Вычислительная биология

редактировать

Вычислительная биология предполагает разработку и применение аналитических и теоретических методов данных, математического моделирования и методы компьютерного моделирования для изучения биологических, экологических, поведенческих и социальных систем. Область имеет широкое определение и включает основы в биологии, прикладной математике, статистике, биохимии, химии, биофизика, молекулярная биология, генетика, геномика, информатика и эволюция.

Вычислительная биология отличается от биологических вычислений, которые являются подполями информатики и компьютерной инженерии с использованием биоинженерии и биологии для создания компьютеров.

Содержание

  • 1 Введение
  • 2 Подполя
    • 2.1 Вычислительная анатомия
    • 2.2 Вычислительное биомоделирование
    • 2.3 Вычислительная геномика
    • 2.4 Вычислительная нейробиология
    • 2.5 Вычислительная фармакология
    • 2.6 Вычислительная эволюционная биология
    • 2.7 Вычислительная биология рака
    • 2.8 Вычислительная нейропсихиатрия
  • 3 Программное обеспечение и инструменты
    • 3.1 Программное обеспечение с открытым исходным кодом
  • 4 Конференции
  • 5 Журналов
  • 6 Связанные поля
  • 7 См. Также
  • 8 См. ences
  • 9 Внешние ссылки

Введение

Вычислительная биология, включающая многие аспекты биоинформатики, - это наука об использовании биологических данных для разработки алгоритмов или модели для понимания биологических систем и взаимосвязей. До недавнего времени биологи не имели доступа к очень большим объемам данных. Эти данные теперь стали обычным явлением, особенно в молекулярной биологии и геномике. Исследователи смогли разработать аналитические методы интерпретации биологической информации, но не смогли быстро поделиться ими между коллегами.

Биоинформатика начала развиваться в начале 1970-х годов. Это считалось наукой об анализе процессов информатики различных биологических систем. В то время в исследованиях искусственного интеллекта использовались сетевые модели человеческого мозга для создания новых алгоритмов. 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.

С конца 1990-х годов вычислительная биология стала важной частью разработки новых технологий в области биологии. Термины «вычислительная биология» и эволюционные вычисления имеют похожее название, но их 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. Исследования в этой области, иногда называемые генетическими алгоритмами, могут быть применены к вычислительной биологии. Хотя эволюционные вычисления по своей сути не являются частью вычислительной биологии, вычислительная эволюционная биология является ее подполем.

Вычислительная биология использовалась для упорядочивания генома человека, создания точных моделей человеческого мозга и помощи в моделирование биологических систем.

Подполя

Вычислительная анатомия

Вычислительная анатомия - это дисциплина, сфокусированная на изучении анатомической формы и формы в видимой или грубой анатомии 50–100 мкм {\ displaystyle 50-100 \ mu}{\ displaystyle 50-100 \ mu} шкала морфологии. Он предполагает разработку и применение вычислительных, математических и аналитических методов моделирования и моделирования биологических структур. Он фокусируется на анатомических структурах, отображаемых, а не на медицинских устройствах визуализации. Из-за доступности плотных 3D-измерений с помощью таких технологий, как магнитно-резонансная томография (МРТ), вычислительная анатомия превратилась в подполе медицинской визуализации и биоинженерии для извлечение анатомических систем координат в масштабе морфома в 3D.

Первоначальная формулировка вычислительной анатомии представляет собой генеративную модель формы и формы из образцов, на которые воздействовали посредством преобразований. Группа диффеоморфизм используется для изучения различных систем координат с помощью преобразований координат, генерируемых с помощью лагранжевой и эйлеровой скоростей потока из одной анатомической конфигурации в R 3 {\ displaystyle {\ mathbb {R}} ^ {3}}{\ mathbb {R }} ^ {3} на другой. Он связан с статистикой формы и морфометрией с той разницей, что диффеоморфизмы используются для отображения систем координат, изучение которых известно как диффеоморфометрия.

