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

Zonas inundables de Córdoba: Funcionamiento, valoración y desarrollo sustentable. Continuación

Los ambientes en estudio son relativamente apreciados por sus atributos naturales y estéticos, pero poco conocidos y valorados en cuanto a su rol en el funcionamiento de los ecosistemas a escala de paisaje y respecto al valor económico de la producción primaria y de la secundaria que sustentan. Las condiciones físicas dominantes limitan el uso del suelo a actividades basadas en recursos nativos considerados poco rentables. Debido a ello las zonas inundables, particularmente aquellas poco extensas, inmersas en llanuras predominantemente agrícolas, están expuestas a frecuentes propuestas de desecación sin una apropiada evaluación de su productividad y del costo ecológico y económico de su reemplazo. En tal sentido se considera necesario efectuar estudios que aporten datos concretos para valorar los recursos y servicios que ofrecen. (...) La llanura ondulada del sur de Córdoba comprende miles de hectáreas potencialmente inundables (cañadas y zonas perilacunares) bajo uso ganadero generalizado. Se estima que el dinamismo funcional propio de este tipo de ecosistemas tendría un descriptor de interés en el proceso de la producción primaria y que la dinámica del ritmo productivo de la vegetación mostraría variaciones espacio-temporales en relación a aquellas ya detectadas en el control físico a lo largo del gradiente descripto. En esta etapa se propone medir la periodicidad, tasa y calidad de la producción primaria asociada a dos sectores que difieren en su cota y riesgo de inundación. Objetivos - Analizar la variabilidad regional de zonas bajas inundables. - Estimar la tasa y calidad de la producción primaria de la vegetación nativa.

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.

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.

SINGULARIDADES TERRITORIALES: TRAMAS PRODUCTIVAS, CALIDAD DE VIDA Y VULNERABILIDAD. LÍNEAS DE ACCIÓN PARA LA REDUCCIÓN DE LAS DISPARIDADES DEPARTAMENTALES EN LA PROVINCIA DE CÓRDOBA

La estructura económica de la provincia de Córdoba, como resultado de un conjunto de numerosas causas, genera en su interior muy marcadas disparidades. Según datos de la Dirección de General de Estadísticas y Censos dependiente del Gobierno Provincial, el valor de los bienes y servicios finales presentados en la serie Producto Bruto Regional, en miles de pesos corrientes, a precios de productor (PBG), alcanzó en 2008 en el Departamento Capital un valor 4,4 veces superior al del segundo en importancia, Río Cuarto, y 517 veces mayor que el de Minas. Estas disparidades se registran, aunque suavizadas por la desigual distribución de la población, en el valor de la producción por habitante de cada departamento, registrada en la variable Producto Bruto Regional Per Cápita. También en el año 2008, el valor del departamento Juarez Celman fue de casi 5 veces el observado en Minas. Evaluados los resultados productivos por cualquiera de las dos variables, la trayectoria observada desde 2001 no presenta señales de reducción de esas disparidades. La existencia de abundante evidencia acerca de la estrecha relación entre estas desigualdades productivas y otras desigualdades sociales, como la distribución del ingreso, la pobreza y otros atributos que definen el bienestar de los habitantes de los diferentes territorios, pone en valor la relevancia de la reducción de esas brechas. La ciencia aplicada al análisis de fenómenos territoriales, especialmente la economía y la geografía por su relevancia en esta propuesta, ha tenido un formidable desarrollo en los últimos tiempos, permitiendo la comprensión de la dinámica la dinámica territorial y proveyendo de líneas de acción que permitar impactar, corrigiendo o morigerando, las trayectorias no deseables. En tal sentido, esta propuesta de trabajo tiene como objetivo general contribuir a la reducción de las disparidades en el desarrollo interdepartamental cordobés, medidos en términos del PBG per cápita, a partir del análisis de las variables relevantes que expliquen este comportamiento y el consecuente diseño de un conjunto de líneas de acción, de naturaleza pùblica y privada. La comprensión de la especificidad del desarrollo territorial cordobés se abordará desde aproximaciones teóricas que destacan las características de la diversidad estructural, de las relaciones económicas y sociales y de la gestión del conocimiento y la innovación. La conjunción de estos atributos perfilan sistemas productivos con densificaciones territoriales diversas que, aún sometidos a las mismas condiciones macroeconómicas, permiten identificar algunos razgos idiosincrásicos, haciendo relevante el diseño de politicas territoriales que articulen eficicazmente los determinantes globales y locales de las trayectorias territoriales.

Mejoramiento de germoplasma nativo y su introducción al paisaje.

La escasa disponibilidad y diversidad de variedades ornamentales adaptadas a las condiciones ambientales locales genera grandes problemas de sustentabilidad a nivel productivo. Estos problemas de sustentabilidad se expresan en la dependencia de la compra de variedades extranjeras con el pago de regalías, aún en los casos que deriven de germoplasma argentino, y en el cultivo de variedades poco adaptadas a las condiciones ambientales locales. Se agregan, los cambios de los ambientes humanos asociados a la vida en espacios más reducidos, grandes conglomerados urbanos, situaciones paisajísticas donde los recursos son escasos, lo que impulsa a programas de mejoramiento genético que utilicen nuevas fuentes de variabilidad, en especial, la que proviene de plantas nativas adaptadas tras miles de años de evolución. Las poblaciones naturales presentan una considerable variabilidad en distintos caracteres, lo que les permite a las especies nativas, sobrevivir en ambientes con distintas condiciones edáficas, climáticas o bióticas. Esta variabilidad es fundamental para seleccionar individuos con caracteres de alto valor ornamental. Con este proyecto, se propone asumir el desarrollo de nuevos cultivos y la creación de variedades locales con alto valor ornamental. Esto incluye la combinación de múltiples aspectos tales como el mejoramiento genético, la tecnología de producción y las estrategias de difusión y comercialización. El proceso sustantivo que encara el proyecto, que son los programas de mejoramiento genético en diferentes especies, implica la aplicación de técnicas y procedimientos propios del mejoramiento como así también aspectos vinculados a la prospección y colecta de germoplasma, caracterización de la aptitud ornamental, propagación, manejo del cultivo, estudios de comercialización y mercado, difusión y transferencia de paquetes tecnológicos al sector productivo. La sincronización adecuada entre estos factores es requisito indispensable para lograr que una variedad ingrese al mercado o que un producto pueda ser adoptado. Estos desarrollos permitirán mejorar la competitividad y sustentabilidad del sector considerando que se diversifica la oferta de variedades novedosas, nativas y mejor adaptadas.