De los Sistemas Moleculares hacia la ComputaciA?n BiolA?gica

Breve historia del Instituto Nacional de BioinformA?tica (INB)

La propuesta de constituir el Instituto Nacional de BioinformA?tica fue recibida en el 2002 por la FundaciA?n Genoma EspaA�a (GE) como su primer proyecto de plataforma tecnolA?gica, con la misiA?n principal de desarrollar la BioinformA?tica y la BiologA�a Computacional en EspaA�a y poder encontrar diferentes soluciones (InformA?ticas y Computacionales) a la necesidades creadas en el desarrollo y ejecuciA?n de los diferentes proyectos de genA?mica y proteA?mica en el A?mbito nacional. En noviembre del 2003, GE aprobA? el proyecto para la constituciA?n del Instituto Nacional de BioinformA?tica (INB), con un presupuesto de 4.5 millones de euros para un periodo de ejecuciA?n de tres aA�os, que en 2007 fue renovado por otros tres aA�os. El INB iniciA? su actividad en abril de 2004 y continA?a desarrollA?ndose hasta la fecha. El Instituto Nacional de BioinformA?tica (INB) es una plataforma nacional cuya funciA?n principal es proporcionar soporte a los diferentes grupos experimentales que trabajan en genA?mica y proteA?mica en EspaA�a.

Actividades y objetivos de trabajo

El Instituto Nacional de BioinformA?tica (www.inab.org) es una plataforma tecnolA?gica que ofrece servicios, soporte y colaboraciA?n en bioinformA?tica a la comunidad cientA�fica espaA�ola que desarrolla proyectos en genA?mica y proteA?mica aplicados en salud, ambiente y agricultura. A nivel tA�cnico mantiene una larga y controlada colecciA?n de servicios y sistemas Web para empleo en anA?lisis genA?micos, genA?mica poblacional y funcional, y actividades de entrenamiento (ver figura adjunta). El INB estA? organizado como un instituto virtual compuesta por una red nacional de 9 nodos especializados en A?reas diferentes de la bioinformA?tica, coordinado por un nodo central localizado en el CNIO (Centro Nacional de Investigaciones OncolA?gicas), Madrid, EspaA�a.

De acuerdo a las diferentes necesidades existentes en biologA�a computacional en EspaA�a, el INB ha definido dentro de sus objetivos principales de trabajo:

1. Generar y aplicar soluciones bioinformA?tica a las necesidades detectadas en los diferentes proyectos genA?micos y proteA?micos.

2. Dar soporte al desarrollo de la bioinformA?tica y biologA�a computacional en EspaA�a.

3. Contribuir con la creaciA?n de grupos bioinformA?ticos locales y proporcionar el entrenamiento adecuado para su funcionamiento.

4. Desarrollar proyectos internos dentro del contexto de las actividades INB.

5.Proporcionar soporte a las compaA�ias nacionales (biotecnologA�a, biomedicina, genA?mica y bioinformA?tica) en el sector.

6. Participar en consorcios internacionales y proyectos.

7. Apoyar y colaborar en proyectos nacionales de genA?mica y proteA?mica.

8. Impartir cursos y entrenamiento propia y a medida en bioinformA?tica.

Entre los servicios principales que ofrece el INB a la comunidad cientA�fica incluyen:

Desarrollo de sistemas bioinformA?ticos

El INB ha desarrollado una serie de herramientas tecnolA?gicas de amplio empleo en el campo genA?mico y proteA?mico en el A?mbito nacional e internacional; entre ellas podemos mencionar las siguientes:

a�� GENEIDa��. Sistema bioinformA?tico empleado en la predicciA?n de genes en secuencias genA?micas anA?nimas.

a�� CARGO a��.Sistema Web para el anA?lisis de cA?ncer y genes relacionados, donde la informaciA?n es extraA�da de una forma dinA?mica de bases de datos distribuidas empleado una tecnologA�a similar a uno de los buscadores mA?s empleados: Google.

