Где компьютеры используются в биологии

Резюме урока

За последние несколько десятилетий компьютеры прочно вошли в нашу жизнь. Мы называем это цифровой революцией. Но изменилась не только ложь обычных людей — изменилось и то, как мы занимаемся наукой. Это справедливо как для биологии, так и для любой другой науки.

Примеры того, как биология использует компьютеры в современных исследованиях, включают сложную системную биологию, молекулярную генетику, геномику, разработку и открытие лекарств. Сложная системная биология — это область, в которой компьютеры запускают сложные теоретические модели и симуляции. Молекулярная генетика — это место, где мы изучаем влияние отдельных генов, создаем генетические скрининговые тесты и находим новые методы лечения с помощью генной терапии. Геномика — это то, где мы изучаем, как гены взаимодействуют друг с другом, и выясняем эволюционные отношения между организмами. А разработка и открытие лекарств — это то, где мы находим новые лекарства для лечения болезней человека, когда компьютеры анализируют, как они повлияют на белки в организме человека, и анализируют, как эти белки сворачиваются в здоровых и больных тканях.

Союз вычислений и биологии не нов. Фактически, Алан Тьюринг, британский математик и криптограф, которого единодушно считают одним из отцов вычислительной техники, использовал ранние компьютеры для лучшего понимания сложных биологических процессов. Он также понял, что этот союз может быть полезен на двух разных фронтах:

• С одной стороны, он решил разработать математические модели морфогенеза, который примерно представляет собой биологический процесс, объясняющий, как организм приобретает определенную форму.
• С другой стороны, он укрепил основы искусственного интеллекта как дисциплины, интегрированной в компьютерные науки, целью которой было имитировать когнитивные способности человеческого разума.

И, разумеется, Тьюринг, сам того не желая, заложил основу для двух дисциплин, обладающих сегодня огромным потенциалом: вычислительной биологии и биологических вычислений.

Насколько похожи их названия, может возникнуть путаница, но биологические вычисления и вычислительная биология — это не одно и то же. Они не преследуют одну и ту же цель, и объем их работы тоже не одинаков.

Вычислительная биология

Вычислительная биология – это междисциплинарная наука, использующая компьютерные инструменты для лучшего понимания самых сложных биологических систем. Это комбинированное применение математики, статистики и компьютерных наук для решения биологических задач, которое хранит, анализирует и интерпретирует большие данные, полученные в результате экспериментов в области наук о жизни, или клинических данных с использованием компьютерных наук. И преданные своему делу эксперты по данным.

Но какие конкретные инструменты может предложить компьютерная наука, помимо программирования, для решения самых сложных задач в биологии? Проще говоря, все те, которые полезны при обработке больших объемов данных для получения новых знаний, например, большие данные, машинное обучение или квантовые вычисления.

Некоторые биологические анализы приводят к экспоненциальному объему биологических данных, и становится очень сложно анализировать их вручную. Здесь на помощь приходят компьютерные науки и описанные выше инструменты. Для более точного и эффективного анализа фрагментов биологических данных с помощью автоматизированных процессов используются различные вычислительные методы. Знания, предоставляемые этими компьютерными инструментами, ценны не только для лучшего понимания биологических систем, но и для создания математических моделей и компьютерных симуляций, способных предсказывать поведение в будущем. И это применимо в самых разных областях, таких как экология, неврология, фармакология, генетика и онкология, а также в других областях науки.

Эта область, многие ученые также называют ее биоинформатикой, и хотя есть и другие, которые считают, что между биоинформатикой и вычислительной биологией есть небольшие различия, правда в том, что не существует определения, которое устанавливает четкое различие между двумя дисциплинами.

Растущий рынок

Интерес к вычислительной биологии растет с годами из-за того, что она может предложить и решить фундаментальные проблемы. Фактически, мировой рынок вычислительной биологии оценивался в 3,48 млрд долларов США в 2019 году и, как ожидается, достигнет 16,75 млрд долларов США к 2027 году при совокупном годовом уровне 21,7%.

Технологические достижения открыли дверь в мир инноваций в области здравоохранения, где вычислительная биология набирает силу.Вычислительная генетика — это дисциплина вычислительной биологии, в которой гомология и внутренний биологический механизм изучаются путем секвенирования генома. Проект «Геном человека» — классический пример успешного секвенирования всего генома человека.

