- 2023/05/02 - 04:50
- 13,394 بازدید
بیوانفورماتیک یک علم میان رشتهای میباشد که دادهای زیستشناسی را توسط تئوریهای آماری با الگوریتمها و برنامههای کامپیوتری تجزیه و تحلیل میکند. همانطور که در تصویر زیر میبینید شاخههای مختلف زیستشناسی از جمله بیوشیمی،زیستشناسی مولکولی و بیوفیزیک از یک سمت و علوم کامپیوتر و فناوری اطلاعات از سمت دیگر به وسیله تجزیه و تحلیل ریاضیاتی و آماری به عنوان پایه تشکیل دهنده بیوانفورماتیک میباشند. براین اساس درک خواهید کرد که بیوانفورماتیک یعنی توسط برنامههای کامپیوتری که توسط اصول ریاضیاتی نوشته شدهاند بتوان به تجزیه و تحلیل دادههای زیستی پرداخت.دادههای زیستی شاملDNA،RNA، پروتئینها و … میباشد.
….
در مقاله Whither systems medicine? با ارائه یک تصویر به صورت چارت سعی کرده است حوزه و نحوه همکاری بیوانفورماتیک و سیستم بیولوژی در سیستم مدیسن را شرح بدهد.
کتابهای رایگان حوزه بیوانفورماتیک
بیوانفورماتیک با انفورماتیک پزشکی فرق دارد، در انفورماتیک پزشکی سعی دارند توسط برنامههای کامپیوتری به آنالیز دادههای درمانی و پزشکی بپردازند اما در بیوانفورماتیک محققان توسط کامپیوتر به آنالیز دادههای زیستی میپردازند. تفکیک این علوم نوین در نمای زیر به خوبی نمایش داده شده است. همانطور که در تصویر زیر میبینید با ترکیب متفاوت سه علم زیستشناسی،پزشکی و علوم کامپیوتر چهار علم بین رشتهای به نامهای Bioinformatics،Medical informatics، Translational medicine وBiomedical informatics پدید میآیند.
خبر، تازه ها ، کارگاه و همایش
در صورتی که تمایل دارید در حوزه اطلاع رسانی و تولید محتوی در زمینه بیوانفورماتیک و سیستم بیولوژی با ما همکاری کنید از طریق صفحه درباره ما با ارتباط برقرار کنید
مواد آموزشی
با پیشرفتهای روز افزون در تحقیقات زیستشناسی و همچنین ورود علوم دیگر همچون ریاضیات و آمار در زیستشناسی شاهد ظهور حوزههای مختلفی در زیستشناسی بودهایم. با شروع پروژههای ژنوم علوم کامپیوتری بیشتر وارد زیستشناسی شدند و به منظور آنالیز دادههای ژنوم از این علوم استفادههای زیادی شد. در تصویر ۷-۱ به خوبی نشان داده شده است که براساس پیشرفت روشهای جدید و ورود سایر علوم به زیستشناسی چه بخشهایی در زیستشناسی تحت تاثیر قرار گرفتند.
تصویر ۷-۱: تاثیر سکوئنسیگ در پیشبرد درک ما نسبت به وقایع زیستی و همراهی پیشرفت سایر روشها.
فعالیتهای اصلی بیوانفورماتیک به چهار بخش تقسیم میشود که شامل:
۱- ژنومیکس (تجزیه و تحلیل اطلاعات ژنوم موجود زنده)
۲- ترنسکریپتومیکس (آنالیز مربوط به نسخهبرداری DNA)
۳- پروتئومیکس (آنالیز پروتئینهای موجود زنده)
۴- متابولومیکس (تجزیه و تحلیل دادههایی درباره متابولیتهای سلول)
در راستای تقسیمبندی فوق میتوانیم بگوییم حوزه عمل بیوانفورماتیک به طور عمده شامل حوزههای زیر میباشد:
* تجزیه وتحلیل توالیهای مولکولی (شامل ایجاد و جستجو در بانکهای اطلاعاتی، همردیفی توالیها، بررسی فیلوژنی و بررسی ژنها و … میباشد.)
* ساختارهای مولکولی (شامل بررسی ساختار DNA، RNA، پروتئین و … میباشد.)
