I'm a bioinformatician at the Centro de Biotecnología de Sistemas in Santiago, Chile. I help biologists turn DNA sequencing into answers about fungi and other microbes: which ones are in a sample, how much of each, and which ones nobody has named yet.Soy bioinformático en el Centro de Biotecnología de Sistemas, en Santiago de Chile. Ayudo a biólogas y biólogos a convertir la secuenciación de ADN en respuestas sobre hongos y otros microorganismos: cuáles hay en una muestra, cuánto hay de cada uno y cuáles todavía no tienen nombre.
Along the way I write open-source tools, ITSxRust, EMITS and SSUplex, and test how far the usual methods can be trusted.En el camino desarrollo herramientas de código abierto, ITSxRust, EMITS y SSUplex, y pongo a prueba hasta qué punto se puede confiar en los métodos habituales.
Most of my projects start with a biologist and a question. You bring the samples or the reads; I bring the pipeline, the statistics and a report your whole lab can open in a browser. It's worth talking before you sequence too, because the primer pair decides much of what the analysis can recover.La mayoría de mis proyectos parten con una bióloga o un biólogo y una pregunta. Tú traes las muestras o las lecturas; yo pongo el pipeline, la estadística y un informe que todo tu laboratorio puede abrir en el navegador. También vale la pena conversar antes de secuenciar, porque el par de partidores define buena parte de lo que el análisis puede recuperar.
Bacteria and archaea from 16S and fungi from ITS, sequenced on Nanopore, PacBio or Illumina and matched against curated references such as SILVA and UNITE.Bacterias y arqueas a partir de 16S, y hongos a partir de ITS, secuenciados con Nanopore, PacBio o Illumina y comparados con referencias curadas como SILVA y UNITE.
Species-level abundances that share a read between look-alike species instead of handing it to the first match, so close relatives aren't over- or under-counted.Abundancias a nivel de especie que reparten cada lectura entre especies parecidas en vez de asignarla a la primera coincidencia, para que los parientes cercanos no queden sobre ni subestimados.
Sequences that match nothing in the reference get a calibrated flag, with the false-alarm rate set in advance, so calling something novel is a claim you can defend.Las secuencias que no coinciden con nada en la referencia reciben un indicador calibrado, con la tasa de falsas alarmas fijada de antemano, para que decir que algo es nuevo sea una afirmación que puedas defender.
Your primer pair decides which regions each read carries and what can be recovered from it. The read explorer shows how much one choice changes.Tu par de partidores determina qué regiones lleva cada lectura y qué se puede recuperar de ella. El explorador de lecturas muestra cuánto cambia con una sola decisión.
What you get back: an interactive report the whole lab can explore, a pipeline that reruns end to end, and a methods section ready for your manuscript. Recent projects include vineyard soils, tree roots and mycorrhizal fungi, bioleaching and acid mine drainage, compost time series and food-safety surveillance.Lo que recibes: un informe interactivo que todo el laboratorio puede explorar, un pipeline que se vuelve a ejecutar de principio a fin y una sección de métodos lista para tu manuscrito. Entre los proyectos recientes hay suelos de viñedos, raíces de árboles y hongos micorrícicos, biolixiviación y drenaje ácido de minas, series de tiempo de compost y vigilancia de inocuidad alimentaria.
Thirty soil samples from three wine regions at a glance: reads, genera found, and the top bacteria and fungi at each site.Treinta muestras de suelo de tres regiones vitivinícolas de un vistazo: lecturas, géneros encontrados y las bacterias y hongos principales de cada sitio.
A vineyard soil microbiome dashboard built for Bárbara Ojeda's thesis at CSB: 16S and ITS from 30 soils in Paine, Elqui and Itata, with predicted function, soil chemistry and cross-kingdom networks in one page anyone can open.Un dashboard del microbioma de suelos de viñedo hecho para la tesis de Bárbara Ojeda en el CSB: 16S e ITS de 30 suelos de Paine, Elqui e Itata, con funciones predichas, química de suelos y redes entre reinos en una sola página que cualquiera puede abrir.
