Charlas

Sen inscrición previa

Contido gravado

As máquinas teñen o potencial de superar aos humanos e revolucionar o noso mundo. Nesta charla, describirei os nosos esforzos por utilizar máquinas para desenvolver enfoques  computacionais para o descubrimento de antibióticos, así como diagnósticos rápidos de baixo custo.

As computadoras xa se poden programar para o recoñecemento de patróns  sobrehumanos de imaxes e texto. Para que as máquinas descubran novos antibióticos, primeiro deben capacitarse para clasificar as numerosas características das moléculas e determinar que propiedades deben reterse, suprimirse ou mellorarse para optimizar a actividade antimicrobiana. Dito doutra maneira, as máquinas deben poder comprender, ler, escribir e, finalmente, crear novas moléculas. Discutirei como adestramos unha computadora para executar unha función de aptitude seguindo un algoritmo darwiniano de evolución para seleccionar estruturas moleculares que interactúan coas membranas  bacterianas, producindo os primeiros antimicrobianos artificiais que matan bacterias tanto in vitro como en modelos animais relevantes.

O meu laboratorio tamén desenvolveu algoritmos de recoñecemento de patróns para extraer o proteoma humano, identificando en todo o corpo miles de antibióticos codificados en proteínas con función biolóxica non relacionada, e aplicou ferramentas computacionais para reprogramar con éxito os velenos en novos antimicrobianos. Tamén describirei o desenvolvemento de biosensores de diagnóstico para COVID-19, o que demostrará aínda máis o emocionante potencial da bioloxía das máquinas.

Os deseños e innovacións xerados por computadora na intersección entre as máquinas e a bioloxía poden axudar a repoñer o noso arsenal de medicamentos efectivos e xerar diagnósticos novos, proporcionando solucións moi necesarias aos problemas de saúde globais causados ​​por enfermidades infecciosas.

Ponentes

César de la Fuente

César de la Fuente é profesor asistente presidencial na Universidade de Pensilvania, onde lidera o Grupo de Bioloxía de Máquinas cuxo obxectivo é combinar o poder das máquinas e bioloxía para comprender, previr e tratar enfermidades infecciosas. As áreas de aplicación actuais do seu laboratorio inclúen o desenvolvemento de enfoques novos para o descubrimento de antibióticos, a construción de ferramentas para a enxeñería de  microbiomas e a creación de diagnósticos de baixo custo. Especificamente, foi pioneiro no desenvolvemento do primeiro antibiótico do mundo deseñado por unha computadora con eficacia en modelos animais (Nature Communications 2018), deseño de algoritmos de recoñecemento de patróns para o descubrimento de antibióticos, reprogramación exitosa de velenos en novos antimicrobianos (PNAS 2020, Nature Comm Biol 2018), creou novos materiais antimicrobianos a proba de resistencia (ACS Nano 2021), e inventou diagnósticos rápidos e de baixo custo para COVID-19 e outras enfermidades infecciosas.

De la Fuente é un investigador de NIH MIRA, un mozo investigador de BBRF, e recibiu recoñecemento e financiamento para a investigación de moitos outros grupos. O profesor de la Fuente foi recoñecido por MIT Technology Review en 2019 como un dos principais innovadores do mundo por "dixitalizar a evolución para fabricar mellores antibióticos". Foi seleccionado como o receptor inaugural do Premio Langer (2019), Líder emerxente en Química de ACS  Kavli (2020), e recibiu o Premio Nemirovsky (2020), o Premio 35 Under 35 de AIChE (2020) e o ACS Infectious Diseases Young Premio Investigador (2020). Ademais, foi nomeado  Boston Latin 30 Under 30, Wunderkind de 2018 por STAT News, Top 10 Under 40 de 2019 por XENE, Top 10 MIT Technology Review Innovator Under 35 (España), 30 Líderes emerxentes nas ciencias biolóxicas e recibiu o Premio ao Novo Investigador da Sociedade de Enxeñeiros Profesionais Hispanos de 2019, ademais do Premio ao Mozo Innovador en  Bioenxeñería Celular e Molecular e o Premio CMBE Rising Star da Sociedade de Enxeñería Biomédica (BMES), ambos en 2021.

Os seus descubrimentos científicos lanzaron máis de 85 publicacións revisadas ​​por pares, incluídos artigos en Nature Communications, PNAS, ACS Nano, Cell, Nature Communications Biology e múltiples patentes.


Con a colaboración de:
Media Partners:

Todolos dereitos reservados. Maker Faire Galicia, 2020

Powered by Tu Evento Online