Računska biologija

S Vikipedije, slobodne enciklopedije

Računska biologija uključuje razvoj i primenu podataka analitičkih i teorijskih metoda, matematičko modeliranje i računarske tehnike simulacije u proučavanju bioloških, sistema ponašanja, i društvenih sistema.[1] Polje je široko definisano i uključuje osnove informatike, primenjene matematike, animacije, statistike, biohemije, hemije, biofizike, molekularne biologije, genetike, genomike, ekologije, evolucije, anatomije, neuronauke, i vizualizacije.[2]

Računska biologija se razlikuje od biološkog računanja, koje je polje informatike i računarskog inženjerstva, koristi se bioinženerstvom i biologijom za izgradnju računara, ali je sličan bioinformatici, koja je interdisciplinarna nauka koja koristi računare za čuvanje i obradu bioloških podataka.

Uvod[uredi | uredi izvor]

Računska biologija, ponekad poistovećena sa bioinformatikom, je nauka korišćenja bioloških podataka za razvoj algoritama i odnosa između različitih bioloških sistema. Pre pojave računarske biologije, biolozi nisu mogli da imaju pristup velikim količinama podataka. Istraživači su uspeli da razviju analitičke metode za tumačenje bioloških informacija, ali nisu mogli da ih dele brzo među kolegama.[3]

Bioinformatika je počela da se razvija ranih 1970-ih. Smatralo se da je to nauka analiziranja informatičkih procesa različitih bioloških sistema. U ovom trenutku, istraživanja u veštačkoj inteligenciji koriste mrežne modele ljudskog mozga u cilju stvaranja novih algoritama. Ovakvo korišćenje bioloških podataka u cilju razvijanja drugih oblasti podstaklo je biološke istraživače da se vrate na ideju o korišćenju računara pri proceni i upoređivanju velikih skupova podataka. Do 1982. godine, informacije su se delile među istraživačima putem korišćenja udaraca kartica. Količina podataka koji se dele počela je eksponencijalno da raste do kraja 1980. godine. To je zahtevalo razvoj novih računarskih metoda kako bi se mogle brzo analizirati i interpretirati relevantne informacije. [3]

Od kraja 1990-ih, računska biologija postala je važan deo razvoja novih tehnologija za oblasti biologije.[4] Termini računska biologija i evolucija računarstva imaju slično ime, ali ih ne treba mešati. Za razliku od računske biologije, evoluciono računarstvo se ne bavi analizom modeliranja bioloških podataka. Umesto toga stvara algoritme zasnovane na idejama evolucije vrsta. Ponekad se naziva genetskim algoritmima, istraživanja ove oblasti mogu se primeniti na računskoj biologiji. Dok evoluciono računarstvo nije inherentni deo računske biologije, računska evoluciona biologija je potpolje toga.[5]

Računska biologija se koristi da pomogne sekvencu ljudskog genoma, za kreiranje preciznih modela ljudskog mozga i pomaže u modeliranju bioloških sistema.[3]

Potpolja[uredi | uredi izvor]

Računsko biomodeliranje[uredi | uredi izvor]

Računsko biomodeliranje je polje koje se bavi izgradnjom računarskih modela bioloških sistema. Računsko biomodeliranje ima za cilj razvijanje i korišćenje vizuelne simulacije u cilju procene složenosti bioloških sistema. Ovo se postiže korišćenjem specijalizovanih algoritama i vizuelizacijom softvera. Ovi modeli omogućavaju predviđanje kako će sistem da reaguje u različitim okruženjima. Ovo je korisno za određivanje ako je sistem robustan. Robustan biološki sistem je onaj koji "održava svoje stanje i funkcije protiv spoljašnjih i unutrašnjih poremećaja",[6] što je esencijalno za biološke sisteme da prežive. Računsko biomodeliranje stvara veliku arhivu takvih podataka, što omogućava analizu za više korisnika. Dok su sadašnje tehnike fokusirane na male biološke sisteme, istraživači rade na pristupima koji će omogućiti da se analiziraju i modeliraju veće mreže. Većina istraživača veruje da će ovo biti od suštinskog značaja za razvoj savremenih medicinskih pristupa u stvaranju novih lekova i genske terapije.[6]

Računska genomika (Računska genetika)[uredi | uredi izvor]

Delimično sekvenciran genom.

Računska genetika je polje u genetici koje proučava genome ćelija i organizama. Često se naziva računskom i statističkom genetikom. Projekat ljudskog genoma je jedan od primera računske genomike. Ovaj projekat podrazumeva sekvenciranje celog ljudskog genoma u niz podataka. Kada je u potpunosti implementiran, to bi moglo omogućiti lekarima da analiziraju genom pacijenata pojedinačno.[7] Time se otvara mogućnost personalizovane medicine, propisivanje terapije na osnovu već postojećih genetskih uzoraka pojedinca. Ovaj projekat je stvorio mnoge slične programe. Istraživači su u potrazi za sekvencom genoma životinja, biljaka, bakterija, i svih drugih vrsta života.[8]

