Métodos estadístico-computacionales para la caracterización de patrones de expresión de proteínas en 2D-DIGE

El volumen de datos provenientes de experimentos basados en genómica y poteómica es grande y de estructura compleja. Solo a través de un análisis bioinformático/bioestadístico eficiente es posible identificar y caracterizar perfiles de expresión de genes y proteínas que se expresan en forma diferencial bajo distintas condiciones experimentales (CE). El objetivo principal es extender las capacidades computacionales y analíticos de los softwares disponibles de análisis de este tipo de datos, en especial para aquellos aplicables a datos de electroforésis bidimensional diferencial (2D-DIGE). En DIGE el método estadístico más usado es la prueba t de Student cuya aplicación presupone una única fuente de variación y el cumplimiento de ciertos supuestos distribucionales de los datos (como independencia y homogeneidad de varianzas), los cuales no siempre se cumplen en la práctica, pudiendo conllevar a errores en las estimaciones e inferencias de los efectos de interés. Los modelos Generalizados lineales mixtos (GLMM) permiten no solo incorporar los efectos que, se asume, afectan la variación de la respuesta sino que también modelan estructuras de covarianzas y de correlaciones más afines a las que se presentan en la realidad, liberando del supuesto de independencia y de normalidad. Estos modelos, más complejos en esencia, simplificará el análisis debido a la modelización directa de los datos crudos sin la aplicación de transformaciones para lograr distribuciones más simétricas. Produciendo también a una estimación estadísticamente más eficiente de los efectos presentes y por tanto a una detección más certera de los genes/ proteínas involucrados en procesos biológicos de interés. La característica relevante de esta tecnología es que no se conoce a priori cuáles son las proteínas presentes. Estas son identificadas mediante otras técnicas más costosas una vez que se detectó un conjunto de manchas diferenciales sobre los geles 2DE. Por ende disminuir los falsos positivos es fundamental en la identificación de tales manchas ya que inducen a resultados erróneas y asociaciones biológica ficticias. Esto no solo se logrará mediante el desarrollo de técnicas de normalización que incorporen explícitamente las CE, sino también con el desarrollo de métodos que permitan salirse del supuesto de gaussianidad y evaluar otros supuestos distribucionales más adecuados para este tipo de datos. También, se desarrollarán técnicas de aprendizaje automática que mediante optimización de funciones de costo específicas nos permitan identificar el subconjunto de proteínas con mayor potencialidad diagnóstica. Este proyecto tiene una alta componente estadístico/bioinformática, pero creemos que es el campo de aplicación, es decir la genómica y la proteómica, los que mas se beneficiarán con los resultados esperados. Para tal fin se utilizarán diversas bases de datos de distintos experimentos provistos por distintos centros de investigación nacionales e internacionales

Métodos estadístico-computacionales para la caracterización de patrones de expresión de proteínas en 2D-DIGE.

El volumen de datos provenientes de experimentos basados en genómica y poteómica es grande y de estructura compleja. Solo a través de un análisis bioinformático/bioestadístico eficiente es posible identificar y caracterizar perfiles de expresión de genes y proteínas que se expresan en forma diferencial bajo distintas condiciones experimentales (CE). El objetivo principal es extender las capacidades computacionales y analíticos de los softwares disponibles de análisis de este tipo de datos, en especial para aquellos aplicables a datos de electroforésis bidimensional diferencial (2D-DIGE). En DIGE el método estadístico más usado es la prueba t de Student cuya aplicación presupone una única fuente de variación y el cumplimiento de ciertos supuestos distribucionales de los datos (como independencia y homogeneidad de varianzas), los cuales no siempre se cumplen en la práctica, pudiendo conllevar a errores en las estimaciones e inferencias de los efectos de interés. Los modelos Generalizados lineales mixtos (GLMM) permiten no solo incorporar los efectos que, se asume, afectan la variación de la respuesta sino que también modelan estructuras de covarianzas y de correlaciones más afines a las que se presentan en la realidad, liberando del supuesto de independencia y de normalidad. Estos modelos, más complejos en esencia, simplificarán el análisis debido a la modelización directa de los datos crudos sin la aplicación de transformaciones para lograr distribuciones más simétricas,produciendo también a una estimación estadísticamente más eficiente de los efectos presentes y por tanto a una detección más certera de los genes/proteínas involucrados en procesos biológicos de interés. La característica relevante de esta tecnología es que no se conoce a priori cuáles son las proteínas presentes. Estas son identificadas mediante otras técnicas más costosas una vez que se detectó un conjunto de manchas diferenciales sobre los geles 2DE. Por ende disminuir los falsos positivos es fundamental en la identificación de tales manchas ya que inducen a resultados erróneas y asociaciones biológica ficticias. Esto no solo se logrará mediante el desarrollo de técnicas de normalización que incorporen explícitamente las CE, sino también con el desarrollo de métodos que permitan salirse del supuesto de gaussianidad y evaluar otros supuestos distribucionales más adecuados para este tipo de datos. También, se desarrollarán técnicas de aprendizaje automática que mediante optimización de funciones de costo específicas nos permitan identificar el subconjunto de proteínas con mayor potencialidad diagnóstica. Este proyecto tiene un alto componente estadístico/bioinformática, pero creemos que es el campo de aplicación, es decir la genómica y la proteómica, los que más se beneficiarán con los resultados esperados. Para tal fin se utilizarán diversas bases de datos de distintos experimentos provistos por distintos centros de investigación nacionales e internacionales.

