Cuál es la probabilidad de que una especie se distribuya en cierto lugar, en cierto momento y considerando la presencia de las demás especies? Juan M. Escamilla Mólgora, estudiante mexicano de doctorado, es uno de los dos galardonados con el “Premio Jóvenes Investigadores 2016” otorgado el pasado 26 de abril por la Infraestructura Mundial de Información sobre Biodiversidad (GBIF) debido a su contribución al conocimiento de las especies. El joven investigador fue nominado por la Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (CONABIO), nodo nacional de la GBIF en México.
El Premio GBIF a Jóvenes Investigadores, tiene como objetivo fomentar la investigación y el descubrimiento innovadores en la informática aplicada a la biodiversidad. Asimismo, alentar a los estudiantes de posgrado a utilizar los datos de biodiversidad por medio de la red de la Infraestructura Mundial de Información sobre Biodiversidad.
Con el propósito de producir software de modelado de código abierto capaz de predecir la probabilidad de que una determinada especie se distribuya en determinado lugar y determinado momento, en función de la presencia de otras especies, el joven investigador presentó la propuesta interdisciplinaria denominada «Un enfoque geoestadístico, basado en redes para reconstruir comunidades ecológicas locales», la cual combina elementos de matemáticas, ecología y desarrollo de software para pronosticar la información.
La investigación propuesta por el investigador mexicano, aplicará teoría de redes complejas y análisis computacional sobre información documentada de especies que forman las comunidades ecológicas de México (conformadas por grupos de plantas y animales que coexisten y dependen unos de otros). Escamilla hace uso de las matemáticas y la estadística para definir las relaciones que se dan entre estas especies, dependientes tanto de otros grupos de organismos como de determinadas variables ambientales.
Juan Escamilla señaló: «Mi investigación apunta a mejorar nuestra comprensión de las estructuras matemáticas que vinculan procesos ecológicos y ambientales». Y agregó: «La información disponible a través de GBIF para las clasificaciones taxonómicas, las localizaciones geográficas y las fechas de recolección, es esencial para desarrollar un enfoque estadístico de ciencia de datos, para así modelar la distribución de especies».
Luigi Sedda, profesor de Epidemiología Espacial de la Facultad de Medicina de la Universidad de Lancaster (quien junto con Peter Atkinson, decano de la Facultad de Ciencias y Tecnología de la misma universidad, supervisan la investigación de Escamilla), destaca sobre el proyecto del mexicano: “Es complejo y novedoso porque tiene en cuenta las dimensiones espaciales y temporales de la distribución de las especies, junto con los efectos debidos a la coexistencia de especies». Y manifiesta sobre Escamilla: «Es un talentoso informático y científico de datos, con una gran pasión por los sistemas de información geográfica, la biodiversidad y la ecología».
Entre las posibles aplicaciones del estudio del joven investigador premiado, están mejorar tanto las estrategias de conservación como la evaluación de la pérdida de biodiversidad. También, contar con mejores predicciones de los cambios ambientales, como el cambio de cobertura del suelo y la potencial migración de los biomas. Asimismo, mejorar el entendimiento de la dependencia entre los organismos y su ambiente.
Juan Escamilla Mólgora realiza sus estudios de doctorado en la universidad de Lancaster, Reino Unido, dentro del Lancaster Environment Centre. Juan es becario del CONACYT y colaboró en la CONABIO de 2011 a 2014. El investigador mexicano comparte el Premio de Jóvenes Investigadores 2016 con Bruno Umbelino da Silva Santos, estudiante de Maestría de Brasil, investigador del Laboratorio de Conservación del Siglo XXI en el Instituto de Ciencias Biológicas y Salud de la Universidad Federal de Alagoas. El Comité Científico del GBIF eligió a ambos investigadores por implementar la innovación en la investigación, la originalidad y el uso creativo de los datos habilitados para GBIF.