Вычислительное биомоделирование

Вычислительное биомоделирование - это область, связанная с построением компьютерных моделей 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, которая «поддерживает свое состояние и функции против внешних и внутренних возмущений», 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. Полезный подход к моделированию - использовать сети Петри с помощью таких инструментов, как esyN

Вычислительная геномика

Частично секвенированный геном.

Вычислительная геномика - это область в рамках геномики, изучающая геномы клеток и организмов. Иногда его называют вычислительной и статистической генетикой, и он включает большую часть биоинформатики. 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. Это открывает возможность персонализированной медицины, прописывая лечение на основе ранее существовавших генетических паттернов человека. В этом проекте создано множество подобных программ. Исследователи стремятся секвенировать геномы животных, растений, бактерий и всех других видов жизни.

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 от 80 до 90% генов в недавно секвенированных геномах прокариот можно идентифицировать таким образом.

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. Исследователи в области вычислительной геномики работают над пониманием функций некодирующих областей человеческого генома путем разработки вычислительных и статистических методов и в рамках крупных консорциумных проектов, таких как ENCODE (Энциклопедия элементов ДНК) и Дорожная карта проекта эпигеномики.

Вычислительная нейробиология

Вычислительная нейробиология - это изучение функции мозга с точки зрения свойств обработки информации структур, составляющих нервную систему. Это часть области нейробиологии, которая направлена ​​на анализ данных мозга для создания практических приложений. 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 сложными в вычислительном отношении и наиболее дорогими в реализации.
  • Упрощение моделей мозга: эти модели призваны ограничить объем модели, чтобы оценить конкретное физическое свойство неврологической системы. Это позволяет решать интенсивные вычислительные задачи и сокращает количество потенциальных ошибок от реалистичной модели мозга.

Работа компьютерных нейробиологов заключается в улучшении алгоритмов и структур данных, используемых в настоящее время для увеличить скорость 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 скрининг данных о лекарствах ». Фармацевтическая промышленность требует изменения методов анализа данных о лекарствах. Фармакологи смогли использовать Microsoft Excel для сравнения химических и геномных данных, связанных с эффективностью лекарств. Однако индустрия 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 известные данные и позволяет разрабатывать более точные лекарства.

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

Вычислительная эволюционная биология

Вычислительная биология помогла эволюционной биологии во многих областях. мощности. Это включает:

Вычислительная биология рака

Вычислительная биология рака - это область, которая направлена ​​на определение будущих мутаций рака посредством 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 молекул, которые детерминированы в вызывающих рак, и понимание того, как геном человека связан с причиной опухолей и рака.

Компьютерная нейропсихиатрия

Компьютерная 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.

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 обеспечивает 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, в том числе:

  • 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 второстепенных задач. Вместо этого они могут использовать уже существующие программы, чтобы сэкономить время на разработке и реализации более крупных проектов.
  • Повышенное качество: участие нескольких исследователей, изучающих одну и ту же тему, обеспечивает уровень уверенности в том, что ошибок не будет. code.
  • 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.

Конференции

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

Журналы

Существует множество журналов, посвященных вычислительной биологии. Некоторые известные примеры включают Journal of Computational Biology и PLOS Computational Biology. 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 Computational Biology - это журнал с открытым доступом. Публикация может использоваться открыто при условии ссылки на автора.

Связанные области

Вычислительная биология, биоинформатика и математическая биология - все это междисциплинарные подходы к науки о жизни, основанные на количественных дисциплинах, таких как математика и информатика. NIH 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.

В частности, NIH определяет

вычислительную биологию: развитие и применение аналитических и теоретических методов данных, математического моделирования и методов компьютерного моделирования для изучения биологических, поведенческих и социальных систем.

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

Хотя каждое поле различается, их интерфейс может значительно перекрываться.

См. также

Ссылки

Внешние ссылки

Последняя правка сделана 2021-05-15 08:29:48
Содержание доступно по лицензии CC BY-SA 3.0 (если не указано иное).
Обратная связь: support@alphapedia.ru
Соглашение
О проекте