Professional Documents
Culture Documents
Uvod U Bioinformatiku
Uvod U Bioinformatiku
UVOD U BIOINFORMATIKU
1.1. DEFINICIJA BIOINFORMATIKE I ISTORIJSKI RAZVOJ
2
1.2. CILJEVI BIOINFORMATIKE
Da bismo proučavali promene u ćelijskoj aktivnosti iz normalne u patološku, tokom
nastanka bolesti i razvoja različitih stadijuma bolesti, biološki podaci se moraju kombinovati
tako da se konstruiše celovita slika svih mogućih patoloških procesa koji se dešavaju u ćeliji.
Zato je oblast bioinformatike evoluirala u pravcu razvijanja različitih metodologija koje mogu da
analiziraju i interpretiraju različite tipove podataka. To uključuje nukleotidne i aminokiselinske
sekvence, proteinske domene i proteinske strukture. Aktuelni procesi analize i interpretacije
podataka se odnose na kompjutacionu biologiju, jedne od važnih poddisciplina bioinformatike, i
oni uključuju:
- Razvoj i implementaciju kompjuterskih programa koji omogućavaju efikasan pristup,
korišćenje i uređivanje različitih tipova bioloških informacija
- Razvoj novih algoritama (matematičkih formula) i statističkih merenja koji obezbeđuju
povezanost između članova velike baze podataka. Na primer, postoje metode koje mogu
da lociraju gen unutar sekvence, mogu da predvide proteinsku strukturu i/ili funkciju, i da
grupišu proteinske sekvence u familije povezanih (srodnih) sekvenci.
Primarni cilj bioinformatike je da poveća nivo razumevanja bioloških procesa. Ono što
taj cilj razlikuje od drugih pristupa, međutim, jeste njegov fokus na realizaciju ciljeva kroz razvoj
i primenu intezivnih kompjuterskih tehnika. Primeri uključuju načine prepoznavanja ciljanih
sekvenci, određivanje značenja dobijenih podataka, algoritme mehaničkog učenja i vizuelizaciju.
Glavni istraživački napori u ovoj oblasti usmereni su na poravnanje sekvenci, pronalaženje gena,
sastavljanje genoma, dizajn lekova, otkriće novih lekova, poravnanje proteinskih struktura,
predviđanje strukture proteina, predviđanje genske ekspresije i protein-protein interakcija, studije
svegenomskih asocijacija, modelovanje evolucije i ćelijske deobe (mitoze).
Bioinformatika danas podrazumeva stvaranje i razvoj baza podataka, algoritama,
kompjutacionih i statističkih tehnika i teorija koje rešavaju formalne i praktične probleme koji
nastaju tokom uređenja i analize bioloških podataka. Tokom poslednjih nekoliko decenija, brz
razvoj informatičkih, genomskih i molekularnih tehnologija koje se koriste u biološkim
istraživanjima omogućio je da se postojeća znanja objedine i iskombinuju u cilju dobijanja
ogromne količine informacija koje su povezane sa molekularnom biologijom. Dakle,
bioinformatika je zbirni naziv za sve matematičke i kompjuterske pristupe koji se koriste da bi se
sakupile informacije o različitim biološkim procesima i da bi se oni bolje razumeli. Česte
3
aktivnosti u bioinformatici uključuju mapiranje i analizu sekvenci DNA i proteina, poravnanje i
poređenje sekvenci DNA i proteina, kao i izrada trodimenzionalnih modela proteina i njihovo
proučavanje.
4
1.3.1. MATEMATIČKA BIOLOGIJA
Matematička biologija je interdisciplinarna nauka koja ima širok spektar primene u
različitim naučnim disciplinama. Sinonimi za matematičku biologiju su biomatematika, gde se
naglašava matematički pristup i matematička biologija što naglašava biološku stranu. Ipak, neki
smatraju da nije reč o sinonimima već da postoji suptilna razlika između biomatematičara i
matematičkih biologa koja se svodi na sledeće – biomatematičari su ipak više zainteresovani za
matematiku koja je inspirisana biologijom nego samim biološkim problemima i obrnuto. Dakle,
biomatematika se više fokusira na razvoj teorijskih matematičkih načela u biologiji, a
matematička biologija na korišćenje matematičkih alata za proučavanje bioloških sistema.
