Qu es bioinformtica?

Bioinformtica es una disciplina cientfica emergente que utiliza tecnologa de la informacin para
organizar, analizar y distribuir informacin biolgica con la finalidad de responder preguntas
complejas en biologa. Bioinformtica es un rea de investigacin multidisciplinaria, la cual puede ser
ampliamente definida como la interfase entre dos ciencias: Biologa y Computacin y esta impulsada
por la incgnita del genoma humano y la promesa de una nueva era en la cual la investigacin
genmica puede ayudar dramticamente a mejorar la condicin y calidad de vida humana.
Avances en la deteccin y tratamiento de enfermedades y la produccin de alimentos genticamente
modificados son entre otros ejemplos de los beneficios mencionados ms frecuentemente. Involucra la
solucin de problemas complejos usando herramientas de sistemas y computacin. Tambin incluye la
coleccin, organizacin, almacenamiento y recuperacin de la informacin biolgica que se encuentra
en base de datos.
Segn la definicin del Centro Nacional para la Informacin Biotecnolgica "National Center for
Biotechnology Information" (NCBI por sus siglas en Ingls, 2001):
"Bioinformtica es un campo de la ciencia en el cual confluyen varias disciplinas tales como: biologa,
computacin y tecnologa de la informacin. El fin ltimo de este campo es facilitar el descubrimiento
de nuevas ideas biolgicas as como crear perspectivas globales a partir de las cuales se puedan
discernir principios unificadores en biologa. Al comienzo de la "revolucin genmica", el concepto de
bioinformtica se refera slo a la creacin y mantenimiento de base de datos donde se almacena
informacin biolgica, tales como secuencias de nucletidos y aminocidos. El desarrollo de este tipo
de base de datos no solamente significaba el diseo de la misma sino tambin el desarrollo de
interfaces complejas donde los investigadores pudieran acceder los datos existentes y suministrar o
revisar datos
Luego toda esa informacin deba ser combinada para formar una idea lgica de las actividades
celulares normales, de tal manera que los investigadores pudieran estudiar cmo estas actividades se
vean alteradas en estados de una enfermedad. De all viene el surgimiento del campo de la
bioinformtica y ahora el campo ms popular es el anlisis e interpretacin de varios tipos de datos,
incluyendo secuencias de nucletidos y aminocidos, dominios de protenas y estructura de protenas.
El proceso de analizar e interpretar los datos es conocido como biocomputacin. Dentro de la
bioinformtica y la biocomputacin existen otras sub-disciplinas importantes:

El desarrollo e implementacin de herramientas que permitan el acceso, uso y manejo de varios tipos
de informacin
El desarrollo de nuevos algoritmos (frmulas matemticas) y estadsticos con los cuales se pueda
relacionar partes de un conjunto enorme de datos, como por ejemplo mtodos para localizar un gen
dentro de una secuencia, predecir estructura o funcin de protenas y poder agrupar secuencias de
protenas en familias relacionadas."
La Medicina molecular y la Biotecnologa constituyen dos reas prioritarias cientfico tecnolgicas
como desarrollo e Innovacin Tecnolgica. El desarrollo en ambas reas estn estrechamente
relacionadas. En ambas reas se pretende potenciar la investigacin genmica y postgenmica as
como de la bioinformtica, herramienta imprescindible para el desarrollo de estasDebido al
extraordinario avance de la gentica molecular y la genmica, la Medicina Molecular se constituye
como arma estratgica del bienestar social del futuro inmediato. Se pretende potenciar la aplicacin de
las nuevas tecnologas y de los avances genticos para el beneficio de la salud. Dentro de las
actividades financiables, existen acciones estratgicas, de infraestructura, centros de competencia y
grandes instalaciones cientficas. En esta rea, la dotacin de infraestructura se plasmar en la creacin
y dotacin de unidades de referencia tecnolgica y centros de suministro comn, como Centros de
Bioinformtica, que cubran las necesidades de la investigacin en Medicina Molecular. En cuanto a
centros de competencia, se crearn centros de investigacin de excelencia en hospitales en los que se
acercar la investigacin bsica a la clnica, as como centros distribuidos en red para el apoyo a la
secuenciacin, DNA microarrays y DNA chips, bioinformtica, en coordinacin con la red de centros
de investigacin genmica y protemica que se proponen en el rea de Biotecnologa. En esta rea la
genmica y protemica se fundamenta como accin estratgica o instrumento bsico de focalizacin de
las actuaciones futuras.
Las tecnologas de la informacin jugarn un papel fundamental en la aplicacin de los desarrollos
tecnolgicos en el campo de la gentica a la prctica mdica como refleja la presencia de la
Bioinformtica mdica y la Telemedicina dentro de las principales lneas en patologa molecular. La
aplicacin de los conocimientos en gentica molecular y las nuevas tecnologas son necesarios para el
mantenimiento de la competitividad del sistema sanitario no slo paliativo sino preventivo. La
identificacin de las causas moleculares de las enfermedades junto con el desarrollo de la industria
biotecnolgica en general y de la farmacutica en particular permitirn el desarrollo de mejores
mtodos de diagnstico, la identificacin de dianas teraputicas y desarrollo de frmacos
personalizados y una mejor medicina preventiva.

