WikiDer > Вычислительная биология

Computational biology

Вычислительная биология предполагает разработку и применение информационно-аналитических и теоретических методов, математическое моделирование и методы компьютерного моделирования для изучения биологических, экологических, поведенческих и социальных систем.[1] Область имеет широкое определение и включает в себя основы в биология, Прикладная математика, статистика, биохимия, химия, биофизика, молекулярная биология, генетика, геномика, Информатика, и эволюция.[2]

Вычислительная биология отличается от биологические вычисления, которое является подполем Информатика и компьютерная инженерия с помощью биоинженерия и биология строить компьютеры.

Введение

Вычислительная биология, включающая многие аспекты биоинформатика, это наука об использовании биологических данных для разработки алгоритмы или модели чтобы понять биологические системы и отношения. До недавнего времени биологи не имели доступа к очень большим объемам данных. Эти данные стали обычным явлением, особенно в молекулярная биология и геномика. Исследователи смогли разработать аналитические методы интерпретации биологической информации, но не смогли быстро поделиться ими с коллегами.[3]

Биоинформатика начала развиваться в начале 1970-х годов. Это считалось наукой об анализе процессов информатики различных биологических систем. В настоящее время исследования в искусственный интеллект использовал сетевые модели человеческого мозга для создания новых алгоритмы. Такое использование биологических данных для развития других областей подтолкнуло исследователей-биологов к пересмотру идеи использования компьютеров для оценки и сравнения больших наборов данных. К 1982 году информация стала доступной для исследователей с помощью перфокарт. К концу 1980-х годов объем передаваемых данных начал экспоненциально расти. Это потребовало разработки новых вычислительных методов для быстрого анализа и интерпретации соответствующей информации.[3]

С конца 1990-х годов вычислительная биология стала важной частью разработки новых технологий в области биологии.[4]Термины вычислительная биология и эволюционные вычисления имеют похожее название, но не следует путать. В отличие от вычислительной биологии, эволюционные вычисления не связаны с моделированием и анализом биологических данных. Вместо этого он создает алгоритмы, основанные на идеях эволюции видов. Иногда упоминается как генетические алгоритмы, исследования в этой области могут быть применены к вычислительной биологии. Хотя эволюционные вычисления по своей сути не являются частью вычислительной биологии, вычислительная эволюционная биология является ее подразделом.[5]

Вычислительная биология использовалась, чтобы помочь секвенировать геном человека, создать точные модели человеческого мозга и помочь в моделировании биологических систем.[3]

Подполя

Вычислительная анатомия

Основная статья: Вычислительная анатомия

Вычислительная анатомия - это дисциплина, сфокусированная на изучении анатомической формы и формы в видимом или грубая анатомия масштаб морфология. Он предполагает разработку и применение вычислительных, математических и аналитических методов для моделирования и моделирования биологических структур. Он фокусируется на анатомических структурах, отображаемых, а не на медицинских устройствах визуализации. Благодаря доступности плотных 3D-измерений с помощью таких технологий, как магнитно-резонансная томография (МРТ) вычислительная анатомия возникла как подполе медицинская визуализация и биоинженерия для извлечения анатомических систем координат в масштабе морфома в 3D.

Первоначальная формулировка вычислительной анатомии представляет собой генеративную модель формы и формы из примеров, на которые воздействовали посредством преобразований.[6] В диффеоморфизм группа используется для изучения различных систем координат с помощью преобразования координат как сгенерировано через Лагранжева и эйлерова скорости потока из одной анатомической конфигурации в другому. Это связано с статистика формы и морфометрия, с той разницей, что диффеоморфизмы используются для отображения систем координат, изучение которых известно как диффеоморфометрия.

Вычислительное биомоделирование

Основная статья: Моделирование биологических систем

Вычислительное биомоделирование - это область, связанная с построением компьютерные модели биологических систем. Вычислительное биомоделирование направлено на разработку и использование визуального моделирования для оценки сложности биологических систем. Это достигается за счет использования специализированных алгоритмов и программного обеспечения для визуализации. Эти модели позволяют прогнозировать реакцию систем в различных средах. Это полезно для определения надежности системы. Устойчивая биологическая система - это такая система, которая «поддерживает свое состояние и функции против внешних и внутренних возмущений»,[7] что необходимо для выживания биологической системы. Вычислительное биомоделирование создает большой архив таких данных, позволяющий анализировать их от нескольких пользователей. В то время как современные методы ориентированы на небольшие биологические системы, исследователи работают над подходами, которые позволят анализировать и моделировать более крупные сети. Большинство исследователей считают, что это будет иметь важное значение для разработки современных медицинских подходов к созданию новых лекарств и генной терапии.[7]Полезный подход к моделированию - использовать Сети Петри с помощью таких инструментов, как esyN [8]

