Pasar al contenido principal

Candidato a doctor en Ingeniería realizó su pasantía de investigación en Bélgica

Miguel Romero Doctorado ingeniería javeriana cali  pasantía belgica
2 de Noviembre de 2022

Por Michael Hernández

Miguel Romero es uno de los estudiantes del Doctorado en Ingeniería y Ciencias Aplicadas beneficiado por la Beca Javeriana y el Programa ÓMICAS. Este economista e ingeniero de sistemas de la Escuela Colombia de Ingeniería Julio Garavito de Bogotá ha dedicado gran parte de su carrera profesional a la investigación.

Entre el 2016 y 2018 fue beneficiario del programa Jóvenes Investigadores e Innovadores de Colciencias para ser asistente de investigación el programa de investigación Optimización Multiescala In-silico de Cultivos Agrícolas Sostenibles, Omicas, de Javeriana Cali, donde ha trabajado en el desarrollo de modelos matemáticos y algoritmos que permitan identificar, desde la caracterización ómica in sílico, las funciones de genes para diferentes variedades de cultivos agrícolas, basados en aprendizaje automático y teoría de grafos. En esta investigación, Miguel ha contado con la asesoría de los profesores de la Facultad de Ingeniería y Ciencias, Camilo Rocha y Jorge Finke.

“El programa me ha permitido robustecer mi experiencia en lógica de reescritura, análisis de redes, diseño e implementación de algoritmos, programación competitiva y aprendizaje automático”, sostiene Miguel, quien realizó su pasantía de investigación en la universidad KU Leuven en Kortrijk, Bélgica.

Allí, este candidato a doctor en Ingeniería y Ciencias Aplicadas trabajó en el desarrollo de modelos de clasificación jerárquica multi-etiqueta (en inglés, Hierarchical Multi-label Classification, abreviado HMC) para la identificación de las funciones de los genes en los cuales se tuvieran en cuenta las relaciones existentes entre los procesos biológicos.

En esta estadía en Bélgica, este javeriano abordó los dos últimos objetivos de su tesis doctoral a través del desarrollo de dos modelos basados en aprendizaje automático y transferencia de conocimiento para la adaptación de información disponible para el mismo organismo de estudio (arroz) u otros organismos similares (arabidopsis, maíz y soya).

En septiembre pasado, Miguel sustentó los resultados de su tesis doctoral, la cual fue aprobada gracias a su trabajo de investigación realizado en Ómicas y en universidad KU Leuven de Bélgica.

 

Investigación: Modelos matemáticos y algoritmos para identificar las funciones de genes de maíz y arroz

La disertación de Miguel Romero estudia el problema de predicción de funciones de los genes desde una perspectiva computacional. Su objetivo investigativo es predecir asociaciones entre genes y funciones, teniendo en cuenta que los genes pueden asociarse a múltiples funciones biológicas y estas se organizan jerárquicamente.

En su trabajo se desarrollaron cuatro métodos de aprendizaje automático enfocados en diferentes aspectos, el cual ha sido modelado como un problema de clasificación. El primero es considerar las relaciones jerárquicas entre las funciones para producir predicciones consistentes. El segundo es crear nuevas representaciones de los datos para construir modelos predictivos. El tercero usar caminos de funciones en la jerarquía para identificar asociaciones faltantes de genes. Y el cuarto integrar la información disponible para múltiples organismos en el problema de clasificación.

 Las principales contribuciones de su trabajo incluyen el desarrollo de métodos novedosos que superan las limitaciones del problema de predicción de funciones de genes; pueden ser usados para identificar eficientemente asociaciones entre genes y funciones de diferentes organismos, incluyendo aquellos organismos que no tienen suficiente información disponible para construir modelos predictivos. Ayudan, además, a reducir el espacio de búsqueda en la experimentación in vivo.

Estos métodos fueron aplicados para predecir las funciones de genes de maíz y arroz, sin embargo, han sido formulados de forma general y son aplicables a cualquier problema de clasificación multi-etiqueta (multi-label), cuyas clases están organizadas en una jerarquía.

Investigación Proyección internacional