Creation of Networks for the Analysis of Disease Similarities

Pantaleón García del Valle, Eduardo (2022). Creation of Networks for the Analysis of Disease Similarities. Thesis (Doctoral), E.T.S. de Ingenieros Informáticos (UPM). https://doi.org/10.20868/UPM.thesis.71764.

Description

Title: Creation of Networks for the Analysis of Disease Similarities
Author/s:
  • Pantaleón García del Valle, Eduardo
Contributor/s:
  • Rodríguez González, Alejandro
  • Zanin, Massimiliano
Item Type: Thesis (Doctoral)
Read date: 19 September 2022
Subjects:
Faculty: E.T.S. de Ingenieros Informáticos (UPM)
Department: Lenguajes y Sistemas Informáticos e Ingeniería del Software
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img] PDF - Users in campus UPM only until 22 March 2023 - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (9MB)

Abstract

The application of computer science to the field of biomedicine over the last few decades has provided experts with powerful tools to advance in the pathogenesis, diagnosis and treatment of diseases, improving patient prognosis and reducing clinical costs. Given the increasing volume of medical information generated by publishers and laboratories, network-oriented computing techniques have proven particularly useful for integrating and analyzing the complex factors associated with disorders. Thus, the so-called “network medicine” has allowed researchers to improve our understanding of diseases, discovering hitherto hidden similarities through their phenotypic, genetic and metabolic relationships, among others. With the motivation of contributing to a field as relevant as that of biomedicine through computation and network analysis, this doctoral thesis by compendium aims to delve into the study of complex disease networks and propose new applications in biomedical research. For this purpose, we first carried out a systematic review of the most relevant studies in network medicine in the last decade, extracting a novel compilation of relevant sources and tools. We then applied the acquired knowledge to develop disease network-based solutions to data source interoperability and validation of clinical term extraction tools. The obtained results demonstrated the potential of this technology and provided powerful and intuitive tools for researchers. This doctoral thesis by compendium comprises three articles published in scientific journals with high impact factor. The publications contribute to fulfill the research goals, developing the same thematic unit sequentially. In this way, the contributions of one publication were used as a basis for the next. The results of the thesis, including the developed solutions, have been published for their use, evaluation and extension in future research, and represent a substantial advance over the state of the art. ----------RESUMEN---------- La aplicación de las ciencias de la computación en el área de la biomedicina a lo largo de las últimas décadas ha dotado a los expertos con potentes herramientas para avanzar en la patogénesis, el diagnóstico y el tratamiento de enfermedades, mejorando el pronóstico de los pacientes y reduciendo los costes clínicos. Dado el creciente volumen de información médica generada por publicadores y laboratorios, las técnicas de computación orientadas a redes se han demostrado particularmente útiles para integrar y analizar los complejos factores asociados a los desórdenes. De este modo, la llamada “medicina de red” ha permitido a los investigadores mejorar nuestra comprensión sobre las enfermedades, descubriendo similitudes hasta ahora ocultas a través de sus relaciones fenotípicas, genéticas y metabólicas, entre otras. Con la motivación de contribuir a un campo tan relevante como el de la biomedicina a través de la computación y el análisis de redes, esta tesis doctoral por compendio plantea como objetivo profundizar en el estudio de redes complejas de enfermedades y proponer nuevas aplicaciones en la investigación biomédica. Para ello, en primer lugar realizamos una revisión sistemática de los estudios más relevantes en medicina de redes de la última década, extrayendo una novedosa recopilación de fuentes y herramientas. A continuación, aplicamos el conocimiento adquirido para desarrollar soluciones basadas en redes de enfermedades a la interoperabilidad de fuentes de datos y la validación de herramientas de extracción de términos clínicos. Los resultados obtenidos demuestran el potencial de esta tecnología y proporcionan herramientas potentes e intuitivas a los investigadores. Esta tesis doctoral por compendio está compuesta por tres artículos publicados en revistas científicas con alto factor de impacto. Las publicaciones contribuyen a satisfacer los objetivos de la investigación, desarrollando una misma unidad temática de forma secuencial. De este modo, las contribuciones de una publicación son utilizados como base para la siguiente. Los resultados de la tesis, incluyendo las soluciones desarrolladas, han sido publicados para su uso, evaluación y ampliación en futuras investigaciones, y representan un avance sustancial sobre el estado del arte.

Funding Projects

TypeCodeAcronymLeaderTitle
Government of SpainRTI2018-094576-A-I00DISNETUnspecifiedCreation and analysis of disease networks for drug repurposing from heterogeneous data sources applied to rare diseases
Horizon 2020727658IASISNATIONAL CENTER FOR SCIENTIFIC RESEARCH "DEMOKRITOS"Integration and analysis of heterogeneous big data for precision medicine and suggested treatments for different types of patients
Madrid Regional GovernmentIND2019/TIC-17159UnspecifiedUniversidad Politécnica de MadridPrograma de fomento de la investigación y la innovación (Doctorados Industriales)
Horizon 2020851255ARCTICAGENCIA ESTATAL CONSEJO SUPERIOR DE INVESTIGACIONES CIENTIFICASAir Transport as Information and Computation

More information

Item ID: 71764
DC Identifier: https://oa.upm.es/71764/
OAI Identifier: oai:oa.upm.es:71764
DOI: 10.20868/UPM.thesis.71764
Deposited by: Archivo Digital UPM 2
Deposited on: 22 Sep 2022 07:30
Last Modified: 22 Sep 2022 09:32
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM