Oportunidades Públicas

Fecha de Creación	Descripción	Mentor(es)	Acciones
03/01/2026	Cellular deconvolution based on unsupervised identification A Bayesian cellular deconvolution model is available that transforms bulk RNA data (total RNA from a tissue) into cell-type proportions and the expression profiles of those cell types. The objective of the model is to achieve the highest possible resolution; therefore, the reference may include a large number of cell types. However, this can lead to overfitting in the Bayesian model. We aim to study whether it is preferable to identify cell types manually (using marker genes), in an unsupervised manner (e.g., via Graph Attention), or through a hybrid approach combining both strategies. The IPre is being carried out jointly with Environ, a biotechnology start-up hosted at the UC Innovation Center. Environ has already implemented the deconvolution framework and will have multiple clustering strategies—both supervised and unsupervised—implemented for the study scheduled for March. Keywords: NLP GML Prerequisites: No prerequisites Available vacancies: 1/2 Class Code Initials: IIC PhD students who will assist in mentoring for this research opportunity: Diego Bustamante (Environ) This opportunity uses a Nota 1-7 evaluation method and is worth 10 credits Deconvolución celular basada en identificación no supervisada Se dispone de un modelo Bayesiano de deconvolución celular que transforma datos bulk de RNA (total de RNA de un tejido) en proporciones celulares y expresión de dichos tipos de células. El objetivo del modelo es obtener la mayor resolución posible, por lo que la referencia podría tener muchos tipos celulares a disposición. Sin embargo, eso podría generar "overfitting" del modelo Bayesiano. Queremos estudiar si conviene identificar tipos celulares "a mano" (con genes marcadores) o de forma no supervisada (Graph Attention), o incluso una mezcla de ambos. La IPre se realiza en conjunto con Environ, un start-up biotecnológica alojada en el centro de Innovación UC. Environ tiene implementada la deconvolución y tendrá implementadas distintas clusterizaciones (supervisada y no supervisada) para el estudio en marzo. La IPRe puede extenderse como una tesis de magíster si el/la estudiante así lo desea. Keywords: NLP GML Prerrequisitos: Sin prerrequisitos Vacantes disponibles: 1/2 Siglas iniciales: IIC Estudiantes de doctorado que ayudarán mentoreando en esta investigación: Diego Bustamante (Environ) Tiene un método de evaluación Nota 1-7, con 10 créditos	Marcelo Gabriel Mendoza Rocha	Ver