Bioinformática

Presentación

Las herramientas cuantitativas son indispensables en la

biologíamodernaActualmente la mayoría de la investigación biológica implica
laaplicación de algún tipo de matemáticas, estadística, o deherramientas
computacionalesEsto con el fin de ayudar a sintetizar los datos registrados
eintegrar diversos tipos de información en el proceso de respondera una pregunta
biológica

Por ejemplo, la enumeración y la estadística son necesarias paraevaluar los

experimentos cotidianos de laboratorio, como contarcolonias de bacterias

Un ejemplo clásico en la historia de la genética es el de GregorMendel (Austria,

1866) y Thomas Morgan (USA, 1910)Quienes al contar variaciones genéticas de
plantas y moscas dela fruta, fueron capaces de descubrir los principios de la
herenciagenética

Un uso más elaborado de instrumentos cuantitativos puedeimplicar el empleo de

cálculo diferencial, por ejemplo paraestablecer un modelo cinético de la catálisis
enzimática

O el uso de un gran número de ecuaciones diferenciales parcialesno lineales para

modelar el flujo sanguíneo cardíaco

Evidente las herramientas matemáticas y computacionales hoy endía se han

convertido en parte integral de la investigaciónbiológicaSin embargo, ninguno de
los ejemplos mencionados del uso deherramientas cuantitativas en biología pueden
ser consideradoscomo parte de la bioinformática

La bioinformática es el área de la computación que tiene mayor potencial para

transformar el estado de la Humanidad a corto-medio plazo. Es escasamente
comentada por los medios de comunicación, probablemente debido a la
inexistencia de productos de consumo masivo con fuertes inversiones en
campañas de publicidad y relaciones públicas.
Subtítulo

La bioinformática, como la conocemos hoy en día, es una de las ciencias con

mayor proyección en la adquisición de conocimiento científico. Contrario a lo que
se piensa, esta ciencia tuvo sus inicios en los años 50, pero no fue sino hasta hace
un par de décadas cuando tuvo su verdadero auge con la creación de las primeras
bases de datos y el desarrollo de algoritmos computacionales diseñados para el
análisis de secuencia. El desarrollo científico y tecnológico alcanzado a nivel
mundial, constantemente nos lleva a evaluar las posibilidades de transferencia de
esos logros a nuestra sociedad científica. En este punto, la bioinformática se ha
sumado a la larga lista de retrasos científicos de los cuales padece constantemente
nuestra sociedad. No obstante, las nuevas proyecciones y políticas de investigación
y desarrollo logradas recientemente en nuestro país, han abierto definitivamente el
camino para la aplicación y desarrollo de la bioinformática, la cual durante años ha
sido mantenida tímidamente como objeto de estudio por pocos grupos de
investigación de nuestro país. Una vez fueron propuestos los actuales modelos de
sostenimiento y desarrollo con base biotecnológica, se ha dado un salto
generacional en la investigación computacional en Colombia y nuestros objetivos
científicos, aunque a largo plazo, están trazados al mismo nivel de países como
Chile, Argentina, Brasil y México, que son los referentes inmediatos para la región.
En este breve ensayo queremos resaltar la situación actual en la investigación
bioinformática llevada a cabo en nuestro país, así como también, plantear las
perspectivas que se esperan para esta ciencia de gran impacto a nivel mundial

Unidad 1. Introducción a la Bioinformática, bases de datos y análisis de secuencias

de ADN y proteínas

La información contenida en secuencias de ADN, por su contenido voluminoso

requiere de técnicas inteligentes para el modelamiento de los datos y de métodos
computacionales avanzados para el procesamiento de estos. Se busca optimizar el
tiempo en el que se ejecutan cálculos e inferencias, y mejorar la confiabilidad de
los análisis que se realizan a partir de los resultados obtenidos, los cuales pueden
servir de base para el desarrollo de investigaciones científicas. El grupo de
investigación GIA del programa Ingeniería de Sistemas y Computación de la
Universidad Tecnológica de Pereira, se encuentra trabajando en la determinación
de tecnologías
informáticas que permitan hacer avances significativos en los desarrollos científicos
en el campo de la biología. Este artículo explora que técnicas computacionales son
pertinentes en el desarrollo de aplicaciones bioinformáticas..
Las bases de datos más relevantes en biología incluyen datos de secuencias de
nucleótidos, proteínas, estructura de proteínas, genomas, expresión genética,
bibliografía, taxonomía, metabolismo, factores de transcripción, etc. Nos podemos
hacer una idea de las bases de datos disponibles en esta base de datos de bases
de datos biológicas.

Principales bases de datos se secuencias de nucleótidos:

 NCBI (EEUU)
 EMBL (Europa)
 DDBJ (Japón)

Algunas bases de datos de genomas de organismos concretos:

 Flybase (Drosophila)
 SGD (Levadura)
 TAIR (Arabidopsis)
 ENSEML (Hombre, ratón y otros)

Principales bases de datos de proteínas:

 Uniprot
 Swiss-prot
 PDB
 MMDB
 SCOP

Unidad 2. Simulaciones de la vida

La aplicación del ordenador al estudio de la Naturaleza ha conducido desde sus

orígenes a espectaculares simulaciones, describiendo las propiedades y
mecanismos fundamentales de uno de los fenómenos de mayor belleza y
complejidad surgidos en nuestro planeta, la Vida. Sin embargo, y desde los
orígenes de la simulación, los científicos e ingenieros emprendieron otro camino:
aquel en el que es la propia Naturaleza la que se convierte en fuente de
inspiración, diseñándose desde entonces un número cada vez mayor de
procedimientos computacionales o algoritmos bioinspirados de probada eficacia y
utilidad en disciplinas como la Ingeniería, Economía, Química, Política, Informática,
Física, Matemáticas, Sociología, Biología, Medicina etc.
La bioinformática es la una disciplina relativamente nueva la cual ayuda con el
descubrimiento de información biológica a través de la implementación de técnicas
computacionales (LópezGartner et al. 2015). Esta unión surge debido a la
problemática dada en fenómenos tan complejos como la genética, la simulación
del efecto de medicinas, la predicción de enfermedades, etc. Todas estas
situaciones manejan gran cantidad de información y variables, de allí surge la
necesidad de apoyarse con las nuevas tecnologías. Pero hay circunstancias en las
que ni las mejores plataformas tecnológicas pueden encontrar respuestas en un
tiempo prudente, es aquí donde se hace fundamental el uso de herramientas,
técnicas, frameworks y metodologías propias de la inteligencia artificial para
optimizar la mayor cantidad de procesos, reduciendo el tiempo y el gasto
computacional que provocan el manejo de esta información. En el siguiente
artículo se desarrolla un estado del arte de las mejores formas de la aplicación de
la inteligencia artificial en la bioinformática encontrada en la literatura