a�� GEPASa��. Es una a�?Suitea�? de herramientas Web que emplea un a�?pipelinea�? para el anA?lisis de expresiones gA�nicas, que incluye etapas como normalizaciA?n, clusterizaciA?n, expresiA?n diferencial, predictores, arreglos de CGH y anotaciones funcionales.

a�� MODELa��.Bases de datos de simulaciones en proteA�nas.

a�� SNPatora��.Es un set de herramientas y bases de datos asociadas para el anA?lisis estadA�stico en la variaciA?n genA?mica. Esta herramienta es una de las mA?s importante en el anA?lisis deresultados experimentales proporcionados por la Plataforma de CeGen (Centro Nacional de Genotipado).

a�� MADASa��. es un sistema para la anotaciA?n manual de secuencias dirigido especialmente a experimentalistas, que permite a los usuarios crear sus propios proyectos e incluir en ellos las anotaciones correspondientes. Estas anotaciones son aA�adidas a travA�s de un formulario Web, utilizando un vocabulario controlado y un sistema de versiones que garantizan la integridad de los datos.

Apoyo y colaboraciA?n en proyectos genA?micos

Las capacidades tA�cnicas y tecnolA?gicas del INB estA?n preparadas al servicio y soporte de diferentes proyectos de genA?mica (ver algunos proyectos aparte). AdemA?s, desarrolla diferentes servicios Web y flujos de trabajo (Workflows) que permiten automatizar diversos mA�todos y algoritmos de anA?lisis y bA?squeda de datos de naturaleza biolA?gica.El Instituto Nacional de BioinformA?tica ha elaborado una clasificaciA?n Web de proyectos mediante una distribuciA?n de los mismos, en las diferentes temA?ticas de la bioinformA?tica integral. Esto facilita mucho la visibilidad y aplicaciA?n de procesos y servicios que el INB presta a la comunidad experimental nacional e internacional.

Cursos y entrenamiento en BioinformA?tica

El INB ofrece una serie de cursos, talleres y seminarios especializados en la temA?ticas de la bioinformA?tica y biocomputaciA?n. Actualmente, el INB junto con el Ciberobn (Ciber de obesidad y NutriciA?n) ha desarrollado un curso pionero en genA?mica y bioinformA?tica traslacional en EspaA�a relacionado con el acercamiento entre la investigaciA?n bA?sica y clA�nica en biomedicina. Para el 2010 el enfoque se centralizarA? en la traslacionalidad de entrenamiento entre la bioinformA?tica, bioingenierA�a, nanomedicina con soporte del Ciberbbn (Ciber de bioingenierA�a, biomateriales y nanomedicina). Es importante mencionar que el INB diseA�a programas acadA�micos y entrenamiento con soporte de su propia tecnologA�aen acuerdo a las necesidades de los diversos grupos experimentales que requieren y necesitan su empleo y aplicaciA?n especA�fica de servicio.Finalmente, existen varias iniciativas relacionadas con nutrigenA?mica, farmacogenA?mica y genA?mica ambiental.

Proyecto de colaboraciA?n en BiotecnologA�a Marina

La acuicultura es importante en EspaA�a por la escasez constante de recursos marinos y por la siempre creciente demanda de proteA�nas de origen acuA?tico. El proyecto Aquagenomics (financiado dentro del programa Consolider del Ministerio de InnovaciA?n & Ciencia), en donde participan 17 grupos de investigaciA?n procedentes de Galicia, Madrid, Murcia, Comunidad Valenciana y AndalucA�a, y se centraliza en el desarrollo de nuevas herramientas biotecnolA?gicas y genA?micas para la mejora del campo acuA�cola nacional, con fortalecimiento de las bases moleculares de: 1) Resistencia a enfermedades, 2) Crecimiento, y 3) ReproducciA?n. Las especies seleccionadas para dichos estudios en acuicultura son: el Rodaballo (ScophthalmusMaximus), Doradas (Sparusaurata) y Lubina (Dicentrarchuslabrax). El trabajo del INB implica proporcionar colaboraciA?n bioinformA?tica en el desarrollo de herramientas biotecnolA?gicas (A�nfasis en tecnologA�as A?micas).

