Mostrar el registro sencillo del ítem

dc.contributor.advisorGarcía-Ranea, Juan Antonio 
dc.contributor.advisorPerkins, James Richard
dc.contributor.authorDíaz-Santiago, Elena Dolores
dc.contributor.otherBiología Molecular y Bioquímicaes_ES
dc.date.accessioned2022-11-16T12:46:53Z
dc.date.available2022-11-16T12:46:53Z
dc.date.created2022
dc.date.issued2022
dc.date.submitted2022-07-21
dc.identifier.urihttps://hdl.handle.net/10630/25444
dc.description.abstractDurante el desarrollo de esta tesis doctoral se han utilizado aproximaciones de la biología de sistemas para estudiar y caracterizar las relaciones comórbidas entre fenotipos relacionados con enfermedades genéticas raras y dilucidar los mecanismos moleculares responsables de las mismas. Mediante el uso de redes biológicas se pueden modelar patrones de comorbilidad e inferir relaciones entre fenotipos patológicos y elementos biológicos (pacientes, enfermedades, genes, etc.). Este trabajo puede dividirse en tres partes principales. En una primera parte, se estudió las relaciones entre clústeres de fenotipos y el genotipo en pacientes con trastornos genómicos raros de la base de datos DECIPHER con el fin de poder determinar la causa molecular responsable de la co-aparición de fenotipos en pacientes de dicha cohorte. En una segunda parte, se estudiaron los mecanismos moleculares subyacentes a clústeres de fenotipos comórbidos en enfermedades neuromusculares de las bases de datos OMIM y Orphanet. Esta red se analizó para identificar grupos de fenotipos y mecanismos genéticos característicos en el desarrollo de enfermedades neuromusculares. En la tercera parte se combinaron redes basadas en enfermedades y redes fármaco-diana para investigar efectos adversos secundarios asociados a fármacos. Estas aproximaciones son cruciales en esta nueva era de la medicina de precisión para comprender mejor el contexto biológico y molecular de las enfermedades genéticas, en especial de las enfermedades raras, facilitando los procedimientos de diagnóstico y permitiendo aplicar un tratamiento personalizado a cada paciente. Además, estas aproximaciones son esenciales también para la industria farmacéutica, ya que pueden predecir bioinformáticamente potenciales efectos secundarios adversos, con el consiguiente beneficio en la reducción de costes y tiempo para el desarrollo y puesta en mercado de fármacos.es_ES
dc.language.isoenges_ES
dc.publisherUMA Editoriales_ES
dc.rightsinfo:eu-repo/semantics/embargoedAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectBiología de sistemas -- Tesis doctoraleses_ES
dc.subjectBiología molecular -- Tesis doctoraleses_ES
dc.subject.otherMedicina de redeses_ES
dc.subject.otherEnfermedades rarases_ES
dc.titleStudy of comorbidity networks among pathological phenotypes in patients with rare genomic disorderses_ES
dc.typeinfo:eu-repo/semantics/doctoralThesises_ES
dc.centroFacultad de Cienciases_ES
dc.rights.ccAttribution-NonCommercial-NoDerivatives 4.0 Internacional*


Ficheros en el ítem

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Excepto si se señala otra cosa, la licencia del ítem se describe como Attribution-NonCommercial-NoDerivatives 4.0 Internacional