Ir al contenido

Bioinformática

De Wikipedia, la enciclopedia libre
(Redirigido desde «Bioinformático»)

La bioinformática puede definirse, de manera general, como la aplicación de tecnologías computacionales y la estadística a la gestión y análisis de datos biológicos.[1]​ Los términos bioinformática, biología computacional, informática biológica y, en ocasiones, biocomputación, son utilizados en muchas situaciones como sinónimos,[2]​[3]​ y hacen referencia a campos de estudios interdisciplinares muy vinculados que requieren el uso o el desarrollo de diferentes técnicas estudiadas universitariamente en la Ingeniería Informática como ciencia aplicada de la disciplina informática.[4]​ Entre estas pueden destacarse las siguientes: matemática aplicada,[5]​ estadística,[6]​ ciencias de la computación,[7]​ inteligencia artificial,[8]​ química[9]​ y bioquímica[10]​ con las que el Ingeniero Informático soluciona problemas al analizar datos, o simular sistemas o mecanismos, todos ellos de índole biológica, y usualmente (pero no de forma exclusiva) en el nivel molecular.[11]​ El núcleo principal de estas técnicas se encuentra en la utilización de recursos computacionales para solucionar o investigar problemas sobre escalas de tal magnitud que sobrepasan el discernimiento humano. La investigación en biología computacional se solapa a menudo con la biología de sistemas.[12]​

Los principales esfuerzos de investigación en estos campos incluyen el alineamiento de secuencias, la predicción de genes, montaje del genoma, alineamiento estructural de proteínas, predicción de estructura de proteínas, predicción de la expresión génica, interacciones proteína-proteína, y modelado de la evolución.[13]​

Una constante en proyectos de bioinformática y biología computacional es el uso de herramientas matemáticas para extraer información útil de datos producidos por técnicas biológicas de alta productividad, como la secuenciación del genoma. En particular, el montaje o ensamblado de secuencias genómicas de alta calidad desde fragmentos obtenidos tras la secuenciación del ADN a gran escala es un área de alto interés.[13]​[14]​ Otros objetivos incluyen el estudio de la regulación genética para interpretar perfiles de expresión génica utilizando datos de chips de ADN o espectrometría de masas.[15]​

Alineamiento de diferentes proteínas de hemoglobina, realizado con el servicio web para ClustalW implementado en el Instituto Europeo de Bioinformática. El alineamiento de secuencias biológicas es una de las herramientas básicas de la bioinformática.

Conceptos y alcance

[editar]

Como se ha avanzado en la introducción, los términos bioinformática, biología computacional y biocomputación son utilizados a menudo como sinónimos, apareciendo con frecuencia en la literatura básica de forma indiferenciada en sus usos comunes. Sin embargo, hay conformadas áreas de aplicación propias de cada término. El NIH (National Institutes of Health, Institutos Nacionales de la Salud de los Estados Unidos), por ejemplo, aún reconociendo previamente que ninguna definición podría eliminar completamente el solapamiento entre actividades de las diferentes técnicas, define explícitamente los términos bioinformática y biología computacional:[16]​

De esta forma, la bioinformática tendría más que ver con la información, mientras que la biología computacional lo haría con las hipótesis. Por otra parte, el término biocomputación suele enmarcarse en las actuales investigaciones con biocomputadores y, por ejemplo, T. Kaminuma lo define de la siguiente forma:

  • Biocomputación es la construcción y uso de computadores que contienen componentes biológicos o funcionan como organismos vivos.[17]​

Aparte de las definiciones formales de organismos o instituciones de referencia, los manuales de esta materia aportan sus propias definiciones operativas, lógicamente vinculadas en mayor o menor medida con las ya vistas. Como ejemplo, David W. Mount, en su difundido texto sobre bioinformática,[18]​ precisa que:

…la bioinformática se centra más en el desarrollo de herramientas prácticas para la gestión de datos y el análisis (por ejemplo, la presentación de información genómica y análisis secuencial), pero con menor énfasis en la eficiencia y en la precisión.

Por otra parte, y según el mismo autor:

…la biología computacional generalmente se relaciona con el desarrollo de algoritmos nuevos y eficientes, que se puede demostrar funcionan sobre un problema difícil, tales como el alineamiento múltiple de secuencias o el montaje (o ensamblado) de fragmentos de genoma.

Por último, se encuentra en ocasiones una categorización explícita de estos conceptos según la cual la bioinformática es una subcategoría de la biología computacional. Por ejemplo, la bióloga Cynthia Gibas anota que:[19]​

La bioinformática es la ciencia del uso de la información para entender la biología. (...) Hablando estrictamente, la bioinformática es un subconjunto del campo mayor de la biología computacional, (siendo esta última) la aplicación de técnicas analíticas cuantitativas en el modelado de sistemas biológicos.

No obstante, y refiriéndose a su propio texto (Developing Bioinformatics Computer Skills, desarrollo de habilidades computacionales para bioinformática), enseguida pasa a aclarar que:

...pasaremos de bioinformática a biología computacional y viceversa. Las distinciones entre las dos no son importantes para nuestro propósito aquí.

En muchas ocasiones, por lo tanto, los términos serán intercambiables y, salvo en contextos de cierta especialización, el significado último se mantendrá claro utilizando cualquiera de ellos.

Historia

[editar]

En lo que sigue, y además de los hechos relevantes directamente relacionados con el desarrollo de la bioinformática, se mencionarán algunos hitos científicos y tecnológicos que servirán para poner en un contexto adecuado tal desarrollo.[20]​

Arrancaremos esta breve historia en la década de los 50 del pasado siglo XX, años en los que Watson y Crick proponen la estructura de doble hélice del ADN (1953),[21]​ se secuencia la primera proteína (insulina bovina) por F. Sanger (1955),[22]​ o se construye el primer circuito integrado por Jack Kilby en los laboratorios de Texas Instruments (1958).[23]​

Las primeras décadas: años 60 y 70 del siglo XX

[editar]

En los años 60, L. Pauling elabora su teoría sobre evolución molecular (1962),[24]​ y Margaret Dayhoff, una de las pioneras de la bioinformática, publica el primero de los Atlas of Protein Sequences (1965), que tendrá continuidad en años posteriores, se convertirá en una obra básica en el desarrollo estadístico, algunos años más tarde, de las matrices de sustitución PAM, y será precursor de las actuales bases de datos de proteínas.[25]​ En el área de la tecnología de computadores, se presentan en el ARPA (Advanced Research Projects Agency, agencia de proyectos de investigación avanzados) los protocolos de conmutación de paquetes de datos sobre redes de ordenadores (1968), que permitirán enlazar poco después varios ordenadores de diferentes universidades en EE. UU.:[26]​ había nacido ARPANET (1969), embrión de lo que posteriormente será Internet.

En 1970 se publica el algoritmo Needleman-Wunsch para alineamiento de secuencias;[27]​ se establece el Brookhaven Protein Data Bank (1971),[28]​ se crea la primera molécula de ADN recombinante (Paul Berg, 1972),[29]​ E. M. Southern desarrolla la técnica Southern blot de localización de secuencias específicas de ADN (1976),[30]​ comienza la secuenciación de ADN y el desarrollo de software para analizarlo (F. Sanger, software de R. Staden, 1977),[31]​[32]​ y se publica en 1978 la primera secuencia de genes completa de un organismo, el fago Φ-X174 (5.386 pares de bases que codifican 9 proteínas).[33]​ En ámbitos tecnológicos vinculados, en estos años se asiste al nacimiento del correo electrónico (Ray Tomlinson, BBN, 1971),[34]​ al desarrollo de Ethernet (protocolo de comunicaciones que facilitará la interconexión de ordenadores, principalmente en redes de ámbito local) por Robert Metcalfe (1973),[35]​ y al desarrollo del protocolo TCP (Transmission Control Protocol, protocolo de control de transmisión) por Vinton Cerf y Robert Kahn (1974), uno de los protocolos básicos para Internet.[36]​

Años 80

[editar]

En la década de los 80 se asiste, en diversas áreas, a importantes avances:

