Las metas generales del grupo BioChemTICs están orientadas a desarrollar métodos y soluciones de software para modelado predictivo destinados a la adquisición de conocimientos en el ámbito de Bioinformática y Quimioinformática, basados en el uso de técnicas de minería de datos, aprendizaje maquinal y analítica visual. En particular, se trabaja en desarrollar metodologías para abordar integralmente dos problemáticas:
1) La inferencia de redes de asociación biológica, tanto a nivel de genes como de vías biológicas, a partir de datos de expresión de genes e información proveniente de publicaciones científicas, y
2) La predicción de propiedades fisicoquímicas y mecánicas de moléculas, de utilidad tanto para el descubrimiento in silico de medicamentos como en el diseño de nuevos materiales industriales.
La primera línea se enmarca en la Bioinformática y busca descubrir como las interacciones coordinadas entre genes conducen las distintas funciones celulares que ocurren a nivel molecular. Al respecto, se propone un abordaje de modelización jerárquica: desarrollar métodos de inferencia de redes regulatorias para identificar la dinámica de asociación entre genes, pero también diseñar técnicas para analizar cómo afectan estas interacciones al nivel de vías biológicas.
La segunda línea se enmarca en la Quimioinformática, y apunta al desarrollo de nuevos métodos QSAR/QSPR (Quantitative Structure-Activity/Property Relationship) para predecir propiedades fisicoquímicas y mecánicas de compuestos químicos. En cuanto a los casos de estudio, los trabajos apuntan a modelar propiedades fisicoquímicas centrales en el diseño in silico de medicamentos, y a la predicción de propiedades mecánicas de polímeros cruciales en el diseño de materiales industriales.
Expositor: Dr. Ignacio Ponzoni
