Irene Tischer

Professor at Universidad del Valle, Cali-Colombia
Research group leader: Bioinformatics and Biocomputation

Bioinformatics and Biocomputation Research Group
School of Systems Engineering and Computation
(Escuela de Ingeniería de Sistemas y Computación)
Universidad del Valle, Cali-Colombia

irenetischer[at]gmail[dot]com

For more information see:
Irene Tischer, MinCiencias.

Research Interests

My main research interests correspond to the research fields of our group. In these fields I am working mainly on application of computer intelligence, stochastic modeling and computer simulation.

Gene modeling and prediction

Objective: Develop and analyze models and algorithms for gene analysis, prediction and gene or genome comparison based on informatics methodologies.
Recent developments:
* Multifractal approach for genome analysis.
* Graphic interfaces for gene prediction, able to make training and prediction easier for the end user.
* User directed feedback which allows to control and improve the training process.
* Comparison of different gene predictions and their optimization by Bayesian mixtures.
* New models for promotors and exons.

Protein structure and function modeling

Objective: Develop computer models and algorithms able to analyze and predict a protein structure and its relation to function.
Recent developments:
* New models for secondary structure prediction based on generalized HMM.
* Secondary structure classification based on support vector machines.
* Simplified molecular dynamics using a cellular automaton approach for contact maps.
* Analysis of the relationship between a protein structure and physico-chemical properties of its aminoacid sequence.

Metagenomics

Objective: Develop software tools for computational construction and analysis of metagenomes, to apply specially to Colombian Andean regions.
Recent developments
* Development of new metagenome assembly algorithms based on partial sequence information.
* Algorithms and models in order to identify genome data of microorganisms i a metagenome.
* Gene finding in metagenomes.

Bioinformatics software development

Objective: Develop software tools for bioinformatics analysis and prediction of high quality and efficiency in specific cases where public domain software is not apliable or sufficient.
Recent developments:
* Software for fractal and multifractal analysis.
* Software tools to analyze and characterize retrovirus integration sites.
* Public computation in bioinformatics.
* Virtual machines in bioinformatics.

Research Projects (2008 and later)

As the leader of our research group Bioinformatics and Biocompution, I participate on most of the group's research activities. In our gene prediction projects, I participated as head researcher.

A metagenomics bioinformatics platform for characterization and exploitation of genetic resources in Colombian extreme environments. Centro de Investigación de Excelencia en Genómica y Bioinformática GeBix, 2008-2013.

Original title: “Conformación de una plataforma en metagenómica y bioinformática para la caracterización y aprovechamiento de recursos genéticos de ambientes extremos”.
Resumen: Colombia se considera uno de los países con mayor diversidad en el planeta y por consiguiente posee un recurso natural invaluable. Es imprescindible, sin embargo, conocer en profundidad esta biodiversidad para lograr así aprovechar todo su potencial. Dentro de esta biodiversidad existe un desconocimiento de la vida microbiana, y sobre todo de su potencial, debido en gran parte a que la mayoría de los microorganismos presentes en el ambiente no son cultivables. En respuesta a esta dificultad ha surgido la metagenómica, estrategia que se define como el análisis del contenido genómico total de una comunidad, ya que complementa enfoques descriptivos y permite acceder y valorizar la riqueza biológica no cultivable. El auge de la genómica se ha dado a la par con el desarrollo de herramientas bioinformáticas que hoy en día hacen posible descripciones globales de sistemas biológicos y sus rutas metabólicas y estudiar procesos que van desde la célula hasta ecosistemas. La presente propuesta de investigación está orientada a consolidar la capacidad nacional para hacer estudios genómicos, y específicamente metagenómicos para explorar y valorar la diversidad microbiana de ambiente extremos, a través de la conformación del Centro Colombiano de Genómica y Bioinformática de Ambientes Extremos (GeBiX) que reunirá los esfuerzos de 16 grupos de investigación en 8 instituciones del país. Se tomará como modelo de estudio el Parque Nacional Natural de los Nevados que contiene diferentes ambientes extremos, como el páramo y manantiales termales. Estos ambientes representan ecosistemas de propiedades únicas y son fuente valiosa de organismos, genes y enzimas que pueden tener una amplia gama de aplicaciones. Para iniciar, se tamizarán librerías por función y por secuencia para identificar productos de interés industrial. La bioinformática permitirá el almacenamiento, procesamiento, la disponibilidad, consulta y administración de la información.