Niveles de estructura de las proteínas. En los primeros ochenta se publica cómo investigar la estructura terciaria mediante RMN; en la siguiente década se desarrollarán métodos para predecir de novo algunas estructuras secundarias.
  • Científicos: tras la secuenciación del fago Φ-X174 a finales de la década de los 70, en 1982 F. Sanger consigue la secuenciación del genoma del fago λ (fago lambda) utilizando una nueva técnica, la secuenciación shotgun (secuenciación por perdigonada), desarrollada por él mismo;[37]​ también entre 1981 y 1982 K. Wüthrich publica el método de utilización de la RMN (Resonancia Magnética Nuclear) para determinar estructuras de proteínas;[38]​ Ford Doolittle trabaja con el concepto de secuencia motivo (similitudes supervivientes, según las denomina en el resumen de su artículo) en 1981;[39]​ el descubrimiento en 1983 de la PCR (Polymerase Chain Reaction, reacción en cadena de la polimerasa) lleva a la multiplicación de muestras de ADN, lo que permitirá su análisis;[40]​ en 1987, D. T. Burke et al. describen el uso de cromosomas artificiales de levadura (YAC, Yeast Artificial Chromosome),[41]​ y Kulesh et al. sientan las bases de los chips de ADN.[42]​
  • Bioinformáticos: por lo que se refiere al desarrollo de algoritmos, métodos y programas, aparece el algoritmo Smith-Waterman (1981),[43]​ el algoritmo de búsqueda en bases de datos de secuencias (Wilbur-Lipman, 1983),[44]​ FASTP/FASTN (búsqueda rápida de similitudes entre secuencias, 1985),[45]​ el algoritmo FASTA para comparación de secuencias (Pearson y Lipman, 1988),[46]​ y comienzan a utilizarse modelos ocultos de Márkov para analizar patrones y composición de las secuencias (Churchill, 1989),[47]​ lo que permitirá más adelante localizar genes[48]​ y predecir estructuras proteicas;[49]​ aparecen importantes bases de datos biológicas (GenBank en 1982, Swiss-Prot en 1986),[50]​[51]​ redes que las interconectan (EMBnet en 1988),[52]​ y se potencian o se crean diferentes organismos e instituciones (EMBL se constituye en 1974 pero se desarrolla durante la década de los 80, NCBI en 1988);[53]​[54]​ también en estos años empieza a estudiarse la viabilidad de la Human Genome Initiative (First Santa Fe Conference, 1985), que será anunciada un año después por el Departamento de Energía de los EE. UU. y que pondrá en marcha proyectos piloto para desarrollar recursos y tecnologías críticas; en 1987 el NIH (National Institutes of Health, institutos nacionales de la salud de EE. UU.) comienza aportar fondos a proyectos genoma, mientras que en 1988 arranca la Human Genome Initiative, más conocida finalmente como Human Genome Project (Proyecto Genoma Humano).[14]​[55]​
  • Tecnológicos: 1983 verá la aparición del estándar Compact Disc (CD) en su versión para ser leído por un ordenador (Yellow Book);[56]​ Jon Postel y Paul Mockapetris desarrollan en 1984 el sistema de nombres de dominio DNS, necesario para un direccionamiento correcto y ágil en Internet;[57]​ en 1987 Larry Wall desarrolla el lenguaje de programación PERL, de amplio uso posterior en bioinformática;[58]​ y a finales de la década se verán las primeras compañías privadas importantes con actividades vinculadas al genoma, proteínas, bioquímica, etc. (Genetics Computer Group – GCG, Oxford Molecular Group, Ltd.), y que, en general, experimentarán importantes transformaciones años más tarde.[59]​

Años 1990

[editar]

En los años 1990 asistimos a los siguientes eventos:

  • Científicos: en 1991 comienza la secuenciación con EST (Expressed Sequence Tags, marcaje de secuencias expresadas);[60]​ al año siguiente es publicado el mapa de ligamiento genético (en baja resolución) del genoma humano completo;[61]​ en 1995 se consigue secuenciar completamente los primeros genomas de bacterias (Haemophilus influenzae, Mycoplasma genitalium, de 1,8 millones de pares de bases -Mbps- y 0,58 Mbps, respectivamente);[62]​[63]​ en 1996, y en diferentes pasos (por cromosoma), se hace lo propio con el primer genoma eucariota, el de la levadura (Saccharomyces cerevisiae, con 12 Mbps),[64]​ así como en 1997 con el genoma de Escherichia coli (4,7 Mbps),[65]​ en 1998 con el primer genoma de un organismo multicelular (97 Mbp del Caenorhabditis elegans),[66]​ para terminar la década con el primer cromosoma humano (el 22) completamente secuenciado en 1999 (33,4 Mbps).[67]​
  • Bioinformáticos: búsqueda rápida de similitudes entre secuencias con BLAST (1990);[68]​ base de datos de huellas de proteínas PRINTS, de Attwood y Beck (1994);[69]​ ClustalW, orientado al alineamiento múltiple de secuencias, en 1994,[70]​ y PSI-BLAST en 1997;[71]​ a finales de la década se desarrolla T-Coffee, que se publica en 2000.[72]​ Por lo que se refiere a actividades institucionales y nuevos organismos, tenemos la presentación por parte del DoE y NIH al Congreso de los EE. UU., en 1990, de un plan de esfuerzos conjuntos en el Human Genome Project para cinco años;[73]​ se crean el Sanger Centre (Hinxton, UK, 1993; ahora Sanger Institute) y el European Bioinformatics Institute (EBI, Hinxton, UK, 1992-1995).[74]​[75]​
  • Tecnológicos: Tim Berners-Lee inventa la World Wide Web (1990) mediante aplicación de protocolos de red que explotan las características del hipertexto;[76]​ en 1991 aparecen los protocolos definitivos de Internet (CERN)[77]​ y la primera versión del sistema operativo Linux,[78]​ muy utilizado posteriormente en aplicaciones científicas; en 1998 Craig Venter funda Celera, compañía que perfeccionará la secuenciación por perdigonada de F. Sanger y analizará los resultados con software propio.[79]​

Primeros años del siglo XXI

[editar]

A destacar que en los años 2000 están culminando múltiples proyectos de secuenciación de genomas de diferentes organismos: en 2000 se publican, entre otros, el genoma de Arabidopsis thaliana (100 Mb)[80]​ y el de Drosophila melanogaster (180 Mbp).[81]​ Tras un borrador operativo de la secuencia de ADN del genoma humano del año 2000,[82]​ en 2001 aparece publicado el genoma humano (3 Gbp).[83]​ Poco después, en 2003, y con dos años de adelanto sobre lo previsto, se completa el Human Genome Project.[84]​ Por mencionar algunos de los genomas analizados en los años siguientes, anotaremos que en 2004 aparece el borrador del genoma de Rattus norvegicus (rata),[85]​ en 2005 el del chimpancé,[86]​ en 2006 el del macaco rhesus,[87]​ en 2007 el del gato doméstico,[88]​ y en 2008 se secuencia por primera vez el genoma de una mujer.[89]​ Gracias al desarrollo de las técnicas adecuadas, asistimos actualmente a un aluvión de secuenciaciones de genomas de todo tipo de organismos.

En 2003 se funda en España el Instituto Nacional de Bioinformática,[90]​ soportado por la Fundación Genoma España (fundada, a su vez, un año antes y que pretende constituirse en instrumento del estado para potenciar la investigación en este campo).[91]​ En 2004, la estadounidense FDA (Food and Drug Administration, agencia para la administración de alimentos y fármacos) autoriza el uso de un chip de ADN por primera vez.[92]​ En 2005 se completa el proyecto HapMap (catalogación de variaciones genéticas en el ser humano).[93]​ En 2008 UniProt presenta el primer borrador del proteoma completo del ser humano, con más de veinte mil entradas.[94]​

Poco a poco, los primeros programas bioinformáticos se van perfeccionando, y vemos versiones más completas como la 2.0 de ClustalW (reescrito en C++ en 2007).[95]​

Un artículo reciente, publicado en una revista revisada por pares, brinda una valiosa historia breve de la bioinformática [96]​.

Principales áreas de investigación

[editar]

Análisis de secuencias

[editar]
Artículo principal: Base de datos biológica
Artículo principal: Alineamiento de secuencias

Desde que el fago Φ-X174 fue secuenciado en 1977 (secuencia provisional: un año más tarde se publicaría la secuencia completa definitiva),[33]​ las secuencias de ADN de cientos de organismos han sido decodificadas y guardadas en bases de datos. Esos datos son analizados para determinar los genes que codifican para ciertas proteínas, así como también secuencias reguladoras. Una comparación de genes en una especie o entre especies puede mostrar similitudes entre funciones de proteínas, o relaciones entre especies (uso de filogenética molecular para construir árboles filogenéticos).[97]​

Con la creciente cantidad de datos, desde hace mucho se ha vuelto poco práctico analizar secuencias de ADN manualmente. Hoy se usan programas de computadora para estudiar el genoma de miles de organismos, conteniendo miles de millones de nucleótidos. Estos programas pueden compensar mutaciones (con bases intercambiadas, borradas o insertadas) en la secuencia de ADN, para identificar secuencias que están relacionadas, pero que no son idénticas.[39]​ Una variante de este alineamiento de secuencias se usa en el proceso de secuenciación.

La secuenciación conocida como "shotgun" (o por perdigonada: fue usada, por ejemplo, por el Instituto de Investigación Genómica -The Institute for Genomic Research, TIGR, hoy J. Craig Venter Institute- para secuenciar el primer genoma de bacteria, el Haemophilus influenzae)[62]​ no da una lista secuencial de nucleótidos, pero en cambio nos ofrece las secuencias de miles de pequeños fragmentos de ADN (cada uno de aproximadamente 600 a 800 nucleótidos de largo). Las terminaciones de estos fragmentos se superponen y, cuando son alineados de la manera correcta, constituyen el genoma completo del organismo en cuestión.[98]​

El secuenciamiento shotgun proporciona datos de secuencia rápidamente, pero la tarea de ensamblar los fragmentos puede ser bastante complicada para genomas muy grandes. En el caso del Proyecto Genoma Humano, llevó varios meses de tiempo de procesador (en una estación DEC Alpha de alrededor del 2000) para ensamblar los fragmentos. El shotgun sequencing es el método de elección para todos los genomas secuenciados hoy en día y los algoritmos de ensamblado genómico son un área crítica de la investigación en bioinformática.

Otro aspecto de la bioinformática en análisis de secuencias es la búsqueda automática de genes y secuencias reguladoras dentro de un genoma.[99]​ No todos los nucleótidos dentro de un genoma son genes. Dentro del genoma de organismos más avanzados, grandes partes del ADN no sirven a ningún propósito obvio. Este ADN, conocido como "ADN basura", puede, sin embargo, contener elementos funcionales todavía no reconocidos.[100]​ La bioinformática sirve para estrechar la brecha entre los proyectos de genoma y proteoma (por ejemplo, en el uso de secuencias de ADN para identificación de proteínas).

