Bioinformática Segura: Analítica Federada Preservadora de la Privacidad mediante Cifrado Homomórfico

Área de la Ciencia:

• Bioinformática
• Biología Computacional
• Privacidad de Datos

Sus antecedentes:

• La investigación bioinformática a gran escala requiere colaboración interinstitucional.
• Los métodos existentes de colocalización de datos son ineficientes y plantean problemas de privacidad.
• El análisis seguro de conjuntos de datos sensibles distribuidos es un desafío crítico.

Objetivo del estudio:

• Desarrollar un marco de analítica federada que preserve la privacidad para el análisis bioinformático seguro entre instituciones.
• Permitir cálculos estadísticos sobre datos cifrados sin transferencia de datos brutos.

Principales métodos:

• Se implementó un marco de analítica federada que utiliza métodos criptográficos para el cálculo seguro sobre datos cifrados.
• Se realizaron análisis en conjuntos de datos distribuidos sin colocalización de datos.

Principales resultados:

• Se validó el marco calculando puntuaciones de riesgo poligénico y realizando metaanálisis en cohortes del mundo real.
• Se logró una precisión superior al 99,9% en comparación con los análisis de texto plano.
• Se demostró un rendimiento de tiempo de ejecución escalable con el aumento del tamaño de los datos y los sitios participantes.

Conclusiones:

• El marco propuesto ofrece una solución factible y segura para aplicaciones bioinformáticas prácticas que involucran datos sensibles y distribuidos.
• La analítica federada se puede aplicar eficazmente al análisis de datos genómicos y de salud a gran escala preservando la privacidad.