* تجزیه و تحلیل عملکردهای مولکولی (شامل بررسی اینترکشنهای پروتئین- پروتئین و مکانیابی پروتئینها و همچنین بررسی ترنسکریپتومها و مسیرهای متابولیسمی و … میباشد.)
تصویر ۸-۱: جنبههای مختلف بیوانفورماتیک.
بانکهای متنوعی در زمینه بیوانفورماتیک وجود دارد که هرکدام از جنبه خاصی دادههای مفیدی را جمعآوری میکنند و در اختیار پژوهشگران قرار میدهند. در جدول زیر برخی از بانکهای مهم در زمینه ژنها، ترنسکریپتها، ژنوم موجودات، مطالعات بیان ژنها و… لیست شدهاند و خصوصیات هر کدام مشخص شده است.
ادامه تحصیل در بیوانفورماتیک و سیستم بیولوژی
اُمیکس
توالییابی کامل ژنوم انسان منجر به پیدایش عصر جدیدی در علوم زیستی تحت عنوان “اُمیکس”(omics) شد. اُمیکس یک عبارت کلی برای یک رشته گسترده از علم و فناوری برای تجزیه و تحلیل میانکنش اطلاعات زیستی در انواع omes، شامل ژنوم، متابولم، پروتئوم، ترنسکریپتوم و غیره است.
تکنولوژی اُمیکس که از حوزههای تحقیقاتی شامل میکرواَری RNA و پروتئین، طیف سنجی جرمی و شماری از ابزارهای دیگر، مشتق میشود، توان تجزیه و تحلیل قدرتمندی را فراهم میسازند. همچنین، رشتهی بیوانفورماتیک به موازات آن رشد کرده است و با کمک اینترنت، آنالیز سریع دادهها و تبادل اطلاعات اکنون ممکن است. به تازگی اُمیکسهای دیگری نیز پا به عرصه گذاشتهاند که به مواردی در جدول زیر اشاره میشود.
بیوانفورماتیسینها نقش مهمی در گسترش اُمیکسها ایفا کردهاند. در اواخر دهه ۱۹۹۰، این افراد در کنار زیستشناسان مترقی تعداد زیادی واژههای با پسوند اُمیکس ایجاد کردند. مفهوم برخی از اُمیکسها برای توصیف حوزههای زیستی وسیع بیشتر مفید بودهاند.
همانطور که مطرح شد فعالیتهای عمده بیوانفورماتیک به چهار بخش تقسیم میشود که شامل ۱) ژنومیکس
۲) ترنسکریپتومیکس ۳) پروتئومیکس ۴) متابولومیکس میباشد. مرحلهی بعدی در ادامه این تحقیقات، تلاشهای بیشتر در جهت مطالعات سیستماتیک در زمینهی سلولها، اندامها و موجودات زنده؛ بهویژه فرآیندهای سلولی مانند برهمکنشهای مولکولی، ارتباطات بین سلولی، تقسیم سلولی، هموستازی و سازگاریهای محیطی است. دانشی که این مجموعه از فعالیتها را دنبال میکند “سامانههای زیستی” (System Biology) نامیده شده است. تا کنون بیش از صد نوع روش اومیکس تعریف شدهاست[۱] که بعضی از این روشها همان روشهای آزمایشگاهی قبلی در مطالعات زیستیاند که تغییر نام دادهاند، با این وجود بعضی دیگر روشهای کاملا جدیدی هستند و دید جدیدی نسبت به سامانههای زیستی به ما میدهند.
زمان آن فرا رسیده است که شاخههای مختلف علوم زیستی به منظور درک بهتر چگونگی عملکرد سلول، چگونگی تنظیم فرآیندهای سلولی و چگونگی واکنش و سازگاری با تغییرات محیطی با هم ادغام شوند. در این میان اختراع و بهکارگیری روشهای آزمایشگاهی مانند انواع آرایهها (microarray, proteinarray, DNAchip) با تولید دادههای انبوه امکان بررسی همزمان تعداد زیادی از ژنها و ماکرومولکولهای در سلولها و بافتهای مختلف در مراحل تکوینی متفاوت و ابعاد زمان و شرایط محیطی مختلف را فراهم آوردهاند. با استفاده از این دادهها نحوه برهمکنش و تنظیم ژنها در انواع فرآیندهای زیستی قابل شناسایی و در حال قانونمند شدن هستند.
http://www.genomicglossaries.com/content/omes.asp
در واقع، این دادهها منبع اصلی اطلاعات مورد نیاز در دانش سامانههای زیستی هستند.