Jedan od glavnih alata koji se koristi u poređenju genoma je homologija. Homologija posmatra isti organ preko vrsta i vidi koje različite funkcije one imaju. Istraživanja pokazuju da se između 80 i 90% sekvenci gena mogu identifikovati na ovaj način. U cilju otkrivanja potencijalnih lekove iz genoma, poređenja između genoma sekvenci srodne vrste i iRNK sekvence su ucrtane. Ova metoda nije potpuno tačna. Možda će biti potrebno uključiti genom primatu u cilju poboljšanja savremene metode jedinstvene genske terapije.[8]

Ovo polje je još uvek u razvoju. Netaknuti projekat u razvoju u računarskoj genetici analizira intergenske regione. Studije pokazuju da oko 97% ljudskog genoma sastoji se od ovih regiona. Istraživači u računarskoj genetici rade na razumevanju funkcije ne-kodiranih regiona ljudskog genoma kroz računarski i statistički razvoj metoda i veliku konzorciju projekata kao što su ENCODE (Enciklopedija DNK elemenata) i iz mape puta Epigenomics projekta.[8]

Računska neuronauka[uredi | uredi izvor]

Računska neuronauka je proučavanje funkcije mozga u smislu osobina obrade informacije o strukturama koje čine nervni sistem. To je podskup oblasti neuronauke, i izgleda da analizira podatke mozga da se stvori praktična aplikacija.[9] Izgleda da modelira mozak kako bi se ispitale specifične vrste aspekata neurološkog sistema. Različiti tipovi modela mozga uključuju:

  • Realni model mozga: Ovi modeli izgleda da predstavljaju svaki aspekt mozga, što je detaljnije moguće na ćelijskom nivou. Realni modeli pružaju najviše informacija o mozgu, ali takođe imaju najveći prostor za greške. Više promenljive u modelu mozga stvaraju mogućnost da će se dogoditi više grešaka. Ovi modeli ne čine delove ćelijske strukture za koje naučnici ne znaju. Realni modeli mozga su najviše računarski teški i najskuplji za implementaciju.[10]
  • Pojednostavljeni modeli mozga: Ovi modeli nastoje da ograniče obim modela kako bi se procenile određene fizičke osobine neurološkog sistema. Ovo omogućava da se intenzivni računarski problemi reše, i smanjuje se količina potencijalnih grešaka iz realnog modela mozga.[10]

To je delo računarskih neuronaučnika da poboljšaju algoritme i strukture podataka koji se trenutno koriste za povećanje brzine takvih kalkulacija.

Računska farmakologija[uredi | uredi izvor]

Računska farmakologije (iz perspektive računarske biologije) je "proučavanje efekata genomskih podataka da pronađu veze između određenih genotipova i bolesti i onda prikažu podatke o leku".[11] Farmaceutska industrija zahteva promenu metoda za analizu podataka lekova. Farmaceuti su mogli da koriste Microsoft Excel za poređenje hemijskih i genomskih podatkaka koji se odnose na efikasnost lekova. Međutim, industrija je dostigla ono što se naziva Excel barikada. Ovo proizilazi iz ograničenog broja ćelija dostupnih na tabeli. Ovakav razvoj doveo je do potrebe za računarskom farmakologijom. Naučnici i istraživači razvijaju računarske metode za analizu ovih velikih skupova podataka. Ovo omogućava efikasna poređenja između značajnih tačaka podataka i omogućava da se preciznije razvija lek.[12]

Analitičari projekta tvrde da ako glavni lekovi propadnu zbog patenata, računarska biologija će neophodno da zameni postojeće lekove na tržištu. Doktoranti u računarskoj biologiji se ohrabruju da nastave karijeru u industriji umesto da uzmu post-doktorske pozicije. Ovo je direktan rezultat velikih farmaceutskih kompanija kojima je potrebno više kvalifikovanih analitičara velikih skupova podataka potrebnih za proizvodnju novih lekova.[12]

Računska evoluciona biologija[uredi | uredi izvor]

Računarska biologija je pomogla polje evolucione biologije u mnogim kapacitetima. Ovo uključuje:

  • Koristeći DNK podatke za procenu evolucione promene vrste tokom vremena.
  • Uzimajući rezultate računarske genetike kako bi se procenila evolucija genetskih poremećaja unutar vrste.
  • Pravi modele evolutivnih sistema kako bi predvideli one vrste promena koje će se desiti u budućnosti.[13]

Jedan način predstavljanja ovog potpolja u računarskoj biologiji je kroz upotrebu drveća. Drvo je struktura podataka koja razdvaja čvorove na osnovu unapred definisanog pravila. Ovo drvo, razvijeno od M. R. Hezingera, V. Kinga, i T. Varnova sprovodi prelazak evolutivnih informacija za manje od polinomijalnom vremena. Ovo je posebno brz način, za razliku od nekih savremenih metoda koje traju duže od O (n^2) vremena. Ovo drveće ima složenije aplikacije na pitanja u računarskoj evolucionoj biologiji.[14]

Kancerogena računska biologija[uredi | uredi izvor]

Kancerogena računarska biologija je oblast koja ima za cilj da odredi buduće mutacije raka kroz algoritamski pristup analizi podataka. Istraživanja u ovoj oblasti dovela su do upotrebe merenja visokog protoka. Propusna moć visokog merenja omogućava okupljanje miliona tačaka podataka korišćenjem robotike i drugih uređaja za detekciju. Ovi podaci se prikupljaju iz DNK, RNK i drugih bioloških struktura. Oblasti fokusa uključuju utvrđivanje karakteristika tumora, analizirajući molekule koji su deterministički u izazivanju raka, i razumevanje kako  se ljudski genom odnosi na uzrokovanje tumora i raka. [15]

Softver i alati[uredi | uredi izvor]

Računska biologija koristi širok spektar softvera. Ovo se kreće od programa komandne linije do grafičkih i veb baziranih programa.

