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.

Procesos fotofísicos y fotoquímicos en sistemas organizados

Se estudiará el comportamiento de moléculas sonda aromáticas flourescentes en micelas inversas de AOT y BHDC y en soluciones de polielectrolitos y mezclas de polielectrolitos y detergentes. Se espera obtener información sobre la estructura de los sistemas microheterogéneos y cómo esta estructura afecta la formación de iones radicales obtenidos a partir de reacciones entre moléculas sonda y moléculas donoras o aceptoras de electrones. Las técnicas a emplear incluyen espectroscopía de absorción y emisión, láser flash fotólisis, flourescencia pulsada por láseres y time correlated single photon counting. Objetivos generales y específicos: 1. Fotofísica y fotoquímica en micelas inversas. 1.1. Exciplejos en micelas inversas. 1.2. Rendimientos de estados electrónicos triplete en micelas inversas. 1.3. Comportamiento de ftalocianinas y porfirinas en micelas inversas. 2. Soluciones de polielectrolitos y mezclas de polielectrolitos con detergentes. 2.1. Reacciones fotoinducidas. 2.2. Comportamiento de derivados de porfirinas y ftalocianinas. 3. Montaje de la técnica de Time Correlated Single Photn Counting. 4. Montaje de un equipo adicional de laser flash fotólisis. 5. Síntesis de derivados solubles en agua de porfirinas y ftalocianinas.