Unidad 3. El papel de la bioinformática en la investigación en las ciencias

agropecuarias

La investigación en Agroenergía incluye diversos aspectos

(http://www.cnpae.embrapa.br/), y entre ellos está conocer y mejorar las especies
potencialmente utilizables como fuentes renovables de energía. Muchas de estas
líneas de investigación, como caracterización molecular, mejoramiento genético,
ingeniería genética el mismo conocimiento básico sobre mecanismos moleculares
de las especies, tiene a alta productividad y la obtención de resultados vinculadas
a la aplicación de nuevas tecnologías y de bioinformática.

con la producción agropecuaria: impacto del cambio del uso de la tierra medido a
través de la secuenciación de comunidades microbianas del suelo, genómica en
plantas, tuberculosis bovina (y humana) y búsqueda de genes en los microbiomas
de insectos para producción de biocombustibles

Estado del arte

El desarrollo de la bioinformática es el resultado de los avancestanto en biología

molecular como en ciencias computacionales alo largo de los últimos 30-40
añosHaremos un resumen de los eventos que han tenido mayorimpacto en el
desarrollo de la bioinformática

Durante la última mitad de la década de los 50, se inició la carrera por la

secuenciación de pequeñas moléculas biológicas. El constante impulso del
hombre por saber de qué estamos hechos comenzó en 1956 con la
secuenciación de la primera proteína. De esta forma, Margaret O. Dayhoff
describió la secuencia de la insulina bovina, un pequeño péptido de 51
aminoácidos.

Tiene su origen en los años 1950’s cuando se logró comprenderla estructura

tridimensional del ADN, la molécula responsable detransmitir la herencia
genéticaMayo de 1952, Rosalind Franklin obtiene la famosa fotografía 51,una
imagen del ADN obtenida mediante difracción de rayos XAbril de 1953, James D.
Watson y Francis Crick reportan laestructura tridimensional del ADN (modelo de
doble hélice)

Probablemente el primer proyecto Bioinformática fue llevado acabo por Margaret

Dayhoff en 1965, quien desarrolló la primeraBD de secuencias de proteínas

Al inicio de los años 1970, el Laboratorio Nacional de Brookhaven(USA) estableció

el Banco de Datos de Proteínas para almacenarestructuras de proteínas en 3D (12
al inicio, 90,611 al día de hoy)

El primer algoritmo para alineamiento de secuencias fuedesarrollado por

Needleman y Wunsch en 1970Este fue un paso fundamental en el desarrollo del
campo de labioinformática, que abrió el camino para las comparaciones
desecuencias y búsquedas en BD de rutina realizadas por losbiólogos modernosEl
primer algoritmo para predicción de estructuras de proteínasfue desarrollado por
Chou y Fasman en 1974Los años 1980 vieron el establecimiento del GenBank y
eldesarrollo de rápidos algoritmos para búsquedas en BD comoFASTA de William
Pearson y BLAST de Stephen Altschul et al.
El inicio del proyecto del genoma humano a finales de los años1980 propició un
rápido desarrollo de la bioinformáticaPor su parte el uso masivo de Internet en los
años 1990 hicieronposible el acceso inmediato, intercambio y diseminación de
datosbiológicosEn términos generales la bioinformática ganó prominencia comouna
disciplina debido al avance en los estudios sobre el genomaque produjeron
grandes cantidades de datos biológicos

La explosión de información sobre secuencias genómicasgeneraron una demanda

de herramientas computacionaleseficientes para manejar y analizar los datosEl
desarrollo de estas herramientas dependió del conocimientogenerado en disciplinas
tan diversas como las matemáticas, laestadística, las ciencias computacionales, las
tecnologías de lainformación y la biología molecularLa mezcla de estas disciplinas
creó un campo orientado a lainformación en la biología, el cual es conocido
comobioinformática

La bioinformática se ha convertido en algo esencial para lainvestigación en

genómica y biología molecularAdemás también está teniendo un gran impacto en
muchas áreasde la biotecnología y de las ciencias biomédicasAlgunas
aplicacionesDiseño de fármacos basados en conocimientoAnálisis forenses de
ADNBiotecnología agrícola

Algunas de las principales áreas de investigación enbioinformática

incluyen:Alineamiento de secuenciasPredicción de genesPredicción de la estructura
de proteínasPredicción de la expresión génicaInteracciones proteína-
proteínaModelado de la evolución

En 1997 estaba ya en marcha el Proyecto del Genoma Humano, con las dos líneas
de trabajo en declarada competencia, la pública, y la privada. Todavía estaba lejos
la foto de la “reconciliación” mediada por el ex-presidente de los EE. UU. Bill
Clinton. En este gran marco científico, y recogiendo los frutos que se iban
desgranando, la unidad de investigación del Dr. Ordovás, una autoridad mundial
en lípidos y posteriormente en Nutrigenómica, desarrollaba sus experimentos en el
ámbito del Framingham Study (iniciado como Framingham Heart Study y
posteriormente seguido por el Framingham Offspring Study). Estos experimentos
se realizaban aplicando rigurosamente los procedimientos y protocolos de la
Biología Molecular y Genética para la extracción de ADN de muestras de sangre de
los sujetos del estudio, y el tratamiento posterior del ADN extraído hasta llegar a
detectar la expresión genética correspondiente. El tratamiento de los datos
adquiridos de los sujetos y los generados en los experimentos se apoyaba
simplemente en la utilización de hojas de cálculo Microsoft Excel (y en su
momento, de la suite Wordperfect). Y el análisis de dichos datos se realizaba con
los paquetes estadísticos SPSS y SAS. Por tanto, vista la forma de trabajar con la
información, la rigurosidad excelsa de los protocolos de biología molecular no tenía
el suficiente reflejo en cuanto a la gestión de los datos biomédicos. Esta es una de
las primeras observaciones que pudo realizar el doctorando. En esa época, se
hablaba de un conjunto de herramientas informáticas que se habían desarrollado,
fundamentalmente por los biólogos y científicos de perfil similar que trabajaban en
el Proyecto del Genoma Humano, para manejar y analizar la ingente cantidad de
datos que generaba diariamente dicho proyecto. Estas herramientas, desarrolladas
casi exclusivamente para plataformas UNIX i linux, se distribuían libremente a
través de páginas Web. Es de destacar una de las más famosas, la de Jurgen Ott
de la Rockefeller University. Había algunas excepciones en cuanto a herramientas
hechas para las plataformas de APPEL. Sin embargo, no había ninguna conexión
entre dichas herramientas y un planteamiento más formal sobre la forma de
abordar los problemas en genética y en el descubrimiento del genoma. Por
similitud, se empezaba a hablar de la Biología Computacional (Computational
Biology o Computer Biology), como aquella disciplina que, intentando mejorar la
capacidad de la Biología tradicional, había incorporado métodos, técnicas y
herramientas de la Ciencia de la Computación (Computer Science). Otros hablaban
de la Genética Computacional (Computational Genetics oComputer Genetics)
dando a entender que realmente se estaba extendiendo la capacidad científica de
la Biología Genética (y Molecular), y no de la Biología entera. Sin embargo, ha
prosperado curiosamente un término que no encaja con el uso anglosajón (por el
adjetivo “Computer” o “Computational” calificando a un sustantivo derivado de la
disciplina a nombrar): “Bioinformatics”. El doctorando supone malévolamente que
es un término “ecléctico” inventado para contentar a todos y no favorecer a nadie.
Así, es entre 1997 y 1998 cuando va calando el nombre “Bioinformatics” (muy
posteriormente se empezaría a utilizar el equivalente en español de
“Bioinformática”). En la fecha en que se está escribiendo esta memoria, junio de
2004, se tiene la impresión (como el tiempo todo lo cura y borra memorias
neurológicas) de que la Bioinformática es ya una disciplina consolidada cuyas
raíces se remontan quizá al siglo XIX. Nada más lejos de la realidad. Si bien el
ritmo de consolidación de la disciplina ha sido fortísimo, debido al incremento
exponencial de esfuerzos e investigadores aplicados en ella, no se puede hablar
todavía de una disciplina (¿ciencia?, ¿ingeniería?, ¿tecnología?) madura. Todavía
falta bastante para ello, y esta tesis tiene, como una de sus misiones, ponerlo en
discusión. Entonces, a partir de 1997 y durante los años en que se han
desarrollado los trabajos de investigación de esta tesis, el marco científico y
técnico ha estado caracterizado por la constante evolución de la Bioinformática,
complementado por una evolución casi paralela de otra nueva disciplina, la
Epidemiología Genómica, surgida de la Epidemiología Genética. Se puede afirmar
que esta tesis se gestó con un encontronazo poco amistoso entre la Ciencia de la
Computación y la Epidemiología Genética, y mediante los auspicios de la Biología
Computacional, ha terminado en un bien avenido matrimonio entre la
Epidemiología Genómica y la Bioinformática. Hay que hacer constar, por otro lado,
que la colaboración con el HNRC at Tufts, a través del Dr. Ordovás, se ha
mantenido constante además de las sucesivas estancias de investigación realizadas
en dicho centro en 1998, 1999, 2000, 2001, 2002 y 2003. Y queda pendiente, y a
punto de iniciarse en la fecha de redacción de esta memoria (junio de 2004) una
en el año 2004. Fruto de esta constante colaboración han sido los artículos que
constituyen la fuente de esta tesis. Sin contar con gran cantidad de artículos y
comunicaciones a congresos internacionales y nacionales.

