Narración
Bienvenido a Beyond Lab Walls, un podcast del Instituto Salk. Únase a las presentadoras Isabella Davis y Nicole Mlynaryk en un viaje detrás de escena del reconocido instituto de investigación en San Diego, California. Lo llevaremos al interior del laboratorio para escuchar los últimos descubrimientos en neurociencia de vanguardia, biología vegetal, cáncer, envejecimiento y más. Explora el fascinante mundo de la ciencia mientras escuchas las historias de las mentes brillantes detrás de ella. Aquí en Salk, estamos descubriendo los secretos de la vida misma y compartiéndolos más allá de las paredes del laboratorio.
Nicole
Hola a todos. Soy Nicole y estoy emocionada de estar aquí hoy con Talmo Pereira, miembro de Salk. Utiliza inteligencia artificial para ayudar a los biólogos a comprender el cerebro, las plantas, las enfermedades y más. Entonces, me gustaría comenzar el podcast para conocerte un poco más y saber de dónde eres. Entonces, ¿de dónde eres originalmente, Talmo?
Talmo
Sí, nací y crecí en Brasil. Crecimos en las afueras rurales de un pueblo llamado Campinas y me mudé a los EE. UU. cuando tenía 16 años. Pero antes de eso, mi madre emigró a los EE. UU. con la esperanza de encontrar trabajo y mantener a nuestra familia en casa, tiempo durante el cual Fui criado por mi abuela y mi tío parapléjico hasta que tuvimos suficiente dinero y la oportunidad de mudarnos a los Estados Unidos explícitamente para seguir la educación como una forma de escapar de la inmovilidad socioeconómica en la que nos encontrábamos en Brasil.
Nicole
Guau. Es un período largo y muy formativo en tu vida el no tener a tu madre físicamente cerca de ti. ¿Fue eso difícil para ti? Quiero decir, ¿cómo superaste ese período?
Talmo
Sí, fue un desafío. Una de las formas en que terminé sobrellevándolo durante ese período, especialmente en la escuela secundaria, fue no ser muy popular y pasar mucho tiempo en Internet y en mi computadora, principalmente jugando videojuegos. Pero luego, para obtener una ventaja injusta en mis videojuegos, comencé a aprender a codificar y desarrollé pequeños scripts y bots para automatizar mi juego, lo que en algún momento encontré más interesante que jugar los juegos en sí. Eso más tarde realmente valió la pena. Resultó que esas habilidades son realmente comercializables.
Nicole
Si absolutamente. ¿Habían otros niños haciendo eso en tu ciudad o fue simplemente algo que tú tomaste por tu cuenta?
Talmo
No, en realidad fue una extraña confluencia de factores. El juego se llama Tibia. Tiene todo tipo de patrones esqueléticos dentro del juego. Es un juego de rol en el que simplemente tienes que matar a los malos, subir de nivel, ganar oro y hacerte más fuerte. Pero por alguna razón fue especialmente popular en Brasil, Suecia y Polonia. Entonces, terminé teniendo muchos amigos suecos y polacos en la escuela secundaria, lo que a nadie le pareció extraño, supongo, en ese momento. Pero algunos de ellos estaban realmente interesados en la escena de la codificación, por lo que un par de ellos me llevaron a este tipo de escena de codificación/hackeo de videojuegos donde comencé a aprender de los tutoriales, todos los conceptos básicos y simplemente los iteré a través de MSN. Messenger y, ya sabes, los tablones de anuncios de la vieja escuela.
Nicole
Y entonces, mientras crecías y desarrollabas estas habilidades de codificación, ¿qué hacía tu madre en Estados Unidos?
Talmo
Durante la separación, ella estaba trabajando, ya sabes, en tres o cuatro trabajos, limpiando constantemente, repartiendo periódicos, cuidando a los ancianos, cuidando niños. Entonces, cuando nos mudamos aquí, me sentí muy motivado para hacer que todo valiera la pena y darlo todo por mi educación. Y entonces, en nuestra opinión, la versión del sueño americano en la que un inmigrante llega y tiene éxito es convertirse en médico.
Tuve mucha suerte de terminar en la Universidad de Maryland, condado de Baltimore, como becario Meyerhoff. El Programa de Becas Meyerhoff es uno de los programas más exitosos del país para colocar a minorías subrepresentadas en programas de grado avanzado en STEM.