Mapa del cromosoma X del ser humano (extraído de la página web del NCBI). La transcripción del genoma humano es uno de los mayores logros de la bioinformática.

Anotación de genomas

[editar]
Artículo principal: Predicción de genes

En el contexto de la genómica, anotación es el proceso de marcado de los genes y otras características biológicas de la secuencia de ADN.[101]​ El primer sistema software de anotación de genomas fue diseñado en 1995 por Owen White, quien fue miembro del equipo que secuenció y analizó el primer genoma en ser descodificado de un organismo independiente, la bacteria Haemophilus influenzae. White construyó un software para localizar los genes (lugares en la secuencia de DNA que codifican una proteína), el ARN de transferencia, y otras características, así como para realizar las primeras atribuciones de función a esos genes.[62]​ La mayoría de los actuales sistemas de anotación genómica trabajan de forma similar, pero los programas disponibles para el análisis del genoma se encuentran en continuo cambio y mejora.

Biología evolutiva computacional

[editar]

La Biología evolutiva es el estudio del origen ancestral de las especies, así como de su cambio a través del tiempo.[102]​ La informática ha apoyado a los biólogos evolutivos en diferentes campos clave. Ha permitido a los investigadores:

  • Seguir la evolución de un alto número de organismos midiendo cambios en su ADN, en lugar de hacerlo exclusivamente mediante su taxonomía física u observaciones fisiológicas.[39]​
  • Más recientemente, comparar genomas completos, lo que permite el estudio de eventos evolutivos más complejos, tales como la duplicación de genes, la transferencia horizontal de genes, o la predicción de factores significativos en la especiación bacteriana.[103]​
  • Construir modelos computacionales complejos de poblaciones para predecir el resultado del sistema a través del tiempo.[104]​
  • Seguir y compartir información sobre un amplio y creciente número de especies y organismos.

Los esfuerzos futuros se centrarán en reconstruir el cada vez más complejo árbol filogenético de la vida.[105]​ El área de investigación de las ciencias de la computación denominada computación evolutiva se confunde ocasionalmente con la Biología evolutiva computacional, pero ambas áreas no guardan relación. Dicho campo se centra en el desarrollo de algoritmos genéticos y otras estrategias de resolución de problemas con una marcada inspiración evolutiva y genética.

Medición de la biodiversidad

[editar]
Véase también: Biodiversidad#La evaluación de la biodiversidad

La biodiversidad de un ecosistema puede definirse como el conjunto genómico completo de todas las especies presentes en un medio ambiente particular,[106]​ sea este una biopelícula en una mina abandonada, una gota de agua de mar, un puñado de tierra, o la biosfera completa del planeta Tierra. Se utilizan bases de datos para recoger los nombres de las especies, así como de sus descripciones, distribuciones, información genética, estado y tamaños de las poblaciones, necesidades de su hábitat, y cómo cada organismo interactúa con otras especies. Se usa software especializado para encontrar, visualizar y analizar la información; y, lo que es más importante, para compartirla con otros interesados.[107]​ La simulación computacional puede modelar cosas tales como dinámica poblacional, o calcular la mejora del acervo genético de una variedad (en agricultura), o la población amenazada (en biología de la conservación). Un potencial muy excitante en este campo es la posibilidad de preservar las secuencias completas del ADN, o genomas, de especies amenazadas de extinción, permitiendo registrar los resultados de la experimentación genética de la Naturaleza in silico para su posible reutilización futura, aún si tales especies fueran finalmente perdidas.[108]​

Pueden citarse, como ejemplos significativos, los proyectos Species 2000 o uBio.

Análisis de la expresión génica

[editar]

La expresión génica de muchos genes puede determinarse por la medición de niveles de mRNA mediante múltiples técnicas, incluyendo microarrays de ADN, secuenciación de EST ( Expressed Sequence Tag), análisis en serie de la expresión génica (Serial Analysis of Gene Expression - SAGE), MPSS (Massively Parallel Signature Sequencing), o diversas aplicaciones de hibridación in situ. Todas estas técnicas son extremadamente propensas al ruido y/o sujetas a sesgos en la medición biológica, y una de las principales áreas de investigación en la biología computacional trata del desarrollo de herramientas estadísticas para separar la señal del ruido en los estudios de expresión génica con alto volumen de procesamiento.[109]​ Estos estudios se usan a menudo para determinar los genes implicados en un desorden: podrían, por ejemplo, compararse datos de microarrays de células epiteliales cancerosas con datos de células no cancerosas para determinar las transcripciones que son activadas o reprimidas en una población particular de células cancerosas.[110]​

Análisis de la regulación

[editar]

La regulación génica es la compleja orquestación de eventos que comienzan con una señal extracelular tal como una hormona, que conducen a un incremento o decremento en la actividad de una o más proteínas.[111]​ Se han aplicado técnicas bioinformáticas para explorar varios pasos en este proceso. Por ejemplo, el análisis del promotor de un gen implica la identificación y estudio de las secuencias motivo en los alrededores del ADN de la región codificante de un gen.[112]​ Estos motivos influyen en el alcance según el cual esa región se transcribe en ARNm. Los datos de expresión pueden usarse para inferir la regulación génica: podrían compararse datos de microarrays provenientes de una amplia variedad de estados de un organismo para formular hipótesis sobre los genes involucrados en cada estado. En un organismo unicelular, podrían compararse etapas del ciclo celular a lo largo de variadas condiciones de estrés (choque de calor, inanición, etc.). Podrían aplicarse, entonces, algoritmos de agrupamiento (algoritmos de clustering, o análisis de cluster) a esa información de expresión para determinar qué genes son expresados simultáneamente.[113]​ Por ejemplo, los promotores de estos genes se pueden buscar según la abundancia de secuencias o elementos regulatorios.

Análisis de la expresión de proteínas

[editar]
Véase también: Expresión génica

Los microarrays de proteínas y la espectrometría de masas de alto rendimiento pueden proporcionar una instantánea de las proteínas presentes en una muestra biológica. La bioinformática está muy comprometida en dar soporte a ambos procedimientos. La aproximación a los microarrays de proteínas encara similares problemas a los existentes para microarrays destinados a ARNm,[114]​ mientras que para la espectrometría de masas el problema es casar grandes cantidades de datos de masa contra masas predichas por bases de datos de secuencias de proteínas, además del complicado análisis estadístico de muestras donde se detectan múltiples, pero incompletos, péptidos de cada proteína.[115]​

Análisis de mutaciones en el cáncer

[editar]

En el cáncer, los genomas de las células afectadas son reordenados en complejas y/o aún impredecibles maneras. Se realizan esfuerzos masivos de secuenciación para identificar sustituciones individuales de bases (o puntos de mutación de nucleótidos) todavía desconocidos en una variedad de genes en el cáncer.[116]​ Los bioinformáticos continúan produciendo sistemas automatizados para gestionar el importante volumen de datos de secuencias obtenido, y crean nuevos algoritmos y software para comparar los resultados de secuenciación con la creciente colección de secuencias del genoma humano y de los polimorfismos de la línea germinal. Se están utilizando nuevas tecnologías de detección física, como los microarrays de oligonucleótidos para identificar pérdidas y ganancias cromosómicas (técnica denominada hibridación genómica comparativa),[117]​ y los arrays de polimorfismos de nucleótido simple para detectar puntos de mutación conocidos.[118]​ Estos métodos de detección miden simultáneamente bastantes cientos de miles de posiciones a lo largo del genoma, y cuando se usan con una alta productividad para analizar miles de muestras, generan terabytes de datos por experimento. De esta forma las masivas cantidades y nuevos tipos de datos proporcionan nuevas oportunidades para los bioinformáticos. A menudo se encuentra en los datos una considerable variabilidad, o ruido, por lo que métodos como el de los modelos ocultos de Márkov y el análisis de puntos de cambio están siendo desarrollados para inferir cambios reales en el número de copias de los genes (número de copias de un gen particular en el genotipo de un individuo, cuya magnitud puede ser elevada en células cancerígenas).[119]​[120]​

Otro tipo de datos que requiere novedosos desarrollos informáticos es el análisis de las lesiones encontradas de forma recurrente en buen número de tumores, principalmente por análisis automatizado de imagen clínica.

Predicción de la estructura de las proteínas

[editar]
Artículo principal: Predicción de estructura de proteínas
Artículo principal: Alineamiento estructural
Alineamiento estructural de tiorredoxinas del ser humano y de la mosca Drosophila melanogaster. Las proteínas se muestran como cintas, con la proteína humana en rojo y la de la mosca en amarillo. Generado con PDB 3TRX y 1XWC.