A graphic environment for eukariote gene prediction based on a highly configurable software tool (Genezilla). Bioinformatics and Biocomputation, Universidad del Valle (2011)

Original title: “Desarrollo de un predictor gráfico altamente configurable para genes de diversos organismos”.
Universidad del Valle, June 2006 - May 2011.
Abstact: Gene prediction is one of the mayor problems in bioinformatics. It is principally a computational task, which includes modeling of gene components and the whole gene. Due to the increasing amount of available information and the growing computational capacity, the actual gene predictors reach high prediction levels. Among these predictors, Genezilla stands out because it reaches precision levels of about 88% in human gene prediction. Genezilla is highly configurable, that is, it allows to select the models and adapt their parameters to a specific organism, using adequate data sets. However, for a molecular biologist, the correct configuration could turn out difficult. This complex process requires a general understanding of training and prediction processes and specifically, the computational programming used in Genezilla which works with scripts.

Therefore, the Bioinformatics and Biocomputation research group intended to complement this predictor, with the objective to increase the amiability of the required computational processes and to facilitate further analysis of the obtained results. Therefore we developed an interactive interface of wizard type which guides the user through the training and prediction processes. We provide a user friendly visualization of results where predicted genes with their different components are easily identified. We developed an additional functionality, an evaluation module which is able to measure and compare the goodness of different predictors or different configurations of Genezilla as well as predictions made by Genezilla and other programs. With this project, we hope to deliver to the bioinformatics community, an easy-to-use software tool which offers the possibility of being configured according to the user's necessities. Furthermore we would like to emphasize the project's impact to student formation, given the participation of a group of undergraduate and graduate students. Finally, with this first research project, the Bioinformatics and Biocomputation research group was consolidated and started working with impact at local and regional level. more

Optimization of eukariote gene prediction, applying decision trees and bayesian nets. Bioinformatics and Biocomputation, Universidad del Valle (2011)

Original title: “Optimización de la predicción de genes de organismos eucariotas,aplicando árboles de decisión y redes bayesianas”.
Universidad del Valle, June 2007 - May 2011.
Abstract: In the present research project we seek to contribute to gene prediction, an important bioinformatics field, that comprises the modeling of gene components as well the whole gen. The project is constructed on the well known gene prediction software Genezilla. In addition, we use results of a prior project of our group, where we developed interfaces for Genezilla, which make it easier for the bioinformatics user to apply the central training and prediction processes of this predictor. The present project seeks to improve predictions, using different approaches: development of new models, adequate combination of diverse predictions, and implementation of feedback mechanisms that provide the user with information about the precision of a configuration during the training process. The project belongs to the research field: “Bioinformatics software development” of the Bioinformatics and Biocomputationón research group of the Universidad del Valle. more

Genomic cartography of the integration process of provirus HTLV-1. Laboratorio de Biología Molecular y Patogénesis; Bioinformatics and Biocomputation, Universidad del Valle (2009)

Original title: “Cartografía genómica del proceso de integración del provirus HTLV-1”.
Universidad del Valle, 2007- 2009
Resumen: El virus linfotrópico humano de células T tipo I (HTLV I), fue el primer retrovirus humano identificado. En 1981 se asoció con la Leucemia Linfoma de Células T del Adulto (LLTA), una hemopatía maligna, caracterizada por una expansión preferentemente monoclonal de células CD3+, CD4+, CD8+ y HLA-R+. Posteriormente, en 1985, se asoció con la Paraparesia Espástica Tropical/Mielopatía Asociada al HTLV-I (PET/MAH), una neuropatía desmielinizante de la médula espinal con compromiso piramidal. Diferentes reportes en la literatura mundial, han revelado la existencia de una posible asociación del virus con enfermedades inflamatorias incluidas la dermatitis infecciosa, la uveítis, la artritis, la tiroiditis y la polimiositis, entre otras. Actualmente la distribución de la infección por HTLV-I es mundial; datos epidemiológicos recientes, muestran que hay aproximadamente 25 millones de personas infectadas. En Colombia se registran seroprevalencias del 1% al 2%. A pesar de su distribución mundial, existen focos endémicos en el Japón, el Caribe, algunas zonas de áfrica central, Centro y Sur América. Estudios recientes, evidencian que tanto en el HTLV-I como en otros retrovirus humanos y no humanos, su integran no es al azar. Este proceso no aleatoria es dependiente de factores estructurales y funcionales de los genomas tanto del huésped como del virus. Como producto de estos factores, se seleccionarían ambientes genómicos específicos para la integración. En este proyecto se propone desarrollar estudios in silico, de citogenética molecular y de epidemiología sobre la estructura y características genómicas de 189 secuencias del genoma humano vecinas a las regiones de integración de provirus HTLV-I; éstas provienen de pacientes colombianos y japoneses con diagnóstico de PET/MAH, LLTA además de asintomáticos naturalmente infectados. Los resultados que se obtengan permitirán demostrar la existencia o no de diferencias.