Comencé como estudiante de bioquímica. Nuevamente, voy a hacer todo el asunto de la medicina, pero estaba convencido de que luego quería hacer investigación. Entonces, decidí que iba a hacer un doctorado y comencé a buscar oportunidades de investigación cuando estaba en la licenciatura. Hice uno en el Broad Institute de Harvard justo después de mi primer año y aprendí de manera muy concluyente que mis puntos fuertes definitivamente no residen en el trabajo de banco. Debo haber gastado varias veces más de lo que era mi estipendio y anticuerpos y otros reactivos de biología molecular simplemente porque siempre estropeaba un pequeño paso del procedimiento o olvidaba cuál era la muestra de control versus la muestra experimental, etc.
Pero el verano siguiente fue cuando las cosas cerraron el círculo con toda mi experiencia en codificación y decidí probar la neurociencia computacional. Entonces, el verano siguiente regresé al MIT para trabajar con Sebastian Sun, quien esencialmente estaba tratando de predecir cuál es la conectividad del cerebro cortándolo e imaginándolo. Y eso simplemente implicó mucha codificación, muchos desafíos técnicos asociados con la reconstrucción del aspecto del cerebro.
Y me enamoré totalmente de él, porque esa fue realmente mi primera oportunidad de aplicar adecuadamente todas esas habilidades que aprendí hace mucho tiempo a un problema de investigación científica serio. Y me di cuenta de que ahí es definitivamente donde residen mis puntos fuertes. Ciertamente no en el banquillo. Pero también descubrí que lo disfruté mucho. Entonces, seguí explorando eso durante el resto de mis experiencias de investigación, tanto en la Universidad de Maryland como el verano siguiente cuando estaba en Caltech trabajando con David Anderson en la cuantificación del comportamiento animal.
Terminó siendo una experiencia súper formativa porque ese verano marcó por completo la trayectoria de mi carrera. Configuré las preguntas de investigación. Me permitió aprender cuáles eran los métodos generales, pero también me dio algo aún más valioso: una visión.
Teníamos un punto final muy concreto, como si estuviéramos observando a todos estos animales, queremos entender cómo funciona su cerebro en el contexto de cómo se mueven. Si tienes mascotas, probablemente hayas experimentado esto, pero ves todos estos pequeños patrones en su lenguaje corporal y con el tiempo se vuelve muy claro y evidente que no solo están reaccionando. Definitivamente siguen programas muy complejos que deben ser controlados por su cerebro.
Estaba mirando a mi alrededor y todos los científicos más destacados a mi alrededor entonces, y en gran proporción todavía hoy, analizaban el comportamiento esencialmente haciendo lo que la gente hacía cientos de años antes, que es sentarse, observar y principalmente escribir cuándo y cómo. mientras el animal hace X, Y o Z.
Y seguramente debe haber una manera mejor, ¿verdad? Esa terminó siendo la pregunta motivadora, tanto de mi carrera universitaria como de una de las misiones principales de mi laboratorio aquí en Salk.
Nicole
Tengo que preguntar: ¿alguna vez consideró convertirse en ingeniero de software o dedicarse a la informática, dado que había estado desarrollando todas estas habilidades y es una industria que puede ser muy lucrativa?
Talmo
Sí. Sí, consideré mucho la industria, especialmente teniendo experiencia tanto en ingeniería de software como en una forma de inteligencia artificial llamada aprendizaje profundo. Y exploré un poco esa ruta.
En la escuela de posgrado, me tomé unos meses libres para hacer prácticas en Google AI y obtuve la experiencia de trabajar como investigador científico a tiempo completo en un importante laboratorio de investigación de la industria, haciendo esencialmente el mismo tipo de trabajo de informática, al menos, que yo estaba haciendo antes. Las aplicaciones no eran las mismas. No intentábamos resolver ninguna cuestión biológica, pero la informática y las matemáticas eran básicamente indistinguibles.
Tuve que tomar una decisión en algún momento cuando estaba terminando mi doctorado sobre si iba a volver a la industria y continuar con esa experiencia o seguir el camino académico, que es donde estoy ahora.
Y fue una decisión muy difícil, ¿verdad? Obviamente, como familia no tenemos mucho dinero, por lo que siempre ha sido una gran prioridad para mí poder mantener a mi mamá y a mi familia. Y definitivamente tenía que tener una conversación seria con mi mamá.
Pero seré honesto, creo que Salk no solo fue muy atractivo, sino que me atraparon temprano. Antes de poder terminar mi doctorado, mi plan era realmente postularme ampliamente tanto en la industria como en puestos académicos como este. Kay Tye terminó reclutándome para postularme para este puesto. Básicamente estaba en la parte superior de mi lista en términos de adónde me gustaría ir si siguiera la ruta académica. Y así, cuando recibí la oferta de venir a Salk y vi lo abiertos que eran a la hora de proporcionar el tipo de recursos que los científicos informáticos normalmente no obtienen en entornos académicos, es decir, proporcionar grandes inversiones en infraestructura informática, que normalmente sólo encontrar en laboratorios de la industria; pensé, bueno, supongo que tendré suficiente para hacer mi investigación y hacerlo al más alto nivel. Entonces, en realidad se trata solo de dinero. Y finalmente tomamos la decisión de que, ya sabes, era suficiente dinero.
Nicole
Parece que el programa Meyerhoff Scholars fue muy importante para establecer esa base para sus futuros estudios y para eventualmente terminar en Salk. Entonces, ¿puedes contarnos un poco más sobre esa experiencia?
Talmo
Sí, sí, definitivamente. Entonces, el Programa de Becas Meyerhoff fue creado por Freeman Hrabowski, quien fue un activista de derechos civiles, matemático y luego presidente de la universidad.
Fui muy, muy afortunado de que cuando estaba al final de postular a las universidades, mi consejero de la escuela secundaria básicamente me dijo: "Tienes que hacer esto y yo llené un formulario de nominación para que lo hagas, así que estás haciendo esto". él." Fue como, está bien, nunca había oído hablar de esto, pero tengo mucho miedo de decirle que no.
Era realmente importante que hiciéramos estos programas de verano. Poder ir a esos lugares realmente me ayudó porque pude obtener cartas para la escuela de posgrado de esos lugares. Estaba trabajando con los mejores laboratorios y tuve la oportunidad de realizar investigaciones de alto nivel.
Nicole
Sí, eso es genial. Y supongo que me pregunto: ¿ha sentido que ha podido aprovechar esa experiencia en Salk al poder ser mentor de otros estudiantes?
Talmo
Sí, una de las cosas que me entusiasma mucho este año, y esto se debe realmente a la Oficina de Inclusión de la Equidad y la Diversidad, es que estamos a punto de tener nuestro primer programa de verano de becas de investigación para estudiantes universitarios, y obtendré ser por primera vez investigador principal anfitrión de uno de esos programas de verano. Estoy muy entusiasmado con esa oportunidad porque es realmente lo que dio forma a mi carrera y estoy muy ansioso por poder contribuir ahora.
Nicole
Aunque estoy seguro de que será una experiencia increíble para los alumnos que trabajen con usted.
Narración
Si está disfrutando de este episodio de Beyond Lab Walls, asegúrese de consultar nuestros otros canales en Salk.edu. Allí puede unirse a nuestro nuevo canal de medios exclusivo, Salk Streaming, donde encontrará entrevistas con nuestros científicos, videos sobre nuestros estudios recientes y conferencias públicas de nuestros profesores de renombre mundial. También puede explorar nuestra revista galardonada, Inside Salk, y suscribirse a nuestro boletín mensual para mantenerse actualizado sobre el mundo dentro de estos muros.
Nicole
Ahora eres miembro Salk aquí en el Instituto. ¿Qué significa exactamente ser becario Salk?
Talmo
Así que los compañeros son realmente... es un tipo de puesto muy poco convencional. En realidad, solo existen unos pocos en los EE. UU. Es un poco diferente a la trayectoria académica tradicional, donde normalmente haces tu doctorado, luego haces tu postdoctorado y luego solicitas puestos de profesor asistente permanente. Lo que estos programas de becarios le permiten hacer es básicamente omitir el paso de posdoctorado y llevarlo directamente a algo intermedio donde tendrá independencia funcional. Y lo que eso significa es que obtienes espacio. Obtienes dinero para una startup. Tienes la posibilidad de contratar personas. Pero las ventajas reales, para este tipo de estructura de puesto, son que realmente puedes comenzar tu carrera independiente nada más terminar la escuela de posgrado.
