investigación documental y de campo...la historia de la investigación en bioinformática y...
TRANSCRIPT
Investigación documental y de campo INFORME FINAL TEMA: Biología computacional para el
entendimiento de los sistemas biológicos
Nombre del aspirante: Sergio Vázquez Rodríguez Fecha de entrega: 29/05/2019
INDICE
INTRODUCCIÓN ------------------------------------------------------------------------------------------------------------3 ANECEDENTES --------------------------------------------------------------------------------------------------------------3 MARCO TEORICO. ---------------------------------------------------------------------------------------------------------4 METODOLOGIA. -----------------------------------------------------------------------------------------------------------6 RESULTADOS ---------------------------------------------------------------------------------------------------------------6 CONCLUSIONES. --------------------------------------------------------------------------------------------------------- 10 ANEXO --------------------------------------------------------------------------------------------------------------------- 10 REFERENCIAS. ------------------------------------------------------------------------------------------------------------ 12
1. INTRODUCCIÓN
Durante los últimos 20 años los métodos computacionales se han establecido como parte en la
investigación en las ciencias biológicas, la biología computacional propone orden en nuestra
compresión de la vida, la informática no solo amplía la biología, sino que traen con ellos por
completo nuevas preguntas y herramientas, como estadísticas, simulación y gestión de datos, que
han cambiado completamente la forma en que se realiza la investigación biológica, en la actualidad
el conocimiento biológico se define, organiza y se accede a través de la computación. (Markowetz.,
2017).
Aunque los términos bioinformática y biología computacional en ocasiones suelen usarse como
sinónimos. La biología computación a diferencia de la bioinformática que se ha definido como la
aplicación de las técnicas computacionales para entender, organizar y analizar la información
asociada a las macromoléculas, es una rama de la biología que involucra el uso de técnicas y
conocimientos de informática para la comprensión y el modelado de las estructuras y procesos de
la vida, implica el desarrollo y la aplicación de métodos analíticos y teóricos de datos, modelos
matemáticos y técnicas de simulación computacional para el estudio de sistemas biológicos, en
todas sus escalas, desde moléculas y células hasta poblaciones y ecosistemas. La investigación en
biología computacional comprende entonces cualquier cosa, desde abstracción de las propiedades
de un sistema biológico en un modelo físico o matemático, hasta la implementación de nuevos
algoritmos y desarrollo de nuevos códigos (Desarrollo de software), (Young., 2003, Castro y Cols.,
2010, Loman y Watson., 2013).
2. ANECEDENTES
La historia de la investigación en bioinformática y biología computacional inicia desde la década de
los cincuenta, esencialmente junto a los orígenes de la informática. El matemático y lógico británico
Alan Turing, utilizó las primeras computadoras para implementar un modelo de morfogénesis
biológica a principios de la década de 1950 (Turing., 1952, Searls., 2012), posteriormente aparecen
los trabajos de Watson y Crick sobre la estructura del ADN (1953) a lo cual le siguieron estudios
sobre la estructura del RNA de transferencia (ARNt) en 1968, estructura que 10 años antes ya había
predicho Francis Crick, el modelo del ARNt fue publicado en 1969 y para ello se desarrollo un
programa llamado CFF el cual permitió calcular la energía y las fuerzas derivadas con respecto a las
posiciones atómicas y la curvatura o ángulo derivada de las mismas posiciones de los enlaces
atómicos de cualquier sistema molecular como las proteínas. (Levitt., 2001). En 1986, el término
“genómica” apareció por primera vez y en 1988 en ese mismo año se inicia el proyecto de
secuenciación del genoma humano el cual finaliza en el 2003. El proyecto genoma humano acelera
el desarrollo de varias técnicas y tecnologías y le da fuerza al campo de las “omicas”. (Castro y Cols.,
2010)
La aplicación de la informática en el entendimiento de los sistemas biológicos no solo abarca la
comprensión de la estructura y función de las moléculas de la vida (ADN, RNA y proteínas), en
paralelo, el campo de la neurobiología y neurociencias se ve influenciado con las crecientes técnicas
y aplicaciones de la informática, aunque es común rastrear el origen de la neurociencia
computacional al modelo matemático que Alan L. Hodgkin y Andrew F. Huxley desarrollaron en 1952
del potencial de acción del axón gigante de calamar si bien ninguno de los dos artículos promovió el
uso de métodos computacionales en neurociencia directamente, hacen uso del modelaje
matemático para abordar el estudio y compresión de la comunicación nerviosa. El siguiente gran
paso fue el trabajo de Wilfrid Rall, quien utilizó enfoques matemáticos basados en la teoría del cable
para mostrar que las arborizaciones dendríticas de las neuronas afectan fuertemente el
procesamiento de la entrada sináptica. Rall fue pionero en el uso de computadoras digitales en
neurociencia y desarrolló la versión discretizada de la teoría de cables, modelado comportamental,
que forma la base de algunos de los paquetes de software más utilizados en neurociencia
computacional (como GENESIS y NEURON), (Schutter., 2008).