Historia de la bioinformtica

No se puede mirar la historia de la bioinformtica sin describir inicialmente la historia de la biologa.

En realidad son los bilogos y los bioqumicos quienes hacen su primer acercamiento a la tecnologa
computacional como elemento fundamental para su trabajo diario.
La biocomputacin ha sido la base para ayudar en las grandes investigaciones sobre la vida; el
diagnstico gentico por ejemplo tiene mucha influencia en la vida de todas las personas pero la
mayora de la gente no est enterada de ello.
La tecnologa proporciona un elemento terico y proporciona las herramientas prcticas, para que
los cientficos puedan explorar las protenas y el DNA. Esas son las molculas grandes que consisten
en un encadenamiento de residuos ms pequeos llamados los nucletidos o los aminocidos,
respectivamente. Son bloques de edificio de la naturaleza, pero estos bloques de edificio no se
utilizan exactamente como los ladrillos, la funcin de la molcula final depende fuertemente del
orden de estos bloques. La estructura (tridimensional) 3D de una protena depende de la secuencia
individual de estos residuos numerados. El orden de aminocidos de una protena dada se deriva del
DNA correspondiente. Este pedazo de DNA consiste en una secuencia ordenada de nucletidos.
Durante los ltimos 20 aos se ha determinado que muchas protenas de diverso origen con una
funcin similar, tambin tienen secuencias similares de los aminocidos. As, existen las secuencias
correspondientes del DNA que son similares aunque la protena bajo anlisis ocurre en diversas
especies tales como ratones y seres humanos. As pues, se han buscado diferencias y semejanzas en
el nivel del DNA entre un ratn y un ser humano para muchas secuencias similares.
Desde el principio de los aos 90, muchos laboratorios han estado analizando el genoma completo
de varias especies tales como bacterias, levaduras, ratones y seres humanos. Durante estos esfuerzos
de colaboracin, se han generado cantidades enormes de datos los cuales se recogen y se almacenan
en grandes bases de datos, la mayora de las cuales son publicadas y accesibles.
Adems de recopilar todos estos datos, es necesario comparar estas secuencias de nucletidos o de
aminocidos a las semejanzas y a las diferencias de cada hallazgo. Puesto que no es muy
conveniente comparar las secuencias de varios (cientos) nucletidos o aminocidos de manera

manual, varias tcnicas de cmputo fueron desarrolladas para solucionar este problema. Adems,
stos tienen menos errores que un acercamiento de manera manual. El uso de tcnicas de cmputo
para analizar datos biolgicos se refiere como Biocomputing o Biocomputacin.
Con el incremento en complejidad y capacidad tanto de las computadoras como de las tcnicas de
investigacin, se necesitan "puentes" humanos que puedan entender ambas disciplinas y sean
capaces de comunicarse con los expertos de los dos campos.
Histricamente, el uso de los ordenadores para resolver cuestiones biolgicas comenz con el
desarrollo de algoritmos y su aplicacin en el entendimiento de las interacciones de los procesos
biolgicos y las relaciones filogenticas entre diversos organismos. El incremento exponencial en la
cantidad de secuencias disponibles, as como la complejidad de las tcnicas que emplean los
ordenadores para la adquisicin y anlisis de datos, han servido para la expansin de la
bioinformtica.