با توجه به جنبههای جدید مطالعات در علومزیستی و به کارگیری روشهایی با توان عملیاتی بالا همچون
Next-generation sequencing و microarray مطالعات زیستی از نظر میزان تولید اطلاعات به دو دسته کلی
Low-throughput studies و High -throughput studies دستهبندی میشوند که امروزه روشهای با توان عملیاتی بالا در بسیاری از آزمایشگاهها مورد توجه قرار گرفتهاند.
پایگاه دانش:
یک پایگاه دانش به منظور استنتاج و نتیجهگیری طراحی شده است و نه فقط بازیابی ساده. پایگاه دانش
(Knowledge base) به تکنولوژی گفته میشود که برای ذخیرهسازی دادههای پیچیده ساختار یافته و غیر ساختاریافته برای استفاده در “سیستم پایگاه دانش” به کار گرفته میشود. سیستم پایگاه دانش (Knowledge-based systems) برنامه کامپیوتری است که با استفاده از پایگاه دانش، به حل مسائل میپردازد. سیستمهای مختلفی به این نام خوانده میشوند ولی اکثر آنها سعی در حل مسائل از راه هستیشناسی (ontologies) دارند، به این معنی که آیا رابطه مورد نظر، با توجه به دادههای موجود، وجود دارد یا خیر.
یکپارچهسازی دادهها، از طریق جریان کار، میتواند به کاربر کمک کند تا بداند چه خدماتی وجود دارد و درکجا میتواند برای پیدا کردن خدماتی خاص جستجو کند اما با توجه به تعداد زیاد خدمات موجود در بیوانفورماتیک ادغام دادههای آن به یک چالش تبدیل شده است که همچنین مواردی مثل نامگذاریهای دلخواه و فقدان اسناد و مدارک این چالش را بزرگتر کرده است.
در رابطه با یکپارچهسازی دادهها با استفاده از کشف دانش در پایگاههای داده (knowledge discovery in databases) که به اختصار KDD نامیده میشود، نکات زیر مهم میباشند:
* محور داده
* تکرار شوندگی و تعامل دادهها
* وابستگی بین کشف دانش
* سیستمهای بررسی انواع داده
باید به این نکته توجه داشت که پایگاههای دانش با پایگاههای داده تفاوت دارند و در فصلهای آینده با پایگاههایی که در زمینه هستیشناسی (ontologie) ژنها و پروتئینها فعالیت میکنند آشنا خواهید شد.
۷-۱ کلینیکال بیوانفورماتیک
بخشی از بیوانفورماتیک که خود را معطوف به حوزه درمان و تشخیص پزشکی کرده است را کلینیکال بیوانفورماتیک مینامند و هدف آن پدیدآوردن یا بهره برداری نمودن از برنامههای کامپیوتری ویژهای است که بتوانند انبوهی از دادههای علومزیستی را برای تولید ابزارهای نوین پزشکی، سنجش و تجزیه و تحلیل کنند. واژه کلینیکال بیوانفورماتیک در مجامع علمی به صورت “کاربرد بالینی بیوانفورماتیک در ارتباط با علم و فناوری به منظور درک مکانیسمهای سلولی و مولکولی و درمان بیماریهای انسان” تعریف میشود.
با توجه به بالا رفتن سرعت روشها و دستگاههای سکوئنسینگ که به دستگاههای NGS معروف هستند امروزه شاهد انجام پروژههای ژنوم مختلف میباشیم. پروژههایی مثل HapMap”, “ENCODE”” و ۱۰۰۰ Genomes”” مقدمهای برای شروع پروژههای عظیمتری مثل””۱۰۰,۰۰۰ genomes project توسط انگلستان بوده است که براساس برنامهریزیها این پروژه نیز تا چند سال آینده به پایان خواهد رسید. اهداف مختلف این پروژهها در نهایت به بهبود شناخت ما نسبت به توالی ژنوم و پلیمورفیسمها و تغییرات شایع ژنتیکی در جمعیتهای مختلف خواهد انجامید.
