Desarrollo de modelos de biointeracción molecular. Métodos de simulación computacional (“in silico” vía “Docking Molecular”). Farmacóforos. QSAR.
Intentamos caracterizar a la familia MYB en diferentes especies de plantas combinando estudios de todo el genoma y en caracterizaciones funcionales de planta.
Desarrollos de computación de altas prestaciones, mediante el uso de arquitecturas avanzadas de computadores, para el procesamiento y análisis de metilación en datos genómicos producidos por los secuenciadores de última generación (Next-Generation Sequencing o NGS).
El grupo trabaja en el modelado y simulación multiescala del proceso de activación del tejido cardiaco, con el fin de caracterizar y predecir diferentes patologías. El grupo cuenta con un software de simulación de alta resolución que permite reproducir electrocardiogramas de forma totalmente sintética, con la posibilidad de simular diferentes patologías. Otra linea de trabajo activa en este ámbito es la estimación del sistema de conducción cardiaco a utilizando análisis de datos adquiridos durante la práctica quirúrgica.
Asociamos datos transcriptómicos y metabólicos en órganos de plantas o cultivos celulares para aislar enzimas metabólicas secundarias desconocidas y sus reguladores transcripcionales.
Modelización de procesos biológicos y médicos multiescala a partir de datos de microscopía e imágenes médicas mediante herramientas TIC para aumentar la comprensión de la fisiopatología y mejorar el diagnóstico y el tratamiento de las enfermedades.
Modelamos los procesos dinámicos mediante procesos puntuales espaciales y conjuntos cerrados aleatorios. Se proponen descriptores para procesos univariantes y bivariantes con un análisis estadístico explícito del tiempo y tests para la comprobación de hipótesis. Se desarrolla un software para la simulación y el análisis. Más información y aplicaciones a la biología celular en https://www.uv.es/tracs.
Genómica funcional del cáncer pulmonar. Identificación de nuevos marcadores y dianas moleculares para el tratamiento del cáncer pulmonar mediante tecnologías ómicas (transcriptómica, proteómica, metabolómica). Estudio de los mecanismos de resistencia innata y adquirida a los inhibidores de tirosina quinasa basados en la transición epitelio-mesenquimal (EMT) y el fenotipo cancer stem cell (CSC). Regulación del metabolismo tumoral por oncogenes y genes supresores en el cáncer pulmonar.
En la práctica clínica se utilizan habitualmente múltiples fuentes de imágenes médicas (MRI, TAC, PET, ECO...) Se necesitan métodos para aislar los órganos, analizar su desviación de la normalidad y cotejarlos con otros casos o con exploraciones del mismo paciente para ayudar a los médicos en el diagnóstico de enfermedades.
