Estrategias estadísticas y de aprendizaje automático en genómica y proteómica funcional

El objetivo de este proyecto, enmarcado en el área de metodología de análisis en bioingeniería-biotecnología aplicadas al estudio del cancer, es el análisis y caracterización a través de perfiles de expresión de proteínas y genes de las vías metabolicas asociadas a progresión tumoral. Dicho estudio se llevará a cabo mediante la utilización de tecnologías de alto rendimiento. Las mismas permiten evaluar miles de genes/proteínas en forma simultánea, generando así una gran cantidad de datos de expresión. Se hipotetiza que para un análisis e interpretación de la información subyacente, caracterizada por su abundancia y complejidad, podría realizarse mediante técnicas estadístico-computacionales eficientes en el contexto de modelos mixtos y técnias de aprendizaje automático. Para que el análisis sea efectivo es necesario contemplar los efectos ocasionados por los diferentes factores experimentales ajenos al fenómeno biológico bajo estudio. Estos efectos pueden enmascarar la información subycente y así perder informacion relavante en el contexto de progresión tumoral. La identificación de estos efectos permitirá obtener, eficientemente, los perfiles de expresión molecular que podrían permitir el desarrollo de métodos de diagnóstico basados en ellos. Con este trabajo se espera poner a disposición de investigadores de nuestro medio, herramientas y procedimientos de análisis que maximicen la eficiencia en el uso de los recursos asignados a la masiva captura de datos genómicos/proteómicos que permitan extraer información biológica relevante pertinente al análisis, clasificación o predicción de cáncer, el diseño de tratamientos y terapias específicos y el mejoramiento de los métodos de detección como así tambien aportar al entendimieto de la progresión tumoral mediante análisis computacional intensivo

Minería de Datos en Bio-Ciencias

El campo de las Bio-Ciencias está en pleno desarrollo y expansión. La variedad de tecnologías disponibles y aplicaciones están generando una cantidad abrumadora de datos que necesitan de protocolos, conceptos y métodos que permitan un análisis uniforme y asequible. Otra característica distintiva de estos ámbitos es su condición multidisciplinaria, donde interactúan (y cada vez más) disciplinas como la biología, la matemática, la estadística, la informática, la inteligencia artificial, etc. por lo que cualquier esfuerzo tendiente a aumentar el nivel de comunicación y entendimiento entre las disciplinas redundará en beneficios. La Minería de Datos, concepto que aglutina una variedad de metodologías analíticas, proporciona un marco conceptual y metodológico para el abordaje del análisis de datos y señales de distintas disciplinas. Sin embargo, cada campo de aplicación presenta desafíos específicos que deben ser abordados particularmente desde la racionalización de conceptos específicos del ámbito. La multidisiplinaridad es particularmente importante en aplicaciones biomédicas y biotecnológicas, donde se modelan fenómenos biológicos y se desarrollan métodos analíticos para generar nuevas estrategias diagnósticas, predictivas a partir de los datos recogidos. En este proyecto se integrarán las experiencias y criterios de distintas disciplinas que están involucradas en el desarrollo experimental en bio-ciencias, desde la biología molecular y la bioingeniería hasta la bioinformática y la estadística. La finalidad es elaborar protocolos que permitan extraer conocimiento en problemas biotecnológicos (particularmente experimentos genómicos) que se basan en la investigación sólida de los procedimientos estadísticos / bioinformáticos relevante para el manejo de datos experimentales. EL objetivo general de este proyecto es contribuir a la instauración de un Proceso Unificado de Análisis en Biotecnología generando conocimiento que permita el desarrollo de nuevas metodologías de análisis, con especial énfasis en métodos lineales y no-lineales de clasificación / predicción. La comprensión y estandarización de los requerimientos y etapas de experimentos en bio-ciencias es imprescindible para el éxito de proyectos biotecnológicos / biomédicos.

Diseño y simulación numérica de un biorreactor: Aplicación a la producción de células microbianas

Los biorreactores son ampliamente empleados en las industrias de alimentos, fermentación, farmacéuticas y tratamiento de residuos. (...) Una característica de los biorreactores es que el medio de reacción está constituido por distintas fases. Esto hace que exista una importante interrelación entre los fenómenos bioquímicos, fisicoquímicos, fuidodinámicos y de transporte. (...) La experimentación preliminar en reactores de laboratorio, acompañada con el desarrollo de un modelo que permita comprender la naturaleza del fenómeno, es esencial para el diseño de biorreactores de capacidad de producción comercial. En el presente proyecto se establecerán, a partir de un estudio experimental a escala de laboratorio y la elaboración de un modelo y programa de simulación numérica de su operación, los factores que determinan la problemática del diseño de un reactor tanque agitado, de capacidad comercial, para la producción de cepas de Staphylococcus aureus. Los objetivos generales del presente proyecto son los siguientes: * Generar las bases técnico-científicas que permitan el diseño de un biorreactor discontinuo para la producción a escala comercial de cepas de Staphylococcus aureus. * Desarrollar equipos experimentales y generar herramientas computacionales que en el futuro permitan abordar otros problemas en el campo de la bioingeniería. Los objetivos específicos a alcanzar durante el período que abarca este proyecto de un año son los siguientes: * Determinar la cinética de crecimiento de cepas de S. aureus que contemplen la formación de productos. * Verificar el funcionamiento y calibración de sensores y controladores que forman parte del biorreactor experimental recientemente adquirido. * Estudiar experimentalmente la producción de S. aureus en un biorreactor de 3 lt. de capacidad, cuantificando el consumo de sustratos y la producción de biomasa, polisacárido capsular y exoproteínas. * Continuar con el desarrollo de un modelo matemático y un programa de simulación numérica que permitan describir la operación del reactor experimental y definir la problemática del escalado de la producción a nivel comercial.

