José Gómez Vilar: "La biologia computacional utilitza ordinadors per a investigar sistemes biològics"
Sempre m'han atret molt els temes de física. M'agradava saber com funcionen les coses d'una manera o una altra. Sempre he tingut aquesta passió. Quan era nen, desmuntava les joguines, els rellotges, les ràdios i tot el que em trobava al meu voltant per a analitzar els interiors d'aquests dispositius. Però la veritat és que també m'agradava la biologia. La qüestió era que no m'agradava estudiar les coses de memòria, i a l'escola sovint ens obligaven a això en temes biològics.
En biologia computacional, la biologia es pot estudiar utilitzant la física. Potser per això he basat la meva recerca en aquest tema en els últims anys. L'objectiu de la meva recerca és predir el comportament dels sistemes biològics mitjançant tècniques físiques o d'enginyeria.
La biologia computacional, com el seu nom indica, utilitza ordinadors per a investigar sistemes biològics. L'objectiu és extreure el coneixement que subjeu a les dades dels experiments biològics. Per a això utilitza eines o equacions matemàtiques avançades. Abasta camps com la química, la bioquímica, les matemàtiques, l'enginyeria de sistemes, etc.
Sí, així és. La biologia computacional té diversos camps o nivells d'aplicació. D'una banda, es pot analitzar el comportament de les molècules a partir de la informació atòmica. D'altra banda, l'àrea de bioinformática analitza les dades d'onze processos dels quals extreu la informació més rellevant o rellevant. Finalment, està la biologia computacional dels sistemes, en la qual estudiem les interaccions dels components cel·lulars per a conèixer el comportament cel·lular. Investiguem, perquè en aquest apartat es basa principalment la meva recerca. Tot això respecte a la cèl·lula.
Però també és una biologia computacional que estudia els òrgans, la fisiologia i les poblacions. Per exemple, es pot analitzar com es comporta una determinada població bacteriana quan creix.
Una de les aplicacions més comunes de la biologia computacional és la identificació de gens. A principis de 2003 van finalitzar la seqüenciació del genoma humà. En aquest projecte es va aconseguir seqüenciar completament tot el genoma humà, compost per mil milions de parells de bases. No obstant això, tot això no va ser més que l'inici d'un intens treball. I és que la seqüència només ofereix informació única i exclusivament. És necessari processar-ho per a identificar quants gens hi ha en aquesta seqüència i conèixer la seva localització, entre altres coses. Aquest ha estat i és precisament l'objectiu de la biologia computacional.
A més, la biologia computacional té altres objectius com preveure les funcions dels gens, identificar els gens més rellevants associats a les malalties i les seves mutacions, determinar les àrees de control de l'ADN o més rellevants, etc.
En els últims anys s'ha desenvolupat la tecnologia de xips d'ADN o bioxips. Aquesta tecnologia permet mesurar alhora l'expressió de milers de gens. Una vegada aconseguits aquests nivells d'expressió, la biologia computacional processa i analitza aquestes dades per a obtenir informació útil. Entre les aplicacions relacionades amb els bioxips es troben la previsió dels resultats de la quimioteràpia en els casos de càncer i la identificació dels gens associats a certes malalties genètiques.
La informació obtinguda dels bioxips podria ser utilitzada també en el camp de la biologia computacional de sistemes. L'expressió de les proteïnes no és un fenomen independent, ja que algunes proteïnes poden augmentar o disminuir l'expressió d'unes altres. Un dels reptes de la biologia computacional és la reconstrucció d'una xarxa de sistemes o gens a partir de la informació obtinguda dels assajos dels bioxips. De fet, les recerques en aquesta mena de xarxes proporcionen informació útil per a comprendre el funcionament de l'organisme i els processos que es produeixen.
Per a comprendre-ho millor, comparem la biologia computacional amb l'enginyeria de l'automòbil, per exemple. Frenar el cotxe en una carretera relliscosa pot ser una tasca complicada. Si es frena bruscament i es bloquegen les rodes, és possible que es perdi el control del vehicle. El sistema, conegut com a ABS, ha estat dissenyat per a substituir aquest brusc frenat en aquestes carreteres relliscoses. En els automòbils més avançats, cada roda està monitorada independentment i un sistema de control calcula la pressió a aplicar a cada roda per a frenar lentament el vehicle. Aquest sistema de control requereix un model que permeti conjugar d'alguna manera la velocitat de les rodes amb el moviment del vehicle.
En el nostre cas, volem analitzar el funcionament quantitatiu d'un sistema biològic i controlar-lo amb precisió. L'objectiu de la meva recerca és, per tant, desenvolupar models computacionals de processos cel·lulars per a la predicció del comportament cel·lular i aprendre a controlar-los. Per exemple, avui dia moltes malalties no poden curar-se amb un sol medicament. Són malalties complexes que requereixen una combinació adequada de fàrmacs i un tractament personalitzat. En aquestes combinacions cal tenir en compte la dosi de cada medicament i, en alguns casos, l'ordre en el qual s'afegeixen. Per descomptat, amb els pacients no es pot provar més d'un medicament fins a aconseguir un tractament adequat. Així mateix, en els casos en els quals la carretera està molt relliscosa, no és habitual començar a provar diferents formes de frenat. En aquest sentit, volem desenvolupar en un futur pròxim models que permetin verificar les combinacions adequades de medicaments per al tractament de certs càncers. Per a això utilitzarem diferents eines matemàtiques i computacionals.
Enginyers de la indústria automobilística, per exemple, dissenyen els cotxes a partir de certs components, i normalment els experts saben com funciona el cotxe si canvia algun component. En el nostre cas, necessitem una descripció computacional del procés cel·lular o un model per a identificar el procés òptim a seguir en el tractament d'una determinada malaltia.
La biologia computacional dels sistemes presenta un gran problema amb l'enginyeria electrònica o d'automòbils. En aquestes enginyeries saben bé com funcionen els components. A més, en el cas de l'enginyeria electrònica, per exemple, la integració d'un xip en un sistema, en general, afecta molt poc a la resta de components del sistema. En biologia, les coses es compliquen una mica. De fet, encara que cada component pot ser analitzat per separat, en entrar en contacte amb la resta de components del sistema, aquests modifiquen el seu comportament. El que és clar és que l'estudi dels sistemes biològics és més difícil que el dels sistemes físics estàtics.
Buletina
Bidali zure helbide elektronikoa eta jaso asteroko buletina zure sarrera-ontzian
Teknopolis
