Desarrollo de un sistema de vigilancia tecnológica especializado en Biotecnología

La Vigilancia Tecnológica es un proceso sistemático de captación y análisis de información científico-tecnológica que sirve de apoyo en los procesos de toma de decisiones, en especial en las empresas de base tecnológica y en las instituciones de investigación y desarrollo. A través de los estudios de Vigilancia Tecnológica, se detectan fuentes de información esenciales para hacer frente a las decisiones tecnológicas, se extrae información relevante sobre tendencias tecnológicas, novedades, invenciones, potenciales socios o competidores, aplicaciones tecnológicas emergentes, a la vez que se contemplan aspectos regulatorios y de mercado que pueden condicionar el éxito de una innovación tecnológica. Toda esta información codificada y analizada brinda a un gestor, ya sea una empresa o institución científica, la posibilidad de trazar planes y formular estrategias tecnológicas, minimizando la incertidumbre. Este proyecto se propone desarrollar un sistema de vigilancia tecnológica, especializado en biotecnología, que permita realizar de forma sistemática la captura, el análisis, la difusión y la explotación de las informaciones técnicas útiles para el desarrollo y el crecimiento de las empresas de biotecnología en la provincia de Córdoba. Se partirá del análisis de los recursos disponibles en el sistema de innovación de la provincia de Córdoba (bases de datos, red de bibliotecas, servicios de documentación bibliográfica, etc.) y se determinarán los recursos específicos que son necesarios incorporar o desarrollar para poner en marcha el sistema. El diseño del sistema, basado en las aplicaciones informáticas disponibles y en las que se desarrollen en forma específica, pondrá a disposición de las instituciones científicas y de las empresas participantes la información analizada y estructurada. Como complemento se desarrollará un servicio de alertas sobre noticias de biotecnología, nuevos productos y tecnologías, novedades legislativas, ayudas y subvenciones, proyectos en desarrollo, etc. Como base del sistema se creará y se mantendrá una biblioteca on-line, donde se clasificarán y actualizarán las novedades tecnológicas, documentos clave y prospectivos, ofertas y demandas tecnológicas, eventos, boletines, etc. Como productos de este proyecto se dispondrá, además del diseño completo del sistema, de un portal básico que permitirá iniciar las actividades búsqueda, captura y de difusión. Se elaborará un documento final que expondrá, como resultados de la investigación realizada, las características del sistema, los recursos disponibles, los que deben ser adquiridos y/o desarrollados y que superan las posibilidades presupuestarias del propio proyecto.

Descubrimiento de información y minería de datos para la toma de decisiones en Biotecnología

En la actualidad la información es uno de los elementos de mayor valor agregado, más cuando es expresión novedosa y útil que permite acelerar el proceso de toma de decisiones o aumentar el conocimiento sobre determinados elementos. Los volúmenes de información que se generan en forma permanente (por ej. en el ámbito hospitalario, experimento genómicos, epidimeológicos, etc.) están creciendo considerablemente. El análisis y procesos diagnósticos exitosos implican la utilización de un número cada vez mayor de variables a asociar. Por otra parte, el formato digital está reemplazando cada vez más el papel en todos los ambientes, desde el empresarial hasta el de salud, pasando indudablemente por el de los experimentos científicos, particularmente los experimentos genéticos. Estos procesos de recolección o generación de información producen volúmenes tales que superan las capacidades humanas para analizarlas. Esta limitación se debe a varios factores, entre los que podemos mencionar, la disponibilidad en tiempo y la incapacidad de relacionar grandes volúmenes con eventos y una gran cantidad de variables. Entonces ¿Qué hacer con toda la información disponible? ¿Cómo extraer conocimiento de dicha información? El Descubrimiento de Información en Bases de Datos (DIBD) y las técnicas de Minería de Datos (MD) (entre las que podemos mencionar aquellas provenientes del campo de la Inteligencia Artificial, tales como los modelos Neuronales Artificiales) son metodologías asociadas, tendientes a resolver los problemas de la extracción de información novel y útil sobre un conjunto de datos y/o señales biomédicas. Este proyecto trata sobre el desarrollo y aplicación de metodologías de análisis de datos para el descubrimiento de información en bases de datos biológicas y biomédicas, tendientes a mejorar y/o desarrollar nuevas técnicas de diagnóstico, como también para el análisis de señales e información biomédica.

Desarrollos estadísticos para el procesamiento de información genómica masiva en agro-biotecnología. Statistical developments for processing massive genomic information in agro-biotechnology.

Nuevas biotecnologías, como los marcadores de la molécula de ADN, permiten caracterizar el genoma vegetal. El uso de la información genómica producida para cientos o miles de posiciones cromosómicas permite identificar genotipos superiores en menos tiempo que el requerido por la selección fenotípica tradicional. La mayoría de los caracteres de las especies vegetales cultivadas de importancia agronómica y económica, son controlados por poli-genes causantes de un fenotipo con variación continua, altamente afectados por el ambiente. Su herencia es compleja ya que resulta de la interacción entre genes, del mismo o distinto cromosoma, y de la interacción del genotipo con el ambiente, dificultando la selección. Estas biotecnologías producen bases de datos con gran cantidad de información y estructuras complejas de correlación que requieren de métodos y modelos biométricos específicos para su procesamiento. Los modelos estadísticos focalizados en explicar el fenotipo a partir de información genómica masiva requieren la estimación de un gran número de parámetros. No existen métodos, dentro de la estadística paramétrica capaces de abordar este problema eficientemente. Además los modelos deben contemplar no-aditividades (interacciones) entre efectos génicos y de éstos con el ambiente que son también dificiles de manejar desde la concepción paramétrica. Se hipotetiza que el análisis de la asociación entre caracteres fenotípicos y genotipos moleculares, caracterizados por abundante información genómica, podría realizarse eficientemente en el contexto de los modelos mixtos semiparamétricos y/o de métodos no-paramétricos basados en técnicas de aprendizaje automático. El objetivo de este proyecto es desarrollar nuevos métodos para análisis de datos que permitan el uso eficiente de información genómica masiva en evaluaciones genéticas de interés agro-biotecnológico. Los objetivos específicos incluyen la comparación, respecto a propiedades estadísticas y computacionales, de estrategias analíticas paramétricas con estrategias semiparamétricas y no-paramétricas. Se trabajará con aproximaciones por regresión del análisis de loci de caracteres cuantitativos bajo distintas estrategias y escenarios (reales y simulados) con distinto volúmenes de datos de marcadores moleculares. En el área paramétrica se pondrá especial énfasis en modelos mixtos, mientras que en el área no paramétrica se evaluarán algoritmos de redes neuronales, máquinas de soporte vectorial, filtros multivariados, suavizados del tipo LOESS y métodos basados en núcleos de reciente aparición. La propuesta semiparamétrica se basará en una estrategia de análisis en dos etapas orientadas a: 1) reducir la dimensionalidad de los datos genómicos y 2) modelar el fenotipo introduciendo sólo las señales moleculares más significativas. Con este trabajo se espera poner a disposición de investigadores de nuestro medio, nuevas herramientas y procedimientos de análisis que permitan maximizar la eficiencia en el uso de los recursos asignados a la masiva captura de datos genómicos y su aplicación en desarrollos agro-biotecnológicos.