Se puede definir la bioinformática como la aplicación de las ciencias informáticas

para resolver problemas biológicos; tarea esta llevada a cabo por un grupo
multidisciplinario. Existen varios términos que son utilizados indistintamente por la
comunidad científica para referirse a este concepto de bioinformática; por ejemplo,
biología computacional. Paulien Hogeweg acuñó el término bioinformática en 1970
para referirse al estudio de procesamiento de información en sistemas biológicos.
El concepto de bioinformática fue replanteado para referirse a la creación de bases
de datos biológicas como GenBank en 1982.

Las computadoras se hicieron esenciales en biología molecular cuando las

secuencias de proteínas estuvieron disponibles después de que Frederick Sanger
determinara la secuencia de la insulina en los años 1950. La comparación múltiple
de secuencia de forma manual es impráctica. Una pionera en este campo fue
Margaret Oakley Dayhoff, quien junto con David Lipman, director del Centro
Nacional de Información Biotecnológica, son considerados como la madre y el
padre, de la bioinformática.

Dayhoff creó una de las primeras bases de datos de secuencias de proteínas

-inicialmente publicada como un libro- y desarrolló métodos de alineamiento de
secuencias y evolución molecular. Otro contribuidor temprano a la bioinformática
fue Elvin A. Kabat, pionero del análisis de secuencias biológicas en los setenta, con
sus volúmenes completos de secuencias de anticuerpos publicados con Tai Te Wu
entre 1980 y 1991.2

Actualmente, las computadoras son componentes esenciales de las investigaciones

biológicas. Las manos humanas son sustituidas por las "manos robóticas", que
ofrecen un sinnúmero de ventajas, entre las que se encuentran la disminución de
errores aleatorios, aumento de la reproducibilidad, disminución de la probabilidad
de contaminación, aumento de la precisión y el ahorro de tiempo. El hombre está
cada vez más centrado en el diseño experimental, para luego enfrentar el análisis
e interpretación de los datos. Los experimentos dentro de las ramas de la ciencia
llamadas "ómicas" -como la genómica, la transcriptómica, la proteómica y la
metabolómica- son ejecutados de forma automática por equipos, que generan
cientos de miles de datos. Para poder llegar a extraer información y conocimiento
de ellos es imprescindible el uso de computadoras. "El desarrollo tecnológico está
alterándolo todo, desde lo económico y lo político hasta lo psicosocial; la vida
íntima de las personas, los patrones de consumo, la reproducción humana, la
extensión de la vida y sus límites con la muerte. La tecnología lo invade todo en el
mundo contemporáneo".3

La transmisión de la información que se genera a nivel mundial a través de las

nuevas tecnologías provoca consecuencias en el desarrollo psicológico y moral de
los sujetos, y en la estructura funcional de las sociedades, en un contexto de
globalización neoliberal donde aumenta la actualización y la dependencia de las
tecnologías. La relación tecnología-sociedad es dialéctica, y se vincula a la cultura
imperante en cada región. Por tanto, el desarrollo tecnológico es un fenómeno
cultural y de transformación social. Como resultado surge la necesidad de una
cultura tecnológica en la cual "están presentes la moral, la política, la ciencia, el
arte, entre otros aspectos que contribuyen al enriquecimiento de la práctica
tecnológica".4

La consolidación de la ciencia moderna, entendida como modelo de organización

productiva ideal, crea paradigmas tecnológicos y cognoscitivos, rige las formas de
entender y solucionar los problemas -de manera acelerada y constante-, impacta y
alcanza todos los órdenes de la vida social, aunque en modo desigual. Así, a pesar
de existir un desarrollo de esta ciencia en el área, los países altamente
desarrollados poseen todavía el control de estos saberes.

Existe la concepción casi generalizada de la investigación científica como un

proceso productivo, por lo que se maneja en términos actuales como una
inversión. Agustín Lage nos alerta sobre la posibilidad de hacer un análisis
económico de los proyectos que, aunque implique riesgos, no suponga la
planificación rígida, sino que genere un conocimiento sobre la posibilidad de
realizar de dichas investigaciones.5 En el campo de la bioinformática, al igual que
en otras ciencias, la tecnología está respaldada por el conocimiento, y su sentido
principal es generar procedimientos y productos.