Open the live dashboardAbrir el dashboard en vivoThree command-line tools for the steps where long-read barcoding most often goes wrong: finding the barcode inside each read, counting species that look alike, and keeping host and organelle reads out of the community you meant to study.Tres herramientas de línea de comandos para los pasos donde el barcoding con lecturas largas suele fallar: encontrar el código de barras dentro de cada lectura, contar especies que se parecen y mantener las lecturas del hospedero y de los organelos fuera de la comunidad que querías estudiar.
Cuts the fungal barcode out of each long read, and tells you why when it can't.Extrae el código de barras fúngico de cada lectura larga, y te dice por qué cuando no puede.
Extraction rates and timings from O'Brien et al. 2026, Methods in Ecology and Evolution.Tasas de extracción y tiempos de O'Brien et al. 2026, Methods in Ecology and Evolution.
Under the hood, ITSxRust finds ITS1, 5.8S and ITS2 inside Nanopore and PacBio amplicons by chaining four profile-HMM anchors, and falls back to two-anchor pairs when a read is missing a flank, so every region it returns still has a model boundary on both sides rather than a read edge. Failures come back as structured codes and a per-sample QC summary instead of a silently shorter FASTA.Internamente, ITSxRust encuentra ITS1, 5.8S e ITS2 dentro de amplicones de Nanopore y PacBio encadenando cuatro anclas de perfiles HMM, y recurre a pares de dos anclas cuando a una lectura le falta un flanco, de modo que cada región que devuelve tiene un límite del modelo en ambos lados y no el borde de una lectura. Los fallos se reportan con códigos estructurados y un resumen de control de calidad por muestra, en vez de un FASTA silenciosamente más corto.
Full ITS recovered from a 54,659-read Nanopore library, at 4.6× the speed of ITSx.ITS completo recuperado de una biblioteca Nanopore de 54.659 lecturas, 4,6 veces más rápido que ITSx.
Estimates how much of each fungal species is in a sample, splitting reads between look-alike species by the evidence instead of guessing.Estima cuánto hay de cada especie de hongo en una muestra, y reparte las lecturas entre especies parecidas según la evidencia en vez de adivinar.
Illustration: 40 reads from three look-alike species mixed 50:25:25.Ilustración: 40 lecturas de tres especies parecidas, en proporción 50:25:25.
Reads that match several species almost equally well are why species-level abundance tables lie. Under the hood, EMITS runs expectation-maximization over minimap2 alignments against UNITE, aggregates across redundant accessions, and has presets for Nanopore and PacBio chemistries.Las lecturas que coinciden casi igual de bien con varias especies son la razón por la que las tablas de abundancia a nivel de especie mienten. Internamente, EMITS aplica expectation-maximization sobre alineamientos de minimap2 contra UNITE, agrega entre accesiones redundantes y trae configuraciones para las químicas de Nanopore y PacBio.
Sorts ribosomal reads by where they came from, so host and organelle DNA doesn't swamp the community you meant to study.Clasifica las lecturas ribosomales según su origen, para que el ADN del hospedero y de los organelos no tape la comunidad que querías estudiar.
Reads arrive pointing either way. SSUplex turns reverse reads around, cuts out the small-subunit rRNA and drops each one into its origin, so host and organelle reads are counted apart from the community.Las lecturas llegan apuntando en cualquier sentido. SSUplex da vuelta las reversas, extrae el ARNr de la subunidad pequeña y deja cada una en su origen, así las lecturas del hospedero y de los organelos se cuentan aparte de la comunidad.
Illustration, not data.Ilustración, no son datos.
