La cisgénesis es la modificación genética de un organismo (abreviado OMG o GMO, del inglés Genetically Modified Organism), receptor de un gen natural que proviene de otroorganismo sexualmente compatible.1 2 Esta técnica de biotecnología molecular se aplica en la reproducción de plantas.3 4
Difiere de la transgénesis en la medida que no se hacen modificaciones o inserciones de genes entre organismos no sexualmente compatibles, la ventaja de la cisgénesis es que se evita el “linkage drag”, el cual es un proceso que perjudica los genes deseados por la aparición de caracteres negativos.
Cisgénesis, a veces también llamado intragenesis, es una denominación del producto para una categoría de plantas modificadas genéticamente. Se ha propuesto una variedad de sistemas de clasificación que los organismos modificados genéticamente orden basado en la naturaleza de los cambios genotípicos introducidas, más que el proceso de la ingeniería genética.
Cisgénesis es un término para los organismos que han sido diseñados usando un proceso en el que se transfieren genes entre organismos artificialmente que de otra manera podrían ser criados convencionalmente. A diferencia de en la transgénesis, los genes sólo se transfieren entre organismos estrechamente relacionados. El término fue utilizado por primera vez en una tesis doctoral presentada por Jan Schaart de la Universidad de Wageningen en 2004, discutiendo lo fresas menos susceptible a Botrytis cinerea.
En Europa, en la actualidad, este proceso se rige por las mismas leyes que la transgénesis, pero los investigadores de la Universidad de Wageningen en los Países Bajos consideran que esto se debe cambiar y se regula de la misma manera como las plantas cultivadas convencionalmente. Sin embargo, otros científicos, que escriben en Nature Biotechnology, han estado en desacuerdo por escrito, "A pesar de la reducción de los obstáculos regulatorios puede aumentar las ganancias en el corto plazo, podría colocar el potencial a largo plazo de la mejora de la agricultura a través de GE en peligro. Nosotros preferiríamos ver molecular de plantas biólogos centrar su atención en el desarrollo de metodologías más sofisticadas, como un gen knock-en la estrategia o la reproducción asistida genómica y no en esquemas para evadir los mecanismos de regulación de los productos de que se sigan generando por la tecnología transgénica relativamente crudo. "dirigida En 2012, la Autoridad Europea de Seguridad Alimentaria emitió un informe con su evaluación de riesgos de las plantas cisgenic y intragénica. Se compararon los peligros asociados con las plantas producidas por cisgénesis y intragenesis con los obtenidos ya sea por técnicas de mejora vegetal convencionales o de transgénesis. La EFSA concluyó que "los riesgos similares pueden estar asociados con las plantas cisgenic y criados convencionalmente, mientras que nuevos peligros pueden estar asociados con las plantas intragénicas y transgénicos." Llegaron a la conclusión de que las directrices europeas existentes para la evaluación de riesgos de los alimentos y los piensos de las plantas modificadas genéticamente y las directrices sobre la evaluación del riesgo ambiental de las plantas modificadas genéticamente son aplicables para la evaluación de los alimentos y piensos derivados de plantas cisgenic y intragenic y no necesitaban un mayor desarrollo.
Cisgénesis y uso transgénesis artificial de la transferencia de genes, lo que se traduce en mucho menos cambio de genes de un organismo de mutagénesis, que se utiliza ampliamente antes de que se desarrolló la ingeniería genética.
Algunas personas creen que cisgénesis no debe mirar tanto la supervisión normativa como la modificación genética a través de la transgénesis. Cisgénesis difiere del mejoramiento convencional, ya que puede potencialmente crear nuevas variedades de cultivos más rápida y barata y los genes beneficiosos sólo seleccionados se transfieren y no otros genes cerca en el cromosoma. En el mejoramiento convencional, se deben realizar múltiples retrocruzamientos, cada uno tomando por lo menos varios meses, para crear un nuevo cultivar. Cisgénesis puede lograr los mismos resultados en una fracción del tiempo. Una aplicación de cisgénesis es la creación de plantas de papa resistentes al tizón tomando la resistencia de las variedades silvestres y su transferencia a las variedades de alto rendimiento.