Вычислительная биология также находит применение в неврологии, где она используется для картирования сложных взаимосвязанных путей для визуализации трехмерных имитационных моделей мозга. Кроме того, вычислительная фармакология также использует инструменты вычислительной биологии для визуализации и моделирования сложных взаимодействий лекарств в процессе разработки лекарств.

Государственное финансирование, расширение исследований и разработок, повышенный спрос на прогностические модели и их применение в различных проектах секвенирования, таких как проект генома человека, — вот некоторые из факторов, поддерживающих рост рынка в прогнозируемые годы.

Сфера применения вычислительной биологии

Три области, в которых вычислительная биология может изменить ситуацию в ближайшие несколько лет, это

• Терапии для увеличения продолжительности жизни.
• Иммунотерапия.
• Применения метода редактирования генов CRISPR.

Нет никаких сомнений в том, что это три области исследований, которые могут оказать очень положительное влияние на жизнь людей, но на самом деле это лишь небольшая часть области вычислительной биологии. Есть и другие области, в которых эта дисциплина нацелена на достижение очень значительных успехов:

• Вычислительная неврология: изучает работу мозга, анализируя способность структур, составляющих нервную систему, обрабатывать информацию.
• Компьютерная фармакология: изучает связь между генетической информацией, которой обладает конкретный организм, и тем, как на него влияет определенный тип заболевания.
• Вычислительная анатомия: занимается изучением формы, которую принимают живые существа, путем анализа всех масштабов их морфологии, от самых больших структур до микроскопических.
• Вычислительная генетика: изучает генетический материал организма или вида в целом.
• Вычислительная биология в применении к лечению рака: занимается прогнозированием мутаций, которым будут подвергаться определенные проявления этого заболевания.
• Вычислительная экология: раздел вычислительной биологии, связанный с решением экологических проблем.

Биологические вычисления

Со своей стороны, биологические вычисления — это раздел информатики, изучающий, с одной стороны, как использовать элементы биологической природы для обработки и хранения информации, а также как использовать механизмы биологической эволюции для разработки новых алгоритмов решения сложных задач.

Поэтому эта дисциплина делится на две разные ветви, имеющие приложения в разных областях компьютерных наук:

• Одним из них является возможность разработки оборудования с совершенно иной точки зрения, чем та, с которой вы знакомы.
• Другой — ввод программного обеспечения в виде одной из самых многообещающих ветвей искусственного интеллекта.

Биологические компьютеры: оборудование

Невозможно говорить о биологических вычислениях, не говоря о биологических компьютерах. Предстоит еще много работы, чтобы вывести биокомпьютеры из лабораторий и изменить ситуацию, помогая решать некоторые очень специфические проблемы, которые в настоящее время трудно решить с помощью обычных компьютеров. Тем не менее, в ближайшие несколько лет мы увидим значительный прогресс, поскольку за последние два десятилетия это уже было достигнуто благодаря импульсу, набранному нанобиотехнологией.

Биологические компьютеры состоят из живых клеток. Вместо электрических проводов эти компьютеры используют химические входные данные и другие молекулы биологического происхождения, такие как белки и ДНК, для выполнения вычислительных вычислений, включающих хранение, извлечение и обработку данных.

Важная ветвь искусственного интеллекта: программное обеспечение

Влияние биологических вычислений на аппаратное обеспечение является перспективным в среднесрочной и долгосрочной перспективе. Однако в области программного обеспечения ситуация совершенно иная. Эта дисциплина — очень сильная ветвь искусственного интеллекта. Его цель, как мы видели, состоит в том, чтобы использовать механизмы биологической эволюции для поиска оптимальных решений некоторых сложных вычислительных задач.

Одними из наиболее интересных инструментов, которые он предлагает, являются системы обучения населения; решение проблем с помощью эволюционных схем, вдохновленных биологическими метафорами, такими как генетические алгоритмы; или искусственные нейронные сети, среди других вариантов. Эти две последние стратегии могут помочь довольно точно понять, как работают механизмы биологических вычислений.

