Google premió tres proyectos argentinos de investigación en salud y aprendizaje automático

Recientemente se celebró una nueva edición de los Premios de la Investigación de Google para América Latina o LARA en sus siglas en inglés (Latin America Research Awards). En esta, que fue la novena edición, se anunciaron los 24 proyectos seleccionados del año pasado, entre los cuales se encuentran tres que son liderados por investigadores argentinos. Estos proyectos tuvieron como objetivo:

1. analizar aspectos genéticos y evolutivos de cepas autóctonas del COVID-19 en barrios vulnerables de la ciudad de Buenos Aires;
2. construir modelos causales altamente interpretables a partir de noticias periodísticas;
3. el aprendizaje de incrustaciones moleculares para la reutilización de fármacos.

Para esta edición, en donde se puso el foco en los proyectos que tenían en cuenta al covid y que buscaban la diversidad, equidad e inclusión como objetivos finales, se repartirá 500 mil dólares entre los ganadores de toda la región, lo que hace que ya sean 4 millones de dólares repartidos a lo largo de los años, desde 2013. Según el propio Google: "En un contexto en el que la ciencia jugó un rol clave para enfrentar una crisis sanitaria global, los premios LARA tuvieron este año como una de sus prioridades la búsqueda de soluciones orientadas a moderar el impacto de COVID-19 en la región. Así mismo, se abrió una nueva categoría de DEI (Diversidad, Equidad e Inclusión), generando una contribución al cierre de brechas sociales y de género en toda América Latina".

Estos premios fueron creados hace 9 años por Google, para fomentar la innovación y la investigación científica en la región y fortalecer la relación de la empresa con la academia.

Cómo son los proyectos argentinos premiados por Google

En total se presentaron más de 700 proyectos en toda la región, entre los cuales se eligieron 24 proyectos. El detalle de los trabajos argentinos:

• Genómica y metagenómica del virus SARS-CoV-2 en Argentina. Análisis exhaustivo de aspectos genéticos y evolutivos de cepas autóctonas: este proyecto, liderado por Mariana Viegas y Mercedes Soledad Nabaes Jodar tiene como objetivo analizar la transmisión y evolución del SARS-CoV-2 en barrios vulnerables de la ciudad de Buenos Aires. La hipótesis planteada se basa en el concepto de que el estrecho contacto de sus habitantes promovería una transmisión distinta, que requiere ser estudiada en particular.

• Aprendizaje de modelos causales a partir de medios digitales: encabezado por Ana Gabriela Maguitman y Mariano Maisonnave en el Instituto de Ciencias e Ingeniería de la Computación (ICIC, CONICET - Universidad Nacional del Sur) de Bahía Blanca, Argentina, este proyecto tiene como objetivo construir modelos causales altamente interpretables a partir de noticias periodísticas. Pata logar esto, se crearon unas primeras etapas que estuvieron orientadas a la aplicación de técnicas de recuperación de información, procesamiento de lenguaje natural y aprendizaje automático para extraer eventos y otras variables relevantes de un gran volumen de textos de noticias.

• Aprendizaje de Representaciones Moleculares Vectoriales para el Reposicionamiento de Fármacos: este proyecto, presentado por Axel Soto y María Virginia Sabando tiene como objetivo desarrollar representaciones moleculares novedosas para compuestos químicos y su uso en distintas tareas. Algunos ejemplos podrían ser el modelado QSAR, la reutilización de fármacos y la aplicación de modelos generativos para diseño de novo.

•