Bioinformática.

Presentación del tema: "Bioinformática."— Transcripción de la presentación:

1 Bioinformática

2 Bioinformática es la aplicación del desarrollo de la computación y las matemáticas que permite la administración, análisis y comprensión de datos para resolver preguntas biológicas. Donde se requiere un al poder computacional para poder resolver todos sus problemas.

3

4 Qué es para mi? Biología ….. Tecnología Medicina …. Agronomia Biología
Molecular Bases de datos Bioingeniero Estadística Apnredizaje Automático …. Informática Sistemas de Información Tecnología Modelos Bioinformático Equipamiento …..

5 Bioinformático-Bioingeniero
No son antagónicos sino complementarios Capacidades diferenciadas Deben actuar como nexo entre las necesidades en el ámbito de la Biología y las tecnologías asistentes.

6 Porqué surge la bioinformática
Las planillas de MS Excel ya no alcanzan. Globalización de la información y de los recursos. Necesidades de cálculo intensivo Necesidades de modelado intensivo Contrastar por modelos lo observado en la realidad Tecnologías de alto rendimiento, un nuevo paradigma ….

7 Cuál es el rol fundamental del BioIn…loquesea
Instaurar un lenguaje común entre el mundo de la biología y el de la tecnología. Ejemplos IA-Estadística Proyecto Bélgica. Diseño stent US-Latin American Cancer Research Network

8 Resumiendo… DATOSSSSS reporte Dato datito Datum Data Planilla excel
Calculo DATO Variables Atributos Archivo congreso presentación Imagen Perfil Expresión génica Datos Base de datos Servidor Laboratorio ATRIBUTOS Proteinas DATOS DATITITO DATOSSSSS Resumiendo…

9 Consorcio Público FEBRUARY 2001: Celera Genomics NOVIEMBRE 2001 : Ohio State University

10 Con qué objetivo?

11 Cómo es el entorno de trabajo
Multidisciplinar Biólogos Médicos Bioingenieros Estadísticos Físicos Matemáticos Técnicos Informáticos Etc.

12 Algunos títulos LIMS Chemometrics Biometrics Genomics Proteomics
Technology BD Data Mining

13 Chemometrics Modelado molecular Interacción de moléculas con el medio
Modelos moleculares LIMS NIR Desarrollo de Drogas

14 Biometrics Diseño de experimentos Modelos estadísticos en biología
Inferencia Técnicas estadísticas para resumen y visualización de datos. ¿Capacidades?

15 Genomics Secuenciamiento (Biosidus)
Microarreglos de ADN (Biosidus, INTA, Leloir, UBA) (ETC international, Agilent) Ontologías Curado de bases de datos TextMining Cáncer, etc.. ¿Capacidades?

16 Genome projects Genome Massive Determinations sequencing
Genome Annotation Genomics and disease

17 Arquitectura DB Server Cluster Manager Broker Cluster Aplicación Web
3. Estado de Cluster Cluster Broker 4. Regresa el Ip del Mejor Nodo 3. Estado de Cluster 2.Petición de IP Aplicación Web 1.Ejecuta Comando 6. Regresa el resultado 5. Lanaza el comando al Nodo

18 Functional genomics DNA-chips …. Expression profiles
Statistical analysis DNA-chips …. Expression profiles Image processing Data mining

19 Tecnologías asociadas: Microarreglos de ADN

20 DATA INFORMATION

21 Tecnologías asociadas: MALDI-TOF
LIMS?

22 Virus

23 http://www. ncbi. nlm. nih. gov/mapview/map_search. cgi

24

25

26

27 Statistical analysis Clustering Machine learning methods Ontology

28

29

30 Proteomics Folding, predicción estructural Secuenciamiento
Interacción con el agua Modelado 3D (Homologías) Ontologías Curado de bases de datos Vías Metabólicas M/Z Geles bidimensionales ¿Capacidades?

31 Proteomics Proteoma Metaboloma System biology

32 Recognition ability is the basis of biological function 3D structure is key for recognition

33 Structural genomics X Ray NMR 3D Structure 3D Structure
Structure selection Homology 3D Structure Structure-function New biomolecules analysis Molecular modeling

34 HUMAN PLASMA

35

36

37 Barabasi et al. (and others), since 1999
Pazos et al., EMBO Reports 2003

38

39 Combinatorial chemistry/HTS
Massive Synthesis and analysis Library design New drugs Molecular Modeling Docking Virtual screening

40

41 Prediction. Possible scenarios
1. Homology can be recognized using sequence comparison tools or protein family databases (blast, clustal, pfam,...). Structural and functional predictions are feasible 2. Homology exist but cannot be recognized easily (psi-blast, threading) Low resolution fold predictions are possible. No functional information. 3. No homology 1D predictions. Sequence motifs. Limited functional prediction. Ab-initio prediction

42

43 Reminder Bioinformatics “suggests” answers, experimental proof is still necessary Bioinformatics can “save work”. Hypothesis can be tested “in silico” Bioinformatics can do impossible experiments However, never trust bioinformatics 

44