Derivar diagnósticos genómicos sin revelar los genomas de los pacientes

Área de la Ciencia:

• La genómica
• La bioinformática
• Biología computacional

Sus antecedentes:

• La interpretación de los genomas de los pacientes requiere una comparación con otros genomas, pero el intercambio plantea preocupaciones de privacidad.
• Numerosas enfermedades monogénicas han identificado diagnósticos genómicos y posibles objetivos terapéuticos.

Objetivo del estudio:

• Demostrar un método de preservación de la privacidad para el diagnóstico genómico utilizando una computación segura de múltiples partes.
• Permitir la identificación precisa de las variantes genéticas causantes de enfermedades, manteniendo al mismo tiempo la confidencialidad de los participantes.

Principales métodos:

• Implementación de la computación segura de múltiples partes (SMC) para el análisis de datos genómicos distribuidos.
• Aplicación de la SMC en diversos escenarios clínicos, incluidos grupos pequeños, análisis en trío y colaboraciones multiinstitucionales.

Principales resultados:

• Identificación exitosa de variantes causales para enfermedades monogénicas en escenarios del mundo real.
• Descubrimiento de genes y variantes de enfermedades no reconocidas anteriormente.
• Se logró hasta un 99,7% de privacidad para los datos genómicos sensibles de los participantes.

Conclusiones:

• La computación segura de múltiples partes ofrece una solución viable para el diagnóstico genómico que preserva la privacidad.
• Este enfoque facilita la investigación colaborativa y acelera el descubrimiento de los mecanismos de las enfermedades genéticas.
• El método equilibra la necesidad de análisis de datos genómicos a gran escala con estrictos requisitos de privacidad de los participantes.