Under the hood, SSUplex pulls small-subunit rRNA out of environmental reads on either strand and assigns each one to bacteria, archaea, eukaryotes, mitochondria or chloroplasts.Internamente, SSUplex extrae el ARNr de la subunidad pequeña de lecturas ambientales en ambas hebras y asigna cada una a bacterias, arqueas, eucariotas, mitocondrias o cloroplastos.
Built for the labHecho para el laboratorio
Snakemake and Nextflow workflows for the centre's Nanopore runs, with PICRUSt2 functional profiling and interactive D3 reports for vineyard soil, bioleaching and acid mine drainage, compost time series and food-safety surveillance.Flujos de trabajo en Snakemake y Nextflow para las corridas Nanopore del centro, con perfiles funcionales de PICRUSt2 e informes interactivos en D3 para suelos de viñedo, biolixiviación y drenaje ácido de minas, series de tiempo de compost y vigilancia de inocuidad alimentaria.
Where a sample came from, what was done to it and which run it ended up in, with role-based access so the people doing the bench work can enter their own data.De dónde vino una muestra, qué se le hizo y en qué corrida terminó, con acceso por roles para que quienes hacen el trabajo de mesón ingresen sus propios datos.
Metal balances and recovery curves across minicolumn campaigns, deployed on site so results are current rather than reconstructed from spreadsheets at the end.Balances de metales y curvas de recuperación de las campañas en minicolumnas, desplegado en el lugar para que los resultados estén al día y no se reconstruyan desde planillas al final.
Much of the fungal DNA in a soil sample comes from groups that no reference database has a name for, yet classification software still hands back a name. These three companion studies ask how often those names are wrong, whether newer AI classifiers do any better than a plain similarity search, and how to flag sequences that are genuinely new at an error rate you choose.Buena parte del ADN fúngico de una muestra de suelo proviene de grupos que ninguna base de datos de referencia tiene nombrados, y aun así el software de clasificación devuelve un nombre. Estos tres estudios complementarios preguntan con qué frecuencia esos nombres están equivocados, si los clasificadores más nuevos basados en IA lo hacen mejor que una simple búsqueda por similitud y cómo marcar las secuencias realmente nuevas con una tasa de error que tú eliges.
With Auguste Gardette, César Marín and Pilar ParadaCon Auguste Gardette, César Marín y Pilar Parada
On ITS2 amplicons, the kind most fungal surveys produce, the two released MycoAI classifiers assign the wrong family most of the time, even for genera they were trained on. A plain similarity search still gets nearly nine in ten right.Con amplicones de ITS2, el tipo que generan la mayoría de los estudios de hongos, los dos clasificadores publicados de MycoAI asignan mal la familia la mayor parte de las veces, incluso para géneros con los que fueron entrenados. Una simple búsqueda por similitud sigue acertando casi nueve de cada diez.
Five methods scored the same 5,222 queries, one per genus, at two loci cut from the same records: the full-length ITS and its ITS2 subregion. On full-length ITS, best-hit alignment, SINTAX and a k-mer classifier (HiTaC) beat both pretrained MycoAI models at every rank. Cutting the records down to ITS2 is where the models fall apart.Cinco métodos evaluaron las mismas 5.222 consultas, una por género, en dos loci extraídos de los mismos registros: el ITS completo y su subregión ITS2. Con el ITS completo, el alineamiento por mejor coincidencia, SINTAX y un clasificador de k-meros (HiTaC) superaron a ambos modelos preentrenados de MycoAI en todos los rangos taxonómicos. Al recortar los registros a ITS2 es donde los modelos se desmoronan.
Share of seen-genus queries given the correct family, on the full-length records the MycoAI models were trained on. Every method scored identical queries, and the classical methods already lead.Proporción de consultas de géneros vistos asignadas a la familia correcta, con los registros de ITS completo con que se entrenaron los modelos de MycoAI. Todos los métodos evaluaron las mismas consultas, y los métodos clásicos ya van adelante.