Вычислительная геномика

Частично секвенированный геном.
Основная статья: Вычислительная геномика

Вычислительная геномика - это область внутри геномика который изучает геномы клеток и организмов. Иногда его называют Вычислительная и статистическая генетика и включает в себя большую часть Биоинформатика. В Проект "Геном человека" является одним из примеров вычислительной геномики. Этот проект стремится упорядочить весь геном человека в набор данных. После полной реализации это может позволить врачам анализировать геном отдельного пациента.[9] Это открывает возможность персонализированной медицины, прописывая лечение на основе ранее существовавших генетических паттернов человека. В этом проекте создано множество подобных программ. Исследователи хотят упорядочить геномы животных, растений, бактерий и всех других видов жизни.[10]

Один из основных способов сравнения геномов - это гомология последовательностей. Гомология - это изучение биологических структур и нуклеотидных последовательностей у разных организмов, происходящих от общего предка. Исследования показывают, что таким образом можно идентифицировать от 80 до 90% генов в недавно секвенированных геномах прокариот.[10]

Эта область все еще находится в разработке. Нетронутым проектом в развитии вычислительной геномики является анализ межгенных регионов. Исследования показывают, что примерно 97% генома человека состоит из этих областей.[10] Исследователи вычислительной геномики работают над пониманием функций некодирующих областей человеческого генома посредством разработки вычислительных и статистических методов и с помощью крупных консорциумных проектов, таких как КОДИРОВАТЬ (Энциклопедия элементов ДНК) и проект эпигеномики дорожной карты.

Вычислительная нейробиология

Основная статья: Вычислительная нейробиология

Вычислительная нейробиология - это изучение функции мозга с точки зрения свойств обработки информации структурами, составляющими нервную систему. Это часть области нейробиологии, которая направлена ​​на анализ данных мозга для создания практических приложений.[11] Он пытается смоделировать мозг, чтобы исследовать определенные типы неврологической системы. К различным типам моделей мозга относятся:

  • Реалистичные модели мозга: эти модели призваны представить все аспекты мозга, включая как можно больше деталей на клеточном уровне. Реалистичные модели предоставляют больше всего информации о мозге, но также имеют наибольшую вероятность ошибки. Чем больше переменных в модели мозга, тем больше вероятность ошибки. Эти модели не учитывают те части клеточной структуры, о которых ученые не знают. Реалистичные модели мозга являются наиболее трудоемкими и наиболее дорогими в реализации.[12]
  • Упрощение моделей мозга: эти модели призваны ограничить объем модели, чтобы оценить конкретное физическое свойство неврологической системы. Это позволяет решать сложные вычислительные задачи и снижает количество потенциальных ошибок реалистичной модели мозга.[12]

Это работа компьютерных нейробиологов по улучшению алгоритмы и структуры данных, которые в настоящее время используются для увеличения скорости таких вычислений.

Вычислительная фармакология

Вычислительная фармакология (с точки зрения вычислительной биологии) - это «изучение эффектов геномных данных для поиска связей между конкретными генотипами и заболеваниями, а затем данные скрининга наркотиков”.[13] В фармацевтическая индустрия требует изменения методов анализа данных о наркотиках. Фармакологи смогли использовать Microsoft Excel для сравнения химических и геномных данных, связанных с эффективностью лекарств. Однако отрасль достигла того, что называют баррикадой Excel. Это происходит из-за ограниченного количества ячеек, доступных в электронной таблице. Это развитие привело к необходимости вычислительной фармакологии. Ученые и исследователи разрабатывают вычислительные методы для анализа этих массивных наборов данных. Это позволяет эффективно сравнивать важные данные и разрабатывать более точные лекарства.[14]

Аналитики прогнозируют, что если основные лекарства выйдут из строя из-за патентов, компьютерная биология будет необходима, чтобы заменить существующие на рынке лекарства. Докторантам в области вычислительной биологии рекомендуется делать карьеру в промышленности, а не занимать постдокторские должности. Это прямой результат того, что крупным фармацевтическим компаниям требуются более квалифицированные аналитики больших массивов данных, необходимых для производства новых лекарств.[14]

Вычислительная эволюционная биология

Вычислительная биология во многом помогла эволюционной биологии. Это включает в себя:

