Bioinformatics

Science Bits: Entrevista a Pau Badia i Mompel

“Estudio xarxes de regulació gènica (GRN)”

  • 27/05/2021
  • 4 mins reading time
Pau Badia GRN
Pau Badia i Mompel a la Universitat de Heidelberg.

Pau Badia i Mompel, estudiant de doctorat a l’Institut de Biologia Computacional de la Universitat de Heidelberg al grup del Dr. Julio Saez-Rodriguez, ens relata la seva experiència acadèmica i professional dins del món de la recerca estudiant les GRN.

Les Gene Regulatory Networks són estructures relacionals que ens ajuden a comprendre les diferents interaccions que els gens posseeixen. Caracteritzar-les és clau per a poder oferir nous tractaments, no només més eficaços sinó també personalitzats. L’estudi de la regulació gènica és un camp amb molt d’impuls que atrau una gran quantitat d’investigadors i projectes de recerca, com és el cas d’en Pau Badia i Mompel i el seu doctorat.

Explica’ns què vas estudiar i per què ho vas escollir.

A l’institut vaig tenir una magnífica professora de ciències naturals que va fer que m’interessés per la biologia, però també per la ciència en general. Això em va fer escollir el batxillerat científic i durant aquells dos anys vaig anar reforçant aquest interès. Llavors tenia claríssim que volia fer una carrera relacionada amb la biologia i que volia estudiar a la Universitat Autònoma de Barcelona, pel seu ambient. Vaig aplicar a totes les carreres de bio de la UAB i finalment vaig entrar a Biologia. Al principi em va fer ràbia no haver entrat a cap de les altres carreres més «famoses», com biomedicina o bioquímica, però ara veig que aquest grau em va donar una visió molt més ampla del camp. Durant la carrera, vaig descobrir la biologia computacional i jo, sent un nerd de tota la vida, em va fascinar. Vaig començar a aprendre a programar pel meu compte, a implementar algorismes i a jugar amb eines de visualització de dades. En acabar el grau, vaig començar el màster en Bioinformàtica per a ciències de la salut de la Universitat Pompeu Fabra. Aquest màster em va permetre reforçar molts coneixements i aprendre’n molts de nous. Un cop acabat el màster, vaig marxar a Heidelberg per a treballar al grup del Dr. Julio Saez-Rodriguez, a l’Institut de Biologia Computacional de la Universitat de Heidelberg.

Pensaves dedicar-te a la recerca quan vas acabar el grau? Què et va motivar a dedicar-t’hi?

Realment al començar la carrera no sabia ni el què era un PhD, simplement tenia un interès general per la biologia i la ciència. Sóc científic “de primera generació”, ningú de la meva família ha estudiat res relacionat amb la recerca, així que el meu primer contacte amb tot aquest món va ser a la universitat. Al llarg de la carrera, em vaig adonar que la investigació era una feina molt atractiva perquè constantment et planteja resoldre reptes. Vaig tenir ben clar que volia fer una feina on costés avorrir-se. Aquest sentiment es va reforçar durant la meva estada al grup del Dr. Patrick Aloy, durant les pràctiques del màster. Al seu grup vaig poder viure com funciona un bon grup de recerca: l’organització en projectes, la discussió de l’estat actual del camp i com portar els resultats a publicacions científiques. En un principi volia fer el meu PhD al seu grup, però van acceptar a la meva parella, també biòloga, en una posició de doctorat a Heidelberg. Això em va fer canviar de plans i buscar un grup a la mateixa ciutat. Per fortuna, en Patrick hi coneixia bons grups i me’n va recomanar uns quants, entre ells en el que ara estic treballant. La resta és història.

Quines línies de recerca seguiu al vostre laboratori? Ens podries explicar en què consisteix la teva investigació?

