Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Métodos y Resultados Actuales en Bioinformática: know-how y know-what de las redes tecnocientíficas en Bioinformática


Published on

Mikel Egaña Aranguren, UPV/EHU, Facultad de Filosofía, 2004

Published in: Technology, Education
  • My personal experience with research paper writing services was highly positive. I sent a request to ⇒ ⇐ and found a writer within a few minutes. Because I had to move house and I literally didn’t have any time to sit on a computer for many hours every evening. Thankfully, the writer I chose followed my instructions to the letter. I know we can all write essays ourselves. For those in the same situation I was in, I recommend ⇒ ⇐.
    Are you sure you want to  Yes  No
    Your message goes here
  • A very good resource can do the writings for ⇒ ⇐ But use it only if u rly cant write anything down.
    Are you sure you want to  Yes  No
    Your message goes here
  • Be the first to like this

Métodos y Resultados Actuales en Bioinformática: know-how y know-what de las redes tecnocientíficas en Bioinformática

  1. 1. BIOINFORMATICS Mikel Egaña Aranguren Manchester University Bioinformatics MSc
  2. 2. 1.­ INTRODUCCION: ● Historia y bases generales de la Bioinformatica: bases de datos y  algoritmos. 2.­ PROBLEMAS ACTUALES DE LA BIOINFORMATICA: ● Informacion vs. conocimiento. ● Crecimiento de bases de datos. ● Brecha bioinformaticos/biologos. 3.­ ALGUNAS DE LAS ULTIMAS TENDENCIAS EN  BIOINFORMATICA : ● Hacia una computacion semantica: ontologias y la web semantica. ● Hacia una computacion distribuida: myGRID. ● Hacia una computacion estandar: los estandares en la investigacion  con microarrays.
  3. 3. 1.­ INTRODUCCION: Attwood, T.K., Miller, C.J. “ Bioinformatics goes back to the future”.  (2003). Nature Reviews. 4; 157­161. Biologia molecular en los 80: secuenciacion, estructuras. Centros principales:  ● Welcome Trust Genome Campus: EBI (European Bioinformatics  Institute), Sanger Institute, Human Genome Mapping Project Resource  Center. ● National Center for Biological Information (NCBI).  Anotacion.
  4. 4. Bases de datos: ● Repositorios de secuencias: swiss­prot, trEMBL, GenBank. ● Sistemas que acceden a varias bd­s a la vez: SRS (EBI), Entrez (NCBI).
  5. 5. Bases de datos de familias, patrones o motifs: abstraccion. ● Mejor rendimiento en bajas similitudes. ● Busquedas funcionales. ● Unicos motifs: prosite, emotif. Expresiones regulares:  D­M­x­[ILV]­x{2}­G ● Dominio: profiles (profiles), pfam (hidden markov models). ● Multiples motifs: fingerprints, blocks. ● Interpro.   Bases de datos de estructuras, etc.
  6. 6. Algoritmos: ● Prediccion de estructuras: CASP5 (Critical Assesment of technics for  protein Structure Prediction): ● Alineamientos: algoritmos recursivos. Alineamiento local (BLAST:  Basic Local Alignment Search Tool) o global. Matrices de similitud.
  7. 7. ● Hidden Markov Models: 
  8. 8. ● Algoritmos filogeneticos:  ● ETC ... ● BioPerl:                                                                                            “ How Perl saved the human genome project” :
  9. 9. 2.­ PROBLEMAS: Informacion vs. conocimiento: ● Infoberg: las bd­s duplican su contenido cada 9 meses.  ● Anotacion: errores multiplicados, revisiones imposibles. Anotacion  automatica. Similitud ­ funcion ???  ● Homologos: ortologos ­ paralogos. ● Definicion de gen. ● Definicion de funcion. ● Naturaleza modular de las proteinas. ● Redundancia: NRDB: non­identical but redundant.  
  10. 10. Integracion de recursos: contingencia historica.  N scripts son demasiados  scripts para N herramientas.  Brecha bioinformaticos – biologos: ● Falta de cultura computacional:  
  11. 11. 3.­LINEAS DE FUTURO: Hacia una computacion semantica: Ontologias: vocabulario + relaciones estructuradas:  Sistematizacion del conocimiento. Semantica computacionalmente accesible. Gene Ontology:  proceso biologico, componente  celular, funcion molecular.         Open Biological Ontologies:
  12. 12. La web semantica:  ● W3C: World Wide Web Consortium.  ● "The Semantic Web is an extension of the current web in which  information is given well­defined meaning, better enabling computers  and people to work in cooperation." ­­ Tim Berners­Lee, James  Hendler, Ora Lassila,  The Semantic Web, Scientific American, May  2001. ● RDF (Resource Description Framework) + XML (eXtensible Markup  Language). ● OWL (Web Ontology Language).
  13. 13. Hacia una computacion distribuida: ● Grid: computacion distribuida entre diferentes centros (con diferentes  lenguajes de programacion, plataformas, ...) con una serie de  protocolos estandar. ● MyGrid: entorno virtual, automatizado y distribuido de experimentos  in silico. ● Entorno comun de investigacion, automatico (rapidez), almacenaje de  datos, distribuido y semantico, ... ● R. Stevens, H.J. Tipney, C. Wroe, T. Oinn, M. Senger, P. Lord, C.A. Goble, A.  Brass and M. Tassabehji “ Exploring Williams­Beuren Syndrome Using  myGrid”  to appear in Proceedings of 12th International Conference on  Intelligent Systems in Molecular Biology, 31st Jul­4th Aug 2004, Glasgow, UK. 
  14. 14. Sindrome Williams – Beuren:  ● Deleciones cromosoma 7.   ● Zona altamente repetitiva y compleja: WBS critical region, todavia sin  caracterizar. ● Analisis periodicos >>> secuencias nuevas de esa zona >>>  bateria de  herramientas bioinformaticas >>> almacenaje de datos y  procedimientos en el “ LabBook” .
  15. 15. Workflows
  16. 16. Hacia una computacion estandar: ● Microarrays: 
  17. 17. Babelismo en bases de datos:  ● MGED: Microarray Gene Expresion Data:  Estandares en el analisis, anotacion, almacenamiento y dispersion de  datos sobre expresion de genes.  ● MIAME: Minimal Information About a Microarray Experiment.  Directivas para la anotacion de los resultados con microarrays.  Adoptado por Nature, Cell. Doloroso para los biologos, bueno para la  comunidad. ● MAGE­ML: Microarray Gene Expresion Markup Language. ● MAGE­OM: Microarray Gene Expresion Object Model.