Proyecto de colaboraciA?n en BiotecnologA�a de plantas

ESP-SOL de GenA?mica del Tomate es un proyecto internacional para la secuenciaciA?n del genoma del tomate, con el objeto de identificar quA� factores, genes y mecanismos estA?n implicados en las caracterA�sticas organolA�pticas del tomate, es decir, aquA�llos que permitirA?n mejorar la calidad del fruto. Sus objetivos principales son:

1. Identificar regiones gA�nicas y genes asociadas a rasgos de la calidad del fruto del tomate.

2. Valorar los mecanismos determinantes en los rasgos de la calidad del fruto mediante la generaciA?n, identificaciA?n y caracterizaciA?n de plantas de tomate afectadas con esos rasgos/ genes (marcadores/mapas).

3. Contribuir para el Consorcio internacional de SecuenciaciA?n con la participaciA?n en la secuenciaciA?n de las regiones eucromA?ticas del cromosoma 9.

El INB participa en eldesarrollo de una robusta plataforma bioinformA?tica mediante un portal Web que constituye una base de datos integrados del proyecto. Contiene informaciA?n fenotA�pica y genotA�pica de la poblaciA?n RIL, marcadores, mapas, datos de microarrays (Base de datos transcriptA?micos), herramientas de pre-procesamiento de datos (eliminaciA?n de errores y normalizaciA?n), coordinaciA?n en la integraciA?n de datos, etc.

Proyecto participativo en Biomedicina IMID-KIT

El objetivo principal del proyecto cientA�fico IMID-KIT es obtener un kit diagnA?stico y econA?mico para enfermedades inflamatorias mediadas por mecanismos inmunes como psoriasis, enfermedad inflamatoria intestinal y artritis reumatoide. El Kit contiene todos los elementos necesarios para el genotipado de polimorfismos genA�ticos (SNPa��s) como tambiA�n un software para interpretar resultados genA�ticos. El INB participa en el desarrollo del software para el proceso y gestiA?n de datos del genotipado clA�nico y herramientas accesorias del anA?lisis requerido.

DistribuciA?n de la plataforma tecnolA?gica del INB en EspaA�a

La red de bioinformA?tica espaA�ola del INB estA? compuesta por nueve nodos, distribuidos geograficamente de la siguiente manera: cuatro en Barcelona, tres en Madrid, uno en valencia y uno en MA?laga. El nodo central del INB estA? ubicado en el Centro Nacional de Investigaciones OncolA?gicas (CNIO), Madrid; donde se encuentra el grupo central de direcciA?n del INB: Dr. Alfonso Valencia (Director), Federico MorA?n (Director asistente), Allan Orozco (Gerente cientA�fico y proyectos) y David Pizano (Coordinador tA�cnico). Cualquier participaciA?n o colaboraciA?n de proyecto es gestionado a travA�s de los componentes y necesidades temA?ticas participativas y sobre la especializaciA?n temA?tica dela red sobre las tareas demandadas. Por tanto, si la composiciA?n de las tareas de un proyecto de transcriptA?mica va desde el esamblaje hasta la confecciA?n y anA?lisis de un microchip, las mismas serA?n dirigidas y coordinadas de manera integral a travA�s de los nodos especializados que pueden resolver dichas acciones del proyecto.

A continuaciA?n se especifica las actividades y cordinaciA?n general de cada nodo de la plataforma tecnolA?gica:

Director: Alfonso Valencia

Coordinador cientA�fico y proyectos: Allan Orozco

GN1-GRC (BioinformA?tica y GenA?mica) – Centro de RegulaciA?n GenA?mica

Coordinador: Dr. RoderigGuigA?

