NOTICIA
“La bioinformática es el puente que transforma datos masivos en conocimiento aplicable para el sector”
18 febrero 2026La bioinformática se ha consolidado como una herramienta estratégica para optimizar el procesamiento de grandes volúmenes de información biológica. Esta disciplina permite anticipar amenazas aportando evidencias que permiten tomar decisiones informadas y optimizar la actividad del primer sector. En este ámbito destaca la labor de José Luis Lavín, doctor en Genética y Microbiología por la UPNA y experto en análisis de datos “Ómicos” procedentes de tecnologías de secuenciación de alto rendimiento. Con una trayectoria vinculada al Joint Genome Institute (EE.UU.) y al CIC bioGUNE, Lavín integra en el Departamento de Matemática Aplicada del centro tecnológico NEIKER el área de análisis de datos masivos y la aplicación de técnicas de aprendizaje automático (machine learning), en aras de apoyar y fortalecer la resiliencia del sector primario vasco.
¿Cómo explicarías qué hace un bioinformático en un centro como NEIKER y por qué es una pieza clave para el sector primario?
Actuamos como un puente entre la biología y el análisis de datos. Nuestro trabajo consiste en procesar y analizar grandes volúmenes de información biológica, como secuencias genómicas, registros de campo o históricos, para transformarlos en conocimiento práctico y aplicable. Esto es vital para el sector primario, que hoy en día debe hacer frente a desafíos como enfermedades emergentes y el cambio climático. En definitiva, la bioinformática aporta una visión basada en evidencias que permite tomar decisiones informadas y reducir riesgos económicos.
A diferencia de otros investigadores que se centran en una sola especie o área, tu trabajo es transversal. ¿Cómo ayuda el análisis de datos masivos a que proyectos de áreas tan distintas avancen con mayor precisión?
Esa transversalidad es una de nuestras mayores ventajas. Aunque los proyectos traten temas distintos, como la resistencia a enfermedades en ganado o la mejora de variedades vegetales, los métodos analíticos suelen ser los mismos: detección de patrones genéticos o modelización predictiva. Al aplicar análisis de datos de forma compartida, reutilizamos flujos de trabajo y experiencia acumulada, acelerando los proyectos, reduciendo tiempos de desarrollo y evitando que trabajemos de forma aislada, ya que los aprendizajes de un área se ponen en práctica rápidamente en otra.
¿De qué manera esta disciplina permite que nos adelantemos a los problemas incluso antes de que se manifiesten de forma crítica en el campo o en las granjas?
Nos ayuda a pasar de una respuesta reactiva a una estrategia preventiva. Mediante el análisis de datos genéticos y ambientales, identificamos señales tempranas como la aparición de nuevas variantes de patógenos o cambios en los microbios del suelo. Estos indicadores funcionan como sistemas de alerta precoz. Nos permiten anticipar brotes de enfermedades o problemas de adaptación al clima e intervenir mediante medidas de manejo o selección de variedades resistentes antes de que el impacto sea grave.
Hoy en día generamos una cantidad ingente de información biológica. Como experto en la gestión y procesamiento de estos datos, ¿cuál es el mayor desafío al que te enfrentas para que toda esa información no se pierda y se convierta en conocimiento útil para NEIKER?
El principal desafío no es el almacenamiento, sino organizar, estandarizar y garantizar que los datos sean reutilizables a largo plazo. Los datos suelen generarse con formatos y calidades muy variables. El reto está en integrarlos y documentarlos con rigor para que puedan ser analizados años después. Para lograrlo, necesitamos infraestructuras adecuadas y, sobre todo, una colaboración fluida entre los bioinformáticos y el resto del equipo investigador.
En un contexto de cambio climático, la gestión de datos biológicos es clave. ¿Cómo contribuye la bioinformática a predecir el comportamiento de las variedades locales?
Las bases de datos integradas nos permiten combinar información genética con datos climáticos y ensayos de campo. Con modelos de aprendizaje automático conocido como machine learning, identificamos qué partes del genoma confieren tolerancia a la sequía o al calor extremo. Esto nos permite modelizar escenarios futuros y predecir cómo responderán las variedades locales. Así, apoyamos decisiones prácticas como la conservación del germoplasma local y damos recomendaciones útiles a agricultores y ganaderos.
¿Cuál es el valor diferencial de aplicar la bioinformática a los retos de la agricultura y la ganadería actual?
El valor real está en hacer que la ciencia más avanzada responda a problemas reales del día a día. Transformamos datos complejos en información accionable: mejorar la sanidad animal con un uso racional de antibióticos u optimizar el consumo de agua y fertilizantes. En un territorio como Euskadi, con una orografía y clima tan particulares, la bioinformática tiene un papel estratégico. Ayuda directamente a que nuestro sector primario sea más sostenible, competitivo y esté mejor preparado para las próximas décadas.




