{"id":20358,"date":"2021-02-09T14:38:05","date_gmt":"2021-02-09T13:38:05","guid":{"rendered":"https:\/\/ellipse.prbb.org\/?p=20358"},"modified":"2024-08-30T12:23:36","modified_gmt":"2024-08-30T10:23:36","slug":"eduard-sabido-crg-en-pocos-anos-todos-los-investigadores-usuaremos-algoritmos-informaticos-de-aprendizaje-automatico","status":"publish","type":"post","link":"https:\/\/ellipse.prbb.org\/es\/eduard-sabido-crg-en-pocos-anos-todos-los-investigadores-usuaremos-algoritmos-informaticos-de-aprendizaje-automatico\/","title":{"rendered":"Eduard Sabid\u00f3 (CRG): \u00abEn pocos a\u00f1os todos los investigadores usuaremos algoritmos inform\u00e1ticos de aprendizaje autom\u00e1tico\u00bb"},"content":{"rendered":"\n

Eduard Sabid\u00f3 Aguade<\/strong> es el jefe de la Unidad de Prote\u00f3mica<\/a> mixta entre el Centro de Regulaci\u00f3n Gen\u00f3mica (CRG)<\/a> y el Departamento de Ciencias Experimentales y de la Salud, Universidad Pompeu Fabra (DCEXS-UPF)<\/a>, y el responsable del programa formativo del proyecto PROTrEIN<\/a><\/strong>, empezado en enero de 2021.<\/p>\n\n\n\n

Hablamos con \u00e9l sobre esta interesante iniciativa para impulsar el machine learning<\/em> en el \u00e1mbito de la prote\u00f3mica<\/strong>, y sobre el futuro de la investigaci\u00f3n de la mano de estas nuevas tecnolog\u00edas.<\/p>\n\n\n\n

<\/div>\n\n\n\n

\u00bfQu\u00e9 utilidad tiene el machine learning<\/em> aplicado a la prot\u00e8omica?<\/h2>\n\n\n\n

Las herramientas de aprendizaje autom\u00e1tico<\/a> (machine learning<\/em>) y de visualizaci\u00f3n de datos<\/strong> est\u00e1n cobrando una importancia capital en muchos \u00e1mbitos de la investigaci\u00f3n biom\u00e9dica<\/a>. Tienen un impacto especialmente importante en el tratamiento de datos complejos<\/strong> y altamente estructurados como los que genera la prote\u00f3mica<\/a>.<\/p>\n\n\n\n

En los \u00faltimos a\u00f1os estas herramientas han facilitado aspectos como la identificaci\u00f3n de prote\u00ednas y sus modificaciones, su integraci\u00f3n con datos gen\u00f3micos, y la estratificaci\u00f3n de pacientes en grupos de riesgo, entre otros.<\/p>\n\n\n\n

<\/div>\n\n\n\n

\u00abLas herramientas de machine learning y visualizaci\u00f3n de datos permitir\u00e1n avanzar en nuestro conocimiento sobre los procesos patol\u00f3gicos y de respuesta a tratamiento.\u00bb<\/p><\/blockquote>\n\n\n\n

<\/div>\n\n\n\n

\u00bfCu\u00e1l es el objetivo del proyecto PROTrEIN?<\/h2>\n\n\n\n

PROTrEIN es una red europea de formaci\u00f3n de estudiantes de doctorado<\/strong>, y cada uno de estos estudiantes realizar\u00e1 un proyecto de investigaci\u00f3n en el campo de la prote\u00f3mica computacional<\/strong> a lo largo de 4 a\u00f1os, hasta el 2024.<\/p>\n\n\n\n

Tenemos 15 proyectos de investigaci\u00f3n para 15 estudiantes de doctorado<\/strong> repartidos entre varias universidades europeas, centros de investigaci\u00f3n e industria. Los temas van desde el desarrollo de nuevos algoritmos de interpretaci\u00f3n de datos, hasta el an\u00e1lisis de redes de interacci\u00f3n molecular, integraci\u00f3n de datos gen\u00f3micos o el desarrollo de procesos de gamificaci\u00f3n en la visualizaci\u00f3n de datos complejos.<\/p>\n\n\n\n

<\/div>\n\n\n\n

\u00bfCu\u00e1les han sido los principales retos a la hora de definir el programa formativo?<\/h2>\n\n\n\n

El principal reto<\/strong> de PROTrEIN para garantizar una excelente formaci\u00f3n<\/a> ha sido combinar un programa altamente multidisciplinar<\/strong> que incluye formaci\u00f3n avanzada en qu\u00edmica anal\u00edtica, biolog\u00eda molecular, aprendizaje autom\u00e1tico y visualizaci\u00f3n de datos.<\/p>\n\n\n\n