Softver otvorenog koda[uredi | uredi izvor]

Softver otvorenog koda pruža platformu za razvoj računarskih bioloških metoda. Konkretno, otvoreni kod znači da svako može da pristupi softveru pri istraživanju. PLOS navodi četiri glavna razloga za korišćenje softvera otvorenog koda, uključujući:

  • Reproducibilnost: Ovo omogućava istraživačima da koriste tačne metode koje se koriste za izračunavanje odnosa između bioloških podataka.
  • Brži razvoj: programeri i istraživači ne moraju ponovo da izmisle postojeći kod za male zadatke. Umesto toga, oni mogu da koriste već postojeće programe za uštedu vremena na razvoju i implementaciji većih projekata.
  • Povećan kvalitet: Imajući ulaz iz više istraživača koji proučavaju istu temu to daje sigurnost da greške neće biti u kodu.
  • Dugoročna dostupnost: Programi otvorenog koda nisu vezani za bilo koja preduzeća ili patente. Ovo omogućava da se postavi na više veb stranice i osigura da su dostupni u budućnosti.[16]

Konferencije[uredi | uredi izvor]

Postoji nekoliko velikih konferencija koje se bave računarskom biologijom. Neki istaknuti primeri su Inteligentni sistemi za molekularnu biologiju (ISMB), Evropska konferencija o računarskoj biologiji (ECCB) i Istraživanja u računskoj molekularnoj biologiji (RECOMB).

Časopisi[uredi | uredi izvor]

Postoje brojni časopisi posvećeni računarskoj biologiji. Neki istaknuti primeri su Časopis računske biologije i PLOS računska biologija. Časopis PLOS računska biologija je časopis koji ima mnogo zapaženih istraživačkih projekata u oblasti računske biologije. Oni pružaju mišljenja o softveru, tutorijale za softver otvorenog koda, i prikazuju informacije o predstojećim konferencijama računske biologije. PLOS računska biologija je časopis sa otvorenim pristupom. Publikacija se može otvoreno koristiti ukoliko se autor navodi.[17] Nedavno je novi časopis sa otvorenim pristupom Računska molekularna biologija pokrenut.

Srodna polja[uredi | uredi izvor]

Računska biologija, bioinformatika i matematička biologija su sve interdisciplinarni pristupi životu nauka koje imaju poreklo iz kvantitativnih disciplina kao što su matematika i informaciona nauka. NIH opisuje računsku/ matematičku biologiju kao korišćenje računarskih/matematičkih pristupa za rešavanje teorijskih i eksperimentalnih pitanja iz biologije i s druge strane, bioinformatiku kao primenu informacionih nauka da shvate složene životne podatke nauka.[1]

Specifično, NIH definiše

Dok je jedno polje različito, možda postoji značajno preklapanje na svom interfejsu.[1]

Vidi još[uredi | uredi izvor]

Reference[uredi | uredi izvor]

  1. ^ a b v „NIH working definition of bioinformatics and computational biology” (PDF). Biomedical Information Science and Technology Initiative. 17. 7. 2000. Arhivirano iz originala (PDF) 05. 09. 2012. g. Pristupljeno 18. 8. 2012. 
  2. ^ „About the CCMB”. Center for Computational Molecular Biology. Pristupljeno 18. 8. 2012. 
  3. ^ a b v Hogeweg, Paulien (7 March 2011).
  4. ^ Bourne, Philip.
  5. ^ Foster, James (June 2001). "ionary Computation".
  6. ^ a b Kitano, Hiroaki (14 November 2002).
  7. ^ "Genome Sequencing to the Rest of Us".
  8. ^ a b v Koonin, Eugene (6 March 2001).
  9. ^ "BU Neuroscience".
  10. ^ a b Sejnowski, Terrence; Christof Koch; Patricia S. Churchland (9 September 1988).
  11. ^ Price, Michael.
  12. ^ a b Jessen, Walter.
  13. ^ Antonio Carvajal-Rodríguez (2012).
  14. ^ Hezinger, M.; V. King; T. Warnow (May 1999).
  15. ^ Yakhini, Zohar.
  16. ^ "PLOS Computational Biology".
  17. ^ "PLOS Computational Biology".

Spoljašnje veze[uredi | uredi izvor]

Preuzeto iz „https://sr.wikipedia.org/w/index.php?title=Рачунска_биологија&oldid=26987838”