Otro campo de la biología que adopto las herramientas provenientes de la informática y del
desarrollo de las tecnologías computacionales es el campo de la evolución que en la décadas de
1960-1970 se empezó a implementar la informática en el estudio de la filogenia con ello nace la
filogenética molecular los programadores informáticos empezaron a construir arboles filogenéticos
en base al parentesco de las proteínas o genes característicos que se han conservado
evolutivamente en el código genético de las poblaciones ecológicas este es el punto de partida de
evolución y filogenética molecular. Estos campos que nacieron en conjunto o en paralelo con el
desarrollo de la informática enfatizan fuertemente el uso de modelos computacionales para
predecir e investigar las propiedades de los sistemas biológicos, en la actualidad el uso de técnicas
computacionales no solo está limitado a estos campos de las ciencias biológicas si no vas más halla
desde la ecología de poblaciones hasta el diseño de modelos de interacción y propagación en células
cancerígenas así como el modelado y diseño de fármacos o medicamentos. (Nair., 2007)
3. MARCO TEORICO.
Para entender la organización funcional de los sistemas biológicos, hay que comprender que en los
sistemas biológicos hay un gran número de conjuntos, de elementos funcionalmente diversos y con
frecuencia multifuncionales que interactúan de forma selectiva y no lineal para producir
comportamientos coherentes y complejos, a diferencia de los sistemas complejos de elementos
simples, en los que las funciones emergen de las propiedades de las redes que forman en lugar de
cualquier elemento específico, las funciones de los sistemas biológicos se basan en una combinación
de la red y de los elementos específicos involucrados (Kitano ., 2002)
La metodología usada para comprender el funcionamiento de un sistema biológico según Kitano.,
2002, Lopez y Cols 2007, Cho., 2006, Srihari y Cols., 2011. Para entender la organización funcional
de las células o unidades biológicas superiores, a menudo es necesario identificar a las entidades
que conforman el sistema tomando en cuenta que estas entidades son interactivas, por lo que se
ha de comenzar (A) por realizar la descripción de los componentes que constituyen el sistema, (B)
las interacciones entre estas entidades, (C) su comportamiento dinámico bajo cambios a
condiciones internas y externas. (D) para en última instancia ser capaz de diseñar o modelar el
sistema. El objetivo es combinar todo esto información en modelos que capturen el conocimiento
actual y proporcionen nuevos conocimientos y predicciones sobre el sistema en condiciones
previamente no estudiadas.
El problema al que nos enfrentamos al comenzar la tarea de modelado del sistema biológico es el
de encontrar el método adecuado. Los sistemas biológicos reales no tienen un comportamiento
ideal ni determinista, lo cual, implica que sea necesario utilizar técnicas de modelado no
convencionales que nos pongan a disposición una visión más amplia y adecuada del funcionamiento
interno de las partes que conforman a los sistemas biológicos complejos. En la actualidad la
comprensión de los sistemas biológicos existe abundante literatura disponible en la comunidad que
destaca la variedad de herramientas, algoritmos y bases de datos disponibles para diferentes
aspectos del análisis en la biología computacional que va desde la gestión y conocimiento de los
datos, hasta la profundización en simulación “in silico” y análisis de modelos matemáticos, a
modelos fisiológicos, modelos físicos, hasta modelos de interacción, entre otros. (Palaniappan y
Cols., 2018)