Relacin entre la biologa y la Informtica

Se debe distinguir entre tres acepciones en las que se unen la biologa y la informtica, pero con
objetivos y metodologas bien diferenciadas:
Bioinformtica o Biologa Molecular Computacional: investigacin y desarrollo de la
infraestructura y sistemas de informacin y comunicaciones que requiere la biologa molecular y
la gentica (Redes y bases de datos para el genoma, microarrays, ...). (Informtica aplicada a la
biologa molecular y la gentica)
Biologa Computacional: computacin que se aplica al entendimiento de cuestiones biolgicas
bsicas, no necesariamente en el nivel molecular, mediante la modelizacin y simulacin.
(ecosistemas, modelos fisiolgicos). (Informtica y matemticas aplicadas a la biologa)
Biocomputacin: desarrollo y utilizacin de sistemas computacionales basados en modelos y
materiales biolgicos. (Biochips, biosensores, computacin basada en ADN, redes de neuronas,
algoritmos genticos). (Biologa aplicada a la computacin).

Bsicamente, los sistemas informticos que se emplean en este campo son:

Bases de datos

Software para visualizacin

Programas para control de reactivos, geles y otros materiales

Generacin y ensamblaje de secuencias

Programas para anlisis de secuencias

Programas para prediccin de estructura de protenas

Paquetes de integracin y ensamblaje de mapas genticos

Software para clasificacin y comparacin

Tcnicas de Inteligencia Artificial

Gestin de datos

Bases de datos locales o accesibles mediante redes de comunicaciones.

Literatura mdica y cientfica unida a las secuencias.

Distribucin de datos

Redes de comunicaciones

Aplicaciones

Gestin de datos en el laboratorio

Automatizacin de experimentos

Ensamblaje de secuencias contiguas

Prediccin de dominios funcionales en secuencias gnicas

Alineacin de secuencias

Bsquedas en las bases de datos de estructuras

Prediccin de genes

Prediccin de la estructura de protenas

Evolucin molecular. rboles filogenticos

Informacin Cientfica

Documentos de difusin y apoyo a la Bioinformtica

Genmica funcional

Si la genmica estructural es la rama de la genmica orientada a la caracterizacin y localizacin

de las secuencias que conforman el ADN de los genes, la genmica funcional consiste en la
recoleccin sistemtica de informacin sobre la funcin de los genes, mediante la aplicacin de
aproximaciones experimentales globales que evalen la funcin de los genes haciendo uso de la

informacin y elementos de la genmica estructural. Se caracteriza por la combinacin de

metodologas experimentales a gran escala con estudios computacionales de los resultados.
Con la genmica funcional el objetivo es llenar el hueco existente entre el conocimiento de las
secuencias de un gen y su funcin, para de esta manera desvelar el comportamiento de los
sistemas biolgicos. Se trata de expandir el alcance de la investigacin biolgica desde el estudio
de genes individuales al estudio de todos los genes de una clula al mismo tiempo en un momento
determinado.
Protemica
El proteoma se puede definir como el conjunto de las protenas expresadas por un genoma. La
PROTEOMICA es el estudio de proteomas, as como la GENOMICA consiste en el estudio de
genomas. Configura una disciplina fundamental de la era post-genmica que trata de descubrir la
constelacin de protenas que otorgan a las clulas su estructura y funcin.
Distintas tecnologas permiten obtener y comparar "instantneas" de las protenas que se estn
expresando en un momento determinado en una clula (robtica, electroforesis 2D, espectrometra
de masas, chips, bioinformtica).
La Nueva Generacin de Bioinformtica
Se introduce el concepto de Bioinformtica de Segunda Generacin caracterizada por:
En los ltimos aos, la bioinformtica ha trabajado con muchas bases de datos que almacenaban
informacin biolgica a medida que iba apareciendo. Esto no slo ha tenido efectos positivos:
muchos cientficos se quejan de la creciente complejidad que representa encontrar informacin
til en este "laberinto de datos". Para mejorar esta situacin, se desarrollan tcnicas que integran
la informacin dispersa, gestionan bases de datos distribuidas, las seleccionan automticamente,
evalan su calidad, y facilitan su accesibilidad para los investigadores. Se habla de Bioinformtica
Integradora. En ella no deben faltar ayudas para la navegacin por la informacin, que cada vez,
con ms nfasis, reside en Internet y no en bases de datos locales.
Cual es la importancia de la bioinformtica?
Integracin es la palabra clave para entender la importancia de la bioinformtica, ya que a travs
de herramientas y utilizando la informacin ya depositada en bases de datos alrededor del mundo
estamos comenzando a descubrir relaciones no triviales escondidas en el cdigo de la vida.
La bioinformtica ha empezado a ocupar un papel central como "la pega" que une a diversas reas