La predicción de la estructura de las proteínas es otra importante aplicación de la bioinformática. La secuencia de aminoácidos de una proteína, también llamada estructura primaria, puede ser determinada fácilmente desde la secuencia de nucleótidos sobre el gen que la codifica.[121]​ En la inmensa mayoría de los casos, esta estructura primaria determina únicamente una estructura de la proteína en su ambiente nativo. (Hay, por supuesto, excepciones, como la encefalopatía espongiforme bovina, o "mal de las vacas locas"; ver, también, prion.) El conocimiento de esta estructura es vital para entender la función de la proteína.[122]​ En ausencia de mejores términos, la información estructural de las proteínas se clasifica usualmente como estructura secundaria, terciaria y cuaternaria. Una solución general viable para la predicción de tales estructuras permanece todavía como problema abierto. Por ahora, la mayoría de los esfuerzos han sido dirigidos hacia heurísticas que funcionan la mayoría de las veces.[123]​

Una de las ideas clave en bioinformática es la noción de homología. En la rama genómica de la bioinformática, se usa la homología para predecir la función de un gen: si la secuencia de gen A, cuya función es conocida, es homóloga a la secuencia de gen B, cuya función es desconocida, puede inferirse que B podría compartir la función de A.[124]​ En la rama estructural de la bioinformática, la homología se usa para determinar qué partes de una proteína son importantes en la formación de la estructura y en la interacción con otras proteínas. En la técnica denominada modelado por homología, esta información se usa para predecir la estructura de una proteína una vez conocida la estructura de una proteína homóloga.[125]​ Esta es, actualmente, la única vía para predecir estructuras de proteínas de una manera fiable.

Un ejemplo de lo anterior es la similar homología proteica entre la hemoglobina en humanos y la hemoglobina en las legumbres (leghemoglobina). Ambas sirven al mismo propósito de transportar oxígeno en el organismo. Aunque las dos tienen una secuencia de aminoácidos completamente diferente, sus estructuras son virtualmente idénticas, lo que refleja sus prácticamente idénticos propósitos.[126]​

Otras técnicas para predecir la estructura de las proteínas incluyen el enhebrado de proteínas (protein threading)[127]​ y el modelado de novo (desde cero), basado en las características físicas y químicas.[128]​

Al respecto, pueden verse también motivo estructural (structural motif) y dominio estructural (structural domain).

Genómica comparativa

[editar]
Artículo principal: Genómica comparativa

El núcleo del análisis comparativo del genoma es el establecimiento de la correspondencia entre genes (análisis ortólogo) o entre otras características genómicas de diferentes organismos. Estos mapas intergenómicos son los que hacen posible rastrear los procesos evolutivos responsables de la divergencia entre dos genomas. Una multitud de eventos evolutivos actuando a diferentes niveles organizativos conforman la evolución del genoma.[129]​ Al nivel más bajo, las mutaciones puntuales afectan a nucleótidos individuales. Al mayor nivel, amplios segmentos cromosómicos experimentan duplicación, transferencia horizontal, inversión, transposición, borrado e inserción. Finalmente, los genomas enteros están involucrados en procesos de hibridación, poliploidía y endosimbiosis, conduciendo a menudo a una súbita especiación.

La complejidad de la evolución del genoma plantea muchos desafíos excitantes a desarrolladores de modelos matemáticos y algoritmos, quienes deben recurrir a un espectro de técnicas algorítmicas, estadísticas y matemáticas que se extienden desde exactas, heurísticas, con parámetros fijados, y mediante algoritmos de aproximación para problemas basados en modelos de parsimonia, hasta algoritmos "Márkov Chain Monte Carlo" para análisis Bayesiano de problemas basados en modelos probabilísticos.[130]​

Muchos de estos estudios están basados en la detección de homología y la computación de familias de proteínas.

Modelado de sistemas biológicos

[editar]
Artículo principal: Biología de sistemas

La biología de sistemas implica el uso de simulaciones por ordenador de subsistemas celulares (tales como redes de metabolitos y enzimas que comprenden el metabolismo, caminos de transducción de señales, y redes de regulación genética), tanto para analizar como para visualizar las complejas conexiones de estos procesos celulares.[131]​ La vida artificial o la evolución virtual tratan de entender los procesos evolutivos por medio de la simulación por ordenador de sencillas formas de vida (artificial).[132]​

Análisis de imagen de alto rendimiento

[editar]

Se están usando tecnologías de computación para acelerar o automatizar completamente el procesamiento, cuantificación y análisis de grandes cantidades de imágenes biomédicas con alto contenido en información. Los modernos sistemas de análisis de imagen incrementan la habilidad del observador para realizar análisis sobre un amplio o complejo conjunto de imágenes, mejorando la precisión, la objetividad (independencia de los resultados según el observador), o la rapidez. Un sistema de análisis totalmente desarrollado podría reemplazar completamente al observador. Aunque estos sistemas no son exclusivos del campo de las imágenes biomédicas, cada vez son más importantes tanto para el diagnóstico como para la investigación. Algunos ejemplos:

Acoplamiento proteína-proteína

[editar]
Artículo principal: Acoplamiento proteína-proteína

En las últimas dos décadas, decenas de miles de estructuras tridimensionales de proteínas han sido determinadas por cristalografía de rayos X y espectroscopia mediante resonancia magnética nuclear de proteínas (RMN de proteínas). Una cuestión central para los científicos es si resulta viable la predicción de posibles interacciones proteína-proteína solamente basados en esas formas 3D, sin realizar experimentos identificativos de estas interacciones. Se han desarrollado una variedad de métodos para enfrentarse al problema del acoplamiento proteína-proteína, aunque parece que queda todavía mucho trabajo en este campo.[138]​


Ontologías e integración de datos

[editar]

Las ontologías biológicas son gráfos acíclicos dirigidos de vocabularios controlados/lenguajes des indización. Están diseñados para capturar conceptos y descripciones biológicas de una manera que se puede categorizar y analizar fácilmente con computadoras. Cuando se categoriza de esta manera, es posible obtener un valor agregado del análisis holístico e integrado.

El consorcio OBO Foundry fue un esfuerzo por estandarizar ciertas ontologías. Una de las más extendidas es la ontología génica que describe la función de los genes. También hay ontologías que describen fenotipos.

Herramientas de software

[editar]
Véase también: Anexo:Software para alineamiento de secuencias
Véase también: Anexo:Software para alineamiento estructural

Las herramientas de software para bioinformática van desde simples herramientas de línea de comandos hasta mucho más complejos programas gráficos y servicios web autónomos situados en compañías de bioinformática o instituciones públicas. La más conocida herramienta de biología computacional entre los biólogos es, probablemente, BLAST, un algoritmo para determinar la similitud de secuencias arbitrarias con otras secuencias,[68]​ probablemente residentes en bases de datos de proteínas o de secuencias de ADN. El NCBI (National Center for Biotechnology Information, EE. UU.), por ejemplo, proporciona una implementación muy utilizada, basada en web, y que trabaja sobre sus bases de datos.[139]​

Para alineamientos múltiples de secuencias, el clásico ClustalW,[70]​ actualmente en su versión 2, es el software de referencia. Puede trabajarse con una implementación del mismo en el EBI (Instituto Europeo de Bioinformática).[140]​

BLAST y ClustalW son solo dos ejemplos de los muchos programas de alineamiento de secuencias disponibles. Existe, por otra parte, multitud de software bioinformático con otros objetivos: alineamiento estructural de proteínas, predicción de genes y otros motivos, predicción de estructura de proteínas, predicción de acoplamiento proteína-proteína, o modelado de sistemas biológicos, entre otros. En Anexo:Software para alineamiento de secuencias y Anexo:Software para alineamiento estructural pueden encontrarse sendas relaciones de programas o servicios web adecuados para cada uno de estos dos objetivos en particular.

Software libre en bioinformática

[editar]

Muchas herramientas de software libre existen y continúan apareciendo desde los década de 1980s.[141]​ La necesidad de nuevos algoritmos para el análisis the nuevos datos de origen biológico, en combinación con el potencial para experimentos innovadores in silico y la disponibilidad de repositorios gratuitos para software libre han ayudado a crear oportunidades para que grupos de investigación realicen aportes a la bioinformatica y al código libre disponible, independientemente de sus fuentes de financiamiento. Las herramientas de código abierto a menudo actúan como incubadoras de ideas, o como complemento en aplicaciones comerciales. Pueden también proveer estándares de facto y modelos o estructuras que aportan al desafío de la integración en bioinformática.

La Lista de software libre en bioinformatica incluye títulos como Bioconductor, BioPerl, Biopython, BioJava, BioJS, BioRuby, Bioclipse, EMBOSS, .NET Bio, Orange con sus agregados bioinformaticos, Apache Taverna, UGENE y GenoCAD. Para mantener esta tradición y crear nuevas oportunidades la organización sin fines de lucro Open Bioinformatics Foundation[141]​ a patrocinado anualmente la Bioinformatics Open Source Conference (BOSC) desde el año 2000.[142]​

Un método alternativo para construir bases de datos públicas es usar el software para wikis MediaWiki con la extensión WikiOpener. Este sistema permite el acceso y actualización de la base de datos a todos los expertos en el campo.[143]​

Servicios web en bioinformática

[editar]

Se han desarrollado interfaces basadas en SOAP y en REST (Representational State Transfer, transferencia de estado representacional) para una amplia variedad de aplicaciones bioinformáticas, permitiendo que una aplicación, corriendo en un ordenador de cualquier parte del mundo, pueda usar algoritmos, datos y recursos de computación alojados en servidores en cualesquiera otras partes del planeta. Las principales ventajas radican en que el usuario final se despreocupa de actualizaciones y modificaciones en el software o en las bases de datos.[144]​ Los servicios bioinformáticos básicos, de acuerdo a la clasificación implícita del EBI, solían clasificarse en:[145]​

Desde 2009 los servicios bioinformaticos básicos son clasificados por el EBI en tres categorías:[146]​

La disponibilidad de estos servicios web basados en SOAP a través de sistemas tales como los servicios de registro,[147]​ (servicios de distribución y descubrimiento de datos a través de servicios web) demuestra la aplicabilidad de soluciones bioinformáticas basadas en web. Estas herramientas varían desde una colección de herramientas autónomas con un formato de datos común, y bajo una única interfaz autónoma o basada en web, hasta sistemas integradores y extensibles para la gestión del flujo de trabajo bioinformático.