Esto ha estado posible gracias a la implicaci\u00f3n de los expertos<\/strong> en estas disciplinas de una gran variedad de instituciones <\/strong>participantes y de entidades asociadas al proyecto.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Las metodolog\u00edas que impulsa el proyecto PROTrEIN \u00bfhan venido para quedarse?<\/h2>\n\n\n\n

Los contenidos de formaci\u00f3n impulsados por PROTrEIN, como el desarrollo de herramientas de aprendizaje autom\u00e1tico y de visualizaci\u00f3n de datos<\/strong> ser\u00e1n (y son) de gran inter\u00e9s para la investigaci\u00f3n biom\u00e9dica.<\/p>\n\n\n\n

En pocos a\u00f1os todos los investigadores e investigadoras seremos usuarios de este tipo de algoritmos inform\u00e1ticos<\/strong>. No necesariamente todo el mundo tendr\u00e1 que ser un desarrollador experto, pero los profesionales con este perfil y conocimientos tendr\u00e1n un gran valor a\u00f1adido en el ecosistema de la investigaci\u00f3n.<\/p>\n\n\n\n

<\/div>\n\n\n\n

\u00abLos profesionales que sepan de este tipo de algoritmos tendr\u00e1n un gran valor a\u00f1adido en el ecosistema de la investigaci\u00f3n.\u00bb
Eduard Sabid\u00f3 (CRG)<\/strong><\/p><\/blockquote>\n\n\n\n

<\/div>\n\n\n\n

\u00bfHasta d\u00f3nde puede llegar la investigaci\u00f3n de la mano de estas nuevas tecnolog\u00edas?<\/h2>\n\n\n\n

Estamos en el inicio de la aplicaci\u00f3n<\/strong> de las herramientas de aprendizaje autom\u00e1tico en investigaci\u00f3n. Esperamos un crecimiento exponencial en los pr\u00f3ximos a\u00f1os<\/strong>, aunque cuesta valorar hasta d\u00f3nde llegar\u00e1 su impacto.<\/p>\n\n\n\n

En el caso concreto de la prote\u00f3mica estas nuevas tecnolog\u00edas cambiar\u00e1n la forma de adquirir y analizar los datos<\/a><\/strong>, y nos permitir\u00e1n avanzar en nuestro conocimiento<\/strong> sobre los procesos patol\u00f3gicos y de respuesta a tratamiento.<\/p>\n\n\n\n

<\/div>\n","protected":false},"excerpt":{"rendered":"

Hablamos con Eduard Sabid\u00f3, jefe de la Unidad de Prote\u00f3mica del CRG y la UPF, sobre PROTrEIN, el proyecto de formaci\u00f3n en machine learning y prote\u00f3mica que lidera.<\/p>\n","protected":false},"author":9,"featured_media":20353,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[27],"tags":[262,266,454,861,728,274,330,621],"new-type":[39,44],"class_list":["post-20358","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-investigacion","tag-bioinformatica-es","tag-crg-es","tag-entrevista-es","tag-ia-es","tag-innovacion","tag-melis-upf-es","tag-proteinas","tag-proteomica-es","new-type-a-fondo","new-type-noticias"],"acf":[],"_links":{"self":[{"href":"https:\/\/ellipse.prbb.org\/es\/wp-json\/wp\/v2\/posts\/20358","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ellipse.prbb.org\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ellipse.prbb.org\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ellipse.prbb.org\/es\/wp-json\/wp\/v2\/users\/9"}],"replies":[{"embeddable":true,"href":"https:\/\/ellipse.prbb.org\/es\/wp-json\/wp\/v2\/comments?post=20358"}],"version-history":[{"count":5,"href":"https:\/\/ellipse.prbb.org\/es\/wp-json\/wp\/v2\/posts\/20358\/revisions"}],"predecessor-version":[{"id":20376,"href":"https:\/\/ellipse.prbb.org\/es\/wp-json\/wp\/v2\/posts\/20358\/revisions\/20376"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ellipse.prbb.org\/es\/wp-json\/wp\/v2\/media\/20353"}],"wp:attachment":[{"href":"https:\/\/ellipse.prbb.org\/es\/wp-json\/wp\/v2\/media?parent=20358"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ellipse.prbb.org\/es\/wp-json\/wp\/v2\/categories?post=20358"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ellipse.prbb.org\/es\/wp-json\/wp\/v2\/tags?post=20358"},{"taxonomy":"new-type","embeddable":true,"href":"https:\/\/ellipse.prbb.org\/es\/wp-json\/wp\/v2\/new-type?post=20358"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}