Biología Computacional y Biomedicina de Sistemas

Responsable de Grupo: Dr. Marcos J. Araúzo-Bravo

IIS Biodonostia. Ikerbasque Research Professor. marcos.arauzo@bio-gipuzkoa.eus
El Dr. Marcos Araúzo Bravo es Ingeniero Industrial en Automática y Electrónica, Doctor de Tecnologías Industriales por la Universidad Politécnica de Cartagena y Doctor en Tecnología de la Información por el Instituto de Tecnología de Kyushu (KIT) de Japón en 2003 donde realizó además su Postdoctorado en 2006. De 2006 a 2014 inició y lideró el laboratorio de Biología Computacional y Bioinformática del Instituto Max Planck de Biomedicina Molecular de Münster (Alemania).
De 1998 a 2004 Profesor Asociado de la Escuela Politécnica, Departamento de Ingeniería Electromecánica de la Universidad de Burgos.
Coordinador, lider y participante de múltiples proyectos internacionales (FET CIRCULAR VISION, EraCoSysMed 4D-HEALING), nacionales y regionales, es asimismo miembro de CIBERfes (Centro de Investigación Biomédica en Red de Fragilidad y Envejecimiento Saludable) y de la Red Temática de Excelencia para Bioinformática Translacional (TransBioNet).
Tiene más de 150 publicaciones en revistas como Science, Nature, Nature Cell Biology, Nature Chemical Biology, Journal American Chemical, Cell o Cell Stem Cell. Más de 11.200 citas en Google Scholar, índice H: 50 e índice i10: 1115 (Marzo 2022) y es, además, coinventor de 3 patentes registradas.
Ha dirigido una Tesis Doctoral y dirige cuatro en la actualidad.

Objetivos Estratégicos

  • Desarrollo de métodos computacionales para el análisis y modelado de sistemas biológicos y su utilización para elucidar los mecanismos de células madre, reprogramación celular, enfermedades y envejecimiento.
  • Estudio de la interacción de redes biológicas (genéticas, epigenéticas, metabólicas y de proteómica) en términos de su tipología, respuesta a perturbaciones y dinámica.
  • Desarrollo de métodos de visión artificial para el análisis automático y la caracterización de estructuras celulares y subcelulares a partir de imágenes estáticas y dinámicas.
  • Desarrollo de métodos de búsqueda de datos para el análisis de historias clínicas basados en técnicas de inteligencia artificial para predecir las condiciones de salud, enfermedades y el envejecimiento.
  • Integración sinérgica de la información “macroscópica” proporcionada por las historias médicas con la información “microscópica” proporcionada por el análisis de imagen y con la información “molecular” proporcionada por datos ómicos para comprender las enfermedades humanas y el envejecimiento.
  • Exploración de cómo las variaciones genéticas entre individuos influyen en sus funciones celulares biológicas y en último término en las enfermedades.

Principales líneas de investigación

En modelado matemático y biología de sistemas

  • Predicción de nuevos lugares clave para la regulación genómica, utilización de los mismos para construir modelos matemáticos de comunicación entre redes genéticas y epigenéticas.
  • Análisis de redes biológicas. Mediante la perturbación de los componentes de las redes, análisis de los cambios inducidos en su funcionamiento para comprender los efectos sinérgicos y antagónicos de las perturbaciones. Desarrollo de métodos para la identificación de la tipología y la dinámica de las redes biológicas analizando la presencia de unidades, e integrando herramientas de ingeniería de sistemas para el análisis de la estabilidad, controlabilidad, robustez, respuesta a las perturbaciones y estocasticidad. Aplicación para comprender mejor los mecanismos de las células madre, la reprogramación celular, el establecimiento y progresión de enfermedades y el envejecimiento.
  • Identificación y caracterización de aspectos de regulación en redes pluripotentes, células madre, enfermedades y envejecimiento.
  • Desarrollo de modelos dinámicos para comprender las redes regulatorias genéticas de las células pluripotentes, de la reprogramación celular, de las células madre, de las enfermedades y del envejecimiento.

En bioinformática

  • Control de calidad computacional de las células pluripotentes mediante el análisis computacional de datos trancriptómicos y epi-genómicos.
  • Integración de datos transcriptómicos generados por diferentes plataformas para crear importantes conjuntos de datos.
  • Desarrollo de herramientas computacionales para explotar datos, integrando datos ómicos de distinta naturaleza (transcriptómicos, Chip-Seq, metilación de ADN, marcas de histonas, expresión de microARNs y proteómica).
  • Implementación de métodos de integración de datos de diferentes tecnologías ómicas para desentrañar la comunicación entre los principales actores moleculares de las células pluripotentes, de las células madre, de enfermedades y del envejecimiento.
  • Desarrollo de métodos estadísticos y de aprendizaje automático para extraer información de los datos de secuenciación de última generación NGS (ARNseq, Chip-Seq de modificaciones de histonas, y metilación de ADN).
  • Identificación de genes objetivos para la reprogramación directa.
  • Identificación de biomarcadores para investigación en cáncer.
  • Identificación de patrones de secuencias de ADN y de términos de ADN para la construcción de diccionarios y gramáticas de ADN.
  • Desarrollo de métodos de búsqueda de datos para el análisis de historias clínicas basados en técnicas de inteligencia artificial para predecir condiciones de salud, enfermedades y envejecimiento.

Miembros del equipo

Nombre Apellidos Centro E-mail
Coloma Álvarez De Eulate López OSI Donostialdea coloma.alvarezdeeulatelopez@osakidetza.eus
Julen Bohoyo Bengoetxea IIS Biogipuzkoa julen.bohoyobengoetxea@bio-gipuzkoa.eus
Patricia Fernández Moreno IIS Biogipuzkoa patricia.fernandezmoreno@bio-gipuzkoa.eus
Daniela Ivanova Gerovska IIS Biogipuzkoa daniela.gerovska@bio-gipuzkoa.eus
Shira Knafo CSIC, UPV/EHU s.knafo@ikerbasque.org
Maite Unzurrunzaga Altube OSI Donostialdea maite.unzurrunzagaaltube@osakidetza.eus
Aitor Zabala García  IIS Biogipuzkoa aitor.zabalagarcia@bio-gipuzkoa.eus

 

Producción Científica