Sistemas de gestión de flujo de trabajo de bioinformática

[editar]
Artículo principal: Sistema de gestión de flujo de trabajo de bioinformática

Un Sistema de gestión de flujo de trabajo de bioinformática es una forma especializada de Sistema de gestión de flujo de trabajo diseñado específicamente para componer y ejecutar una serie de pasos computacionales o de manipulación de datos, o un flujo de trabajo, en una aplicación de Bioinformática. Tales sistemas están diseñados para:

  • Proporcionar un entorno fácil de usar para que los propios científicos de aplicaciones individuales creen sus propios flujos de trabajo.
  • proporcionar herramientas interactivas para los científicos que les permitan ejecutar sus flujos de trabajo y ver sus resultados en tiempo real,
  • simplificar el proceso de compartir y reutilizar flujos de trabajo entre los científicos
  • permite a los científicos rastrear el origen de los resultados de la ejecución del flujo de trabajo y los pasos de creación del mismo.

Algunas de las plataformas que ofrecen este servicio: Galaxy, Kepler, Taverna, UGENE, Anduril, HIVE.

"BioCompute" y "BioCompute Objects(BCO)"

[editar]

En 2014, la Administración de Alimentos y Medicamentos de los EE. UU. Patrocinó una conferencia celebrada en los [Institutos Nacionales de la Salud] en el Campus de Bethesda para hablar sobre la reproducibilidad en bioinformática.[148]​ Durante los siguientes tres años (2014 - 2017), un consorcio de partes interesadas se reunió regularmente para discutir lo que se convertiría en el paradigma de BioCompute.[149]​ Estas partes interesadas incluían representantes del gobierno, la industria y entidades académicas. Los líderes de la sesión representaron a numerosas sucursales de los Institutos y Centros de la FDA y los NIH, entidades sin fines de lucro, como Proyecto Varioma Humano y Federación Europea de Informática Médica, e instituciones de investigación como Stanford, el New York Genome Center, y George Washington University.

Se decidió que el paradigma de BioCompute sería en forma de "cuadernos de laboratorio digitales" que permiten la reproducibilidad, replicación, revisión y reutilización de los protocolos de bioinformática. Esto se propuso para permitir una mayor continuidad dentro de un grupo de investigación en el transcurso del flujo de personal normal al mismo tiempo que se fomenta el intercambio de ideas entre grupos. La FDA de los EE. UU. Financió este trabajo para que la información sobre tuberías sea más transparente y accesible para su personal regulador.[150]​

En 2016, el grupo volvió a reunirse en el NIH en Bethesda y discutió el potencial de un BioCompute Object, una instancia del paradigma BioCompute. Este trabajo se copió como un documento de "uso de prueba estándar" y un manuscrito de preimpresión cargado en bioRxiv.[151]​

Los objetos BioCompute permiten que los registros se compartan entre empleados, colaboradores y reguladores.[152]​

Varios artículos recientes, publicados en revistas revisadas por pares, brindan valiosas recomendaciones para el diseño de cursos en bioinformatica [153]​[154]​[155]​ [156]​.

Véase también

[editar]

