Pipeline integrativo de machine learning predictivo y genómica funcional para la caracterización de firmas moleculares en enfermedades complejas

Abstract

La caracterización funcional e identificación de firmas diagnósticas en enfermedades complejas y crónicas enfrenta importantes desafíos, relacionados tanto con la dimensionalidad y variabilidad intrínseca de los datos genómicos como con la limitada generalización de los hallazgos entre estudios. En este contexto, esta línea de investigación propone el desarrollo de un marco metodológico para la identificación y caracterización de firmas génicas robustas asociadas a enfermedades complejas. Como primera instancia de aplicación, se abordó la detección y caracterización de firmas moleculares en fibromialgia, una enfermedad crónica donde estas problemáticas se manifiestan notoriamente. Para este fin, se exploró la implementación preliminar de una estrategia predictiva multimodelo (SVM, Elastic-Net, XGBoost, Random Forest) entrenada bajo un esquema de optimización bayesiana y replicación estadística, junto con metodologías de prefiltrado de datos y acompañada finalmente de análisis funcionales y regulatorios para su contextualización biológica. El principal aporte de esta propuesta consiste en el desarrollo de un marco de consenso basado en explicabilidad (SHAP), que agrega los resultados del entrenamiento para filtrar así marcadores consistentes y mitigar sesgos algorítmicos y de pre-filtrado, el cual, acoplado a análisis biológicos post-hoc, busca contribuir al consenso de hipótesis y afianzar bases exploratorias para futuras aplicaciones en diversas enfermedades complejas.