Otras secuenciaciones de péptidos de similares características fueron realizadas en

los años poste-riores, pero no fue sino hasta 1964 cuando se obtuvo la primera
secuencia de un ácido nucleico. Dicha secuencia pertenecía a un ARNt que
descodifica un codón de alanina en Saccharomyces cerevisiae.Con la constante
producción de información biológica, la cual crecía a un ritmo lento comparado con
el actual volumen de generación de datos, se creó la necesidad de recopilar y
organizar toda la información generada a partir de dichos proyectos de
secuenciación. En 1965, la misma Margaret Dayhoff creó la primera base de datos
de secuencias biológicas, en la cual almacenó y puso a disposición de la
comunidad científica todas las secuencias de ADN y proteínas descritas hasta la
fecha. Ocho años más tarde, en 1973, se anunció y creó la base de datos más
antigua que se conoce y la cual sigue vigente, el Protein Data Bank (PDB) (1). Esta
base de datos surgió inicialmente con el propósito de almacenar las estructuras
proteicas determinadas por cristalografía de rayos X. Hoy, 27 años después de su
lanzamiento, además de servir como base de datos de estructuras de proteínas,
también lo hace como reservorio de estructuras de toda clase de macromoléculas
conocidas: ADN, ARN (ARNm, ARNr y ARNt) y grandes complejos proteicos
asociados con todo tipo de biomoléculas. En la actualidad, se pueden encontrar
dichas estructuras dilucidadas por otras metodologías diferentes a la cristalografía,
siendo la resonancia magnética (RM) y la criomicroscopía electrónica alternativas
para el estudio de estructuras macromoleculares.Durante 1978, de nuevo Margaret
Dayhoff fue la encargada de generar la primera matriz de substitución de
aminoácidos, denominada PAM (Point Accepted Mutation) (2). Tal avance en la
interpretación de patrones de secuencia, obtenidos a partir de información
biológica, abrió el camino a los estudios sobre evolución molecular que
actualmente aportan una visión más aproximada a las verdaderas relaciones
filogenéticas entre especies.A pesar de la relevancia de los acontecimientos
descritos hasta ahora, los mayores avances en la bioinformática acontecieron en
años posteriores, con la generación de algoritmos matemáticos para el análisis de
secuencias, así como también, la creación de las bases de datos y herramientas
para el análisis de secuencias con un mayor impacto a nivel global

Entrados los años 80, la bioinformática había cobrado ya un nuevo sentido en la

investigación científica y, conscientes de ello, varios grupos de investigación de
prestigio, como el Theoretical Biology and Byophysics Group adscrito al instituto
norteamericano The Alamos Nacional Laboratory, junto con Standford University,
dieron origen a la base de datos más conocida en el mundo, el GenBank. Dicho
proyecto fue financiado por los National Institutes of Health (NIH) de los Estados
Unidos y otras importantes instituciones gubernamentales, como el United States
Departament of Energy y el United States Department of Defense.Casi
paralelamente, en 1981, Temple Smith y Michael Waterman revisaron
extensamente los algoritmos matemáticos propuestos por Needleman y Wunsch en
1970 para la comparación de secuencias biológicas. Como resultado de sus
análisis, generaron el conocido algoritmo de alineamiento local que permitió
optimizar la comparación de secuencias biológicas a lo largo de un alineamiento.
Este método de análisis se convirtió en la contribución más importante para la
comparación directa de secuencias y en la piedra angular del alineamiento por
pares de secuencias (3).Consolidados los grupos de investigación con base
bioinformática alrededor del mundo, se inicio, entonces, la era de la creación de
las grandes bases de datos. Pocos años después de la creación del GenBank, se
generaron sus versiones europea y asiática, conocidas como la base de datos
EMBL (European Molecular Biology Laboratory) y DDBJ (DNA Data Bank of Japan)
en 1981 y 1984, respectivamente. Casi inmediatamente después de la creación de
los bancos de secuencias, se empezó a cuestionar el significado de la información
almacenada en ellos. Como consecuencia, en 1985 se reportó el algoritmo FASTA
(FAST-All) de comparación de secuencias, el cual directamente operaba como
motor de búsqueda de secuencias similares dentro de la base de datos GenBank
(4).Durante los años 1987 a 1990, se dio impulso a las bases de datos para
secuencias de proteínas que dio como resultado la creación de SwissProt y PIR
(Protein Information Resource). En esa misma época, y más exactamente en 1990,
se originó otro de los hitos más importantes de la bioinformática. La
implementación del algoritmo BLAST (Basic Local Alignment Tool) revolucionó
completamente la exploración y búsqueda de secuencias biológicas en bases de
datos (5). El estudio publicado por Stephen Altschul y colaboradores se considera
como el método computacional de mayor uso y la referencia literaria de mayor
citación en la historia de la ciencia.De este modo, un nuevo panorama en la
investigación de la biología computacional se abrió gracias a:- la infraestructura
computacional lograda para almacenar y administrar datos;- los modelos
matemáticos diseñados para analizar e interpretar patrones biológicos, y - los
avances tecnológicos que desde finales de los años 90 incrementaron
sustancialmente el volumen de procesamiento de las muestras biológicas. Con la
creación del consorcio para la ejecución del proyecto de secuenciación del genoma
humano (Human Genome, HUGO), en 1993, se inició la era genómica. Siendo la
decodificación del genoma humano un proyecto tan ambicioso, otros consorcios se
hicieron con el logro de secuenciar los primeros genomas no virales. En 1996, S.
cerevisiae fue el primer genoma eucariota secuenciado. En 1995 y 1997,
respectivamente, los genomas de Haemophilus influenzae (6) y Escherichia coli (7)
fueron los primeros genomas bacterianos publicados. Entre los años 1998 y 2000,
se entregaron los genomas secuenciados de Caenorhabditis elegans, Pseudomonas
aeruginosa, Drosophila melanogaster y Arabidopsis thaliana. En el año 2003, se
finalizó la secuencia definitiva del genoma humano y, aunque al día de hoy no se
sabe con certeza cuántos genes poseemos, este hecho se logró gracias a la
proyección y explotación del potencial de la industria con base biotecnológica.
Como consecuencia, todos los avances tecno-lógicos destinados al campo de la
genómica lograron proyectar a la comunidad científica hacia la secuenciación del
genoma de cualquier organismo de interés científico o económico. Hoy en día,
existen más de 1.200 genomas de bacterias completamente secuenciados y más
de 4.000 proyectos en curso (GOLD Database, http://www.genomesonline.org,
actualizado a abril de 2010). La base de datos de genomas eucariotas más
completa, ENSEMBL (http://www.ensembl.org), cuenta con más de 50 genomas
completamente secuenciados y anotados (versión 58, mayo de 2010).