Referencias

[editar]
  1. ↑ European Bioinformatics Institute (2006). «What is Bioinformatics?» (en inglés). Consultado el 3 de septiembre de 2008. 
  2. ↑ Un ejemplo de la utilización como sinónimos entre bioinformática y biología computacional se encuentra en el propio sitio del Human Genome Project Archivado el 15 de marzo de 2008 en Wayback Machine., donde en su glosario Archivado el 21 de septiembre de 2008 en Wayback Machine. redirigen al término Bioinformatics la definición de Computational biology.
  3. ↑ Un ejemplo de la utilización como sinónimos entre biocomputación y bioinformática se encuentra en el sitio de la Biocomputing Unit del Centro Nacional de Biotecnología, centro científico español dependiente del CSIC
  4. ↑ Bajic, V. B., et al. (2003). «From informatics to bioinformatics». Proceedings of the first Asia–Pacific bioinformatics conference on bioinformatics, Adelaide. 
  5. ↑ Lander, Eric S.; Waterman, Michael S. (1995). Calculating the Secrets of Life: Contributions of the Mathematical Sciences to Molecular Biology. National Academy Press. ISBN 0-309-07502-5. 
  6. ↑ Woon, Wei Lee (2003). «Core statistics for bioinformatics» (pdf) (en inglés). Consultado el 1 de septiembre de 2008. 
  7. ↑ Ver, por ejemplo, los workshops anuales WABI (Workshop on Algorithms in Bioinformatics, taller sobre algoritmos bioinformáticos); en septiembre de 2008, del último WABI realizado puede encontrarse información en http://www.wabi07.org/, mientras que de WABI 2008 puede encontrarse información previa en http://algo2008.org/doku.php/wabi Archivado el 30 de junio de 2015 en Wayback Machine.
  8. ↑ Frasconi, P.; Shamir, R (agosto de 2003). NATO Science, ed. Artificial Intelligence and Heuristic Methods in Bioinformatics. IOS Press. ISBN 1586032941. 
  9. ↑ Murray-Rust, P., et al. (2005). «Chemistry in Bioinformatics» (pdf). Consultado el 1 de septiembre de 2008. 
  10. ↑ Ibba, M. (2002). «Biochemistry and bioinformatics: when worlds collide». Trends in Biochemical Sciences 27 (2). Archivado desde el original el 2 de diciembre de 2008. Consultado el 1 de septiembre de 2008. 
  11. ↑ Russ B. Altman (2006). «Guide to Bioinformatics at Stanford University» (en inglés). Archivado desde el original el 13 de mayo de 2008. Consultado el 28 de agosto de 2008. «The definition of bioinformatics is not univerally agreed upon. Generally speaking, we define it as the creation and development of advanced information and computational technologies for problems in biology, most commonly molecular biology (but increasingly in other areas of biology).». 
  12. ↑ Werner, E. (2005). «The Future and Limits of Systems Biology». Science Signaling 2005 (278). ISSN 1525-8882. Archivado desde el original el 11 de agosto de 2011. Consultado el 1 de septiembre de 2008. 
  13. ↑ a b Kanehisa, M; Bork, P. (2003). «Bioinformatics in the post-sequence era». Nature Genetics 33. 
  14. ↑ a b U.S. Department of Energy Genome Research Programs (2008). «PRIMER: Genomics and Its Impact on Science and Society: The Human Genome Project and Beyond» (pdf) (en inglés). Consultado el 1 de septiembre de 2008. 
  15. ↑ Genevestigator es un completo ejemplo de aplicación (basada en web, en este caso) orientada al estudio de la expresión y regulación de los genes.
  16. ↑ Huerta, M et al. (17 de julio de 2000). «NIH working definition of bioinformatics and computational biology» (pdf) (en inglés). Archivado desde el original el 5 de septiembre de 2012. Consultado el 21 de agosto de 2008. 
  17. ↑ Kaminuma, T; Matsumoto, G (1991). Biocomputers. Chapman and Hall. ISBN 978-0412357701. 
  18. ↑ Mount, David W. (2004). Bioinformatics. Sequence and Genome Analysis (2ª edición). Cold Spring Harbor Laboratory Press. ISBN 0-87969-712-1. 
  19. ↑ Gibas, Cynthia (2001). Developing Bioinformatics Computer Skills. O'Reilly. ISBN 1-56592-664-1. 
  20. ↑ Attwood T.K., Gisel A., Eriksson N-E. and Bongcam-Rudloff E. (2011). «Concepts, Historical Milestones and the Central Place of Bioinformatics in Modern Biology: A European Perspective». Bioinformatics - Trends and Methodologies. InTech. Archivado desde el original el 25 de enero de 2012. Consultado el 8 de enero de 2012. 
  21. ↑ Watson, J.D. y Crick, F.H.C. (1953). «A Structure for Deoxyribose Nucleic Acid». Nature 171: 737-738. PMID 13054692. doi:10.1038/171737a0. Consultado el 5 de septiembre de 2008. 
  22. ↑ Shampo, M. A. y Kyle, R. A. (2002). «Frederick Sanger—Winner of 2 Nobel Prizes» (en inglés). Mayo Clinic Proceedings. Archivado desde el original el 16 de enero de 2009. Consultado el 5 de septiembre de 2008. 
  23. ↑ Texas Instruments. «The Chip that Jack Built» (en inglés). Consultado el 5 de septiembre de 2008. 
  24. ↑ Pauling, L. y Zuckerkandl, E. (1962). «Molecular disease, evolution, and genic heterogeneity». Horizons in Biochemistry. Academic Press. 978-0124004504. 
  25. ↑ Guigó, R. (2003). «Bioinformática: La creciente interconexión entre biología y computación». Boletín electrónico de la Sociedad Española de Genética (17). Archivado desde el original el 11 de agosto de 2011. 
  26. ↑ Hauben, M. (1998). «History of ARPANET». Behind the Net: The Untold Story of the ARPANET and Computer Science (en inglés). Archivado desde el original el 13 de septiembre de 2008. Consultado el 5 de septiembre de 2008. 
  27. ↑ Needleman, S. y Wunsch, C. (1970). «A general method applicable to the search for similarities in the amino acid sequence of two proteins». Journal of Molecular Biology 48 (63). 
  28. ↑ Bernstein, F. C., et al. (1977). «The Protein Data Bank. A Computer-Based Archival File for Macromolecular Structures». European Journal of Biochemistry 80 (2). 
  29. ↑ Berg, P., et al. (1972). «Biochemical Method for Inserting New Genetic Information into DNA of Simian Virus 40: Circular SV40 DNA Molecules Containing Lambda Phage Genes and the Galactose Operon of Escherichia coli». Proceedings of the National Academy of Sciences 69 (10). 
  30. ↑ Southern, E. M. (1975). «Detection of specific sequences among DNA fragments separated by gel electrophoresis». Journal of Molecular Biology 98 (3). 
  31. ↑ Sanger, F., et al. (1977). «DNA sequencing with chain-terminating inhibitors». Proceedings of National Academy of Sciences 74 (12). 
  32. ↑ Staden, R. (1977). «Sequence data handling by computer». Nucleic Acids Research 4 (11): 4037-4051. 
  33. ↑ a b Sanger, F., et al. (1978). «The nucleotide sequence of bacteriophage φX174». Journal of Molecular Biology 125 (2). Archivado desde el original el 2 de diciembre de 2008. Consultado el 6 de septiembre de 2008. 
  34. ↑ Tomlinson, R. «The First Network Email» (en inglés). BBN Technologies. Archivado desde el original el 6 de mayo de 2006. Consultado el 6 de septiembre de 2008. 
  35. ↑ Alfred, R. (2008). «May 22, 1973: Enter Ethernet». WIRED. Archivado desde el original el 12 de abril de 2013. 
  36. ↑ Cerf, V., Kahn, R., et al. (2003). «A Brief History of the Internet» (en inglés). Internet Society. Consultado el 6 de septiembre de 2008. 
  37. ↑ Sanger, F., et al. (1982). «Nucleotide sequence of bacteriophage λ DNA». Journal of Molecular Biology 162 (4). Archivado desde el original el 2 de diciembre de 2008. Consultado el 6 de septiembre de 2008. 
  38. ↑ Wüthrich, K., et al. (1982). «Sequential Resonance Assignments as a Basis for Determination of Spatial Protein Structures by High Resolution Proton Nuclear Magnetic Resonance». Journal of Molecular Biology (155). Archivado desde el original el 3 de octubre de 2006. 
  39. ↑ a b c Doolittle, R. F. (1981). «Similar amino acid sequences: chance or common ancestry?». Science 214 (4517). 
  40. ↑ Bartlett, J. M. S., Stirling, D. (2003). «A Short History of the Polymerase Chain Reaction». Methods in Molecular Biology 226. 
  41. ↑ Burke, D. T., el al. (1987). «Cloning of Large Segments of Exogenous DNA into Yeast by Means of Artificial Chromosome Vectors». Science 236 (4803). Archivado desde el original el 9 de noviembre de 2004. 
  42. ↑ Kulesh, D. A., et al. (1987). «Identification of interferon-modulated proliferation-related cDNA sequences». Proceedings of the National Academy of Sciences 84 (23). 
  43. ↑ Smith T. F., Waterman M. S. (1981). «Identification of Common Molecular Subsequences». Journal of Molecular Biology 147. doi:10.1016/0022-2836(81)90087-5. Archivado desde el original el 30 de septiembre de 2007. Consultado el 7 de septiembre de 2008. 
  44. ↑ Wilbur, W. J., Lipman, D. J. (1983). «Rapid similarity searches of nucleic acid and protein data banks». Proceedings of the National Academy of Sciences 80. 
  45. ↑ Lipman, D. J., Pearson, W. R. (1985). «Rapid and Sensitive Protein Similarity Searches». Science 227 (4693). 
  46. ↑ Lipman, D. J., Pearson, W. R. (1988). «Improved tools for biological sequence comparison.». Proceedings of the National Academy of Sciences 85 (8). 
  47. ↑ Churchill, G. A. (1989). «Stochastic models for heterogeneous DNA sequences». Bulletin of Mathematical Biology 51 (1). 
  48. ↑ Un ejemplo de artículo de predicción de genes en E. coli aplicando HMM lo encontramos en Krogh, A., et al. (1993) A Hidden Markov Model that finds genes in E. coli DNA
  49. ↑ Un ejemplo de artículo de predicción de estructuras en proteínas lo encontramos en Sonnhammer, E. L. L. (1998) A hidden Markov model for predicting transmembrane helices in protein sequences
  50. ↑ Cravedi, K (2008). «GenBank celebrates 25 years of service» (en inglés). AAAS (EurekAlert). Archivado desde el original el 12 de enero de 2009. Consultado el 7 de septiembre de 2008. 
  51. ↑ Bairoch, A., Boeckmann, B. (1994). «The SWISS-PROT protein sequence data bank: current status». Nucleic Acids Research 22 (17). 
  52. ↑ Un buen recurso de introducción a EMBnet es la página What is EMBnet? Archivado el 7 de septiembre de 2008 en Wayback Machine. de la propia web de la organización, a partir de la cual puede explorarse la misma con facilidad
  53. ↑ Office of Information and Public Affairs (EMBL) (2008). «Brief History» (en inglés). EMBL. Archivado desde el original el 24 de julio de 2008. Consultado el 7 de septiembre de 2008. 
