Traglia, Germán Matías

Línea de investigación

Evolución genomica y genomica comparativa en bacterias de relevancia en salud humana, animal y produccion agropecuaria
Epidemiologia y genomica de patogenos multiresistencia a antimicrobianos
Evolucion genica asociada la transferencia horizontal genetica
Predicción de elementos geneticos moviles mediante algortimos de machine learning

Área de trabajo

>>> Evolución genómica de la resistencia antibiótica en diversos patógenos bacterianos de importancia clínica:

Las enfermedades infecciosas incrementan su prevalencia año a año, amenazando no sólo la salud humana sino también animal. Además de las causas mundiales de muerte por virus, bacterias o parásitos, que resultan ser enormes cargas en los sistemas de salud pública regionales y mundiales, el incremento progresivo de la multirresistencia en todas las regiones geográficas es considerado uno de los problemas emergentes más relevantes a escala mundial según datos de la Organización Mundial de la Salud (2015). Entre los principales patógenos multirresistentes de importancia clínica se encuentra: Acinetobacter baumannii, Klebsiella pneumoniae, Achromobacter sp., Pseudomonas sp., Burkholderia cepacia complex, Salmonella sp, Staphylococcus, entre otros. Esta línea de investigación se comprende de varias sublineas que se desarrollan en colaboración con varios grupos de investigación, entre ellos, el Dr. Andrés Iriarte y Magister Leticia Diana (UdeLaR), Dra. María Soledad Ramirez y Dr. Marcelo Tolmasky (University of California) y Dr Marisa Almuzara, Dr Claudia Barberis and Dr Carlos Vay (University of Buenos aires). El objetivo principal de las líneas de investigación es identificar como ocurre la evolución de la resistencia antibiótica en el ambiente hospitalario como durante la infección. Paralelamente, buscamos determinar cuáles son los diferentes mecanismos de adquisición de la resistencia antibiótica en los principales patógenos de importancia clínica.

>>> Predicción y clasificación de elementos genéticos en genomas bacterianos mediante algoritmos de aprendizaje automatizado:

La secuenciación masiva de genomas bacterianos dio lugar a un crecimiento exponencial de la información. Como producto de ello, existen grandes bases de datos que van de millones a miles de millones de datos cada vez resulta más difícil trabajar con volúmenes de tal magnitud. Las estrategias de aprendizaje automatizado (también conocido como ?Machine Learning?) han dado a luz la posibilidad de dar soluciones factibles para el análisis de datos. En una de las áreas que está teniendo principal relevancia es la Genómica, permitiéndonos trabajar con millones de datos y lograr la predicción de funciones génicas, clasificar genes o elementos genéticos, entre muchas otras aplicaciones. Se estableció una línea de investigación asociada a la predicción de elementos genéticos móviles, tales como Secuencias de Inserción y Transposones bacterianos, sobre genomas bacterianos mediante algoritmos de aprendizaje automatizado. Consecuentemente, a partir de la implementación de algoritmos de aprendizaje automatizado, se desarrollarán herramientas bioinformaticas (programas) para la fácil implementación de los algoritmos. Dicha línea de investigación está integrada por un estudiante de maestría, el cual está realizando dicha tesis asociada a esta línea.