Nuevo sistema para obtener secuencias genéticas de la literatura científica
Ofrece una precisión y exhaustividad superior al 95%
Un nuevo sistema desarrollado en la Facultad de Informática de la Universidad Politécnica de Madrid permite obtener secuencias genéticas de la literatura científica, con altos valores de
precisión (97,98%) y exhaustividad (95,77%). El sistema facilita la tarea de identificación y localización de secuencias de primers y/o probes a los investigadores, ahorrándoles una cantidad de
tiempo importante, que pueden a su vez ser invertir en mejorar la calidad asistencial y/o en tareas investigadoras.
Una investigación desarrollada en la Facultad de Informática de la Universidad Politécnica de Madrid permite la detección y anotación de secuencias genéticas pertenecientes a microorganismos
responsables de enfermedades infecciosas que aparecen en un manuscrito dado, aceptando varios formatos para dicho artículo, entre ellos el PDF, el sistema de representación de documentos más
utilizado por los investigadores.
Además, la investigación ha reutilizado las mismas técnicas de detección de secuencias genéticas para crear un índice con todos los artículos de PubMed Central PMC), la base de datos
bibliográficos que proporciona libre acceso a obras científicas biomédicas y biológicas. La investigación ha asociado a cada artículo de PubMed Central las secuencias genéticas detectadas.
Según publica la FIUPM en un comunicado, el método de detección de secuencias presenta unos altos valores de precisión (97,98%) y exhaustividad (95,77%). El sistema de anotación ha
encontrado satisfactoriamente el nombre del microorganismo asociado a las secuencias en un alto porcentaje de ocasiones: se ha podido anotar correctamente las secuencias con el nombre del
organismo en un 83,29% de los casos. Hay que destacar al respecto que en el 15,45% de los casos, esta anotación era imposible, ya que las secuencias a anotar no pertenecían a microrganismos
responsables de enfermedades infecciosas.
Para el fondo #FEEFB1
"#685D47"
"#913420"
"#1E2729"
#C1D9C5