Leandro A. Bugnon

Mi objetivo de investigación es desarrollar métodos de IA que decodifiquen el lenguaje de la biología, lo que permitirá un descubrimiento más rápido de fármacos, mejores diagnósticos de enfermedades y una comprensión más profunda de los mecanismos moleculares.

Trabajo en la intersección entre aprendizaje automático y bioinformática, en aprendizaje de representaciones de secuencias biológicas, predicción de estructura, aprendizaje activo para virtual screening, predicción de binding y modelos generativos condicionados, en moléculas diversas como ARN, proteinas y glicanos.

Soy Investigador Adjunto y vicedirector del sinc(i)/UNL - CONICET, y Profesor Adjunto en la Universidad Nacional del Litoral y Universidad Austral, y colaboro con The Cell Company en proyectos aplicados a la bioinformática.

$ cat activity.log | tail -5

2026-06 [preprint] Preprint: ¿cómo validar modelos de plegado de ARN?Una revisión crítica de las estrategias de validación cruzada para predicción de estructura secundaria de ARN, y la fuga de homología que hace que los resultados parezcan mejores de lo que son. 2026-04 [estancia] BioComputingUP @ Università di Padova (IDPfun2)Estancia de investigación en el grupo BioComputingUP, dentro del proyecto IDPfun2: caracterización computacional de linkers en proteínas intrínsecamente desordenadas. 2026-04 [paper] ET-Pfam publicado en BioinformaticsEnsambles de clasificadores basados en aprendizaje por transferencia que reducen el error de predicción de familias de proteínas al 7%. 2026-04 [preprint] Preprint de emb2dis: predicción de desorden en proteínasResNets, convoluciones dilatadas y modelos de lenguaje de proteínas para predecir desorden intrínseco. Trabajo conjunto con BioComputingUP (Padova). 2026-02 [paper] GNN2Pfam publicado en Journal of Structural BiologyRedes neuronales de grafos que combinan secuencia y estructura de proteínas para la anotación de dominios Pfam.

$ ▌