Հաշվարկային կենսաբանություն

testwiki-ից
Jump to navigation Jump to search

Հաշվարկային կենսաբանությունը ներառում է տվյալների վերլուծական և տեսական մեթոդների, մաթեմատիկական մոդելավորման և հաշվարկային մոդելավորման տեխնիկայի մշակում և կիրառում կենսաբանական, էկոլոգիական, վարքագծային և սոցիալական համակարգերի ուսումնասիրության համար[1] : Ոլորտը լայնորեն սահմանված է և իր մեջ ներառում է կենսաբանության, կիրառական մաթեմատիկայի, վիճակագրության, կենսաքիմիայի, քիմիայի, կենսաֆիզիկայի, մոլեկուլային կենսաբանության, գենետիկայի, գենոմիկայի, համակարգչային գիտության, էկոլոգիայի և էվոլյուցիայի հիմքերը[2]։

Հաշվարկային կենսաբանությունը տարբերվում է կենսաբանական հաշվողականությունից, որը համակարգչային ինժեներության ենթադաշտ է `օգտագործելով բիոտեխնիկա և կենսաբանություն` համակարգիչներ կառուցելու համար։

Ներածություն

Հաշվարկային կենսաբանությունը, որը ներառում է կենսաինֆորմատիկայի բազմաթիվ տարրեր, գիտություն է, որը օգտագործում է կենսաբանական տվյալները՝ ալգորիթմներ կամ մոդելներ մշակելու համար ՝ կենսաբանական համակարգերն ու հարաբերությունները հասկանալու համար։ Մինչև վերջերս կենսաբաններին հասանելի չէր շատ մեծ քանակությամբ տվյալներ։ Այս տվյալները այժմ սովորական են դարձել, մասնավորապես մոլեկուլային կենսաբանության և գենոմիկայի բնագավառում։ Հետազոտողները կարողացան մշակել կենսաբանական տեղեկատվության մեկնաբանման վերլուծական մեթոդներ, սակայն չկարողացան դրանք արագ կիսել գործընկերների հետ[3]։

Կենսաինֆորմատիկան սկսեց զարգանալ 1970 -ականների սկզբին։ Այն համարվում էր տարբեր կենսաբանական համակարգերի ինֆորմատիկայի գործընթացների վերլուծության գիտություն։ Այս պահին արհեստական բանականության հետազոտությունները օգտագործում էին մարդկային ուղեղի ցանցային մոդելների նոր ալգորիթմներ ստեղծելու համար։ Այլ ոլորտներ զարգացնելու համար կենսաբանական տվյալների օգտագործումը կենսաբանական հետազոտողներին դրդեց վերանայել համակարգիչների օգտագործման գաղափարը `տվյալների մեծ հավաքածուները գնահատելու և համեմատելու համար։ Մինչև 1982 թվականը տեղեկատվությունը կիսվում էր հետազոտողների միջև `punch քարտերի միջոցով։ Տվյալների քանակը, որը կիսվում էր, սկսեց արագորեն աճել 1980 -ականների վերջին։ Սա պահանջում էր հաշվողական նոր մեթոդների մշակում `համապատասխան տեղեկատվության արագ վերլուծման և մեկնաբանման համար[3]։

1990 -ականների վերջերից հաշվողական կենսաբանությունը դարձել է կենսաբանության բնագավառում զարգացող տեխնոլոգիաների զարգացման կարևոր մասը[4]։ Հաշվարկային կենսաբանություն և էվոլյուցիոն հաշվարկ տերմինները նման անուն ունեն, բայց չպետք է շփոթել։ Ի տարբերություն հաշվարկային կենսաբանության, էվոլյուցիոն հաշվարկը կապված չէ կենսաբանական տվյալների մոդելավորման և վերլուծության հետ։ Դրա փոխարեն ստեղծում է ալգորիթմներ ՝ հիմնված տեսակների էվոլյուցիայի գաղափարների վրա։ Երբեմն կապված լինելեվ գենետիկական ալգորիթմների հետ, այս ոլորտի հետազոտությունը կարող է կիրառվել հաշվողական կենսաբանության մեջ։ Թեև էվոլյուցիոն հաշվարկը ինքնին հաշվարկային կենսաբանության մաս չէ, հաշվարկային էվոլյուցիոն կենսաբանությունը դրա ենթադաշտն է[5]։

Հաշվարկային կենսաբանությունն օգտագործվել է մարդկային գենոմի հաջորդականությունը որոշելու, մարդու ուղեղի ճշգրիտ մոդելներ ստեղծելու և կենսաբանական համակարգերի մոդելավորմանը օգնելու համար[3]։

