Breve análisis hitórico-bibliométrico de la Biología
                         computacional
                       Adriana...
fundamentales para nuestra comprensión de la vida, sin embargo, este progreso                llevará a

innovaciones práct...
científica volteó a ver a la biología computacional como una herramienta interesante que pudiera

servirles para su área d...
Referencias.

Kingsbury, D. T. (1989). Computational biology for biotechnology. trends in biotechnology , 7 (4), 82-
87. K...
Próxima SlideShare
Cargando en…5
×

Breve análisis histórico-bibliométrico de la Biología computacional

1.759 visualizaciones

Publicado el

Adriana Patricia Estephanie Dehesa Santamaría
Facultad de ciencia
UNAM
Trabajo Final de la materia “Filosofìa e Historia de la Biologìa” 2010-2, Facultad de Ciencias,
UNAM.
Profesora Layla Michán

Publicado en: Educación, Empresariales, Viajes
0 comentarios
1 recomendación
Estadísticas
Notas
  • Sé el primero en comentar

Sin descargas
Visualizaciones
Visualizaciones totales
1.759
En SlideShare
0
De insertados
0
Número de insertados
10
Acciones
Compartido
0
Descargas
15
Comentarios
0
Recomendaciones
1
Insertados 0
No insertados

No hay notas en la diapositiva.