Computación basada en ADN.- .....................:http://es.wikipedia.org/w/index.php?title=Especial:Libro&bookcmd=download&collection_id=528dfd6c5c3e230fb58e877e5ea1b78e58167f23&writer=rdf2latex&return_to=Computaci%C3%B3n+basada+en+ADN
Los científicos siguen dando pasos de gigante para que algún día sea posible utilizar ADN en tareas informáticas. De momento, especialistas de la University of Wisconsin-Madison han conseguido trasladar una muestra de este material genético desde el mundo flotante de un tubo de ensayo a la superficie rígida de una placa de cristal y oro.
Con ello, no es descabellado pensar que, en el futuro, el ADN pueda ser usado para llevar a cabo las mismas tareas que ahora precisan de innumerables circuitos electrónicos y silicio.
La computación mediante ADN es una tecnología aún en pañales. Expertos como Lloyd Smith buscan capitalizar la enorme capacidad de almacenamiento de información de estas moléculas biológicas, las cuales pueden efectuar operaciones similares a las de una computadora a través del uso de enzimas, catalizadores biológicos que actúan como el software que ejecuta las operaciones deseadas.
La colocación del ADN sobre una superficie sólida, alejándolo del tubo de ensayo, es un paso importante porque simplifica su manipulación y acceso. Demuestra también que será posible aumentar su complejidad para resolver mayores problemas.
En los experimentos de Wisconsin, un grupo de moléculas de ADN fueron aplicadas sobre una pequeña placa de cristal recubierta por oro. En cada experimento, el ADN fue adaptado de manera que se incluyeran todas las posibles respuestas a un problema determinado. Exponiendo las moléculas a ciertos enzimas, las moléculas con las respuestas incorrectas fueron eliminadas, dejando sólo las que poseían las contestaciones correctas.
Las moléculas de ADN pueden almacenar mucha más información que un chip convencional de computadora. Se ha estimado que un gramo de ADN secado puede contener tanta información como un billón de CD’s. Además, en una reacción bioquímica que ocurriese sobre una pequeñísima área, cientos de billones de moléculas de ADN podrían operar en concierto, creando un sistema de procesamiento en paralelo que imitaría la habilidad de la más poderosa supercomputadora.
Los chips que se emplean en las computadoras normales representan la información en series de impulsos eléctricos que emplean unos y ceros. Se usan fórmulas matemáticas para manipular el código binario y alcanzar la respuesta. La computación por ADN, por su parte, depende de información representada como un patrón de moléculas organizadas en un hilo de ADN. Ciertos enzimas son capaces de leer este código, copiarlo y manipularlo en formas que se pueden predecir.
La computación convencional mediante chips está alcanzando los límites de la miniaturización. El ADN es una de las alternativas a estudiar seriamente.
Motorola y Packard suman fuerzas para fabricar "biochips"
CHICAGO (Reuters) -- Las compañías estadounidenses Motorola y Packard Instruments sumaron el lunes 29/6/98 fuerzas con el laboratorio gubernamental Argonne National Laboratory para producir cantidades masivas de "biochips", se anunció el lunes en Chicago.
CHICAGO (Reuters) -- Las compañías estadounidenses Motorola y Packard Instruments sumaron el lunes 29/6/98 fuerzas con el laboratorio gubernamental Argonne National Laboratory para producir cantidades masivas de "biochips", se anunció el lunes en Chicago.
Los biochips son dispositivos similares a los microchips de computadoras, aunque con una amplia variedad de funciones para la medicina y la agricultura.
Igual que sucede con los circuitos de las computadoras, que son capaces de calcular millones de operaciones matemáticas en sólo un segundo, los biochips realizan millones de reacciones biológicas, como decodificar genes, en cuestión de segundos.