Выводы

Несмотря на их различия, ясно одно: обе дисциплины нацелены на решение некоторых из самых серьезных проблем, стоящих перед человечеством сегодня.

Многие компании убедились в силе и потенциале обеих дисциплин, например, Synthego, стартап из Кремниевой долины, использует комбинацию разработки программного обеспечения и автоматизации оборудования, чтобы стать Amazon в области геномной инженерии.

Crispr революционизирует скорость и масштабы, с которыми ученые могут изменять ДНК организмов, включая клетки человека.

Microsoft совместно с отделом биологических вычислений работает над множеством проектов, направленных на превращение клеток в живые компьютеры, которые однажды можно будет запрограммировать и даже перепрограммировать для лечения таких заболеваний, как рак.

Поскольку мышление и вычислительные методы очень важны для понимания жизни, практически вся биология сегодня — это вычислительная биология. Вычислительная биология упорядочивает понимание жизни, делает биологические концепции строгими и проверяемыми, а также предоставляет справочную карту, объединяющую отдельные идеи.

Дэвид преподавал физику с отличием, физику AP, физику IB и общенаучные курсы. У него есть степень магистра педагогики и степень бакалавра физики.

Компьютеры можно использовать для исследования и разработки качественной или количественной информации, связанной с науками о жизни. Узнайте больше об использовании и важности таких технологий, как компьютеры, в исследованиях в области наук о жизни и о том, что охватывает наука о жизни. Обновлено: 30.11.2021

Что такое наука о жизни?

Жизнь — это, пожалуй, самая большая загадка, которую предлагает Вселенная. Что такое жизнь? Как это развивалось? Порой это кажется мистическим, и многие до сих пор верят, что это так. До сих пор мы до конца не понимаем, как работает мозг. Но наука о жизни заключается в том, чтобы как можно больше узнать о жизни на Земле, о том, как она работает и как развивается.

Наука о жизни – это изучение живых организмов, от микроорганизмов до растений и животных. Он включает биологию, зоологию, ботанику, биоэтику, анатомию, медицину и генетику, а также другие области. Любое изучение всего живого так или иначе связано с наукой о жизни.

Жизнь может показаться очень осязаемой и физической. Это может показаться чем-то вроде того, что вы изучаете в тропическом лесу или занимаетесь изучением медицины, чтобы помочь больным людям. Но с течением времени компьютеры становятся все более и более важными для изучения наук о жизни. Это потому, что компьютеры могут делать то, чего не могут люди.

Произошла ошибка при загрузке этого видео.

Попробуйте обновить страницу или обратитесь в службу поддержки.

Вы должны создать учетную запись, чтобы продолжить просмотр

Зарегистрируйтесь, чтобы просмотреть этот урок

Как участник, вы также получите неограниченный доступ к более чем 84 000 уроков по математике, английскому языку, естественным наукам, истории и многому другому. Кроме того, вы можете пройти пробные тесты, викторины и индивидуальные тренировки, которые помогут вам добиться успеха.

Получите неограниченный доступ к более чем 84 000 уроков.

Уже зарегистрированы? Войдите здесь для доступа

Ресурсы, созданные учителями для учителей

Вы в ударе. Продолжайте в том же духе!

Просто отмечаюсь. Вы все еще смотрите?

• 0:03 Что такое наука о жизни?
• 1:09 Компьютеры в биологических науках
• 5:17 Резюме урока

Хотите посмотреть это позже?

Войдите или зарегистрируйтесь, чтобы добавить этот урок в собственный курс.

Компьютеры в биологических науках

Компьютеры используются в науках о жизни по-разному. обычно либо за счет использования датчиков и другого оборудования, которое может понять только компьютер, либо за счет невероятной способности компьютеров быстро выполнять сложный анализ. Часть анализа, на выполнение которой у человека ушло бы 20 лет, может быть выполнена компьютером за несколько дней. В этом уроке мы обсудим примеры использования компьютеров в науках о жизни: медицинские изображения, геномика, разработка и открытие лекарств, вспомогательные технологии и моделирование.

