La alianza de la informática y la biología no es algo nuevo, de hecho, Alan Turing, el matemático y criptógrafo británico considerado unánimemente uno de los padres de la informática, utilizó los primeros ordenadores para entender mejor los procesos biológicos complejos. Además, se dio cuenta de que esta alianza podía resultar útil desde dos frentes diferentes:
- Por un lado, decidió desarrollar modelos matemáticos de la morfogénesis, que a grandes rasgos es el proceso biológico que explica cómo un organismo adquiere una forma determinada.
- Por otra parte, afianzó las bases de la Inteligencia Artificial como una disciplina integrada en las ciencias de la computación que pretendía imitar las capacidades cognitivas de la mente humana.
Y, seguramente sin pretenderlo, Turing sentó los cimientos de dos disciplinas que hoy tienen un potencial enorme: la biología computacional y la computación biológica.
Lo mucho que se parecen sus nombres puede provocar confusión, pero la computación biológica y la biología computacional no son lo mismo. No persiguen el mismo objetivo, y su ámbito de trabajo tampoco es el mismo.
Biología computacional
La biología computacional es la ciencia interdisciplinar que recurre a herramientas informáticas para ayudar a entender mejor los sistemas biológicos más complejos. Es la aplicación combinada de matemática, estadística e informática para resolver problemas basados en la biología, y que almacena, analiza e interpreta el Big Data generados por los experimentos de ciencias de la vida, o datos clínicos, utilizando la informática. Y expertos en datos dedicados.
Ahora bien, ¿qué herramientas concretas puede ofrecer la informática, más allá de la programación, para contribuir a la resolución de los problemas más complejos que plantea la biología? Sencillamente, todas aquellas que resultan útiles a la hora de procesar grandes volúmenes de datos para inferir nuevo conocimiento, como el Big Data, el Machine Learning o la Computación Cuántica.
Varios análisis biológicos dan como resultado cantidades exponenciales de datos biológicos y se hace muy difícil analizarlos utilizando medios manuales. Aquí es donde entra la informática y las herramientas que se han comentado antes. Se utilizan diversas técnicas computacionales para analizar trozos de datos biológicos de manera más precisa y eficiente por medio de procesos automatizados. El conocimiento que proporcionan estas herramientas informáticas no es valioso únicamente para entender mejor los sistemas biológicos, sino también para crear modelos matemáticos y simulaciones por ordenador capaces de predecir el comportamiento que tendrán en el futuro. Y esto tiene aplicaciones en campos tan diversos como son la ecología, la neurociencia, la farmacología, la genética o la oncología, entre otras ramas científicas.
Este campo, muchos científicos, lo llaman también bioinformática, y aunque hay otros que consideran que existen pequeñas diferencias entre la bioinformática y la biología computacional, lo cierto es que no hay una definición que establezca una distinción clara entre ambas disciplinas.
Un mercado en crecimiento
El interés por la biología computacional crece cada vez más con el paso de los años, debido a lo que puede ofrecer y a los problemas fundamentales que puede resolver. De hecho, el mercado global de la biología computacional se valoró en $3,48 mil millones de dólares en 2019, y se espera que alcance los $16,75 mil millones de dólares para el año 2027, a una tasa compuesta anual del 21,7%.
Los avances tecnológicos han abierto la puerta a un mundo de innovación en el campo de la atención médica, donde la biología computacional coge fuerza. La genética computacional es disciplinaria de la biología computacional donde se estudia la homología y el mecanismo biológico interno mediante la secuenciación del genoma. El Proyecto Genoma Humano es un ejemplo clásico en el que todo el genoma humano fue secuenciado con éxito.
La biología computacional también encuentra aplicación en neurología, en la que se usa para mapear vías complejas entrelazadas para visualizar modelos de simulación 3D del cerebro. Además, la farmacología computacional también utiliza herramientas de la biología computacional para visualizar y simular interacciones medicamentosas avanzadas en el proceso de diseño de medicamentos.
La financiación gubernamental, el aumento de la investigación y los desarrollos, el aumento de la demanda de modelos predictivos y la aplicación en diversos proyectos de secuenciación, como el proyecto del genoma humano, son algunos de los factores que respaldan el crecimiento del mercado durante los años de pronóstico.
El alcance de la biología computacional
Tres de las áreas en las que la biología computacional tiene la capacidad de marcar la diferencia durante los próximos años son:
- Las terapias de incremento de la longevidad.
- La inmunoterapia.
- Las aplicaciones de la técnica de edición genética CRISPR.
