Nilanjan Chatterjee es profesor distinguido de 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 Integral de Cáncer Sidney Kimmel en Johns. Facultad de Medicina de Hopkins . [1] [2] Anteriormente fue el jefe de la División de Bioestadística de la División de Epidemiología y Genética del Cáncer del Instituto Nacional del Cáncer.
Chatterjee nació en Kolkata, India, de padres Aditya Nath y Pranati Chatterjee. Asistió a Ballygunge Government High School y Saint Xavier's College . Recibió su licenciatura en estadística del Instituto de Estadística de la India 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 "Semiparamétrico Inferencia basada en la estimación de ecuaciones en modelos de regresión para muestreo dependiente de resultados en dos fases ”, aconsejaron 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] Lideró una gran colaboración de expertos de la Escuela de Medicina Johns Hopkins, la Escuela de Salud Pública Bloomberg y la Escuela 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 de la población a través de colaboraciones innovadoras entre expertos en ciencia biomédica y de datos. [2] [10] Las contribuciones de Chatterjee a la iniciativa incluyeron la investigación 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]