Esta gran cantidad de información generada a partir de los múltiples proyectos de

secuenciación hace que las bases de datos crezcan a un ritmo acelerado y casi
insostenible. Al mismo tiempo, el enorme volumen de datos conlleva a que el
número de herramientas de análisis y algoritmos computacionales surjan al mismo
ritmo para poder extraer un conocimiento tangible que permita dar un significado
a la diversidad biológica de nuestro ecosistema.
En Colombia

Lejos de los avances antes mencionados, y que han contribuido enormemente a la

progresión de la bioinformática a nivel global, debemos posicionarnos
objetivamente como una sociedad de muy baja producción de conocimiento
bioinformático. Dejando de lado las dificultades económicas que nos impiden tener
un mayor progreso científico-tecnológico a cualquier nivel, el pobre desarrollo de la
bioinformática en Colombia tiene factores adicionales de fondo. Dichos factores
radican esencialmente en el déficit académico en cuanto a la enseñanza de la
bioinformática. Teniendo en cuenta que la academia es el principal gestor de la
investigación científica, tanto en el contexto de la educación pública como de la
privada, la carencia de adecuados programas de formación produce un crecimiento
nulo y, por ende, una pobre oferta de investigadores en este campo. Aunque la
bioinformática como tal se presenta como una ciencia multidisciplinaria (figura 1),
en la cual:

Ciencias naturales: Biología Molecular, Biología genética, Bioquímica y Genética

Ciencias Exactas: Matemáticas, Ingeniería de sistemas, Estadística

es necesario poseer una adecuada formación en diversas áreas de las ciencias

naturales y ciencias exactas, ya se han logrado establecer programas académicos
competitivos en Europa y Estados Unidos, y algunos en Latinoamérica. La mayoría
de los programas de formación de investigadores se basan en títulos propios de
maestría y doctorado, los cuales van en aumento a medida que se revisan los
programas académicos superiores. En Colombia, en la actualidad no se ha
desarrollado ningún programa sólido para la formación integral de bioinformáticos
competentes. No obstante, algunos programas de maestría y doctorado de
instituciones como la Universidad Nacional de Colombia y la Universidad de los
Andes, han incorporado módulos semestrales de bioinformática que, a su vez,
están lejos de tener el poder educativo requerido para generar verdaderos
profesionales en este campo. A cambio, dichas cátedras sólo funcionan como
herramienta difusora, más no orientadora, de la existencia de la bioinformática
como tema de investigación.Debido al componente multidisciplinario de la
bioinformática, resultaría difícil imaginarse un profesional con vastos conocimientos
en los campos de la biología molecular, la bioquímica, la genética, las
matemáticas, la estadística y la ingeniería de sistemas; sin embargo, los
conocimientos de cada una de estas áreas deben ser adaptados de una forma
armónica para suplir las necesidades básicas, tanto del profesional como de la
actualidad científica que lo circunscriba.Otro punto que afecta a la poca progresión
de la bioinformática en Colombia, se deriva directamente de lo arriba expuesto. En
nuestro país, la financiación de proyectos de investigación por parte de las
principales entidades públicas y privadas destinadas al apoyo científico, es
insuficiente. Ese hecho sería consecuencia directa de dos eventualidades: que,
gracias a la falta de programas de formación académica en bioinformática, no
exista promoción de proyectos de investigación dirigidos a la resolución de
problemas propios y que involucren un componente bioinformático directo y bien
planificado, y que existan iniciativas de proyectos de investigación en el área, pero
que no sean tomados como prioridad por falta de adecuados comités evaluadores
que objetivamente valoren el impacto científico de dichas propuestas.

En cualquiera de los dos casos, la falta de profesionales con trayectoria y

adecuado soporte científico, tanto para promover líneas de investigación como
para la evaluación de proyectos en bioinformática, sería una consecuencia
directa de la falta de formación de científicos especializados.Dichas falencias
pueden parecer generales para muchas de las áreas o ramas emergentes de
la investigación científica en nuestro país, pero cabe destacar que su
diagnóstico ya fue elaborado para la biotecnología y que fue recopilado en un
completo estudio publicado por Colciencias, la Universidad Nacional de
Colombia y CORPOGEN (8). Dicho estudio hace referencia al desarrollo de la
biotecnología en Colombia y dentro de las líneas por considerar en el nuevo
esquema del Plan Nacional de Biotecnología está el impulso de la investigación
en bioinformática.Al someter a una valoración objetiva nuestra contribución en
la investigación bioinformática,

podemos ver que la producción científica en Colombia es casi nula en comparación

con la contribución que tradicionalmente tienen los grupos de investigación de
Estados Unidos, Europa o Canadá (figura 2). Paralelamente, también podemos
diagnosticar que nuestra producción científica-bioinformática es deficiente, en
número, comparada con nuestros referentes regionales inmediatos, Brasil, México
y Argentina. Tales datos fueron obtenidos mediante una búsqueda de
publicaciones en las más relevantes revistas científicas de este campo, como lo
son: Bioinformatics, PLoS Computacional Biology, BMC Bioinformatics, BMC
Genomics y Journal of Computacional Biology. Dichas revistas gozan de los más
altos índices de impacto en este campo de acuerdo con el Journal Citation Reports
2007(Thompson Reuters).A pesar del panorama negativo que presenta el
desarrollo de la bioinformática en nuestro país, cabe destacar la labor de algunos
grupos de investigación que, a pesar de no contar con grandes presupuestos
destinados a financiar sus investigaciones, han podido generar resultados que
deben ser tomados como base o ejemplo de futuros modelos de investigación por
desarrollarse en un mediano o corto plazo en Colombia.Situación actual de la
investigación en bioinformática en ColombiaHaciendo una búsqueda por los grupos
y centros de investigación que realizan estudios de componente bioinformático,
podemos encontrar que son pocos los grupos dedicados a ello y aún menos los
que han podido proyectar su trabajo a nivel internacional con publicaciones de
mediano impacto (9-22). Entre estos últimos, podemos mencionar al Grupo de
Parasitología Molecular (GEPAMOL) de la Universidad del Quindío, el Centro de
Bioinformática del Instituto de Biotecnología de la Universidad Nacional de
Colombia, el Grupo de Investigación en Bioquímica Computacional de la Pontificia
Universidad Javeriana y el Grupo de Análisis Bioinformático (GABi) del Centro de
Investigación y Desarrollo en Biotecnología. Esta muestra, aunque pequeña, no
deja de ser vital y demuestra el potencial investigador en el campo de la
bioinformática de los grupos colombianos. Ella debe ser, ante todo, un punto de
partida concreto para el apoyo de la investigación en bioinformática que se genere
a partir de las nuevas políticas para desarrollo biotecnológico en el país.

