José Gómez Vilar: "La biología computacional utiliza ordenadores para investigar sistemas biológicos"
Siempre me han atraído mucho los temas de física. Me gustaba saber cómo funcionan las cosas de una manera u otra. Siempre he tenido esa pasión. Cuando era niño, desmontaba los juguetes, los relojes, las radios y todo lo que me encontraba a mi alrededor para analizar los interiores de esos dispositivos. Pero la verdad es que también me gustaba la biología. La cuestión era que no me gustaba estudiar las cosas de memoria, y en la escuela a menudo nos obligaban a ello en temas biológicos.
En biología computacional, la biología se puede estudiar utilizando la física. Quizá por eso he basado mi investigación en este tema en los últimos años. El objetivo de mi investigación es predecir el comportamiento de los sistemas biológicos mediante técnicas físicas o de ingeniería.
La biología computacional, como su nombre indica, utiliza ordenadores para investigar sistemas biológicos. El objetivo es extraer el conocimiento que subyace a los datos de los experimentos biológicos. Para ello utiliza herramientas o ecuaciones matemáticas avanzadas. Abarca campos como la química, la bioquímica, las matemáticas, la ingeniería de sistemas, etc.
Sí, así es. La biología computacional tiene varios campos o niveles de aplicación. Por un lado, se puede analizar el comportamiento de las moléculas a partir de la información atómica. Por otro lado, el área de bioinformática analiza los datos de once procesos de los que extrae la información más relevante o relevante. Por último, está la biología computacional de los sistemas, en la que estudiamos las interacciones de los componentes celulares para conocer el comportamiento celular. Investigamos, porque en este apartado se basa principalmente mi investigación. Todo ello con respecto a la célula.
Pero también es una biología computacional que estudia los órganos, la fisiología y las poblaciones. Por ejemplo, se puede analizar cómo se comporta una determinada población bacteriana cuando crece.
Una de las aplicaciones más comunes de la biología computacional es la identificación de genes. A principios de 2003 finalizaron la secuenciación del genoma humano. En este proyecto se consiguió secuenciar completamente todo el genoma humano, compuesto por mil millones de pares de bases. Sin embargo, todo ello no fue más que el inicio de un intenso trabajo. Y es que la secuencia sólo ofrece información única y exclusivamente. Es necesario procesarlo para identificar cuántos genes hay en esta secuencia y conocer su localización, entre otras cosas. Ese ha sido y es precisamente el objetivo de la biología computacional.
Además, la biología computacional tiene otros objetivos como prever las funciones de los genes, identificar los genes más relevantes asociados a las enfermedades y sus mutaciones, determinar las áreas de control del ADN o más relevantes, etc.
En los últimos años se ha desarrollado la tecnología de chips de ADN o microarrays. Esta tecnología permite medir a la vez la expresión de miles de genes. Una vez alcanzados estos niveles de expresión, la biología computacional procesa y analiza estos datos para obtener información útil. Entre las aplicaciones relacionadas con los microarrays se encuentran la previsión de los resultados de la quimioterapia en los casos de cáncer y la identificación de los genes asociados a ciertas enfermedades genéticas.
La información obtenida de los microarrays podría ser utilizada también en el campo de la biología computacional de sistemas. La expresión de las proteínas no es un fenómeno independiente, ya que algunas proteínas pueden aumentar o disminuir la expresión de otras. Uno de los retos de la biología computacional es la reconstrucción de una red de sistemas o genes a partir de la información obtenida de los ensayos de los microarrays. De hecho, las investigaciones en este tipo de redes proporcionan información útil para comprender el funcionamiento del organismo y los procesos que se producen.
Para comprenderlo mejor, comparemos la biología computacional con la ingeniería del automóvil, por ejemplo. Frenar el coche en una carretera resbaladiza puede ser una tarea complicada. Si se frena bruscamente y se bloquean las ruedas, es posible que se pierda el control del vehículo. El sistema, conocido como ABS, ha sido diseñado para sustituir este brusco frenado en estas carreteras resbaladizas. En los automóviles más avanzados, cada rueda está monitorizada independientemente y un sistema de control calcula la presión a aplicar a cada rueda para frenar lentamente el vehículo. Este sistema de control requiere un modelo que permita conjugar de alguna manera la velocidad de las ruedas con el movimiento del vehículo.
En nuestro caso, queremos analizar el funcionamiento cuantitativo de un sistema biológico y controlarlo con precisión. El objetivo de mi investigación es, por tanto, desarrollar modelos computacionales de procesos celulares para la predicción del comportamiento celular y aprender a controlarlos. Por ejemplo, hoy en día muchas enfermedades no pueden curarse con un solo medicamento. Son enfermedades complejas que requieren una combinación adecuada de fármacos y un tratamiento personalizado. En estas combinaciones hay que tener en cuenta la dosis de cada medicamento y, en algunos casos, el orden en el que se añaden. Por supuesto, con los pacientes no se puede probar más de un medicamento hasta conseguir un tratamiento adecuado. Así mismo, en los casos en los que la carretera está muy resbaladiza, no es habitual empezar a probar diferentes formas de frenado. En este sentido, queremos desarrollar en un futuro próximo modelos que permitan verificar las combinaciones adecuadas de medicamentos para el tratamiento de ciertos cánceres. Para ello utilizaremos diferentes herramientas matemáticas y computacionales.
Ingenieros de la industria automovilística, por ejemplo, diseñan los coches a partir de ciertos componentes, y normalmente los expertos saben cómo funciona el coche si cambia algún componente. En nuestro caso, necesitamos una descripción computacional del proceso celular o un modelo para identificar el proceso óptimo a seguir en el tratamiento de una determinada enfermedad.
La biología computacional de los sistemas presenta un gran problema con la ingeniería electrónica o de automóviles. En estas ingenierías saben bien cómo funcionan los componentes. Además, en el caso de la ingeniería electrónica, por ejemplo, la integración de un chip en un sistema, en general, afecta muy poco al resto de componentes del sistema. En biología, las cosas se complican un poco. De hecho, aunque cada componente puede ser analizado por separado, al entrar en contacto con el resto de componentes del sistema, éstos modifican su comportamiento. Lo que está claro es que el estudio de los sistemas biológicos es más difícil que el de los sistemas físicos estáticos.
Buletina
Bidali zure helbide elektronikoa eta jaso asteroko buletina zure sarrera-ontzian
Teknopolis