Molecular and genome analysis of sequences and complete genomes. Bimac, Universidad del Cauca; Bioinformatics and Biocomputation, Universidad del Valle (2009)

Original title: “Análisis molecular y genómico de secuencias y genomas completos”.
Colciencias, Universidad del Cauca, Universidad del Valle, 2007-2009.

Fractal analysis of interrupted genes. Bimac, Universidad del Cauca; Bioinformatics and Biocomputation, Universidad del Valle (2008)

Original title: Análisis fractal de genes interrumpidos“.
Universidad del Cauca, Universidad del Valle, 2005-2008

Courses

Concerning Bioinformatics and biological computation, I am responsible for the following courses for undergraduate (Machine Learning in Bioinformatics, Stochastic models in Bioinformatics) and graduate (Bioinformatics I, Restricted Molecular Dynamics) students.

Bioinformatics I

Bioinformatics is a multidisciplinary field where Biology and Computer Science interact. It seeks to solve complex biological problems using informatics and computation tools. It also includes collection, organization, storage and retrieval of biological information from databases. Bioinformatics analysis and modeling has impact on disease detection and treatment, and on genetic improvement of agrarian products, with positive effects on conditions and quality of human life.
This course introduces students to the basic concepts of Bioinformatics and Computational Biology. The computational processes of description, analysis and modeling of biological information are demonstrated, using DNA, RNA and protein data stored in public database, and it is shown how they conduce to a better understanding of many biological processes. course outline

see Spanish version

Bioinformática I. Bioinformática es una disciplina multidisciplinaria científica definida como la interacción entre dos ciencias: Biología y Computación. Involucra la solución de problemas complejos biológicos usando herramientas de sistemas y computación. También incluye la colección, organización, almacenamiento y recuperación de la información biológica que se encuentra en base de datos. Como resultados del análisis y modelado bioinformático se obtienen avances en la detección y tratamiento de enfermedades y la producción de alimentos gen´eticamente modificados, que puede ayudar a mejorar la condición y calidad de vida humana. El presente curso introduce al estudiante a la los conceptos básicos de la Bioinformática y Biología computacional. Haciendo uso de una siempre creciendo cantidad de datos genéticos y proteicos almacenados en bases de datos de acceso público, se introduce al estudiante a los procesos computacionales para la descripción, análisis y modelación de información biológica, que puede resultar en un mejor entendimiento de muchos procesos biológicos.

Restricted Molecular Dynamics

Molecular dynamics (MC), the computer simulation of movements of atoms and molecules, is frequently applied to biomolecules (DNA or RNA sequences, proteins). Based on numerical methods, MD calculates their time-depend behavior. Generally, it is used to study the molecule's structure and understand the dynamics of the formation, functioning and interaction. In proteomics, MD is used to analyze a protein's stability and allows to model the complex processes a protein to perform fulfilling its function. The objective of this course is to provide an overview of the theoretical fundamentals of classical molecular dynamics, discuss some practical aspects and show some specific applications of energy minimization and dynamics simulation of proteins or nucleotide sequences in order to illustrate the theoretical concepts. Students will be able to deepen their understanding of principles of macromolecular structure and function, to gain practical experience in the of molecular model construction and evaluation and to get familiar with standard MD algorithms. course outline

see Spanish version

Dinámica molecular restringida. Una de las herramientas para estudiar las macromoléculas de interés biológico (secuencias de ADN o ARN, proteínas) es la dinámica molecular. La dinámica molecular calcula el comportamiento de un sistema molecular en dependencia del tiempo. Este método se emplea hoy día en forma rutinaria para investigar la estructura y entender la dinámica en los procesos de formación, operación e interacci ón de estas macromoléculas. En el campo de la proteómica, se usa la dinámica molecular para analizar la estabilidad de una proteína, su plegamiento y sus cambios conformacionales, la interacción con otras proteínas u otras biomoléculas, y permite describir y modelar los procesos complejos que aplican las proteínas para poder cumplir con su función, como por ejemplo la unión de ligados, el transporte de iones y la inserción en membranas. El objetivo del presente curso es dar una visión general de los fundamentos teóricos de la dinámica molecular clásica, discutir algunos aspectos prácticos, y mostrar algunas aplicaciones específicas de la minimización de energía y la simulación dinámica de proteínas o secuencia de nucleótidos. Estos temas de aplicación acompa˜naran e ilustrarán la exposición de los conceptos teóricos a lo largo del curso. Se espera poder profundizar el entendimiento del estudiante en los principios de la estructura macromolecular y su relación con su función, generar experiencia práctica en el proceso de construcci ón y evaluación de modelos moleculares y familiarizar el estudiante con el uso de los algoritmos estándares de la dinámica molecular.