The same records cut to ITS2, the subregion surveys most often sequence. Alignment and SINTAX lose under four points; MycoAI-BERT loses 49.6 and MycoAI-CNN 58.0.Los mismos registros recortados a ITS2, la subregión que más se secuencia en estudios ambientales. El alineamiento y SINTAX pierden menos de cuatro puntos; MycoAI-BERT pierde 49,6 y MycoAI-CNN 58,0.
From the manuscript under review at Briefings in Bioinformatics.Del manuscrito en evaluación en Briefings in Bioinformatics.
ITS2 carries the information, since HiTaC refitted at ITS2 keeps 89.2%; the released models read the flanks instead. Grafting a query's unaltered ITS2 between the flanks of a donor from another phylum made MycoAI-BERT return the donor's family for 63.7% of queries and the query's own for 0.8%. On ITS2 their confidence scores also stopped separating novel genera from known ones (AUROC 0.541 and 0.503, against 0.866 for alignment identity).La información está en ITS2, ya que HiTaC reentrenado con ITS2 mantiene un 89,2%; los modelos publicados, en cambio, leen las regiones flanqueantes. Al injertar el ITS2 intacto de una consulta entre las regiones flanqueantes de un donante de otro filo, MycoAI-BERT devolvió la familia del donante en el 63,7% de las consultas y la propia solo en el 0,8%. Con ITS2, además, sus puntajes de confianza dejaron de distinguir géneros nuevos de géneros conocidos (AUROC de 0,541 y 0,503, frente a 0,866 para la identidad del alineamiento).
With Auguste GardetteCon Auguste Gardette
We built an AI model specifically for fungal barcodes, and it did not beat a carefully configured similarity search. How the test was run changed the answer more than the model did.Construimos un modelo de IA específico para códigos de barras de hongos, y no superó a una búsqueda por similitud bien configurada. La forma de hacer la evaluación cambió la respuesta más que el propio modelo.
We trained a convolutional encoder for fungal ITS with genus-proxy, cross-view, hierarchical and episodic objectives, then froze and hash-sealed it before the test partition was opened. Exhaustive VSEARCH identity scored the same queries against the same references, on a genus-separated split of UNITE at ITS-core, ITS1 and ITS2 views. Once the evaluation was corrected, alignment matched or exceeded the encoder throughout.Entrenamos un codificador convolucional para ITS de hongos con objetivos de proxy de género, entre vistas, jerárquicos y episódicos, y luego lo congelamos y sellamos con un hash antes de abrir la partición de prueba. La identidad exhaustiva de VSEARCH evaluó las mismas consultas contra las mismas referencias, en una partición de UNITE separada por géneros, con las vistas ITS-core, ITS1 e ITS2. Una vez corregida la evaluación, el alineamiento igualó o superó al codificador en todos los casos.
Queries from genera held out of the reference, placed in the correct family. Each bar spans the three views, after the corrections below.Consultas de géneros excluidos de la referencia, ubicadas en la familia correcta. Cada barra abarca las tres vistas, tras las correcciones que se describen abajo.
Five evaluation checks each changed a conclusion along the way:Cinco controles de la evaluación cambiaron, cada uno, una conclusión en el camino:
The decisive results came from the evaluation, not the representation, and each check is cheap to apply to any learned barcode method.Los resultados decisivos vinieron de la evaluación, no de la representación, y cada control es fácil de aplicar a cualquier método de códigos de barras basado en aprendizaje.
With César Marín and Pilar ParadaCon César Marín y Pilar Parada
A way to say “this sequence is probably something new” while knowing in advance how often that call will be a false alarm.Una forma de decir «esta secuencia probablemente es algo nuevo» sabiendo de antemano con qué frecuencia esa decisión será una falsa alarma.
