Charlas sobre investigación biomédica, con el profesor Jotun Hein (Universidad de Oxford)
En diciembre, Jotun Hein, profesor de Bioinformática del Departamento de Estadística de la Universidad de Oxford, Estados Unidos, brindará dos charlas en la UNGS, organizadas por el Área de Biología y Bioinformática y el Área de Física del Instituto de Ciencias, en el marco del proyecto internacional SIMBAD (Statistical Inference from Multiscale Biological Data: theory, algorithms, applications), del cual la Universidad forma parte.
La primera charla será el martes 10, a las 14, y el investigador abordará el tema de los algoritmos para la detección de recombinaciones con aplicación SARS COV-2. La segunda tendrá lugar el miércoles 11, a las 10,30, y tratará sobre análisis estadístico de secuencias biológicas.
Se trata de una oportunidad para recibir información actualizada sobre temas clave de la investigación biomédica, así como debatir sobre posibles colaboraciones.
Ambas charlas se realizarán en el aula del edificio de ADIUNGS (Juan María Gutiérrez 1150, Los Polvorines) y serán en inglés.
Más información
Charla martes 10 de diciembre, 14 hs., sala ADIUNGS
Título: Algoritmos para la detección de recombinación con aplicación al SARS-CoV-2
Resumen: El proceso evolutivo de la recombinación genética tiene el potencial de cambiar rápidamente las propiedades de un patógeno viral, y su presencia es un factor crucial a considerar en el desarrollo de tratamientos y vacunas. También puede afectar significativamente los resultados de los análisis filogenéticos y la inferencia de tasas evolutivas. La detección de recombinación a partir de muestras de datos de secuenciación es un problema muy desafiante, y se complica aún más para el SARS-CoV-2 debido a su relativamente lenta acumulación de diversidad genética. El grado en que la recombinación está en curso para el SARS-CoV-2 aún no se ha resuelto. Para abordar esto, utilizamos un método basado en parsimonia para reconstruir posibles historias genealógicas de muestras de secuencias de SARS-CoV-2, lo que nos permite identificar eventos específicos de recombinación que podrían haber generado los datos. Proponemos un marco estadístico para desenredar los efectos de la mutación recurrente de la recombinación en la historia de una muestra, y así proporcionar una manera de estimar la probabilidad de que esté presente una recombinación en curso. Aplicamos esto a muestras de datos de secuenciación recolectados en Inglaterra y Sudáfrica y encontramos evidencia de recombinación en curso.
Investigamos la probabilidad de recuperar la verdadera topología de los gráficos de recombinación ancestral (ARG) bajo el modelo coalescente con recombinación y conversión génica. Exploramos cómo el tamaño de la muestra y la tasa de mutación afectan la incertidumbre inherente en la reconstrucción de ARG, lo que arroja luz sobre las limitaciones teóricas de los métodos de reconstrucción de ARG.
Charla miércoles 11 de diciembre, 10,30 hs., sala ADIUNGS
Título: Análisis Estadístico de Secuencias Biológicas
Resumen: Aunque el análisis de secuencias biológicas tiene 50 años, comenzando con el famoso artículo de Needleman y Wunsch (1970), aún existen muchos problemas abiertos desafiantes. Los algoritmos y modelos en el análisis de secuencias biológicas están más demandados que nunca debido a la explosión de este tipo de datos. Me centraré en los modelos probabilísticos para inserciones y deleciones largas en secuencias múltiples. Este es un artículo de Miklos, Lunter y Holmes de 2004, que asume la reversibilidad temporal del proceso y solo es aplicable bajo esa condición. En 2018, Edward Sanders relajó la condición de reversibilidad temporal, pero se encontró con problemas de identificabilidad del modelo. El modelo general para secuencias múltiples aún debe ser abordado.
