Nilanjan Chatterjee es Profesor Distinguido Bloomberg [1] de Bioestadística y Epidemiología Genética en la Universidad Johns Hopkins , con nombramientos en el Departamento de Bioestadística de la Escuela de Salud Pública Bloomberg y en el Departamento de Oncología del Centro Oncológico Integral Sidney Kimmel en Johns Hopkins. Escuela de Medicina Hopkins . [1] [2] Anteriormente fue jefe de la División de Bioestadística de la División de Epidemiología y Genética del Cáncer del Instituto Nacional del Cáncer .
Chatterjee nació en Calcuta, India, de padres Aditya Nath y Pranati Chatterjee. Asistió a la escuela secundaria del gobierno de Ballygunge y al Saint Xavier's College . Recibió su licenciatura en estadística del Instituto Indio de Estadística en 1993 y su maestría en 1995. [3] Chatterjee obtuvo su doctorado en Estadística de la Universidad de Washington , Seattle en 1999. [4] Su tesis doctoral, titulada "Semiparamétrica Inferencia basada en la estimación de ecuaciones en modelos de regresión para muestreo dependiente de resultados en dos fases", fue asesorado por Norman Breslow y Jon A. Wellner . [5]
Chatterjee se unió al Instituto Nacional del Cáncer (NCI) como becario postdoctoral en la rama de bioestadística de la División de Epidemiología y Genética del Cáncer (DCEG) en 1999, y se convirtió en investigador titular en 2001 e investigador principal en 2004. Se desempeñó como jefe de la rama de bioestadística desde 2008 hasta 2015. [3] Sigue siendo un voluntario especial en el NCI. [6]
Chatterjee es conocido por su trabajo en genética cuantitativa , investigación del cáncer , big data , metodología estadística , genómica , interacción gen-ambiente , asociación genética y estudios de asociación de todo el genoma .
Chatterjee desarrolló un modelo para predecir el riesgo de cáncer de mama que combina datos a nivel individual sobre factores de riesgo como el tabaquismo y la edad con variaciones genéticas asociadas con un mayor riesgo de cáncer de mama. [7] Dirigió una gran colaboración de expertos de la Facultad de Medicina Johns Hopkins, la Facultad de Salud Pública Bloomberg y la Facultad de Ingeniería Whiting que utilizó big data y aprendizaje automático para desarrollar herramientas para la predicción e intervención del riesgo de autismo. [8] [9]
Chatterjee ha participado en la Iniciativa de Salud Individualizada de Johns Hopkins (Hopkins inHealth), que tiene como objetivo mejorar los resultados de salud individuales y poblacionales a través de colaboraciones innovadoras entre expertos en ciencia biomédica y de datos. [2] [10] Las contribuciones de Chatterjee a la iniciativa involucraron investigaciones sobre el uso de marcadores genéticos para modelos de predicción de riesgos, así como sus aplicaciones a la medicina personalizada y las intervenciones de salud pública. [2]
A través de sus estudios cuantitativos de las interacciones gen-ambiente y gen-gen, Chatterjee también ha hecho contribuciones fundamentales a los enfoques teóricos y metodológicos en epidemiología y bioestadística. [2] [3] Utilizando estadísticas de estudios de asociación de todo el genoma para evaluar la cantidad de variaciones de ADN que contribuyen a diferentes rasgos físicos y enfermedades, Chatterjee y sus colegas desarrollaron un método para estimar la cantidad de muestras individuales necesarias para identificar bases genéticas. de rasgos, como la altura o el índice de masa corporal (IMC) , o de enfermedades, como la diabetes o el trastorno bipolar . [11] Este método se puede utilizar para diseñar estudios genéticos y comprender la predicción de riesgos genéticos. [12]
Chatterjee tiene más de 40.000 citas en Google Scholar y un índice h de 98. [15]
Artículos altamente citados ( más de 1000 citas )