Ponentes

El Dr. Javier Blanco-Sacristán es científico investigador en la King Abdullah University of Science and Technology (KAUST), en Arabia Saudita. Con un doctorado en Ciencias Ambientales de la Universidad de Milano-Bicocca, Italia, y una sólida formación en Biología y gestión de la biodiversidad por la Universidad de Granada, su trabajo se ha centrado en el monitoreo ambiental, la teledetección y las soluciones basadas en la naturaleza.

El Dr. Blanco-Sacristán ha contribuido al estudio de tierras áridas, manglares y ecosistemas a través de investigaciones enfocadas en el uso de monitoreo basado en UAV y análisis de datos satelitales. Su trabajo conecta la investigación científica con aplicaciones prácticas en la conservación y restauración ambiental.

LinkedIn: https://www.linkedin.com/in/javier-blanco-sacrist%C3%A1n-0580b5186/

Profesor Titular de Biología Celular de la Universidad de Jaén. Su trayectoria investigadora incluye estudios en Biología de Sistemas Complejos, enfocándose en biomarcadores para enfermedades neurológicas como la esclerosis múltiple y en el trastorno del espectro autista, entre otras. En la actualidad, investiga la relación genotipo/fenotipo en la encefalopatía epiléptica infantil STXBP1 y participa en proyectos sobre detección de estados de consciencia con aplicación clínica.

ORCID: 0000-0002-7135-2973

Instagram: @fjesteban 

Diana de la Iglesia es Ingeniera Informática y Doctora en Inteligencia Artificial por la Universidad Politécnica de Madrid (UPM). Ha trabajado más de 15 años como investigadora y gestora en proyectos de innovación enfocados a la aplicación de técnicas de Inteligencia Artificial en el dominio biomédico y de la salud, desarrollando su actividad en diversas instituciones españolas (como el Centro Nacional de Investigaciones Oncológicas y el Barcelona Supercomputing Center), y extranjeras (como el National Cancer Institute de EEUU). En la actualidad, es la directora de las soluciones de Analítica Avanzada e Inteligencia Artificial para Genómica y Salud en Fujitsu.

Elvira Pérez Vallejos es catedrática de Salud Mental y Tecnología en la Universidad de Nottingham (Reino Unido), con una destacada trayectoria en la intersección de la psicología, la tecnología y la salud mental. Con una formación sólida en psicolingüística, obtenida en la Facultad de Psicología de la Universidad de Granada, ha desarrollado una carrera internacional gracias a becas Fullbright (Universidad de Columbia, USA) y programa de doctorado Marie Curie (Universidad de Liverpool, UK). Sus investigaciones se centran en el desarrollo y evaluación de tecnologías digitales para mejorar la salud mental, con un enfoque particular en la ética y la participación ciudadana en la investigación. Actualmente, lidera varios grupos de investigación en la Universidad de Nottingham y es profesora de ética en el ámbito de las ciencias de la información. 

Elvira lidera una cartera de investigación altamente interdisciplinaria, respaldada por fondos de los principales consejos de investigación del Reino Unido (AHRC, EPSRC, ESRC, MRC) y el Instituto Nacional de Investigación en Salud (NIHR). Es presidenta del Comité de Equidad de UKRI ‘Responsible AI UK’ www.rai.ac.uk y también lidera el área de Investigación e Innovación Responsables en el UKRI ‘Trustworthy Autonomous Systems Hub’. También lidera la participación de jóvenes en proyectos como ‘Digital Youth’, un programa de investigación para identificar y minimizar el daño que las redes sociales pueden causar a jóvenes. 

Elvira está a la vanguardia de la investigación global en salud mental digital. Su trabajo aborda cuestiones críticas como la ética y la privacidad de datos, la participación de usuarios y partes interesadas, la coproducción y la IA responsable. En los últimos seis años, ha colaborado con jóvenes para amplificar sus voces y traducir sus preocupaciones en recomendaciones políticas en el campo de la salud mental digital. Este trabajo contribuyó al reciente cambio en la legislación británica ‘Online Safety Act’ de 2023. Actualmente, su trabajo de investigación se centra en la "IA responsable para la muerte y el morir" y cómo los emergentes servicios digitales de inmortalidad del más allá (por ejemplo, grief bots, dead bots y avatares póstumos) pueden afectar el proceso del duelo y el luto. 

Hernán Fainberg es un científico con más de 20 años de experiencia cuya carrera combina fisiología humana, evolución, estadística y algoritmos informáticos para el procesamiento de datos. Sus investigaciones en biomedicina se centran en entender la genética y los aspectos científicos relacionados con diferentes enfermedades humanas, y en el avance en la búsqueda de soluciones terapéuticas en campos como el desarrollo infantil temprano y la obesidad infantil, así como en enfermedades relacionadas con el envejecimiento como es el caso de la fibrosis pulmonar idiopática.  Además de ser analista de datos, Hernán tiene experiencia práctica en laboratorios de biología molecular, bacteriología y fisiología animal, lo que le permite tener una visión amplia de los problemas a tratar, permitiéndole abordar el análisis con una perspectiva integrada de la información.