Медицинская визуализация – это процесс создания изображения внутренней части тела человека (или животного). Отличным примером этого является сканер МРТ: он использует гигантский магнит и наше понимание физики квантовой механики для создания изображения внутренней части тела, включая мозг. Компьютеры можно использовать со сканерами МРТ не только для создания самого изображения с помощью датчиков сканера, но и для анализа изображения. Компьютер может классифицировать ткани, показанные на изображении, направлять нейрохирургию, выявлять потенциальные проблемы, измерять толщину определенных тканей или даже расшифровывать психические состояния. Компьютер может определить существительное, о котором думал человек, с помощью МРТ с высокой точностью.

Геномика – это часть биологии, которая занимается изучением геномов, включая их структуру, функции, эволюцию и картографирование.Геномы — это генетический материал организма, включая правила, объясняющие, как строить различные клетки в организме. Компьютерные программы жизненно важны для геномики в наши дни. Они могут определять наиболее вероятные эволюционные связи между организмами, анализируя их генетику, и могут использоваться для секвенирования генов и белков.

Разработка и открытие лекарственных средств заключается в поиске лекарств, которые помогут людям с определенными заболеваниями и проблемами. Компьютеры могут использоваться для определения кандидатов гораздо быстрее, чем это может сделать любой человек. Это, вероятно, неудивительно, если учесть, что в организме человека содержится 500 000 белков, лишь небольшой процент которых хорошо изучен.

Компьютеры особенно полезны при анализе фолдинга белков, когда белки (которые изначально были развернутыми или случайными) достигают своей окончательной функциональной формы. Многие заболевания являются результатом проблем с правильным сворачиванием белков, и это может проанализировать только компьютер. На самом деле мощность компьютера настолько важна, что Стэнфордский университет создал знаменитый проект Folding@home, в рамках которого вы можете использовать свой домашний компьютер для анализа огромного количества данных, с которыми ему приходится работать. Такой вид групповых вычислений — отличная альтернатива покупке дорогих суперкомпьютеров.

Вспомогательные технологии – это любые технологии, которые помогают людям делать то, что они не смогли бы сделать без них, или позволяют людям делать что-то лучше или проще. Это может быть что угодно: от использования робототехники для обеспечения мобильности до разработки интерфейсов между мозгом и компьютером для управления электронными конечностями или управления компьютерами с помощью мысли. Хотя нам есть чему поучиться в этой области, у нас есть большой потенциал, и всем этим должны управлять компьютеры.

Моделирование – это попытка компьютера смоделировать и предсказать поведение естественной системы. Компьютеры можно использовать для моделирования клеточного роста, нервной системы человека, моторного контроля, передачи и прогрессирования заболевания. Все это очень полезно в биологических и медицинских исследованиях.

Это лишь некоторые из многих способов использования компьютеров в науках о жизни. Каждый из этих примеров требует достаточно мощных компьютеров со специальным программным обеспечением для выполнения своей задачи.

Компьютеры могут быть не такими умными, как люди, но они намного быстрее справляются со своими задачами. Многое из того, что мы делаем сегодня с компьютерами, у людей заняло бы в тысячи раз больше времени. Они оказали большое влияние на наше понимание наук о жизни.

Резюме урока

Наука о жизни – это изучение живых организмов, от микроорганизмов до растений и животных. Он включает биологию, зоологию, ботанику, биоэтику, анатомию, медицину и генетику. Компьютеры сегодня жизненно необходимы во всех этих областях, и они увеличивают скорость проведения сложных исследований. Они позволили нам многое узнать о том, как работают биологические системы.

Компьютеры используются для анализа медицинских изображений, понимания и картирования геномов, открытия и разработки лекарств, помощи людям с помощью технологий, запуска симуляций и многого другого. Они внесли большой вклад в расширение человеческих знаний и возможностей.

Головоломка «Симметричный димер димеров», цель которой — найти наилучший способ сворачивания белка (по цвету), чтобы он лучше связывался с тремя серыми копиями.

Источник: Вики Foldit

Не секрет, что компьютерное моделирование меняет науку. Возможность извлекать значимую информацию из огромных наборов данных и создавать сложные модели меняет все, от астрономии до квантовой физики. Тем не менее, пожалуй, ни в одной дисциплине компьютерное моделирование не дает более ощутимых преимуществ, чем в биологии.

"В биологических системах содержится невероятное количество ценной информации", – отмечает Майкл Левитт, профессор структурной биологии Стэнфордского университета. «Точные молекулы и мощные компьютеры во многом созданы друг для друга».

