Anar al contingut

Biologia computacional

De L'Enciclopèdia, la wikipedia en valencià

La biologia computacional és l'us d'algoritmes i computadors per a facilitar l'enteniment de problemes biològics. Branca de les ciències que estudia sistemes biològics per mig del disseny, estudi i aplicació d'algoritmes computacionals. Es focaliza en l'anàlisis de senyes, modelació matemàtica i simulació computacional.[1] Els sistemes estudiats comprenen des de l'escala molecular als ecosistemes, passant per les cèlules, el sistema nerviós, i els sistemes socials. La biologia computacional comprén varis camps ya establits: química, bioquímica, genètica, matemàticas, ingenieria de sistemes, física, estadísticas, etc.

Introducció

[editar | editar còdic]

La biologia computacional és a voltes definida com a sinònim de Bioinformática i a voltes com una disciplina emparentada, pero distinta, d'esta. El NIH definix a abdós disciplines com a distintes encara que en cert grau de solapamiento, segons esta definició la bioinformática esta més relacionada en el desenroll de ferramentes computacionals en la finalitat d'analisar i processar senyes i la biologia computacional en l'estudi per mijos computacionals de sistemes biològics.[1]

Subcampos

[editar | editar còdic]

Bioinformática

[editar | editar còdic]
Artícul principal → Bioinformática.

La bioinformática és el camp de la biologia computacional centrat en l'investigació, desenroll i aplicació de ferramentes computacionals per a l'adquisició, almagasenament, organisació, anàlisis i visualisació de senyes biològiques.[1] Es tracta d'un àrea de treball multidisciplinar, a on s'utilisa una gran varietat de métodos i ferramentes de mineria de senyes, reconeiximent de patrons, machine learning o processament digital d'imàgens per a resoldre qüestions biològiques com alineamiento de seqüències, predicció de gens, comparació de genomes de diferents espècies, predicció de l'estructura de proteïnes o modelació d'interaccions moleculars, entre moltes atres.

Archiu:Multiple Sequence Alignment of CAPS 7 Protein Sequence Across 20 Species (1).png
Eixemple de alineamiento múltiple de seqüències de la proteïna ZNF226, procedents de 20 espècies diferents en un estudi de busca de patrons conservats evolutivament.

Els temes d'estudi més rellevants en la bioinformática són l'anàlisis de seqüències i l'anàlisis d'expressió gènica i la seua regulació.


L'anàlisis de seqüències sol comprendre l'identificació d'una série determinada de bases nucleotídicas, busca de patrons o seqüències repetitives i identificació de característiques genètiques i genómicas (ej.: gens que codifiquen proteïnes o ARN, promotors, llocs d'unió de factors de transcripció o d'histona, variants genètiques etc.). Tots estos elements tenen implicacions estructurals i funcionals per als sistemes biològics a diferents nivells: ADN, cromatina, proteïnes i la seua expressió, composició i organisació celular o regulació de rutes metabòliques essencials per al desenroll celular o d'un organisme complet. La creació de bases de senyes com RefSeq, GenBank, Ensembl o ENCODE i de ferramentes computacionals com BLAST, FASTA i ClustalW, per a alineamiento de seqüències, o GLIMMER, GENSCAN, anàlisis de k-mers o métodos d'aprenentage automàtic supervisat, per a l'identificació de gens i atres elements genómicos, han supost importants alvanços en el camp de la bioinformática.[2][3][4][5]


