A medida que la inteligencia artificial desempeña un papel cada vez más destacado en la decodificación del ADN, el seguimiento de patógenos y la aceleración del descubrimiento de fármacos, la línea entre la capacidad real y las exageraciones puede no estar clara. Los expertos de la Universidad Rice pueden brindar perspectivas claras y técnicamente fundamentadas sobre cómo estas herramientas están avanzando significativamente en la detección de enfermedades, la preparación de la salud pública y el diseño de tratamientos.
El AI2Salud grupo de investigación apoyado por Rice’s Instituto Ken Kennedy reúne a expertos en biología computacional, aprendizaje automático y biología de sistemas para desarrollar soluciones impulsadas por IA para desafíos críticos en la salud humana y la gobernanza de la salud. El grupo AI2Health es uno de los 12 grupos de investigación dentro del Instituto Ken Kennedy que trabajan para unir la experiencia departamental y promover la IA y la informática responsables en Rice.
Además de promover la investigación fundamental, los miembros y asociados de AI2Health se centran en crear herramientas de IA prácticas y de inspiración biológica diseñadas para hacer que los datos complejos sean más fáciles de interpretar y actuar. Sus métodos se pueden aplicar en muchas áreas de la salud humana y su experiencia puede ayudar a informar el diálogo público y proporcionar contexto sobre una serie de temas, entre ellos:
A continuación se encuentran los expertos de Rice que pueden ofrecer antecedentes, ayudar a explicar las tendencias de investigación actuales o responder preguntas en sus áreas de especialización:
Bioseguridad y biovigilancia para la salud pública
- Todd Treangen se especializa en métodos computacionales para la vigilancia de patógenos para respaldar iniciativas de salud pública como la respuesta rápida a brotes. Su laboratorio desarrolla algoritmos de aprendizaje automático y software de código abierto que ayudan a los científicos a identificar rápidamente patógenos dañinos en ADN sintético y datos metagenómicos con aplicaciones que enfrentan desafíos emergentes en bioseguridad y monitoreo de enfermedades infecciosas. Treangen es el investigador principal del grupo AI2Health.
Métodos multiómicos para descifrar la salud y la enfermedad.
- vicky yao desarrolla enfoques estadísticos y de aprendizaje automático para analizar conjuntos de datos biológicos grandes y diversos y extraer información significativa. Su trabajo prioriza la interpretabilidad y la integración de datos para descubrir los mecanismos moleculares subyacentes a enfermedades complejas como el cáncer y el Alzheimer.
IA y aprendizaje automático para genómica y metagenómica
- Santiago Segarra utiliza IA y modelos matemáticos avanzados para interpretar datos biológicos complejos con especial énfasis en métodos de aprendizaje automático de gráficos para conjuntos de datos genómicos y metagenómicos. Su investigación proporciona herramientas fundamentales para comprender los sistemas biológicos a gran escala y las intrincadas redes que gobiernan las interacciones de proteínas, la organización genética y la ecología microbiana.
Biofísica computacional para la innovación biomédica
- Ivan Coluzza es un biofísico computacional que utiliza métodos basados en la física para estudiar la función de las proteínas y el diseño molecular. Su trabajo integra computación y teoría para avanzar en la innovación biomédica, extendiendo estos modelos para diseñar materiales biomiméticos inspirados en los principios del plegamiento de proteínas.
Biología computacional y de sistemas para terapias de próxima generación
- Cameron Glasscock combina biología computacional, diseño de proteínas y biotecnología sintética para diseñar proteínas con funciones nuevas o mejoradas. Su trabajo informa la terapéutica de próxima generación a través de modelos basados en la física y mejorados por la IA.
- Lydia Kavraki aprovecha su profunda experiencia en computación física y robótica para avanzar en métodos computacionales para modelar la flexibilidad y función de las proteínas. Su trabajo crea algoritmos de inteligencia artificial y herramientas de software innovadores que aceleran el descubrimiento de fármacos, mejoran la predicción de la eficacia terapéutica y permiten un diseño más preciso de inmunoterapias personalizadas contra el cáncer.
Biología evolutiva
- Luay Nakhleh desarrolla métodos computacionales para estudiar cómo los genes, genomas y redes celulares evolucionan con el tiempo. Su investigación ayuda a arrojar luz sobre los procesos evolutivos que impulsan la aparición y progresión de enfermedades con aplicaciones relevantes para la salud humana en áreas como la genómica del cáncer.
Genómica humana y variación estructural en la salud y la enfermedad.
- Fritz Sedlazeck desarrolla métodos de aprendizaje automático e inteligencia artificial de próxima generación para decodificar el espectro completo de la variación genómica humana. Su investigación ayuda a mejorar los diagnósticos, personalizar la predicción del riesgo de enfermedades y descubrir los mecanismos biológicos subyacentes a los trastornos neurológicos, cardiovasculares y del desarrollo.
«Como biólogo computacional, creo que el campo se encuentra en un punto de inflexión interesante, y podemos esperar ver ganancias significativas en la velocidad y escala a la que podemos analizar datos genómicos y descubrir conocimientos biológicos», dijo Nakhleh, decano William y Stephanie Sick de la Escuela de Ingeniería y Computación George R. Brown de Rice y profesor de ciencias de la computación y biociencias. «La colaboración continua y la atención a las dimensiones éticas de estas herramientas serán esenciales en el futuro, y ese compromiso es el núcleo del grupo de investigación AI2Health».
Fuente: Universidad de arroz
<!–
–>
!function(f,b,e,v,n,t,s){if(f.fbq)return;n=f.fbq=function(){n.callMethod?
n.callMethod.apply(n,arguments):n.queue.push(arguments)};if(!f._fbq)f._fbq=n;
n.push=n;n.loaded=!0;n.version=’2.0′;n.queue=[];t=b.createElement(e);t.async=!0;
t.src=v;s=b.getElementsByTagName(e)[0];s.parentNode.insertBefore(t,s)}(window,
document,’script’,’https://connect.facebook.net/en_US/fbevents.js’);
fbq(‘init’, ‘1254095111342376’);
fbq(‘track’, ‘PageView’);
