Isabel A. Nepomuceno Chamorro

Grupo de investigación

Minerva

Sobre mí

Isabel Nepomuceno es Ing. Informática por la Universidad de Sevilla y Doctora por la Univ. Pablo de Olavide (2011) con Premio Extraordinario. Inició su investigación, como estudiante de proyecto de Fin de Carrera, en el campo de la Computación Natural y en 2005 la reorientó hacia el campo de Minería de Datos (MD) Aplicada, centrando su investigación en el campo de análisis de datos de expresión génica y validación de resultados. En cuanto a validación, destaca la metodología y herramienta CARGENE, trabajo realizado en colaboración con miembros del grupo de investigación de Bioinformática de la UPO y aceptado en el Journal of Data Mining and Bioinformatics. En cuanto análisis de datos de expresión génica, destaca una metodología de inferencia de redes de genes denominada RegNet que fue adaptada como técnica supervisada dando lugar a SATuRNo, que en colaboración con el “Laboratory of Cardiovascular Research of the CRP-Santé” (LCR) de Luxemburgo se aplicó a la predicción de la respuesta clínica de pacientes que han sufrido un infarto de miocardio y una operación percutánea primaria. Esta colaboración se materializó en dos estancias de investigación (4 meses entre 2009 y 2010) al LCR, bajo la supervisión del Dr. Azuaje, financiadas en parte por becas competitivas y fondos del centro a visitar. Actualmente se mantiene la colaboración con el equipo de Luxemburgo, prueba de ello es el resultado publicado en la revista BMC Genomics en donde se ha aplicado, entre otras técnicas de Minería de Datos (MD), la metodología RegNet a una serie de experimentos realizados sobre el organismo modelo del pez cebra con el objetivo de identificar biomarcadores de enfermedades cardiovasculares. Fue etiquetado como “Highly Accessed” y recomendado por el editor. En el campo de análisis de datos de microarray ha profundizado obteniendo diversos resultados aplicando otras técnicas de MD como son las reglas de asociación o integrando información a priori en técnicas como las de biclustering. También ha trabajado en el análisis de datos clínicos en colaboración con el grupo de oncología radioterápica del Virgen del Rocío. Y actualmente, destaca su participación como representante de la Universidad de Sevilla en la MSCA-Machine Learning Frontiers in Precision Medicine. Donde trabaja en colaboración con el grupo de Bioinformática Clínica de la Fundación Progreso y Salud en la aplicación de técnicas de Aprendizaje Automático al análisis de datos de single cell RNA-seq. Desde el punto de vista docente es profesora en los grados de Ingeniería Informática y en el de Ingeniería de la Salud, destacando su docencia a nivel de máster en las asignaturas de Fundamentos de Ingeniería de Datos, Big Data en el Sector de la Salud y Aplicaciones y Discusiones en Ciencias del Dato y Aprendizaje Automático del Máster en Análisis de Datos Ómicos y Biología de Sistemas.

Líneas de investigación

Técnicas de minería de datos y aprendizaje automático aplicado a la integración y análisis de datos ómicos.

Resultados destacables

Isabel Nepomuceno-Chamorro, Francisco Azuaje, Yvan Devaux, Petr V Nazarov, Arnaud Muller, Jesús S Aguilar-Ruiz, Daniel R Wagner (2011)  Prognostic transcriptional association networks: a new supervised approach based on regression trees. Bioinformatics 27:  2.  252-258 Jan 2011.

Vocación

Recuerdo de niña tener un cuento sobre Marie Sklodowska Curie que me gustaba leer. Recuerdo de más mayor el libro de Yo Robot de Asimov. En el instituto recuerdo que no sabía qué quería estudiar porque me gustaban todas las disciplinas y mi lista de carreras cuando ingresé en la Universidad eran Informática, Medicina, Matemáticas. Y al final del instituto recuerdo la mítica competición en la que por primera vez una máquina (con su programa y algoritmos), Deep Blue, ganó una partida de ajedrez a un campeón vigente del mundo como era Gary Kasparov. Recuerdo pensar que construiría el Deep Blue de la música capaz de componer al mismo nivel que J.S. Bach. Ahí fue cuando me entró el gusanillo por la Informática. Una vez finalizada la carrera, tenía claro que a mi lo que me gustaba es estudiar y ser estudiante…y lo más parecido a ello era ser investigadora. La verdad es que me olvidé de la música, pero siempre me ha gustado la biología. Así que empecé mis estudios de doctorado con el grupo de computación natural en el diseño de algoritmos bioinspirados (mientras era becaria en Fujitsu) para pasar luego a aplicar algoritmos de aprendizaje automático a problemas biológicos, siendo esto segundo mucho más aplicado que lo primero. Mis cursos de doctorado los hice mientras era becaria de la Fundación Española de Ciencia y Tecnología y en la Escuela de Informática de la Universidad de Sevilla comencé mi andadura como profesora al inicio de mi doctorado.

A la respuesta de por qué sigo aquí, diría porque me gusta estudiar, leer, soñar y construir. Actualmente soy profesora Titular de la Universidad de Sevilla en el Dpto. de LSI, lo que me da estabilidad en el mundo investigador y la parte docente es muy humana, permitiéndote estar en contacto con los futuros profesionales de un sector tan apasionante como es la Informática.

Deseo científico

Que el mundo se impregne de la excelencia, buen hacer y profesionalidad de las científicas y científicos de hoy y del futuro.