- Bioinformática Aplicada a la Genómica Agropecuaria
- Biología Molecular del Virus de la Fiebre Aftosa
- Biotecnología Ambiental y Bioenergía
- Biotecnología de Gramíneas
- Epidemiología Molecular y Evolución Viral
- Espiroquetas y Antimicrobianos
- Estudios en Baculovirus
- Inmunidad Vegetal y Epigenética del Estrés
- Memoria Ambiental en Plantas
- Virología Molecular Vegetal
Resumen
Genómica y Bioinformática con énfasis en datos NGS (Big Data)
En el laboratorio nos interesa profundizar sobre el uso de datos Omicos y su integración, como así también emplear la Genómica Funcional para dilucidar y generar nuevas hipótesis de mecanismos de tolerancia a stress fúngico en girasol.
La integración de datos "ómicos" se refiere a la combinación de múltiples tipos de datos biológicos a gran escala, como datos genómicos, transcriptómicos, proteómicos y epigenómicos, para obtener una comprensión más completa de los procesos biológicos. La genómica funcional, por su parte, es el estudio de cómo se regulan y expresan los genes y cómo contribuyen a los procesos celulares y fisiológicos.
El objetivo general es desarrollar e implementar estrategias para identificar e integrar las características moleculares mas relevantes (loci, regiones del ADN, metabolitos, etc...) del pato-sistema girasol-hongo para contribuir al entendimiento de los mecanismos de tolerancia a hongos desde una aproximación más sistémica.
Líneas de investigación
- Análisis de redes: la integración de datos "ómicos" puede ayudar a construir modelos de redes moleculares complejas para comprender mejor las interacciones entre genes, proteínas y metabolitos en los procesos biológicos.
- "Desarrollo e implementación de una estrategia para integrar datos transcriptómicos, epigenéticos y de pequeños ARNs: su aplicación para el estudio de la resistencia a Verticillium en girasol"
- Predicción de funciones de genes: la integración de datos genómicos y transcriptómicos puede permitir la identificación de genes desconocidos y la predicción de sus funciones biológicas.
- "El análisis de redes de coexpresión génica utilizando datos de repositorios públicos de girasol clasifica genes candidatos y no caracterizados a respuesta fúngica"
- "Análisis integrado de perfiles globales de expresión génica y variantes alélicas en lineas de girasol contrastantes para la resistencia a enfermedades fúngicas"
Integrantes
DIRECTOR
Maximo Rivarola PhD
Investigador Independiente Conicet
Profesor Adjunto Universidad Nacional de Moreno en Bioinformática.
Becarios doctorales
Andres Ribone
Ingeniero en Agrobiotecnología, actualmente becario doctoral Conicet trabajando en transcriptómica de girasol. Me interesan la bioinformática en general y el mejoramiento vegetal.
- Yanina Murua: ResearchGate
- Javier Rodríguez Hernáez: LinkedIn
Producción y Financiamiento
- Responsable Nodo Bioinformatica INTA-Iabimo del Consorcio (PAIS) Argentino de Genómica de SARS-CoV-2. FONARSEC IP COVID-19 N° 247. Julio 2020-Diciembre 2021. http://pais.qb.fcen.uba.ar
- Participante del Proyecto Unidad Ejecutora Conicet al Iabimo “ESTRATEGIAS DE MEJORAMIENTO DE NUEVA GENERACIÓN EN CULTIVOS AGRICOLAS Y FORESTALES” PUE2018 229 201801 00068 CO. 06-2019 al 06-2022.
- Investigador Responsable (único en grupo responsable) PICT-2017-1021 Plan Argentina Innovadora 2020, equipo en formación. “Análisis integrado de perfiles globales de expresión génica y variantes alélicas en líneas de girasol contrastantes para la resistencia a enfermedades fúngicas”.
- Investigador responsable del nodo INTA en el proyecto “Cabana”. Cabana es un proyecto para generar y aumentar capacidades en bioinformática en America Latina. http://cabana.online/.