No cabe duda de que son tres áreas de estudio que pueden tener un impacto muy positivo en la vida de las personas, pero, en realidad, esta es solo una pequeña muestra del alcance de la biología computacional. Y es que existen otros campos en los que esta disciplina aspira a alcanzar avances muy significativos:
- La neurociencia computacional: se ocupa del funcionamiento del cerebro analizando la capacidad de procesar información que tienen las estructuras que conforman el sistema nervioso.
- La farmacología computacional: se encarga de estudiar el vínculo que existe entre la información genética que posee un organismo concreto y la manera en que le afectan un determinado tipo de enfermedades.
- La anatomía computacional: aborda el estudio de la forma que adquieren los seres vivos analizando todas las escalas de su morfología, desde las estructuras más grandes hasta las microscópicas.
- La genética computacional: estudia el material genético de un organismo o una especie en su conjunto.
- Biología computacional aplicada al tratamiento del cáncer: se ocupa de predecir las mutaciones que va a experimentar una determinada manifestación de esta enfermedad.
- Ecología computacional: una rama de la biología computacional que se preocupa de resolver los problemas ecológicos.
Computación biológica
Por su parte, la computación biológica, es una rama de la informática que estudia, por un lado, cómo utilizar elementos de naturaleza biológica para procesar y almacenar la información, y también cómo poder inspirarse en los mecanismos de la evolución biológica para desarrollar nuevos algoritmos que permitan resolver problemas complejos.
Por lo tanto, esta disciplina se divide en dos ramas diferentes que tienen aplicaciones en campos distintos de la informática:
- Una de ellas está permitiendo desarrollar el hardware desde una perspectiva muy diferente a aquella con la que se está familiarizado.
- La otra se adentra en el software bajo la forma de una de las ramas más prometedoras de la Inteligencia Artificial.
Ordenadores biológicos: Hardware
No se puede hablar de computación biológica sin hablar de ordenadores biológicos. Todavía queda mucho trabajo por hacer para que los ordenadores biológicos salgan de los laboratorios y puedan marcar la diferencia ayudando a resolver algunos problemas muy concretos que actualmente son difíciles de abordar con los ordenadores convencionales. Aun así, durante los próximos años se experimentará un avance importante porque ya lo han hecho durante las dos últimas décadas gracias al impulso que ha tomado la nanobiotecnología.
Los ordenadores biológicos están hechos de células vivas. En lugar de llevar cableado eléctrico, estos ordenadores usan entradas químicas y otras moléculas derivadas biológicamente, como proteínas y ADN, para realizar cálculos computacionales que implican almacenar, recuperar y procesar datos.
Rama importante de la Inteligencia Artificial: Software
El impacto de la computación biológica en el hardware es una promesa a medio o largo plazo. Sin embargo, en el ámbito del software la situación es muy distinta. Y es que esta disciplina es una rama muy sólida de la inteligencia artificial. Su propósito es, como se ha podido ver, inspirarse en los mecanismos de la evolución biológica para encontrar las soluciones óptimas a algunos problemas computacionales complejos.
Algunas de las herramientas más interesantes que propone son los sistemas de aprendizaje basados en poblaciones; la resolución de problemas mediante esquemas evolutivos inspirados en metáforas biológicas, como los algoritmos genéticos; o las redes neuronales artificiales, entre otras opciones. Estas dos últimas estrategias pueden ayudar a entender con bastante precisión cómo funcionan los mecanismos de la computación biológica.
Conclusiones
A pesar de sus diferencias si hay algo claro es que ambas disciplinas aspiran a resolver algunos de los mayores problemas a los que se enfrenta la humanidad actualmente.
Muchas compañías han visto el poder y el potencial de ambas disciplinas, por ejemplo, Synthego, una startup de Silicon Valley, está utilizando una combinación de ingeniería de software y automatización de hardware para convertirse en el Amazon de la ingeniería genómica.
Crispr, está revolucionando la velocidad y el alcance con el que los científicos pueden modificar el ADN de los organismos, incluidas las células humanas.
Microsoft trabaja en una amplia variedad de proyectos con Computación biológica, para conseguir convertir las células en ordenadores vivos que algún día podrían ser programadas e incluso reprogramadas para tratar enfermedades como el cáncer.
Y es que el pensamiento y las técnicas computacionales son tan importantes para la búsqueda de la comprensión de la vida que hoy en día prácticamente toda la biología es biología computacional. La biología computacional pone orden en la comprensión de la vida, hace que los conceptos biológicos sean rigurosos y comprobables, y proporciona un mapa de referencia que reúne ideas individuales.