Motorola desarrollará el proceso de fabricación de los circuitos y Packard BioScience, se ocupará de fabricar los instrumentos con los que probar dichos biochips.
Los biochips podrían costar inicialmente unos 100 dólares cada uno, aunque su valor caería eventualmente hasta un dólar o quizás menos.
Argonne dijo que la academia rusa de ciencia, el Instituto de Biología Molecular Englehardt, de Moscú, proporcionaría unas 19 invenciones relacionadas con los microchips biológicos.
Motorola y Packard aportarán 19 millones de dólares en un período de cinco años para respaldar sus investigaciones. Las licencias de las invenciones de Argonne serán exclusivamente para las dos compañías.
Los biochips utilizan tecnología de "microgel", en la que estructuras microscópicas, unas 10.000 o más en una superficie de vidrio de un soporte de microscopio, actuarán como diminutos tubos de ensayo.
Dentro de cada estructura de microgel, los componentes químicos pueden ser probados contra objetivos biológicos para buscar respuestas a cuestiones como la secuencia del ADN (el ácido desoxirribonucleico), las variaciones genéticas, la expresión de los genes, la interacción de las proteínas y la respuesta inmunológica.
Los chips funcionan mucho más rápido que los métodos convencionales.
"En lugar de leer el ADN en base a cada `letra' o `palabra', los biochips leen frases enteras de una sola vez", explicó el biólogo Andrei Mirzabekov, cuyas investigaciones en los laboratorios Argonne y Engelhardt permitieron desarrollar los biochips.
"En lugar de leer el ADN en base a cada `letra' o `palabra', los biochips leen frases enteras de una sola vez", explicó el biólogo Andrei Mirzabekov, cuyas investigaciones en los laboratorios Argonne y Engelhardt permitieron desarrollar los biochips.
En una conferencia telefónica, el secretario estadounidense de Energía, Federico Peña, definió el plan como de "especial importancia para los estadounidenses".
El Departamento de Energía financia experimentos junto con el Proyecto del Genoma Humano, que busca crear para el año 2005 un mapa de todo el juego de cromosomas humanos.
Peña dijo además que esto podría ser el nacimiento de una industria de miles de millones de dólares.
Computadoras que aprenden a pensar
Las palabras 'tonto útil' pueden sonar ofensivas si se refieren a una persona, pero es la absoluta realidad cuando hablamos de una computadora. Sí, los ordenadores personales son 'tontos útiles' porque ayudan a resolver muchos problemas, pero no se les puede pedir que realicen cosas por su cuenta; es decir, que resuelvan problemas con un razonamiento. Ejemplos no faltan: si una computadora no tiene un programa indicado para realizar cierta función, no habrá manera de que lo haga y si tiene el programa, sólo hará lo que el programa tenga definido (por ello, los videojuegos siempre serán derrotados: el jugador, tarde o temprano descubrirá todas las posiblidades del programa y siempre ganará).
Las palabras 'tonto útil' pueden sonar ofensivas si se refieren a una persona, pero es la absoluta realidad cuando hablamos de una computadora. Sí, los ordenadores personales son 'tontos útiles' porque ayudan a resolver muchos problemas, pero no se les puede pedir que realicen cosas por su cuenta; es decir, que resuelvan problemas con un razonamiento. Ejemplos no faltan: si una computadora no tiene un programa indicado para realizar cierta función, no habrá manera de que lo haga y si tiene el programa, sólo hará lo que el programa tenga definido (por ello, los videojuegos siempre serán derrotados: el jugador, tarde o temprano descubrirá todas las posiblidades del programa y siempre ganará).
Desde hace 15 años, la idea de crear inteligencia artificial se ha convertido cada vez más en una realidad tangible, tanto, que ya Oscar Chang ha desarrollado, aquí en Venezuela, un programa de computación en el que unas abejas virtuales llegan a optimizar su cerebro para volar perfectamente y llegar al sitio indicado. En otras palabras, Chang logró que estas abejas pudieran 'aprender' y conseguir la mejor respuesta.
