1 / 60

I Bioinformática: una panorámica

I Bioinformática: una panorámica. Andrés Moreira Departamento de Informática UTFSM. ¿Qué es la bioinformática?. De un artículo en Nature : “El desarrollo y aplicación de herramientas computacionales para adquirir, almacenar, organizar, archivar, analizar y visualizar datos biológicos.”.

amara
Télécharger la présentation

I Bioinformática: una panorámica

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. IBioinformática: una panorámica Andrés Moreira Departamento de Informática UTFSM

  2. ¿Qué es la bioinformática? De un artículo en Nature : “El desarrollo y aplicación de herramientas computacionales para adquirir, almacenar, organizar, archivar, analizar y visualizar datos biológicos.”

  3. ¿Qué es la bioinformática? Qué dice Wikipedia: “La bioinformática y la biología computacional involucran el uso de técnicas que incluyen las matemáticas aplicadas, la informática, la estadística, la inteligencia artificial, la química y la bioquímica para resolver problemas biológicos, generalmente a un nivel molecular.”

  4. ¿Qué es la bioinformática? • Qué dice Wikipedia: • Bioinformática y biología computacional son usados casi como sinónimos. • Diferencia: • Bioinformática  énfasis en los datos • ( más cerca de la definición en Nature ) • Biología computacional  énfasis en las teorías, hipótesis

  5. Desarrollo de algoritmos Testeo de hipótesis HCI Web Análisis (semi)automatizado a gran escala ¿Qué es la bioinformática? MATEMÁTICAS INFORMÁTICA BIOLOGÍA

  6. ¿Qué NO es la bioinformática? Si bien existe amplio campo informático en otras áreas de la biología (por ejemplo, ecología), la palabra bioinformática se suele reservar para cosas cercanas a la biología molecular. Por otro lado... Al hablar de “biología computacional” casi podría pensarse en “mirada computacional de la biología”. Ese es otro tema, pero no tan descabellado como puede parecer a primera vista.

  7. ¿Qué NO es la bioinformática? De hecho es una perspectiva a la que a veces volveremos. “If you want to understand life, don’t think about vibrant, throbbing gels and oozes, think about information technology.” Richard Dawkins, en “The Blind Watchmaker” Así que no es sólo prestación de servicios... Es una invasión!

  8. Bioinformática: lo “bio” ¿De qué está hecha la vida? Proteínas: • Cadenas formadas por aminoácidos: {A, C, D, E, F, G, H, I, K, L, M, N, P, Q, R, S, T, V, W, Y} • Realizan casi todos los trabajos: estructura, mensajería, catálisis, manejo de energía Ácidos nucleicos: • Cadenas formadas por nucleótidos: {a, c, g, t} para DNA, {a, c, g, u} para RNA. • Almacenamiento y porte de información, síntesis de proteínas.

  9. Bioinformática: lo “bio”

  10. Bioinformática: lo “bio” augccuaguaug... ...ugugcaacguga • aug ccu auu aug ... ... ugu gca acg uga • M P S M ... ... C A T stop

  11. Bioinformática: lo “bio”

  12. RNAs tRNA Bioinformática: lo “bio”

  13. Es aún más importante en las proteínas: ahí la forma básicamente determina la función. Bioinformática: lo “bio” Estructura 1d, 2d, 3d (“primaria”, “secundaria”...)

  14. Bioinformática: lo “bio” • ¿Quién decide qué se copia y se fabrica? • Básicamente proteínas, pegándose a un punto apropiado en el DNA (regulación). • Eso determinará qué tanto se fabrica de cada gen (el nivel de expresión). • Varias proteínas pueden regular un mismo gen, y ese a su vez puede regular a otros  aparecen redes de regulación.

  15. Un ciclo diario nivel gen 2 nivel gen 1 Bioinformática: lo “bio” • Los niveles de expresión: • van cambiando a través del tiempo • determinan el tipo de célula Los cambios en la regulación y expresión de los genes pueden ser tanto o más importantes para la evolución que los cambios en la secuencia del DNA.

