Redes de respuesta a paradigma de fármaco.

Método de análisis in sílico de conjuntos de datos derivados de datos ómicos de células,

que comprende:

acoplar informativamente una base de datos de modelo de patrón a un sistema de aprendizaje automático y a un motor de análisis de patrón;

en donde la base de datos del modelo de patrón almacena una pluralidad de conjuntos de datos ómicos que comprenden datos ómicos de una pluralidad de células enfermas distintas,

respectivamente, y en donde cada conjunto de datos comprende una pluralidad de datos de elementos de patrón;

recibir, mediante el sistema de aprendizaje automático, la pluralidad de conjuntos de datos;

identificar, mediante el sistema de aprendizaje automático, un elemento determinante del patrón en la pluralidad de conjuntos de datos que está asociado con un estado de un parámetro de tratamiento de las células enfermas; el elemento determinante del patrón es una resistencia al tratamiento asociada o una sensibilidad al tratamiento asociada a los datos del patrón;

recibir, mediante el motor de análisis de patrón, al menos uno de los conjuntos de datos de las células enfermas;

modular in sílico, mediante el motor de análisis de patrón, el elemento de patrón determinante en al menos uno de los conjuntos de datos para producir un conjunto de datos modificado de la célula enferma, en el que el conjunto de datos modificado incluye al menos un elemento de patrón modificado y el al menos un elemento de patrón modificado se modifica directamente en un nivel de ácido nucleico o un nivel de proteína, o indirectamente a través de un componente regulador; y además en donde la modulación in sílico comprende:

- representar in sílico el modelo de patrón a través de un modelo gráfico de factores que comprende nodos de factores y nodos de evidencia variable; los nodos de evidencia variable se llenan utilizando los datos ómnicos derivados;

- forzar in sílico el nodo de evidencia variable que representa el elemento determinante del patrón del modelo de patrón en un estado suprimido; y

- volver a inferir in sílico las actividades del patrón para obtener el conjunto de datos modificado; e

identificar, mediante el sistema de aprendizaje automático y utilizar el conjunto de datos modificado, un cambio en el estado del parámetro de tratamiento para la célula enferma.