Uno de los logros clave que realmente hizo que esto funcionara fue el hecho de que sabía lo que quería hacer incluso antes de ingresar a la escuela de posgrado, y luego básicamente lo ejecuté y obtuve, esencialmente, una herramienta que fue la culminación de mi doctorado. trabajo y que fue bastante exitoso y podría respaldar todo un programa de investigación en torno a él.
Nicole
Bueno, mencionaste el software que desarrollaste en la escuela de posgrado. ¿Puedes contarnos un poco sobre eso?
Talmo
Sí. Entonces, para mi doctorado, fui a Princeton, donde obtuve mi doctorado en neurociencia. En realidad, mi objetivo principal era simplemente cuantificar todo el repertorio de cortejo de la mosca de la fruta. Básicamente, quería trazar todo el ritual de cortejo de la Drosophila (mosca del vinagre). Todo el pequeño lenguaje corporal, todos sus pasitos, y todo su baile y su canto.
Eso me llevó a un largo desvío hacia la informática, y específicamente a un campo de la inteligencia artificial llamado aprendizaje profundo, donde en ese momento apenas se estaba empezando a demostrar que podía usarse para resolver muchos problemas en la visión por computadora y, esencialmente, saber, poder extraer información de imágenes y vídeos. Y eso incluía la tarea de seguimiento de poses, también conocida como captura de movimiento.
Imagínese un traje de captura de movimiento, tal como lo ha visto quizás en cosas detrás de escena de Hollywood. Tienen todos estos pequeños puntos y todas estas bolas, esencialmente, que los actores deben usar para poder capturar su movimiento y luego animar, ya sabes, personajes como Shrek o los personajes de Avatar, etc.
Al ver uno de esos, me di cuenta de que podíamos usar esto para los animales. No podemos obligarlos a usar traje. No puedo capturar el movimiento de mis moscas de la fruta. Pero todo este asunto del aprendizaje profundo acababa de demostrar que se podía hacer eso sin tener marcadores, sin ponerles puntos. En realidad, todo lo que se necesitaba era hacer que el algoritmo funcionara.
Entonces, básicamente adapté el enfoque que había funcionado para el problema de seguimiento de la postura humana e hice algunas modificaciones para que funcionara bien en animales de laboratorio y procedí a demostrar que esto funcionaría en un sentido muy general básicamente en cualquier especie.
Nicole
Sí, es una gran idea. Y justo cuando lo estás explicando, casi parece algo obvio, como, ¿por qué no se ha hecho esto antes?
Talmo
Sí, esa es una gran pregunta. Siento que todas las ideas más increíbles, ya sabes, tienen esa cualidad, ¿verdad? Donde es obvio y sorprende que nadie lo haya hecho antes. Hay una confluencia de factores que, ya sabes, me llevan al lugar correcto para poder no solo reconocer que esta era una tecnología que iba a ser posible y aplicable aquí, sino también tener la oportunidad de llevarla a cabo. . Para ejecutarlo realmente.
Nicole
Sí. Y la habilidad para hacerlo también.
Talmo
Bien, y los antecedentes, los conocimientos técnicos para poder implementarlo. Creo que sucedió muy rápido, exactamente por esas razones. Nos dimos cuenta de que sí, es una muy buena idea y es sorprendente que nadie lo haya hecho todavía. Pero en realidad fue solo la confluencia de reconocer que esto es un problema y darnos cuenta de que había una tecnología en torno a la cual podíamos basar una solución.
Nicole
Sí, eso es asombroso. Entonces, ¿cómo lo ha llevado a su laboratorio actual o quizás lo ha adaptado para otros usos?
Talmo
Una de las siguientes cosas que queríamos hacer era ampliar el algoritmo para que funcionara con varios animales, porque la versión original estaba realmente limitada a funcionar con un solo animal. Y el caso de múltiples animales en realidad resultó ser un problema mucho, mucho mayor. No fue tan simple como extenderlo para manejar, ya sabes, dos en lugar de uno.
En realidad, era una brecha de conocimiento muy grande porque ahora necesitamos que nuestra inteligencia artificial, nuestra IA, razone no solo sobre dónde están las partes del cuerpo en una imagen, sino también sobre cómo conectarlas y rastrearlas a lo largo del tiempo. Básicamente, tiene que aprender qué es un cuerpo o qué es un miembro en un sentido mucho más elevado. Ese es simplemente un problema más difícil.
