LA BIOINFORMÁTICA Y LA FORMACIÓN DE ESTUDIANTES DEL ÁREA DE LA SALUD
DOI:
https://doi.org/10.32399/icuap.rdic.2448-5829.2025.31.1532Palabras clave:
Bioinformática, Formación de estudiantes, Ciencias médicas, Estudiantes universitarios, Área de la saludResumen
La bioinformática es un campo que comenzó con la investigación de macromoléculas como proteínas y ácidos nucleicos. Utiliza técnicas computacionales, matemáticas y estadísticas para analizar, interpretar y generar datos biológicos, con aplicaciones en biología, genómica y biotecnología. La BI ha sido una herramienta vital en el desarrollo de varias disciplinas, incluidas la genómica, la nutrigenómica, la transcriptómica, la metabolómica y la epigenómica. Los programas de medicina deberían formar profesionales de la salud capaces de interactuar con las ciencias ómicas para una mejor visualización, entendimiento, diagnóstico y tratamiento de las enfermedades, por lo que su presencia en los planes de estudio universitarios, está ampliamente justificada. Varias bases de datos en ciencias de la salud, como PDB, NCBI y PubMed, se utilizan para estudios de enfermedades genéticas, entre otras. Junto con la inteligencia artificial, la minería de datos y el aprendizaje automático, se están produciendo resultados más confiables, mejorando la calidad del producto y permitiendo la adquisición de conocimientos para resolver problemas biomédicos. Al permitir comprender y aprovechar el vasto volumen de datos biológicos generados en la medicina moderna, la bioinformática es una herramienta fundamental para los estudiantes del área de la salud.
Citas
Alcalde, M. (2014). Bioinformática: tecnologías de la información al servicio de la biología y otras ciencias. Hamut’ay, 1(2), 34-43.
Alvarado-Parra, M. T., & Serrano-Gamboa, J. G. (2023). Bioinformática e Inteligencia Artificial: Cuando Las Máquinas Aprendieron Biología. Subsecretaría De Educación Superior Tecnológico Nacional De México, 70.
Andalia, Rubén & Arencibia-Jorge, Ricardo. (2004). Bioinformática: en busca de los secretos moleculares de la vida. Acimed: revista cubana de los profesionales de la información y la comunicación en salud, ISSN 1024-9435, Vol. 12, Nº. 6, 2004. 12.
Berman, H. M., Westbrook, J., Feng, Z., Gilliland, G., Bhat, T. N., Weissig, H., ... & Bourne, P. E. (2000). The protein data bank. Nucleic acids research, 28(1), 235-242.
Casero, M. V. V. (2001). El proyecto genoma humano, sus ventajas, sus inconvenientes y sus problemas éticos. Cuadernos de bioética. Págs, 393.
Cañás, Martín & Buschiazzo, Héctor. (2000). Proyecto genoma Humano. FEMEBA Hoy. (VI). 8-9.
Franco, M. L., Cediel, J. F., & Payán, C. (2008). Breve historia de la bioinformática. Colombia Médica, 39(1), 117-120.
Gauthier, J., Vincent, A. T., Charette, S. J., and Derome, N. (2019) A brief history of bioinformatics. Briefings in Bioinformatics. 20(6), 1981–1996
Gordon Graell, R.D. (2022). Inteligencia Artificial: la caja de herramientas virtuales al servicio de la Bioinformatica. Tecnociencia, 24(2), 48-65.
Guzmán- López,O; Ricaño-Rodríguez, C Luis-Yong, D y Ricaño-rodríguez, J. NCBI: Generalidades del repositorio y breve descripción de recursos aplicables al estudio de la fitogenética, Rev. Fitotec. Mex, 46 (1), 63-76. DOI: https://doi.org/10.35196/rfm.2023.1.63
Hagen, J. B. (2000) The origins of bioinformatics. Nat Rev Genet. 1(3), 231–236.