با توجه به دسترس قرار گرفتن دادههای عظیم ژنتیکی و همچنین با توجه به ارزانتر شدن و سریعتر شدن روشهای سکوئنسینگ، در آیندهای نزدیک سکوئنسینگ کل ژنوم و یا سکوئنسینگ اگزونها و سایر انواع سکوئنسینگها برای بیماران بسیار متداول خواهد شد که وظیفه تجزیه و تحلیل این دادهها و همچنین آموزش کادر درمانی و پزشکی با کارشناسان کلینیکال بیوانفورماتیک میباشد.
با استفاده از بیوانفورماتیک بالینی محققان میتواننداز تکنیکهای محاسباتی و همچنین از دادههای high-throughput که حاصل روشهای تجربی میباشند به منظور مطالعه سرطان و سیستم بیولوژی استفاده کنند. با استفاده از حجم بالایی از اطلاعات بیولوژیکی، بیوانفورماتیک بالینی تغییرات زیادی را در استانداردهای سیستم بهداشت و درمان ایجاد خواهد کرد و به صورت توانا میتواند به حوزه بهداشت و درمان کمک کند و یقیناً مزایای زیادی را برای مراقبتهای بهداشتی،پیشگیری از بیماریها و سلامت فراهم خواهد کرد.
۱ ۸-ویژهسازی درمان
ویژهسازی درمان (Personalized medicine) مدل پزشکی میباشد که به سازگار کردن درمان و مراقبتهای پزشکی مناسب برای گروهی از بیماران میپردازد. ویژهسازی درمان، هدفمند کردن برنامه درمان و زمانبندی مراقبتهای پزشکی به کمک دادهها و مارکرهای زیستی در سطح مولکولی مانند مسیرهای پیام رسانی، ژنها، پروتیینها و متابولیتها میباشد. در تعریف ویژهسازی درمان چند باور کلی گنجانده شده است، اول این که پزشکی و درمان همواره فرد محور بوده است و فرد محوری درمان مفهوم تازهای نیست و همچنین شخصی بودن درمان مفهومی فراگیر نیست چرا که درست کردن دارو برای یکایک بیماران امکانپذیر نیست و داروهای امروزی بر روی گروهی از بیماران آزمایش میشوند. ویژهسازی درمان همان هدفمند کردن درمانگری است که ویژه هر زیرگروه از بیماران جداگانه انجام میشود.
۹-۱ کاربردیسازی بیوانفورماتیک
یک تعریف جامع توسط AMIA در رابطه با کاربردیسازی بیوانفورماتیک ارائه شده است که به این شرح میباشد: “پدید آوردن روشها و نرم افزارهایی برای ذخیرهسازی، سنجیدن و ارائه گزارش دادههای زیست پزشکی با هدف بهینهسازی فرایند تبدیل این دادهها به دستاوردهای کاربردی در پزشکی را کاربردیسازی بیوانفورماتیک گویند”.
از موارد کاربردیسازی بیوانفورماتیک میتوان به پژوهشهایی که به ایجاد تکنیکهای نوین برای یکپارچهسازی دادههای زیستی و بالینی میانجامند و در نتیجه باعث بهینهسازی روشهای فعلی انفورماتیک پزشکی میشوند اشاره کرد. محصول نهایی کاربردیسازی بیوانفورماتیک، دانش نوینی خواهد بود که از این یکپارچهسازیها به دست میآید و برای گروههای گوناگون از محققین بیومدیکال و پزشکان تا بیماران کاربرد دارد.
اعضای کمیته ارزشیابی انجمن آموزش پژوهشهای بالینی (ACRT) تعریف کاربردیای به این شرح را پیشنهاد دادهاند: تحقیقات کاربردیسازی باعث یکپارچه شدن چند جانبه پژوهشهای پایه، پژوهشهای بیمار محور و پژوهشهای جمعیت محور میشود، و همچنین با هدف بلند مدت باعث بهبود بخشیدن سلامت جامعه میگردند. در قدم اول تحقیقات کاربردیسازی (T1)، چگونگی پیوند میان پژوهش پایه و پژوهش بیمار محور را که باعث دستیابی به یافتههای نو یا استانداردهای بهتر شود را بررسی میکنند. گام دوم (T2)، پیوند میان پژوهش بیمار محور و پژوهش جمعیت محور را که باعث بهبود هر چه بیشتر بیماران، پیادهسازی بهترین روشهای ممکن و بهتر شدن سلامتی همگانی بینجامد امکانپذیر مینماید. گام سوم تحقیقات (T3) برهمکنشهای میان پژوهش آزمایشگاه محور و پژوهش جمعیت محور را افزایش میدهد تا یک دریافت تازه علمی از سلامتی و بیماری انسان به دست آید.