L'anàlisis d'expressió gènica s'aborda, o be, quantificant els nivells celulars de ARNm, per ad açò els métodos experimentals més rellevants són RNA-Seq, microarrays de ADN, seqüenciació d'EST, entre unes atres, o be, quantificant els nivells de proteïnes, per mig de microarrays de proteïnes i l'espectrometria de masses. En abdós casos, la bioinformática té un paper clau en el desenroll de ferramentes i métodos de control de calitat de les senyes obtingudes i assegurar una generació de senyes robusta i reproduible. Per factors experimentals, és molt comú obtindre una variabilitat molt alta de senyals, ya es corresponguen en llectures de seqüències de ARN o seqüències de proteïnes, en un alt ràtio de soroll de fondo/senyales, sent necessari netejar este soroll per a obtindre senyals clares i específiques de les molècules d'estudi. En estos métodos és fonamental la normalisació de les senyes per a una quantificació correcta de les seqüències; en RNA-Seq, el alineamiento de seqüències curtes de ARN contra un genoma de referència presenta reptes bioinformáticos específics per a no generar falsos positius; o en espectrometria de masses, és necessari diferenciar seqüències originàries de proteïnes en estructura, funció i localisació celular molt diferents i de proporcions variables. Alguns eixemples, entre molts uns atres, de ferramentes computacionals més rellevants per a estos anàlisis són: STAR, per a alineamiento de seqüències curtes obtingudes en RNA-Seq, Picard per a control de calitat de seqüències, métodos d'agrupamiento jeràrquic en aprenentage automàtic no supervisat per a classificar famílies de proteïnes i quantificar la seua abundància celular.[6][7][8]


L'anàlisis de la regulació de l'expressió gènica també es pot abordar, o be, identificant seqüències reguladores i seqüències motive associades en el ADN (ej.: promotors, enhancers, llocs d'unió de factors de transcripció o de histona etc.), o be, identificant modificacions epigenéticas (ej.: obertura de la cromatina i modificacions de histona), modificacions post-transcripcionales de el ARNm (ej.: splicing alternatiu, adició de cadenes de poli-A etc.) i postraduccionales de proteïnes (ej.: adició de grups funcionals: fosfat, metilo etc.) i modificacions químiques de el ADN (ej.: metilación). En estos casos, la bioinformática ha segut fonamental per al desenroll de bases de senyes de seqüències motive i llocs d'unió de factors de transcripció com JASPAR o TFBSshape i per a l'anàlisis de senyes obtingudes per métodos experimentals d'identificació d'interaccions entre regions reguladores, per mig de la comprensió de l'organisació tridimensional de el ADN en el núcleu celular. Estos últims s'engloben en els denominats métodos de captura de la conformació de cromosomes o métodos 3C.[9][10][11]

Biomodelado computacional

[editar | editar còdic]
Artícul principal → Modelling biological systems.

Biologia de sistemes

[editar | editar còdic]
Artícul principal → Biologia de sistemes.
Archiu:Signal transduction pathways.svg
Eixemples de rutes de transducción de senyals a nivell intracelular, que en conjunt poden supondre un sistema biològic. Diferents molècules (ej.: hormones, citocinas, factors de creiximent etc.) poden actuar en els seus respectius receptors diana en la cèlula de destí. Açò pot generar una série de reaccions en cadena entre diferents proteïnes intracelulars, provocant una resposta (ej.: activació/desactivació de l'expressió gènica, promoure la proliferació celular o l'apoptosis.

La biologia de sistemes és l'anàlisis computacional de sistemes biològics, des del nivell molecular fins a poblacions completes, via la modelació matemàtica dels seus components, les seues interaccions intra- i intersistemas i propietats emergents.[12] Es caracterisa per basar-se en un enfocament holístico o integral de l'estudi dels processos biològics, en contraposició del reduccionismo, el qual ha segut històricament l'aproximació més utilisada per a comprendre l'organisació biològica.[13] Si ben este camp comprén varietat de sistemes biològics, els més típicament estudiats són les rutes metabòliques, per eixemple la glucólisis per a l'obtenció d'energia a partir de molècules de glucosa a nivell celular, i de senyalisació i transducción de senyals celulars, per eixemple la via de senyalisació del factor de creiximent epidérmico (EGF) en unir-se al seu receptor diana i la consecutiva cascada de modificacions bioquímiques a nivell celular.