Volver a la naturaleza
Oscar Chang, quien se ha destacado en la construcción de robots animados como los dinosaurios del Museo de Ciencias, señala que los expertos en computación se dieron cuenta _a mediados de los ochenta_ que existían problemas que no podían resolverse con los diseños de programas existentes. 'Por eso, comenzaron a desarrollar lo que se llama las redes neurales artificiales (el diseño de hacer que varias neuronas dentro de una computadora funcione exactamente como en el mundo real)'.
Oscar Chang, quien se ha destacado en la construcción de robots animados como los dinosaurios del Museo de Ciencias, señala que los expertos en computación se dieron cuenta _a mediados de los ochenta_ que existían problemas que no podían resolverse con los diseños de programas existentes. 'Por eso, comenzaron a desarrollar lo que se llama las redes neurales artificiales (el diseño de hacer que varias neuronas dentro de una computadora funcione exactamente como en el mundo real)'.
Chang señala que una vez desarrolladas estas 'neuronas de bites', el reto siguiente de los investigadores fue hacer que éstas lograran aprender, como ocurre con ciertos seres vivos evolucionados.
Explica que este principio se encuentra en todos los ejercicios de inteligencia artificial que se han desarrollado con éxito en los últimos tiempos: desde los juegos de computación que van mejorando de los errores hasta la monstruosa Deep Blue, la máquina que logró vencer al campeón del ajedrez Kasparov.
2. Cerebros virtualesLa última generación en inteligencia artificial se llama 'algoritmos genéticos', en el que la computadora no sólo simula el funcionamiento neural biológico, sino que establece también cadenas de ADN (ácido desoxirribonucleico) para establecer, como ocurre en la naturaleza, características especiales, que en el caso de las abejas virtuales de Chang, es la conformación neuronal de cada insecto.
Luego, la computadora hace que las abejas se mezclen y dejen descendencia (bajo los parámetros de que vuelen bien y utilicen las menores conexiones neurales posibles). Luego de varias mezclas y un número considerable de descendencia, se comprueba también la teoría de la evolución de Darwin, que señala que sólo los mejores perduran.
Construye la NASA una Computadora del tamaño de una Molécula de Proteína.
Ingenieros de la NASA trabajan en el diseño de computadoras del tamaño de una molécula de proteína, que servirán para rastrear y reparar daños celulares en el organismo humano.
Ingenieros de la NASA trabajan en el diseño de computadoras del tamaño de una molécula de proteína, que servirán para rastrear y reparar daños celulares en el organismo humano.
Meyya Meyyappan para Nanotecnología de la NASA, explicó que los "minúsculos médicos robots" que entrarán al torrente sanguíneo serán creados para reparar las lesiones causadas por accidentes, enfermedades, atacar virus y bacterias, así como eliminar células cancerosas.
Explicó que aunque todavía no hay ningún nanorrobot en funcionamiento (con un tamaño equivalente a la diez mil millonésima parte de un metro), los ingenieros cuentan con diseños teóricos propuestos.
Robert Freitas, autor del libro Nanomedicine, precisó que el carbono será el principal elemento que los constituirá, y que el hidrógeno, azufre, oxígeno, nitrógeno, nitrógeno, silicio, entre otros, se utilizarán para fabricar los engranajes y otras partes del sistema.
"Puede que muchas de estas minúsculas máquinas estén hechas de ADN, y que nada tengan qué ver con la idea que todo el mundo tiene de los robots".
