Browsing by Author "Sosa Arango, Chrystian Camilo"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    A comprehensive view of aluminum stress in Oryza sativa from a systems biology perspective
    (Pontificia Universidad Javeriana Cali, 2024) Sosa Arango, Chrystian Camilo; Quimbaya Gómez, Mauricio Alberto; García-Merchán, Víctor Hugo; Clavijo Buriticá, Diana Carolina
    El arroz es una de las especies vegetales más importantes para la alimentación humana y para el estudio de estreses abióticos como el inducido por aluminio. Este estrés genera problemas de rendimientos agronómicos en el cultivo de arroz al afectar el crecimiento radicular de las plantas en suelos ácidos. El arroz ha sido ampliamente estudiado en cuanto a la respuesta molecular ante el aluminio, esta respuesta es compleja ya que incluye diferentes aspectos como la detección del estresor, la activación de una señal de transducción en las células, para finalmente tener una respuesta de la planta. Recientemente, la biología de sistemas ha tomado relevancia para los estudios de estrés, ya que permite la integración de elementos que interactúan a diferentes niveles a través de la modelación matemática para capturar las propiedades emergentes de estas interacciones. Actualmente existe una falta de conocimiento, especialmente a nivel metabólico, sobre la respuesta molecular que se induce cuando el aluminio es absorbido por las raíces de la planta de arroz. Este vacío de información incluye el desconocimiento de receptores, señales de transducción, mecanismos moleculares y reacciones químicas específicas que inhiben el crecimiento radicular. Esta tesis ha estructurado un enfoque sistémico para caracterizar las respuestas moleculares desencadenadas en el arroz bajo condiciones de estrés por aluminio por medio de: (i) el diseño de un método computacional que implementa estrategias de genómica comparativa para obtener diferencias funcionales entre dos especies contrastantes, con el objetivo de identificar respuestas únicas en arroz, (ii) la implementación de una estrategia de aprendizaje de máquinas sobre el interactoma del arroz para predecir proteínas candidatas que podrían ser relevantes en la respuesta a aluminio, y (iii) el uso de una aproximación multicapa que permite modelar la respuesta molecular y metabólica del arroz ante condiciones aluminotóxicas. Los resultados obtenidos representan un avance en la perspectiva en que se estudia el estrés en arroz. Este trabajo de investigación identificó adaptaciones funcionales especificas a nivel de especie que están vinculadas con las respuestas fisiológicas del arroz el estrés por aluminio, de igual forma, se detractaron nuevas proteínas putativas, no descritas previamente en literatura, y finalmente, el desarrollo e implementación de enfoques computacionales que permiten modelar la respuesta molecular al aluminio a nivel regulatorio y metabólico. Los resultados obtenidos son consistentes con los reportados en literatura. Estos resultados podrían contribuir a la investigación del estrés vegetal mediante el uso de las herramientas generadas en este estudio.
  • Thumbnail Image
    Item
    Desarrollo e implementación de una estrategia integrativa para la detección de nuevos módulos genéticos y nuevos genes asociados al inicio y desarrollo del cáncer colorrectal
    (Pontificia Universidad Javeriana Cali, 2022) Arce Rentería, Juan David; Ibagon Rivera, Nicolas; Quimbaya Gómez, Mauricio Alberto; Sosa Arango, Chrystian Camilo
    El advenimiento de las tecnologías ómicas, el desarrollo de técnicas computacionales basadas en el aprendizaje de máquina aplicado a sistemas biológicos y la integración de ambos paradigmas en modelos matemáticos, ha permitido avanzar en el entendimiento causal de enfermedades complejas como el cáncer. En este sentido, desde de una perspectiva sistémica, el uso de redes biológicas y la representación de sistemas moleculares como genes, proteínas y sus dinámicas de interacción, ha permitido realizar una aproximación a los sistemas biológicos desde la teoría de grafos. Desde esta perspectiva, en los ´últimos años se han desarrollado una gran variedad de estrategias, las cuales, desde la teoría de grafos, han contribuido al entendimiento del proceso deletéreo que conduce a la enfermedad y, equitativamente, a identificar nodos clave de la red los cuales podrían estar relacionados con diferentes tipos de enfermedades, como lo sería el cáncer. En el presente trabajo, integramos distintos tipos de información biológica asociada a la comprensión genética del origen y desarrollo de la enfermedad, acoplándola al mapa más detallado de interacción proteína proteína que existe. Posteriormente, realizamos análisis fundamentales sobre medidas clásicas de la topología de la red construida, que fueron ´útiles para identificar elementos claves de la red. Asignamos pesos a los nodos y a las aristas de la red según la información biológica, lo cual fue un procedimiento fundamental para priorizar elementos de la red (proteínas) asociadas al cáncer y específicamente al cáncer colorrectal. Con base en dicha información y con la red construida, implementamos algoritmos de modularidad para identificar comunidades específicas que pudieran estar específicamente asociadas al desarrollo de cáncer colorrectal, y finalmente implementamos algoritmos de caracterización de comunidades no sobre la partes y estrategias específicas de aprendizaje de máquina para encontrar potenciales proteínas asociadas al cáncer colorrectal.