لزوم تحقق بخشیدن به پتانسیل پزشکی ژنومی (genomic medicine) و دیگر روشهای مولکولی با توان عملیاتی بالا
(high-throughput) به منظور استفاده از دادههای زیستی برای پیش بینی، تشخیص و درمان بیماریها ما را ملزم میکند به همکاری بیشتر بین بخش تولید داده و بخش بیوانفورماتیک. در یک گزارش که توسط پروفسور Sian Ellard از دانشگاه علوم پزشکی Exeter و پروفسور Dame Janet Thornton از موسسه بیوانفورماتیک اروپا تهیه شده ده توصیه جدی برای ارائه آموزش منابع بیوانفورماتیک برای تمام کادر درمان و بهداشت ارائه شده بود که نشان دهنده اهمیت بیش از پیش کاربردیسازی بیوانفورماتیک در حوزه درمان میباشد.
۱۰-۱ برخی مفاهیم
* از زمان شروع پروژه ژنوم انسان، زیستشناسی محاسباتی که بیوانفورماتیک نیز نامیده میشود، بخش جداییناپذیر از زیستشناسی مولکولی شده است.
* نقش اصلی بیوانفورماتیک ساماندهی و مدیریت دادهها و کمک به پروژههای آزمایشگاهی و تجربی با فنآوریهای نوین اطلاعات بوده است. در عین حال، زیرساخت انفورماتیکی پایهگذاری شد تا گسترهی وسیع و متنوع پایگاههای داده و منابع محاسباتی را در شبکهی جهانی اینترنت در دسترس قرار دهد.
* وظیفهی بزرگ دیگر بیوانفورماتیک، دادن معنای زیستشناختی به مجموعهی عظیم دادههاست و البته نه فقط دادههای توالی که حاصل توالییابی DNA هستند، بلکه دادههای جهش و بیان ژن که با فنآوریهای جدید چیپ DNA بهدست میآیند.
* انفورماتیک پساژنومی، شاخهای چالشبرانگیز از علم بیوانفورماتیک است که هدف آن فهمیدن زیستشناسی در سطح شبکهی مولکولی است.
* در عصر توالییابی کل ژنوم، با مسئلهی بزرگ و چالشبرانگیز جدیدی روبهرو هستیم که میتوان آن را مسئلهی بازسازی ارگانیسم نامید. مسئله این است که با داشتن یک توالی کامل ژنوم، بتوانیم در رایانه یک سیستم کارکردی از یک ارگانیسم زنده را بازسازی کنیم. این کار شامل پیشبینی تمام ارتباطها (برهمکنشها) میان واحدهای سازنده (ژنها و مولکولها) است.
* یک دیدگاه سنتی وجود دارد که میگوید ژنوم نقشهی حیات است و تمام اطلاعات لازم برای ساختن یک ارگانیسم زنده را در خود دارد. اما رویکرد جدید اعتقاد دارد ژنوم مرکز فرماندهی دستورات نیست؛ بلکه صرفا انبار قطعات است و مرکز فرماندهی در خود شبکه مستقر است که ظرفیتی ذاتی یا برنامهای برای نمو و تولید یاختههای گامتی دارد.
* جریان اطلاعات به شکل عمودی را انتقال اطلاعات مینامند.
* جریان افقی اطلاعات را بیان اطلاعات مینامند.
* وضعیت کنونی علم بیولوژی از لحاظ مرحلهی فرمولبندی علم، با علم فیزیک قرن هفدهم قابل مقایسه است.
* یک پایگاه دانش به منظور استنتاج و نتیجهگیری طراحی شده است و نه فقط بازیابی ساده.
* تفاوت دانش با داده این است که دانش جدید را میتوان از دانش ذخیره شده قدیمی بهدست آورد.
بیوانفورماتیک یعنی چه؟سیستم بیولوژی یا همان زیست سامانه ای یعنی چه؟
در زیر به این مبحث که بیوانفورماتیک و سیستم بیولوژی و بیگ دیتا چه مفهومی دارند میپردازیم.
شاید بتوان داستان را از اینجا شروع کرد: درك زبان خاموش اما جذاب سلولهاي زنده، تلاش بيولوژي مولكولي مدرن است.