Actualmente, es investigador (Senior Research Fellow) en el Margaret Turner Warwick Centre for Fibrosing Lung Disease en Imperial College London. Su trabajo se centra en el análisis de agrupamiento (cluster analysis) de biomarcadores sanguíneos para identificar perfiles moleculares en condiciones como la fibrosis pulmonar, vinculándolos con factores fisiológicos y clínicos tales como la capacidad pulmonar. Este enfoque busca clasificar a los pacientes en endotipos específicos, avanzando hacia la medicina personalizada. En sus trabajos más recientes, Hernán ha empleado análisis de sensibilidad para superar el efecto de “caja negra” del aprendizaje automático, logrando así una mejor interpretación en modelos complejos. Esto ha abierto nuevas perspectivas para comprender datos biológicos heterogéneos y desarrollar soluciones innovadoras en biomedicina, que nos permitirán avanzar hacia una interpretación más precisa de la información disponible en las distintas bases de datos.

ORCID: 0000-0003-3742-3165

Google Scholar: https://scholar.google.co.uk/citations?user=wujmM1gAAAAJ&hl=en

ResearchGate: https://www.researchgate.net/profile/Hernan-Fainberg

Léa Maitre es Assistant Professor y directora del Exposome Hub en ISGlobal. Su participación en proyectos europeos sobre este tema incluye la coordinación científica en el proyecto HELIX (2013-2018), la dirección de tareas liderazgo en el proyecto ATHLETE (2020-2024), líder en el proyecto ENDOMIX y co-liderazgo de WP en el proyecto International Human Exposome Network (2024-2026). Sus principales líneas de investigación incluyen: Exposoma en embarazo, infancia y adolescencia; Integración de la metabolómica en estudios epidemiológicos epidemiológicos; Respuesta molecular (ómica) a estresores externos (químicos, físicos, psicosociales) en estudios observacionales en humanos; Exposoma, neurodesarrollo y salud mental.

Coral del Val Muñoz es Profesora Titular del Departamento de Ciencias de la Computación e Inteligencia Artificial de la Universidad de Granada, miembro del Instituto Interuniversitario Andaluz de Ciencia de Datos e Inteligencia Computacional (DaSCI)  y del Instituto de Biociencias ibs.Granada. Es además Secretaria del Grado de Biotecnología de la UGR.

Su formación es interdisciplinar e internacional. Realizó su doctorado en ecología molecular y microbiología en el Consejo Superior de Investigaciones Científicas (CSIC) EEZ Granada. Posteriormente en 2002, se incorporó al Centro Alemán de Investigación del Cáncer (DKFZ). En 2005, se unió al Departamento de Ciencias de la Computación e Inteligencia Artificial de la Universidad de Granada y junto con el Dr. Zwir fundó el M4MLab. Su investigación se centra en el campo de la Bioinformática y en el análisis de datos. En los últimos años, ha trabajado en el desarrollo y aplicación de algoritmos capaces de distinguir diferentes formas clínicas de trastornos complejos (trastornos mentales, fenómica del cáncer...) que permitan tratamientos personalizados. Otra rama de su trabajo es el desarrollo de nuevos métodos que combinen bioinformática con dinámica molecular para poder estudiar el efecto de disrupciones locales en la dinámica y  estructura de proteínas y el estudio de interacciones de plantas con estreses biónico y abióticos. 

Juan Hernández es Senior Software Engineer Team Lead y Software Development Manager con experiencia en desarrollo de software y liderazgo de equipos. Actualmente, trabaja en Revvity Signals en Granada, Andalucía, donde ha estado desde mayo de 2020. Su equipo realiza software enfocado a descubrimiento de fármacos, más concretamente a la experimentación In Vivo.

También tiene una sólida experiencia como Full Stack Developer en Unit4 (2015-2020), donde diseñó, creó y mantuvo varios módulos en aplicaciones web y móviles para el ERP Agresso Business World. Además, trabajó como Software Engineer en Tourapp, desarrollando y probando una aplicación móvil para la restauración de imágenes digitales.

Entre su formación académica se incluye el Máster en Ciencia de Datos e Ingeniería de Computadores de la Universidad de Granada.

LinkedIn: https://www.linkedin.com/in/juansoftwareengineer/

Graduada en Biología por la Universidad de Granada y Máster en Bioinformática y Bioestadística en la Universitat Oberta de Catalunya. Comenzó a interesarse por la Bioinformática desde sus primeros años de carrera, aunque la primera aproximación al campo la realizó durante su TFG y TFM, en los que colaboró estrechamente en el análisis de datos multiómicos asociados a la obesidad infantil, específicamente aplicando técnicas de clustering y modelos predictivos basados en Machine Learning. 