Nuevos Modelos de Computación:Computación Molecular
Motivaciones
En los últimos años se ha sugerido y mostrado que computadoras basadas en interacciones a nivel molecular (Computadoras con ADN y Computadoras Cuánticas) pueden ser una alternativa viable a las computadoras electrónicas convencionales. Existen problemas complejos que requieren una búsqueda intensiva para su resolución que no son eficientemente resueltos por las computadoras digitales. Las computadoras moleculares se muestran más adecuadas para la resolución eficiente de dichos problemas debido a su enorme capacidad de paralelismo. En particular, en la computación con ADN el paralelismo reside en el hecho de que un tubo de ensayo puede contener 10^18 moléculas de ADN. Una simple operación sobre el tubo de ensayo supone del orden de 10^18 operaciones simultáneas. Aquí estriba la enorme ventaja de las computadoras con ADN frente a las computadoras clásicas para la resolución de ciertos problemas complejos.
Motivaciones
En los últimos años se ha sugerido y mostrado que computadoras basadas en interacciones a nivel molecular (Computadoras con ADN y Computadoras Cuánticas) pueden ser una alternativa viable a las computadoras electrónicas convencionales. Existen problemas complejos que requieren una búsqueda intensiva para su resolución que no son eficientemente resueltos por las computadoras digitales. Las computadoras moleculares se muestran más adecuadas para la resolución eficiente de dichos problemas debido a su enorme capacidad de paralelismo. En particular, en la computación con ADN el paralelismo reside en el hecho de que un tubo de ensayo puede contener 10^18 moléculas de ADN. Una simple operación sobre el tubo de ensayo supone del orden de 10^18 operaciones simultáneas. Aquí estriba la enorme ventaja de las computadoras con ADN frente a las computadoras clásicas para la resolución de ciertos problemas complejos.
CADENA(Computación con ADN)
La computación con ADN se inicia en 1994 con el trabajo de L. Adleman en el que resuelve el Problema de Hamilton. Se resolvía en un laboratorio de biología molecular un problema matemático complejo utilizando un tubo de ensayo con ADN y aplicándole ciertas técnicas (PCR, separación, clonación). Este trabajo supuso un gran avance en las ciencias de la computación ya que se mostraba que era posible realizar computos a nivel molecular y, además, con una enorme capacidad de paralelismo inherente.
La computación con ADN se inicia en 1994 con el trabajo de L. Adleman en el que resuelve el Problema de Hamilton. Se resolvía en un laboratorio de biología molecular un problema matemático complejo utilizando un tubo de ensayo con ADN y aplicándole ciertas técnicas (PCR, separación, clonación). Este trabajo supuso un gran avance en las ciencias de la computación ya que se mostraba que era posible realizar computos a nivel molecular y, además, con una enorme capacidad de paralelismo inherente.
Objetivos: Determinar la capacidad `teórica' de cómputo de los modelos de computación con ADN probando su equivalencia con los modelos clásicos: Máquinas de Turing, Pram.
Determinar la capacidad `práctica' de cómputo de los nuevos modelos de computación con ADN. Para ello, se realizarán simulaciones en computadora digital convencional de los cómputos con ADN.
Creación de nuevos modelos de computación molecular más potentes que los ya existentes.
Incorporación de nuevas ideas algorítmicas (algoritmos de ramificación y acotación y heurísticas) a los modelos de computación molecular.
3. Bioinformática. Conceptos Generales Justificación
La Investigación Biomédica, una disciplina basada en la información, esta inmersa en profundos cambios a medida que las nuevas aproximaciones experimentales generan enormes volúmenes de datos sin precedentes. La Biología y la Medicina están apoyándose cada vez mas en la aplicación de las Ciencias de la Información.
La Investigación Biomédica, una disciplina basada en la información, esta inmersa en profundos cambios a medida que las nuevas aproximaciones experimentales generan enormes volúmenes de datos sin precedentes. La Biología y la Medicina están apoyándose cada vez mas en la aplicación de las Ciencias de la Información.
