El proyecto realizado por los investigadores gallegos Daniel Pérez-Rodríguez (Universidad de Vigo), Roberto C. Agís-Balboa (IDIS) y Hugo López-Fernández (Universidad de Vigo) ha sido publicado por Journal of Integrative Bioinformatics
La combinación de métodos tradicionales con herramientas computacionales avanzadas permite a investigadores de diversas disciplinas gestionar grandes volúmenes de datos genealógicos de manera eficiente y automatizada
El uso de IA con el algoritmo Fcodes ha demostrado un notable potencial para extraer y codificar vínculos complejos, abriendo nuevas perspectivas en áreas como la antropología, la sociología, la genética y la salud mental
Santiago de Compostela, 7 de marzo de 2025.- La prestigiosa revista Journal of Integrative Bioinformatics acaba de publicar el artículo “Fcodes Update: A Comprehensive Framework for Kinship Encoding with the F-Tree GUI and LLM-Based Family Relationship Inference”. Sus autores, responsables también del proyecto inicial, “Fcodes: A straightforward algorithm for kinships encoding”, son los investigadores Daniel Pérez-Rodríguez, de la Universidad de Vigo; Roberto C. Agís-Balboa, del grupo de Investigación Traslacional en Enfermedades Neurológicas (ITEN) del IDIS, y Hugo López-Fernández, profesor de Informática en la Universidad de Vigo.
Esta actualización mejora aun más las funcionalidades del algoritmo Fcodes, una herramienta que ha contribuído a simplificar y agilizar el registro y análisis de relaciones de parentesco, ofreciendo una alternativa a los sistemas tradicionales —como el Ahnentafel o el Register System— que resultaban complejos y poco flexibles para incorporar relaciones horizontales y datos no estructurados.
“La metodología Fcodes se caracteriza por su claridad, eficiencia y facilidad de implementación tanto de forma manual (usando únicamente papel y lápiz) como en entornos digitales”, explica Roberto C. Agís-Balboa, investigador del IDIS y uno de los autores del proyecto. “La simplicidad del algoritmo Fcodes lo hace tan intuitivo que cualquier persona, sin necesidad de conocimientos técnicos, puede codificar la estructura de su propia familia de forma sencilla, evitando así que ese conocimiento se pierda”, añade el Dr. Agís-Balboa.
De la idea original a una solución integral
El artículo original describía en detalle la leyenda y la nomenclatura del sistema Fcodes, explicando cómo asignar códigos a cada vínculo familiar y calcular, por ejemplo, el coeficiente de endogamia a partir de pares de Fcodes. Se desarrolló además una interfaz de línea de comandos (CLI) en Python que permitía gestionar archivos de datos genealógicos (Fdata), generar árboles familiares y producir informes interactivos.
La actualización amplía estas capacidades al integrar nuevas funcionalidades que responden a las necesidades actuales de investigadores y profesionales, como F-Tree GUI, una interfaz gráfica de usuario, de código libre, que facilita la gestión, visualización y manipulación de datos genealógicos. F-Tree permite crear familias, e importarlas desde formatos Fdata, TSV o SQLite, construir árboles genealógicos en PDF y elaborar informes detallados, promoviendo la transparencia y la interoperabilidad bajo los principios FAIR.
Asimismo, se han integrado Modelos de Lenguaje (LLMs). Se ha usado inteligencia artificial para inferir automáticamente relaciones familiares a partir de textos narrativos usando el algoritmo Fcode. Se emplearon los modelos ChatGPT-4o y Gemini Advanced 1.5 Pro para extraer parentescos de extractos de La Regenta (Leopoldo Alas Clarín), de la biografía de Marie Curie e incluso de un pasaje de la Biblia, y un 90 % de los parentescos extraídos fueron correctos. “Estas pruebas han demostrado que la combinación entre la IA y los Fcodes tiene un notable potencial para extraer y codificar vínculos complejos, abriendo nuevas perspectivas en áreas como la antropología, la sociología, la genética y la salud mental”, ecplica el Dr. Daniel Pérez-Rodríguez, de la Universidad de Vigo y primer autor del trabajo.
Impacto y proyección
La consolidación de Fcodes como un sistema versátil y accesible marca un hito en el análisis de estructuras familiares. Al combinar métodos tradicionales con herramientas computacionales avanzadas, este marco integral permite a investigadores de diversas disciplinas gestionar grandes volúmenes de datos genealógicos de manera eficiente y automatizada.
“La sencillez del algoritmo Fcode permite a cualquier persona acceder a una metodología eficaz para preservar su información familiar. Esto posibilita el desarrollo de proyectos antropológicos y etnográficos orientados a la recopilación, generación, preservación y análisis de dichos datos, especialmente en comunidades tradicionales.”, explica el Dr. Hugo López-Fernández, último firmante del trabajo y profesor de la Universidad de Vigo. Además, el estudio de las estructuras familiares resulta fundamental en la investigación de las enfermedades mentales, ya que las redes de apoyo social juegan un papel crucial en su aparición y desarrollo.
La evolución del proyecto destaca la sinergia entre innovación tecnológica y métodos clásicos, facilitando el análisis de relaciones en contextos tan variados como estudios históricos, registros médicos y análisis sociológicos.
Ambos trabajos cuentan con el respaldo de instituciones reconocidas, como la Universidad de Vigo, el Instituto de Investigación Sanitaria de Santiago de Compostela (IDIS) y la empresa Science and Business S.L., y han recibido financiación del Ministerio de Ciencia e Innovación y de la Xunta de Galicia.
Consulta el artículo completo: Manuscript DOI: 10.1515/jib-2024-0046
Manuscript ID: JIB.2024.0046.R1
Manuscript Title: Fcodes Update: A Comprehensive Framework for Kinship Encoding with the F-Tree GUI and LLM-Based Family Relationship Inference
Published by: De Gruyter