از يك الفباي ساده چهار حرفي (آدنين، گوانين، سيتوزين، تيمين) دستورالعمل فرآيندهاي حياتي شكل مي گيرد كه پيچيده ترين بيان و گفتار آنها “انسان” است.
شبیه به صفر و یک کامپیوتر انسان و سایر موجودات زنده نیز از چهار کد ساده به عنوان پایه برای زیستا شدن استفاده میکنند. اما خیلی ساده انگارانه نباید به این کدها نگاه کرد.
به این نکته توجه کنید که رفتار ژنوم در انواع سلول ها و بافت های مختلف متفاوت است. به طور قابل ملاحظه. یک اریتروبلاست هسته دار و یک نورون از نظر تئوری حاوی کروموزوم های یکسانی هستند
. چگونه یک الگوریتم می تواند چنین تنوع عجیبی ایجاد کند؟
برای درک منظور من به کارتون زیر توجه کنید…
به غیر بحث کدون انسان و پیچیدگی هایی که در طول حیات دچار شده است حجم فوق العاده بالایی نیز دارند.
محققین تصور میکنند که دیتای بزرگ مثلا یعنی کل ژنوم را تحلیل کنیم و یا کل پروتئین ها را بلکه شما در بررسی حالات مختلف اتصال یک مولکول شیمیایی کوچک به یک پروتئین با یک بیگ دیتا مواجه هستید!!!!
حجم فوق العاده زياد داده هاي مولكولي(Big DATA) و الگوهاي مبهم و مرموز آنها ما را بر آن داشته است تا به نياز مطلق به پايگاه هاي داده كامپيوتري و ابزارهاي تحليل دادهها پي ببريم. تلاش و مبارزه ما يافتن روش هاي جديد، جهت مديريت اين دادهها حجيم و پيچيده است و نيز فراهم كردن بستري جهت دسترسي به ابزارهاي كامپيوتري و تحليل داده هاست تا ميراث ژنتيكي خود را بيش تر درك كنيم و نقش آن را در سلامت و بيماريها بيابيم.
در کنار پیچیدگی و حجم بالا DNA رونوشت به mRNA و سپس ترجمه به پروتئین میشود…. و حال بحثهایی مثل ساختار سه بعدی DNA و mRNA و پروتئین ایجاد میشود.
و سوالهای زیادی مثل این که پروتئینها باهم چگونه اینترکشن دارند و یا یک سری از پروتئینها که آنزیم نام دارند چطور عمل میکنند و یا مواد شیمیایی مختلف چطور روی پروتئین ها تاثیر میگذارند مثلا به عنوان دارو…. و هزاران سوال دیگر….
از سمت دیگر دیده شده است که حدودا بین انسانها حدود سه میلیون نوکلئوتید تفاوت وجود دارد که مطالعات گسترده ژنوم که GWAS نام دارد گسترش روز افزونی پیدا کرد و به بررسی این پلی مورفیسم ها میپردازد.
بیوانفورماتیک مدام به دنبال الگوریتم ها و روشهای محاسباتی مختلف میگشت و میگردد تا این پیچیدگی ها را مدیریت کند.
تعاریف مختلفی برای بیوانفورماتیک میتوان پیدا کرد که یکی از آنها این است: بیوانفورماتیک یعنی استفاده از فناوری انفورماتیک به منظور تجزیه و تحلیل داده های زیستی. بیوانفورماتیک همزمان با پروژه های ژنوم رشد کرد و داده های این پروژه ها را ذخیره و مورد بررسی قرار داد. بیوانفورماتیک به مباحث مختلفی همچون ژنومیکس ، ترنسکریپتومیکس، متابولومیکس و پروتئومیکس میپردازد.
بیوانفورماتیک همزمان با پروژههای ژنوم رشد کرد و دادههای این پروژهها را ذخیره و مورد بررسی قرار داد. اکنون پروژههای ژنومی موجودات مختلف اطلاعات بسیار زیادی را از ژنها و محصولات آنها در اختیار ما گذاشته است. آشکار است که گام بعدی مطالعهی آزمایشگاهی و رایانهای عملکرد این ژنها و محصولات آنها در ابعاد سلول و نحوهی ارتباط آنها است. از طرف دیگر به واسطهی روشهای آزمایشگاهی مختلف و پیشرفته که روز به روز در حال ترقی هستند اطلاعات ما از عملکرد ژنها و ماکرومولکولهای زیستی افزایش مییابد. بنابراین به منظور استفاده از اطلاعات به دست آمده از پروژههای ژنومی و اطلاعات عملکردی لازم است که این دادهها با استفاده از رایانه به صورت دستهبندی شده در بیایند.