Matematička biologija se bavi matematičkim prezentacijama bioloških procesa, pokušava
da reši probleme ispravljanjem patoloških ili modelovanjem postojećih bioloških procesa i to
korišćenjem tehnika i alata primenjene matematike. Ona ima i teorijsku i praktičnu primenu u
biološkim, biomedicinskim i biotehnološkim istraživanjima. Opisivati biološke sisteme u
kvantitativnom smislu znači da se njihovo ponašanje može bolje simulirati, a time i bolje
predviđati njihove osobine koje možda neće biti vidljive prilikom eksperimentisanja. To zahteva
precizne matematičke modele. Matematička biologija uključuje mnoge oblasti klasične
matematike i njihova primena u biologiji ima dugu istoriju. Ipak, tek nedavnoje došlo do
ogromnog upliva matematike u biologiju primenom i razvojem novih tehnika i interes za ovu
oblast i dalje raste. Neki od razloga za to su:
- Enormno povećanje grupa različitih tipova informacija sa puno podataka, s obzirom na
revoluciju genomike, koju je teško shvatiti bez upotrebe analitičkih alata
- Skorašnji razvoj matematičkih alata, kao što je teorija haosa, koji pomažu shvatanje
složenih, nelinearnih mehanizama u biologiji
- Povećanje računarske moći, što olakšava kalkulacije i simulacije, koje prethodno nisu
bile moguće
- Sve veći interes za in silico eksperimente zbog etičkih razloga, rizika, nepouzdanosti i
drugih komplikacija koje su prisutne u istraživanjima na ljudima i životinjama.
Matematička biologija i biomatematika imaju nekoliko područja razvoja unutar kojih se
provode specijalizovana istraživanja, kao i veliki broj istraživačkih projekata širom sveta, na
različitim univerzitetima i naučnim ustanovama, u kojima učestvuje sve veći broj naučnika. Taj
5
povećan interes za ove naučne discipline je potpuno razumljiv ako se uzme u obzir sve veća
složenost naučne problematike koja zahteva interakciju i integraciju znanja korišćenjem
matematičkih, logičkih, fizičko/hemijskih, molekulskih i kompjuterskih modela. Zbog široke
raznolikosti uključenih specifičnih znanja, biomatematička istraživanja se često ostvaruju u
saradnji između stručnjaka u oblasti matematike, biologije, bioinformatike, matematičke
biologije, biostatistike, biofizike i drugih oblasti.
6
Treba napomenuti još jedan detalj. Naime, termin kompjutaciona biologija i evoluciona
kompjutacija imaju slične nazive ali ih ne treba poistovećivati. Za razliku od kompjutacione
biologije, evoluciona kompjutacija se ne bavi modelovanjem i analizom bioloških podataka, već
stvaranjem algoritama zasnovanih na teoriji evolucije i to za veliki broj vrsta. Takođe, nekada se
to može odnositi i na genetičke algoritme koje istraživači u ovoj oblasti mogu primeniti u
kompjutacionoj biologiji. Drugim rečima, dok evoluciona kompjutacija nije nužno deo
kompjutacione biologije, kompjutaciona evoluciona biologija je definitivno podoblast
kompjutacione biologije.
Kompjutaciona biologija se koristi u sekvenciranju humanog genoma, u kreiranju
preciznih modela ljudskog mozga, i pomaže u modelovanju bioloških sistema. Deli se na
kompjutacionu anatomiju, kompjutaciono biomodelovanje, kompjutacionu genetiku (genomiku),
kompjutacione neuronauke, kompjutacionu farmakologiju, kompjutacionu evolucionu biologiju,
kompjutacionu biologiju kancera itd. Kompjutaciona biologija koristi širok spektar različitih
softvera. Ovaj opseg se prostire od komandnih linijskih programa do grafičkih i veb-zasnovanih
programa.