IA4T2D: intel·ligència artificial per predir la diabetis tipus 2
Ensenyar a la IA a anticipar la malaltia
Predir qui té més risc de desenvolupar diabetis tipus 2, i fer-ho abans que aparegui, és una de les grans oportunitats de la medicina preventiva. IA4T2D desenvolupa models d'intel·ligència artificial d'autoaprenentatge capaços d'identificar els factors epigenètics, clínics i ambientals que determinen aquest risc, per predir l'aparició de la malaltia, classificar els pacients segons el pronòstic i orientar tractaments personalitzats.
En què ha consistit
El projecte analitza els perfils de metilació de l'ADN en prop de 900.000 posicions del genoma (llocs CpG) en 400 participants del GCAT, comparant persones sanes amb persones diagnosticades de diabetis tipus 2. L'objectiu és descobrir els mecanismes epigenètics que hi ha darrere de l'aparició i la progressió de la malaltia i, a partir d'aquí, entrenar models d'IA que ajudin a anticipar-la i a identificar noves dianes terapèutiques.
IA4T2D ha desenvolupat models d'intel·ligència artificial per predir el risc de diabetis tipus 2 a partir de dades epigenètiques de la cohort GCAT.
El paper del GCAT
El GCAT aporta la subcohort clínica de 400 voluntaris l'anàlisi de la qual és la matèria primera del projecte. Disposar de dades epigenètiques d'una cohort poblacional ben caracteritzada és el que permet entrenar i validar aquests models amb rigor i traslladar-los, més endavant, a la pràctica clínica.
Àrea: Malalties metabòliques · Diabetis · Intel·ligència artificial · Epigenètica
Coordinació: Institut de Bioenginyeria de Catalunya (IBEC)
Consorci: IBEC, Barcelona Supercomputing Center (BSC-CNS), Universitat del País Basc (UPV/EHU) i IGTP
Finançament: Pla Complementari de Biotecnologia Aplicada a la Salut (Ministeri de Ciència i Innovació, Next Generation EU i Generalitat de Catalunya)
Durada: 22 mesos (inici juny de 2023)
Paper del GCAT: aportació de la subcohort clínica de 400 participants amb dades epigenètiques
