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

IIS Biodonostia. Ikerbasque Research Professor. marcos.arauzo@biodonostia.org

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.