El nodo GN1-GRC del INB tiene como meta el desarrollo de mA�todos de caracterizaciA?n de dominios funcionales y secuencias genA?micas y en particular la identificaciA?n de genes y reconocimiento de promotores. EspecA�ficamente los servicios del GN1 incluyen: 1) El desarrollo de herramientas para anA?lisis de secuencias genA?micas, como las siguientes: GeneId, Promo y SGP. 2) La adaptaciA?n de tecnologA�as en el A?rea de secuencias genA?micas a los servicios proporcionados por el INB 3) Soporte a los proyectos genA?micos fuera de EspaA�a. ParticipaciA?n en los proyectos de anotaciA?n de gran escala (p.e: Tomate y PulgA?n del guisante) junto con la participaciA?n de otros nodos de la Red. Recientemente, ha tenido la responsabilidad en desarrollar una estrategia de atenciA?n en la secuenciaciA?n de nueva generaciA?n; confeccionando y testeando software en las principales A?reas de aplicaciA?n.

GN2-CNIO (BioinformA?tica y proteA?mica) – Centro Nacional de Investigaciones OncolA?gicas – (CNIO)

Director y Coordinador: Dr. Alfonso Valencia

El objetivo del nodo es proveer tecnologA�a en el A?rea de anotaciones funcionales a nivel genA?mico.

El nodo GN2-CNIO inicialmente implementA? mA�todos y sistemas para el anA?lisis de familias de proteA�nas y anotaciones funcionales basadas en anotaciones de bases de datos, incluyendo el sistema FunCut. Actualmente, el nodo estA? focalizando sus investigaciones en el campo de la minerA�a de datos, para proveer anotaciones extraA�das directamente del texto (Como los servicios Web de iHOP y otros). Una de sus principales herramientas desarrolladas como sistema bioinformA?tico es denominada Cargo, mismaque provee facilidad de acceso a las anotaciones e integraciA?n de informaciA?n biolA?gica en el A?rea del cA?ncer (El INB Coordina con los grupos de BioSapiens en la creaciA?n de Widgets y proporciona un servicio de descarga mediante la herramienta Web Cargo).

GN3-CIPF (BioinformA?tica y genA?mica funcional)-Centro de Investigaciones del PrA�ncipe Felipe.

Coordinador: Dr. JoaquA�n Dopazo

La especialidad del nodo GN3-CIPF es el anA?lisis de datos de experimentos genA?micos y transcriptA?micos. El nodo desarrolla nuevos mA�todos computacionales para soportar el anA?lisis de datos genA?micos de diversos grupos experimentales, especialmente el procesamiento de datos provenientes de microarreglos, mediante el empleo de herramientas tecnolA?gicas INB (Gepas, Babelomics y Blas2Go) aplicadas en dicho campo. En lo A?ltimos dos aA�os, el nodo ha lanzado un esfuerzo especA�fico para desarrollar mA�todos entre genA?mica y genA�tica poblacional en colaboraciA?n con los nodos GN2-CNIO, Nodo Central y particularmente con el nodo GN8-UPF, que incluye una base de datos genA�rica que describe las caracterA�sticas genA�ticas en el contexto de variaciA?n de datos.

GN4-PCB (Estructura de proteA�nas y modelaciA?n)- Parque CientA�fico de Barcelona- Instituto BiomA�dico de InvestigaciA?n-

Coordinador: Dr. Modesto Orozco

El nodo GN4-PCB cubre el A?rea de bioinformA?tica estructural, incluyendo proteA�nas, predicciA?n de estructuras de A?cidos nucleicos, docking e interacciA?n de pequeA�as molA�culas. Dado la fuerte formaciA?n del grupo en quA�mica computacional muchas de los planteamientos estA?n basados en simulaciones fA�sicas moleculares, mientras que otras son aplicaciones de la bioinformA?tica clA?sica en a�?machinelearninga�?. Actualmente, el nodo hace un esfuerzo importante en el A?rea de docking de proteA�nas, donde esta integrando herramientas y mA�todos a ser usados como parte de los recursos del INB; ademA?s trabaja en la primera generaciA?n de herramientas quimiogenA?micas en colaboraciA?n con el nodo GN9- IMIM.

