Eventos
Serie de seminarios IGI: Selección natural en genomas humanos
Resumen
La selección natural deja una huella detectable en ADN secuencias que se pueden usar para inferir qué parte de un genoma, que ha estado implicado en la adaptación de un organismo a su entorno. Este principio brinda oportunidades para descubrir variantes de importantes efectos funcionales. En esta charla daré tres ejemplos de este principio aplicado a la genética humana. El primer ejemplo se refiere a la adaptación fisiológica al entorno hipóxico de gran altitud en la meseta tibetana. El segundo ejemplo investiga la adaptación de los indígenas de Groenlandia, los inuit, a la vida en el Ártico, incluidas las bajas temperaturas y una dieta basada principalmente en peces y mamíferos marinos y rica en ácidos grasos poliinsaturados (PUFA) ω-3. El tercer ejemplo se refiere al pueblo Bajau, un grupo de personas conocidas como nómadas marinos que se especializan en el buceo y tradicionalmente obtienen casi todos sus alimentos mediante el buceo libre.
Speaker
Rasmus Nielsen— El Dr. Nielsen recibió su doctorado de UC Berkeley en 1998 del Departamento de Biología Integrativa. Luego hizo un posdoctorado de dos años en Harvard antes de ocupar un puesto de profesor en el Departamento de Biometría de Cornell. En 2004, se trasladó a la Universidad de Copenhague como profesor de biología, antes de volver finalmente a Berkeley en 2008 como profesor de biología computacional en el Departamento de Biología Integrativa y el Departamento de Estadística. Su investigación es sobre métodos estadísticos y computacionales en biología evolutiva, genética de poblaciones y genética humana. Muchos de los métodos que ha desarrollado son muy utilizados por otros investigadores, incluidos los métodos basados en la filogenia para detectar la selección positiva implementados en PAML, los métodos para inferir historias demográficas implementados en los programas IM e IMa, el método para detectar barridos selectivos implementado en los programas SweepFinder y los métodos para analizar datos de secuenciación de próxima generación (NGS) de baja cobertura implementados en ANGSD.