مرحلهي بعدي در ادامه اين تحقيقات، تلاشهاي بيشتر در جهت مطالعات سيستماتيك در زمينهي سلولها، اندامها و موجودات زنده؛ بهويژه فرآیندهای سلولي مانند برهمکنشهای مولکولی، ارتباطات بین سلولي، تقسيم سلولي، هموستازي و سازگاريهای محیطی است. دانشي كه اين مجموعه از فعالیتها را دنبال ميكند “سامانههای زیستی” (System Biology) ناميده شده است. در واقع، زمان آن فرارسيده است كه شاخههاي مختلف علوم زيستي به منظور درك بهتر چگونگي عملكرد سلول، چگونگي تنظيم فرایندهاي سلولي و چگونگي واكنش و سازگاري با تغييرات محيطي با هم ادغام شوند. با توجه به موارد ذکر شده ضرورت یادگیری بیوانفورماتیک برای زیست شناسان به شدت مورد نیاز به نظر میرسد.
بيوانفورماتيك شاخه اي از علم است كه از كامپيوتر بهره مي گيرد تا اطلاعات بيولوژي مولكولي را در كامپيوتر ذخيره نمايد و با ابزارهاي كامپيوتري و الگوريتم هاي قدرتمند رياضي آناليز و تحليل نمايد.امروزه تجزیه و تحلیل دادهای زیستی توسط کامپیوتر به منظور پیشبرد بهتر اهداف تحقیقاتی به یک نیاز اساسی تبدیل شده است اما خوشبختانه بیشتر داده های زیستی و ابزارهای آنالیز آنها به صورت آنلاین و اکثرا رایگان در اینترنت در دسترس میباشند و در هرجایی و توسط ساده ترین کامپیوترها میتوان به داده ها دسترسی داشت.
اکنون پروژه های ژنومی موجودات مختلف اطلاعات بسیار زیادی را از ژن ها و محصولات آن ها در اختیار ما گذاشته است. آشکار است که گام بعدی مطالعه ی آزمایشگاهی و رایانه ای عملکرد این ژن ها و محصولات آن ها در ابعاد سلول و نحوه ی ارتباط آن ها است. از طرف دیگر به واسطه ی روش های آزمایشگاهی مختلف و پیشرفته که روز به روز در حال ترقی هستند اطلاعات عملکردی ما از ژن ها و ماکرومولکول های زیستی افزایش می یابد. بنابراین به منظور استفاده از اطلاعات به دست آمده از پروژه های ژنومی و اطلاعات عملکردی لازم است که این داده ها با استفاده از رایانه به صورت دسته بندی شده در بیایند.
همانطور که مشخص شد بیوانفورماتیک از دو حوزه اصلی بیولوژی و انفورماتیک تشکیل شده است و بعد از انجام پروژه های ژنوم و افزایش روز افزون داده های زیستی کاربرد بیوانفورماتیک در پزشکی مداوم در حال افزایش است، لازم به توضیح است که به این حوزه جدید کلینیکال بیوانفورماتیک و یا بیومدیکال انفورماتیک میگویند که با حوزه انفورماتیک پزشکی متفاوت میباشد که شکل بالا تفکیک خوبی را از ارتباط بین علوم زیستی ،پزشکی و انفورماتیک به تصویر کشده است.
حال سیستم بیولوژی یا همان زیست پزشکی سامانه ای چیست؟
مرحله ي بعدي در ادامه اين تحقيقات، تلاش هاي بيشتر در جهت مطالعات سيستماتيك در زمينه ي سلول ها، اندام ها و موجودات زنده؛ بويژه فرآیندهای سلولي مانند برهمکنش های مولکولی، ارتباطات بین سلولي، تقسيم سلولي ،هموستازي و سازگاري های محیطی است. دانشي كه اين مجموعه از فعالیت ها را دنبال مي كند “سامانه های زیستی ” (System Biology ) ناميده شده است.
