La Bioinformática

Prévia do material em texto

CARRERA DE MEDICINA 
 
INFORMÁTICA BIOMÉDICA II 
MATRIZ 1 
 
Ing. Delfina C. Villafuerte Romero 
 
LA BIOINFORMÁTICA 
 
La bioinformática es un campo interdisciplinario que 
combina biología, informática, matemáticas y estadística 
para analizar y comprender datos biológicos. Su principal 
objetivo es utilizar herramientas computacionales para 
gestionar, procesar y analizar grandes volúmenes de 
información biológica, como secuencias de ADN, ARN, 
proteínas y otros datos moleculares. 
La bioinformática se ha convertido en una parte esencial 
de la investigación moderna en biología molecular y 
medicina genómica. 
Aplicaciones 
La bioinformática tiene múltiples aplicaciones, que se pueden dividir en dos áreas muy principales: 
 
 1. Biología molecular 2. Medicina genómica 
1. Aplicaciones de la Bioinformática en Biología Molecular 
La bioinformática es una herramienta muy útil en biología molecular porque permite a los científicos 
analizar grandes cantidades de información, como el ADN y las proteínas. A continuación, se detalla 
algunas de sus principales aplicaciones: 
♦ Análisis de Secuencias de ADN Los científicos pueden usar la bioinformática para 
comparar secuencias de ADN de diferentes organismos. Esto ayuda a encontrar genes 
importantes, identificar mutaciones o variaciones en el ADN que puedan estar relacionadas 
con enfermedades, y estudiar la evolución de diferentes especies. 
♦ Predicción de la Estructura de Proteínas Las proteínas son fundamentales para muchas 
funciones en los organismos. La bioinformática ayuda a predecir cómo se pliega una proteína 
(su estructura tridimensional) solo a partir de su secuencia de aminoácidos. Con esto, los 
científicos pueden entender mejor cómo funcionan las proteínas y cómo interactúan con 
otras moléculas. 
♦ Estudios de Expresión Génica La bioinformática se utiliza para analizar qué genes están 
activos o "encendidos" en diferentes situaciones, como durante el desarrollo de una 
enfermedad o en respuesta a ciertos tratamientos. Esto es muy importante en la 
 
CARRERA DE MEDICINA 
 
INFORMÁTICA BIOMÉDICA II 
MATRIZ 1 
 
Ing. Delfina C. Villafuerte Romero 
investigación de enfermedades como el cáncer, ya que permite identificar qué genes juegan 
un papel en su desarrollo. 
♦ Filogenia y Evolución Esta aplicación permite estudiar cómo las especies están 
relacionadas entre sí a través de sus genes. Comparando secuencias de ADN, los científicos 
pueden construir "árboles evolutivos" que muestran cómo han cambiado y evolucionado las 
especies a lo largo del tiempo. 
♦ Diseño de Medicamentos y Terapias Genéticas Gracias a la bioinformática, es posible 
diseñar medicamentos que actúan sobre genes o proteínas específicos. También permite 
crear terapias que corrigen mutaciones genéticas, como en el caso de la tecnología CRISPR, 
que edita el ADN de manera precisa. 
Herramientas Bioinformáticas Comúnmente Usadas en Biología Molecular 
Algunas herramientas que los científicos usan en bioinformática incluyen: 
1. BLAST (Basic Local Alignment Search Tool): Es un programa informático utilizado para el 
alineamiento de secuencias de ADN o proteínas. Este programa permite comparar una 
secuencia problema con otra secuencia o con todas las secuencias presentes en una base 
de datos. Un ejemplo de base de datos es Refseq, que contiene una colección de 
secuencias de proteínas no redundantes y bien anotadas. BLAST encuentra las secuencias 
de la base de datos que tienen mayor similitud con la secuencia problema (Capel Salinas & 
Yuste Lisbona, 2016). 
 