Resolvimos eso y también lo publicamos como parte de un método llamado SLEAP. La gente acaba de adquirirlo y usarlo para todo tipo de cosas, algunas de las cuales ahora se han convertido en colaboraciones ahora que tengo mi propio laboratorio en Salk.
Solo destacamos algunos: uno de los que nos pareció realmente sorprendente fue que algunas personas lo tomaron y comenzaron a usarlo para rastrear el movimiento de las plantas, tanto en timelapse como en otras formas de imágenes. Y sí, quiero decir, ¿por qué no realmente? Todas las formas de vida pueden moverse en diferentes escalas de tiempo. Y la forma en que lo diseñamos no sólo hace que sea fácil de usar, sino también fácil de probar con nuevos tipos de datos.
Entonces, ahora tenemos toda una colaboración en curso en mi laboratorio con el laboratorio de Wolfgang Busch y la Iniciativa de Aprovechamiento de Plantas con el objetivo de fenotipificar los sistemas de raíces de las plantas usando SLEAP. Básicamente, la idea es rastrear la ubicación de todas las puntas de las raíces y todos los puntos de ramificación para que podamos extraer cosas como, con qué frecuencia se ramifican o qué tan profundas y masivas son las raíces, para apoyar otros esfuerzos para luego asociar esas cualidades con programas genéticos particulares que luego pueden usarse para crear semillas que mejoren el secuestro de carbono y frenen el cambio climático. Y no sé nada sobre biología vegetal. He estado aprendiendo mucho, pero estoy súper feliz de estar involucrado en esto y poder hacer un aporte en este campo.
Y luego, otro que se extiende más allá de mis objetivos originales de neurociencia es la biología del cáncer, donde ahora estamos comenzando una colaboración con Dani Engle y Christian Metallo para extraer esencialmente marcadores del lenguaje corporal de la progresión del cáncer de páncreas.
Creemos que debido a que el cáncer de páncreas afecta el metabolismo y luego puede cambiar la forma en que el animal elige comer, la estructura de su alimentación, probablemente de maneras muy específicas, con un método más sensible como este, donde podemos rastrearlos las 24 horas del día, los 7 días de la semana, nuestro La esperanza es que seamos capaces de a) correlacionar los cambios en su lenguaje corporal con los cambios en su metabolismo, y b) con suerte podremos predecir si eventualmente desarrollarán cáncer mucho antes, usando solo datos de video de del que extraemos su postura corporal y su lenguaje corporal. Si comen menos o en intervalos más cortos o no comen nada, estos son los tipos de cosas que podremos medir, así como todos sus demás comportamientos, como si sienten dolor o exhiben comportamientos antisociales. y otros marcadores para los que no tenemos una prueba explícita pero que son predictores obvios debido a la naturaleza sistémica de una enfermedad como el cáncer.
Nicole
Eso es tan fascinante.
Ahora, recuérdame, ¿cómo utilizas estas técnicas para estudiar cómo los humanos experimentan el arte? Porque sé que tuviste una colaboración reciente en la que estabas viendo eso.
Talmo
Estamos trabajando con el Museo de Arte del Condado de Los Ángeles (LACMA), así como con Tom Albright y Sergei Gepshtein aquí en Salk, en una colaboración para cuantificar y modelar el comportamiento de los asistentes a una exhibición de museo mientras atraviesan una exhibición particular en el LACMA. Y entonces instalamos un montón de cámaras. Hay un montón de cámaras de seguridad a lo largo del techo de esta exhibición, que esencialmente rastrean los movimientos de todas las personas que pasan por esa exhibición.
Y al contar con una reconstrucción digital de la exhibición, ahora podemos inferir cosas como hacia dónde mira la gente, qué ven y qué tipos de propiedades visuales de la exhibición, tanto en términos de configuración espacial como de diseño de la exhibición. exhibición, así como la disposición de las piezas, las combinaciones de colores e incluso manipulaciones sutiles como la iluminación u otras propiedades. ¿Cómo afecta eso la forma en que interactúan con la exhibición? ¿Pasan más tiempo en lugares determinados? ¿Eso cambia su trayectoria? ¿Podemos predecir eso basándonos en nuestra reconstrucción tanto de su comportamiento como de su experiencia?