La Bioinformática, el campo interdisciplinar que se encuentra en la intersección entre las Ciencias de la Vida y de la Información, proporciona las herramientas y recursos necesarios para favorecer la Investigación Biomédica. Este campo interdisciplinar comprende la investigación y desarrollo de herramientas útiles para llegar a entender el flujo de información desde los genes a las estructuras moleculares, a su función bioquímica, a su conducta biológica y, finalmente, a su influencia en las enfermedades y en la salud.
Una definición generalmente aceptada sería: "Una disciplina científica que se interesa por todos los aspectos relacionados con la adquisición, almacenamiento, procesamiento, distribución, análisis e interpretación de información biológica, mediante la aplicación de técnicas y herramientas de las matemáticas, de la biología y de la informática, con el propósito de comprender el significado biológico de una gran variedad de datos".
¿Disciplina científica o técnica de apoyo a la investigación?
Con el incremento en complejidad y capacidad tanto de las computadoras como de las técnicas de investigación, se necesitan "puentes" humanos que puedan entender ambas disciplinas y sean capaces de comunicarse con los expertos de los dos campos.
Con el incremento en complejidad y capacidad tanto de las computadoras como de las técnicas de investigación, se necesitan "puentes" humanos que puedan entender ambas disciplinas y sean capaces de comunicarse con los expertos de los dos campos.
Históricamente, el uso de los ordenadores para resolver cuestiones biológicas comenzó con el desarrollo de algoritmos y su aplicación en el entendimiento de las interacciones de los procesos biológicos y las relaciones filogenéticas entre diversos organismos. El incremento exponencial en la cantidad de secuencias disponibles, así como la complejidad de las técnicas que emplean los ordenadores para la adquisición y análisis de datos, han servido para la expansión de la bioinformática.
La diferencia entre una disciplina científica y un campo de apoyo es que la primera implica una investigación basada en el planteamiento de hipótesis, mientras que el segundo sólo se encarga de apoyar esa investigación. La bioinformática se ha ocupado desde un principio en realizar investigaciones basadas en hipótesis. Las teorías de la evolución molecular se han estudiado empleando para ello la genómica post-secuenciación. Se han examinado teorías de interacciones y procesos complejos como la excitación nerviosa empleando la modelización molecular. La Bioinformática están comenzando a ser considerada como disciplina científica, como se evidencia en el incremento de publicaciones y reuniones científicas en esta área.
La diferencia entre una disciplina científica y un campo de apoyo es que la primera implica una investigación basada en el planteamiento de hipótesis, mientras que el segundo sólo se encarga de apoyar esa investigación. La bioinformática se ha ocupado desde un principio en realizar investigaciones basadas en hipótesis. Las teorías de la evolución molecular se han estudiado empleando para ello la genómica post-secuenciación. Se han examinado teorías de interacciones y procesos complejos como la excitación nerviosa empleando la modelización molecular. La Bioinformática están comenzando a ser considerada como disciplina científica, como se evidencia en el incremento de publicaciones y reuniones científicas en esta área.
Hay mucho campo de investigación basado en hipótesis en el área bioinformática de las bases de datos. El reto en la construcción de bases de datos es el establecimiento de una arquitectura que permita la realización de búsquedas inteligentes, comunicación con otras bases de datos y la unión con herramientas de análisis y minería de datos especificas que permitan dar respuesta a problemas biológicos concretos. Los científicos que se encarguen de la construcción de esas bases de datos deben tener unos conocimientos previos que les permitan determinar qué problemas científicos concretos necesitan una resolución y cuál o cuáles métodos son los mejores para resolverlos.
La Bioinformática comprende tres subespecialidades:
La investigación y desarrollo de la infraestructura y sistemas de información y comunicaciones que requiere la biología moderna. (Redes y bases de datos para el genoma, estaciones de trabajo para procesamiento de imágenes). Bioinformática en sentido estricto.
La investigación y desarrollo de la infraestructura y sistemas de información y comunicaciones que requiere la biología moderna. (Redes y bases de datos para el genoma, estaciones de trabajo para procesamiento de imágenes). Bioinformática en sentido estricto.