2. Clustal Omega: Es un programa utilizado para realizar alineamientos múltiples de 
secuencias (ADN, ARN o proteínas). Su principal función es alinear secuencias de diferentes 
organismos o de distintas proteínas para identificar regiones conservadas, variaciones o 
similitudes. Este tipo de alineamientos es muy útil para estudiar la evolución, las relaciones 
filogenéticas entre especies o para comparar la función de genes o proteínas similares en 
diferentes organismos (Sievers, F & Higgins, D. G., 2018). 
 
 
CARRERA DE MEDICINA 
 
INFORMÁTICA BIOMÉDICA II 
MATRIZ 1 
 
Ing. Delfina C. Villafuerte Romero 
3. Pymol y Chimera: Son herramientas de software utilizadas para la visualización de 
estructuras tridimensionales de proteínas y otras macromoléculas biológicas. Estas 
herramientas permiten a los científicos analizar la forma, la función y las interacciones de las 
moléculas, lo que es crucial para la investigación en biología estructural, diseño de fármacos 
y estudios de interacción molecular (Pettersen, E. F. et al., 2014). 
 
4. GROMACS (GROningen MAchine for Chemical Simulations): Es un paquete de software 
diseñado para simulaciones de dinámica molecular, particularmente para estudiar 
biomoléculas como proteínas y lípidos. Permite modelar el comportamiento de moléculas en 
un entorno físico simulado, proporcionando información sobre su estructura, dinámica y 
función en diferentes condiciones (Abraham, M. J. et al., 2015). 
 
5. Galaxy: Galaxy es una plataforma web de código abierto para la investigación biomédica 
intensiva en datos. La utilizan los científicos para analizar grandes conjuntos de datos 
biomédicos como los de genómica, proteómica, metabolómica e imagen. Con una interfaz 
gráfica, admite varios formatos de datos biológicos y es de código abierto. Sus aplicaciones 
 
CARRERA DE MEDICINA 
 
INFORMÁTICA BIOMÉDICA II 
MATRIZ 1 
 
Ing. Delfina C. Villafuerte Romero 
incluyen la expresión génica, la proteómica y la transcriptómica, entre otras (Afgan, E., Baker 
& Blankenberg, D., 2018). 
 
Aplicaciones de la Bioinformática en la Medicina Genómica 
La medicina genómica es un campo que estudia cómo el material genético (el ADN) de una persona 
puede influir en su salud, desde su predisposición a ciertas enfermedades hasta la respuesta a 
diferentes tratamientos. La bioinformática es clave en este campo, ya que ayuda a analizar y 
comprender grandes cantidades de datos genéticos. Aquí te explico algunas de sus principales 
aplicaciones: 
♦ Identificación de Mutaciones Genéticas La bioinformática permite a los científicos y 
médicos identificar mutaciones o cambios en el ADN que pueden estar asociados con 
enfermedades genéticas, como ciertos tipos de cáncer o enfermedades hereditarias. Esto 
ayuda a entender qué cambios en los genes pueden causar enfermedades y cómo tratarlas 
mejor. 
♦ Medicina Personalizada Una de las mayores aplicaciones de la medicina genómica es la 
medicina personalizada. Gracias a la bioinformática, los médicos pueden analizar el ADN de 
un paciente para ajustar los tratamientos de acuerdo con su información genética. Esto 
significa que los tratamientos pueden ser más efectivos y tener menos efectos secundarios 
porque están diseñados específicamente para la genética del paciente. 
♦ Predicción de Riesgos Genéticos Con herramientas bioinformáticas, es posible analizar el 
genoma de una persona para predecir si tiene un riesgo elevado de desarrollar ciertas 
enfermedades en el futuro, como diabetes, enfermedades cardíacas o cáncer. Este análisis 
puede ayudar a los médicos a ofrecer medidas preventivas o tratamientos antes de que la 
enfermedad se manifieste. 
♦ Estudios de Genomas Completos La bioinformática también permite analizar y comparar 
genomas completos de diferentes individuos. Esto es útil para encontrar patrones genéticos 
que pueden estar relacionados con una enfermedad. Por ejemplo, al comparar el ADN de 
personas sanas y enfermas, se puede descubrir qué variantes genéticas aumentan el riesgo 
de padecer una enfermedad. 
 
