Usuari:Mcapdevila/Genòmica computacional
La genòmica computacional és l'ús d'anàlisi computacional per desxifrar la biologia de les seqüències del genoma i de dades, així com el ADN i la seqüència de ARN, així com altres "post-genòmica" de dades (és a dir, dades experimentals obtingudes amb tecnologies que requereixen la seqüència del genoma, com ara microarrays d'ADN genòmic). Com a tal, la genòmica computacional pot ser considerat com un subconjunt de la bioinformàtica, però amb un enfocament en l'ús de tot el genoma (en lloc de gens individuals) per entendre els principis de la manera com l'ADN d'una espècie de control de la seva biologia a nivell molecular i més enllà. Amb l'actual abundància de grans conjunts de dades biològiques, estudis computacionals s'han convertit en un dels mitjans més importants per al descobriment biològic. [1]
Història[modifica]
Les arrels de la genòmica computacional es comparteixen amb els de la bioinformàtica. Durant la dècada de 1960, Margaret Dayhoff i altres a la Fundació Nacional d'Investigació Biomèdica van reunir bases de dades de seqüències de proteïnes homòlogues per a estudi evolutius. La seva investigació ha desenvolupat un arbre filogenètic que determina els canvis evolutius que es requereix per a una proteïna particular es transformi en una altra base de proteïnes de les seqüències d'aminoàcids subjacent. [2] Això els va portar a crear una matriu de puntuació que avalua la probabilitat d'una proteïna que es relaciona amb un altre.
A partir de la dècada de 1980, les bases de dades de seqüències del genoma va començar a ser registrat, però això presenta nous desafiaments en la forma de recerca i comparació de les bases de dades d'informació genètica. A diferència dels algoritmes de recerca de text que s'utilitzen en els llocs web com Google o Viquipèdia recerca de les seccions de similitud genètica requereix per trobar cadenes que no són simplement idèntics, però similars. Això va portar al desenvolupament de l'algorisme de Needleman-Wunsch, que és un algorisme de programació dinàmica per comparar conjunts de seqüències d'aminoàcids entre si mitjançant l'ús de les matrius de puntuació derivada de la investigació anterior de Dayhoff. Més tard, l'algorisme BLAST va ser desenvolupat per fer cerques i optimitzades de bases de dades de seqüències de gens. BLAST i els seus derivats són probablement els algorismes més utilitzats per a aquest propòsit. [3]
L'aparició de la frase "la genòmica computacional" coincideix amb la disponibilitat de genomes complets seqüenciats en la dècada de 1990 i finals. La primera reunió de la Conferència Anual de Genòmica Computacional, organitzat per científics de l'Institut de Recerca Genòmica (TIGR) el 1998, proporcionant un fòrum per a aquesta especialitat i eficàcia diferencial d'aquesta àrea de la ciència dels camps més generals de Biologia Genòmica Computacional o. El primer ús d'aquest terme en la literatura científica, d'acord amb MEDLINE resums, va ser just un any abans en Nucleic Acids Research. L'última conferència de Genòmica Computacional es va dur a terme el 2006, amb una xerrada magistral del Premi Nobel de Barry Marshall, co-descobridor de la relació entre l'Helicobacter pylori i les úlceres d'estómac. A partir del 2010, les conferències de lideratge en el camp inclouen sistemes intel·ligents de Biologia Molecular (ISMB), torni, i el Laboratori Cold Spring Harbor i reunions Sanger Institute titulat "Biologia dels Genomes" i "Informàtica del Genoma".
El desenvolupament de les matemàtiques assistida per ordinador (usant productes com ara Mathematica o Matlab) ha ajudat als enginyers, matemàtics i científics informàtics per començar a operar en aquest àmbit, i una col·lecció pública d'estudis de casos i demostracions està creixent, que van des de les comparacions del genoma complet de gens anàlisi de l'expressió. . Això ha augmentat la introducció d'idees diferents, incloent els conceptes de sistemes i control, teoria de la informació, l'anàlisi de seqüències i mineria de dades. Es preveu que els enfocaments computacionals i seguir sent un tema estàndard per a la investigació i l'ensenyament, mentre que els estudiants amb fluïdesa tant en els temes comencen a ser formats en els cursos de creació de diversos en els últims anys. [4]
Contribucions[modifica]
Les Contribucions de la investigació genòmica computacional a la biologia són:
- Descobrir patrons subtils en les seqüències genòmiques
- Proposar xarxes de senyalització cel·lular
- Proposar els mecanismes de l'evolució del genoma
- Predir la localització precisa de tots els gens humans utilitzant tècniques de genòmica comparativa amb diverses espècies de mamífers i vertebrats
- Predir conservades regions genòmiques que estan relacionats amb el desenvolupament embrionari primerenc
- Descobrir els possibles vincles entre els motius de seqüències repetides i teixits específics d'expressió gènica
- Mesurar les regions dels genomes que han evolucionat extraordinàriament ràpid
Vegeu també[modifica]
Referències[modifica]
- ↑ Computational Genomics and Proteomics at MIT
- ↑ David Mount (2000), Bioinformatics, Sequence and Genome Analysis, pp. 2-3, Cold Spring Harbor Laboratory Press, ISBN 0-87969-597-8
- ↑ TA Brown (1999), Genomes, John Wiley & Sons, ISBN 0-471-31618-0
- ↑ Cristianini, N. and Hahn, M. Introduction to Computational Genomics , Cambridge University Press, 2006. (ISBN 978-0-521-67191-0|ISBN 0-521-67191-4)
Enllaços externs[modifica]
- Harvard Extension School Biophysics 101, Genomics and Computational Biology, http://www.courses.fas.harvard.edu/~ bphys101/info/syllabus.html
- Universitat de Bristol course in Computational Genomics, http://www.computational-genomics.net/