50020070219. Bases de datos bioinformA?ticas

Las bases de datos y los programas asociados a A�stas, se hacen fundamentales en los nuevos campos de investigaciA?n abiertos en los terrenos mA�dicos y biolA?gicos. Gracias a ellas, los cientA�ficos pueden contrastar datos e informaciones de manera prA?ctica, efectiva y lo que es mA?s importante, rA?pida. Si hay algo que las bases de datos han logrado es que lo que antes llevaba meses o incluso aA�os en analizar ahora puede ser una cosa de minutos.

De todos los proyectos que actualmente estA?n en fase de desarrollo destaca sobre todos el El Proyecto Genoma Humano. Se trata de un programa internacional que pretende construir mapas genA�ticos y fA�sicos detallados del genoma humano, asA� como determinar su secuencia completa y localizar la posiciA?n de la totalidad de los genes que lo componen.

Nos encontramos pues ante una disciplina, que segA?n el Centro Nacional para la InformaciA?n BiotecnolA?gica, National Center for Biotechnology Information (NCBI), tiene como objetivo la creaciA?n de nuevas ideas biolA?gicas.

Con estas nuevas reglas del juego el mundo cientA�fico ha experimentado un cambio de 180 grados. Y es que la idea de un cientA�fico que se encuentra detrA?s de un microscopio viendo el comportamiento de cA�lulas virus o bacterias ya no es la A?nica existente. En estos momentos, los nuevos cientA�ficos son matemA?ticos, biA?logos moleculares, bioquA�micos, fA�sicos e ingenieros de telecomunicaciones que trabajan con las tecnologA�as de la informaciA?n como principal herramienta de estudio y anA?lisis matemA?tico.

Los avances que se han producido en biologA�a molecular en los A?ltimos aA�os han provocado tal explosiA?n de la informaciA?n, que la comunidad cientA�fica se ha visto obligada a informatizar todo su conocimiento. Como ya comentamos en el pasado nA?mero es en este punto donde aparece la bioinformA?tica, una que resulta de la aplicaciA?n del ordenador al A?mbito de las Ciencias de la Vida en la que se unen la biologA�a, la informA?tica y las tecnologA�as de la informaciA?n.

La importancia de la base de datos

La bioinformA?tica es un campo que promete grandes avances en el entendimiento de las bases de los procesos biolA?gicos, en el diagnA?stico, tratamiento y prevenciA?n de muchas enfermedades.

Al comienzo de esta revoluciA?n de las ciencias de la vida, el concepto y las tecnologA�as que utilizaba la bioinformA?tica hacA�a alusiA?n exclusivamente a la creaciA?n y mantenimiento de bases de datos donde se almacenaban los tesoros que contaban las secuencias de nucleA?tidos y aminoA?cidos. El siguiente paso fue pedirle a los sistemas que utilizasen la distribuciA?n de datos, las tA�cnicas de inteligencia artificial, la visualizaciA?n 3D y el desarrollo de referencias cruzadas para formar una idea lA?gica de las actividades celulares normales. Y que esta informaciA?n sirviera de herramienta para el anA?lisis e interpretaciA?n de los datos. AsA�, podrA�a decirse que actualmente la bioinformA?tica ha transformado la biologA�a de una ciencia de laboratorio a una ciencia de la informaciA?n e interpretaciA?n de datos, en el que el proceso de anA?lisis e interpretaciA?n de datos se conoce ya como biologA�a computacional.

CA?mo se comentaba en el nA?mero anterior de esta publicaciA?n, este tipo de herramientas son las mA?s utilizadas por la denominada rama estructural de la BioinformA?tica. Las bases de datos que existen en todo el mundo que contienen datos de mA?s de millA?n y medio de proteA�nas y que siguen creciendo aA�o tras aA�o. Para esta rama de la bioinformA?tica contar, por tanto, con equipos potentes y con grandes capacidades es de vital importancia. De hecho actualmente, los biA?logos utilizan mA?s los llamados superordenadores, como el Blue Gene de IBM, que los fA�sicos.

Pero el investigador estructural, no sA?lo necesita de equipos, evidentemente tambiA�n requiere de un software adecuado a sus necesidades. El software comercial se ha convertido en un problema para el investigador, puesto que no puede acceder al cA?digo fuente del software para modificarlo a su antojo, asA� que los investigadores han creado sus propias herramientas informA?ticas libres y abiertas para que sus colegas tambiA�n puedan modificarlas. Y los programas de bases de datos no son ajenos a toda esta polA�mica.

Y es que, cada vez mA?s, los estudios biolA?gicos parten de la conexiA?n de mA?ltiples bases de datos, de complejos sistemas de datamining y webs para formular hipA?tesis que versan sobre la organizaciA?n de los genes, el anA?lisis de su secuenciaciA?n y la predicciA?n de su estructura y comportamiento. Un ejemplo de algunos estudios basados en esta nueva ciencia es la repeticiA?n de modelos de secuencias genA�ticas, la creaciA?n de un mapa del genoma humano, anA?lisis de efectos de las secuencias de error del genoma, desarrollo de nuevos algoritmos para la bA?squeda de informaciA?n y mA?ltiples secuencias de alineamiento, modelos matemA?ticos para estimaciA?n de estadA�sticas de secuencias…

Las principales bases de datos

Desde 1980, las bases del Laboratorio de BiologA�a Molecular Europeo, EMBL (European Molecular Biology Laboratory), del NCBI (Estados Unidos) y del laboratorio japonA�s DDBJ (DNA Databank of Japan) han recopilado las secuencias nucleotA�dicas publicadas hasta hoy. Actualmente existe una colaboraciA?n entre todas ellas, de forma que cada nueva entrada es automA?ticamente intercambiada con las otras dos restantes.

Las secuencias protA�icas son almacenadas y distribuidas por las bases de datos SWISS-PROT. Es una base de datos no redundante y mantiene numerosas referencias cruzadas con 26 bases de datos diferentes.

Las secuencias nucleotA�dicas son incorporadas a las bases de datos a un ritmo de 210 millones de pares de bases al aA�o. Por su parte, el nA?mero de genes caracterizados de una gran variedad de organismos y el nA?mero de estructuras protA�icas determinadas se duplican cada dos aA�os.

Su estructura no es uniforme aunque responde a un esquema comA?n. Sus datos se encuentran divididos en entradas, cada una de las cuales tiene un nA?mero de acceso, un conjunto de anotaciones que incluyen la descripciA?n de la secuencia, informaciA?n taxonA?mica del organismo del que deriva, lista de nombres de autores, referencias bibliogrA?ficas, caracterA�sticas generales asA� como regiones de interA�s biolA?gico y finalmente, la secuencia en sA�.

En EspaA�a tambiA�n hay hueco para la biotecnologA�a. el Centro Nacional de BiotecnologA�a (CNB), inaugurado en 1992 y dependiente del CSIC. Este Centro se creA? para generar ciencia en A?reas competitivas de la BiotecnologA�a como la salud, agricultura y el medio ambiente y servir de puente entre la investigaciA?n bA?sica y la empresa. Por otro lado, el Instituto de BiocomputaciA?n y FA�sica de Sistemas Complejos (BIFI) de la Universidad de Zaragoza, creado en 2002, investiga en el campo de la BiocomputaciA?n y la FA�sica de los Sistemas Complejos, que pueda derivar ademA?s en transferencia de resultados y tecnologA�a al A?mbito industrial.

PrA?ximo capA�tulo:

Granjas de servidores