Левитт, один из трех лауреатов Нобелевской премии по химии 2013 года, видит биологический мир, преобразованный компьютерами. По его словам, за последние несколько десятилетий биологи перешли от практических экспериментов к все более сложным компьютерным моделям и симуляциям. Они раскрыли геном человека и выявили ранее неизвестные побочные эффекты фармацевтических препаратов. Теперь исследователи используют эти знания для разработки искусственных органов и революционизируют все, от медицины до пищевой науки. Достаточно сказать, что этот новый рубеж вычислительной биологии и биоинформатики меняет наш мир.

Поскольку биологи меняют пробирки на жесткие диски, возможности расширяются. Говорит Дэвид Шоу, главный научный сотрудник D.E.Shaw Research и старший научный сотрудник Центра вычислительной биологии и биоинформатики Колумбийского университета, «Вычисления начинают занимать свое место наряду с экспериментами в качестве полноправных партнеров в научном предприятии, выступая не только в качестве источника гипотез, но и в качестве независимый источник данных. Каждый из них способен объяснить биологические и биохимические явления, недоступные другому, что позволяет добиться важных научных достижений, которых невозможно достичь, используя любой из этих подходов по отдельности."

Мобильные звонки

Истоки биоинформатики восходят к началу 1970-х годов. В то время голландские биологи-теоретики Паульен Хогевег и Бен Хеспер признали, что в биологическом мире существуют сложные математические закономерности, и можно разработать алгоритмы для их более полного понимания. В последующие десятилетия радикальные достижения в вычислительной мощности компьютеров, хранилищах, программном обеспечении и математических алгоритмах привели к огромному прогрессу в этой области. Сегодня вычислительная биология и биоинформатика широко используются для решения задач, которые в прошлом были немыслимы. Хогевег описывает этот процесс как «разумный способ моделирования сложных биологических организмов».

Павел Певзнер, профессор компьютерных наук Калифорнийского университета в Сан-Диего, говорит, что вычислительные технологии переворачивают биологию с ног на голову. «Биология превратилась в цифровую науку. Практически невозможно работать в полевых условиях без использования вычислительных инструментов и вычислительного опыта в нескольких дисциплинах». Он говорит, что компьютеры не только открыли двери, ускорив моделирование с месяцев или лет до часов, но и позволили получить качественно более качественные данные и помогли исследователям выявить сложные и скрытые взаимосвязи в данных.

Неудивительно, что до сих пор большая часть внимания была сосредоточена на широко разрекламированных проектах, ориентированных на биологию, таких как Human Genome Project и Foldit — многопользовательская игра, которая привела к прорыву в исследованиях СПИДа.

«Вычисления начинают занимать свое место наряду с экспериментами в качестве полноправного партнера в научном предприятии».

Вычислительная биология и информатика позволили динамически отображать и анализировать последовательности ДНК и белков, разрабатывать и проверять фармацевтические препараты, а также создавать модели искусственных органов. Ученые также объединяют области исследований, чтобы исследовать новые территории. Например, консорциум европейских ученых разработал новую информационную платформу под названием GENOBOX, которая может помочь промышленности прогнозировать, как пищевые бактерии и пробиотики влияют на конкретный геном человека.

Рон Шамир, профессор компьютерных наук и биоинформатики в Тель-Авивском университете и научный сотрудник ACM, говорит, что большая часть биотехнологической революции за последнее десятилетие связана с так называемым секвенированием следующего поколения, которое обеспечивает сверхбыстрое и сверхвысокое -дешевое секвенирование ДНК. Поскольку они настолько эффективны, эти технологии выходят за рамки простого секвенирования геномов и используются в качестве измерительного инструмента для различных биологических объектов.

Шамир отмечает: "Поскольку стоимость секвенирования за последние 10 лет снизилась, возможности, которые когда-то были немыслимы, теперь доступны и достижимы". Он отмечает, что секвенирование генома человека, которое изначально стоило примерно 3 миллиарда долларов, вскоре будет стоить около 1000 долларов; стоимость, вероятно, упадет до нескольких сотен долларов в течение нескольких лет.