Machine Learning in Bioinformatics

Machine learning (ML), a branch of artificial intelligence, comprises techniques that allow computers to learn. ML seeks to optimize a performance criterion in order to describe information contained in data. In bioinformatics, ML is able to retrieve information from the increasing biological databases. From an informatics perspective, the ML techniques are classified in different groups, among them: Classification y Clustering, Feature selection, Biological sequence analysis and phylogenetic inference. The proposed course applies a theoretical-practical approach. The theoretical part introduces the relevant biological and computational concepts, explains the main ML techniques and points out biologicas problemas, where these techniques are successful. The practical part, exemplary problems are solved, based on ML software ( for example BioMall). The student should not only apply these techniques but also draw consistent informatic and biologic conclusions. course outline

see Spanish version

Aprendizaje de máquina en bioinformática . Aprendizaje de máquina, una rama de la inteligencia artificial, trata de las técnicas que permiten que los computadores aprendan. Está basado en datos y busca optimizar un criterio de desempe˜no, para lograr describir la información contenida en ellos. Tiene importancia especial en bioinformática, área que puede ser considerada como la aplicación de tecnologías de información a la biología molecular. La cantidad de datos biológicos almacenados en bases de datos crece exponencialmente, y la mayor ía de ellos está públicamente disponible. En varios campos biológicos como genómica, proteómica y biología de sistemas, se aplican con éxito técnicas de aprendizaje de máquina. Desde el enfoque informático, las técnicas de aprendizaje se pueden clasificar en grupos grandes, entre ellos los que son objetivos de esta asignación: Clasificación y agrupamiento, selección de características, análisis de secuencias biológicas e inferencia filogenética. La asignación propuesta tiene un enfoque teórico—práctico. En la parte teórica se introducen los conceptos de ambos campos involucrados, se explican las principales técnicas de aprendizaje de máquina y se se˜nalan los problemas bioinformáticos, donde se pueden aplicar exitosamente estas técnicas. La parte práctica consiste en la solución de problemas ejemplares, basado en un software de aprendizaje de máquina (por ejemplo BioMall), donde el estudiante, basándose en datos biológicos, no sólo aplica las técnicas, sino que está motivado a sacar conclusiones de tipo informático y biológico.

Stochastic models in Bioinformatics

Biological Sequence Modeling is a most important task in bioinformatics, which applies to DNA, RNA and aminoacid sequences. It is used in many of the typical problems of computational biology, like structure analysis and prediction, profile constructing of related sequence sets (families) or evolutionary analysis. The most successful models are of stochastic type, because they are able to describe the statistic nature inherent in biological processes: mutations which may conduce to evolutionary consequences are generally random driven, making statistic approaches most adequate. The proposed course therefore emphasizes the use of probabilistic models, including Markov Chains, Hidden Markov Models, and their generalization: models based on context free grammars. The course introduces the general concepts required to understand these models, describes the essential algorithms for their application and illustrates with practical examples their use in biological sequence analysis.

see Spanish version

Modelos estocásticos en bioinformática. La modelación de secuencias biológicas es una tarea importante de la bioinformática, la cual aplica a secuencias de ADN, ARN y de aminiácidos. Se usa en muchos problemas típicos de la biología computacional, como lo son el análisis y la predicción de estructuras, la construcción del perfiles para conjuntos de secuencias relacionadas (familias) o análisis evolutivo. Los modelos más exitosos son de tipo estocástico, ya que son capaces de describir la naturaleza estadística inherente en procesos biológicos: mutaciones que puede conducir a consecuencias evolutivas, se deben generalmente a la aleatoriedad, lo que hace los enfoque estadísticos tan adecuados. El curso propuesto hece por ende énfasis en el uso de modelos probabilísticos, incluyendo cadenas de Markov, modelos ocultos de Markov y su generalización: modelos basados en gramáticas libres de contexto.El curso introduce los conceptos generales que son necesarios para entender estos modelos; describe los algoritmos esenciales para su aplicación; y ilustra con ejemplos prácticos como se usan estos modelos en el análisis de secuencias biológicas.

