| ← Volver al Inicio | EN |
Nuestra investigación integra modelado computacional y matemático avanzado con aplicaciones biológicas y agrícolas, aprovechando la Inteligencia Artificial para abordar desafíos apremiantes en estos campos.
Las Imágenes Hiperespectrales (HSI), que capturan información a través de cientos de bandas espectrales, han revolucionado el análisis de datos en la agricultura. Nuestra investigación se centra en aprovechar las HSI para avances agrícolas en Colombia. Realizamos estudios comparativos exhaustivos sobre diversos algoritmos de detección de objetivos aplicados a imágenes hiperespectrales, con el objetivo de mejorar el monitoreo y gestión de cultivos. Al evaluar estos algoritmos en diversos escenarios agrícolas, nuestro trabajo contribuye a optimizar la salud y el rendimiento de los cultivos, particularmente en los ecosistemas colombianos.
Los resultados para muchos pacientes con cáncer han mejorado sustancialmente en las últimas dos décadas con la introducción de medicamentos dirigidos a quinasas y otras proteínas en las vías de señalización alteradas en las células tumorales. Sin embargo, casi todos los tumores eventualmente desarrollan resistencia a estos medicamentos, lo que lleva a la recurrencia del cáncer. Nuestra Contribución (Nature, 2017): Desarrollamos y aplicamos métodos computacionales para descubrir cómo las células cancerosas coordinan la resistencia a los medicamentos a través de redes reguladoras de genes. Usando el algoritmo del coeficiente φ-mixing en datos de células individuales, descubrimos que solo 4 genes reguladores maestros orquestan todo el programa de resistencia a través de 19 genes. → Leer Detalles Completos de Nuestro Descubrimiento en Investigación del Cáncer
Cómo las células en crecimiento exponencial mantienen la homeostasis del tamaño es una pregunta fundamental. Estudios recientes de células individuales en varios organismos han descubierto nuevos mecanismos que controlan el tamaño celular, a pesar del comportamiento estocástico inherente. A través del análisis estadístico de miles de mediciones del ciclo celular, desarrollamos un marco de procesos estocásticos. Este marco sugiere posibles mecanismos moleculares relevantes no solo para la homeostasis del tamaño, sino también para componentes clave en procesos celulares fundamentales.
La transmisión del VIH ocurre mediante dos mecanismos: la vía del virus libre y la transmisión célula-célula, donde las células infectadas forman sinapsis virológicas con células no infectadas. La replicación del VIH involucra un bucle de retroalimentación positiva controlado por la proteína viral Tat, que potencialmente actúa como un interruptor estocástico para determinar la latencia celular. Estudiamos un modelo matemático de replicación del VIH que incorpora ambas vías de transmisión. Nuestro modelo demuestra que la alta multiplicidad de infección en la transmisión célula-célula suprime la infección latente, proporcionando un beneficio evolutivo al virus.
La Inteligencia Artificial (IA) representa un modelo computacional complejo, entrenado con grandes cantidades de datos, capaz de hacer predicciones y descubrir patrones en la investigación biológica y agrícola. Nuestro trabajo aprovecha la IA para complementar y mejorar los modelos matemáticos y computacionales tradicionales. Al integrar la IA, podemos analizar grandes conjuntos de datos de manera más eficiente, proporcionando conocimientos más profundos y predicciones más precisas. Esta sinergia entre la IA y las técnicas de modelado tradicionales nos permite abordar problemas complejos en biología y agricultura con una precisión y escala sin precedentes. Nuestra investigación demuestra cómo la IA puede integrarse perfectamente en diversos estudios, desde mejorar el rendimiento de los cultivos mediante técnicas avanzadas de imágenes hasta comprender los mecanismos de resistencia a enfermedades y los procesos celulares a nivel molecular.