Компьютерная биология рака

Вычислительная биология рака - это область, целью которой является определение будущих мутаций при раке с помощью алгоритмического подхода к анализу данных. Исследования в этой области привели к использованию высокопроизводительных измерений. Измерение с высокой пропускной способностью позволяет собирать миллионы точек данных с помощью робототехники и других сенсорных устройств. Эти данные собираются из ДНК, РНК и других биологических структур. Сферы внимания включают определение характеристик опухолей, анализ детерминированных молекул, вызывающих рак, и понимание того, как геном человека связан с причиной опухолей и рака.[16]

Компьютерная нейропсихиатрия

Вычислительная нейропсихиатрия - это развивающаяся область, которая использует математическое и компьютерное моделирование механизмов мозга, участвующих в психических расстройствах. Несколько инициатив уже продемонстрировали, что компьютерное моделирование является важным вкладом в понимание нейронных цепей, которые могут генерировать психические функции и дисфункции.[17][18][19]

Программное обеспечение и инструменты

Компьютерные биологи используют широкий спектр программного обеспечения. Они варьируются от программ командной строки до графических и веб-программ.

Программное обеспечение с открытым исходным кодом

Программное обеспечение с открытым исходным кодом предоставляет платформу для разработки вычислительных биологических методов. В частности, открытый исходный код означает, что каждый человек и / или организация могут получать доступ к программному обеспечению, разработанному в ходе исследований, и получать от него выгоду. PLOS приводит четыре основных причины использования программного обеспечения с открытым исходным кодом, включая:

  • Воспроизводимость: Это позволяет исследователям использовать точные методы, используемые для расчета взаимосвязей между биологическими данными.
  • Более быстрая разработка: разработчикам и исследователям не нужно заново изобретать существующий код для незначительных задач. Вместо этого они могут использовать уже существующие программы, чтобы сэкономить время на разработке и реализации более крупных проектов.
  • Повышенное качество: вклад нескольких исследователей, изучающих одну и ту же тему, обеспечивает уровень гарантии того, что в коде не будет ошибок.
  • Долгосрочная доступность: программы с открытым исходным кодом не связаны с какими-либо предприятиями или патентами. Это позволяет размещать их на нескольких веб-страницах и гарантировать их доступность в будущем.[20]

Конференции

Есть несколько крупных конференций, посвященных вычислительной биологии. Некоторые примечательные примеры: Интеллектуальные системы для молекулярной биологии (ISMB), Европейская конференция по вычислительной биологии (ECCB) и Исследования в области вычислительной молекулярной биологии (РЕКОМБ).

Журналы

Существует множество журналов, посвященных вычислительной биологии. Некоторые известные примеры включают Журнал вычислительной биологии и PLOS вычислительная биология. Журнал вычислительной биологии PLOS - это рецензируемый журнал, в котором есть много заметных исследовательских проектов в области вычислительной биологии. Они предоставляют обзоры программного обеспечения, руководства по программному обеспечению с открытым исходным кодом и отображают информацию о предстоящих конференциях по вычислительной биологии. PLOS вычислительная биология является журнал открытого доступа. Публикация может использоваться открыто при условии ссылки на автора.[21]

Связанные поля

Вычислительная биология, биоинформатика и математическая биология все это междисциплинарные подходы к наукам о жизни, основанные на количественных дисциплинах, таких как математика и информационная наука. В Национальные институты здравоохранения США описывает вычислительную / математическую биологию как использование вычислительных / математических подходов для решения теоретических и экспериментальных вопросов биологии и, напротив, биоинформатику как приложение информатики для понимания сложных данных наук о жизни.[1]

В частности, NIH определяет

Вычислительная биология: разработка и применение аналитических и теоретических методов данных, математического моделирования и методов компьютерного моделирования для изучения биологических, поведенческих и социальных систем.[1]

Биоинформатика: исследование, разработка или применение вычислительных инструментов и подходов для расширения использования биологических, медицинских, поведенческих данных или данных о здоровье, в том числе для сбора, хранения, организации, архивирования, анализа или визуализации таких данных.[1]

Несмотря на то, что каждое поле отличается, в их интерфейсе может быть значительное перекрытие.[1]

