Los hermanos gemelos desarrollan distintos grados de sensibilidad al dolor

Un estudio publicado hoy en Nature Communications ha sido el primero en plantear que la vulnerabilidad al dolor, que se consideraba relativamente inalterable, puede cambiar gracias a la epigenética, es decir, a la alteración química de la expresión de genes debido a los factores ambientales y al estilo de vida.

Los gemelos idénticos comparten el 100% de sus genes. / Oude School 

Los hermanos gemelos idénticos vuelven a ser el foco de estudio en una investigación. Gracias a ellos, científicos del King College de Londres han descubierto que la sensibilidad al dolor se altera por el entorno y el estilo de vida de una persona a lo largo de su existencia.

Publicado en la revista Nature Communications, el trabajo tiene importantes implicaciones para la comprensión de la tolerancia al dolor. La epigenética, que es el conjunto de factores que no afectan a la secuencia de ADN pero sí varían su expresión, podría conducir a nuevos tratamientos dirigidos a aliviar el dolor ‘apagando’ ciertos genes implicados.

Como los gemelos idénticos comparten el 100% de sus genes, cualquier diferencia entre ellos se debe a su entorno o a los cambios epigenéticos que afectan a la función de los genes, lo que los convierte en los participantes ideales para un estudio de esta naturaleza.

Cualquier diferencia entre los gemelos idéntico se debe a su entorno o a cambios epigenéticos que afectan a la función de los genes

Para identificar los niveles de sensibilidad al dolor, los científicos probaron en 25 pares de gemelos idénticos una sonda de calor en el brazo. Los participantes debían presionar un botón cuando el calor se convertía en doloroso para ellos, lo que permitió a los investigadores determinar sus umbrales de sufrimiento.

A partir de ahí y usando la secuenciación del ADN, los investigadores examinaron más de cinco millones de marcas epigenéticas en todo el genoma y los compararon con otros 50 individuos no relacionados para confirmar sus resultados.

Los cambios químicos fueron más significativos dentro de un gen conocido de sensibilidad al dolor, TRPA1, ya usado como diana terapéutica

Los resultados revelan grandes diferencias entre personas y muestran las modificaciones químicas dentro de los nueve genes implicados en la sensibilidad al dolor que eran diferentes en uno de los gemelos, pero no en su hermano idéntico.

Aplicaciones contra el dolor

Los cambios químicos fueron más significativos dentro de un gen conocido de sensibilidad al dolor, TRPA1, ya usado como diana terapéutica en el desarrollo de analgésicos. Sin embargo, esta es la primera vez que TRPA1 ha demostrado la capacidad de ser conectado y desconectado epigenéticamente.

Tal y como explica la autora principal del estudio, Jordana Bell, del King College de Londres, “averiguar cómo sucede esto podría tener implicaciones importantes contra el alivio del dolor. Es bien sabido que las personas más sensibles al dolor de la vida cotidiana son más propensas a desarrollar dolor crónico”.

Este trabajo es solo una parte de un proyecto más amplio de la UE (ERC EpiTwin) en colaboración con el Instituto de Genómica de Pekín, que tiene como objetivo identificar el papel de los factores epigenéticos en numerosas enfermedades complejas comunes sobre una muestra de 5.000 gemelos.

http://www.agenciasinc.es/Noticias/Los-hermanos-gemelos-desarrollan-distintos-grados-de-sensibilidad-al-dolor

Utilizan redes neuronales artificiales para predecir sismos

Investigadores de la Universidad Pablo de Olavide, del NT2 Labs - Nikola Tesla New Technology Labs de Chile y de la Universidad de Sevilla (España) han aplicado técnicas basadas en la minería de datos para el descubrimiento de patrones en series temporales de origen sísmico, y así poder predecir su ocurrencia. En concreto, han utilizado redes neuronales artificiales para predecir terremotos en Chile, uno de los países con mayor actividad sísmica del mundo, y en la Península Ibérica.

Las redes neuronales artificiales son un paradigma de aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexión de neuronas que colaboran entre sí para producir un estímulo de salida.
En un artículo publicado en la revista Applied Soft Computing, muestran un método concreto, basado en la aplicación de redes neuronales artificiales, que han usado para predecir terremotos en Chile, uno de los países con mayor actividad sísmica del mundo. Este metodología, con ligeras modificaciones, se ha aplicado con éxito a las dos zonas más activas de la Península Ibérica. Sus resultados se publicaron en 2013 en la revista Tectonophysics. Recientemente, se ha depurado la metodología y mejorado los resultados en ambas zonas, alcanzando tasas de acierto superiores al 80%, mediante la aplicación de técnicas de selección de atributos. Los resultados se han publicado en Knowledge-Based Systems.

Investigadores de la Universidad Pablo de Olavide, del NT2 Labs - Nikola Tesla New Technology Labs de Chile y de la Universidad de Sevilla han aplicado técnicas basadas en la minería de datos. (Foto: UPO)

Para toda su experimentación, los investigadores realizan dos tipos de predicciones: la probabilidad de que un terremoto sea de magnitud mayor que un determinado valor umbral, así como la probabilidad de ocurrencia de un terremoto de magnitud dentro de un determinado intervalo de tiempo. En ambos casos, se mide la probabilidad de que ocurran en los siguientes cinco o siete días, para los casos de Chile y de la Península Ibérica, respectivamente.

La precisión del método se evaluó en experimentos retrospectivos. La alta tasa de éxito alcanzado apoya la conveniencia de la aplicación de técnicas de minería de datos en este ámbito, según los investigadores, y plantea nuevos retos que deben abordarse.

Aunque en el mercado ya existen diversos aparatos que detectan con cierta anticipación la venida de un terremoto, ninguno es tan preciso y tampoco tiene posibilidades de ampliar su desarrollo o entregar datos analíticos. Francisco Martínez Álvarez, miembro del grupo TIC-200: Sistemas Inteligentes y Minería de Datos de la Universidad Pablo de Olavide, afirma que este modelo es capaz de predecir terremotos con alta fiabilidad, para una incertidumbre temporal de entre cinco y siete días y con una margen de error espacial del orden de, aproximadamente, 100x100 km2.

Los investigadores responsables de este trabajo afirman, igualmente, que la metodología desarrollada podría extrapolarse a cualquier tipo de desastre natural siempre que se aporten los datos necesarios, lo cual sería de gran interés por ejemplo para la predicción de tsunamis tras un terremoto, puesto que el sistema de detección actual, consistente en alarmas-sensores colocados en boyas instaladas en el mar, avisa sólo cuatro horas antes de que se produzca. En la actualidad, están estudiando también si se puede extrapolar la metodología a otras partes del mundo, habiendo ya obtenido los primeros resultados positivos para determinadas zonas de China y de Japón.

También los investigadores están estudiando la posibilidad de aplicar la minería de datos a la predicción de tifones, lo que requiere hacer un análisis de datos relacionados, determinar si la metodología es aplicable y extrapolable, y por tanto hacer las modificaciones oportunas. (Fuente: UPO/DICYT)
http://noticiasdelaciencia.com/not/9528/utilizan_redes_neuronales_artificiales_para_predecir_sismos/