Estrategias estadístico-computacionales avanzadas para análisis de expresión de proteínas/genes en cáncer. Advanced statistical and computational strategies for protein/gene expression analysis in cancer.

El objetivo de este proyecto, enmarcado en el área de metodología de análisis en bioingeniería-biotecnología aplicadas al estudio del cancer, es el análisis y caracterización a través modelos estadísticos con efectos mixtos y técnicas de aprendizaje automático, de perfiles de expresión de proteínas y genes de las vías metabolicas asociadas a progresión tumoral. Dicho estudio se llevará a cabo mediante la utilización de tecnologías de alto rendimiento. Las mismas permiten evaluar miles de genes/proteínas en forma simultánea, generando así una gran cantidad de datos de expresión. Se hipotetiza que para un análisis e interpretación de la información subyacente, caracterizada por su abundancia y complejidad, podría realizarse mediante técnicas estadístico-computacionales eficientes en el contexto de modelos mixtos y técnias de aprendizaje automático. Para que el análisis sea efectivo es necesario contemplar los efectos ocasionados por los diferentes factores experimentales ajenos al fenómeno biológico bajo estudio. Estos efectos pueden enmascarar la información subycente y así perder informacion relavante en el contexto de progresión tumoral. La identificación de estos efectos permitirá obtener, eficientemente, los perfiles de expresión molecular que podrían permitir el desarrollo de métodos de diagnóstico basados en ellos. Con este trabajo se espera poner a disposición de investigadores de nuestro medio, herramientas y procedimientos de análisis que maximicen la eficiencia en el uso de los recursos asignados a la masiva captura de datos genómicos/proteómicos que permitan extraer información biológica relevante pertinente al análisis, clasificación o predicción de cáncer, el diseño de tratamientos y terapias específicos y el mejoramiento de los métodos de detección como así tambien aportar al entendimieto de la progresión tumoral mediante análisis computacional intensivo.

Estrategias estadísticas y de aprendizaje automático en genómica y proteómica funcional.

El objetivo de este proyecto, enmarcado en el área de metodología de análisis en bioingeniería-biotecnología aplicadas al estudio del cáncer, es el análisis y caracterización a través de perfiles de expresión de proteínas y genes de las vías metabólicas asociadas a progresión tumoral. Dicho estudio se llevará a cabo mediante la utilización de tecnologías de alto rendimiento. Las mismas permiten evaluar miles de genes/proteínas en forma simultánea, generando así una gran cantidad de datos de expresión. Se hipotetiza que para un análisis e interpretación de la información subyacente, caracterizada por su abundancia y complejidad, podría realizarse mediante técnicas estadístico-computacionales eficientes en el contexto de modelos mixtos y técnicas de aprendizaje automático. Para que el análisis sea efectivo es necesario contemplar los efectos ocasionados por los diferentes factores experimentales ajenos al fenómeno biológico bajo estudio. Estos efectos pueden enmascarar la información subyacente y así perder informacion relevante en el contexto de progresión tumoral. La identificación de estos efectos permitirá obtener, eficientemente, los perfiles de expresión molecular que podrían permitir el desarrollo de métodos de diagnóstico basados en ellos. Con este trabajo se espera poner a disposición de investigadores de nuestro medio, herramientas y procedimientos de análisis que maximicen la eficiencia en el uso de los recursos asignados a la masiva captura de datos genómicos/proteómicos que permitan extraer información biológica relevante pertinente al análisis, clasificación o predicción de cáncer, el diseño de tratamientos y terapias específicos y el mejoramiento de los métodos de detección como así tambien aportar al entendimiento de la progresión tumoral mediante análisis computacional intensivo.

Síntesis y caracterización de Materiales Nanoscópicos y Nano-especies activas y sus aplicaciones en Energía y Medio Ambiente

Se estudiara la síntesis, caracterización y aplicación de Materiales Nanoscópicos (Nanoestructurados, MN y Nanocomposites, NC), con propiedades definidas en el campo de la Energía, Medio Ambiente y Bioingeniería, especialmente las MCM y SBA ( MCM-41 y MCM-48, SBA-1, SBA-3, SBA-15 y SBA-16, Silíceas o Al/Ga/Ti como Heteroátomo, y la Al-SBA-3, recientemente desarrollada por nosotros, primera publicación a nivel mundial). Se pondrá énfasis en el diseño, preparación y caracterización de sus réplicas con C (CMK-1 y CMK-3). Determinación y optimización de las estrategias de síntesis de MN y NC y Nano especies Activas en nuevos catalizadores (Ir/ TiO2, Pt/Pd etc.), cuyas propiedades fundamentales (estructurales, electrónicas, conductividad, actividad catalítica, etc.) sean aplicables en los Campos Citados. Comprensión de los parámetros que definen dichas propiedades, relación estructura/actividad, rediseño y aplicaciones de MN y NC en dos procesos específicos (de los cuales ya hemos publicado resultados): Energía y Medioambiente: 1) Almacenamiento de H2, Adsorción/Absorción de H2 en los MN Silíceos y Carbonosos y NC y Desarrollo de NC híbridos formados por reservorios en base a los MN por oclusión de nano-alambres moleculares de polímeros orgánicos, modificando las propiedades de conductividad / semiconductividad y adsorción de H2; 2) Estudio de las reacciones de hidrotratamiento catalítico (HDT), que comprende la hidrogenación, la hidrodesulfurizacion (HDS) y la hidrodenitrogenacion (HDN) de compuestos refractarios presentes en los cortes de combustibles. La determinación del mecanismo de las reacciones de HDS y HDN.