Foro de debate módulo 5

Buenas Alberto,

Me parece muy interesante este nuevo debate, ya que es un tema muy actual y con muchísimo potencial.

En mi caso, he trabajado en el desarrollo de una herramienta centrada en la predicción del índice de masa corporal (IMC) usando técnicas de clasificación. En la primera fase del proyecto utilizamos prácticamente todos los modelos y ensambladores de machine learning clásicos para entrenar a los models y elegir aquellos que proporcionaban los mejores resultados según los datos obtenidos de los pacientes/usuarios, clasificándolos posteriormente en las categorías del IMC (bajopeso, normal, sobrepeso u obesidad).

En ese punto, no estábamos aplicando técnicas de deep learning directamente, ya que los datos eran más bien tabulares (peso, altura, edad, género, étnia, etc.). Pero ahora estamos explorando el uso de imágenes del rostro y del cuerpo para validar la predicción, y aquí sí estamos empezando a integrar models de deep learning como las redes neuronales convolucionales (CNNs) para el procesamiento de imágenes. Sin duda, esto está siendo un salto muy interesante debido a su complejidad.

Lo que me parece clave es entender cuándo conviene usar deep learning y cuándo no. Si tienes un dataset pequeño o tabular, a veces un modelo simple es más robusto. Pero si trabajas con datos de alta dimensión como imágenes, secuencias o perfiles ómicos, el deep learning se vuelve casi imprescindible por su capacidad de capturar patrones complejos.

En resumen, creo que el deep learning es una herramienta transformadora en bioinformática, pero como todo, hay que aplicarlo con criterio.

Continuando con este debate, creo que sería interesante saber si alguien ha trabajado con modelos tipo LSTM (Long Short-Term Memory), un tipo especial de red neuronal recurrente (RNN)), para secuencias biológicas, o autoencoders para la reducción de la dimensionalidad. Una de las grandes ventajas del LSTM es que permite recordar información durante más tiempo, lo cual es útil cuando el orden y la dependencia entre elementos importa.

Algunos ejemplos de aplicationes potenciales en bioinformática o en ciencia de datos de la salud podrían ser:

1) En secuencias genéticas (DNA, RNA, proteínas), ya que cada base/aminoácido depende de los anteriores.
2) Para modelar expresión génica a lo largo del tiempo, por ejemplo, en estudios de desarrollo o respuesta a tratamientos.
3) O incluso analizar secuencias de eventos clínicos en registros de pacientes.

Mientras que una red neuronal clásica solo ve los datos como "una foto", un modelo LSTM los vería como secuencia de eventos, es decir como "una película", capturando la dinámica o el contexto en cada paso.

Saludos,
J

----
Hello,

I find this new debate very interesting, as it is a very current topic with much potential.

In my case, I have been working on developing a tool focused on predicting body mass index (BMI) using classification techniques. In the first phase of the project, we used practically all the classic machine learning models and assemblers to train the models and select those that provided the best results based on the data obtained from the patients/users, subsequently classifying them into BMI categories (underweight, normal, overweight, or obese).

At that point, we weren't applying deep learning techniques directly, as the data was more tabular (weight, height, age, gender, ethnicity, etc.). But now we are exploring using facial and body images to validate the prediction, and here we are beginning to integrate deep learning models such as convolutional neural networks (CNNs) for image processing. This is undoubtedly a very interesting leap forward due to its complexity.

What seems key to me is understanding when to use deep learning and when not to. If you have a small or tabular dataset, sometimes a simple model is more robust. But if you work with high-dimensional data such as images, sequences, or omics profiles, deep learning becomes almost indispensable due to its ability to capture complex patterns.

In short, I believe deep learning is a transformative tool in bioinformatics, but like everything else, it must be applied judiciously.

Continuing this debate, I think it would be interesting to know if anyone has worked with LSTM (Long Short-Term Memory) models, a special type of recurrent neural network (RNN), for biological sequences, or autoencoders for dimensionality reduction. One of the great advantages of LSTM is that it allows information to be retained for longer periods, which is useful when the order and dependencies between elements matter.

Some examples of potential applications in bioinformatics or health data science could be:

1) In genetic sequences (DNA, RNA, proteins), each base/amino acid depends on the previous ones.
2) To model gene expression over time, for example, in developmental studies or treatment response.
3) Or even to analyze sequences of clinical events in patient records.

While a classical neural network only sees data as "a snapshot," an LSTM model would view it as a sequence of events, that is, as "a movie," capturing the dynamics or context at each step.

Regards,
J

Hola a todos.

Mi opinión es que el "deep learning" nos abrirá los ojos al entendimiento de muchos procesos biológicos complejos, considerando asociaciones que, de otro modo, hubieran pasado desapercibidas. Me lo imagino, por ejemplo, dando una explicación precisa del motivo de la toxicidad o la inactividad de un medicamento para un determinado grupo poblacional o esclareciendo los motivos "ocultos" de la gradualidad de determinadas enfermedades o condiciones del ser humano.

Aunque no estemos más que despegando, el viaje ha empezado y ya se publican algunos resultados. Sirva como ejemplo el siguiente artículo (si bien, como ya habéis apuntado, en el futuro los análisis serán infinitamente más complejos):

Breast Cancer Case Identification Based on Deep Learning and Bioinformatics Analysis
https://www.frontiersin.org/journals/genetics/articles/10.3389/fgene.2021.628136/full

---------------------

Hello everyone.

My opinion is that deep learning will open our eyes to understanding many complex biological processes, considering associations that would otherwise have gone unnoticed. I imagine it, for example, providing a precise explanation for the reason for the toxicity or inactivity of a drug for a certain population group or clarifying the 'hidden' reasons for the gradual development of certain diseases or conditions in humans.

Although we are just taking off, the journey has begun, and some results are already being published. The following article serves as an example (although, as you have already pointed out, analyses will be infinitely more complex in the future):

Breast Cancer Case Identification Based on Deep Learning and Bioinformatics Analysis
https://www.frontiersin.org/journals/genetics/articles/10.3389/fgene.2021.628136/full

Hola de nuevo!

Sobre los modelos multi-modales, definitivamente es un tema interesante. Se trata de integrar diferentes fuentes de datos (como imágenes, datos clínicos, genéticos, etc.) en un único modelo. En la bioinformática, esto es clave para obtener un análisis más completo y preciso, ya que cada tipo de dato puede aportar información única. Los modelos multi-modales están en auge y permiten combinar lo mejor de cada fuente para obtener predicciones más fiables.

Gracias Alberto y Maria Isabel por compartir estos artículos, creo que este foro abierto da mucho que explorar.

Saludos,
J

---
Hello again!

Regarding multimodal models, this is an interesting topic. It involves integrating different data sources (such as imaging, clinical, genetic data, etc.) into a single model. In bioinformatics, this is key to obtaining a more complete and accurate analysis, as each type of data can provide unique insights. Multimodal models are on the rise and allow combining the best of each source to obtain more reliable predictions.

Thank you, Alberto and María Isabel, for sharing these articles. I think this open forum offers much to explore.

Regards,
J