Brotes de Ciencia

About Brotes de Ciencia

Brotes de Ciencia es un programa de pódcast, perteneciente a la matriz Radio Savia, de la ETSIAAB, encargado de divulgar la investigación científica y de crear un espacio de debate, donde se discuta y se comente distintos aspectos sobre cuestiones de ciencia desde puntos de vista diversos y multidisciplinares, así como asuntos relacionados con la vida universitaria y de otros campos de la producción intelectual.

Publisher

Radio Savia

Category

science

Language

es

Explicit

No

First episode

26 Apr 2021

Latest episode

2 Nov 2026

Latest episodes

38 episodes in the feed.

1. 

   2 Nov 2026

   #37 | El reloj circadiano vegetal: cómo las plantas perciben el tiempo y las estaciones

   Los organismos terrestres sincronizan sus procesos vitales con el día y la noche gracias al reloj circadiano, un mecanismo molecular que late cada aproximadamente 24 horas. En las plantas, este reloj no solo regula funciones cotidianas como la fotosíntesis y el metabolismo, sino que también permite distinguir entre estaciones a través de la longitud del día o fotoperiodo. Pero, ¿Cómo es esto posible? ¿Qué ocurre cuando alteramos este mecanismo? ¿Podemos usarlo a nuestro favor para la mejora vegetal? En este episodio exploramos estas preguntas gracias a la compañía de Mariano perales, profesor en ésta nuestra escuela e investigador en el CBGP, donde dirige una línea centrada en el control del desarrollo vegetal por señales ambientales usando chopo como organismo modelo. Esta charla resulta especialmente personal, pues Mariano fue el tutor de mi TFG, enseñandome y orientándome en el complejo mundo de la investigación científica. En esta entrega Mariano nos hablará de los fundamentos moleculares del reloj circadiano en plantas, de los experimentos que revelan cómo perciben el cambio de estación y de qué avances en mejora vegetal podrían derivarse de estos conocimientos. Si te intriga saber qué hay detrá de los ritmos de la vida vegetal, no te pierdas esta nueva entrega de Brotes de Ciencia. Si es de tu gusto, échale un vistazo a otros episodios relacionados, como el episodio anterior (nº36) sobre single-cel sequencing, o nuestra charla con José Ignacio Cubero (nº22) sobre mejora genética vegetal. 00:00 - Introducción y bienvenida 18:38 - ¿Para qué necesita una planta un reloj biológico? 25:50 - El fotoperiodo: ¿Cómo perciben las plantas el cambio de estación? 36:10 - ¿Cómo se estudia este reloj? 42:45 - Modificar el reloj para combatir el hambre en tiempos de cambio climático Puedes escucharnos en YouTube, Spotify, Apple Podcasts, Google Podcasts e iVoox. La ETSIAAB no se hace responsable de las opiniones vertidas. Para cualquier sugerencia, o si deseas participar en nuestro pódcast, puedes ponerte en contacto con nosotros a través de nuestro correo **radiosavia.etsiaab@upm.es**. ¡Os esperamos en Brotes de Ciencia!

2. 

   13 Apr 2026

   #36 | Estudio del desarrollo vascular de árboles mediante tecnología de secuenciación de células individuales

