PRÀCTICA Nº 3

BÙSQUEDA, ANÀLISIS E INTERPRETACIÒN DE DATOS BIOINFORMÀTICOS

I. INTRODUCCIÒN
La comunidad científica que realiza investigación dentro del área biológica, en el afán de
encontrar respuestas a estudios de la estructura molecular y las secuencias de ADN, dia a
día se enfrenta a mayores retos que implican el manejo de enormes volúmenes de datos
que crecen de manera exponencial en tamaño y complejidad, debido a los avances
tecnológicos que permiten hacer cálculos más precisos. Afortunadamente, el desarrollo
tecnológico tanto en el ámbito de la electrónica como el desarrollo de software y las
telecomunicaciones han permitido un avance significativo en las técnicas para el
procesamiento y análisis inteligente de los datos, beneficiando los estudios científicos que
permiten conocer mejor las estructuras de los organismos vivos. (Meneses Escobar &
Rozo Murillo, 2011)
Las tareas más importantes de las que se ocupa la bioinformática consisten en entender
las correlaciones, las estructuras y los patrones en los datos biológicos. En los últimos
años, la Bioinformática ha atraído la conjugación de varias disciplinas, entre las que están
la informática, las matemáticas, la estadística, la química y las ciencias biológicas no
tradicionales. Esto se debe a la disponibilidad de enormes cantidades de datos biológicos
públicos y privados, y a la necesidad imperiosa de transformar datos en información
biológica útil y en conocimiento. La aplicación de estas disciplinas con técnicas
computacionales inteligentes, sirven para la creación de proyectos que conlleven el
descubrimiento y desarrollo de fármacos, análisis del genoma y control biológico, entre
otros. Esto implica el uso de tecnologías informáticas y métodos estadísticos para manejar
y analizar un gran volumen de datos biológicos sobre el ADN, el ARN y las secuencias
de proteínas, estructuras de las proteínas, los perfiles de expresión genética y las
interacciones de la proteína empleando conocimientos derivados de la Biología Molecular
y realizando experimentos que permiten organizar los datos en información y ´está en
conocimiento. (Arias, 2006)

II. OBJETIVOS

 Buscar bases de datos on line para poder analizar e interpretar datos

bioinformáticos.

 Lograr el manejo específico de ciertas bases de datos, como : BLAST, CLUSTAL

X , FASTA, etc.

III. METODOLOGÍA

IV. CONCLUSIONES
V. ESTUDIOS REALIZADOS A DETERMINADAS HERRAMINETAS
BIOINFORMATICA

 GyDB 2.0 o también llamada the Gypsy Dtabase of Mobile Genetic Elements es
un proyecto de investigación que se encarga de estudiar la dinámica evolutiva de
virus y elementos transponibles basado en su clasificación filogenética (Llorens,
Futami, Covelli, Viu, & Tamarit, 2010).Debido a la diversidad de agentes
genéticos , nuevas secciones han aparecido cono es la clasificación de retrovirus
y retrotransposones con cadena terminal repetitiva y sus genes virales y
huéspedes. Es una herramienta útil ya que permite comparar y evaluar cada
descubrimiento que ha sido caracterizado. (Lloréns, Futami, & Moya, 2008)

 UniProtKB/Swiss-Prot constituye una herramienta esencial para investigaciones

científicas que se caracteriza por la gran diversidad de papers ,que han sido
curados ya que un equipo especializado que se encarga de evaluar estos, a su vez
esta característica tiende a incrementarse el número de papers que han sido
curados de manera escalable. (Poux, Arighi, Magrane, & :Alex Baterman, 2017)

 SWISS-MODEL Repository (SMR) es una base de datos de modelos

estructurales en 3D de proteínas generados por fuentes de información
automatizadas por homología SWISS-MODEL.En el futuro SMR se enfocara en
el incremento del impacto de los modelos para aplicaciones prácticas que
mejorarían la cobertura y competencias de estas. (Blenert, y otros, 2016)

 Online Mendelian Inheritance in Man (OMIM)es el principal repositorio de

exhaustiva información curada de genes y fenotipos genéticos y la relación entre
ellos. Las entradas de OMIM están basadas en revisión por pares literatura
biomédica y son expertamente corregidas en sus estructuras. Esto resúmenes
ejecutivos son excelentes lugares para aprender sobre genes y fenotipos , y
usuarios se encargan de soportar la exploración de copiosas enlaces . (Ambergeer
& Hamosh, 2018)

 DNA data bank of Japan (DDBJ) es una base de datos que se encarga de mantener
y proveer archivos públicos para servicios analíticos de información biológica.
Las futuras direcciones del DDBJ planea desarrollar un portal website unificado
para todas las bases de datos en concordancia con la reubicación de nuestro
sistema de supercomputación cada 5 años. El sistema necesita especial
 actualización para archivar eficientemente y distribuir el volumen de datos de
secuenciación del genoma humano el cual se va incrementando continuamente.
El enfoque actual de la infraestructura de la supercomputadora son=(i)
perfeccionamiento del proceso de gestión y la infraestructura de seguridad para
el DDBJ ;(ii) provisión de una infraestructura informática adecuada para
desarrolladores y analistas de datos en el entorno HPC; y (iii) mejora del
rendimiento del procesamiento de datos para la construcción y usabilidad de la
base de datos. (Mashima, Koama, Kosuge, & Fujisawa, 2015)

VI. BIBLIOGRAFIA

Ambergeer, J. S., & Hamosh, A. (27 de Junio de 2018). Searching Online Mendelian Inheritance
in Man (OMIM): A Knowledgebase of Human Genes and Genetic Phenotypes.
Baltimore: HHS Public Access.

Arias, J. A. (17 de Abril de 2006). Desarrrollo de una plataforma de anàlisi de datos en

Bioinformàtica basada en Matlab. Ciudad de Mèxico.

Blenert, S., Waterhouse, A., Taureillo, G., Studer, G., Bordoli, & Lorenza. (02 de Octubre de
2016). The SWISS-MODEL Repository––new features and functionality. Decision.

Lloréns, C., Futami, R., & Moya, A. (1 de Febrero de 2008). The GyDB collection: Ty3/Gypsy and
Retroviridae LTR retroelements and related nonviral proteins. Valencia, España.

Llorens, C., Futami, R., Covelli, L. ,.-E., Viu, J. M., & Tamarit, D. (2 de Septiembre de 2010).
TheGypsyDatabase (GyDB) of mobile geneticelements: release 2.0. GyDB 2.0.

Mashima, J., Koama, Y., Kosuge, T., & Fujisawa, T. (18 de Septiembre de 2015). DNA data bank
of Japan (DDBJ) progress report.

Meneses Escobar, C. A., & Rozo Murillo, L. V. (2011). Tecnologías bioinformáticas para el
análisis de. Scientia et Technica , 49-54.

Poux, S., Arighi, C. N., Magrane, M., & :Alex Baterman, C.-H. W. (13 de Junio de 2017). On
expert curation and scalability: UniProtKB/Swiss-Prot as a case study. Washington DC.