Being Mathematician, interested in stochastic modeling and computer intelligence, I also teach

Numerical Methods

(Métodos Númericos) Undergraduate engineering programs.

Computer Simulation

(Simulación computacional) Undergraduate, Computer Science and System Engineering.

Foundations of Intelligent Computing

(Fundamentos de computación inteligente) Master in Computer Science, my part in this course is “Probabilistic Reasoning”.

Probabilistic Models

(Modelos probabilísticos) Master in Computer Science.

Students

PhD Students

Nilson Mossos (2008-, en proceso). A framework for native protein structure prediction based on 3D structural elements with physicochemical properties. Doctorado en Ingeniería, Área de énfasis en Ciencias de la computación, Universidad del Valle.

Margot Cuarán (2007-, en proceso). Modelación estocástica de la estructura de proteínas y su relación con la funcionalidad, a partir de subsecuencias de aminoácidos. Doctorado en Ingeniería, Área de énfasis en Ciencias de la computación, Universidad del Valle.

Luis Garreta (2007-, en proceso). . Doctorado en Ingeniería, Área de énfasis en Ciencias de la computación, Universidad del Valle.

Diego Mejia (2007-, en proceso). Analysis of short sequences of proteins and their secondary structure. Doctorado en Salud, Universidad del Valle.

Master Students

Ana Karina Vélez Jurado (2011, en proceso). Automatización del proceso de análisis y elucidación de la estructura de espectros de resonancia magnética nuclear RMN. Tesis de Maestría en Ingeniería, Área de énfasis en Ingeniería de Sistemas y Ciencias de la computación, Universidad del Valle.

Hernán Hidelberg Gómez Estupiñán (2011, en proceso). Caracterización de patrones fisicoquímicos en las proteínas según la estructura tridimensional de las secuencias. Tesis de Maestría en Ingeniería, Área de énfasis en Ingeniería de Sistemas y Ciencias de la computación, Universidad del Valle.

Juan Carlos Ossa Ossa (2011, en proceso). Métodos y protocolos para la seleccion de conjunto de datos representativos desde bases de datos de proteinas pública. Tesis de Maestría en Ingeniería, Área de énfasis en Ingeniería de Sistemas y Ciencias de la computación, Universidad del Valle.

Gelver Vargas (2011, en proceso). Prediccion de la estructura secundaria de una proteina a traves de maquinas de vectores de soporte bayesianas. Tesis de Maestría en Ingeniería, Área de énfasis en Ingeniería de Sistemas y Ciencias de la computación, Universidad del Valle.

Aida Nubia Ramirez (2011, en proceso). Tesis de Maestría en Ingeniería, Área de énfasis en Ingeniería de Sistemas y Ciencias de la computación, Universidad del Valle.

Oscar Restrepo (2011, en proceso).A probabilistic model of classifier fusion for virus DNA sequences: retrovirus (HTLV-I), a case study. Tesis de Maestría en Ingeniería, Área de énfasis en Ingeniería de Sistemas y Ciencias de la computación, Universidad del Valle.

Nestor Díaz (2011). Metodologia y framework computacional para el diseño inverso de modelos de automata celular de secuencias cortas de aminoacidos soportado en un proceso de mineria de datos. Tesis de Maestría en Ingeniería, Área de énfasis en Ingeniería de Sistemas y Ciencias de la computación, Universidad del Valle.

Mauricio Ciprian (2010). Adaptación de la metodología de desarrollo rup y del lenguaje modelamiento uml en desarrollo de proyectos de computación pública en el contexto metagenómico. Tesis de Maestría en Ingeniería, Área de énfasis en Ingeniería de Sistemas y Ciencias de la computación, Universidad del Valle.

Nilson Mossos (2008). Asociación de estructura primaria y secundaria de una proteina utilizando un árbol compacto. Tesis de Maestría en Ingeniería, Área de énfasis en Ingeniería de Sistemas y Ciencias de la computación, Universidad del Valle.

Margot Cuarán (2006). Modelos ocultos de Markov con probabilidad de distribución multiespacial en el reconocimiento y predicción de promotores en secuencias ADN.Tesis de Maestría en Ingeniería, Área de énfasis en Ingeniería de Sistemas y Ciencias de la computación, Universidad del Valle.

Luis Garreta (2006). Modelo bayesiano de mezcla de expertos para la predicción de genes eucariotas.Tesis de Maestría en Ingeniería, Área de énfasis en Ingeniería de Sistemas y Ciencias de la computación, Universidad del Valle.