La computación que se aplica al entendimiento de cuestiones biológicas básicas, mediante la modelización y simulación. (Sistemas de Vida Artificial, algoritmos genéticos, redes de neuronas artificiales). Biología Molecular Computaciónal.
El desarrollo y utilización de sistemas computacionales basados en modelos y materiales biológicos. (Biochips, biosensores, computación basada en ADN). Los computadores basados en DNA se están empleando para la secuenciación masiva y el screening de diversas enfermedades, explotando su característica de procesamiento paralelo implícito. Biocomputación
Técnicas y métodos
Las Tecnologías de la Información y las Comunicaciones ayudan a recolectar, organizar y distribuir información sobre el genoma humano, para emplearse en su análisis y en aplicaciones en Salud.
Las Tecnologías de la Información y las Comunicaciones ayudan a recolectar, organizar y distribuir información sobre el genoma humano, para emplearse en su análisis y en aplicaciones en Salud.
Básicamente, los sistemas informáticos se emplean en este campo para:
Adquisición de datos
Software para visualización
Programas para control de reactivos, geles y otros materiales
Adquisición de datos
Software para visualización
Programas para control de reactivos, geles y otros materiales
Generación y ensamblaje de secuencias
Análisis de datos
Programas para análisis de secuencias
Predicción de estructura de proteínas
Paquetes de integración y ensamblaje de mapas genéticos
Software para clasificación y comparación
Técnicas de Inteligencia Artificial
Gestión de datos
Bases de datos locales o accesibles mediante redes de comunicaciones.
Literatura médica y científica unida a las secuencias.
Distribución de datos
Redes de comunicaciones
Campos de aplicación
Gestión de datos en el laboratorio
Automatización de experimentos
Ensamblaje de secuencias contiguas
Predicción de dominios funcionales en secuencias génicas
Alineación de secuencias
Búsquedas en las bases de datos de estructuras
Determinación de la estructura de macromoléculas
Predicción de la estructura de macromoléculas
Evolución molecular. Árboles filogenéticos
Análisis de datos
Programas para análisis de secuencias
Predicción de estructura de proteínas
Paquetes de integración y ensamblaje de mapas genéticos
Software para clasificación y comparación
Técnicas de Inteligencia Artificial
Gestión de datos
Bases de datos locales o accesibles mediante redes de comunicaciones.
Literatura médica y científica unida a las secuencias.
Distribución de datos
Redes de comunicaciones
Campos de aplicación
Gestión de datos en el laboratorio
Automatización de experimentos
Ensamblaje de secuencias contiguas
Predicción de dominios funcionales en secuencias génicas
Alineación de secuencias
Búsquedas en las bases de datos de estructuras
Determinación de la estructura de macromoléculas
Predicción de la estructura de macromoléculas
Evolución molecular. Árboles filogenéticos
4. La Nueva Generación de Bioinformática
Se introduce el concepto de Bioinformática de Segunda Generación caracterizada por:
En los últimos años, la bioinformática ha trabajado con muchas bases de datos que almacenaban información biológica a medida que iba apareciendo. Esto no sólo ha tenido efectos positivos: muchos científicos se quejan de la creciente complejidad que representa encontrar información útil en este "laberinto de datos". Para mejorar esta situación, se desarrollan técnicas que integran la información dispersa, gestionan bases de datos distribuidas, las seleccionan automáticamente, evalúan su calidad, y facilitan su accesibilidad para los investigadores. Se habla de Bioinformática Integradora. En ella no deben faltar ayudas para la navegación por la información, que cada vez, con más énfasis, reside en Internet y no en bases de datos locales.