Helmy, M., Smith, D., & Selvarajoo, K. (2020). Systems biology approaches integrated with artificial intelligence for optimized Engineering metabolic engineering. Metabolic Communications, 11, e00149. https://doi.org/10.1016/j.mec.2020.e00149
Hernández-Flores, C y Valdez-Mijares, R. (2018). Análisis de iniciadores con herramientas bioinformáticas libres en línea. Temas de Ciencia y Tecnología, 22(46), 5-19.
Huerta Ibarra, I. (2019). Enseñanza de la informática biomédica en las escuelas de medicina de México: situación y propuestas de mejora. Innovación educativa (México, DF), 19(79), 15-34. Recuperado en 04 de diciembre de 2024, de http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1665-26732019000100015&lng=es&tlng=es
Kamps, R., Brandão, R.D., Bosch, B.J., Paulussen, A.D., Xanthoulea, S., Blok, M.J. y Romano, A. (2017). Secuenciación de nueva generación en oncología: diagnóstico genético, predicción de riesgos y clasificación del cáncer. Int J Mol Sci, 18(2), 308. doi: 10.3390/ijms18020308
Larkin, M. A.; Blackshields, G.; Brown, N. P.; Chenna, R.; McGettigan, P. A.; McWilliam, H.; Valentin, F.; Wallace, I. M. et. al. (2007). Clustal W and Clustal X version 2.0. Bioinformatics (Oxford, England), 23 (21), 2947-2948. ISSN 1367-4811. PMID 17846036. doi:10.1093/bioinformatics/btm404
Martínez-Barreneche J. La bioinformática como herramienta para la investigación en salud humana. Salud Publica Mex. 2007; 49: 64-6.
Martínez-Martínez, I. (2022). Aplicaciones de la bioinformática en el estudio del virus SARS-CoV-2. Revista CIBIOS, (3), 17-27.
Mayo clínic Bioinformatics Tools, NIH Library. (10 de septiembre, 2024). Paquetes de softwares bioinformáticos. https://bioinformaticstools.mayo.edu/research/bior/
Meyer, Edgar E. (1997). The first years of the Protein Data Bank. Protein Science, 6 (7), 1591-1597. doi:10.1002/pro.5560060724
Online Mendelian Inheritance in Man. (2022). Recuperado 05/11/2024 de https://www.omim.org/.
Ortíz, L. L. y Tabak, N. R. (2012). Farmacogenómica en la práctica clínica. revista Médica Clínica Las Condes, 23(5), 616-621. DOI: 10.1016/S0716-8640(12)70356-5.
Pellegrini, M., Marcotte, E.M., Thompson, M.J., Eisenberg, D., & Yeates, T.O. (1999). Assigning protein functions by comparative genome analysis: protein phylogenetic profiles. Proc Natl Acad Sci U S A, 96 (8), 4285-4288. doi: 10.1073/pnas.96.8.4285.
Pertsemlidis, A. y Fondon, J. (2001). Having a BLAST with bioinformatics (and avoiding BLASTphemy). Genome biology. 2. REVIEWS2002. 10.1186/gb-2001-2-10-reviews2002.
Thorn CF, Klein TE, Altman RB. PharmGKB: the Pharmacogenomics Knowledge Base. Methods Mol Biol. 2013;1015:311-20. doi: 10.1007/978-1-62703-435-7_20. PMID: 23824865; PMCID: PMC4084821.
Portillo Bobadilla, T; Pérez Hernández, B; Pérez Hernández. V y Hernández Guzmán, M. (2022). Mens. Bioquim, 46, 1-12
Rudiño-Piñera E, Quintero-Hernández V, Juárez-González VR. (2022). El Protein Data Bank (PDB) y su impacto en la investigación científica. Alianzas y Tendencias BUAP, 7(25):21–35. https://www.aytbuap.mx/aytbuap-725/el-protein-data-bank-pdb-y-su-impacto-en-la-investigación-científica
Sánchez-Mendiola, Melchor. (2015). La Informática Biomédica y la educación de los médicos: un dilema no resuelto. Educación Médica. 16. 93-99. DOI10.1016/j.edumed.2015.04.012
Sánchez-Lara, E. (2022). De la Mioglobina al SARS-CoV-2:¡50 años del Protein Data Bank! Educación química, 33(1), 50-63.
