Martín Pargak bere tesia defendatuko du maiatzaren 30ean, osteguna

• Defentsa Leioako Zientzia Fakultateko Gradu Aretoan egingo da.

Martín Pargak Fisikako lizentziatura lortu zuen Santiagoko Compostelako Unibertsitatean, eta erakunde berean Matematika Industrialeko masterra egin zuen. Bere ikerketa-interesak beti egon dira aplikazio biomedikoekin lotuta: nanomaterialen aplikazioetatik hipertermia-tratamenduetarako, erradioterapiapeko heriotza zelularraren modelizazioraino. Bere doktoreturako, datu transkriptomikoak aztertzeko metodologia bayestarren azterketan zentratu zen, interes berezia jarriz plataforma anitzeko azterketetan eta datu-iturri anitzen konbinazioan. Zehatzago esanda, Monte Carlo Hamiltondarraren (HMC) laginketarekin lotutako metodologiak hobetzen jardun du, integrazio-teknika eraginkorren bidez eta prozesu horretan sortutako errorea aztertuz. Arlo biologikoan, bere ikerketak metodo horien aplikazioan jartzen du arreta, ER+ bularreko minbizian terapia endokrinoekiko eskuratutako erresistentzia aztertzeko.

Gaur egun, Pargak doktoregai gisa lan egiten du Basque Center for Applied Mathematics (BCAM) zentroan, Bizi Zientzien eta Materialen Modelizazioa eta Simulazioa arloan; duela bost urte batu zen zentrora.

Bere tesiak "Tackling the development of hormone therapy resistance in breast cancer through mathematical modelling" du izenburua, eta Elena Akhmatskaya (Ikerbasque & BCAM) eta María del Mar Vivanco Ruiz (CIC bioGUNE) adituen gidaritzapean dago. Defentsa maiatzaren 30ean, osteguna, egingo da Euskal Herriko Unibertsitatean, Leioan.

BCAMeko kide guztien izenean, zorte onena opa nahi diogu Martíni bere tesiaren defentsan.

Laburpena

Estrogenoek bultzatutako bularreko minbizia duten pazienteek maiz garatzen dute hormona-terapiarekiko erresistentzia, aurreikusten zaila dena, eta horrek nabarmen konplikatzen du tratamendua. Arazo honi aurre egiteko egungo ikuspegiek zelula-ereduak eta azterketa klinikoak barne hartzen dituzte, biak RNA-seq bezalako sekuentziazio-teknologietan oinarrituak, indargune eta muga desberdinekin. Disertazio honek bularreko minbizian hormona-terapiarekiko erresistentzia aurreikusteko erronkari heltzen dio, bioinformatikako eta estatistika bayestarreko aurrerapenak uztartuz eta bi datu motari aplikatuz: RNA-seq datuei eta datu klinikoei.

Lehenik eta behin, datu klinikoen analisi estatistikoa aztertzen dugu inferentzia bayestarraren bidez, Markov-en kate bidezko Monte Carlo teknika hobetuekin konbinatuta, eta algoritmo berritzaile bat aurkezten dugu Monte Carlo Hamiltondar Aldatuko (MHMC) metodo prospektiboetan integrazio egokitzailerako. MHMCren errendimenduan duen eragin positiboa frogatzen dugu aplikazio biomedikoetan, bularreko minbizia duten pazienteen datu klinikoak erabiliz. Jarraian, RNA-seq kanalizazio bat proposatu eta inplementatzen dugu gure web aplikazio interaktiboaren barruan, CIC bioGUNE-n sekuentziatutako bularreko minbizi-lerro erresistenteen analisirako.

Azkenik, jatorrizko ikuspegi bat proposatzen dugu, erregresio logistiko bayestarreko eredu batean oinarritua eta simulated annealing (berreroste simulatu) antzeko algoritmo bati lotua, RNA-seq eta datu klinikoen analisi konbinatu baterako; ad hoc datuei aplikatzen diegu, hormona-terapiaren aurrean pazienteen erantzuna estratifikatzeko 6 genes osatutako sinadura berritzaile bat lortzeko eta in silico zein in vitro balioztatzeko. Azkenik, bi dimentsiotan, teknika berri bat garatzen dugu, kurbetan sostengatutako delta interakzioen konbinazioetarako, aztergai den Dirac operadorearen realizazioaren auto-adjuntutasuna frogatzeko aukera ematen diguna, ordena erdiko Sobolev-en espazioan.

Zerbait gehiago behar al duzu defentsa honen inguruan?