Se introduce el concepto de Bioinformática de Segunda Generación caracterizada por:
En los últimos años, la bioinformática ha trabajado con muchas bases de datos que almacenaban información biológica a medida que iba apareciendo. Esto no sólo ha tenido efectos positivos: muchos científicos se quejan de la creciente complejidad que representa encontrar información útil en este "laberinto de datos". Para mejorar esta situación, se desarrollan técnicas que integran la información dispersa, gestionan bases de datos distribuidas, las seleccionan automáticamente, evalúan su calidad, y facilitan su accesibilidad para los investigadores. Se habla de Bioinformática Integradora. En ella no deben faltar ayudas para la navegación por la información, que cada vez, con más énfasis, reside en Internet y no en bases de datos locales.
Introducción.
Los modelos matemáticos de la máquina de Turing (MT), del lenguaje Ábacus, y del lenguaje L; la posibilidad de enumerar, codificar y descodificar algoritmos mediante números de Gödel; el Teorema de la Universalidad y otros temas relacionados, me han resultado muy estimulantes para especular sobre algunas posibilidades que están en los límites de lo rigurosamente formal, la ficción y lo espiritual. Debido a que en el presente trabajo se presentan varias especulaciones, muchas preguntas planteadas se quedan sin respuesta inmediata y pretenden reflejar y estimular un interés en profundizar en los temas correspondientes.
Los modelos matemáticos de la máquina de Turing (MT), del lenguaje Ábacus, y del lenguaje L; la posibilidad de enumerar, codificar y descodificar algoritmos mediante números de Gödel; el Teorema de la Universalidad y otros temas relacionados, me han resultado muy estimulantes para especular sobre algunas posibilidades que están en los límites de lo rigurosamente formal, la ficción y lo espiritual. Debido a que en el presente trabajo se presentan varias especulaciones, muchas preguntas planteadas se quedan sin respuesta inmediata y pretenden reflejar y estimular un interés en profundizar en los temas correspondientes.
Para empezar, la MT, como uno de los modelos de cómputo más versátiles, es susceptible de ser implementada en muy variadas formas de hardware, además de las ya conocidas implementaciones electromecánica y electrónica del siglo XX.
Hasta la fecha y durante varios años más, han existido y existirán razones importantes para implementar el modelo de las MT en su modalidad electrónica de estado sólido; pero, ¿qué puede haber más allá del hardware tradicional? Podríamos pensar, por ejemplo, en capacidad de cómputo de hardware y/o software basados en procesos o fenómenos de la química inorgánica; de la química orgánica, como el comportamiento del ADN, el comportamiento colectivo de seres microscópicos, las reacciones químicas de sustancias orgánicas; fenómenos de la óptica, de la acústica, de las señales de radio, de los comportamientos emergentes de seres vivos en general y de grupos humanos en particular, etc.
La Inteligencia Artificial (IA), que pretende imitar algunos de los procesos desarrollados por la mente humana, basa su operación en computadoras de hardware electrónico. ¿Habría alguna ventaja para la IA si buscara el apoyo de hardware de otro tipo? Por ejemplo: ¿qué ventajas podría obtener una forma de Robótica basada en el comportamiento emergente de vegetales? ¿O el Procesamiento de Lenguaje Natural basado en reacciones químicas de ciertas sustancias? Estas preguntas aparentemente absurdas podrían tener respuestas muy concretas.
En lugares como el Media Lab, vinculado al Massachussetts Institute of Technology (MIT), se investiga cómo simular en computadoras un equivalente de las emociones humanas. ¿Qué se podría lograr usando hardware no electrónico?
Varios motivos me hacen pensar que la capacidad de cómputo puede implementarse en prácticamente cualquier ente , siendo necesaria la existencia de otro ente que haga uso del primero e interprete los resultados generados.
¿En qué momento un montón de átomos o moléculas adquiere la capacidad de computar? ¿En qué momento un ente comienza a funcionar como MT? La intuición nos dice que cuando está organizado en una forma muy específica que cumple requisitos muy particulares. ¿Y cómo llega a ese estado de organización: puede llegar por sí mismo, o siempre es necesaria una fuerza externa que lo lleve a ese estado?
No hay comentarios:
Publicar un comentario