Publications

Moreno PA, Vélez PE, Martínez E, Garreta L, Díaz D, Amador S, Gutiérrez JM, Tischer I, Naik AK, Tobar F, García F. (2011). The human genome: a multifractal analysis. BMC Genomics12:506 doi:10.1186/1471-2164-12-506.

Luis Garreta, Irene Tischer (2011). Evaluation of structural and energetic protein properties on the villin folding simulation. 6th Colombian Computing Congress (6CCC). May 2011. URL: http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=5936303&isnumber=5936275

Margot Cuarán, Irene Tischer (2011). MIMO: Modelo para Identificación de Motivos Cis-reguladores en secuencias ADN Eucariotas. (Software). Registro: 13-29-190. Mayo, 2011. Dirección Nacional Derechos del Autor. Colombia.

Luis Garreta, Irene Tischer (2011). Interfaz Gráfica de Usuario para entrenamiento, predicción y visualización de genes. (Software). Registro: 13-29-189. Mayo, 2011. Dirección Nacional Derechos del Autor. Colombia.

David Ramirez, David Molina, Irene Tischer (2011). Aplicación para la determinación de las proteínas donde el TAX de un retrovirus puede acloparse. (Software). Registro: 13-28-330. Marzo, 2011. Dirección Nacional Derechos del Autor. Colombia.

Mauricio Martinez, Irene Tischer (2011). Dinámica molecular incremental para la generación de configuraciones iniciales en la predicción de plegamiento de proteínas. (Software). Registro: 13-28-330. Marzo, 2011. Dirección Nacional Derechos del Autor. Colombia.

Vélez PE, Garreta LE, Martínez E, Díaz N, Amador S, Tischer I, Gutiérrez JM, Moreno PA (2010). The Caenorhabditis elegans genome: a multifractal analysis. Genet. Mo.l Res. 2010 May 25;9(2):949-65. http://www.ncbi.nlm.nih.gov/pubmed/20506082

Irene Tischer (2010). On protein structure prediction. International Conference on Applied Mathematics and Informatics (ICAMI). Colombia, 2010. ISBN 978-958-670-843-2.

Irene Tischer, Luis Ernesto Garreta Unigarro (2010). Conformational Analysis of Molecular Dynamics Simulations of three representative Proteins Colombia, Nacional Evento: Quinto Congreso Colombiano de Computación, Colombia, 2010.

Irene Tischer (2009), Genezilla-Graphics, un predictor gráfico, altamente configurable de genes de diversos organismos. En: Colombia. 2009. Evento: IV SEMINARIO DE TÓPICOS ACTUALES DE INVESTIGACIÓN EN GENÉTICA y I SEMINARIO DE MICROBIOLOGÍA Y BIOTECNOLOGÍA DE MICROORGANISMOS.

Iván Cabezas, Silvio Jimenez, Irene Tischer (2008). Interfaz gráfica de usuario para un predictor de genes: IGUP. (Software). Registro: 13-21-183. Septiembre, 2008. Dirección Nacional Derechos del Autor. Colombia.

Irene Tischer, Pedro Antonio Moreno, Margot Cuarán, Oscar Bedoya, Luis Ernesto Garreta Unigarro, Ivan Cabezas, Orlando Bedoya (2007). Genezilla-Graphics: un software para la predicciòn de genes. En: Colombia. 2007. Evento: V Congreso internacional y VIII Colombiano de genética Ponencia: Libro:Memorias V Congreso internacional y VIII Colombiano de genética, Universidad del Valle.

earlier

PEDRO ANTONIO MORENO TOVAR, JOSE MANUEL GUTIERREZ, ASHWINIKUMAR K NAIK, JAVIER DARIO BURGOS, PATRICIA EUGENIA VELEZ VARELA, IRENE TISCHER, LUIS GARRETA, EMBER MARTINEZ, NESTOR DIAZ (2006). Fractal Structure of the Interrupted Gene. The 2nd International Seminar on Genomics, Proteomics, Bioinformatics and Systems Biology, Popayan, Colombia, 2006. ISBN: 9789589451.

IRENE TISCHER (2006). Modelos de Markov en la predicción de genes . The 2nd International Seminar on Genomics, Proteomics, Bioinformatics and Systems Biology, Popayan, Colombia, 2006. ISBN: 9789589451.

PEDRO ANTONIO MORENO TOVAR, PATRICIA E VELEZ, IRENE TISCHER (2006). Una propuesta para la creación de un programa de pregrado en bioinformática. The 2nd International Seminar on Genomics, Proteomics, Bioinformatics and Systems Biology, Popayan, Colombia, 2006. ISBN: 9789589451.