de la ciencia tales como enzimologa, gentica, biologa estructural, medicina, morfologa, y

ecologa entre muchos otros. La pregunta crtica es cmo conseguir las relaciones importantes
entre tanta informacin? esta pregunta y muchos otros problemas biolgicos estn siendo
respondidos a travs de la bioinformtica, uniendo o relacionando toda la informacin que esta
depositada en las bases de datos a travs sus asociaciones con los genes. Como un ejemplo
prctico de lo anterior, NCBI, el centro de bioinformtica del NIH, reciben y procesan en su sitio
Web alrededor de 3 millones de requisiciones al da provenientes de investigadores ubicados
alrededor del mundo.
La Nueva Generacin de Bioinformtica
Se introduce el concepto de Bioinformtica de Segunda Generacin caracterizada por:
En los ltimos aos, la bioinformtica ha trabajado con muchas bases de datos que almacenaban
informacin biolgica a medida que iba apareciendo. Esto no slo ha tenido efectos positivos:
muchos cientficos se quejan de la creciente complejidad que representa encontrar informacin
til en este "laberinto de datos". Para mejorar esta situacin, se desarrollan tcnicas que integran
la informacin dispersa, gestionan bases de datos distribuidas, las seleccionan automticamente,
evalan su calidad, y facilitan su accesibilidad para los investigadores. Se habla de Bioinformtica
Integradora. En ella no deben faltar ayudas para la navegacin por la informacin, que cada vez,
con ms nfasis, reside en Internet y no en bases de datos locales.
Los procesos celulares son gobernados por el repertorio de genes expresados y su patrn de
actividad temporal. Se necesitan herramientas para gestionar informacin gentica en paralelo.
Para ello se emplean nuevas tecnologas para extraccin de conocimiento, minera de datos y
visualizacin. Se aplican tcnicas de descubrimiento de conocimiento a problemas biolgicos
como anlisis de datos del Genoma y Proteoma. La bioinformtica, en este sentido, ofrece la
capacidad de comparar y relacionar la informacin gentica con una finalidad deductiva, siendo
capaz de ofrecer unas respuestas que no parecen obvias a la vista de los resultados de los
experimentos. Todas estas tecnologas vienen justificadas por la necesidad de tratar informacin
masiva, no individual, sino desde enfoques celulares integrados (genmica funcional, protemica,
expresin multignica,...). Los sistemas LIMS permiten la integracin y gestin de los datos de
laboratorio.