El nodo ha desarrollado una plataforma muy efectiva (DNAlive) en el anA?lisis de las caracterA�sticas fA�sicas del DNA (DNAlive) y se emplea para la predicciA?n de elementos genA�ticos, incluyendo algoritmos para el posicionamiento de nucleosomas y herramientas de anA?lisis en el impacto de metilaciA?n sobre la estructura de genes. El nodo ha realizado una notable contribuciA?n en el tratamiento de dinA?mica molecular en el contexto de la generaciA?n, organizaciA?n, y anA?lisis de trayectorias MD de una larga colecciA?n de proteA�nas.

GN5-UMA (BioinformA?tica integrada)- Universidad de MA?laga- Departamento de Arquitectura de Computadoras

Coordinador: Dr. Oswaldo Trelles

El nodo GN5-UMA en los A?ltimos aA�os, ha sido el responsable de las especificaciones de la arquitectura de la plataforma software del INB. Los sistemas desarrollados fueron construidos bajo las especificaciones Biomoby-API y proveen una poderosa, dinA?mica y extendida plataforma disponible para representar, recobrar, procesar, e integrar informaciA?n relacionada con los Web Services del INB. EstA? involucrado en el desarrollo de ontologA�as de objetos para Biomody, servicios asincrA?nicos, servicios de replicaciA?n y sobre la funcionalidad de MowServer.

El nodo GN5-UMA estA? implicado directamente en una red de colaboraciones incluyendo grupos de otras universidades y diversos grupos experimentales, particularmente biotecnologA�a de plantas. El grupo ha desarrollado PUMA (sistema de gestiA?n) para proyectos genA?mico de gran escala como ESP-SOL (IdentificaciA?n de genes y molA�culas en el fruto del tomate y calidad asociada en la regiA?n del cromosoma 9) y JORCA (integraciA?n y uso de Web Services). Actualmente, trabaja en la generaciA?n de herramientas genA?micas en el Olivo y su aplicaciA?n en el anA?lisis de calidad del fruto, de gran importancia y relevancia en el A?rea agronA?mica.

GN6-BSC (BioinformA?tica computacional)- Centro Nacional de SupercomputaciA?n-

Coordinador: Dr. JosA� Luis GelpA�.

El nodo GN6-BSC estA? organizado para responder a las necesidades de cA?lculo computacional del INB y es el responsable de la infraestructura computacional de la plataforma tecnolA?gica del INB. El mismo proporciona servicios modularizados para ejecutar rutinas desde SOAP y BioMoby. Sus principales funciones son: 1) Provee las interfaces a usuarios para el acceso en aplicaciones bioinformA?ticas generales y bases de datos comunes, 2) Provee asistencia de alto nivel con las facilidades del BSC-HPC para colaborar en el trabajo de bioinformA?ticos y biA?logos computacionales.

GN7-CNB (GenA?mica Visual y proteA?mica)-Centro Nacional de BiotecnologA�a- Unidad de BiocomputaciA?n)

Coordinador: Dr. JosA� MarA�a Carazo

El nodo GN7-CNB se especializa en el campo de imA?genes en general y en particular en el anA?lisis de datos de microscopA�a electrA?nica, organizados para complementar servicios en el campo de expresiones gA�nicas proporcionados por el INB. El principal proyecto del GN8-CNB se denomina Visual Genomics que estA? basado en el sistema de anotaciA?n distribuida (DAS) y Web Services, ambas tecnologA�as seleccionadas por el INB. Su principal tarea ha sido la integraciA?n de bases de datos de expresiA?n gA�nica (EMAGE, GXD, GENSAT; BMSA) en tecnologA�as de Web Services, que vincula patrones anatA?micos de expresiA?n gA�nica en diversos modelos de organismos y su relaciA?n con la genA?mica funcional.