PEDRO ANTONIO MORENO TOVAR, JOSE MANUEL GUTIERREZ, ASHWINIKUMAR K NAIK, JAVIER DARIO BURGOS, PATRICIA EUGENIA VELEZ VARELA, IRENE TISCHER, LUIS GARRETA, EMBER MARTINEZ, NESTOR DIAZ, (2006). Fractal Structure of the Interrupted Genes The 2nd International Seminar on Genomics, Proteomics, Bioinformatics and Systems Biology, Popayan, Colombia, 2006. ISBN: 9789589451.

IRENE TISCHER, PEDRO ANTONIO MORENO (2006). Bioinformatics for Biologists, Chemists, Engineers, and Professionals in Health Sciences. The 2nd International Seminar on Genomics, Proteomics, Bioinformatics and Systems Biology, Popayan, Colombia, 2006. ISBN: 9789589451.

MARGOT EDITH CUARAN JARAMILLO, IRENE TISCHER (2006). Modelos ocultos de Markov con distribución de probabilidad multiespacial en el reconocimiento y predicción de promotores en secuencias de ADN. The 2nd International Seminar on Genomics, Proteomics, Bioinformatics and Systems Biology, Popayan, Colombia, 2006. ISBN: 9789589451.

MARGOT EDITH CUARAN JARAMILLO, IRENE TISCHER (2006). Modelos Estocáticos en el Reconocimiento de Promotores en ADN Eucariota. The 2nd International Seminar on Genomics, Proteomics, Bioinformatics and Systems Biology, Popayan, Colombia, 2006. ISBN: 9789589451.

IRENE TISCHER (2006). Grupo de bioinformática de Unversidad del Valle. Simposio de investigaciones 2006 - Semana de la Ingeniería Universidad del Valle, Colombia, 2006.

MARGOT EDITH CUARAN JARAMILLO, IRENE TISCHER, GARRETA L, BEDOYA O, MORENO P, CABEZAS M (2006). Desarrollo de un predictor gráfico configurable de genes. Simposio de investigaciones 2006 - Semana de la Ingeniería Universidad del Valle, Colombia, 2006.

MARGOT EDITH CUARAN JARAMILLO, IRENE TISCHER, MAURICIO RINCON (2006). Sistemas geográfico para el control y vigilancia de la malaria. Simposio de investigaciones 2006 - Semana de la Ingeniería Universidad del Valle, Colombia, 2006.

OSCAR EDUARDO RESTREPO VARGAS, FERNANDO BARRAZA, YESID CUESTA, GUSTAVO SALAZAR (2006) Una Interfaz Web para la Administración y Ejecución de Pipelines en bioinformatica. Simposio de investigaciones 2006 - Semana de la Ingeniería Universidad del Valle, Colombia, 2006.

LUIS ERNESTO GARRETA UNIGARRO, IRENE TISCHER (2006). Modelos Bayesianos para la predicción de genes. Simposio de investigaciones 2006 - Semana de la Ingeniería Universidad del Valle, Colombia, 2006.

MARGOT EDITH CUARAN JARAMILLO, IRENE TISCHER (2006). Modelos de Markov Ocultos con probabilidad multiespacial en predicción de genes. Simposio de investigaciones 2006 - Semana de la Ingeniería Universidad del Valle, Colombia, 2006.

DIEGO MEJÍA, IRENE TISCHER (2006). Propuesta de un indicador de la tendencia de una secuencia de residuos de aminoácidos a encontrarse en estructuras secundarias particulares En: Colombia. 2006. Memorias: The 2nd Internationa seminar on genomics, Proteomics Bioinformatics and Systems Biology. , Universidad del Cauca .

IRENE TISCHER (2006), Modelos de Markov en la predicción de genes En: Colombia. 2006. Memorias: The 2nd Internationa seminar on genomics, Proteomics Bioinformatics and Systems Biology.

IRENE TISCHER, PEDRO ANTONIO MORENO (2006), Bioinformatics for Biologists, Chemists, Engineers, and Professionals in Health Sciences En: Colombia. 2006. Memeorias: The 2nd Internationa seminar on genomics, Proteomics Bioinformatics and Systems Biology , p.70 - 77 , v.1 .

IRENE TISCHER, EDUARDO VICENS, ANDRES CARRION (2005), La planificación jerárquica integral de la cosecha de la caña de azúcar en Colombia . En: España. Anales de las Tesis Doctorales Fruto de la colaboración Interuniversitaria con Colombia ISSN: 0 ed: v.1 fasc.1 p.293 - 305 ,2005.