در واقع، زمان آن فرا رسيده است كه شاخه هاي مختلف علوم زيستي به منظور درك بهتر چگونگي عملكرد سلول، چگونگي تنظيم فزآیند هاي سلولي و چگونگي واكنش و سازگاري با تغييرات محيطي با هم ادغام شوند.
اگر به جدول زیر که به مقایسه سیستم بیولوژی و بیوانفورمایک و بیولوژی محاسباتی پرداخته است نگاه کنید میبینید که سیستم بیولوژیست ها کارهای محاسباتی و آزمایشگاهی را گاهی همزمان اجام میدهند یعنی میتوان گفت سستم بیولوژی آزمایشگاه را کلا کنار نمیگذارد و حاصل تحقیقاتش را به آزمیشگاه میبرد…
نکته مهم بعدی این که توجه شما را به کلمه مدل سازی در زیر مجموعه سیستم بیولوژی جلب میکنم. مبحثی که خیلی ها به آن توجه نمیکنند این است که سیستم بیولوژی تلاش بسیار زیادی برای مدل سازی فرایندهای زیستی در کامپیوتر دارد….
این مدل سازی میتواند در حد مدل سازی بولین یا منطقی بر روی یک سری مسیر سیگنالینگ و تنظیم بیان ژن باشد و یا یک مدل استوکستیک روی یک فرایند بیوشیمیایی باشد ویا مدل سازی یک گراف باشد…
نوع دیگر مدل سازی که روی دیتا و تصویر انجام میشود شامل ماشین لرنینگ و دیپ لرنینگ میباشد که آن نیز جایگاه ویژه ای در سیستم بیولوژی دارد…
در مطلب فوق سعی شد به صورت خلاصه به تفاوت بیوانفورماتیک و سیستم بیولوژی پرداخته شود و یقینا کامل و همه جانبه نیست….
در انتها با این کارتون زیبا بحث را تمام میکنیم…. و تصمیم گیرنده شما هستید که بر اساس جدول فوق یک بیوانفورماتیسین و یا سستم بیولوژیست و یا فقط یک بیولوزیست باشید. که هر کدام از اینها در جایگاه خود مهم و ارزشمند هستند….
فلسفه شکل گیری بیوانفورماتیک بیشتر بر اساس ایجاد ، تحلیل و بررسی الگوریتمها و ابزارهایی در زمینه زیست شناسی معطوف است و بیشتر دیدگاه تکنیکی و مهندسی پشت این رشته است و کمتر کسی در این رشته ساینتیست بیوانفورماتیک است.
با توجه به فلسه وجودی سیستم بیولوژی که بیشتر یک دیدگاه ساینتیستی به موضوع دارد و بیشتر به دنبال مدل کردن فرایندهای زیستی است شاید با ذائقه زیست شناسها بیشتر جور باشد….
No, bioinformatics and systems biology are not the same. While they are related and often overlap in their applications, they have distinct focuses and methodologies.
Bioinformatics is a field that combines biology, computer science, and statistics to analyze and interpret biological data. It involves the development and application of computational methods, algorithms, and tools for managing, analyzing, and visualizing biological data, particularly large-scale data sets generated by high-throughput technologies. Bioinformatics is concerned with tasks such as DNA and protein sequence analysis, genome annotation, comparative genomics, structural biology, and data mining. It plays a vital role in understanding biological processes at the molecular level and extracting meaningful information from biological data.
Systems biology, on the other hand, is an interdisciplinary field that seeks to understand biological systems as integrated and dynamic entities. It focuses on studying the interactions and behavior of biological components within a system, such as genes, proteins, and metabolites, and how they collectively give rise to the properties and functions of the system. Systems biology combines experimental data, computational modeling, and theoretical analysis to gain insights into the complexity of biological systems, aiming to uncover the underlying principles and mechanisms that govern them. It often involves the construction of mathematical models and simulations to capture the dynamics and emergent properties of biological systems.
While bioinformatics provides the computational tools and techniques necessary for analyzing and managing biological data, systems biology goes a step further by integrating these data with models and simulations to understand the behavior and properties of biological systems as a whole. Bioinformatics can be considered a subset of systems biology, as it provides the foundational computational infrastructure for systems biology research. However, systems biology encompasses a broader perspective, incorporating experimental and theoretical approaches to unravel the complexity of biological systems and gain insights into their functioning and regulation.