   Al contrario que el clásico “bulk-sequencing”, la tecnología del “single-cell sequencing” (o secuenciación de células individuales) permite analizar el transcriptoma de cada célula por separado, revelando la heterogeneidad y las trayectorias de desarrollo en tejidos complejos. Con ella, podemos identificar poblaciones celulares, rastrear linajes y entender cómo responde cada célula a situaciones de estrés. En este episodio, hablamos con Daniel Conde (investigador en CBGP-UPM-INIA) y Juan Murillo (estudiante de doctorado), quienes nos cuentan los detalles de cómo aplican esta tecnología de vanguardia para entender, célula a célula, el desarrollo vascular en chopo. Exploramos por qué, pese a ser un proceso básico, el crecimiento secundario de plantas leñosas sigue ocultando muchos secretos, y cómo las sequías e inundaciones alteran la plasticidad vascular del chopo. Daniel y Juan nos adentran en los retos técnicos de secuenciar células de un tejido duro como la madera, nos cuentan las diferencias que encuentran respecto a modelos como Arabidopsis y nos muestran cómo se organizan y visualizan millones de datos génicos para reconstruir mapas celulares y líneas de tiempo de desarrollo, también llamadas pseudotiempos. Además, conoceremos su reciente premio ActúaUPM con su propuesta de emprendimiento, Cytelion. Si te intriga averiguar cómo el single-cell sequencing está marcando un antes y un después en la resiliencia de cultivos frente a estreses, no te pierdas esta entrega de Brotes de Ciencia. Puedes escucharnos en YouTube, Spotify, Apple Podcasts, Google Podcasts e iVoox. La ETSIAAB no se hace responsable de las opiniones vertidas. Para cualquier sugerencia, o si deseas participar en nuestro pódcast, puedes ponerte en contacto con nosotros a través de nuestro correo radiosavia.etsiaab@upm.es. ¡Os esperamos en Brotes de Ciencia! Atribuciones: se han tomado iconos de la plataforma Flaticon.com

3. 

   5 Sept 2024

   #35 | Machine Learning: la llave que abre el futuro.

   Aprendizaje automático (Machine Learning)… Aprendizaje profundo… son términos que cada vez oímos más a menudo, en artículos, en la radio, o incluso en redes sociales. Hoy en día, muchos avances científicos se apoyan en el potencial de estas técnicas. A pesar de ello, estas técnicas estadísticas siguen siendo comúnmente desconocidas e incomprendidas. En otras palabras, siguen siendo un misterio para muchas personas. Entendemos “aprender” como el uso de la experiencia para ganar conocimiento. De pequeños aprendemos constantemente, cayéndonos, levantándonos y aprendiendo a mantener el equilibrio. El aprendizaje automático se basa este simple concepto. Concretamente, el aprendizaje automático (o Machine Learning en inglés) se refiere al uso de diversos métodos u algoritmos para construir un modelo basado en datos reales para predecir datos aún desconocidos. En este episodio discutimos brevemente algunos de los métodos principales: k-vecinos más cercanos, regresión lineal, regresión logística, bosques aleatorios, máquinas de vector de soporte, agrupamiento y, como no podía faltar, también aprendizaje profundo. Aprendizaje automático y aprendizaje profundo son términos a menudo confundidos. Sin embargo, el aprendizaje profundo es un tipo específico de aprendizaje automático que emplea una de sus técnicas, las redes neuronales, para extraer complejos patrones en los datos. Es por ello que el aprendizaje profundo suele emplearse en tareas más complejas, como el reconocimiento de imágenes o procesamiento del lenguaje natural. Por último, comentamos un par de artículos que muestran aplicaciones del Deep Learning en problemas biotecnológicos, como la síntesis de fármacos antimicrobianos o la proteómica estructural. El primero demuestra el potencial del Deep Learning para encontrar nuevos candidatos a péptidos antimicrobianos altamente efectivos, acelerando sensiblemente el proceso de producción. El segundo discute la capacidad del sistema AlphaFold2 para la predicción de la estructura tridimensional de proteínas con extrema precisión, facilitando, por ejemplo, el diseño de nuevas herramientas biotecnológicas o de terapéuticos altamente específicos. ¿A qué esperas para descubrir estas técnicas? ¡Acompáñanos en esta nueva entrega de Taza y Tesis! La ETSIAAB no se hace responsable de las opiniones vertidas. Para cualquier sugerencia, o si deseas participar en nuestro pódcast, puedes ponerte en contacto con nosotros a través de nuestro correo radiosavia.etsiaab@upm.es.

Reach and audience

Public platform figures. Ratings count people who left a rating, not total listeners.

Spotify

5.0 / 5

8 ratings