Ponente
Descripción
Las redes de regulación genética (GRN, por sus siglas en inglés) son el conjunto de interacciones entre proteínas y genes que controlan la expresión génica de las células y los organismos. Estas interacciones mantienen una dinámica compleja y de muy alta dimensionalidad. Es por este motivo que contar con métodos de reducción y simplificación de estas redes es un problema altamente relevante en el área de biología de sistemas.
En este trabajo se emplean redes bayesianas para identificar módulos génicos, es decir, grupos de genes densamente conectados a través de dependencias probabilísticas. Contar con una técnica de modularización permitirá identificar los genes involucrados en funciones celulares específicas y, por lo tanto, el estudio independiente del módulo correspondiente. Además, se identifica la red de interacciones entre módulos. Esto permite la caracterización de las GRN con una estructura jerárquica de redes, con el fin de poder realizar tanto análisis local como global. Para obtener una descripción causal y no solamente correlacional, se emplearán algoritmos propios de redes bayesianas causales para identificar relaciones causa-efecto entre los distintos módulos.
Este enfoque permitirá analizar redes de regulación complejas de manera eficiente para facilitar el diseño de intervenciones médicas dirigidas a enfermedades específicas y la evaluación de posibles tratamientos.