С другой стороны, эти инструменты создают огромные вычислительные проблемы, особенно связанные с хранением, передачей и анализом данных.

Тем не менее огромный прирост вычислительной мощности, а также возможность проводить исследования с гораздо меньшими затратами радикально меняют ландшафт биологии. Например, работа Левитта сосредоточена на теоретическом компьютерном анализе белков, молекул ДНК и РНК, ответственных за жизнь на самом фундаментальном уровне. Понимание точной молекулярной структуры биологических молекул является важным первым шагом к пониманию того, как они работают, и к разработке лекарств, изменяющих их функцию.

Тем временем Шамир создает и совершенствует алгоритмы, которые позволяют ученым лучше понять взаимосвязь между хромосомами и раком, а также расшифровать регуляцию биологических систем. «Цель состоит в том, чтобы получить представление о том, как гены регулируются другими генами и белками», — говорит он. "В каждой клетке у нас есть огромная динамическая система, которая реагирует на окружающую среду и меняется со временем. Понимание того, как гены и белки регулируются и как они изменяются, имеет решающее значение для медицины, сельского хозяйства и фундаментальной биологии".

Конечно, такие исследователи, как Шоу, решают загадки биологии новыми и инновационными способами, особенно на стыке человеческого генома и медицины.Он и его исследовательская группа построили специальный суперкомпьютер для моделирования изменений в трехмерной структуре белка, происходящих в миллисекундном масштабе. Эта машина и полученные данные помогли исследователям разгадать молекулярные механизмы, лежащие в основе ряда биологических процессов и заболеваний. Многие в этой области считают, что такое продвинутое компьютерное моделирование и симуляции могут радикально изменить способ, которым фармацевтические компании разрабатывают будущие лекарства, процесс, который в последние годы становится все более сложным, дорогим и трудоемким. Это также может помочь уменьшить зависимость от животных для тестирования.

Компьютерное моделирование позволяет исследователям прокручивать множество умопомрачительных сценариев, одновременно моделируя, как организм будет реагировать на различные типы и дозы лекарств. Со временем, по мере того как в модель вводится все больше и больше качественных данных, а компьютерные ключи к взаимосвязям и корреляциям, модель, по-видимому, становится более точной. Этот подход к моделированию дополняет традиционные методы биологических исследований и может снизить затраты, ускорить разработку и повысить эффективность лекарств.

Такое моделирование также открывает новые возможности. Например, исследователи из восьми крупных учреждений в настоящее время сотрудничают в рамках проекта «Искусственная поджелудочная железа», пытаясь разработать и протестировать сложное программное обеспечение, которое будет автоматически контролировать уровень глюкозы у людей с диабетом 1 типа.

Помимо медицины

Нанотехнологии, игры, краудсорсинг и подключенные устройства также становятся важными компонентами гигантской биоинформатической шестерни. Например, игра под названием Dizeez, созданная Исследовательским институтом Скриппса, направлена ​​на решение вопросов генетической медицины. Это привело к идентификации нескольких новых аннотаций генных заболеваний. Еще одна игра, созданная New England Biolabs, Cut it Out, вращается вокруг игроков, создающих последовательности ДНК и манипулирующих ими.

По мере того, как исследователи обращаются к этим инструментам, их возможности растут в геометрической прогрессии. Используя датчики и ввод данных с мобильных телефонов, биологи не только могут получить более полную картину окружающей среды и различных факторов (возможно, движущееся изображение является более подходящей аналогией), но и могут анализировать гораздо больше данных по широкому кругу дисциплин. и поля. «Биологические системы позволяют лучше понять многие явления, происходящие в окружающем нас мире, — отмечает Левитт.

По словам Шамира, ключом к сбору соответствующих биомедицинских данных является совершенствование алгоритмов для правильной оценки ценности соответствующих экспериментов и данных.

Возможности практически безграничны. Помимо значительно улучшенных медицинских методов лечения и лекарств, исследователи могут использовать биологические данные, чтобы лучше понять закономерности загрязнения воздуха и воды и то, как они влияют на здоровье; как опасные вещества рассеиваются и взаимодействуют с окружающей средой, и как почвенные организмы и различные химические вещества реагируют на различные условия. Все это может привести к новым типам контроля загрязнения, лучшему мониторингу HAZMAT и защитной одежде, а также к значительному улучшению науки о продуктах питания и методов ведения сельского хозяйства. Исследования в области биоинформатики также могут привести к созданию новых и более качественных видов топлива и произвести революцию во всем, от аккумуляторов до промышленного производства.

