|
Por ejemplo, cuando
un investigador comienza a estudiar un
nuevo gen, lo primero que hace es comparar
la especificación molecular de
éste con una base de datos (GenBank)
con información semejante sobre
genes previamente analizados, o una base
de datos (ProSite o BLOCKS) de motivos
funcionales comunes a toda una familia
de genes. A menudo, una búsqueda
de este tipo conduce a información
importante con mucha mayor rapidez que
vía experimentación.
Dejemos, no obstante,
las disciplinas académicas a un
lado y pasemos a hablar de personas de
carne y hueso: aquellas que optan por
la biología computacional suelen
hacerlo porque están dotados para
ello. En mi caso, siempre me ha interesado
la biología, pero lo que disfruto
más, y lo que se me da mejor, es
la abstracción, la generalización
y el diseño de algoritmos. En el
colegio escogí matemáticas
puras, por ser ésta la materia
en la que más destacaba. (Simplemente,
no hubiese podido superar un largo currículum
de asignaturas de bioquímica, taxonomía
y tareas de laboratorio). No obstante,
después de escribir mi tesis y
descubrir que sólo había
otras tres personas en el mundo interesadas
en la belleza abstracta por mí
creada, decidí adentrarme en un
campo más aplicado, y escogí
el de la biología computacional.
Los programas de
formación en biología computacional
todavía están saliendo del
huevo. No es de extrañar, por lo
tanto, que la mayoría de los actuales
biólogos computacionales hayan
derivado hacia esta disciplina a partir
de otra (biología experimental,
informática, matemáticas
o ciencias físicas, fundamentalmente),
y que se hayan formado en lo necesario
en el curso de su trabajo. Yo he aprendido
la biología que necesito en parte
a través de libros de texto, pero
principalmente mediante publicaciones
de investigación. En la actualidad,
varias universidades cuentan ya con programas
interdisciplinares (yo participo en uno
de la Universidad de Pensilvania), pero,
dada su novedad, todos carecen de experiencia,
y los estudiantes han de ser advertidos
de que el currículum probablemente
seguirá siendo un tanto incierto
durante algún tiempo. El campo
todavía está a la espera
de acoger a individuos altamente motivados
que disfruten aprendiendo de forma autodidacta.
Ese elemento "pionero"
de la biología computacional es
uno de los aspectos que más me
atrae de ella. Yo me inicié en
este campo en 1980. En aquel entonces,
no había bases de datos computerizadas
en biología molecular, pero Walter
Goad, del Laboratorio Nacional de Los
Álamos, tuvo la previsión
y la agudeza de darse cuenta de que tales
bases de datos constituirían un
recurso básico para esta nuestra
disciplina. Cuando empecé a trabajar
para él, acababa de empezar un
prototipo de lo que más tarde se
vendría a llamar el GenBank, en
la actualidad la base de datos más
importante de nuestro campo, dirigida
por el Centro Nacional de Información
Biotecnológica (NCBI). (Fue esta
oportunidad en cuestión la que
me atrajo, inicialmente, hacia la biología
computacional). Tuve el placer de darle
forma a muchos aspectos de la propia base
de datos, y también de la operación
que la mantiene actualizada. La biología
computacional todavía encierra
múltiples oportunidades realmente
innovadoras. La mayoría de los
genes tienen mecanismos de control que
hacen que se activen sólo en el
contexto correcto. Así, por ejemplo,
el gen de la hemoglobina sólo se
enciende, sólo se pone en "on",
en los glóbulos rojos. Una de las
áreas de investigación más
activas hoy en día se centra, precisamente,
en estos mecanismos de control génico.
A un nivel muy abstracto, podría
decirse que los experimentos que se están
llevando a cabo están revelando
un elevadísimo número de
puntos de control en el ADN del que están
hechos los genes, pero que todavía
queda por determinar qué patrones
han de seguir dichos puntos para llegar
a controlar diferentes contextos de actividad
génica. Estos patrones de puntos
de control constituyen un tema natural
dentro del área de modelaje matemático:
mi actual investigación constituye
un intento de definir los patrones en
el ADN, necesarios para los genes que
han de estar en "on" en el músculo
esqueletal.
Existe una
demanda de biólogos computacionales.
Esto quiere decir que si disfruta aprendiendo
y adoptando nuevos desafíos, éste
puede ser un buen campo para usted. Trabajé
una serie de años en el grupo de
biología teórica de Los
Álamos, desarrollando algoritmos
y herramientas para biólogos moleculares.
Más tarde, decidí que quería
centrarme en los "problemas"
de la biología, en lugar de en
las herramientas que luego emplearían
los biólogos para solucionarlos.
El trabajo en equipo entre biólogos
computacionales y experimentales adopta
su mejor expresión en el terreno
industrial. Es por ello que ahora trabajo
en SmithKline Beecham Pharmaceuticals,
tratando de aprender más acerca
del proceso general de descubrimiento
de fármacos y esperando poder participar
en el desarrollo de nuevos medicamentos,
basados en datos, recién salidos
del laboratorio, sobre genes humanos y
enfermedades genéticas. Para mí,
ésta no deja de ser una aventura
emocionante.
|
