- Tipo de expresión:
- Doctorado: Propuesta de dirección de tesis doctoral/temática para solicitar ayuda predoctoral ("Hosting Offer o EoI")
- Ámbito:
- Biología molecular e inteligencia artificial
- Área:
- Vida
- Modalidad:
- Ayudas para contratos predoctorales para la formación de doctores (antiguas FPI)
- Referencia:
- 2025 / PID2024-158469NB-I00
- Centro o Instituto:
- INSTITUTO BIOFISIKA
- Investigador:
- DANIEL CASTAÑO DIEZ
- Palabras clave:
-
- Aprendizaje de grafos, segmentación, visión por computador
- Documentos anexos:
- 721683.pdf
- 721170.pdf
PIF2025 - Aprendizaje de grafos para clasificación y segmentación en criotomografía electrónica - (PID2024-158469NB-I00)
El proyecto se desarrollará en el Laboratorio de Métodos Numéricos en Criomicroscopía Electrónica de Tomografía (cryoET), dirigido por el Dr. Daniel Castaño Díez en el Instituto Biofisika (CSIC-EHU), en Leioa, cerca de Bilbao. El grupo se dedica al desarrollo de metodologías computacionales para el análisis e interpretación automatizados de imágenes celulares en 3D, principalmente a través de su plataforma de software propia Dynamo (https://dynamo-em.org).
El objetivo del proyecto es ampliar Dynamo mediante la integración de nuevas técnicas de aprendizaje profundo (Deep Learning) para la identificación y caracterización de proteínas pequeñas y flexibles en su entorno natural. En concreto, se plantea el uso de modelado por grafos como punto de partida para la localización de estructuras extensas del entorno celular, como membranas o filamentos.
La persona contratada contribuirá al desarrollo de estas metodologías, así como al desarrollo y mantenimiento continuado del software. Además, participará en el análisis de conjuntos de datos de cryoET proporcionados por colaboradores externos.