Despues de recibir miles de emails pidiendo una explicación de qué es la bioinformática. Como todos sabéis, se trata de hacer yogures Bio utilizando la informática, es decir, buscando la receta en el Google. En realidad no es así, jejeje(estoy de un salao ultimamente), por ello he pensado que como introducción podría comentar por encima las asignaturas que he tenido hasta ahora, para que tengáis una idea de qué va esto.
Statistics: curso de apoyo en el que nos explican los fundamentos de estadística y probabilidades, que serán de utilidad en muchas asignaturas. La estadística se utiliza abundantemente en bioinformática. Estaba principalmente pensado para gente que hacía tiempo que no tocaba las mates.
Mathematical Biology and Virtual Cell: tras este nombre tan largo se esconde una asignatura que mezcla biología, circuitos eléctricos y matemáticas. El principal objetivo de esta asignatura es crear modelos matemáticos dels comportamiento de las células, principalmente del transporte de iones(de calcio, potasio,...) a traves de las membranas celulares. El comportamiento de las células(como entran y salen iones dependiendo del estado interior y exterior de la célula) se parece al de un circuito eléctrico, por tanto se pueden extraer fórmulas, ecuaciones y simularlas en una computadora. Las cúlas B del páncreas, las neuronas y algunas células músculares son las típicas que se estudian aquí. Como ejemplo, se intenta que las células B respondan a estímulos eléctricos generando insulina.
Pattern Recognition: hasta ahora ha sido La Asignatura. Dura dura, pero de gran aplicación en muchos ámbitos. Un ejemplo cutre de lo que intenta el reconocimiento de patrones es poder decidir si lo que analizamos es una manzana o es una pera, basándonos en ejemplos anteriores. Obviamente es una computadora quien tiene que decidir. Otro ejemplo sería el procesar cuáles son las características más importantes(color, tamaño, textura, forma) que hacen a una manzana diferente de otras cosas y que la máquina pudiera decidir en objetos futuros de que se clase es el objeto analizado. Otro ejemplo sería poder predecir a partir de la previsión meteorológica (temperatura, húmedad, viento) el consumo eléctrico para esa zona.
Todo esto conlleva que se han de medir las características del objeto analizado, seleccionar las más importantes, agrupar los objetos según sus similitudes, clasificarlos, evaluar costes y errores, etc.. Para todo esto se utilizan muchos conceptos estadísticos y matemáticas, así como muchos algoritmos. Tiene infinidad de aplicaciones, desde analisis de ADN, pasando por prevision de gatos, hasta minería de datos o datamining.
Databases and datamining: la decepción del primer semestre, me esperaba bastante más. Ha sido una exposición poco interactiva de las últimas tendencias en bases de datos y datamining. Por ejemplo bases de datos especiales para genética, o para almacenar flujos continuos de información, como pueden ser las lecturas de varios sensores, o bases de datos en las que guardar datos multimedia (fotos, videos, audio) y poder buscar por el contenido, esto es, buscar fotos que contengan 2 coches, o que se parezacan a una foto que tú suministras al sistema, etc..
Molecular Genetics: una introducción a la genética molecular. Se explica como funciona una célula por dentro, todos los pasos que conlleva la reproducción de las células, como se organiza internamente el material genético, cuáles son las moléculas que intervienen en los diferentes procesos, etc.. Una asignatura muy interesante, ya que representaba la primera inmersión en biología pura y dura.
Statistics: curso de apoyo en el que nos explican los fundamentos de estadística y probabilidades, que serán de utilidad en muchas asignaturas. La estadística se utiliza abundantemente en bioinformática. Estaba principalmente pensado para gente que hacía tiempo que no tocaba las mates.
Mathematical Biology and Virtual Cell: tras este nombre tan largo se esconde una asignatura que mezcla biología, circuitos eléctricos y matemáticas. El principal objetivo de esta asignatura es crear modelos matemáticos dels comportamiento de las células, principalmente del transporte de iones(de calcio, potasio,...) a traves de las membranas celulares. El comportamiento de las células(como entran y salen iones dependiendo del estado interior y exterior de la célula) se parece al de un circuito eléctrico, por tanto se pueden extraer fórmulas, ecuaciones y simularlas en una computadora. Las cúlas B del páncreas, las neuronas y algunas células músculares son las típicas que se estudian aquí. Como ejemplo, se intenta que las células B respondan a estímulos eléctricos generando insulina.
Pattern Recognition: hasta ahora ha sido La Asignatura. Dura dura, pero de gran aplicación en muchos ámbitos. Un ejemplo cutre de lo que intenta el reconocimiento de patrones es poder decidir si lo que analizamos es una manzana o es una pera, basándonos en ejemplos anteriores. Obviamente es una computadora quien tiene que decidir. Otro ejemplo sería el procesar cuáles son las características más importantes(color, tamaño, textura, forma) que hacen a una manzana diferente de otras cosas y que la máquina pudiera decidir en objetos futuros de que se clase es el objeto analizado. Otro ejemplo sería poder predecir a partir de la previsión meteorológica (temperatura, húmedad, viento) el consumo eléctrico para esa zona.
Todo esto conlleva que se han de medir las características del objeto analizado, seleccionar las más importantes, agrupar los objetos según sus similitudes, clasificarlos, evaluar costes y errores, etc.. Para todo esto se utilizan muchos conceptos estadísticos y matemáticas, así como muchos algoritmos. Tiene infinidad de aplicaciones, desde analisis de ADN, pasando por prevision de gatos, hasta minería de datos o datamining.
Databases and datamining: la decepción del primer semestre, me esperaba bastante más. Ha sido una exposición poco interactiva de las últimas tendencias en bases de datos y datamining. Por ejemplo bases de datos especiales para genética, o para almacenar flujos continuos de información, como pueden ser las lecturas de varios sensores, o bases de datos en las que guardar datos multimedia (fotos, videos, audio) y poder buscar por el contenido, esto es, buscar fotos que contengan 2 coches, o que se parezacan a una foto que tú suministras al sistema, etc..
Molecular Genetics: una introducción a la genética molecular. Se explica como funciona una célula por dentro, todos los pasos que conlleva la reproducción de las células, como se organiza internamente el material genético, cuáles son las moléculas que intervienen en los diferentes procesos, etc.. Una asignatura muy interesante, ya que representaba la primera inmersión en biología pura y dura.
Hasta aquí la introducción de lo que he estudiado estos meses. Vista la gran demanda por conocer más sobre la Bioinformática, en las próximas semanas comentaré algunas de las campos en los que se aplica. También estaba considerando la idea de abrir un blog exclusivo sobre bioinformática (en inglés, para llegar a un público más amplio) en el que comentar con más detalle contenidos de mis asignaturas así como novedades que tengan que ver con la Bioinfórmatica. No es que esté muy puesto en esto último, pero sería como una forma de obligarme a buscar, leer y aprender a la vez que hago un poco de divulgación.
¿Qué os parece?
Espero vuestros comentarios.
¿Qué os parece?
Espero vuestros comentarios.