A fixed identity cutoff comes with no stated rate at which known fungi get called new. The flag gives each environmental sequence a conformal p-value instead, with a distribution-free bound on that rate. It was tested on a leave-one-genus-out benchmark built from UNITE, then applied to soil data and to a cross-study recurrence search for lineages that are widespread but still unnamed, candidates for formal description.Un umbral fijo de identidad no indica con qué frecuencia hongos conocidos se declaran nuevos. El indicador, en cambio, asigna a cada secuencia ambiental un valor p conformal, con una cota libre de supuestos distribucionales para esa tasa. Se evaluó en un benchmark de UNITE que deja fuera un género a la vez, y luego se aplicó a datos de suelo y a una búsqueda de recurrencia entre estudios de linajes ampliamente distribuidos pero aún sin nombre, candidatos a una descripción formal.
Screen against a pan-eukaryotic reference first. Plant ITS2 is amplified alongside fungi and otherwise looks novel against a fungal reference.Primero se compara con una referencia paneucariota. El ITS2 de plantas se amplifica junto con el de hongos y, si no, parece nuevo frente a una referencia de hongos.
Rank each sequence's best alignment identity against a calibration set from known genera held out of the reference. The rank is its p-value.Se ordena la mejor identidad de alineamiento de cada secuencia frente a un conjunto de calibración de géneros conocidos excluidos de la referencia. Esa posición es su valor p.
Call it new when the p-value falls below α, chosen in advance. Known sequences are then declared new at a rate bounded by α.Se declara nueva cuando el valor p cae bajo α, elegido de antemano. Así, las secuencias conocidas se declaran nuevas a una tasa acotada por α.
TalksCharlas
I started out writing banking software, moved into bioinformatics through a master's at the University of Maine, and still build tools the way software teams do: tested, versioned and documented.Empecé escribiendo software para la banca, llegué a la bioinformática con un magíster en la University of Maine y sigo construyendo herramientas como lo hacen los equipos de software: con pruebas, versionadas y documentadas.
M.S. Bioinformatics, University of Maine (2020–2024), taken alongside the Kraken and UVA roles. B.S. Computer Science, Florida Southern College (2014–2016).Magíster en Bioinformática, University of Maine (2020–2024), cursado en paralelo a los cargos en Kraken y UVA. Licenciatura en Ciencias de la Computación, Florida Southern College (2014–2016).
I like to hike, especially in Chile, where the Andes and their volcanoes are never far away. I love the south, places like Valdivia and Puerto Varas, where a hike is also a walk through fungal and plant diversity. Next I'd like to get to know northern Chile and the Atacama, and to hike more in Canada, the US, Europe and Asia, places where the diversity is obvious and the relationships between living things become easier to see.Me gusta hacer trekking, sobre todo en Chile, donde la cordillera de los Andes y sus volcanes nunca están lejos. Me encanta el sur, lugares como Valdivia y Puerto Varas, donde una caminata es también un recorrido por la diversidad de hongos y plantas. Me gustaría conocer mejor el norte de Chile y el desierto de Atacama, y caminar más por Canadá, Estados Unidos, Europa y Asia, lugares donde la diversidad salta a la vista y las relaciones entre los seres vivos se vuelven más fáciles de ver.
In my free time I love playing with my kids. I also love video games, especially puzzle games like The Talos Principle and survival horror like Resident Evil. On TV it's Better Call Saul, The X-Files, Star Trek and plenty more. And I love music and going to concerts.En mi tiempo libre me encanta jugar con mis hijos. También me encantan los videojuegos, sobre todo los de puzles como The Talos Principle y los de survival horror como Resident Evil. En series, Better Call Saul, Los expedientes secretos X, Star Trek y muchas más. Y me encanta la música y ir a conciertos.
Whether you have samples, reads or just a question about primers, write to me in English or Spanish. I'm happy to talk through a project at any stage, from choosing markers to making sure the analysis holds up in review.Ya sea que tengas muestras, lecturas o solo una pregunta sobre partidores, escríbeme en español o en inglés. Con gusto conversamos sobre tu proyecto en cualquier etapa, desde elegir los marcadores hasta asegurarnos de que el análisis resista la revisión de pares.