  54. ↑ National Center for Biotechnology Information (2004). «NCBI at a Glance: Our Mission» (en inglés). NCBI. Consultado el 7 de septiembre de 2008. 
  55. ↑ U. S. Human Genome Project (2008). «Major Events in the U.S. Human Genome Project and Related Projects» (en inglés). Office of Science - U. S. Dpt. of Energy. Archivado desde el original el 6 de septiembre de 2008. Consultado el 7 de septiembre de 2008. 
  56. ↑ Davidson, M. W. (2003). «History of the Compact Disc» (en inglés). Florida State University. Consultado el 7 de septiembre de 2008. 
  57. ↑ Robles, O. (2003). «¿Qué es el DNS?». Boletín de Política Informática (Instituto Nacional de Estadística y Geografía, gobierno de México) (1). Archivado desde el original el 18 de noviembre de 2008. 
  58. ↑ Mount, D. W. (2004). «Bioinformatics Programming Using Perl and Perl Modules». Bioinformatics: Sequence and Genome Analysis - 2nd ed. New York: Cold Spring Harbor Laboratory Press. ISBN 0-87969-712-1. 
  59. ↑ Accelrys Software Inc. «About Accelrys» (en inglés). Archivado desde el original el 9 de enero de 2010. Consultado el 7 de septiembre de 2008. 
  60. ↑ Adams, M. D., et al. (1991). «Complementary DNA sequencing: expressed sequence tags and human genome project». Science 252 (5013). 
  61. ↑ Weissenbach, J., et al. (1992). «A second-generation linkage map of the human genome». Nature 359 (6398). 
  62. ↑ a b c Fleischmann, R. D., et al. (1995). «Whole-genome random sequencing and assembly of Haemophilus influenzae Rd.». Science 269 (5223). 
  63. ↑ Fraser, C. M., et al. (1995). «The Minimal Gene Complement of Mycoplasma genitalium». Science 270 (5235). 
  64. ↑ National Human Genome Research Institute - NIH (1996). «International Team Completes DNA Sequence of Yeast» (en inglés). Consultado el 9 de septiembre de 2008. 
  65. ↑ Blattner, F. R. (1997). «The complete genome sequence of Escherichia coli K-12». Science 277 (5331). 
  66. ↑ C. elegans Sequencing Consortium (1998). «Genome sequence of the nematode C. elegans: a platform for investigating biology». Science 282 (5396). 
  67. ↑ Dunham, I., et al. (1999). «The DNA sequence of human chromosome 22». Nature 402 (402): 489-495. ISSN 0028-0836. 
  68. ↑ a b Altschul, S. F. (1990). «Basic Local Alignment Search Tool». Journal of Molecular Biology 215 (3). Archivado desde el original el 13 de octubre de 2010. 
  69. ↑ Attwood, T. K.; Beck, M. E. (1994). «PRINTS–a protein motif fingerprint database». Protein Engineering 7 (7): 841-848. ISSN 1741-0134. 
  70. ↑ a b Thompson, J. D., et al. (1994). «CLUSTAL W: improving the sensitivity of progressive multiple sequence alignment through sequence weighting, position-specific gap penalties and weight matrix choice». Nucleic Acids Research 22 (22): 4673-80. 
  71. ↑ Altschul, S. F., et al. (1997). «Gapped BLAST and PSI-BLAST: a new generation of protein database search programs». Nucleic Acids Research 25 (17): 3389-402. Archivado desde el original el 11 de mayo de 2008. Consultado el 9 de septiembre de 2008. 
  72. ↑ Notredame, C. (2000). «T-Coffee: A novel method for fast and accurate multiple sequence alignment». Journal of Molecular Biology 302 (1): 205-217. 
  73. ↑ Roberts, L. (2001). «A History of the Human Genome Project». Science 291 (5507): 1195. Archivado desde el original el 6 de octubre de 2008. 
  74. ↑ Sanger Institute (2008). «Introduction to the Sanger Institute: General Information» (en inglés). Consultado el 10 de septiembre de 2008. 
  75. ↑ European Bioinformatics Institute (2006). «About the EMBL-EBI» (en inglés). Consultado el 10 de septiembre de 2008. 
  76. ↑ CERN (2008). «Welcome to info.cern.ch: The website of the world's first-ever web server» (en inglés). Consultado el 10 de septiembre de 2008. 
  77. ↑ Berners-Lee, T., et al. (1992). «World-Wide Web: An Information Infrastructure for High-Energy Physics». Proceedings of the Workshop on Software Engineering, Artificial Intelligence and Expert Systems for High Energy and Nuclear Physics. 
  78. ↑ Linux Online! (1994-2008). «The History of Linux» (en inglés). linux.org. Archivado desde el original el 1 de noviembre de 2008. Consultado el 10 de septiembre de 2008. 
  79. ↑ Celera (2008). «Celera: Our History» (en inglés). Archivado desde el original el 14 de mayo de 2008. Consultado el 10 de septiembre de 2008. 
  80. ↑ The Arabidopsis Initiative (2000). «Analysis of the genome sequence of the flowering plant Arabidopsis thaliana». Nature 408: 796-815. 
  81. ↑ Adams, M. D., et al. (2000). «The Genome Sequence of Drosophila melanogaster». Science 287 (5461): 2185-2195. 
  82. ↑ Thompson, A. (junio de 2000). «International Human Genome Sequencing Consortium Announces "Working Draft" of Human Genome» (en inglés). National Human Genome Research Institute - NHGRI (NIH). Archivado desde el original el 25 de junio de 2009. Consultado el 13 de septiembre de 2008. 
  83. ↑ Venter, J. C., et al. (2001). «The Sequence of the Human Genome». Science 291 (5507): 1304-1351. 
  84. ↑ Human Genome Project (2003). «International Consortium Completes Human Genome Project». Human Genome Project Information (en inglés). Office of Science (DoE). Archivado desde el original el 24 de septiembre de 2008. Consultado el 13 de septiembre de 2008. 
  85. ↑ National Human Genome Research Institute - NHGRI (NIH) (marzo de 2004). «Scientists Compare Rat Genome With Human, Mouse» (en inglés). NHGRI. Consultado el 13 de septiembre de 2008. 
  86. ↑ Chimpanzee Sequencing and Analysis Consortium (2005). «Initial sequence of the chimpanzee genome and comparison with the human genome». Nature 437 (7055): 69-87. 
  87. ↑ National Institutes of Health (NIH) (febrero de 2006). «Researchers Assemble Second Non-Human Primate Genome». NIH News (en inglés). NIH. Consultado el 13 de septiembre de 2008. 
  88. ↑ ScienceDaily (noviembre de 2007). «Domestic Cat Genome Sequenced» (en inglés). ScienceDaily. Consultado el 13 de septiembre de 2008. 
  89. ↑ Enserink, M. (junio de 2008). «GENOMICS: Read All About It--The First Female Genome! Or Is It?» (en inglés). Science. Consultado el 13 de septiembre de 2008. 
  90. ↑ Fundación Genoma España (2008). «Instituto Nacional de Bioinformática: ¿Qué es?». Fundación Genoma España. Archivado desde el original el 7 de diciembre de 2008. Consultado el 13 de septiembre de 2008. 
  91. ↑ Fundación Genoma España (2008). «Fundación Genoma España: Historia». Fundación Genoma España - Información Corporativa. Archivado desde el original el 7 de diciembre de 2008. Consultado el 13 de septiembre de 2008. 
  92. ↑ U. S. Food and Drug Administration - FDA (diciembre de 2004). «FDA Clears First of Kind Genetic Lab Test». FDA News (en inglés). FDA. Archivado desde el original el 17 de septiembre de 2008. Consultado el 13 de septiembre de 2008. 
  93. ↑ The International HapMap Consortium (2005). «A haplotype map of the human genome». Nature 437: 1299-1320. 
  94. ↑ UniProt Consortium (septiembre de 2008). «First draft of the complete human proteome available in UniProtKB/Swiss-Prot». UniProt News (en inglés). Consultado el 21 de septiembre de 2008. 
  95. ↑ Larkin, M. A., et al. (2007). «Clustal W and Clustal X version 2.0». Bioinformatics 23 (21): 2947-2948. 
  96. ↑ Gauthier, Jeff; Vincent, Antony T.; Charette, Steve J.; Derome, Nicolas (27 de noviembre de 2019). «A brief history of bioinformatics». Briefings in Bioinformatics 20 (6): 1981-1996. ISSN 1477-4054. PMID 30084940. doi:10.1093/bib/bby063. Consultado el 2 de noviembre de 2024. 
  97. ↑ Li, Wen-Hsiung (2006). Molecular Evolution. Sinauer Associates Inc. ISBN 978-0878934805. 
  98. ↑ Pop, M. (2004). «Shotgun Sequence Assembly». Advances in Computers 60: 193-248. ISSN 0065-2458. Archivado desde el original el 4 de julio de 2008. 
  99. ↑ Center for Bioinformatics and Computational Biology - CBCB (2006). «Gene Finding Tools (y otros recursos)» (en inglés). CBCB. Archivado desde el original el 18 de diciembre de 2008. Consultado el 14 de septiembre de 2008. 
  100. ↑ The ENCODE Project Consortium (2007). «Identification and analysis of functional elements in 1% of the human genome by the ENCODE pilot project». Nature 447 (NÚMERO): 799-816. ISSN 0028-0836. 
  101. ↑ Abascal, F. (2003). «Análisis de genomas. Métodos para la predicción y anotación de la función de las proteínas» (pdf). Archivado desde el original el 9 de agosto de 2011. Consultado el 14 de septiembre de 2008. 
  102. ↑ Futuyma; Douglas, J. (1997). Evolutionary Biology (3ª edición). Sinauer Associates. ISBN 0878931899. 
  103. ↑ Human Genome Project Information (2008). «Functional and Comparative Genomics Fact Sheet» (en inglés). U. S. Doe - Office of Science. Archivado desde el original el 20 de septiembre de 2008. Consultado el 15 de septiembre de 2008. 
  104. ↑ Levin, S. A. (1997). «Mathematical and Computational Challenges in Population Biology and Ecosystems Science». Science 275 (5298): 334-343. ISSN 0036-8075. 
  105. ↑ PhyLoTA Project. «PhyLoTA project web site - Tools to build the tree of life from sequence databases» (en inglés). Univ. of Arizona. Archivado desde el original el 26 de febrero de 2009. Consultado el 16 de septiembre de 2008. 
  106. ↑ United Nations Environment Programme - UNEP, et al. (1992). «The diversity of life». Global Biodiversity Strategy: Guidelines for action to save, study and use Earth's biotic wealth sustainably and equitably (en inglés). World Resources Institute (por la edición en web). Archivado desde el original el 23 de septiembre de 2008. Consultado el 16 de septiembre de 2008. 
  107. ↑ Bisby, F. A. (2000). «The Quiet Revolution: Biodiversity Informatics and the Internet». Science 289 (5488): 2309-2312. ISSN 0036-8075. 
  108. ↑ Ryder, O. A., et al. (2000). «DNA Banks for Endangered Animal Species». Science 288 (5464): 275-277. ISSN 0036-8075. 
  109. ↑ Wirta, V. (2006). «Mining the transcriptome – methods and applications» (pdf) (en inglés). Royal Institute of Technology, School of Biotechnology (Estocolmo). Archivado desde el original el 11 de septiembre de 2008. Consultado el 18 de septiembre de 2008. 
