Investigación
Preguntas, métodos y colaboraciones actuales
Mi investigación se centra en deep learning para datos científicos estructurados. Actualmente trabajo con estructura secundaria de ARN, combinando modelos predictivos, modelos generativos y estrategias de evaluación orientadas a medir generalización.
En conjunto, estas líneas estudian cómo un modelo puede aprender relaciones útiles entre secuencia y estructura, representar alternativas plausibles y mantener un rendimiento confiable sobre datos menos conocidos.
Generación de ensembles estructurales de ARN
El ARN puede adoptar estructuras secundarias alternativas, por lo que una única predicción puede dejar afuera variaciones relevantes. Los ensembles estructurales permiten estudiar directamente la diversidad, el consenso y la incertidumbre.
Desarrollo modelos de difusión discreta condicional con arquitecturas neuronales bidimensionales para muestrear estructuras secundarias de ARN. Mi trabajo incluye pipelines reproducibles de entrenamiento y muestreo, junto con evaluación a nivel de ensemble mediante criterios de consenso, energía y diversidad estructural.
Evaluación de la generalización en predicción de ARN
Un buen rendimiento no siempre implica una generalización amplia. Cuando hay secuencias muy relacionadas en los conjuntos de entrenamiento y prueba, la evaluación puede sobreestimar la capacidad del modelo para trabajar con familias de ARN menos conocidas.
Estudio regímenes de evaluación basados en familias y similitud de secuencia en conjuntos de datos de ARN. Mi contribución se centra en la comparación reproducible de predictores clásicos y de aprendizaje profundo, y en identificar cuándo el rendimiento aparente depende de la composición de la partición de evaluación.
Ensembles biomoleculares más allá del ARN
En el marco de la colaboración IDPfun2 Marie Skłodowska-Curie Staff Exchanges, también aplico modelado generativo a ensembles de proteínas ordenadas e intrínsecamente desordenadas. Este trabajo conecta el muestreo computacional con interpretaciones del paisaje energético basadas en física estadística.
Práctica de investigación
En estos proyectos utilizo pipelines reproducibles, documento las particiones de datos y las decisiones de evaluación, y comparo los modelos bajo condiciones bien definidas. El objetivo es distinguir las mejoras del modelo de los efectos introducidos por los datos o por el esquema de evaluación.