Les ciències ómicas, els anàlisis de les quals poden comprendre gran part d'un sistema biològic generant senyes massives, estan freqüentment associades en la biologia de sistemes, especialment la metabolómica, proteómica, interactómica o la genómica.[14][15][16] En metabolómica, un dels métodos d'estudi més rellevant és l'anàlisis de balanç de fluix, centrat en construir i analisar un model dels fluix de diferents metabòlits i atres components d'una ruta metabòlica, per eixemple: els components intermijos de la glucólisis, que són modificats bioquímicamente per enzimes successivament fins a generar un producte final.[17] A major escala, és possible crear models de simulació de rets metabòliques, en les que es descriu l'interrelació de gens, proteïnes, metabòlits i atres components. Açò permet, depenent de la precisió del model, predir el fenotip resultant de tots estos mecanismes moleculars subjacents.[18] En estos estudis són necessàries ferramentes computacionals capaces de classificar grups associats de metabòlits, calcular correlació entre estos grups,[19] descriure la cinètica de reaccions enzimàtiques, d'acort en la llei de masses,[20] i l'us de mineria de texts per a obtindre informació bibliogràfica sobre les biomoléculas d'interés.[21][22]

Un camp estretament relacionat en la biologia de sistemes és la biologia sintètica, la qual se centra en millorar sistemes biològics que existixen en la naturalea (ej.: afegint noves funcionalitats a una enzima o una ruta metabòlica) o en dissenyar i construir nous sistemes biològics per mig d'ingenieria genètica (ej.: sintetisant artificialment biomoléculas capaços de complir tasques específiques). Abdós camps es retroalimenten, junt en uns atres com l'ingenieria de control i el disseny de biomateriales. Alguns dels temes d'estudi més rellevants són la síntesis de novo de seqüències de gens, inclús d'un genoma complet (vore cas del genoma mínim de Mycoplasma laboratorium),[23] síntesis de factors de transcripció sintètics[24] i creació de circuits biològics sintètics capaços de regular la transcripció, traducció i regulació de l'expressió gènica.[25]

Biologia evolutiva

[editar | editar còdic]
Artícul principal → Biologia evolutiva.

Les ferramentes computacionals/estadístiques permeten l'estudi de les relacions evolutives entre molècules (com a proteïnes) i/o entre individus.

Genómica computacional

[editar | editar còdic]
Artícul principal → Genómica computacional.


Archiu:Genome viewer screenshot small.png
Ideograma del cromosoma X del genoma humà (extret del NCBI)

La genómica computacional és l'estudi de la seqüència dels genomes, tant de ADN com de ARN per mig de ferramentes computacionals i estadístiques. Dos dels tipos d'estudis més freqüents en este camp són l'alineamiento de seqüències i la seqüenciació de el ADN. Per al primer, s'han desenrollat diferents algoritmes com l'algoritme Needleman-Wunsch i BLAST per a comparar dos o més seqüències i quantificar el grau de similitut entre estes.[26]

Per al segon, existix una gran varietat de métodos experimentals des de la seqüenciació pel Método de Sanger fins als més utilisats actualment de tipo "Next Generation Sequencing" o NGS. El constant progrés en el desenroll i aplicació d'estos métodos experimentals a dut conseguixc un desenroll paralel de ferramentes computacionals capaces de tractar conjunts de senyes cada volta més massius. Etapes clau en un anàlisis de senyes de seqüenciació, com poden ser l'identificació de les bases nucleotídicas per a la llectura d'una seqüència, el alineamiento d'esta contra un genoma de referència o l'identificació de variants genètiques, requerixen de potents algoritmes com rets neuronals, algoritmes SVM o métodos d'inferència Bayesiana.[27][28]


El Proyecte Genoma Humà és un eixemple de genómica computacional realisada a una escala internacional, en el qual es va conseguir secuenciar per primera volta el 99% de la eucromatina del genoma humà en una precisió del 99.99% en l'any 2003.[29] Despuix de posteriors estudis, s'han publicat diferents versions del genoma humà, cada cual més completa que l'anterior, fins que en giner de 2022 el Consorci Telomere-to-Telomere (T2T)[30] va publicar els resultats de la seqüenciació completa.[31][32]