Breve análisis histórico-bibliométrico de la Biología computacional

  1. 1. Breve análisis hitórico-bibliométrico de la Biología computacional Adriana Patricia Estephanie Dehesa Santamaría Facultad de ciencia UNAM Trabajo Final de la materia “Filosofìa e Historia de la Biologìa” 2010-2, Facultad de Ciencias, UNAM. Profesora Layla Michán A través del presente documento intentare introducirlos en un recorrido de la biología computacional, desde la introducción de este término hasta lo que es biología computacional hoy en día. Analizarés la importancia de la Biología computacional dentro de la sociedad científica, así como su influencia, resaltaré como gracias a esta rama de la biología se ha facilitado el poder comprender diversos temas de interés biológico El término biología computacional apareció por primera vez en un artículo llamado trends in biotechnology (tendencias de la biotecnología) (cita), en el cual se habla acerca de cómo los investigadores a medida que van necesitando más equipos de escritorio cada vez más potentes, se convierte en herramienta indispensable para lograr una mayor producción en el área de la investigación. A su vez, se fue necesitando una compleja infraestructura de computo, con lo que al aumentó el poder del equipo de cómputo, los trabajo que se realizaron fueron más importantes en el avance de la biotecnología(Kingsbury, 1989). Es así que la biología computacional se defie como un campo de la biología en la cual se abarcaran todos los métodos de cálculo y las teorías aplicables a la biología molecular y los ámbitos de las técnicas informáticas que nos ayudan a crear técnicas para recolectar y manipular modelos y conjuntos de datos, los cuales nos repercuten en descubrimientos y predicciones que a su vez nos facilitaran comprender problemas biológicos (cita). Otros autores aseguran que para entender los sistemas biológicos complejos se requiere la integración de la investigación experimental y computacional, así pues, definien a la biología computacional como una rama de la biología en la que a través de modelos pragmáticos y exploración teórica, proporcionará una base poderosa desde la que se abordarán cuestiones científicas fundamentales. Así, la biología de sistemas computacionales se ocupará de cuestiones 1
  2. 2. fundamentales para nuestra comprensión de la vida, sin embargo, este progreso llevará a innovaciones prácticas en la medicina, el descubrimiento de fármacos y la ingeniería, por ejemplo. (Kitano, 2002). Durante las últimas décadas se nota que desde que tomo gran importancia la biología computacional en campos como la biología molecular y la biomedicina los científicos contaron con una gran cantidad de datos a través de la secuenciación, que consiste en la anotación de todo el genoma y los proyectos de perfiles de expresión genética (cita) Las bases de datos genéticos han crecido de manera exponencial y sofisticados algoritmos de computación han sido desarrollado para satisfacer las necesidades de la minería de datos, análisis y simulación (Zhihua, 2006). En lo que se refiere a la actualidad, podemos destacar la importancia que esta teniendo la biología computacional dentro de la industria farmacéutica, esto debido a que en años anteriores a pesar de la gran inversión que se hizo en diversas pruebas de seguridad a los medicamentos, notaron que seguían teniendo un rango de error alto en los pacientes, cosa que les pareció inaceptable, y es ahí cuando temiendo por el avance de la industria farmacéutica. Esto generó que los científicos buscaran métodos eficaces para reducir esta tasa de fallo desde la fase de diseño y así mismo poder brindar un medicamento confiable a sus pacientes. Es entonces cuando la biología computacional ofreció nuevos enfoques incluyendo la informática y las matemáticas a la biología. Las técnicas que se van a utilizar en la biología computacional aplicada a la industria farmacéutica va a ser la de integrar y analizar grandes conjuntos complejos de datos que a su vez va a permitir que los científicos puedan utilizar la gran información disponible y así podrán saber mas detalladamente los riesgos que pudieran surgir y posteriormente darán lugar a la producción de medicamentos más seguros (Cook, 2010). Por estas razones se va a decir que hoy en día es imposible llevar a cabo nuevos fármacos sin la ayuda de los sofisticados modelos de computación y es aquí en donde la biología computacional y la sociología se unen para poder brindar a la población una mejor calidad de fármacos para una optima calidad de vida (Yao, 2010). En los primeros años después de haber utilizado el término de biología computacional, no tuvo gran importancia debido a que era un tema de poco interés para la comunidad científica, fue hasta el año de 1992, tres años después de la introducción de este termino, que la comunidad 2
  3. 3. científica volteó a ver a la biología computacional como una herramienta interesante que pudiera servirles para su área de estudio. Sin embargo, para que la biología computacional fuera reconocida como un campo de gran interés para los estudios biológico y así mismo tuviera un mayor número de publicaciones tuvieron que pasar ocho años. Fue en el 2000 cuando las publicaciones y el conocimiento de este campo fue incrementando poco a poco, teniendo que a partir del 2001 el campo de la biología computacional fue tomando mayor importancia en el área científica y año con año iba creciendo aceleradamente su popularidad hasta llegar al 2008, año en que tuvo el mayor auge de publicación de artículos, para 2009 esta cifra disminuyó , debido en gran medida a que así como en algún momento apareció esta rama de la biología, puede ser que ahora el interés y la urgencia por dar grandes avances científicos hayan logrado encontrar nuevos campos de mayor ayuda a la investigación que la biología computacional (Ver figura). A su vez la biología computacional a medida que iba aumentando su popularidad en el campo científico, se iba utilizando como referencia de un sin fin de estudios. Así pues, podremos notar que en el año de 1996, siete años después de que se introdujera esta rama de la biología al vocablo científico, se empezó a citar mas frecuentemente debido a que para los científicos ya era una herramienta necesaria para sus investigaciones. Hasta el año del 2009 ha tenido un gran crecimiento el número de citas de esta rama, y a pesar de que aun no termina el año 2010 y no tenemos los datos finales de citas de este año, no dudo que esta rama de la biología siga en aumento por varios años más (Ver figura). 3
  4. 4. Referencias. Kingsbury, D. T. (1989). Computational biology for biotechnology. trends in biotechnology , 7 (4), 82- 87. Kitano, H. (2002). Computational systems biology. Nature , 420 (6912), 206-210. URL http://dx.doi.org/10.1038/nature01254 Du, Z., Lin, F., & Schmidt, B. (2006). Accomplishments and challenges in high performance computing for computational biology. Current Bioinformatics , 1 (2), 185-195. URL http://dx.doi.org/10.2174/157489306777011888 Cook, D. (2010). Improving drug safety using computational biology. 13 (2), 85-89. Falta URL Yao, L., Evans, J. A., & Rzhetsky, A. (2010). Novel opportunities for computational biology and sociology in drug discovery. Trends in biotechnology , 28 (4), 161-170. URL http://view.ncbi.nlm.nih.gov/pubmed/20349528 4

×