O Surgimento dos Sistemas de Bioinformática

Apresentação em tema: "O Surgimento dos Sistemas de Bioinformática"— Transcrição da apresentação:

1 O Surgimento dos Sistemas de Bioinformática
CPS Trabalho Cooperativo Suportado por Computador /3 Prof: Jano Moreira de Souza O Surgimento dos Sistemas de Bioinformática Yura C. Ferreira

2 Objetivo “Apresentar as principais características e desafios da Bioinformática, fusão das Ciências Biológicas com a Ciência da Computação”

3 Introdução A Biologia passa a ser uma ciência fortemente baseada em dados. Novas tecnologias que permitem catalogar, organizar, manipular e minerar grandes quantidades de dados.

4 Questões a serem respondidas
Como esta informação é codificada, armazenada, decodificada e utilizada em sistemas biológicos? Quais seqüências regulares, são indicadores da existência de uma proteína funcional? Como podemos caracterizar a sintaxe (gramática) e a semântica (significado) das seqüências macromoleculares? Como centenas de genes interagem durante a vida de forma a coordenar processos biológicos específicos de interesse como, desenvolvimento neurológico, doenças e envelhecimento?

5 Principais Temas em Sistemas de Bioinformática
A natureza dos dados biológicos; Armazenamento, análise e recuperação de dados; Modelagem computacional e simulação; Integração de informações biologicamente significantes; Data mining; Processamento e Visualização de imagens; Fechando o Ciclo.

6 A Natureza dos Dados Biológicos
Resultados baseados em métodos bastante rígidos de coleta, análise e checagem dos dados . Bioinformáticos lidam diariamente com dados bastante crus. Resultados obtidos são encarados com bastante ceticismo pela comunidade científica.

7 A Natureza dos Dados Biológicos
Dados experimentais iniciais incluem erros experimentais (sistemáticos ou aleatórios). Experimentos são caros em termos de profissionais, reagentes, equipamentos e tempo É necessário combinar o raciocínio indutivo baseado nas informações biológicas existentes, com os novos resultados dos experimentos. Caracterizar e quantificar a incerteza presente nos dados.

8 Armazenamento, Análise e Recuperação de Dados
Análise dos dados, tal como significância estatística, clusterização, ou busca por padrões. BLAST (Basic Local Alignment Search Tool) compara a nova seqüência de DNA com todas as outras seqüências presentes no banco de dados de forma a encontrar as seqüências mais similares a ela. Construir algoritmos eficientes que permitam selecionar melhor as informações retiradas deste mar de dados, bem como agregar informações de valor aos mesmos.

9 Modelagem computacional e simulação
Exerce um papel central, para a compreensão de muitos dos fenômenos biológicos. O uso da análise numérica e da modelagem computacional permite responder questões do tipo “A que taxa uma dada enzima catalisa o processo de divisão celular?” A revista Science apresentou os principais projetos em sistemas biológicos (mar 2002), a maior parte deles se baseavam em técnicas de simulação.

10 Integração de Informações Biologicamente Significantes
Um grande mar de dados heterogêneos. Pouca informação sobre os Dados. Dificuldade de relacionar experimentos. Desperdício de recursos caros. Recursos dedicados a restringir a navegação em domínios específicos. BioCarta CyanoBase

11 Data Mining Localizar relacionamentos pertinentes e interessantes dentro de quantidades massivas de informação. Simplificar dados, sumarizar. Saber o que armazenar.

12 Processamento e Visualização de Imagens
Microarrays Extração automatizada dos dados. Fornecer melhores recursos para visualização de imagens em 2D e 3D (Difícil exploração)

13 Fechando o Ciclo Natureza fortemente Iterativa e Interativa da pesquisa biológica. Fornecer um feedback dos estágios anteriores de um experimento. Reorganizar o layout de um microarray

14 Exemplos de Sistemas em Desenvolvimento
Sistemas capazes de montar genomas inteiros. ATOL – Assembling the Tree of Life, árvore filogenétic, algoritmos para reconstruir estas árvores (loop). BioSig - Sistema para arquivamento e interpretação de imagens microscópicas (microarray).

15 Exemplos de Sistemas em Desenvolvimento
Permitir o estudo de fenômenos biológicos, em diversos níveis, usando múltiplos modos de investigação. Por exemplo, pesquisadores podem estudar processos biológicos ao nível dos DNAs, RNA mensageiro “mRNA”, proteínas, enzimas, redes de reação química, ou a nível fisiológico. Cada nível fornece uma visão diferente dos mecanismos abaixo do mesmo, porém juntos poderão ser a base para se responder as perguntas biológicas existentes.

16 Exemplos de Sistemas em Desenvolvimento
Sistema Valis Execução de estudos funcionais em genes ou famílias de genes de forma isolada ↓ Analisar todos os genes de um dado organismo, simultaneamente

17 Conclusões Infinidade de oportunidades Para Ciência da Computação.
Unificar as Linhas de Pesquisa Cercar de maneira satisfatória determinados problemas. Risco de se perder no grande volume de informação.