Հաշվարկային անատոմիա

Հաշվարկային անատոմիան այն ոլորտն է, որը կենտրոնանում է անատոմիական ձևի և մորֆոլոգիայի տեսանելի կամ 50100μ մասշտաբի ձևի ուսումնասիրության վրա։ Այն ներառում է կենսաբանական կառուցվածքների մոդելավորման և մոդելավորման համար հաշվարկային, մաթեմատիկական և տվյալների վերլուծական մեթոդների մշակում և կիրառում։ Այն կենտրոնանում է պատկերվող անատոմիական կառուցվածքների վրա, այլ ոչ թե բժշկական պատկերման սարքերի։ Մագնիսա -ռեզոնանսային տոմոգրաֆիայի (MRI) միջոցով խիտ 3D չափումների առկայության պատճառով հաշվողական անատոմիան հայտնվել է որպես բժշկական պատկերման և կենսաինժեներության ենթադաշտ `morphome 3D մասշտաբով անատոմիական կոորդինատային համակարգեր հանելու համար։

Հաշվարկային անատոմիայի սկզբնական ձևավորումը ձևերի և ձևի գեներացնող մոդել է `փոխակերպումների միջոցով գործածված[6]։ Դիֆոմորֆիզմի խումբը օգտագործվում է տարբեր կոորդինատային համակարգեր ուսումնասիրելու համար `կոորդինատային փոխակերպումների միջոցով, որոնք առաջանում են մեկ անատոմիական կոնֆիգուրացիայից հոսքի Լագրանգյան և Էյլերյան արագությունների միջոցով  մեկը մյուսին 3 փոխանցելու միջոցով։ Այն վերաբերում է ձևի վիճակագրությանը և մորֆոմետրիկային, այն տարբերությամբ, որ դիֆոմորֆիզմներն օգտագործվում են համակարգող համակարգերի քարտեզագրման համար, որոնց ուսումնասիրությունը հայտնի է որպես դիֆոմորֆոմետրիա։

Հաշվարկային բիոմոդելավորում

Հաշվարկային կենսամոդելավորումը մի ոլորտ է, որը վերաբերում է կենսաբանական համակարգերի համակարգչային մոդելների կառուցմանը։ Հաշվարկային կենսամոդելավորման նպատակն է մշակել և օգտագործել տեսողական մոդելավորում `կենսաբանական համակարգերի բարդությունը գնահատելու համար։ Սա իրականացվում է մասնագիտացված ալգորիթմների և visualization software օգտագործման միջոցով։ Այս մոդելները թույլ են տալիս կանխատեսել, թե համակարգերն ինչպես կարձագանքեն տարբեր միջավայրերում։ Սա օգտակար է որոշելու, թե արդյոք համակարգը կայուն է։ Հզոր կենսաբանական համակարգն այն համակարգն է, որը «պահպանում է իր վիճակը և գործառույթները արտաքին և ներքին խաթարումներից», ինչը կենսական համակարգի կենսագործունեության համար անհրաժեշտ է։ Հաշվարկային կենսամոդելավորումը ստեղծում է նման տվյալների մեծ արխիվ ՝ թույլ տալով վերլուծություններ կատարել բազմաթիվ օգտվողներից։ Մինչ ներկայիս տեխնիկան կենտրոնանում է փոքր կենսաբանական համակարգերի վրա, հետազոտողները աշխատում են մոտեցումների վրա, որոնք թույլ կտան վերլուծել և մոդելավորել ավելի մեծ ցանցեր։ Հետազոտողների մեծամասնությունը կարծում է, որ դա էական նշանակություն կունենա նոր դեղամիջոցների և գենային թերապիայի ստեղծման ժամանակակից բժշկական մոտեցումների մշակման գործում[7]։ Մոդելավորման օգտակար մոտեցումը Petri ցանցերի օգտագործումն է այնպիսի գործիքների միջոցով, ինչպիսիք են esyN- ը[8]։

Հաշվարկային էվոլուցիոն կենսաբանություն

Հաշվարկային կենսաբանությունը բազմաթիվ հնարավորություններով օժանդակել է էվոլյուցիոն կենսաբանության ոլորտին։ Սա ներառում է՝

  • Օգտագործելով ԴՆԹ տվյալները ՝ հաշվարկային ֆիլոգենետիկայով վերականգնել կյանքի ծառը
  • Բնակչության գենետիկական մոդելների (առաջ կամ հետընթաց[9] ) ԴՆԹ տվյալների համապատասխանեցում `ժողովրդագրական կամ ընտրովի պատմության վերաբերյալ եզրակացություններ անելու համար
  • Էվոլյուցիոն համակարգերի բնակչության գենետիկական մոդելների ստեղծում առաջին սկզբունքներից `կանխատեսելու, թե ինչն է հավանական կզարգանալ

