CromGenLab EN
IV

Biomarcadores pronósticos y predictivos por análisis integrativo multimodal

radiómica · genómica · epigenómica

Deep learning, radiómica y análisis genómico y epigenómico para identificar biomarcadores genéticos y de imagen que mejoren el diagnóstico, el pronóstico y la predicción terapéutica en cáncer y otras enfermedades.

V

Inteligencia artificial aplicada a la biomedicina

datos ómicos · imagen biomédica · medicina personalizada

Algoritmos de aprendizaje profundo para analizar grandes volúmenes de datos ómicos e imágenes biomédicas, e integrar información molecular, epigenética y radiológica.

Producción

Manuscritos en revisión

  1. 2026

    Hepatic radiomic-metabolic signature for platinum resistance in non-seminomatous testicular germ cell tumors

    JNCI Cancer Spectrum · En revisión por pares

  2. 2026

    Machine learning-assisted synthetic augmentation for rare-variant survival analysis: evidence from testicular cancer

    American Journal of Epidemiology · En revisión, versión corregida

Formación

Estudiantes del área

IA, bioinformática y genómica

Radiómica, visión por computadora, aprendizaje automático y variantes germinales.

  • Juan Alberto Ríos RodríguezMédico · Doctorado en Ciencias Biomédicas · Tecnológico de MonterreyAnálisis radiómico para predicción de tratamiento y pronóstico pancáncer.Cotutor: Dr. Luis Alonso Herrera MontalvoAnteriormente se tituló de la maestría en Ciencias Biomédicas, Tecnológico de Monterrey (2025).
  • Berenice Cuevas EstradaDoctorado en Ciencias Bioquímicas · UNAMIdentificación de variantes germinales asociadas al riesgo de desarrollar tumores de células germinales de testículo.Anteriormente se tituló de la maestría en Ciencias Bioquímicas, UNAM (2024).
  • Fátima Verónica Gutiérrez MedinaBióloga · Maestría en Ciencias Biológicas · UNAMCaracterísticas radiómicas asociadas a cáncer testicular bilateral mediante aprendizaje automático.
  • Hugo Leonardo Olivas VillalpandoMedicina, servicio social · Universidad Autónoma de Ciudad JuárezPredicción de riesgo y pronóstico en pacientes mexicanos con cáncer testicular mediante un análisis radio-multiómico.
  • Mario Emilio Melchor EstrellaMedicina · Universidad Tecnológica de MéxicoModelo predictor de resistencia en cáncer de ovario epitelial.Coasesor: M. C. Juan Alberto Ríos Rodríguez
Todos los estudiantes →