Nicole
Esto es genial. Parece que tienes muchos proyectos interesantes que abarcan todas estas diferentes áreas de la ciencia. Me hace preguntarme, de todo lo que haces como científico, ¿cuál dirías que es tu parte favorita?
Talmo
Definitivamente uno de mis favoritos es la capacidad de orientar y apoyar a mis estudiantes y aprendices. Eso me parece súper gratificante.
Científicamente, una de las cosas que realmente me entusiasma es el hecho de que estos métodos de IA realmente no se están desacelerando, ¿verdad? Se puede ver en estos grandes modelos de lenguaje como ChatGPT y demás, que este tipo de enfoque, esta tecnología, solo se hará más grande y más capaz. Por eso, estoy muy entusiasmado con la idea de infundir eso básicamente en todas las áreas del laboratorio, incluido un proyecto que me entusiasma particularmente.
Nuestro objetivo es, ahora que hemos podido capturar el comportamiento, poder simularlo. Nuestro objetivo como parte de este proyecto es esencialmente crear avatares digitales de nuestros animales, como ratones renderizados en 3D, como si estuvieran en videojuegos, y entrenarlos usando IA para básicamente jugar a este videojuego donde obtienen más puntos por imitar a los animales. lenguaje corporal de sus animales reales, y ahora lo utilizan como punto de anclaje para estudiar el cerebro, esencialmente, limitando a la IA a tener el mismo tipo de estructura y conexiones que creemos que tiene el cerebro real. Ahora estamos creando un cerebro virtual que controla un animal virtual y debe moverse y comportarse como lo hacen los animales reales. Eso nos permite generar predicciones sobre lo que está haciendo el cerebro que podemos probar y usar, si está mal, para restringir aún más el modelo y permitirle hacer predicciones cada vez más precisas.
Estoy muy entusiasmado con este marco porque en realidad no es un proyecto. Es una nueva dirección de investigación, es una nueva forma de hacer neurociencia. Y creo que esta fórmula general realmente se extenderá a todos los campos de la ciencia porque se puede hacer esto con cualquier tipo de sistema biológico usando una IA para modelarlo explícitamente. Creo que esto cambiará las reglas del juego y estoy muy emocionado de ver qué tipo de descubrimientos podemos hacer usando ese tipo de enfoque.
Pero en términos más generales, estoy realmente emocionado de poder contribuir a toda la increíble ciencia de clase mundial que está sucediendo aquí en Salk y de ver que la tecnología que desarrollamos se utiliza para todas estas aplicaciones geniales.
Nicole
Sí, eso es genial. Quería hacer una pregunta de seguimiento. Entonces, con esta nueva tecnología en la que están trabajando, quiero decir, teóricamente años y años después, ¿ayudaría esto a los científicos a estudiar diferentes sistemas en el cuerpo, posiblemente sin siquiera usar un modelo animal y en su lugar simplemente usando esta tecnología? Supongo que, ya sabes, una vez que se aprende, puedes acelerarlo y probar hipótesis muy rápidamente.
Talmo
Creo que esa es la verdadera promesa de esto. Pero creo que lo has logrado absolutamente. Es exactamente eso. Es la capacidad de generar hipótesis comprobables y luego repetirlas al poder incorporar los resultados experimentales para mejorarlas continuamente.
Nicole
Bueno, definitivamente estamos ansiosos por ver lo que viene después.
Mientras tanto, solo quiero agradecerles por asistir al podcast de hoy. Fue un placer hablar con usted y conocer su camino hacia Salk y todo lo que ha logrado hasta ahora y todo lo que tiene en proceso.
Talmo
Sí. ¡Muchas gracias por invitarme. Estoy muy emocionado por esto.
Narración
Beyond Lab Walls es una producción de la Oficina de Comunicaciones de Salk. Para escuchar las últimas historias científicas de Salk, suscríbase a nuestro podcast y visite Salk.edu para unirse a nuestro nuevo canal de medios exclusivo, Salk Streaming. Allí encontrará entrevistas con nuestros científicos, videos sobre nuestros estudios recientes y conferencias públicas de nuestros profesores de renombre mundial. También puede explorar nuestra revista galardonada, Inside Salk, y suscribirse a nuestro boletín mensual para mantenerse actualizado sobre el mundo dentro de estos muros.
