Nos interesa comprender la regulación de la expresión génica a nivel mesoscópico. Nuestro objetivo es desarrollar modelos teóricos en estrecha colaboración con componentes experimentales. Al combinar conocimientos cruzados e interdisciplinarios, esperamos expandir la investigación científica hacia nuevas y estimulantes direcciones.

Utilizamos principalmente métodos avanzados de teoría de redes, teoría de sistemas dinámicos y procesos estocásticos aplicados al modelado de redes biológicas. Los proyectos actuales en este tema incluyen el modelado estocástico de promotores y potenciadores, con el fin de entender cómo las redes reguladoras de genes controlan los niveles de transcriptores y su variabilidad. Células genéticamente idénticas expuestas a las mismas condiciones ambientales pueden mostrar una variación significativa en su contenido molecular y diferencias marcadas en sus características fenotípicas. Esta variabilidad está vinculada a la estocasticidad en la expresión génica, que surge de fluctuaciones en los procesos de transcripción y traducción, a pesar de condiciones ambientales constantes.

El control de la transcripción está mediado por factores que se unen a elementos promotores ubicados aguas arriba o que influyen en la unión de otras moléculas a elementos cis-regulatorios dentro o cerca del promotor. Dado que estos eventos de unión son el resultado de encuentros aleatorios entre moléculas —algunas de las cuales están presentes en números muy reducidos—, los procesos bioquímicos que regulan el inicio de la transcripción son inherentemente estocásticos. Además, los procesos de múltiples pasos que conducen a la síntesis y degradación de moléculas de ARN mensajero y proteínas también están sujetos a un ruido molecular similar.

Uno de los principales desafíos en la genómica funcional es aprender a combinar los datos de secuencias genómicas con los datos de expresión génica y el conocimiento biológico previo, para producir predicciones funcionales sobre los circuitos reguladores de genes. Sin embargo, al momento de determinar la función génica, los estudios tradicionalmente se han centrado en genes individuales mediante diversos métodos de la biología molecular, como la extensión de cebadores, el northern blotting, la mutagénesis de promotores, entre otros. No obstante, dado el acceso a genomas completos de una lista cada vez mayor de organismos, y con el fin de determinar los principios subyacentes de procesos biológicos complejos, se volvió necesario investigar simultáneamente los patrones de expresión de un gran número de genes, considerando tanto patrones temporales como anatómicos. En este sentido, las tecnologías novedosas y de alto rendimiento están ampliando las posibilidades para el estudio integrado de los organismos vivos. Los datos a gran escala sobre los patrones temporales de expresión génica pueden permitir inferencias sobre los vínculos causales entre genes expresados a lo largo de un cambio fenotípico. Las medidas estadísticas y de la teoría de la información pueden ser útiles para el análisis de dichos datos. Uno de los principales desafíos en la genómica funcional es aprender a combinar los datos de secuencias genómicas con los datos de expresión génica y el conocimiento biológico previo, para producir predicciones funcionales sobre los circuitos reguladores de genes.

Los métodos de agrupamiento (clustering) para analizar datos de expresión génica permiten clasificar patrones de expresión con el fin de explorar funciones y regulaciones compartidas. Los genes que comparten patrones de expresión similares probablemente estén co-regulados. Este es un primer paso hacia la determinación de un «diagrama de cableado» de la red genética. El agrupamiento tiene dos componentes básicos: una medida de disimilitud y el algoritmo de agrupamiento propiamente dicho. Los resultados del proceso de agrupamiento son muy sensibles a la elección de estos componentes, así como a la normalización de los datos. Esto se debe a que diferentes combinaciones tenderán a enfatizar distintos tipos de similitudes en los datos. El criterio para seleccionar una combinación particular dependerá del aspecto de la expresión que se esté considerando. En este sentido, los métodos de agrupamiento pueden dividirse al menos en tres clases, que enfatizan diferentes aspectos de la expresión: (i) disimilitud según los patrones temporales o formas de los dos perfiles que se están comparando; (ii) disimilitud según relaciones estadísticas entre los dos perfiles que se están comparando; y (iii) disimilitud según la dinámica de la expresión génica. Aquí consideramos la disimilitud según la dinámica de la expresión génica. Para ello, utilizamos dos conceptos de la teoría de la información (TI): (i) el principio de máxima entropía (MEP) para modelar la dinámica de la expresión génica, y (ii) la definición de una distancia basada en modelos entre dos dinámicas. Sostenemos que la yuxtaposición de estos dos componentes genera una medida de distancia original, que permite agrupar perfiles de expresión génica según su dinámica. La idea esencial de la TI es tratar y cuantificar formalmente nuestra ignorancia respecto de una situación dada. Su propósito principal es proporcionar el método de inferencia más parsimonioso, utilizando todos los datos disponibles y evitando explícitamente la introducción de hipótesis adicionales (la navaja de Ockham), manteniendo al mismo tiempo un carácter fuertemente inductivo.