abutton
Close menu
Accessibility Menu
Bigger text
bigger text icon
Text Spacing
Spacing icon
Saturation
saturation icon
Cursor
big cursor icon
Dyslexia Friendly
dyslexia icon
Reset

Computação biológica e biologia computacional: diferentes objetivos

A aliança da computação e da biologia não é nova. Na verdade, Alan Turing, o matemático e criptógrafo britânico unanimemente considerado um dos pais da computação, utilizou os primeiros computadores para entender melhor os complexos processos biológicos. Ele também percebeu que essa aliança poderia ser útil em duas frentes diferentes:

  • Por um lado, ele decidiu desenvolver modelos matemáticos de morfogênese, que é, grosso modo, o processo biológico que explica como um organismo assume uma determinada forma.
  • Por outro lado, ele fortaleceu as bases da Inteligência Artificial como disciplina integrada às ciências da computação que visava imitar as capacidades cognitivas da mente humana.

E, certamente sem pretender, Turing lançou as bases de duas disciplinas que hoje têm enorme potencial: a biologia computacional e a computação biológica.

Como seus nomes são parecidos pode ser confuso, mas computação biológica e biologia computacional não são a mesma coisa. Eles não perseguem o mesmo objetivo, e seu escopo de trabalho também não é o mesmo.

Biologia Computacional

A biologia computacional é a ciência interdisciplinar que utiliza ferramentas computacionais para ajudar a entender melhor os sistemas biológicos mais complexos. É a aplicação combinada da matemática, estatística e informática para resolver problemas baseados na biologia, e que armazena, analisa e interpreta os Grandes Dados gerados pelos experimentos das ciências da vida, ou dados clínicos, usando a informática. E especialistas em dados dedicados.

Mas que ferramentas específicas a informática pode oferecer, além da programação, para ajudar a resolver os problemas mais complexos da biologia? Simplesmente, todos aqueles que são úteis ao processar grandes volumes de dados para inferir novos conhecimentos, tais como Grandes Dados, Aprendizagem de Máquina ou Computação Quântica.

Várias análises biológicas resultam em quantidades exponenciais de dados biológicos e torna-se muito difícil analisá-las usando meios manuais. É aqui que entra a ciência da computação e as ferramentas discutidas acima. Várias técnicas computacionais são utilizadas para analisar peças de dados biológicos de forma mais precisa e eficiente através de processos automatizados. O conhecimento fornecido por estas ferramentas informáticas é valioso não só para uma melhor compreensão dos sistemas biológicos, mas também para a criação de modelos matemáticos e simulações computacionais capazes de prever o comportamento futuro. E isso tem aplicações em campos tão diversos como ecologia, neurociência, farmacologia, genética e oncologia, entre outros ramos científicos.

Este campo, muitos cientistas também o chamam de bioinformática e, embora haja outros que consideram que há pequenas diferenças entre bioinformática e biologia computacional, a verdade é que não há uma definição que estabeleça uma distinção clara entre as duas disciplinas.

Um mercado em crescimento

O interesse pela biologia computacional vem crescendo ao longo dos anos por causa do que ela pode oferecer e dos problemas fundamentais que ela pode resolver. De fato, o mercado mundial de biologia computacional foi avaliado em US$ 3,48 bilhões em 2019, e espera-se que alcance US$ 16,75 bilhões até 2027, a uma taxa anual composta de 21,7%.

Computação biológica e biologia computacional diferentes objetivos

Os avanços tecnológicos abriram as portas para um mundo de inovação em saúde, onde a biologia computacional está ganhando força. A genética computacional é uma disciplina da biologia computacional onde a homologia e o mecanismo biológico interno são estudados através do seqüenciamento do genoma. O Projeto Genoma Humano é um exemplo clássico onde todo o genoma humano foi sequenciado com sucesso.

A biologia computacional também encontra aplicação na neurologia, onde é usada para mapear complexos caminhos interligados para visualizar modelos de simulação 3D do cérebro. Além disso, a farmacologia computacional também utiliza ferramentas de biologia computacional para visualizar e simular interações medicamentosas avançadas no processo de design do medicamento.