GN8-UPF (Diversidad genA?mica y genA?mica poblacional)-Universidad Pompeu Fabra- Departamento de Ciencias Experimentales y de la Salud.

Coordinador: Dr. Arcadi Navarro.

El objetivo del nodo GN8-UPF es ayudar a otros investigadores en la exploraciA?n de la diversidad genA?mica, a nivel inter e intraespecA�fico en orden fenotA�pico y su influencia en los procesos biolA?gicos (como enfermedades complejas) y formas genA?micas (recombinaciA?n y redes funcionales).

GN9-IMIM (InformA?tica BiomA�dica)- Universidad Pompeu Fabra- Hospital del Mar- Unidad de investigaciA?n en InformA?tica BiomA�dica.

Coordinador: Dr. Ferran Sanz.

El objetivo del nodo GN9-IMIM es desarrollar estrategias bA?sicas, mA�todos y herramientas para facilitar la aplicaciA?n de la bioinformA?tica en proyectos biomA�dicos con A�nfasis en aplicaciA?n de enfermedades humanas. El nodo trabaja en proyectos como la identificaciA?n y relaciA?n de componentes quA�micos de relevancia biolA?gica, y anA?lisis de enfermedades (cA?ncer y genes relacionados en el contexto genA?mico, y en la modelaciA?n de genes-enfermedades dentro del marco de sistemas biolA?gicos). El nodo ha contribuido directamente en la organizaciA?n de redes de investigaciA?n alrededor de tA?picos especA�ficos en la informA?tica mA�dica con financiamiento del Instituto de Salud Carlos III. Una de sus aplicaciones desarrolladas se denomina BlastXP (Buscador de secuencias homA?logas) que bA?sicamente es un servicio web que proporciona informaciA?n sobre relaciones farmacolA?gicas entre una proteA�na de estudio y un set de proteA�nas homA?logas, empleando de por medio la base de datos WOMBAT.

Dentro de las actividades del INB, tambiA�n incluye la participaciA?n activa en el soporte bioinformA?tico de diversas redes nacionales como:

a�� Combiomed: RETIC espaA�ola en biomedicina computacional, que abarca desde la computaciA?n bA?sica hasta la aplicada, en el desarrollo de herramientas y mA�todos para resolver problemas cientA�ficos en el contexto de la biomedicina personalizada. El trabajo del INB se enfoca en la transferencia de tecnologA�as Web Services empleadas en biomedicina y su respectivo entrenamiento

a�� RIRAAF (Red de investigaciA?n de Reacciones Adversas a Alergenos y FA?rmacos): La Red TemA?tica de InvestigaciA?n Cooperativa de Reacciones Adversas a AlA�rgenos y FA?rmacos en EspaA�a (RIRAAF), es una asociaciA?n de grupos de investigaciA?n de diferentes Administraciones, Instituciones y Comunidades AutA?nomas, que comparten lA�neas y objetivos de investigaciA?n para el estudio de las reacciones adversas causadas por alA�rgenos y fA?rmacos, con el objetivo de promover la complementariedad de actuaciones. La participaciA?n del INB en RIRAAF se centraliza en la gestiA?n de datos, portales de gestiA?n/diseminaciA?n de formaciA?n y desarrollo de herramientas bioinformA?ticas.

El INB participa tambiA�n en el contexto de otras redes nacionales como E-Science, dedicado a la mejora de la capacidad de procesamiento de grandes cantidades de informaciA?n biolA?gica, EMBRACE, Biosapens y P-Sysmo. AdemA?s, el INB es miembro del comitA� del proyecto ELIXIR cuyo fin es la construcciA?n de una infraestructura europea para la bioinformA?tica. BM