Naturalis
Repositorio institucional de la
Facultad de Ciencias Naturales y Museo de la Universidad Nacional de La Plata
Communities in Naturalis
Select a community to browse its collections.
- La sección de Perfiles de autores e Instituciones reúne a las personas y organizaciones que forman parte de la producción científica disponible en el repositorio. Permite identificar a los investigadores, docentes y equipos de trabajo, así como sus filiaciones institucionales.
- La Producción científica reúne los resultados de investigación generados por los docentes e investigadores de la Facultad de Ciencias Naturales y Museo (UNLP) y Unidades del CONICET. Este espacio incluye artículos en revistas, trabajos en congresos, informes técnicos, tesis y otras contribuciones que reflejan el desarrollo del conocimiento en las distintas disciplinas de las ciencias naturales.
- Las publicaciones del Museo son editadas por el Museo de La Plata desde 1890 hasta la actualidad, con artículos de Antropología, Botánica, Ecología, Geología, Paleontología y Zoología. Comenzaron a publicarse en 1890, de forma casi paralela con Los Anales del Museo. Francisco Pascasio Moreno consideraba que el Museo debía tener sus propias publicaciones constituyéndose como un medio para la difusión de las investigaciones que se realizaban en la institución y sirviendo además como elemento de canje con otros museos, bibliotecas e instituciones del mundo.
Recent Submissions
DNA-based prediction of eye color in Latin American population applying Machine Learning models
(Elsevier, 2025-06-10) Martinez, Cristian A.; Hohl, Diana María; Gutierrez, María de los Angeles; Palmal, Sagnik; Faux, Pierre; Adhikari, Kaustubh; González-José, Rolando; Bortolini, Maria Cátira; Acuña-Alonzo, Victor; Gallo, Carla; Ruiz-Linares, Andrés; Rothhammer, Francisco; Catanesi, Cecilia Inés; Barrientos, Ricardo J.
Reduction in the costs of DNA sequencing and genotyping allows for the increased availability of databases which can be useful for analyzing the relationship between the human genetic code and visible characteristics, diseases, and behaviors, among others.
The aim of this study is to improve the prediction of eye color from genotype by means of several Machine Learning models, using a dataset of 308 volunteers from Buenos Aires, Argentina.
The results achieved are competitive and demonstrate the usefulness of artificial intelligence (AI) in the fields of genetics and its application in areas such as health, biometrics and forensics.