Al nostre grup estem interessats a entendre malalties i com tractar-les de manera personal i efectiva. Per a aconseguir-ho, construïm models computacionals mitjançant models estadístics d’aprenentatge automàtic (machine learning). En concret, estem especialitzats a introduir coneixements biològics en la construcció d’aquests models, això en facilita la seva interpretació i permet generar noves hipòtesi. Per a garantir la fiabilitat d’aquests models, treballem amb una gran varietat de tipus de dades òmiques: transcriptòmiques, (fosfo-)proteòmiques, epigenètiques i metabolòmiques, entre d’altres. També treballem en diferents nivells de resolució, tenim dades en l’àmbit de teixit sencer, de talls de teixit (diapositives) o fins i tot a escala de cèl·lules individuals (single cell). Tenim accés a aquesta varietat de dades perquè col·laborem constantment amb diferents grups experimentals.

En el meu cas en concret, estudio xarxes de regulació gènica (Gene Regulatory Networks, GRN). Aquestes xarxes estan formades per factors de transcripció (TF) i els gens que tenen com a dianes. Les GRN són molt útils per a simplificar la interpretació biològica perquè poden resumir l’expressió de milers de gens (impossible d’avaluar un per un) en un reduït llistat de TFs. Un dels objectius del meu doctorat és també com afegir informació epigenètica, en concret ATAC-seq, a la construcció d’aquestes GRN. Ara per ara, el meu projecte actual és organitzar un estudi de referència per a avaluar la qualitat de diferents GRN en contexts biològics variats. Per aconseguir-ho, estem col·laborant estretament amb altres grups computacionals.

Què tens pensat fer quan acabis el doctorat?

Potser és molt d’hora per dir-ho, no porto ni un any de doctorat, pero crec que tinc clar que vull continuar a l’acadèmia. És cert que molta gent vol tirar cap a indústria un cop acabat el doctorat, realment els salaris són més competitius i tenen més estabilitat laboral. Tanmateix, la feina passa a ser molt més monòtona i sincerament, al meu parer, crec que m’acabaria avorrint. Per tant, de moment, tinc clar que vull acabar el doctorat per poder seguir experimentant i aprenent.

Amb quines activitats complementes la teva vida professional?

Aquí a Alemanya les restriccions per la COVID-19 han estat molt més dures que a casa. Només com a exemple, els bars porten tancats des del novembre passat i ara comencen a obrir. És a dir, poques activitats es poden fer fora de la feina. Tanmateix a Heidelberg hi ha molt ambient universitari (hi ha molts grups de recerca) i per tant és fàcil conèixer altres doctorands, tot i la situació actual. Quan fa bon temps, aprofitem per fer excursions en bicicleta o per anar a passejar, poca cosa més es pot fer actualment. A més, d’ençà que vaig començar el doctorat que estic apuntat a una acadèmia d’idiomes (en línia, òbviament) per aprendre alemany. És una llengua bastant difícil i encara no la domino, però m’alegra veure que, a poc a poc, vaig millorant.

Què li diries a algú que estigui acabant el grau en Bioinformàtica?

Dels millors consells que m’han donat mai és que és molt important parlar amb el màxim de gent. Com que cadascú és un món amb les seves motivacions i aspiracions personals, el que m’ha funcionat a mi certament no és aplicable a tothom. Així que el millor que es pot fer és informar-se del màxim de diferents experiències i, a partir d’aquí, decidir quin camí fer. Xerrar amb els mateixos companys del grau, amb gent d’altres graus, estudiants de màster, doctorands i sobretot professors. Tots tenen el seu propi punt de vista que pot ser molt útil. El fet de parlar juga també un altre paper molt important, donar-se a conèixer a la resta de comunitat científica, sigui a la indústria o a l’acadèmia.

Si tens dubtes i vols parlar, pots escriure’m via Twitter (@PauBadiaM). De fet, al nostre grup sempre busquem estudiants en pràctiques (remunerats), així que si vols venir a Heidelberg a un grup internacional i fer ciència bona, no dubtis en escriure’m.


Alexis Molina, alumni del BDBI
Laura Serra, alumna del BDBI

We also recommend you