Santillán-Garzón, S., D. Diego-Álvarez, C. Buades, A. Romera-López, L. Pérezcabornero, D. Valero-Hervás, D. Cantalapiedra, V. Felipe-Ponce, G. Hernández-Poveda and M. J. ROCA (2015): Diagnóstico molecular de enfermedades genéticas: del diagnóstico genético al diagnóstico genómico con la secuenciación masiva. Rev. Méd. Clín. Las Condes 26, 458-469.
Sievers, F. y Higgins, D. G. (2014). Clustal Omega, accurate alignment of very large numbers of sequences. Methods in Molecular Biology (Clifton, N.J.), 1079, 105-116. ISSN 1940-6029. PMID 24170397. doi:10.1007/978-1-62703-646-7_6.
Sociedad Española de Oncología Médica (2011) Los nuevos recursos bioinformáticos optimizan el consejo genético en cáncer hereditario. IV Jornada de Unidades de Consejo Genético. Organizada por la Sección de Cáncer Hereditario de SEOM en colaboración con el Instituto Roche https://seom.org/notas-prensa/103416-iv-jornada-de-unidades-de-consejo-genetico-organizada-por-la-seccion-de-cancer-hereditario-de-seom-en-colaboracion-con-el-instituto-roche
Stenson PD, Mort M, Ball EV, Chapman M, Evans K, Azevedo L, Hayden M, Heywood S, Millar DS, Phillips AD, Cooper DN. (2020). La Base de Datos de Mutaciones Genéticas Humanas (HGMD): optimización de su uso en un entorno de diagnóstico clínico o de investigación. Hum Genet, 139(10), 1197-1207. doi: 10.1007/s00439-020-02199-3.
Strasser, B. J. (2010). Recopilación, comparación y cálculo de secuencias: la creación del Atlas de Secuencias y Estructuras de Proteínas de Margaret O. Dayhoff, 1954-1965. Revista de historia de la biología, 43(4), 623–660. https://doi.org/10.1007/s10739-009-9221-0
Thompson, J. D., Higgins D.G., Gibson T.J. (1994). Clustal W: improving the sensitivity of progressive multiple sequence alignment through sequence weighting, position- specific gap penalties and weight matrix choice, Nucleic Acids Res, 22: 4673-4680.
Trueba-Gómez, R. & Estrada-Lorenzo, J. M. (2010). La base de datos PubMed y la búsqueda de información científica. Seminarios de la Fundación Española de Reumatología. 11(2). DOI:10.1016/j.semreu.2010.02.005.
Valdespino-Gómez, V. M., Valdespino-Castillo, P., & Valdespino, C. (2013). Organización estructural y funcional del genoma humano: variación en el número de copias predisponentes de enfermedades degenerativas. Gaceta mexicana de oncología, 12(6), 426-32.
Vela, M. E. F. V., & Gutiérrez-Aguilar, R. (2017). Ciencias “ómicas”, cómo ayudan a las ciencias de la salud? Revista Digital Universitaria, 18(7).
Vélez Gómez, S., Torres, I., Darío Manrique, R., Duque, M. y Gallo, J.E. (2018). Aplicación farmacogenómica de los genes CYP2C19, CYP2C9 y VKORC1 implicados en el metabolismo de los fármacos clopidogrel y warfarina. Rev Colomb Cardiol, 25(6), 396-404. https://doi.org/10.1016/j.rccar.2018.05.005
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 RD-ICUAP
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Definir aviso de derechos.
Los datos de este artículo, así como los detalles técnicos para la realización del experimento, se pueden compartir a solicitud directa con el autor de correspondencia.
Los datos personales facilitados por los autores a RD-ICUAP se usarán exclusivamente para los fines declarados por la misma, no estando disponibles para ningún otro propósito ni proporcionados a terceros.