Financiamento governamental, maior pesquisa e desenvolvimento, maior demanda por modelos de previsão e aplicação em vários projetos de seqüenciamento, como o projeto do genoma humano, são alguns dos fatores que sustentam o crescimento do mercado durante os anos previstos.

O Escopo da Biologia Computacional

Três das áreas em que a biologia computacional tem a capacidade de fazer a diferença nos próximos anos são:

  • Terapias para aumentar a longevidade.
  • Imunoterapia.
  • Aplicações da técnica de edição do gene CRISPR.

Não há dúvida de que estas são três áreas de estudo que podem ter um impacto muito positivo na vida das pessoas, mas, na realidade, esta é apenas uma pequena amostra do escopo da biologia computacional.  Existem outros campos em que esta disciplina visa alcançar avanços muito significativos:

  • Neurociência computacional: trata do funcionamento do cérebro através da análise da capacidade das estruturas que compõem o sistema nervoso de processar informações.
  • Farmacologia computacional: estuda a ligação entre a informação genética que um determinado organismo possui e a forma como ele é afetado por um tipo específico de doença.
  • Anatomia Computacional: trata do estudo da forma que os seres vivos tomam, analisando todas as escalas de sua morfologia, desde as maiores estruturas até as microscópicas.
  • Genética Computacional: estuda o material genético de um organismo ou de uma espécie como um todo.
  • Biologia computacional aplicada ao tratamento do câncer: trata de prever as mutações que uma determinada manifestação desta doença sofrerá.
  • Ecologia Computacional: um ramo da biologia computacional preocupado com a solução de problemas ecológicos.

Computação Biológica

Por sua vez, a computação biológica, é um ramo da informática que estuda, por um lado, como utilizar elementos de natureza biológica para processar e armazenar informações e, por outro lado, como se valer dos mecanismos da evolução biológica para desenvolver novos algoritmos para resolver problemas complexos.

Portanto, esta disciplina é dividida em dois ramos diferentes que possuem aplicações em diferentes campos da informática:

  • Uma delas é permitir o desenvolvimento de hardware a partir de uma perspectiva muito diferente da que você está familiarizado.
  • O outro está entrando no software na forma de um dos ramos mais promissores da Inteligência Artificial.

Computadores 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.

Importante ramo da Inteligência Artificial: Software

O impacto da computação biológica no hardware é uma promessa a médio e longo prazo. No entanto, no campo do software a situação é muito diferente. Esta disciplina é um ramo muito forte da inteligência artificial. Seu propósito é, como vimos, recorrer aos mecanismos da evolução biológica para encontrar a solução ótima para alguns problemas computacionais complexos.

Algumas das ferramentas mais interessantes que propõe são sistemas de aprendizagem baseados na população; resolução de problemas através de esquemas evolutivos inspirados em metáforas biológicas, como algoritmos genéticos; ou redes neurais artificiais, entre outras opções. Estas duas últimas estratégias podem ajudar a entender com muita precisão como funcionam os mecanismos da computação biológica.

Conclusões

Apesar de suas diferenças, uma coisa é clara: ambas as disciplinas visam resolver alguns dos maiores problemas que a humanidade enfrenta hoje.

Muitas empresas têm visto o poder e o potencial de ambas as disciplinas, por exemplo, a Synthego, uma start-up do Vale do Silício, está usando uma combinação de engenharia de software e automação de hardware para se tornar a Amazônia da engenharia genômica.

Crispr, está revolucionando a velocidade e o escopo com que os cientistas podem modificar o DNA dos organismos, inclusive das células humanas.

A Microsoft está trabalhando em uma grande variedade de projetos com Computação Biológica, para transformar células em computadores vivos que um dia poderiam ser programados e até reprogramados para tratar doenças como o câncer.

Como o pensamento e as técnicas computacionais são tão importantes para a busca da compreensão da vida, praticamente toda biologia hoje é biologia computacional. A biologia computacional traz ordem ao entendimento da vida, torna os conceitos biológicos rigorosos e testáveis e fornece um mapa de referência que reúne as idéias individuais.