Además de la latente producción científica de nuestros grupos de investigación,

cabe destacar la acción de impacto mundial que desarrollan desde hace varios
años CENICAFE y su proyecto Genoma del Café
(http://bioinformatics.cenicafe.org), el cual tiene como objeto principal un
extenso análisis de genómica funcional y estructural del café colombiano.
Finalmente, debemos mencionar y destacar la misión de algunos grupos de
investigación que constantemente promueven y difunden el conocimiento en
bioinformática. Desde comienzos de la actual década, han organizado diversos
seminarios, simposios y cursos de entrenamiento en herramientas
bioinformáticas. Dichos entrenamientos están dirigidos a complementar la
formación científica de los investigadores colombianos, así como a proyectar
sus estudios a un nuevo campo de actuación donde se contemple el análisis
computacional como piedra angular de las investigaciones contemporáneas.
Algunos de los grupos promotores de entrenamientos son el Grupo BIMAC de
la Universidad del Cauca, el Centro de Bioinformática del Instituto de
Biotecnología de la Universidad Nacional de Colombia y el Grupo de Análisis
Bioinformático (GABi). Estos dos últimos, miembros partícipes activos de las
reuniones programadas en el marco de la Red Iberoamericana de
Bioinformática (recientemente reagrupada como Sociedad Iberoamericana de
Bioinformática, SoIBio) (RIB, http://chirimoyo.ac.uma.es/rib), red que en el 2005
tuvo como lugar de encuentro la ciudad de Cartagena de Indias y que reúne
anualmente a grupos de investigación bioinformática de habla hispana.En una
perspectiva general podemos concluir que, aunque pobre en infraestructura,
mas no en calidad, existe una verdadera actividad de investigación en el
campo de la bioinformática en Colombia. Lamentablemente, dada la actual
coyuntura económica del país, esta rama de la ciencia corre serio peligro de
ser uno más de los muchos campos de actuación científica que queda a la
deriva por falta de apoyo financiero en nuestro país. Sin embargo, debemos
esperar que la nueva ley de ciencia, tecnología e innovación, aprobada por el
Congreso de la República de Colombia a finales de 2008, mejore el desarrollo
científico y tecnológico del país, y proporcione un mayor apoyo a la
biotecnología, y que con esta última pueda destinar recursos que promuevan
definitivamente la investigación bioinformática en Colombia

A este respecto, es interesante observar la destina-ción de recursos

económicos a la investigación en bioinformática a nivel global. Una de las
ramas más influyentes de la bioinformática es la genómica. A partir de los
datos publicados por Pohlhaus y Cook-Deegan (23), se pudo hacer una
comparación directa y, al mismo tiempo, una estimación del impacto que tiene
la genómica en los países industrializados (figura 3). El resultado de esta
comparación se correlaciona directamente con el patrón observado en la figura
2, con lo cual se puede discernir que, a mayor inversión en bioinformática,
mayor será la contribución científica en el campo. Entre nuestros referentes
inmediatos, sólo existen datos de la inversión de Brasil en genómica, la cual se
presenta con un promedio anual de US$ 5,6 millones entre 1997 y 2007 (23).
Dado el bajo impacto que hasta ahora ha tenido la bioinformática en Colombia
y, más aún, la nula dedicación a la especializada rama de la genómica, no
existen datos comparativos al respecto para esos años. No obstante, mediante
la convocatoria 392 de Colciencias (marzo de 2007) se inició el proceso de
financiación de la investigación en bioinformática y de la genómica. A partir de
esa convocatoria, se destinó una partida de US$ 1,2 millones para la ejecución
del proyecto GeBIX (Genómica y Bioinformática de Ambientes Extremos)
durante dos años, con posibilidad de extender la financiación a otros tres años
por el mismo monto global.

De esta manera, Colombia se sumó a la larga lista de países interesados en la

investigación genómica para el aprovechamiento de recursos bióticos propios.
Y, aunque lejos de la inversión presupuestada para nuestro referente más
cercano, Brasil (con 10 veces más inversión en genómica en años anteriores),
resulta satisfactorio saber que este tipo de investigación es una realidad en
nuestro país, la cual debe ser aprovechada al máximo con estudios
coherentemente planeados, adecuada formación profesional y apoyo experto
internacional
Conceptualizations

La bioinformática es un área de investigación interdisciplinaria:matemática

aplicada, estadística, ciencias computacionales,inteligencia artificial, química y
bioquímica

Estudia el desarrollo de métodos computacionales y técnicasestadísticas para

resolver problemas prácticos y teóricosderivados del almacenamiento, extracción,
manipulación ydistribución de información relacionada con datos
biológicos(principalmente de macromoléculas)

Bioinformática es una disciplina científica emergente que utiliza tecnología de la

información para organizar, analizar y distribuir información biológica con la
finalidad de responder preguntas complejas en biología. Bioinformática es un área
de investigación multidisciplinaria, la cual puede ser ampliamente definida como la
interface entre dos ciencias: Biología y Computación y está impulsada por la
incógnita del genoma humano y la promesa de una nueva era en la cual la
investigación genómica puede ayudar dramáticamente a mejorar la condición y
calidad de vida humana.Según la definición del Centro Nacional para la
Información Biotecnológica "National Center for Biotechnology Information" (NCBI
por sus siglas en Inglés, 2001): "Bioinformática es un campo de la ciencia en el
cual confluyen varias disciplinas tales como: biología, computación y tecnología de
la información”. Las tecnologías de la información jugarán un papel fundamental
en la aplicación de los desarrollos tecnológicos en el campo de la genética a la
práctica médica como refleja lapresencia de la Bioinformática médica y la
Telemedicina dentro de las principales líneas en patología molecular. La aplicación
de los conocimientos en genética molecular y las nuevas tecnologías son
necesarias para el mantenimiento de la competitividad del sistema sanitario no
sólo paliativo sino preventivo.La identificación de las causas moleculares de las
enfermedades junto con el desarrollo de la industria biotecnológica en general y de
la farmacéutica en particular permitirán el desarrollo de mejoresmétodos de
diagnóstico, la identificación de dianas terapéuticas y desarrollo de fármacos
personalizados y una mejor medicina preventiva.

La bioinformática consta de dos subcampos:El desarrollo de herramientas

computacionales y BDLa aplicación de estas herramientas y BD en la generación
deconocimiento biológico para comprender mejor los sistemas vivosEstos dos
subcampos son complementarios entre sí

Se debe distinguir entre tres acepciones en las que se unen la biología y la

informática, pero con objetivos y metodologías bien diferenciadas:1.-Bioinformática
o Biología Molecular Computacional: investigación y desarrollo de la infraestructura
y sistemas de información y comunicaciones que requiere la biología molecular y la
genética tales como redes y bases de datos para el genoma, micro-arreglos, por
mencionar algunos; es la Informática aplicada a la biología molecular y la
genética.2.-Biología Computacional: computación que se aplica al entendimiento
de cuestiones biológicas básicas, no necesariamente en el nivel molecular,
mediante la modelización y simulación, tales como ecosistemas, modelos
fisiológicos, por mencionar algunos; es la Informática y matemáticas aplicadas a la
biología.3.-Biocomputación: desarrollo y utilización de sistemas computacionales
basados en modelos y materiales biológicos, tales como Biochips, biosensores,
computación basada en ADN, redes de neuronas, algoritmos genéticos, por
mencionar algunos; es la Biología aplicada a la computación.

Ramas de la BioinformáticaEn la bioinformática no hay trabajos típicos, todo

depende de la pregunta biológica que se trate de contestar, sin embargo, se puede
dividir de manera muy general en algunas ramas.1.La genómica (genomics) que es
el estudio y uso de las sequencias de ADN en los cromosomas y la posición,
composición y función de los genes de algún organismo.