Biochips

A finales de los aos 80, la tecnologa que desembocara en la plataforma GeneChip fue desarrollada
por cuatro cientficos, en Affymax: Stephen Fodor, Michael Pirrung, Leighton Read y Lubert Stryer. El
proyecto original estaba destinado a la construccin de pptidos sobre chips, pero desemboc en la
capacidad para construir secuencias de DNA sobre chips. La aplicacin prctica de esta idea se llev a
cabo por la empresa Affymetrix, que comenz a actuar como una compaa independiente en el ao
1993.
Los biochips, por tanto, surgieron de la combinacin de las tcnicas microelectrnicas y el empleo de
materiales biolgicos. Se basan en la ultraminiaturizacin y paralelismo implcito y se concretan en
chips de material biolgico de alta densidad de integracin vlidos para realizar distintos tipos de
estudios repetitivos con muestras biolgicas simples.
Si en los microchips empleados en los ordenadores se consigue una alta densidad de integracin de
circuitos electrnicos en una oblea de silicio, en los biochips se logra una alta densidad de integracin
de material gentico en una oblea de silicio, cristal o plstico.
Los biochips estn divididos en unas pequeas casillas que actan cada una a modo de un tubo de
ensayo en el que se produce una reaccin. El nmero de estas casillas es muy elevado, llegando incluso
a los centenares de miles.
Cada casilla del chip posee una cadena de un oligonucletido, que puede corresponder a una seccin
del gen de estudio (cuando se conoce su secuencia) o a mutaciones del mismo. Debido a la extrema
miniaturizacin del sistema se pueden analizar en un nico chip todas las posibilidades de mutacin de
un gen simultneamente. Solo aquellos fragmentos de DNA que hibriden permanecern unidos tras los
lavados y dado que se conocen las secuencias y posiciones de los oligonucletidos empleados, tras los
lavados se produce el revelado que consiste en introducir el chip en un escner ptico que va a ser
capaz de localizar, mediante un proceso similar a la microscopa confocal, las cadenas marcadas con el
fluorocromo. Un ordenador analiza la informacin procedente del escner y ofrece el resultado.
Otro tipo de diseo permite la cuantificacin de la expresin de mltiples genes simultneamente.
La potencia de estos sistemas trae consigo la obtencin, en tiempos muy breves, de grandes volmenes
de informacin, (secuencias, mutaciones, datos de expresin gnica, determinaciones analticas de
inters clnico, screening con frmacos) que necesitan ser gestionados con tcnicas bioinformticas
para extraer conocimiento de utilidad en la investigacin biomdica.
Parece que el futuro pasa por la integracin de estas nuevas tcnicas en el entorno clnico haciendo

posible el concepto de anlisis y diagnstico en el "point-of-care". La revista Science destaca esta

tecnologa como uno de los 10 avances cientficos ms significativos del ao 1998.
La nomenclatura empleada para referirse a estas nuevas tecnologas es diversa y comienza por el
trmino ms general que es el de "Biochip" y hace referencia al empleo de materiales biolgicos sobre
un chip. Otros trminos ms especficos son: "DNA chip", "RNA chip" (segn el material empleado) y
"Oligonucleotide chip" o "DNA microarray", que hacen referencia al material y a la forma en la que se
construye el chip. Existen tambin unos trminos comerciales con los que referirse a los biochips que
varan dependiendo de la tecnologa empleada.
Aplicaciones de los Biochips
A pesar de ser una tecnologa muy reciente y que, por lo tanto, est an en vas de experimentacin,
actualmente los biochips estn siendo aplicados en:
1. Monitorizacin de expresin gnica: permite determinar cual es el patrn de expresin gnica
y cuantificar el nivel de expresin de manera simultnea para un elevado nmero de genes.
Esto permite realizar estudios comparativos de activacin de determinados genes en tejidos
sanos y enfermos y determinar as la funcin de los mismos.
2. Deteccin de mutaciones y polimorfismos: Permite el estudio de todos los posibles
polimorfismos y la deteccin de mutaciones en genes complejos.
3. Secuenciacin: Mientras que se han diseando algunos biochips para secuenciacin de
fragmentos cortos de ADN, no existe an en el mercado ningn biochip que permita
secuenciar de novo secuencias largas de ADN.
4. Diagnstico clnico y deteccin de microorganismos: Posibilitan la identificacin rpida
empleando unos marcadores genticos de los patgenos.
5. Screening y toxicologa de frmacos: el empleo de los biochips permite el analizar los
cambios de expresin gnica que se dan durante la administracin de un frmaco de forma
rpida, as como la localizacin de nuevas posibles dianas teraputicas y los efectos
toxicolgicos asociados.
6. Seguimiento de terapia: los biochips permiten valorar rasgos genticos que pueden tener
incidencia en la respuesta a una terapia.
7. Medicina preventiva: El conocimiento y posible diagnstico de ciertos caracteres genticos
asociados a determinadas patologas permite una prevencin de las mismas antes de que
aparezcan los sntomas