CARRERA DE MEDICINA 
 
INFORMÁTICA BIOMÉDICA II 
MATRIZ 1 
 
Ing. Delfina C. Villafuerte Romero 
♦ Desarrollo de Nuevos Medicamentos Gracias al análisis bioinformático de datos 
genéticos, los científicos puedenidentificar nuevas dianas terapéuticas (genes o proteínas) 
que pueden ser el objetivo de nuevos medicamentos. Este proceso hace que el desarrollo 
de medicamentos sea más rápido y eficaz, ya que se basa en información genética precisa. 
Herramientas Bioinformáticas en Medicina Genómica 
Algunas herramientas usadas en medicina genómica incluyen: 
• Genome-Wide Association Studies (GWAS): Son investigaciones utilizadas para 
identificar variantes genéticas en todo el genoma que están asociadas con enfermedades o 
rasgos específicos. Estos estudios examinan los genomas de grandes grupos de personas 
para encontrar diferencias en sus secuencias de ADN que puedan estar vinculadas con una 
mayor o menor predisposición a ciertas enfermedades, como la diabetes, el cáncer o 
trastornos neuropsiquiátricos. GWAS es una herramienta poderosa para descubrir nuevas 
variantes genéticas que pueden influir en la susceptibilidad a enfermedades complejas 
(Clarke, L. et al., 2012). 
 
• CRISPR/Cas (Clustered Regularly Interspaced Short Palindromic Repeats/CRISPR-
associated): Es es una tecnología de edición genética que permite modificar de manera 
precisa el ADN de organismos vivos. El origen de esta técnica lo encontramos en el sistema 
inmune adaptativo de las bacterias. Una de las grandes fortalezas de la técnica CRISPR/Cas 
es su gran precisión, lo cual es primordialmente relevante, se pretende utilizar como terapia 
génica en humanos. La técnica CRISPR/Cas consiste en introducir una pequeña secuencia 
sintética de ARN, denominado ARN guía (sgRNA) (del inglés, small guide RNA), 
complementaria al fragmento de ADN que se quiere modificar. Este sgRNA es utilizado como 
cofactor por una nucleasa, en este caso la proteína Cas9, y dirige a la nucleasa a la 
secuencia genómica que presente la secuencia complementaria a la guía, y la nucleasa abre 
la doble cadena de ADN y la corta. Tras esta rotura, pueden introducirse modificaciones 
añadiendo una plantilla que la maquinaria celular usará para reparar el daño causado por la 
proteína Cas9 (Capel Salinas & Yuste Lisbona, 2016). 
 
CARRERA DE MEDICINA 
 
INFORMÁTICA BIOMÉDICA II 
MATRIZ 1 
 
Ing. Delfina C. Villafuerte Romero 
 
• Bases de datos genómicas: Son repositorios que almacenan grandes cantidades de datos 
relacionados con secuencias de ADN y ARN, así como información asociada con variaciones 
genéticas, características clínicas y funciones biológicas. Estas bases de datos son 
fundamentales para la investigación genética, ya que proporcionan acceso a genomas 
completos y a información genética de diversas especies y poblaciones. Ejemplos populares 
incluyen GenBank, Ensembl y el Proyecto 1000 Genomas, que permiten a los científicos 
comparar secuencias genómicas y estudiar las variaciones genéticas en poblaciones 
(Clarke, L. et al., 2012). 
 
Componentes de la Bioinformática 
Los principales componentes de la bioinformática incluyen: 
1. Bases de datos biológicas: Son repositorios donde se almacenan secuencias de ADN, 
ARN, proteínas y otras moléculas. Ejemplos incluyen GenBank, PDB (Protein Data Bank), 
y Ensembl. Estas bases de datos permiten el acceso y la gestión de información biológica 
masiva. 
 