Despuix de l'èxit històric que va supondre este proyecte, s'han portat a terme molts atres centrats en la seqüenciació de genomes. Alguns eixemples: el Proyecte 1000 Genomes, en l'objectiu d'estudiar la variabilitat del genoma humà a escala mundial, identificar freqüències de variants rares en poblacions humanes i millorar els resultats del genoma de referència humà obtingut en el Proyecte Genoma Humà;[33][34] el Proyecte 1000 000 Genomes, centrat en investigar variants genètiques associades en malalties rares, cancer i malalties infeccioses i potenciar el diagnòstic clínic de pacients del Regne Unit;[35] el Proyecte Earth BioGenome, dedicat en la seqüenciació de tots els organismes eucariota en la Terra en el propòsit de generar genomes de referència per a cada família taxonómica i aixina promoure iniciatives de conservació de la biodiversitat.[36][37]

Neurociencia computacional

[editar | editar còdic]
Artícul principal → Neurociencia computacional.

Farmacologia

[editar | editar còdic]
Artícul principal → Farmacologia.


Referències

[editar | editar còdic]
  1. ↑ 1,0 1,1 1,2 «NIH working definition of Bioinformatics and Computational Biology». web.archive.org. Archivat des d'el original, el 5 de setembre de 2012. Consultat el 2022-07-26.
  2. ↑ BMC bioinformatics.5
    59.ISSN 1471-2105.doi:10.1186/1471-2105-5-59.Consultat el 2022-07-27.
  3. ↑ Science.306(5696)
    636–640.ISSN 0036-8075.doi:10.1126/science.1105136.Consultat el 2022-07-27.
  4. ↑ Nature Reviews Genetics.13(5)
    329–342.ISSN 1471-0064.doi:10.1038/nrg3174.Consultat el 2022-07-27.
  5. ↑ Prjibelski, Andrey D.; Korobeynikov, Anton I.; Lapidus, {{{nom3}}} (2019-01-01). Sequence Analysis (en en), Academic Press, pp. 292–322. ISBN 978-0-12-811432-2.
  6. ↑ Current Protocols in Molecular Biology.124(1)
    i68.ISSN 1934-3647.doi:10.1002/cpmb.68.Consultat el 2022-07-29.
  7. ↑ Mass Spectrometry Reviews.37(5)
    697–711.ISSN 1098-2787.doi:10.1002/mes.21544.Consultat el 2022-07-29.
  8. ↑ International Journal of Molecular Sciences.21(8)
    E2873.ISSN 1422-0067.doi:10.3390/ijms21082873.Consultat el 2022-07-29.
  9. ↑ Nature Reviews Genetics.5(4)
    276–287.ISSN 1471-0064.doi:10.1038/nrg1315.Consultat el 2022-07-31.
  10. ↑ Quantitative Biology (Beijing, China).1(2)
    115–130.ISSN 2095-4689.doi:10.1007/s40484-013-0012-4.Consultat el 2022-07-31.
  11. ↑ Nucleic Acids Research.ISSN 0305-1048.doi:10.1093/nar/gkz970.Consultat el 2022-07-31.
  12. ↑ L. Snoep, Jacky; V. Westerhoff, {{{nom2}}} (11 de giner de 2005). Springer (ed.). From isolation to integration, a systems biology approach for building the Silicon Cell (en anglés), Berlin, Heidelberg: Springer. doi:10.1007/b106456. ISBN 978-3-540-22968-1.
  13. ↑ Essays in Biochemistry.Essays in Biochemistry.doi:10.1042/EBC20180003.Consultat el 7 de setembre de 2022.
  14. ↑ Essays in Biochemistry.45
    67–82.ISSN 0071-1365.doi:10.1042/bse0450067.Consultat el 2022-09-08.
  15. ↑ Human Molecular Genetics.14(suppl_2)