Смотрите также

использованная литература

  1. ^ а б c d е «Рабочее определение биоинформатики и вычислительной биологии NIH» (PDF). Инициатива в области биомедицинской информатики и технологий. 17 июля 2000 г. Архивировано с оригинал (PDF) 5 сентября 2012 г.. Получено 18 августа 2012.
  2. ^ "О CCMB". Центр вычислительной молекулярной биологии. Получено 18 августа 2012.
  3. ^ а б c Хогевег, Паульен (7 марта 2011 г.). «Корни биоинформатики в теоретической биологии». PLOS вычислительная биология. 3. 7 (3): e1002021. Bibcode:2011PLSCB ... 7E2021H. Дои:10.1371 / journal.pcbi.1002021. ЧВК 3068925. PMID 21483479.
  4. ^ Борн, Филип (2012). «Взлет и упадок биоинформатики? Обещания и прогресс». PLOS вычислительная биология. 8 (4): e1002487. Bibcode:2012PLSCB ... 8E2487O. Дои:10.1371 / journal.pcbi.1002487. ЧВК 3343106. PMID 22570600.
  5. ^ Фостер, Джеймс (июнь 2001 г.). «Эволюционные вычисления». Природа Обзоры Генетика. 2 (6): 428–436. Дои:10.1038/35076523. PMID 11389459. S2CID 205017006.
  6. ^ Гренандер, Ульф; Миллер, Майкл И. (1998-12-01). «Вычислительная анатомия: новая дисциплина». В. Прил. Математика. 56 (4): 617–694. Дои:10.1090 / qam / 1668732.
  7. ^ а б Китано, Хироаки (14 ноября 2002 г.). «Вычислительная системная биология». Природа. 420 (6912): 206–10. Bibcode:2002Натура 420..206K. Дои:10.1038 / природа01254. PMID 12432404. S2CID 4401115. ProQuest 204483859.
  8. ^ Фаврин, Бин (2 сентября 2014 г.). "ESYN: построение, совместное использование и публикация сети". PLOS ONE. 9 (9): e106035. Bibcode:2014PLoSO ... 9j6035B. Дои:10.1371 / journal.pone.0106035. ЧВК 4152123. PMID 25181461.
  9. ^ «Секвенирование генома для всех нас». Scientific American.
  10. ^ а б c Кунин, Евгений (6 марта 2001 г.). «Вычислительная геномика». Curr. Биол. 11 (5): 155–158. Дои:10.1016 / S0960-9822 (01) 00081-1. PMID 11267880. S2CID 17202180.
  11. ^ «Вычислительная неврология | Неврология». www.bu.edu.
  12. ^ а б Сейновски, Терренс; Кристоф Кох; Патрисия С. Черчленд (9 сентября 1988 г.). «Вычислительная неврология». Наука. 4871. 241 (4871): 1299–306. Bibcode:1988Научный ... 241.1299S. Дои:10.1126 / science.3045969. PMID 3045969.
  13. ^ Прайс, Майкл (13 апреля 2012). "Вычислительные биологи: следующие фармацевты?".
  14. ^ а б Джессен, Вальтер (15 апреля 2012 г.). «Стратегия сдвига фармацевтики означает больше рабочих мест для компьютерных биологов».
  15. ^ Антонио Карвахаль-Родригес (2012). «Моделирование генов и геномов вперед во времени». Текущая геномика. 11 (1): 58–61. Дои:10.2174/138920210790218007. ЧВК 2851118. PMID 20808525.
  16. ^ Яхини, Зохар (2011). "Вычислительная биология рака". BMC Bioinformatics. 12: 120. Дои:10.1186/1471-2105-12-120. ЧВК 3111371. PMID 21521513.
  17. ^ Dauvermann, Maria R .; Whalley, Heather C .; Шмидт, Андра ©; Ли, Грэм Л .; Романюк, Лиана; Робертс, Нил; Johnstone, Eve C .; Лори, Стивен М .; Мурхед, Томас В. Дж. (2014). «Компьютерная нейропсихиатрия - шизофрения как расстройство когнитивной сети мозга». Границы в психиатрии. 5: 30. Дои:10.3389 / fpsyt.2014.00030. ЧВК 3971172. PMID 24723894.
  18. ^ Tretter, F .; Альбус, М. (2007). ""Вычислительная нейропсихиатрия «Расстройства рабочей памяти при шизофрении: сетевые подключения в префронтальной коре - данные и модели» (PDF). Фармакопсихиатрия. 40: S2 – S16. Дои:10.1055 / с-2007-993139. S2CID 18574327.
  19. ^ Марин-Сангино, А .; Мендоза, Э. (2008). «Гибридное моделирование в вычислительной нейропсихиатрии». Фармакопсихиатрия. 41: S85 – S88. Дои:10.1055 / с-2008-1081464. PMID 18756425.
  20. ^ Прлич, Андреас; Лапп, Хилмар (2012). «Раздел программного обеспечения для вычислительной биологии PLOS». PLOS вычислительная биология. 8 (11): e1002799. Bibcode:2012PLSCB ... 8E2799P. Дои:10.1371 / journal.pcbi.1002799. ЧВК 3510099.
  21. ^ "Вычислительная биология PLOS: рецензируемый журнал открытого доступа". journals.plos.org.

внешние ссылки