4. METODOLOGIA.
4.1. APLICACIÓN DE ENCUENTA
Con el objetivo de conocer la opinión pública sobre la biología computacional y/o bioinformática
estos campos que comprende tanto a la biología y en mayor proporción a la informática y a otras
áreas de la ciencias, se realizó una encuesta (ver anexo), esta fue en formato digital, por lo que todos
los encuestados recibieron mediante correo electrónico la encuesta donde se les informo en qué
consistía y para que era la encuesta, esto con la finalidad de saber su interés en la participación en
la encuesta, cabe mencionar que no se registró el sexo puesto que se aplicó indistintamente sin
tomar en cuenta esta variable.
4.2. ANÁLISIS DE RESULTADOS
Se realizaron graficas de pastel para representar los porcentajes obtenidos de la encuesta, se hizo
un histograma de frecuencia para las edades, todo se realizo con la ayuda del software Origin 9 pro.
5. RESULTADOS
Se realizo la encuesta en formato digital, a los encuestados se les envió la encuesta mediante correo
electrónico previamente se consultó si podían o quieran participar en la encuesta, en total se
encuestaron a 17 personas en su mayoría estudiantes y profesionistas de distintas áreas académicas
siendo en su mayoría integrantes del área de biología Figura 1
Figura 1. Grafica de pastel de las distintas áreas académicas comprendidas entre los entrevistados.
Las edades de los entrevistados comprenden de entre 20 a 40 años, obteniendo un promedio de 27
± 1 año Figura 2.
Figura 2. Histograma de edades de las 17 personas entrevistadas.
Como se mencionó anteriormente el objetivo de la entrevista fue el conocer que tanto están
informados o si conocen estas áreas del conocimiento que tiene en común entre la informática y las
áreas médico-bilógicas, se encontró que 35.2 % de los entrevistados tienen conocimiento o están
informados de estos campos de investigación, además de que el 52.9 % considera que estos campos
son complementarios pero distintos. Figuras 3 y 4.
Figuras 3 y 4. 3) Porcentaje de encuestados que al menos saben o han escuchado tanto de
bioinformática como de biología computacional o ambas. 4) Porcentaje de encuestados que
consideran que son o no campos diferentes entre la biología computacional y la bioinformática.
Se encontró que el 47 % de los encuestados considera que si se hace investigación en México tanto
en el área de la biología computacional y de la bioinformática mientras que un pequeño porcentaje
de los encuestados considera que no se hace investigación de este tipo en México Figura 5.
Figura 5. Porcentaje de encuestados que creen que se hace o no investigación en México de los
campos tanto de biología computacional como de bioinformática o ambas.
De entre los campos que se mencionaron en los cuales son objeto de estudio tanto de la biología
computacional y la bioinformática, se obtuvo que el 70.5 % de los encuestados consideran que son
objeto de estudio para ambas áreas de investigación, Figura 6.
Figura 6. Porcentaje de las áreas o campos mencionados que comprenden tanto la biología
computacional y la bioinformática.
Por otro lado, el 94 % de los encuestados considera que tanto la biología computacional y la
bioinformática tienen una aplicación real en la sociedad, sin embargo, el 58 % considera que estos
campos de investigación no son de interés social Figuras 7 y 8.
Figuras 7 y 8. Porcentajes de los encuestados que creen que si tiene aplicabilidad y que es de interés
social tanto para biología computacional y la bioinformática.
Dentro de las técnicas de informática más usas en la biología computación o en la bioinformática
tenemos que el 50 % de los encuestados considera que se usan más de una técnica de informática
en estos campos, mientras que el 5 % no tiene idea de que técnicas de informática se usan en estas
áreas Figura 9.
Figura 9. Porcentaje de las técnicas mencionadas que se usan tanto para la biología computacional
y la bioinformática.
