�鶹����

O docente e investigador do grupo Next Generation Computer Systems da �鶹���� Hugo Lpez Fernndez, o doutor pola �鶹���� Daniel Pérez Rodrguez e o investigador do grupo ���Ա�����پ����������� Traslacional en Enfermidades Neurolxicas (ITEN) do IDIS Roberto C. Ags Balboa publican na revista Journal of Integrative Bioinformatics o artigo Fcodes Update: A Comprehensive Framework for Kinship Encoding with the F-Tree GUI and LLM-Based Family Relationship Inference. Nesta actualizacin, os autores, responsables do proxecto inicial, Fcodes: A straightforward algorithm for kinships encoding, melloran anda mis as funcionalidades do algoritmo Fcodes, unha ferramenta que contribuu a simplificar e axilizar o rexistro e anlise de relacins de parentesco, ofrecendo unha alternativa aos sistemas tradicionais, como o Ahnentafel ou o Register System, que resultaban complexos e pouco flexibles para incorporar relacins horizontais e datos non estruturados.

“A metodoloxa Fcodes caracterzase pola súa claridade, eficiencia e facilidade de implementacin tanto de forma manual, usando unicamente papel e lapis, como en contornas dixitais”, explica Roberto C. Ags Balboa, investigador do, que tamén sinala que “a simplicidade do algoritmo Fcodes faino tan intuitivo que calquera persoa, sen necesidade de coecementos técnicos, pode codificar a estrutura da súa propia familia de forma sinxela, evitando as que ese coecemento se perda”.

Da idea orixinal a unha solucin integral

O artigo orixinal describa en detalle a lenda e a nomenclatura do sistema Fcodes, explicando como asignar cdigos a cada vnculo familiar e calcular, por exemplo, o coeficiente de endogamia a partir de pares de Fcodes. Desenvolveuse, ademais, unha interfaz de lia de comandos (CLI) en Python que permita xestionar arquivos de datos xenealxicos (Fdata), xerar rbores familiares e producir informes interactivos.

A actualizacin ampla estas capacidades ao integrar novas funcionalidades que responden s necesidades actuais de investigadores e profesionais, como F-Tree GUI, unha interfaz grfica de usuario, de cdigo libre, que facilita a xestin, visualizacin e manipulacin de datos xenealxicos. F-Tree permite crear familias e importalas desde formatos Fdata, TSV ou SQLite, construr rbores xenealxicas en PDF e elaborar informes detallados, promovendo a transparencia e a interoperabilidade baixo os principios FAIR. 

As mesmo, integrronse Modelos de Linguaxe (LLMs); usouse intelixencia artificial para inferir automaticamente relacins familiares a partir de textos narrativos usando o algoritmo Fcode; empregronse os modelos ChatGPT-4ou e Gemini Advanced 1.5 Prol para extraer parentescos de extractos de La Regenta (Leopoldo Alas Clarn), da biografa de Marie Curie e mesmo dunha pasaxe da Biblia, e un 90 % dos parentescos extrados foron correctos. "Estas probas demostraron que a combinacin entre a IA e os Fcodes ten un notable potencial para extraer e codificar vnculos complexos, abrindo novas perspectivas en reas como a antropoloxa, a socioloxa, a xenética e a saúde mental", explica Daniel Pérez, primeiro autor do traballo. 

Impacto e proxeccin

A consolidacin de Fcodes como un sistema verstil e accesible marca un fito na anlise de estruturas familiares. Ao combinar métodos tradicionais con ferramentas computacionais avanzadas, este marco integral permite a investigadores de diversas disciplinas xestionar grandes volumes de datos xenealxicos de maneira eficiente e automatizada. 

"A sinxeleza do algoritmo Fcode permite, a calquera persoa, acceder a unha metodoloxa eficaz para preservar a súa informacin familiar. Isto posibilita o desenvolvemento de proxectos antropolxicos e etnogrficos orientados recompilacin, xeracin, preservacin e anlise dos devanditos datos, especialmente en comunidades tradicionais.", explica Hugo Lpez. Ademais, o estudo das estruturas familiares resulta fundamental na investigacin das enfermidades mentais, xa que as redes de apoio social xogan un papel crucial na súa aparicin e desenvolvemento. A evolucin do proxecto destaca a sinerxa entre innovacin tecnolxica e métodos clsicos, facilitando a anlise de relacins en contextos tan variados como estudos histricos, rexistros médicos e anlises sociolxicas.

Ambos os traballos contan co respaldo da �鶹����, o Instituto de ���Ա�����پ����������� Sanitaria de Santiago de Compostela (IDIS) e a empresa Science and Business S.L., e recibiron financiamento do Ministerio de Ciencia e Innovacin e da Xunta de Galicia.