Biología computacional

Borja CALVO
Roberto SANTANA
Pedro LARRAÑAGA

En los últimos años las ciencias de la vida, y en especial la biología y la medicina, están despertando gran interés, tanto entre los científicos como entre los ciudadanos de a pie. Prueba de ello es que conceptos como gen o ADN son cada vez más conocidos. Estamos ante una nueva revolución científica, similar a la que se vivió en la primera mitad del siglo pasado con el desarrollo de la teoría atómica y sus aplicaciones.

Como consecuencia de este aumento en el interés por las ciencias de la vida, la comunidad científica ha volcado gran parte de sus esfuerzos en ellas, permitiendo grandes avances en ramas de la ciencia como la genética. Estos avances han facilitando el desarrollo de nuevas tecnologías como la secuenciación o los chips de ADN (también conocidos como microarrays). Estas nuevas herramientas tecnológicas son capaces de generar una enorme cantidad de datos en muy poco tiempo lo cual, unido al hecho de que cada vez más gente trabaja en estas áreas, ha llevado a un crecimiento exponencial de la cantidad de datos biológicos disponibles.

El enorme volumen de datos disponible plantea dos grandes problemas. Por una parte su almacenaje y gestión, que debe permitir manejar y acceder a toda esta información de manera eficaz. Por otra parte los datos deben ser analizados, para poder extraer información útil de ellos.

La bioinformática es una nueva ciencia interdisciplinar que pretende dar solución a estos problemas. De forma muy general, se podría definir como la aplicación de las tecnologías de la información al campo de las ciencias de la vida. Esto incluye el desarrollo y uso de metodologías propias de ramas como la computación y la informática en el almacenaje, análisis y gestión de los datos generados por la biología y la medicina.

La biología computacional se centra en el segundo problema, es decir, en el análisis de la información. El objetivo de la biología computacional consiste en extraer el conocimiento que subyace en las grandes bases de datos biológicas, para lo cual utiliza herramientas matemáticas avanzadas. En la figura 1 puede verse un resúmen de las principales aplicaciones de la biología computacional.

Figura 1 - Aplicaciones de la biología computacional. Fuente: P. Larrañaga, B. Calvo, R. Santana, C. Bielza, J. Galdiano, I. Inza, J. A. Lozano, R. Armañanzas, G. Santafé, A. Perez, V. Robles (2006) Machine learning in Bioinformatics. Briefings in Bioinformatics. In Press. (AMPLIAR IMAGEN)

A continuación veremos algunos de estos ejemplos algo más en detalle:

Una de las aplicaciones de la biología computacional es la identificación de genes. A principios del año 2003 se finalizó la secuenciación del genoma humano. Como resultado de este proyecto se obtuvo la secuencia completa del genoma humano, formada por aproximadamente 3000 millones de pares de bases. Sin embargo esto no fue más que el comienzo, ya que la secuencia como tal no aporta información de utilidad. Es necesario procesarla para identificar en ella cuantos genes hay, en que posiciones se encuentra, etc. Un símil que puede ayudar a entender esto sería el de un libro. Supongamos que el genoma humano es "El Quijote". La secuencia del genoma no sería más que la secuencia de letras del libro, es decir, algo así como "Enunlugardelamanchade...sindudaalguna.Vale.Fin". El objetivo de la biología computacional sería buscar la estructura del libro, lo que supone no solo identificar todas las palabras sino también donde comienzan y terminan los capítulos etc. Hay que tener en cuenta que el problema de la búsqueda de genes es más complicado que el ejemplo presentado, ya que la estructura del genoma es más compleja que la de un libro.

Además de la búsqueda de genes, la biología computacional tiene otros objetivos, como pueden ser la predicción de la función de los genes, la identificación de genes asociados a enfermedades genéticas (véase Figura 2) etc.

Figura 2 - Representación en las diferentes regiones cromosómicas del porcentaje de genes asociados a enfermedad predichos por métodos computacionales. Fuente

Si bien son los genes los que codifican la información necesaria para que se den los procesos vitales, estos procesos son llevados a cabo por otro tipo de moléculas: las proteínas. Las proteínas se sintetizan partiendo de la información codificada en el ADN. Este proceso se conoce como expresión génica, y su análisis es otro de los grandes campos en los que se aplican técnicas computacionales. En los últimos 10 años se ha desarrollado una nueva tecnología denominada chips de DNA o microarrays (véase Figura 3), que permite medir simultáneamente la expresión de decenas de miles de genes. Una vez obtenidos los niveles de expresión, la biología computacional se encarga de procesar y analizar los datos, a fin de obtener a partir de ellos información útil. Ejemplos de aplicaciones relacionadas con microarrays son la detección precoz de cáncer y la identificación de genes asociados a determinadas enfermedades genéticas.

Figura 3 - Ejemplo de chip de DNA o microarray. Cada punto de la figura representa el nivel de expresión de un gen. Fuente

Otra de las áreas en las que se emplea la información obtenida de los microarrays es la biología de sistemas. La expresión de las proteínas no es un fenómeno independiente, ya que ciertas proteínas puede inducir que otras se expresen más o menos. Uno de los retos de la biología computacional es, partiendo de datos obtenidos con ensayos de microarrays (y de otros tipos), reconstruir las redes formadas por los genes (denominadas redes génicas). Un ejemplo de este tipo de redes puede verse en la Figura 4.

Figura 4 - Ejemplo de red génica. Fuente: G. Lesage, J. Shapiro, C. A. Specht, A-M. Sdicu, P. Ménard, S. Hussein, A. Hin Yan Tong, C. Boone y H. Bussey (2005) An interactional network of genes involved in chitin synthesis in Saccharomyces cerevisiae. BMC Genetics, 6:8.

El estudio de este tipo de redes aporta gran información a la hora de entender el funcionamiento del organismo y de los procesos que en él tienen lugar, tanto en estado normal como en condiciones de enfermedad (por ejemplo, el funcionamiento de las células cancerígenas).

Como ya se ha mencionado anteriormente, las proteínas son las moléculas que llevan a cabo los procesos necesarios para la vida. La función que cada proteína desarrolla en el organismo está estrechamente ligada a su estructura tridimensional, por lo que su estudio tiene gran interés a la hora de entender como desempeñan su papel. Sin embargo, la obtención de la estructura de una proteína (véase Figura 5) es una tarea muy compleja, dada la inmensa cantidad de posibles estructuras. La predicción de la estructura de las proteínas es otro de los campos donde la biología computacional se está haciendo un hueco, buscando alternativas computacionales a los métodos clásicos empleados en la obtención de las estructuras protéicas.

Figura 5 - Ejemplo de la estructura tridimensional de una proteína. Fuente

Estos son sólo algunos de los ejemplos de como la biología computacional es utilizada para profundizar en el conocimiento sobre los mecanismos que dan lugar a la vida y sobre las moléculas que en ellos intervienen. Este nuevo conocimiento puede ser (y es) utilizado, por ejemplo, en la mejora del diagnóstico y pronóstico de enfermedades tales como el cáncer, o en la mejora de los tratamientos gracias al diseño racional de fármacos por parte de las empresas farmaceúticas.

Borja Calvo, Roberto Santana, Pedro Larrañaga, Intelligent Systems Group. Facultad de Informática de San Sebastian - UPV/EHU