Por último, se encontró que el 76.5 % e los encuestados consideran que los estudiantes de las áreas
médico-biológicas cuentan con poco conocimiento en informática Figura 10
Figura 10. Porcentaje de los encuestados que consideran que los estudiantes de las áreas médico-
biológicas cuentan con poco conocimiento en informática.
6. CONCLUSIONES.
A partir de la información obtenida de la encuesta podemos concluir que existe entre los
encuestados conocimientos de estas áreas (Biología computacional y Bioinformática), y que estas
áreas son independientes y complementarias, a de mas de que hacen uso de distintas técnicas de
la propia informática que han sido extrapoladas a las ciencias médico-biológicas.
Si bien el mayor porcentaje de los entrevistados considera que estos campos tienen una aplicación
en la solución de los problemas reales que se plantean en las sociedades, es de sumo interés el
hecho de que el mayor porcentaje de los entrevistados considera que estos temas no son de interés
en la sociedad, por lo que podemos decir que no hay mucha divulgación por parte de los centros de
investigación que se dedican a estos campos de investigación y la sociedad en general en México, o
al menos en Puebla.
Por otro lado, podemos también decir que es necesario hoy en día el uso consciente de la
informática, por lo tanto, los estudiantes de las áreas médico-biológicas deberían de llevar un curso
o cursos de informática orientada a estas áreas.
7. ANEXO
Encuesta
1. ¿Cuál es tu edad?
2. ¿A qué te dedicas?
3. ¿Conoce o ha escuchado de la biología computacional o de la bioinformática?
Si. Bio Computacional. Si. Bioinformática. Ambas. Ninguna.
4. ¿Consideraría que la bioinformática y la biología computacional sean los mismos campos de
investigación?
SI son los mismos. NO son los mismos. SON Complementarios.
5. ¿Cree que en México se haga investigación en biología computacional o en bioinformática?
SI. NO. AMBAS.
6. ¿Qué campos cree que son objeto de estudio en la biología computacional y bioinformática?
i) Genética y Biol. Molecular. ii) Ecología y Evolución. iii) Biol. De Sistemas complejos.
iv) TODAS.
7. ¿Cree que la biología computacional y a bioinformática sean campos de investigación con aplicación
en la vida real?
SI. NO.
8. ¿Cree que la biología computacional y la bioinformática sean áreas de interés social?
SI. NO.
9. ¿Qué técnicas de informática cree que se usen en la biología computacional?
i) DESARROLLO DE SOFTWARE. ii) SIMULACION POR PC iii) MODELAJE MATEMATICO POR PC
iv) ANALISIS DE DATOS Y ALMACENAMIENTO DE DATOS. v) TODAS
vi) NO SE
10. ¿Consideran que los estudiantes de las áreas médico-biológicas tienen conocimientos en
informática?
SI, POCO, SI, MUCHO. NO.
8. REFERENCIAS.
• Markowetz F. (2017). All biology is computational biology. PLoS Biol 15(3).
• Loman N y Watson M. (2013). So you want to be a computational biologist?. Nature
Biothecnology 31(11).
• Levitt M. (2001). The birth of computational structural biology. Nature 8(5).
• Castro L, Gutiérrez R y Cristancho M. (2010). Necesidad de un Centro Nacional de
Bioinformática y Biología Computacional para Colombia. Revista Colombiana de Biotecnología
XII(1).
• De Schutter E. (2008). Why Are Computational Neuroscience and Systems Biology So
Separate? PLoS Comput Biol 4(5)
• Nair A. (2007). Computational Biology & Bioinformatics: A Gentle Overview,
Communications of the Computer Society of India. Journals in Bioinformatic. Enero.
• Lopez M, Romero G y Vega M. (2007). Biologia de sistemas, Informe de vigilancia
tecnologica. Genoma España.
• Cho R. (2006). The application of systems biology to drug discovery. Current Opinion in
Chemical Biology. 10.
• Palaniappan S, Yachie-Kinoshita A and Ghosh S. (2018). Encyclopedia of Bioinformatics and
Computational Biology. ELSERVIER.