El grupo de Biología Computacional de Tecnun es un equipo multidisciplinar, con gran experiencia en el desarrollo de algoritmos de optimización, análisis estadístico, así como métodos basados en machine learning y deep learning, principalmente enfocados en cuestiones del ámbito de la salud humana a través de datos de alta resolución molecular (genómica, transcriptómica, proteómica, metabolómica, etc) y bases de datos biológicas (genómicas, farmacológicas, metabólicas, etc). Actualmente, estamos trabajando en las siguientes temáticas:

 Reprogramación metabólica en cáncer con el fin de identificar nuevas dianas terapéuticas y marcadores de respuesta.

 Integración de experimentos masivos de silenciamiento génico y fármacos en el marco de la oncología de precisión.

 Estudio del splicing alternativo en distintos tipos de cáncer: sus alteraciones, causas y efectos.

 Modelos predictivos de toxicidad de fármacos basados en características estructurales.

 Influencia de la microbiota intestinal en el ámbito de la salud y nutrición.

 Esquemas de compression específicos para diferentes datos ómicos. Miembros activos en el desarrollo del standard MPEG-G para la representación de datos genómicos. 

 Análisis de datos de ADN. Métodos para mejorar la identificación de variantes biológicas en germline y cancer.

 Inferencia de redes de regulación de genes para datos de RNA provenientes de secuenciación en bulk y single-cell.

 Caracterización de HERV (human endogenous retroviruses) en cancer y muestras de cerebro.

Durante estos años, hemos colaborado activamente con distintos centros de investigación y empresas. Los más relevantes son: CIMA, Clínica Universidad de Navarra, CIC BioGUNE, Biodonostia, FISABIO, Onkologikoa, Universidad de Granada, Celgene, Biobide, Universitat Politècnica de Catalonia, University of Illinois at Urbana-Champaign, Stanford University, y Universidad de la República (Uruguay).

Miembros del grupo