones informáticas para el desarrollo de la aplicación y su implementación en el ámbito de la oftalmología, así como en el manejo de algoritmos e inteligencia artificial.