  110. ↑ Buhler, J. (2002). «Anatomy of a Comparative Gene Expression Study» (en inglés). Washington University in St. Louis - Dpt. of Computer Science & Engineering. Consultado el 18 de septiembre de 2008. 
  111. ↑ King, M. W. (2008). «Control of Gene Expression». The Medical Biochemistry Page (en inglés). Consultado el 19 de septiembre de 2008. 
  112. ↑ Pedersen, A. G., et al. (1999). «The Biology of Eukaryotic Promoter Prediction—a Review». Computers & Chemistry 23 (3-4): 191-207. 
  113. ↑ Moreau, Y. (2002). «Functional bioinformatics of microarray data: from expression to regulation». Proceedings of the IEEE 90 (11): 1722-1743. 
  114. ↑ Poetz, O., et al. (2005). «Protein microarrays: catching the proteome». Mechanisms of Ageing and Development 126 (1): 161-170. 
  115. ↑ Cristoni, S.; Bernardi, L. R. (2004). «Bioinformatics in mass spectrometry data analysis for proteomics studies». Expert Review of Proteomics 1 (4): 469-483. 
  116. ↑ American Association for Cancer Research (2008). «Cancer Concepts: SNPs» (en inglés). Archivado desde el original el 24 de septiembre de 2008. Consultado el 3 de octubre de 2008. 
  117. ↑ Pinkel, D.; Albertson, D. G. (2005). «Array comparative genomic hybridization and its applications in cancer». Nature Genetics 37: S11-S17. 
  118. ↑ Zhao, X., et al. (2004). «An Integrated View of Copy Number and Allelic Alterations in the Cancer Genome Using Single Nucleotide Polymorphism Arrays». Cancer Research 64: 3060-3071. 
  119. ↑ Lai, W. R., et al. (2005). «Comparative analysis of algorithms for identifying amplifications and deletions in array CGH data». Bioinformatics 21 (19): 3763-3770. ISSN 1460-2059. 
  120. ↑ Olshen, A. B.; Venkatraman, E. S. (2002). «Change-point analysis of array-based comparative genomic hybridization data». American Statistical Association Proceedings of the Joint Statistical Meetings, American Statistical Association, Alexandria, VA: 2530-2535. 
  121. ↑ Nirenberg, M. (2008). «The genetic code» (pdf). Nobel Lecture (en inglés). nobelprize.org. Consultado el 25 de septiembre de 2008. 
  122. ↑ Hegyi, H.; Gerstein, M. (1999). «The relationship between protein structure and function: a comprehensive survey with application to the yeast genome». Journal of Molecular Biology 228 (1): 147-164. 
  123. ↑ Moult, J. (2005). «A decade of CASP: progress, bottlenecks and prognosis in protein structure prediction». Current Opinion in Structural Biology 15 (3): 285-289. 
  124. ↑ Pellegrini, M., et al. (1999). «Assigning protein functions by comparative genome analysis: Protein phylogenetic profiles». Proceedings of the National Academy of Sciences (EE.UU.) 96 (8). 4285-4288. Archivado desde el original el 24 de septiembre de 2015. Consultado el 25 de septiembre de 2008. 
  125. ↑ Martí-Renom, M. A., et al. (2000). «Comparative Protein Structure Modeling of Genes and Genomes». Annual Review of Biophysics and Biomolecular Structure 29: 291-325. 
  126. ↑ Berg, J. M., et al. (2002). «7 - Exploring Evolution». Biochemistry (5ª edición). W. H. Freeman and Co. (edición papel); NCBI Bookshelf (edición electrónica). ISBN 0716730510. «Because three-dimensional structure is much more closely associated with function than is sequence, tertiary structure is more evolutionarily conserved than is primary structure. This conservation is apparent in the tertiary structures of the globins (...), which are extremely similar even though the similarity between (...) human hemoglobin (α chain) and lupine leghemoglobin is not statistically significant (15.6% identity).» 
  127. ↑ Bowie, J. U., et al. (1991). «A Method to Identify Protein Sequences That Fold into a Known Three-Dimensional Stucture». Science 253 (5016): 164-170. ISSN 0036-8075. 
  128. ↑ Baker, D.; Sali, A. (2001). «Protein Structure Prediction and Structural Genomics». Science 294 (5540): 93-96. ISSN 0036-8075. 
  129. ↑ Hardison, R. C. (2003). «Comparative Genomics». PLoS Biology 1 (2): 156-160. 
  130. ↑ Eriksen, N. (2003). «Combinatorial methods in comparative genomics» (pdf) (en inglés). Royal Institute of Technology - Department of Mathematics (Estocolmo). Consultado el 24 de septiembre de 2008. 
  131. ↑ Kitano, H. (2002). «Systems Biology: A Brief Overview». Science 295 (5560): 1662-1664. ISSN 0036-8075. 
  132. ↑ Bedau, M. A. (2003). «Artificial life: organization, adaptation and complexity from the bottom up». TRENDS in Cognitive Sciences 7 (11): 505-512. 
  133. ↑ Jones, T. R., et al. (2006). «Methods for High-Content, High-Throughput Image-Based Cell Screening». Proceedings of the Workshop on Microscopic Image Analysis with Applications in Biology held in association with MICCAI06 (Medical Image Computing and Computer-Assisted Intervention) - Copenhague, 5 octubre 2006: 65-72. Archivado desde el original el 4 de septiembre de 2008. 
  134. ↑ Zelditch, M., et al. (2004). Geometric Morphometrics for Biologists: A Primer. Academic Press. ISBN 0127784608. 
  135. ↑ Meijer, G. A., et al. (1997). «Origins of... Image analysis in clinical pathology». Journal of Clinical Pathology 50 (5): 365-370. 
  136. ↑ Craiem, D. et al. (2008). «New Assessment of Endothelium-Dependent Flow-Mediated Vasodilation to Characterize Endothelium Dysfunction». American Journal of Therapeutics 15 (4): 340-344. 
  137. ↑ Ellis, D. I.; Goodacre, R. (2006). «Metabolic fingerprinting in disease diagnosis: biomedical applications of infrared and Raman spectroscopy». The Analyst 131: 875-885. 
  138. ↑ Russell, R. B., et al. (2004). «A structural perspective on protein–protein interactions». Current Opinion in Structural Biology 14: 313-324. Archivado desde el original el 16 de agosto de 2011. 
  139. ↑ National Center for Biotechnology Information - NCBI. «NCBI/BLAST Home» (en inglés). Consultado el 14 de septiembre de 2008. 
  140. ↑ Instituto Europeo de Bioinformática - EBI (2008). «EMBL-EBI: ClustalW2» (en inglés). Consultado el 14 de septiembre de 2008. 
  141. ↑ a b «Open Bioinformatics Foundation: About us». Official website. Open Bioinformatics Foundation. Consultado el 10 de mayo de 2011. 
  142. ↑ «Open Bioinformatics Foundation: BOSC». Official website. Open Bioinformatics Foundation. Consultado el 10 de mayo de 2011. 
  143. ↑ Brohée, Sylvain; Barriot, Roland; Moreau, Yves (2010). «Biological knowledge bases using Wikis: combining the flexibility of Wikis with the structure of databases». Bioinformatics 26 (17): 2210-2211. PMID 20591906. doi:10.1093/bioinformatics/btq348. Consultado el 5 de mayo de 2015. 
  144. ↑ European Bioinformatics Institute (2006). «EBI Web Services» (en inglés). Consultado el 3 de septiembre de 2008. 
  145. ↑ European Bioinformatics Institute (2006). «Web Services at the EBI» (en inglés). Consultado el 3 de septiembre de 2008. 
  146. ↑ Nisbet, Robert (14 de mayo de 2009). «BIOINFORMATICS». Handbook of Statistical Analysis and Data Mining Applications. John Elder IV, Gary Miner. Academic Press. p. 328. ISBN 9780080912035. Consultado el 9 de mayo de 2014. 
  147. ↑ BioMoby, usado por, entre otros, el Instituto Nacional de Bioinformática Archivado el 28 de junio de 2015 en Wayback Machine. español, es un ejemplo de tales servicios de registro. Genera una infraestructura para la distribución y el descubrimiento de datos biológicos a través de servicios web.
  148. ↑ Commissioner, Office of the. «Advancing Regulatory Science - Sept. 24-25, 2014 Public Workshop: Next Generation Sequencing Standards». www.fda.gov (en inglés). Consultado el 30 de noviembre de 2017. 
  149. ↑ Simonyan, Vahan; Goecks, Jeremy; Mazumder, Raja (2017). «Biocompute Objects—A Step towards Evaluation and Validation of Biomedical Scientific Computations». PDA Journal of Pharmaceutical Science and Technology 71 (2): 136-146. ISSN 1079-7440. PMC 5510742. PMID 27974626. doi:10.5731/pdajpst.2016.006734. 
  150. ↑ Commissioner, Office of the. «Advancing Regulatory Science - Community-based development of HTS standards for validating data and computation and encouraging interoperability». www.fda.gov (en inglés). Consultado el 30 de noviembre de 2017. 
  151. ↑ https://www.biorxiv.org/
  152. ↑ BioCompute Object (BCO) project is a collaborative and community-driven framework to standardize HTS computational data. 1. BCO Specification Document: user manual for understanding and creating B., biocompute-objects, 3 de septiembre de 2017, consultado el 30 de noviembre de 2017 .
  153. ↑ Greene, Anna C.; Giffin, Kristine A.; Greene, Casey S.; Moore, Jason H. (2016-01). «Adapting bioinformatics curricula for big data». Briefings in Bioinformatics 17 (1): 43-50. ISSN 1477-4054. PMC 4719066. PMID 25829469. doi:10.1093/bib/bbv018. Consultado el 2 de noviembre de 2024. 
  154. ↑ Via, Allegra; De Las Rivas, Javier; Attwood, Teresa K.; Landsman, David; Brazas, Michelle D.; Leunissen, Jack A. M.; Tramontano, Anna; Schneider, Maria Victoria (2011-10). «Ten simple rules for developing a short bioinformatics training course». PLoS computational biology 7 (10): e1002245. ISSN 1553-7358. PMC 3203054. PMID 22046119. doi:10.1371/journal.pcbi.1002245. Consultado el 2 de noviembre de 2024. 
  155. ↑ Vincent, Heather M.; Page, Christopher (2013-11). «Developing an online programme in computational biology». Briefings in Bioinformatics 14 (6): 775-783. ISSN 1477-4054. PMID 22988255. doi:10.1093/bib/bbs059. Consultado el 2 de noviembre de 2024. 
  156. ↑ Carvalho-Silva, Denise; Garcia, Leyla; Morgan, Sarah L.; Brooksbank, Cath; Dunham, Ian (2018-11). «Ten simple rules for delivering live distance training in bioinformatics across the globe using webinars». PLoS computational biology 14 (11): e1006419. ISSN 1553-7358. PMC 6237289. PMID 30439935. doi:10.1371/journal.pcbi.1006419. Consultado el 2 de noviembre de 2024. 

Bibliografía

[editar]

Enlaces externos

[editar]

Proyectos de Software

[editar]

Organizaciones

[editar]

Publicaciones especializadas

[editar]

Otros recursos en español

[editar]

Otros

[editar]
Obtenido de «https://es.wikipedia.org/w/index.php?title=Bioinformática&oldid=163358442»