{"id":15919,"date":"2025-10-09T13:19:46","date_gmt":"2025-10-09T11:19:46","guid":{"rendered":"https:\/\/web.montes.upm.es\/?p=15919"},"modified":"2025-10-09T13:19:46","modified_gmt":"2025-10-09T11:19:46","slug":"redes-neuronales-para-completar-vacios-en-el-genotipado","status":"publish","type":"post","link":"https:\/\/web.montes.upm.es\/?p=15919","title":{"rendered":"Redes neuronales para completar vac\u00edos en el genotipado"},"content":{"rendered":"\n

Investigadores de la ETSIMFMN (UPM) han desarrollado un m\u00e9todo de aprendizaje autom\u00e1tico, basado en un tipo de red neuronal, que mejora la precisi\u00f3n en el an\u00e1lisis gen\u00f3mico de especies \u201cno modelo\u201d, como los \u00e1rboles o las plantas y animales silvestres.<\/em><\/strong><\/p>\n\n\n\n

Un equipo de investigadores de la Escuela T\u00e9cnica Superior de Ingenier\u00eda de Montes, Forestal y del Medio Natural<\/a> de la Universidad Polit\u00e9cnica de Madrid<\/a> (UPM) ha desarrollado un nuevo m\u00e9todo basado en redes neuronales que permite rellenar los vac\u00edos de informaci\u00f3n gen\u00e9tica (conocidos como gaps<\/em>) que se producen durante los procesos de genotipado de alto rendimiento, especialmente en especies menos estudiadas, como los \u00e1rboles o las plantas y animales silvestres.<\/p>\n\n\n\n

El genotipado de alto rendimiento es una t\u00e9cnica clave en estudios de biotecnolog\u00eda o conservaci\u00f3n de biodiversidad y recursos gen\u00e9ticos. Sin embargo, muchas veces los datos obtenidos con estas t\u00e9cnicas presentan lagunas en regiones concretas del genoma. <\/p>\n\n\n\n

Mientras que en especies consideradas\u00a0modelo<\/em>, como humanos o plantas y animales con inter\u00e9s agron\u00f3mico y ganadero, se cuenta con informaci\u00f3n muy completa para poder resolver estos \u201cagujeros\u201d, la gran mayor\u00eda de especies\u00a0no modelo<\/em>, como pueden ser los \u00e1rboles o las plantas y animales silvestres, presentan limitaciones para poder identificar de manera precisa el genotipo m\u00e1s probable que se corresponde con cada dato perdido.<\/p>\n\n\n\n

\u201cEstos datos faltantes en los ficheros de genotipos son como los agujeros de un queso Emmental: de tama\u00f1o variable y distribuci\u00f3n irregular. En humanos y otras especies muy estudiadas, podemos usar informaci\u00f3n previa para cubrirlos. En la mayor parte de las especies silvestres, por ejemplo, eso no es posible\u201d, explica Unai L\u00f3pez de Heredia, uno de los autores del trabajo.<\/p>\n\n\n\n

El estudio, realizado por Unai L\u00f3pez de Heredia, \u00c1lvaro Soto, Juan Carlos Sanz y Fernando Mora, del Grupo de Investigaci\u00f3n en Desarrollo de Especies y Comunidades Le\u00f1osas (WooSp), adscrito a  la ETSI de Montes, Forestal y del Medio Natural, ha sido publicado en la revista Molecular Ecology Resources<\/em>, que le ha dedicado su secci\u00f3n \u201cPerspectives<\/em>\u201d.<\/p>\n\n\n\n

Inteligencia artificial para recuperar la informaci\u00f3n perdida<\/strong><\/p>\n\n\n\n

La soluci\u00f3n propuesta por los investigadores de la UPM se basa en un tipo de red neuronal conocida como mapas auto-organizativos (self-organizing maps<\/em>, SOM), que permite \u201cimputar\u201d los datos genot\u00edpicos m\u00e1s probables en posiciones faltantes. El m\u00e9todo no requiere la existencia de informaci\u00f3n gen\u00f3mica previa (no disponible, adem\u00e1s, para la mayor parte de las especies) y ha demostrado una precisi\u00f3n y sensibilidad superiores a otros m\u00e9todos existentes, particularmente para especies en las que hay una fuerte estructura poblacional y variantes que aparecen en bajas frecuencias.<\/p>\n\n\n\n