La genética (genetics) que estudia también los cromosomas, pero desde el punto
de vista de hibridaciones, o sea el cruzamiento genético de organismos, analiza la
segregación genética de la población utilizada para intentar hacer una conexión
entre alguna característica del organismo con determinada posición en el
cromosoma.3.La Proteómica (proteomics) que estudia las proteínas, la presencia o
ausencia de ellas en un organismo, la secuencia, la estructura y la
función.4.Transcriptomics, que estudia cuales genes se expresan en diferentes
condiciones o partes del organismo. Esto es algo relativamente nuevo.5.Y
Metabolomics, como última tendencia es la parte de la bioinformática que trata de
integrar la información generada por las cuatro anteriores para intentar hacer un
modelo del metabolismo de algún organismo.Por otro lado, está la aplicación, y es
en cualquier organismo vivo. Por el momento la Bioinformáticaen humanos,
bacterias y levaduras son las más adelantadas.Con la finalidad de presentar
lacomplejidad de cada una de estas ramas de la Bioinformáticase presenta con
mayor detalle solo de la primera.

Importancia

Integración es la palabra clave para entender la importancia de la bioinformática,

ya que a través de herramientas y utilizando la información ya depositada en bases
de datos alrededor del mundo estamos comenzando a descubrir relaciones no
triviales escondidas en el código de la vida. La bioinformática ha empezado a
ocupar un papel central como unión dediversas áreas de la ciencia tales como
enzimología, genética, biología estructural, medicina, morfología, y ecología entre
muchos otros. La pregunta crítica es ¿cómo conseguir las relaciones importantes
entre tanta información? esta pregunta y muchos otros problemas biológicos están
siendo respondidos a través de la bioinformática, uniendo o relacionando toda la
información que está depositada en las bases de datos a través de sus
asociaciones con los genes. Como un ejemplo práctico de lo anterior, NCBI, el
centro de bioinformática del NIH(National Institutes of Health), reciben y procesan
en su sitio Web alrededor de 3 millones de requisiciones al día provenientes de
investigadores ubicados alrededor del mundo.Los procesos celulares son
gobernados porel repertorio de genes expresados y su patrón de actividad
temporal. Se necesitan herramientas para gestionar información genética en
paralelo. Para ello se emplean nuevas tecnologías para extracción de
conocimiento, minería de datos y visualización. Se aplican técnicas de
descubrimiento de conocimiento a problemas biológicos como análisis de datos del
Genoma y Proteoma. La bioinformática, en este sentido, ofrece la capacidad de
comparar y relacionar la información genética con una finalidad deductiva, siendo
capaz de ofrecer unas respuestas que no parecen obvias a la vista de los
resultados de los experimentos. Todas estas tecnologías vienen justificadas por la
necesidad de tratar información masiva, no individual, sino desde enfoques
celulares integrados tales como genómica funcional, proteómica, expresión
multigénica,entre otros.
Conclusión

Hemos visto el gran potencial de la bioinformática, pero estambién importante

reconocer sus limitaciones para evitarsobreestimar esta disciplinaLa bioinformática
y la biología experimental son actividadesindependientes, pero complementariasLa
bioinformática depende de la ciencia experimental paraproducir datos primarios
para el análisis.

A a su vez la bioinformática, proporciona la interpretación de losdatos

experimentales e importantes pistas para seguir lainvestigación experimentalLas
predicciones hechas en bioinformática no son pruebasformales de cualquier
conceptoNo sustituyen a los métodos tradicionales de investigaciónexperimental
que prueban en realidad las hipótesisAdemás, la calidad de las predicciones de
bioinformática dependede la calidad de los datos y la sofisticación de los
algoritmosutilizados

Podemos concluirque la Bioinformática se basa en el conocimiento biológico real,

en el contenido en enormes bases de datos, procesos de abstracción y la
formulación de algoritmos para hacer un modeloque finalmentedescribay
posteriormente sirva para predecir información.La gran área de oportunidad que
representa la Bioinformática para la vida, especialmente la humana, ya que a
través de sus genes y estructura molecular se puede analizar cómo interactúan en
los seres vivos.

Bibliografía
Claviere Jena-Michael and Notredame Cedric. 2007. Bioinformatics for
dummies. Wiley Publishing, Inc.

Oscar Antonio Casanella Saint-Blancard, Kenia Rodríguez Jorge.2015. La

introducción de la bioinformática en el Instituto Nacional de Oncología y
Radiobiología. Revista Cubana de Educación Superior. 2015. (3). 166-
177. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2171/eds/pdfviewer/pdfviewer?
vid=1 &sid=3f5c2a33-d9fa-4111-b3ae-f18352ad58cd
%40sessionmgr4006

Bermudez-Santana, c. Bioinformatics applications in medicine: The

human genome. How can we see such detail?. Acta Biologica
Colombiana. 21, 1, S249-S258, Jan. 1, 2016. ISSN: 19001649.
Recuperado de:
https://bibliotecavirtual.unad.edu.co:2098/record/display.uri?
eid=2s2.08
4965139112&origin=inward&txGid=7819dc6f539d78313f6b6a41bf2923
a5

Philippe Lemey, Marco Salemi, Anne-Mieke Vandamme. 2009. The

Phylogenetic Handbook.A Practical Approach to Phylogenetic.Analysis
and Hypothesis Testing. Cambridge University Press.The Edinburgh
Building, Cambridge CB2 8RU, UK encontrado en
www.cambridge.org/9780521877107

Lahoz-Beltrá, R. 2012. Bioinformática: simulación, vida artificial e

inteligencia artificial. ISBN: 978-84-7978-181-1. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/detail.action?docID
=3196980

Alvarado, M; et al. Preliminary study of the enzyme ubiquitin

carboxylterminal hydrolase 14 (UBP6) in Giardia intestinalis: Structural
bioinformatic analysis and transcriptional profile during encystation.
Revista Colombiana de Quimica. 43, 2, 32-40, May 1, 2014. ISSN:
01202804.

Lahoz-Beltrá, R. 2012. Bioinformática: simulación, vida artificial e

inteligencia artificial. ISBN: 978-84-7978-181-1. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/detail.action?
docID =3196980

Alvarado, M; et al. Preliminary study of the enzyme ubiquitin

carboxylterminal hydrolase 14 (UBP6) in Giardia intestinalis: Structural
bioinformatic analysis and transcriptional profile during encystation.
Revista Colombiana de Quimica. 43, 2, 32-40, May 1, 2014. ISSN:
01202804.

Cañedo Rubén. Bioinformática: en busca de los secretos moleculares

de la vida.
Recuperado de:
http://bvs.sld.cu/revistas/aci/vol12_6_04/aci02604.htm

Pérez-Llano, Yordanis and María del Carmen Luzardo Lorenzo. "Nuevo

Diseño Para Una Clase Práctica De Visualización Y Análisis De La
Estructura Tridimensional De Las Proteínas." ["New design for a
practical lesson on visualization and analysis of the three-dimensional
structure of proteins"]. Cuban Journal of Biological Sciences / Revista
Cubana De Ciencias Biológicas, vol. 5, no. 1, feb-sep2016, pp. 65-70.
EBSCOhost, search.ebscohost.com/login.aspx?
direct=true&db=a9h&AN=116582088&l ang=es&site=eds-live.

