Enseñanza de la Bioinformatica y la Biologia Computacional Para una vision Integral de la Biologia Blgo. Roberto Pineda

Biología, Informática y Computación

Cibernetica y TGS Wiener Bertalanffy

Sistemas Conway: Juego de la Vida Biomorfos: Richard Dawkins http://www.bitstorm.org/gameoflife/ Biomorfos: Richard Dawkins http://www.annanardella.it/biomorph.html#quick Autopoiesis: Maturana http://ccl.northwestern.edu/courses/mam2009/student_work/Autopoiesis.html Kauffman: redes boleanas http://www.mariusthart.net/specials/kauffman/kauffman.html

Disciplinaridad Multidisciplinariedad Interdisciplinariedad Transdisciplinariedad

Biomimetica Educación: Piaget Memética: Dawkins Algoritmos Genéticos Redes Neurales

NO ES BIOINFORMATICA Algoritmos Geneticos Son llamados así porque se inspiran en la evolución biológica y su base genético-molecular. Estos algoritmos hacen evolucionar una población de individuos sometiéndola a acciones aleatorias semejantes a las que actúan en la evolución biológica (mutaciones y recombinaciones genéticas), así como también a una selección de acuerdo con algún criterio, en función del cual se decide cuáles son los individuos más adaptados, que sobreviven, y cuáles los menos aptos, que son descartados. Redes Neuronales La clase de problemas que mejor se resuelven con las redes neuronales son los mismos que el ser humano resuelve mejor: Asociación, evaluación, y reconocimiento de patrones. Las redes neuronales son perfectas para problemas que son muy difíciles de calcular pero que no requieren de respuestas perfectas, sólo respuestas rápidas y buenas. Tal y como acontece con el escenario bursátil en el que se quiere saber ¿compro?, ¿vendo?, ¿mantengo?, o en el reconocimiento cuando se desea saber ¿se parece? ¿es el mismo pero tienen una ligera modificación? Un Algoritmo es una serie de pasos organizados que describe el proceso que se debe seguir, para dar solución a un problema específico.

Matrimonio: Biología e Informática historia

1600 S.XVII La Pascalina Pascal Leibniz La Calculadora Universal

1700 S.XVIII Lamarck Linneo

1800 S.XIX Mendel Darwin

1950 S.XX ENIAC Mauchly y Eckert V. Neumann y la EDVAC

Rosalind Franklin y la difracción 1950 S.XX Rosalind Franklin y la difracción De rayos X Watson y Crick

1969

Gran capacidad de cómputo Supercomputadora Cluster de computadoras Ya tenemos la posibilidad de simular sistemas bien complejos.

Bases de Datos Biodiversidad Moleculares: Secuencias Estructuras Redes y Ontologias

Alineamiento de Secuencias Secuenciamiento Shot Gun Algoritmo Smith-Waterman Matrices PAM, (Point Accepted Mutation) Evolución de Secuencias y Proteínas

M&M http://www.youtube.com/watch?v=8O3qEtH76OA

BioNetworks http://oracleofbacon.org/

Sistemas Dinamicos Complejos 03/01/2018 Sistemas Dinamicos Complejos Equilibrio Caos EQUILIBRIO CAOS Alejado del Equilibrio Al Borde del Caos ESTRUCTURA DISIPATIVA

Modelado Basado en Agentes http://ccl.northwestern.edu/netlogo/models/WolfSheepPredation http://ccl.northwestern.edu/netlogo/models/Flocking http://ccl.northwestern.edu/netlogo/models/Ants http://ccl.northwestern.edu/netlogo/models/Daisyworld