    R171–R181.ISSN 1460-2083.doi:10.1093/hmg/ddi335.Consultat el 2022-09-08.
  16. ↑ Romualdi, Chiara; Lanfranchi, Gerolamo (2009). Statistical Tools for Gene Expression Analysis and Systems Biology and Related Web Resources (en en), Humana Press, pp. 181–205. doi:10.1007/978-1-59745-440-7_11. ISBN 978-1-59745-440-7.
  17. ↑ Nature Biotechnology.28(3)
    245–248.ISSN 1546-1696.doi:10.1038/nbt.1614.Consultat el 2022-09-08.
  18. ↑ Trends in Microbiology.13(11)
    550–558.ISSN 0966-842X.doi:10.1016/j.tim.2005.09.001.Consultat el 2022-09-08.
  19. ↑ Bioinformatics.28(3)
    446–447.ISSN 1460-2059.doi:10.1093/bioinformatics/btr656.Consultat el 2022-09-13.
  20. ↑ IEEE Control Systems Magazine.29(4)
    60–78.ISSN 1941-000X.doi:10.1109/MCS.2009.932926.Consultat el 2022-09-13.
  21. ↑ {{Cita publicació|url=https://www.cell.com/trends/biotechnology/abstract/___caps_68___(06)00242-3%7Ctítul=Text mining and its potential applications in systems biology|llinages=Ananiadou|nom=Sophia|llinages2=Kell|nomene2=Douglas B.|data=2006-12-01|publicació=Trends in Biotechnology|volum=24|número=12|pàgines=571–579|fechaacceso=2022-09-13|idioma=anglés|issn=0167-7799|doi=10.1016/j.tibtech.2006.10.002|pmid=17045684|llinages3=Tsujii|nomene3=Jun-ichi}}
  22. ↑ Computational and Structural Biotechnology Journal.15
    396–402.ISSN 2001-0370.doi:10.1016/j.csbj.2017.07.005.Consultat el 2022-09-13.
  23. ↑ Science.319(5867)
    1215–1220.ISSN 0036-8075.doi:10.1126/science.1151721.Consultat el 2022-09-10.
  24. ↑ Cell.150(3)
    647–658.ISSN 0092-8674.doi:10.1016/j.cell.2012.05.045.Consultat el 2022-09-10.
  25. ↑ Proceedings of the National Academy of Sciences.101(22)
    8414–8419.ISSN 0027-8424.doi:10.1073/pnas.0402940101.Consultat el 2022-09-10.
  26. ↑ T.A. Brown (1999). Genomes, John Wiley & Sons. ISBN ISBN 0-471-31618-0.
  27. ↑ TheScientificWorldJournal.2013
    730210.ISSN 1537-744X.doi:10.1155/2013/730210.Consultat el 2022-07-17.
  28. ↑ Genome Biology.20(1)
    129.doi:10.1186/s13059-019-1727-i.Consultat el 2022-07-14.
  29. ↑ Nature. 429 (6990): 365–68..doi:10.1038/nature02390.Consultat el 12-07-2022.
  30. ↑ NHGRI. «Consorci Telomere-to-Telomere (T2T)». NHGRI.
  31. ↑ Science.376(6588)
    44–53.ISSN 0036-8075.doi:10.1126/science.abj6987.Consultat el 2022-07-21.
  32. ↑ T2T Consortium. «Genoma de referència humà versió T2T-CHM13v2.0». NCBI. Consultat el 16 de Juliol de 2022.
  33. ↑ Nature.(526(7571): 68–74.)doi:10.1038/nature15393.Consultat el 16-07-2022.
  34. ↑ Nature.526(7571), 75–81doi:10.1038/nature15394.Consultat el 16-07-2022.
  35. ↑ «DNA mapping to better understand cancer, rare diseases and infectious diseases». GOV.UK. Consultat el 2022-07-16.
  36. ↑ Proceedings of the National Academy of Sciences of the United States of America.doi:10.1073/pnas.1720115115.Consultat el 16-07-2022.
  37. ↑ «Earth BioGenome Project». Earth BioGenome Project. Consultat el 2022-07-16.
Obtingut de «https://www.lenciclopedia.org/w/index.php?title=Biologia_computacional&oldid=818522»