  16. Bioinformática: lo “bio” • Una célula hace • cosas: • Metabolismo • Comunicación • Reproducción • Evolución • Así que se agregan fenómenos a otros niveles: de organismo multicelular, de linaje que evoluciona, etc etc

  17. Bioinformática: perspectiva histórica 1953: Watson & Crick descifran la estructura del DNA En las décadas siguientes, se aprende sobre el código genético. Más tarde, se empiezan a leer genes. Desde hace un tiempo, genomas.

  18. Bioinformática: perspectiva histórica Número de letras ___________________________________________________________ 1971 Se publica la primera secuencia de DNA 12 1977 PhiX174 5,375 1982 Lambda 48,502 1992 Cromosoma III de la levadura 316,613 1995Haemophilus influenza 1,830,138 1996Saccharomyces 12,068,000 1998C. elegans 97,000,000 2000D. melanogaster 120,000,000 2001H. sapiens (borrador) 2,600,000,000 2003H. sapiens 2,850,000,000

  19. Celera Genomics Consorcio Público (HGP) Bioinformática: perspectiva histórica • Proyecto de genoma humano: • Terminado el 2001 • Se pensó que iba atrasado.

  20. Bioinformática: perspectiva histórica Simultáneamente, va creciendo el número de secuencias de proteínas que se conocen. Y el número de estructuras de proteínas. Y una serie de otros tipos de información. Y la cantidad de publicaciones. Bases de datos debases de datos.

  21. Bioinformática: perspectiva histórica

  22. Bioinformática: perspectiva histórica • Pronto aparecieron los repositorios de información. • Paralelamente, algoritmos crecientemente complejos: • ensamblado de genomas • detección de genes en las secuencias • alineamiento de secuencias • predicción de estructura 2d y/o 3d

  23. Bioinformática: perspectiva histórica • Además de aumentar el volumen, aumentó la complejidad: • Genes escritos en trozos • Genes con más de un producto • Interacciones complejas de regulación • Genes saltarines • RNA con funciones “propias de proteínas”

  24. Bioinformática: perspectiva histórica • Un torrente de información que ha crecido de manera exponencial, cada vez con más matices y más complejidad. • No cesan de aparecer cosas nuevas, ya sea por disponibilidad de datos o por nuevos descubrimientos: • Metagenómica • Epigenética • Variación en la población (SNPs) • interferencia de RNA (microRNA) • ...

  25. Bioinformática: perspectiva histórica • Se ha ido refinando y especializando el nivel de las aplicaciones computacionales: • De repositorios, a bases de datos anotadas, a protocolos para interoperabilidad • De hacer regresiones lineales, a construir modelos complejos vía machine learning • De gráficos simples a minería de datos • De revistas en papel, a textos online semánticamente anotados (y cuando no, procesamiento de lenguaje natural) • Pero: Los datos nos llevan la delantera.

  26. Bioinformática: perspectiva histórica

  27. Bioinformática: perspectiva histórica • Toda la biología se ha “molecularizado”, y por lo tanto, “informatizado”: la biología es hoy una “ciencia de la información” • Esto afecta toda la investigación en ámbito biológico, incluyendo la agropecuaria, ecológica, etc. • La biotecnología es una industria en crecimiento, y no sólo en el mundo desarrollado.

  28. Biolixiviacion : se logró aumentar la velocidad con que la bacteria Thiobacillus ferrooxidans recupera cobre a partir de desechos de la explotación primaria. Bioinformática: Chile • Chile produce madera, salmones, productos agrícolas.... • Pero incluso para el cobre la bioinformática resulta importante:

  29. Problemas clásicos (siempre vigentes) • Ensamblar DNA: • dada una serie de fragmentos secuenciados, reconstruir el genoma completo. • Una versión aún más complicada, ahora que existe la metagenómica: • dada una serie de fragmentos provenientes de muchos genomas distintos, reconstruir cada uno (o por lo menos clasificar bien los fragmentos!)

