Un reciente estudio publicado en PLOS Digital Health presenta un innovador marco computacional para extraer patrones significativos de datos biológicos complejos de alta dimensionalidad utilizando herramientas como aprendizaje automático, análisis topológico de datos e inteligencia artificial interpretable. El enfoque es directamente transferible a retos propios de la biología de plantas, como el fenotipado molecular, la modelización de respuestas a patógenos o el análisis de datos ómicos complejos. El trabajo ha sido liderado por Ian Morilla, del HSM La Mayora (UMA-CSIC), en colaboración con la Université Sorbonne Paris Nord (USPN) y la Université Paris Cité (UPC). Enmarcado en una visión One Health, el estudio ilustra cómo las metodologías de biología computacional desarrolladas en distintas disciplinas pueden fortalecer las líneas de investigación del IHSM La Mayora.