.
.
Universidad Nacional Autónoma de México
a través del Instituto de Ciencias del Mar y Limnología
invitan al curso en modalidad presencial:
Genética de Poblaciones y ‘Machine Learning’
Aplicado a Datos Genómicos
Fechas: Del 4 al 8 de agosto de 2025
Horario: 9:00 a 18:00 hrs
Lugar: Instituto de Ciencias del Mar y Limnología (ICMyL), UNAM. Campus: Ciudad Universitaria, CDMX
Ponente:
Dr. Óscar Lao Grueso
Investigador Titular, Instituto de Biología Evolutiva (IBE, CSIC-UPF), Barcelona
Especialidad: Genética de poblaciones humanas, bioinformática, biología evolutiva e inteligencia artificial aplicada a la genómica.
Autor de múltiples publicaciones en revistas de alto impacto (Genome Biology, Human Genomics, Nature Reviews Genetics, entre otras).
Líneas de investigación:
- Análisis de la estructura genética de poblaciones humanas
- Modelado de la historia demográfica humana
- Detección de selección natural y adaptación genética
- Desarrollo de algoritmos de inteligencia artificial para estudios genómicos
Sitio web: https://www.ibe.upf-csic.es/lao
Descripción del curso:
Este curso intensivo de 5 días combina fundamentos teóricos y aplicaciones prácticas de genética de poblaciones con técnicas modernas de ‘Machine Learning’ y ‘Deep learning’. Los participantes desarrollarán habilidades en simulación, análisis y modelado de datos genómicos reales y simulados, utilizando herramientas como R, Python, fastSimcoal2, SLiM, y plink.
Contenidos principales:
- Fundamentos de genética de poblaciones y modelos matemáticos
- Simulaciones coalescentes y forward (fastSimcoal2, msprime, SLiM)
- Introducción y aplicaciones de ‘Machine Learning’ a datos genómicos
- Inferencia demográfica y métodos ABC
- Análisis de selección natural y GWAS
- Redes neuronales y ‘Deep Learning’ para datos genéticos
Cupo limitado: Sólo 15 participantes para garantizar una experiencia personalizada y práctica.
Requisitos de equipo de cómputo:
- Sistema Operativo: Windows 10/11 (con WSL2), macOS 11+, o Linux
- Almacenamiento: SSD con al menos 250 GB libres
- GPU: NVIDIA compatible CUDA (opcional para Deep Learning)
- Software a instalar: Python 3.9+ (Anaconda), R 4.3+, Jupyter Notebooks, fastSimcoal2, SLiM, PLINK
Inscripciones:
Para registrar tu participación, llenar el siguiente formulario:
https://forms.gle/1BiyYJe7wQwwfGTB6
Fecha límite de registro: 6 de julio de 2025
Respuesta de aceptación: 20 de julio de 2025
¡No pierdas la oportunidad de aprender con uno de los líderes en genética de poblaciones y Machine Learning!
Organizadores:
- Dr. Pindaro Díaz Jaimes (ICMyL-UNAM)
- Dra. Verónica Mendoza Portillo (ICMyL-UNAM)
- Dra. Silvia A. Hinojosa Álvarez (Tecnológico de Monterrey)
Agradecimientos:
Este curso gratuito es financiado por la Secretaría de Ciencia, Humanidades, Tecnología e Innovación (SECIHTY) a través del proyecto: CF-2023-G-493, "Dilucidando los componentes evolutivos de la divergencia genética en el ambiente marino: el dorado Coryphaena hippurus como modelo de estudio".
Agradecemos al Instituto de Ciencias del Mar y Limnología-UNAM por las instalaciones e infraestructura.
Programa
Día 1: Fundamentos de la Genética de Poblaciones
Objetivo: Establecer la columna vertebral teórica de la genética de poblaciones.
- Sesión de la mañana (3 horas)
- Principios de genética de poblaciones
- Variación genética y frecuencias alélicas
- Mutación, selección, migración, deriva
- Modelos matemáticos: Wright-Fisher, modelo de Moran
- Principios de la teoría de la coalescencia
- Manos a la obra
- Simulación de frecuencias alélicas bajo HWE y deriva en R
- Simulaciones directas sencillas
- fastSimcoal2/msprime, SLiM
- Sesión de la tarde (3 horas) – Estudio de caso + Codificación
- Simulación de modelos demográficos complejos con fastSimcoal2
- Uso de conjuntos de datos reales (por ejemplo, subconjunto de 1000 genomas)
- Visualización de los cambios en la frecuencia alélica a lo largo del tiempo
- Visualización de TMRCA sobre fragmentos genómicos
Día 2: Aprendizaje automático para datos genéticos
Objetivo: Introducir los principios del ML con aplicaciones a datos genómicos.
- Sesión de la mañana (3 horas)
- Introducción al aprendizaje supervisado y no supervisado
- Modelos comunes de ML: árboles de decisión, bosques aleatorios, ensambladores, SVM
- Reducción de dimensionalidad: PCA, t-SNE, UMAP, ADMIXTURE
- Desafíos con los datos genómicos
- Manos a la obra
- Aplicación de PCA y agrupación en clústeres en datos de SNP
- Sesión de la tarde (3 horas) – Estudio de caso
- Construcción de un clasificador para predecir el origen de la población
- Evaluación del modelo: matriz de confusión, precisión/recuperación, validación cruzada
Día 3: Inferencia demográfica y métodos ABC
Objetivo: Explorar la inferencia basada en modelos en genética de poblaciones.
- Sesión de la mañana (3 horas)
- Inferir la historia demográfica
- Cálculo bayesiano aproximado (ABC)
- Resumen estadístico
- Versiones del algoritmo ABC
- Vinculación de simulaciones con inferencias
- Manos a la obra
- Simulaciones coalescentes con fastSimcoal2
- ABC con el paquete abc
- Sesión de la tarde (3 horas) – Estudio de caso
- Inferencia de Ne histórico y tiempo de división con ABC + estadísticos
- Integración de aprendizaje automático para mejorar rendimiento
Día 4: ML para genómica y escaneos de selección
Objetivo: Aplicar ML moderno para detectar selección en rasgos complejos.
- Sesión de la mañana (3 horas)
- GWAS y escaneos de selección
- Enfoques de ML para detectar barridos selectivos
- Puntuaciones y predicción del riesgo poligénico
- Sobreajuste y generalización en ML genómico
- Manos a la obra
- Gráficos de Manhattan y GWAS usando plink
- Selección de características de matrices SNP
- Sesión de la tarde (3 horas) – Estudio de caso
- Clasificador para detectar regiones bajo selección (SLIM)
- Comparación entre métodos clásicos y ML
Día 5: Aprendizaje profundo e interpretabilidad
Objetivo: Profundizar en ML avanzado en genética de poblaciones.
- Sesión de la mañana (3 horas)
- Redes neuronales y computación natural
- Hiperparámetros
- Arquitecturas y aplicaciones en datos poblacionales
- Autocodificadores y RNA densas
- CNNs, LLMs, GANs
- Interpretabilidad: SHAP, LIME
- Manos a la obra
- Construcción de RNA con keras
- Autocodificadores para compresión genética
- Sesión de la tarde (3 horas) – Estudio de caso
- Estadísticas resumidas para ABC
- CNNs para selección positiva
- GANs para simular datos realistas
- Comentarios y resumen