Integración de la industria del gas natural en el Mercosur. Un modelo de redes

El objetivo de este trabajo es identificar la política óptima (considerando producción, transporte y regulación) para la integración de la industria de gas natural en el Mercosur. Se analizarán factores que promueven o limitan la integración en la región. Utilizando un modelo matemático de flujo de redes, se minimizará el costo total (producción y transporte) para la región en su conjunto, satisfaciendo las restricciones de producción, capacidad de transporte y equilibrio (oferta igual a demanda) en cada nodo. El costo total (CT) de la producción y transporte de gas natural (considerando nodos para cada país en la región) es la función objetivo. El proceso de optimización consiste en identificar el nivel de gas natural producido y transportado que minimiza el costo total del sistema para la región. El modelo es estático, no considerando una optimización dinámica con relación a las reservas remanentes. Restricciones Consideramos cuatro restricciones en operación, a saber: 1. Equilibrio en los nodos: esta ecuación establece el equilibrio entre la oferta y la demanda de gas natural en cada nodo. La oferta incluye la producción local y las importaciones. Por su parte, la demanda incluye el consumo doméstico más las exportaciones. 2. Capacidad de producción en cada cuenca: esta restricción establece que las cantidades producidas en cada cuenca debería ser menor o igual a su capacidad de producción. Ello también permite la existencia de una utilización no plena de la capacidad. La capacidad máxima de producción en cada cuenca está determinada sobre la base de una medida de política para cada país a través de la cual el horizonte de consumo de las reservas probadas está establecido. Dada esta relación, el límite sobre la producción de cada año está fijado. En otras palabras, el nivel de producción no está basado ni en la capacidad instalada de producción ni en los precios, sino en la política de agotamiento decidida sobre las reservas probadas en el año de calibración del modelo. Esto permite diferentes escenarios para el análisis. Para las simulaciones se tomó el ratio de reservas a producción en el año de calibración del modelo. 3. Capacidad de transporte: el gas transportado a través de un gasoducto (los operativos y aquellos que están en plan de construcción), en general, y el gas transportado desde cada cuenca a cada mercado, en particular, debería ser menor o igual a la capacidad del gasoducto. 4. Nivel no negativo de gas natural producido: esto evita la existencia de soluciones inconsistentes no sólo desde un punto de vista económico sino también técnico. Referencias Banco Interamericano de Desarrollo BID (2001). Integración Energética en el Mercosur Ampliado, Washington DC. Beato, Paulina and Juan Benavides (2004). Gas Market Integration in the Southern Cone. Inter-American Development Bank. Washington, D.C. Conrad, Jon M. (1999). Resource Economics. Cambridge University Press. United States of America. Dasgupta, P.S. and G. M. Heal (1979). Economic Theory and Exhaustible Resources. Cambridge University Press. United States of America. Dos Santos, Edmilson M, Victorio E. Oxilia Dávalos, and Murilo T. Werneck Fagá (2006). “Natural Gas Integration in Latin America: Forward or Backwards?”. Revue de l’Energie, Nº 571, mai-juin. Fagundes de Almeida, E.L. y Trebat, N. (2004). “Drivers and barriers to cross-border gas trade in the southern cone”. Oil, Gas & Energy Law Intelligence, Vol. 2, Nº 3, Julio. Givogri, Pablo (2007). “Condiciones de abastecimiento y precios de la industria del gas de Argentina en los próximos años”. Fundación Mediterránea. Julio. Córdoba, Argentina. Kozulj, Roberto (2004). “La industria del gas natural en América del Sur: situación y posibilidades de la integración de los mercados”. Serie Recursos Naturales e Infraestructura. Nº 77. CEPAL. Santiago de Chile, Chile. Diciembre.