  30. --T—-CC-C-AGT—-TATGT-CAGGGGACACG—A-GCATGCAGA-GAC | || | || | | | ||| || | | | | |||| | AATTGCCGCC-GTCGT-T-TTCAG----CA-GTTATG—T-CAGAT--C 10 20 30 40 50 Sec. 1 KVYGYDSNIHKCVYCDNAKRLLTVKKQPFEFINIMPEKGV---FDD—EKIAELLTKLGR ..:: .. :: : .: :: : .:.: .. . . :: ::. : .. . Sec. 2 EIYGIPEDVAKCSGCISAIRLCFEKGYDYEIIPVLKKANNQLGFDYILEKFDECKARANM 10 20 30 40 50 60 Problemas clásicos (siempre vigentes) Alineamiento de secuencias (DNA o proteínas): Encontrar la ruta más corta que pudo convertir una secuencia en otra

  31. Problemas clásicos (siempre vigentes) • Se detectan relaciones de parentesco, o eventualmente similitud funcional • Dada una secuencia de consulta, se encuentran las más cercanas en una base de datos Alineamiento múltiple: para familias de secuencias

  32. Problemas clásicos (siempre vigentes) También se hace alineamiento de estructuras (para reconocer familias de proteínas)

  33. Problemas clásicos (siempre vigentes) • Búsqueda en secuencias: • Inicialmente, encontrar genes (secuencias • que codifican proteínas) • En el genoma humano, son el 3%. • Con estadística y un poco más, se puede hacer bastante. • Complicación: • hay otras cosas que encontrar, y son más sutiles • redes neuronales, modelos markovianos, largo etc

  34. Problemas clásicos (siempre vigentes) • Predicción de estructura bi- y tridimensional: • No es trivial ni siquiera para RNA; para proteínas, es extremadamente difícil. • Incluso una simplificación • extrema es NP • Y, por otro lado, es vital • (para discernir la función, • relaciones de interacción, • parentezcos...)

  35. Problemas • Detección de la expresión : • ¿Bajo qué circunstancias se expresa un gen? • ¿Qué gen se expresa bajo una circunstancia dada? • ¿Cuáles se expresan siempre juntos (o vinculados por algún patrón)? • Una tipo de experimento que se ha vuelto popular: microarrays

  36. DATOS INFORMACION

  37. Problemas • Detección de regulación y construcción de redes: ¿Quién regula a quién? • Los microarrays también pueden ayudar (como series de tiempo: se saca “la foto” en momentos distintos) • Determinando las redes de regulación es posible además analizarlas: • ¿Qué tan robustas son? • ¿Cómo pueden evolucionar? • ¿Cómo se las puede intervenir?

  38. Problemas

  39. Se pueden aproximar los estados mediante variable booleanas (binarias): encendido o apagado El resultado será un grafo en cuyos nodos se ponen funciones lógicas. Ha sido un modelo muy productivo. Problemas

  40. Problemas

  41. Problemas • Modelamiento y simulación: • Dinámica celular • Morfogénesis • Interacción en organismos multicelulares (o entre unicelulares) • Evolución • ...

  42. Datos de secuencias • GenBank, en el National Center of Biotechnology Information, National Library of Medicine, EEUU (nucleotidos y proteinas) http://www.ncbi.nlm.nih.gov/Entrez • European Molecular Biology Laboratory (EMBL) Outstation en Hixton, England http://www.ebi.ac.uk/embl/index.html • DNA DataBank of Japan (DDBJ) en Mishima, Japan http://www.ddbj.nig.ac.jp/ • Protein International Resource (PIR) en la National Biomedical Research Foundation, EEUU http://www-nbrf.georgetown.edu/pirwww/ • SwissProt (secuencias de proteínas) Swiss Institute for Experimental Cancer Research, en Epalinges/Lausanne http://www.expasy.ch/cgi-bin/sprot-search-de

  43. Datos de secuencias

  44. Datos de secuencias

  45. Datos de secuencias

  46. Datos de secuencias

  47. Datos de secuencias

  48. Datos de estructuras • RCSB Protein Data Bank (PDB): www.rcsb.org • BioMagResBank: http://www.bmrb.wisc.edu/ • MMDB: http://www.ncbi.nlm.nih.gov/Structure/MMDB/mmdb.shtml • RNA: http://www.rnabase.org/

  49. Datos de estructuras: PDB

  50. Datos de estructuras: PDB

More Related