Разработка более совершенных алгоритмов и компьютерных моделей требует свежего мышления и междисциплинарного участия. Шоу считает, что в большинстве областей вычислительной биологии наибольший вклад, как правило, вносят междисциплинарные исследования, которые «объединяют ученых-компьютерщиков с биологами, химиками и другими экспертами в области приложений. Сотрудничество такого рода часто приводит к творческим новым подходам к проблемам, которые были бы трудно решить, используя парадигмы, традиционно используемые в любой из этих дисциплин."

По словам Шамира, ключом к сбору важных биомедицинских данных является совершенствование алгоритмов для правильной оценки ценности соответствующих экспериментов и данных. Кроме того, крайне важно дополнительно улучшить емкость хранилища и сжатие, а также более эффективно использовать облачные вычисления, чтобы сделать данные более доступными. «Нам нужны новые и более сложные алгоритмы биоинформатики, которые могут лучше интегрировать разнородные данные», — говорит Шамир. Все чаще «сложность заключается не в получении данных, а в том, чтобы выяснить, как именно их расшифровать. Прямо сейчас узким местом является анализ».

Левитт считает, что биоинформатика коренным образом изменит науку в ближайшие годы. «На определенном уровне у всех данных, существующих в физическом мире, есть структура, — объясняет он. «Сегодня многие методы, используемые для анализа данных, являются общими; исследователи ищут корреляции, зависимости и причинно-следственные связи». Однако по мере того, как исследователи научатся переходить на более детализированный уровень и получать гораздо более глубокое понимание объектов, контекста и взаимосвязей, последуют значительные успехи.

На молекулярном уровне "мост и столовая посуда сделаны из стали. Форма объекта и то, как он работает, определяют его место в схеме вещей". По мере того, как мы учимся лучше распознавать и различать сложные закономерности в биологии, говорит Левитт, мы начинаем видеть формы и структуры биологических вещей за пределами основных структур. "Можно получить уровень знаний, который произведет революцию во многих аспектах нашего мира."

Дополнительная литература

Шоу, Д.Е., Марагакис, П., Линдорфф-Ларсен, К., Пиана, С., Дрор, Р.О., Иствуд, член парламента, Банк, Дж.А., Джампер, Дж.М., Салмон, Дж.К., Шан, Т. ., Виггерс, В.
Характеристика структурной динамики белков на атомном уровне, Science, Vol. 330, 15 октября 2010 г.

Шоу, Д.Э., Дрор, Р.О., Салмон, Дж.К., Гроссман, Дж.П., Маккензи, К.М., Банк, Дж.А., Янг, К., Денерофф, М.М., Бэтсон, Б., Бауэрс, К.Дж., Чоу, Э., Иствуд, М.П., ​​Иерарди, Д.Дж., Клепеис, Дж.Л., Кускин, Дж.С., Ларсон, Р.Х., Линдорф-Ларсен, К., Марагакис, П., Мораес, М.А., Пиана, С., Шан, Ю., Таулз , Б.
Molecular Dynamics Simulations on Anton, SC '09 Proceeding of the Conference on High Performance Computing Networking, Storage and Analysis, Статья № 39.

Автор

Сэмюэл Грингард – писатель и журналист из Уэст-Линна, штат Орегон.

Цифры

Рисунок. Головоломка «Симметричный димер димеров», цель которой — найти лучший способ свернуть белок (по цвету), чтобы он лучше всего связывался с тремя серыми копиями.

© 2014 ACM 0001-0782/14/05

Цифровая библиотека публикуется Ассоциацией вычислительной техники. Авторские права © 2014 ACM, Inc.

Читайте также:

  
• Как включить демонстрацию экрана в скайпе
  
• Как отсканировать QR-код Барни
  
• Как объединить файлы esp в один скайрим
  
• Почему uTorrent загружается медленно
  
• Введите адрес файла и разберите его на части, разделенные знаком, выведите каждую часть в отдельный