Etimológicamente, FINISTERRAE es el fin de la tierra; en nuestro caso, se refiere al principio de la genómica y del BIG DATA biomédico con fines traslacionales. El objetivo es hacer el big data pequeño, reduciendo al máximo la complejidad. ... acelerando la búsqueda de nuevas dianas terapéuticas y de medicamentos huérfanos en ENFERMEDADES RARAS. ...y también en enfermedades neurodegenerativas (Parkinson, Alzheimer, ELA,...) y Cáncer… Así mismo, se trata de mejorar el diagnóstico precoz de diferentes tipos de cáncer, y posibilitar la OPTIMIZACIÓN DEL TRATAMIENTO PERSONALIZADO (medicina de precisión).

1. ANÁLISIS EFECTIVO DE BIG DATA BIOMÉDICO
PARA LA OPTIMIZACIÓN DE FÁRMACOS
EN ENFERMEDADES RARAS, NEURODEGENERATIVAS
Y CÁNCER

2. FINISTERRAE

3. FINISTERRAE
BigData para la optimización de
fármacos en enfermedades raras,
neurodegenerativas y cáncer.
“Esta generación tiene la oportunidad histórica y
la responsabilidad de transformar la Medicina
utilizando enfoques sistemáticos en Ciencias
Biológicas para acelerar drásticamente la
comprensión y el tratamiento de enfermedades”
The Eli and Edythe L. Broad Institute
Of MIT and Harvard

4. Etimológicamente,
FINISTERRAE
es el fin de la tierra; en nuestro
caso, se refiere al principio de la
genómica y del BIG DATA biomédico
con fines traslacionales.
El objetivo es hacer el big data
pequeño, reduciendo al máximo la
complejidad.

5. ... acelerando la
búsqueda de nuevas
dianas terapéuticas y
de medicamentos
huérfanos en
ENFERMEDADES RARAS.

6. ...y también en
enfermedades
neurodegenerativas
(Parkinson,
Alzheimer, ELA,...) y
Cáncer…

7. Así mismo, se trata de mejorar
el diagnóstico precoz de
diferentes tipos de cáncer, y
posibilitar la OPTIMIZACIÓN
DEL TRATAMIENTO
PERSONALIZADO
(medicina de precisión).

8. Además, la plataforma
FINISTERRAE contribuirá
a la OPTIMIZACIÓN DE
DECISIONES MÉDICAS y
a la valorización del
dato hospitalario

9. Dentro de la OPTIMIZACIÓN DE FÁRMACOS, cobra especial
interés la minimización de efectos secundarios (toxicidades)
con objeto de evitar sufrimientos innecesarios en los pacientes

10. ALGUNAS
CIFRAS

11. 7000
ENFERMEDADES RARAS que
afectan a 30 millones de
ciudadanos en USA y otros tantos
en Europa. Los últimos años han
salido al mercado varias decenas
de
medicamentos impulsados por
pequeñas compañías
farmacéuticas.

12. Las ENFERMEDADES
NEURODEGENERATIVAS son uno de
los mayores problemas de nuestra
sociedad, sumamente envejecida. Solo
el Alzheimer afecta ya a más de 7
millones de personas en Europa y se
calcula que esta cifra se duplicará en
menos de 20 años.

13. Pese a la cantidad de billones
de dólares invertidos en la
investigación contra EL
CÁNCER, los resultados para
prevenir dicha enfermedad y
realizar tratamientos
avanzados son
altamente DECEPCIONANTES.

14. De cada 10.000 MEDICAMENTOS
en fase de investigación solo 500
pasan a la fase preclínica, y de
ahí solo un 1 pasa a la fase en
ensayos clínicos
www.acrohealth.org

15. CÁNCER
DE MAMA

16. MAMMAPRINT
ONCOTYPE
MAMMOSTRAT
Son tests muy caros y
relativamente fiables.
Predicción de posibles
metástasis a la hora del
diagnóstico

17. El objetivo es proporcionar
métodos sencillos, robustos,
fiables y económicos para
mejorar el diagnóstico y el
tratamiento en CÁNCER DE
MAMA, reduciendo
drásticamente la mortalidad.

18. y esta metodología
es extrapolable a
otros tipos de
cáncer: colon,
pulmón, próstata,
páncreas, etc.

21. • Predicción de la fatiga crónica en enfermos de cáncer de próstata sometidos a
radioterapia
• Análisis de biomarcadores en Leucemia linfocítica crónica (arrays de expresión,
mutaciones, regiones CNV).
• Modelos clínicos para predicción de la necesidad de tratamiento y desarrollo de
enfermedades autoinmunes en LLC
• Modelos clínicos para predicción de la respuesta al tratamiento en Linfoma de
Hodgkin.
• Análisis diferencial de expresión en cáncer de páncreas/pancreatitis.
• Síndrome nefrótico y virus respiratorios en niños.
• Firmas genéticas para predicción de respuestas a fármacos.
• Análisis de vías genéticas afectadas por la administración de fármacos.
• Estimación del grado histológico de cánceres de mama triplemente negativos.
• Caracterización fármaco genética de la gastroquina1en cáncer de cabeza y cuello.
ALGUNOS CASOS DE ÉXITO

22. Valorizamos los datos biomédicos
a través de pruebas de concepto
y extraemos toda la información
que por métodos tradicionales es
inasequible.
Nuestra manera de proceder es a
través de acuerdos tipo win-win

23. ALGUNAS
REFERENCIAS

33. ALGUNOS
RESULTADOS

34. RED DE CORRELACIÓN PARA LA LLC (Leucemia)

35. Principales
mutaciones en LLC y
su impacto en la
expresión génica

36. RED DE CORRELACIÓN PARA LA MIOSITIS

37. RED DE CORRELACIÓN PARA EL ELA

38. Hemos obtenido resultados muy
innovadores sobre los mecanismos
genéticos en Alzheimer, Parkinson, ELA y
Esclerosis Múltiple, por ejemplo.
Estamos modelizando diferentes
enfermedades raras que poseen datos
genéticos en bases de datos públicas.
Somos capaces de fusionar diferentes
tipos de datos para la optimización del
tratamiento personalizado.

39. Ignacio Fdez.-Alberti
IIRR and Corporate
Communications
Juan Luis Fdez.-Martínez
Professor in Applied
Mathematics.
CTO.
Zulima Fernández-Muñiz
PhD in Applied
Mathematics.
Ana Cernea-Cobernau
PhD in Applied Mathematics.
Enrique J. De Andrés
Galiana
PhD in Applied Mathematics.
EQUIPO

40. Juan Luis Fernández Martínez
Grupo de Problemas Inversos
jlfm@uniovi.es
985103199 / 682202198
Ignacio Fdez. Alberti
Salud Social Media
ignacioalberti@saludsocialmedia.com
684607977
CONTÁCTENOS
Y ANALIZAREMOS JUNTOS
POSIBLES OPORTUNIDADES