Tras terminar el grado, consiguió un contrato como investigadora a través de Garantía Juvenil en el que estudió genómica y transcriptómica evolutiva en relación a la plasticidad fenotípica y filogenia de distintas especies de plantas. Actualmente desarrolla su tesis a través de un contrato pre-doctoral PFIS del Instituto de Salud Calos III. Su investigación se centra en mejorar la comprensión de las alteraciones cardiometabólicas relacionadas con la obesidad en niños, a través de la combinación de datos ómicos y variables ambientales mediante el uso de técnicas de Inteligencia Artificial Explicable.

LinkedIn: https://www.linkedin.com/in/bustos-aibar

Bióloga y Máster en Investigación Traslacional y Medicina Personalizada por la Universidad de Granada (UGR). Durante su formación, ha realizado estancias de investigación en prestigiosas universidades europeas. Destacan su trabajo en King’s College London, donde inició el estudio de la epigenética en la cohorte de gemelos Twins UK, y su posterior incorporación al centro de investigación GENYO (Pfizer – UGR – Junta de Andalucía) con una beca de inicio a la investigación. Allí continuó con sus prácticas, trabajo de fin de máster y logró una beca para jóvenes investigadores otorgada por The Lupus Research Alliance.

Otras estancias relevantes incluyen su paso por el Usher Institute of Population Health Sciences and Informatics (Universidad de Edimburgo), donde exploró herramientas computacionales para inferir niveles de proteínas a partir de datos genéticos, y el MRC Integrative Epidemiology Unit (Universidad de Bristol), donde profundizó en la regulación genética de cambios epigenéticos en diferentes contextos moleculares, como los tipos celulares de la sangre.

Gracias a estas experiencias, ha consolidado su especialización en el análisis computacional de la regulación génica y los cambios epigenéticos en enfermedades autoinmunes, concretamente en lupus. Actualmente, se encuentra en el último año de su tesis doctoral en el programa de Biomedicina, investigando la regulación genética de las enfermedades autoinmunes y los inmunofenotipos moleculares.

Linkedin: https://www.linkedin.com/in/olivia-castellini-p%C3%A9rez-856231128/

Graduado en Bioquímica por la Universidad de Granada y Máster en Bioinformática y Bioestadística en la Universitat Oberta de Catalunya. Desde sus primeros años de carrera se interesó por la Bioinformática, consolidando este interés durante su Trabajo Fin de Grado y su Trabajo Fin de Máster, donde aplicó técnicas de Machine Learning y análisis multi-ómico (genómico, epigenómico y metabolómico) para el estudio de la obesidad infantil.

Actualmente desarrolla su tesis doctoral a través de un contrato pre-doctoral iPFIS del Instituto de Salud Carlos III y forma parte del CIBERON. Su investigación se centra en comprender y predecir las alteraciones cardiometabólicas relacionadas con la obesidad infantil, combinando datos ómicos y factores ambientales, y aplicando técnicas de Inteligencia Artificial Explicable.       

Durante su tesis doctoral ha realizado una estancia en el Nuffield Department of Primary Care Health Sciences (University of Oxford), donde trabajó con datos epidemiológicos y ómicos de la cohorte del UK Biobank.

Graduado en Biotecnología por la Universidad de Granada y  Máster en Genética y Evolución por la Universidad de Granada. Realizó su TFG y TFM en Genyo donde aprendió y aplicó técnicas de biología molecular y cultivos celulares, además de capacitarse para la experimentación animal con roedores. Para completar su compendio de habilidades para investigación biomédica, cursó el Máster en Biología Computacional por Universidad Politécnica de Madrid, cuyo TFM, realizado en el Centro Nacional de Investigaciones Cardiovasculares se centró en el análisis e integración de datos de RNA-seq y CHIP-seq. Posteriormente ha trabajado en grupos ubicados en el Centro de Investigaciones Biomédica de la UGR y la Facultad de Farmacia desempeñando labores como Personal Investigador en el que ha ampliado sus conocimientos en técnicas moleculares, cultivos celulares y experimentación animal con roedores. Más recientemente, se incorporó a la Unidad de Bioinformática de Genyo donde ejerce como técnico de bioinformática, ofreciendo servicios de consultoría de análisis de datos ómicos a aquellos usuarios que no tengan el personal o la capacidad para hacerlo por ellos mismos. De esta manera, ha tenido la oportunidad de trabajar con tipos de datos muy diversos como RNA-seq, smallRNA-seq, metagenómica, Single Cell…
Linkedin: https://www.linkedin.com/in/josemanuelgomezsilva/