Rodríguez-Correa, Hernando, et al. "Perspectivas De La Ecología

Molecular en Un País Megadiverso." ["Perspectives of Molecular
Ecology in a megadiverse country (English)"]. Revista Mexicana De
Biodiversidad, 22 May 2017. EBSCOhost,
doi:10.1016/j.rmb.2017.10.002.

Córdoba, M., González Morón, D., Rodríguez-Quiroga, S. A., &

Kauffman, M. A. (2014). Artículo original: Neurología genómica
personalizada: el futuro es ahora. Neurología Argentina, 6127-136.
doi:10.1016/j.neuarg.2014.03.002

DIAZ GRANADOS D., C., SANDOVAL, A. M., & CHAPARRO-GIRALDO,

A. (2013). DISEÑO DE UN GEN SEMISINTÉTICO CRY1Ac Y ANÁLISIS
DE LA ESTRUCTURA DE LA PROTEINA TRADUCIDA. (Spanish).
Biotecnología En El Sector Agropecuario Y Agroindustrial, 155-164

Backofen R., Gilbert D. “Bioinformatics and Constraints”. Constraints, 6; 2001:

141- 156.

Collins F. S., Green E. D., Guttmacher A. E., Guyer M. S. “A vision for the future
of genomics research A blueprint for the genomic era”. Nature 2003, 422: 835-
847.

Collins F. S., Morgan M., Patrinos A. “The Human Genome Project: Lessons from
Large-Scale Biology”. Science, 2003, 300: 286-290.

Coltell O., Corella D. “Bioinformática y Epidemiología Genómica”. I+S.

Informática y Salud. Revista de la Sociedad Española de Informática y Salud;
2002, 37: 15-26.

Cook S. A., Rosenzweig A. “DNA Microarrays. Implications for Cardiovascular

Medicine”. Circ Res. 2002;91:559-564. INBIOMED. Red Temática de
Investigación Cooperativa de Informática Biomédica.
http://www.inbiomed.retics.net.

Jackson D.G., Healy M.D., Davison D.B. Bioinformatics: not just for sequences
anymore. BIOSILICO 2003; I(3): 103-111.

Jones R.L. "The Internet and Healthcare Information Systems: How Safe Will
Patient Data Be?". IS Audit & Control Journal, I; 1998: 25-30.

Khoury M. “Genetic Epidemiology”. Rothman K.J., Greenland S. (eds.) Modern

Epidemiology (2nd ed.) Little, Bronw and Co., Boston, MA (USA), 1997.

Khoury M., Beaty T.H., Cohen B.H. Fundamentals of Genetic Epidemiology.

Oxford University Press, New York, 1993.

Marrugat J., Solanas P., D’Agostino R., Sullivan L., Ordovás J., et al. “Coronary
risk estimation in spain using a calibrated framingham function”. Rev Esp Cardiol
2003; 56: 253-261.
Martín Sánchez F., López V., Sánchez J. P., Liébana I. Red Temática de
Investigación Cooperativa en Informática Biomédica, INBIOMED. Revista I+S.
Informàtica y Salud, 2004, 46: 7-13.

Science’s News staff. “A History of the Human Genome Project”. Science Magazine;
291 (5507); 2001: 1195-1261.

ARANA ERCILLA, MAYRA y ROBERTO VALDÉS ESPINOSA: "Tecnología apropiada:

concepción para una cultura", Revista Cubana de Ingeniería, vol. 4 , n.o 1, La
Habana, 2013, <http://rci.cujae.edu.cu/files/Vol_4_No_1_2013.pdf> [8/5/2014].

CASTRO, FIDEL: "Discurso pronunciado en el acto celebrado por la Sociedad

Espeleológica de Cuba, en la Academia de Ciencias", 15 de enero, 1960.

DÍAZ CABALLERO, JOSÉ RICARDO: "En torno a la periodización de la Técnica",

Tecnología y Sociedad, t. II, ISPJAE-MES, La Habana, 1999, pp. 10-18, ISBN 959-
258-075-8.

LAGE DÁVILA, AGUSTÍN: "La economía del conocimiento y el socialismo:

Reflexiones a partir de la experiencia de la biotecnología cubana", Cuba Socialista,
n.o 30,
La Habana, 2004, pp. 2-28,
<http://www.areitodigital.net/LAGE.AGUSTIN.economiacubana.II.OTO-
INV.05.htm> [15/5/2014].

CASANELLA SAINT-BLANCARD, OSCAR: "Entrevista realizada a Luis Alberto

Montero Cabrera", mayo 22, Facultad de Química, Universidad de la Habana, 2014.

MOUNT W, DAVID: Bioinformatics, Sequences and Genomes Analysis, University of

Arizona, Tucson, 2002.

NÚÑEZ JOVER, JORGE: La ciencia y la tecnología como procesos sociales, Félix

Varela, La Habana, 1999.

NÚÑEZ JOVER, JORGE: "La democratización de la ciencia y el problema del poder",

en Emilio Duharte Díaz et al., La política: miradas cruzadas, Editorial de Ciencias
Sociales, La Habana, 2006.

PARTIDO COMUNISTA DE CUBA (PCC): Lineamientos de la Política Social del

Partidoy la Revolución, La Habana, 2011.
Fleischmann RD, Adams MD, White O, Clayton RA, Kirkness EF, Kerlavage AR, et
al. Whole-genome random sequencing and assembly of Haemophilus
influenzae.. Science.1995;269:496-512.7.

Blattner FR, Plunkett G 3rd, Bloch CA, Perna NT, Burland V, Riley M, et al. The
complete genome sequence of Escherichia coli K-12. Science.1997;277:1453-
74.8.

Peña MD, Castellanos O, Carrizosa S, Jiménez C, Del Portillo P. La biotecnología,

motor de desarrollo para la Colombia de 2015. Bogotá D.C.: Colciencias;
2008.

Gutiérrez AJ, Arenas AF, Gómez-Marín JE. Molecular evolution of serine/arginine

splicing factors family (SR) by positive selection. In Silico Biol.2006;6:32.

Matute DR, Barreto-Hernández E, Falquet L. Hunting for insect-specific protein

domains. In Silico Biol.2006;6:35-42.

Arenas AF, Gutiérrez AJ, Gómez-Marín JE. Evolutionary origin of the protozoan
parasites histone-like proteins (HU). In Silico Biol.2007;8:2.

Benítez-Páez A. Sequence analysis of the receptor activity-modifying proteins

family, new putative peptides and structural conformation inference. In Silico
Biol.2006;6:467-83.

Benítez-Páez A, Cárdenas-Brito S. Dissection of functional residues in receptor

activity- modifying proteins through phylogenetic and statistical analyses.
Evol Bioinform Online.2008;4:153-67.

Garnica DP, Pinzón AM, Quesada-Ocampo LM, Bernal AJ, Barreto E, Grunwald NJ,
et al. Survey and analysis of microsatellites from transcript sequences in
Phytophthora species: frequency, distribution, and potential as markers for
the genus. BMC Genomics.2006;7:245