Este proyecto utiliza inteligencia artificial y técnicas de aprendizaje automático para estudiar la evolución y el genoma de cepas vínicas de Saccharomyces cerevisiae, con el objetivo de mejorar la eficiencia de los procesos fermentativos y comprender los mecanismos de adaptación genética asociados a condiciones enológicas. A través del análisis de datos genómicos, transcriptómicos y fenotípicos, se busca identificar variantes genéticas clave que influyen en el rendimiento fermentativo, la tolerancia a factores de estrés y la producción de compuestos de interés industrial, como los perfiles aromáticos. El enfoque combina modelamiento filogenético, predicción genotipo-fenotipo e inferencia explicable, lo que permite no solo avanzar en el conocimiento evolutivo de estas levaduras, sino también generar herramientas aplicables a la selección racional y el mejoramiento de cepas en la industria del vino. Este esfuerzo integra conocimientos de bioinformática, biología evolutiva y biotecnología enológica, promoviendo la innovación en un sector estratégico para la economía nacional.