Una excelente defensa de tesis de Doctorado en Ciencias de la Computación realizó Mabel Vidal Miranda, destacada alumna de postgrado y una motivadora innata en temas de mujeres en ingeniería. El 2019 fue distinguida como “Mujer Destacada” en la Cuenta Pública del Ministerio de la Mujer y Equidad de Género,  en Talca, su ciudad natal y; un año más tarde, recibió el premio “For Woman in Science” que entrega L’Oréal Chile-UNESCO. Mabel participa además en Niñas Pro y WIE UdeC, entre otras iniciativas.

Su tesis denominada “Clasificación por aprendizaje automático de single cell RNA-seq en diferentes tipos de cáncer” aplicó diferentes métodos de aprendizaje automático para clasificar muestras de ARN – Ácido Ribonucleico que posibilita la síntesis de proteínas – de células individuales en diferentes tipos de cáncer. “Observamos que las células T, que forman parte del sistema inmune y se forman a partir de células madre en la médula ósea, son las más abundantes en los repositorios públicos debido a su importante rol en las inmunoterapias. Por este motivo, realizamos un análisis in-silico a partir de los datos de scRNA-seq disponibles en el Gene Expression Omnibus. Una primera aproximación fue analizar y caracterizar las firmas genéticas de las células T de cinco tipos diferentes de cáncer y aplicar métodos de reducción de dimensionalidad y agrupación para identificar subpoblaciones de conjuntos de datos malignos y no malignos”, explica Mabel.

Su análisis, finalmente, reveló que las vías relacionadas con la respuesta inmune, el metabolismo y la inmunorregulación viral se observaron exclusivamente en las muestras de origen maligno. Y, por otro lado, un segundo enfoque consistió en utilizar dos modelos de aprendizaje profundo para clasificar las células de nueve tipos diferentes de cáncer, donde las células se agruparon en la diversidad del estado celular, dando una nueva perspectiva en las diferentes clases de tumores presentes en nuestro conjunto de datos. “Por último, observamos que trabajando con métodos no supervisados, nuestros datos nos ayudan a entender la heterogeneidad entre los tumores. La caracterización de la diversidad celular se asoció con vías que desempeñan un papel clave en la proliferación y progresión de los tumores y en la regulación de la respuesta inmune del microambiente”, explica.