DiseasesMapMx

Plataforma de Vigilancia Genómica Porcina

Acerca de DiseasesMapMx

Plataforma científica enfocada en epidemiología molecular, vigilancia genómica y visualización de la circulación de patógenos porcinos en México.

Acerca de la Plataforma

DiseasesMapMx es una iniciativa científica independiente orientada a la visualización, integración y exploración de información sobre vigilancia genómica y la epidemiología molecular de patógenos porcinos en México. La plataforma integra metadatos genómicos, moleculares y epidemiológicos asociados con la circulación de PRRSV y PCV2, permitiendo la exploración interactiva de patrones espaciales, temporales y moleculares relevantes para la salud porcina y la vigilancia de enfermedades.

Investigador Científico, Fundador y Desarrollador Principal

Alberto Jorge Galindo Barboza

Alberto Jorge Galindo Barboza

Médico Veterinario Zootecnista, Maestro en Ciencias en Producción Animal Tropical con especialidad en Salud Animal, y candidato a Doctor en Ciencias de la Producción y de la Salud Animal en la Facultad de Medicina Veterinaria y Zootecnia de la Universidad Nacional Autónoma de México (UNAM), Ciudad Universitaria.

Investigador enfocado en epidemiología molecular, vigilancia genómica y caracterización genética de patógenos porcinos, particularmente PRRSV y PCV2, integrando enfoques epidemiológicos, moleculares y espaciales para el análisis y la vigilancia de enfermedades.

Investigador en el Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias (INIFAP), México. Adscrito al Centro de Investigación Regional Pacífico Centro (CIRPAC), Campo Experimental Centro Altos de Jalisco.

Perfiles Académicos

Colaboración Científica y Técnica

José Francisco Rivera Benítez

Investigador y colaborador científico con experiencia en diagnóstico viral y molecular, así como en el soporte técnico de laboratorio para actividades de investigación, vigilancia epidemiológica, detección y caracterización de enfermedades infecciosas en porcinos.

Investigador en el Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias (INIFAP), México. Adscrito al Centro Nacional de Investigación Disciplinaria en Salud Animal e Inocuidad (CENID-SAI), sede Palo Alto.

Recientemente ingresó como Miembro de la Academia Mexicana de Ciencias por sus contribuciones científicas en el campo de la virología. Ver Comunicado

Perfiles Académicos

José Francisco Rivera Benítez

Colaboración Institucional y Atribución de Datos

DiseasesMapMx es una iniciativa científica independiente desarrollada y coordinada por Alberto Jorge Galindo Barboza. En su etapa actual, la plataforma se presenta como un proyecto académico, informativo y de visualización científica orientado a integrar información genómica, molecular y epidemiológica relacionada con la vigilancia de patógenos porcinos en México.

La plataforma incorpora información genómica disponible públicamente, así como metadatos epidemiológicos derivados de actividades de investigación y vigilancia sanitaria realizadas en colaboración con instituciones, investigadores y actores vinculados con la salud porcina.

Las instituciones, afiliaciones y colaboradores mencionados en DiseasesMapMx se incluyen con fines de atribución científica, reconocimiento de colaboración y contextualización de los procesos de generación de datos. Su mención no implica, por el momento, que la plataforma constituya un sistema institucional oficial ni que represente una postura formal de dichas instituciones.

Cómo Usar el Tablero

El tablero está diseñado para la visualización exploratoria de metadatos moleculares curados y no identificantes. Permite revisar indicadores resumidos, filtrar registros por virus, año, región, etapa productiva, gen, linaje u otras variables disponibles, y explorar patrones espaciales, temporales y moleculares dentro del conjunto de datos.

Los mapas, gráficas y tablas deben interpretarse como resúmenes descriptivos de vigilancia, no como estimaciones oficiales de prevalencia, incidencia o estatus sanitario a nivel de granja. Los conteos representan los registros incluidos en la base curada y pueden estar influenciados por el diseño de muestreo, la selección diagnóstica, la disponibilidad de secuencias y la completitud de los metadatos.

Acerca del Módulo de Análisis de Secuencias

El módulo de análisis de secuencias de PRRSV-2 ORF5 realiza un tamizaje preliminar por referencia cercana contra un panel curado de secuencias ORF5 de PRRSV-2. Valida la entrada nucleotídica, aplica un umbral estricto para detener secuencias con baja identidad, compara la consulta contra referencias curadas, vincula los resultados aceptados con un contexto local del árbol maestro y traduce la región codificante ORF5 para resumir diferencias de aminoácidos en GP5.

Este módulo no es un reporte diagnóstico ni constituye una asignación filogenética formal. Los resultados deben interpretarse como una capa preliminar de tamizaje que requiere revisión de calidad de secuencia, contexto del panel de referencia, análisis filogenético, información epidemiológica e interpretación experta.

Arquitectura de la Plataforma y Motor de Análisis

DiseasesMapMx opera como una plataforma web pública separada de su motor local de análisis. La interfaz permite visualizar información, capturar solicitudes y mostrar resultados; el motor analítico realiza la validación, procesamiento, consulta de referencias curadas y devolución de resultados estructurados mediante API.

Esquema conceptual de la arquitectura de DiseasesMapMx y su motor de análisis
Figura. Esquema conceptual de la arquitectura de DiseasesMapMx y su motor de análisis. El desarrollo de la plataforma fue asistido con OpenAI; la interfaz pública utiliza HTML, CSS y JavaScript; los servicios analíticos y la API se implementan en Python/FastAPI; el intercambio de datos se realiza mediante HTTP y respuestas JSON; el manejo de datos considera archivos CSV, FASTA y Newick; y la visualización, despliegue y pruebas se apoyan en GitHub Pages, Cloudflare Tunnel y un entorno local de ejecución controlada.
OpenAI Python/FastAPI HTML CSS JavaScript HTTP JSON CSV FASTA Newick GitHub Pages Cloudflare Tunnel R MEGA QGIS

Esta separación permite mantener una interfaz pública ligera y documentada, mientras el procesamiento sensible, los datos de referencia curados y los envíos autorizados permanecen bajo control del entorno analítico.

Instituciones Colaboradoras

Institución colaboradora 1 Institución colaboradora 2 Institución colaboradora 3 Institución colaboradora 4