Desarrollos estadísticos para el análisis de datos genómicos

BRUNO, C.; TEICH, I.; PEÑA MALAVERA, A.; BALZARINI, M.

Córdoba

Jornada; II Jornadas de Estudiantes Investigadores de la UNC. Construcción y difusión de conocimientos desde la Universidad Pública; 2012

UNC

El volumen de  datos provenientes de estudios biológicos se ha incrementado vertiginosamente en  los últimos años debido a la incorporación de nuevas herramientas  biotecnológicas y capacidades de procesamiento. Los secuenciadores automáticos  de ADN, los marcadores moleculares y los microarreglos son herramientas  biotecnológicas que producen grandes volúmenes de información a nivel molecular  en plantas y organismos que impactan directa o indirectamente a la producción  agrícola y la conservación de recursos naturales. Para estudiar a los  organismos y sistemas es necesario asociar los datos producidos por diferentes  tecnologías, integrando información genómica, transcriptómica, proteómica,  fenómica y ambiental. Modelar estadísticamente dichas asociaciones es complejo desde  el punto de vista computacional y biológico. La minería de datos orientada a filtrar  las principales señales contenidas en la información molecular, es una técnica  recomendada para ser aplicada previo y junto al modelado estadístico de  asociaciones multidimensionales. El objetivo de nuestro trabajo es desarrollar técnicas  de análisis estadístico multivariado que permiten el uso eficiente de  información molecular en estudios de asociación de datos genómicos, fenotípicos  y ambientales y su aplicación en el contexto del mejoramiento genético vegetal  y la ecología evolutiva. Se comparan, respecto a propiedades estadísticas y  computacionales, distintas estrategias analíticas tales como técnicas de  reducción de dimensión, técnicas basadas en redes neuronales que junto a modelos  lineales mixtos son usadas para indagar sobre asociaciones multidimensionales.  Se trabaja con datos provenientes de distintas biotecnologías (bases de datos reales y simulados) y se comparan  métodos para detectar estructura genética y asociación genotipo-fenotipo en el  contexto de mejoramiento vegetal y de estudios ecológicos y evolutivos de  bosques nativos. Los desarrollos metodológicos se pusieron a disposición de los  investigadores a través de Info-Gen,  un software desarrollado en la UNC para el análisis de datos biotecnológicos y  como aplicaciones en una interface con el software R.