CARRERA DE MEDICINA 
 
INFORMÁTICA BIOMÉDICA II 
MATRIZ 1 
 
Ing. Delfina C. Villafuerte Romero 
2. Algoritmos y herramientas computacionales: Se utilizan para el análisis y comparación 
de datos biológicos. Herramientas como BLAST (para comparar secuencias) y Clustal 
(para alineamientos múltiples de secuencias) son fundamentales en este campo. 
3. Modelado y simulación: La bioinformática también involucra la creación de modelos que 
simulan procesos biológicos, como la interacción proteína-proteína o la dinámica de 
sistemas genéticos. 
Análisis de Datos Biológicos Básicos 
El análisis de datos biológicos es una de las tareas más importantes de la bioinformática. Se 
enfoca en la interpretación de grandes volúmenes de datos, utilizando técnicas computacionales y 
estadísticas. Algunos ejemplos de análisis de datos biológicos incluyen: 
• Secuenciación del ADN: Permite leer y analizar las secuencias de nucleótidos para 
identificar variaciones y mutaciones genéticas. 
• Predicción de estructuras de proteínas: Con la ayuda de programas como AlphaFold, se 
pueden predecir las estructuras tridimensionales de proteínas a partir de sus secuencias 
de aminoácidos. 
• Estudios de expresión génica: Analiza los niveles de transcripción de genes para 
entender cómo se regula la expresión en diferentes condiciones. 
Conceptos de Genética en Biología Celular 
La bioinformática juega un papel clave en la genética moderna, especialmente en el estudio de la 
biología celular. A través de las herramientas bioinformáticas, es posible analizar: 
• Secuencias genómicas: Los genes y regiones no codificantes del ADN que controlan la 
actividad celular. 
• Mutaciones y variaciones genéticas: Cambios en el ADN que pueden afectar el 
desarrollo de enfermedades. 
• Regulación génica: Mecanismos que controlan cuándo y cómo se expresan los genes en 
las células. 
Este campo permite a los investigadores mapear el genoma humano y los genomas de otros 
organismos, y estudiar la relación entre los genes y su función celular. 
 
 
 
 
 
CARRERA DE MEDICINA 
 
INFORMÁTICA BIOMÉDICA II 
MATRIZ 1 
 
Ing. Delfina C. Villafuerte Romero 
Referencias 
Abraham, M. J., Murtola, T., Schulz, R., Páll, S., Smith, J. C., Hess, & Lindahl, E. (2015). 
GROMACS: Simulaciones moleculares de alto rendimiento a través del paralelismo 
multinivel desde laptops hasta supercomputadoras. 
https://doi.org/10.1016/j.softx.2015.06.001 
Afgan, E., Baker, & Blankenberg, D. (2018). La plataforma Galaxy para análisis biomédicos 
accesibles, reproducibles y colaborativos: Actualización 2018. 
https://doi.org/10.1093/nar/gky379 
Capel Salinas, J., & Yuste Lisbona, F. J. (2016). Manual de prácticas de Bioinformática. Editorial 
Universidad de Almería. https://editorial.ual.es/libro/manual-de-practicas-de-
bioinformatica_145401/ 
Clarke, L., Zheng-Bradley X., Smith, R., & Flicek, P. (2012). El Proyecto 1000 Genomas: Gestión de 
datos y acceso para la comunidad. https://doi.org/10.1038/nmeth.1974 
Pettersen, E. F., Goddard, T. D., Huang, C. C., Couch, G. S., Greenblatt, & Ferrin, T. E. (2014). 
UCSF Chimera: Un sistema de visualización para la investigación exploratoria y el análisis. 
Journal of Computational Chemistry,. 
Sievers, F, & Higgins, D. G. (2018). Clustal Omega for making accurate alignments of many protein 
sequences. Protein Science. 135-145. https://doi.org/10.1002/pro.3290