Computación y Biología

Está desapareciendo una pregunta que era muy común. ​¿Por qué se está estudiando
"Programación de Computadores" en Biología?
​Ya es poco lo que se escucha esa pregunta.
​Eso se debe a que ya muchos transeúntes entienden la importancia de la computación en biología.
No es que se escriba en editores de texto, o se usen hojas de cálculo, o se elaboren presentaciones. Eso es muy importante también. Sino que el el procesamiento de datos hoy va más allá de las hojas de cálculo.

---

En las investigaciones, se requiere un enorme volumen de datos, y al rescate  viene la ciencia de datos acompañada de profesionales de las áreas de la biología, medicina y afines que ya saben que el trabajo con datos en un computador es definitivo para obtener resultados en sus investigaciones. Sin datos, no hay resultados, y sin resultados, no podemos contrastar hipótesis y la ciencia no trabajaría.​

Computación Biológica vs Biología Computacional

Estas son dos etiquetas que pueden confundir a mucha gente. sin embargo, tienen diferencia.

La Computación Biológica es el uso de principios y métodos de la computación para resolver problemas biológicos. Por ejemplo, podemos diseñar algoritmos para la predicción de interacciones proteína-proteína, o modelar algoritmos buscando la mejor forma de hacer secuenciación de genomas, o hacer análisis de grandes conjuntos de datos genómicos. Cuando nos apropiamos de técnicas del dominio de la computación, hablamos de Computación Biológica.

La Biología Computacional, de otro lado, alude el uso de herramientas computacionales y algoritmos existentes para analizar y comprender los datos biológicos. En este caso, los algoritmos que ya fueron diseñados teóricamente, y también contamos con herramientas que los utilizan o que nos permiten materializarlos, como es el caso de los lenguajes de programación, los algoritmos, y las estructuras de datos. Igualmente, podemos modelar y simular procesos biológicos con herramientas ya existentes, o implementar herramientas sobre la base de modelos y algoritmos ya existentes.
Un uso muy popular de las mencionadas herramientas, es identificar patrones y relaciones en grandes conjuntos de datos genómicos. También tenemos herramientas para predecir la estructura y función de proteínas.
Entonces, la Biología Computacional, puede ser vista como una aplicación de la Computación Biológica.
Algunos cursos universitarios en las carreras de biología, se centran en las bases o los fundamentos de la biología computacional, pues se enfocan en el uso de herramientas ya existentes, como lenguajes de programación, utilidades de línea de comandos de terminal, aplicaciones online de consulta, aplicaciones desktop, aplicaciones móviles, y mucho más.

Bioinformática.

La bioinformática la podemos definir un campo interdisciplinario que combina biología, ciencias de la computación e informática para analizar e interpretar datos biológicos. 
Cuando se habla de ciencias de la computación, se alude más al modelado y la creación de nuevas estrategias tanto de hardware como de software. Por otro lado, la informática refiere más a las herramientas y al trabajo con datos. Eso significa que la bioinformática, per se, establece su dominio tanto en el ámbito de la computación biológica, como en el ámbito de la biología computacional.

In vivo, in vitro

Una investigación biológica tiene sentido de cara a comprobar hipótesis, lo que, indefectiblemente, se basará en los datos para llegar a una conclusión. Los métodos son caminos. Por lo tanto, en general, hoy en día necesitarás un computador, y algunas habilidades relacionadas.

"In vivo" e "in vitro", son términos que se utilizan para describir diferentes tipos de experimentos científicos.

​"In vivo" se refiere a experimentos realizados en organismos vivos, como animales o humanos. En estos experimentos, el sistema biológico completo del organismo se utiliza para estudiar un fenómeno o probar un tratamiento.

"In vitro" se refiere a experimentos realizados en tubos de ensayo o en un entorno artificial fuera de un organismo vivo. En estos experimentos, los científicos pueden aislar células, tejidos o sistemas biológicos específicos y estudiarlos en un ambiente controlado. Por lo tanto, la principal diferencia entre "in vivo" e "in vitro" es que los experimentos "in vivo" se realizan en organismos vivos, mientras que los experimentos "in vitro" se realizan fuera de un organismo vivo, en un entorno artificial controlado.

In silico

"In vivo" e "in vitro" eran términos exclusivos. 
Dado el estado desde hace más de medio siglo de la tecnología que nos ha permitido crear grandes repositorios de datos biológicos, Una investigación biológica puede no requerir del procesamiento de muestras biológicas.  ​En muchas ocaciones, los investigadores pueden recurrir sólo a los datos, y a modelos matemáticos o modelos empíricos, para contrastar hipótesis.

​Cuando la ​investigación puede ser guiada solamente desde el computador totalmente, se habla de experimentos "in silico". 

Uno de los primeros trabajos importantes en el campo de la biología "in silico" fue la predicción de la estructura de proteínas utilizando técnicas de modelado molecular basadas en simulaciones por computadora. Uno de los primeros esfuerzos notables en este campo fue el desarrollo del programa de predicción de estructura de proteínas llamado "Foldy" en 1972 por la Dra. Cyrus Levinthal, en la Universidad de Columbia. 

Subrayo el año, para destacar que hace más de 50 años se viene trabajando también en investigaciones "in silico".

​Ejemplos actuales de investigaciones in sílico pululan.

​Dejo algunas referencias sólo como muestra.

• Khan, S., Siddiqui, A. A., Shukla, P., & Khan, W. (2019). In silico analysis of transcriptomic profiling and affected biological pathways in multiple sclerosis. Journal of Biomolecular Structure and Dynamics, 37(11), 2887-2902. https://doi.org/10.1080/07391102.2018.1473168
• Singh, K., Senthilkumar, B., & Senthilkumar, G. P. (2021). In silico DNA codon optimization of the variant antigen-encoding genes of diverse strains of Nipah virus. VirusDisease, 32(2), 220-226. https://doi.org/10.1007/s13337-020-00639-w
• Khalil, M. A., Younis, R. A., Sayed, M. A., & Naeem, M. (2019). In Silico Identification, Characterization and Diversity Analysis of RNAi Genes and their Associated Regulatory Elements in Sweet Orange (Citrus sinensis L.). Genomics, 111(2), 242-254. https://doi.org/10.1016/j.ygeno.2018.01.013​

Un comentario final

Hoy todas las áreas de la ciencia se ven beneficiadas por las ciencias de la computación y la informática.
Pero es preocupante escuchar comentarios de biólogos o de otro tipo de investigadores que aluden su desdeño por la computación: "a mi eso de los computadores no me entra", o "yo no me la voy con los computadores". 
Desde el momento que lo dicen están cerrando muchas posibilidades, pues los laboratorios de investigación, y, en particular la ciencia, depende hoy de la computación en una gran medida. Las habilidades humanas, poco a poco , irán siendo reemplazadas por robots con inteligencia artificial que harán el trabajo repetitivo. Los manuales, procedimientos, y algunos segmentos de papers, están siendo escritos por algoritmos de inteligencia artificial porque aún son simples de escribir para ellos.  
Los humanos se apropiarán cada vez más de las tareas más complicadas de analítica. Aún hay mucho que la IA no ha reemplazado de las habilidades de los humanos.
Es mejor dejar de lado la ciberfobia.