IRENE TISCHER, AURA LOPEZ DE MURILLO (2004), Aplicación de la planificación jerárquica a la compra y distribución de materias primas, de manera asociativa, en el sector agroindustrial En: Colombia. 2004. Evento: III CONGRESO COLOMBIANO Y I CONFERENCIA ANDINA INTERNACIONAL DE INVESTIGACIÓN DE OPERACIONES CCIO-2004.

IRENE TISCHER, MARTIN MORENO (2004), Influencia de la Localización del Almidón Nativo de Yuca en el Canal de Sedimentación sobre la Calidad del Almidón Agrio . En: Ingeniería Y Competitividad ISSN: 0123-3033 ed: Facultad De Ingenieria Universidad Del Valle v.6 fasc.1 p.26 - 34 ,2004.

IRENE TISCHER, ANDRES CARRION (2003). La planificación jerárquica y su aplicación a la cosecha de la caña de azúcar en Colombia . En: Colombia. Ingeniería Y Competitividad ISSN: 0123-3033 ed: Facultad De Ingenieria Universidad Del Valle. v.4 fasc.2 p. - ,2003.

IRENE TISCHER, MARTIN MORENO, MERCEDES ANDRADE (2003). Normalización de la calidad del almidón agrio de yuca , a través de mezclas de almidones y de raíces de yuca . En: Colombia. Ingeniería Y Competitividad ISSN: 0123-3033 ed: Facultad De Ingenieria Universidad Del Valle. v.4 fasc.2. 2003.

IRENE TISCHER, ANDRES CARRION (2002). La planificación jerárquica integral de la cosecha de caña de azúcAr en Colombia(libro) En: España 2002. ed:Editorial de la Universidad Politécnica de Valencia ISBN: v. 1 pags. 412.

IRENE TISCHER, INGE ARMBRECHT, PATRICIA CHACON. (2001). Nested Subsets and Partition Patterns in Ant Assemblages of Colombian Dry Forest Fragments . En: Estados Unidos. Pan-Pacific Entomologist ISSN: 0031-0603; v.77 fasc.3 p.196 - 209, 2001.

IRENE TISCHER (2001). Simulación de los procesos controladores de la represa de Salvajina . En: Colombia. Ingeniería Y Competitividad ISSN: 0123-3033 ed: Facultad De Ingenieria Universidad Del Valle. 2001.

IRENE TISCHER (2000), La motivación en los procesos de enseñanza- aprendizaje universitarios . En: Colombia. Heurística ISSN: 0121-0262 ed: Universidad del Valle. 2000.

IRENE TISCHER (2000). La investigación de operaciones en Aplicaciones a Sistemas productivos: Desarrollos recientes. .En: Colombia . Heurística ISSN: 0121-0262 ed: Universidad del Valle. v.10. 2000.

IRENE TISCHER (1998). Desarrollo económico de los países del tercer Mundo: Su efecto en los Países Industrializados. En: Colombia. Ingeniería Y Competitividad ISSN: 0123-3033 ed: Facultad De Ingenieria Universidad Del Valle, v.1 fasc.2, 1998.

IRENE TISCHER (1990). Mastermind. Un juego y las estrategias para ganar . En: Colombia. Heurística ISSN: 0121-0262 ed: Universidad del Valle. v.4 fasc.1 p. - ,1990

IRENE TISCHER (1988), Evaluación de estrategias para el abastecimiento de fertilizantes fosforados en Colombia . En: Colombia. Heurística ISSN: 0121-0262 ed: Universidad del Valle. v.2 fasc.2. 1988.

Awards

Caracterización genómica de los sitios de integración de provirus HTVL-I en linfocitos en individuos asintomáticos del suroccidente. Premio Nacional en el área Genética y Biotecnología. En el marco del XLIV Congreso Nacional de la Asociación Colombiana de Ciencias Biológicas (Personería Jurídica No. 05547, Dic. 16 de 1974. Nit. 805.014.676-1). Octubre 10 de 2.009.

Contact

Bioinformatica y Biocomputación

irenetischer[at]gmail[dot]com
Teléfono: (57) 2 3212100 Ext. 2794

Edificio 331, espacio 2068
Ciudad Universitaria Meléndez
Calle 13 No 100-00

Universidad del Valle
Cali, Colombia

Table of Contents

Irene Tischer

Research Interests

Research Projects (2008 and later)

Courses

Students

PhD Students

Master Students

Publications

Awards

Contact