Para facilitar su uso, los autores han implementado una aplicaci\u00f3n de software<\/em> de acceso abierto, denominada gtImputation<\/a>, que incluye una interfaz gr\u00e1fica pensada para investigadores sin experiencia en programaci\u00f3n o bioinform\u00e1tica, que trabajen en el genotipado de individuos y poblaciones en estudios biotecnol\u00f3gicos, de gen\u00e9tica de poblaciones o conservaci\u00f3n de recursos gen\u00e9ticos, entre otros.<\/p>\n\n\n\n

\"\"\/<\/figure>\n\n\n\n

GUI de gtImputation tras la imputaci\u00f3n de genotipos faltantes<\/em><\/p>\n\n\n\n

El uso de esta metodolog\u00eda permitir\u00e1 no solo mejorar la calidad de los an\u00e1lisis gen\u00e9ticos, sino tambi\u00e9n \u201creducir los costes de secuenciaci\u00f3n, al permitir obtener genotipos robustos con una menor inversi\u00f3n en la secuenciaci\u00f3n\u201d, explica Unai L\u00f3pez de Heredia.<\/p>\n\n\n\n

El estudio se ha llevado a cabo en el marco del Proyecto de Investigaci\u00f3n SUBEROMICS2 (PID2019-110330GB-C22, MICIU\/AEI\/10.13039\/501100011033), financiado por el Ministerio de Ciencia e Innovaci\u00f3n.<\/p>\n\n\n\n

Mora-M\u00e1rquez, F., Nu\u00f1o, J. C., Soto, \u00c1., & L\u00f3pez de Heredia, U. (2025). <\/em>Missing genotype imputation in non-model species using self-organizing maps. Mol Ecol Res, 25, e13992. https:\/\/doi.org\/10.1111\/1755-0998.13992<\/a><\/em><\/p>\n\n\n\n

Bougiouri, K. (2025), Mind the Gap: A Neural Network Framework for Imputing Genotypes in Non-Model Species. <\/em>Mol Ecol Resour, 25: e14066. https:\/\/doi.org\/10.1111\/1755-0998.14066<\/a><\/em><\/p>\n\n\n\n

<\/p>\n","protected":false},"excerpt":{"rendered":"

Investigadores de la ETSIMFMN (UPM) han desarrollado un m\u00e9todo de aprendizaje autom\u00e1tico, basado en un tipo de red neuronal, que mejora la precisi\u00f3n en el an\u00e1lisis gen\u00f3mico de especies \u201cno modelo\u201d, como los \u00e1rboles o las plantas y animales silvestres. Un equipo de investigadores de la Escuela T\u00e9cnica Superior de Ingenier\u00eda de Montes, Forestal y del […]<\/p>\n","protected":false},"author":4,"featured_media":15920,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"_uf_show_specific_survey":0,"_uf_disable_surveys":false,"footnotes":""},"categories":[8,4,81],"tags":[16,15,766,764,73,765,20,21],"class_list":["post-15919","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-investigacion","category-noticias","category-protagonistas","tag-escuela-tecnica-superior-de-ingenieria-de-montes","tag-etsimfmn","tag-genomica","tag-gi-en-desarrollo-de-especies-y-comunidades-lenosas","tag-investigacion","tag-redes-nueronales","tag-universidad-politecnica-de-madrid","tag-upm"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/web.montes.upm.es\/index.php?rest_route=\/wp\/v2\/posts\/15919","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/web.montes.upm.es\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/web.montes.upm.es\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/web.montes.upm.es\/index.php?rest_route=\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/web.montes.upm.es\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=15919"}],"version-history":[{"count":1,"href":"https:\/\/web.montes.upm.es\/index.php?rest_route=\/wp\/v2\/posts\/15919\/revisions"}],"predecessor-version":[{"id":15921,"href":"https:\/\/web.montes.upm.es\/index.php?rest_route=\/wp\/v2\/posts\/15919\/revisions\/15921"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/web.montes.upm.es\/index.php?rest_route=\/wp\/v2\/media\/15920"}],"wp:attachment":[{"href":"https:\/\/web.montes.upm.es\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=15919"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/web.montes.upm.es\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=15919"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/web.montes.upm.es\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=15919"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}