Dr. Christian García Sepúlveda

Jefe del Laboratorio de Genómica Viral y Humana, Facultad de Medicina, UASLP.

En genética poblacional, se estudiaron los receptores KIR, un sistema altamente polimórfico implicado en la respuesta inmune y la susceptibilidad a diversas enfermedades. Mediante algoritmos como máquinas de soporte vectorial (SVM) y Apriori, se logró clasificar individuos como sanos o enfermos basándose únicamente en su genotipo, así como identificar combinaciones haplotípicas asociadas a malignidades hematológicas. Estos enfoques permitieron descubrir patrones no detectados previamente, evidenciando el potencial de la IA para analizar datos de alta complejidad.

En epidemiología molecular, se desarrolló una metodología que integra modelos computacionales, aprendizaje automático y datos epidemiológicos, incluyendo tendencias de búsqueda en internet, para predecir brotes de infecciones respiratorias agudas en México. Este enfoque mejoró la precisión de predicción frente a métodos tradicionales, mostrando su utilidad para sistemas de alerta temprana en salud pública.

Adicionalmente, el análisis de la proteína Vif del VIH mediante distintos algoritmos de IA permitió identificar combinaciones de mutaciones asociadas con carga viral y niveles de células CD4. Estos resultados resaltan la capacidad de la IA para reducir la dimensionalidad de los datos y generar asociaciones clínicamente relevantes.

Finalmente, se abordó el problema de datos desbalanceados mediante nuevas metodologías (MAREV-1 y MAREV-2), que permiten descubrir patrones sin depender de hipótesis predefinidas.

En conjunto, estos estudios demuestran el papel clave de la IA en la integración y análisis de datos genéticos y epidemiológicos, con aplicaciones directas en investigación biomédica, salud pública y toma de decisiones clínicas.