Հաշվարկային գենոմիկա

Մասամբ հաջորդականացված գենոմ:

Հաշվարկային գենոմիկան գենոմիկայի մի ոլորտ է, որն ուսումնասիրում է բջիջների և օրգանիզմների գենոմները։ Երբեմն այն կոչվում է Հաշվողական և վիճակագրական գենետիկա և ներառում է կենսաինֆորմատիկայի մեծ մասը։ Մարդկային գենոմի նախագիծը հաշվարկային գենոմիկայի օրինակներից մեկն է։ Այս նախագիծը նայում է մարդկային ամբողջ գենոմը հաջորդականացնելու մի շարք տվյալների։ Լիարժեք կիրառվելուց հետո դա կարող է թույլ տալ բժիշկներին վերլուծել առանձին հիվանդի գենոմը[10]։ Սա բացում է անհատականացված բժշկության հնարավորությունը ՝ նախատեսելով բուժումներ ՝ հիմնված անհատի արդեն գոյություն ունեցող գենետիկական օրինաչափությունների վրա։ Այս նախագիծը ստեղծել է բազմաթիվ նմանատիպ ծրագրեր։ Գիտնականները փորձում են դասավորել կենդանիների, բույսերի, բակտերիաների և կյանքի բոլոր այլ տեսակների գենոմիկայի[11]։

Գենոմների համեմատության հիմնական եղանակներից մեկը հաջորդականության հոմոլոգիան է։ Հոմոլոգիան ուսումնասիրում է կենսաբանական կառուցվածքները և նուկլեոտիդների հաջորդականությունները տարբեր օրգանիզմներում, որոնք գալիս են ընդհանուր նախնուց։ Հետազոտությունները ցույց են տալիս, որ նոր հաջորդականացված պրոկարիոտիկ գենոմների գեների 80-90% -ը կարելի է նույնականացնել այս կերպ[11]։

Այս ոլորտը դեռ զարգացման փուլում է։ Հաշվողական գենոմիկայի զարգացման անփոփոխ նախագիծը միջգենային շրջանների վերլուծությունն է։ Ուսումնասիրությունները ցույց են տալիս, որ մարդկային գենոմի մոտ 97% -ը բաղկացած է այդ շրջաններից[11]։ Հաշվողական գենոմիկայի հետազոտողները աշխատում են մարդկային գենոմի չծածկագրող շրջանների գործառույթների ընկալման վրա `հաշվիչ և վիճակագրական մեթոդների մշակման միջոցով և խոշոր կոնսորցիումի նախագծերի միջոցով, ինչպիսիք են ENCODE- ը (ԴՆԹ-ի տարրերի հանրագիտարանը) և Roadmap Epigenomics նախագիծը։

Հաշվողական նյարդաբուժություն

Հաշվողական նյարդահոգեբուժությունը զարգացող ոլորտ է, որն օգտագործում է հոգեկան խանգարումներում ներգրավված ուղեղի մեխանիզմների մաթեմատիկական և համակարգչային մոդելավորումը։ Արդեն մի քանի նախաձեռնությամբ ապացուցվեց, որ հաշվողական մոդելավորումը կարևոր ներդրում է նյարդային սխեմաները հասկանալու համար, որոնք կարող են առաջացնել մտավոր գործառույթներ և դիսֆունկցիաներ[12][13][14]։

Հաշվողական նեյրոնային գիտություն

Հաշվողական նեյրոնային գիտությունը ուղեղի աշխատանքի ուսումնասիրությունն է `նյարդային համակարգը կազմող կառույցների տեղեկատվության մշակման հատկություններով։ Այն նեյրոնային գիտության ոլորտի ենթաբազմություն է և փնտրում է ուղեղի տվյալների վերլուծություն ՝ գործնական կիրառություններ ստեղծելու համար[15]։ Այն նման է ուղեղի մոդելավորման մոդելին `նեյրոնային համակարգի որոշակի տեսակներ ուսումնասիրելու համար։ Ուղեղի մոդելների տարբեր տեսակներ ներառում են՝

  • Realistic Brain Model՝ այս մոդելները ներկայացնում են ուղեղի յուրաքանչյուր ասպեկտ, ներառյալ հնարավորինս շատ մանրամասներ բջջային մակարդակում։ Realistic Brain Model-ները տրամադրում են ուղեղի մասին ամենաշատ տեղեկատվությունը, բայց ունեն նաև սխալի ամենամեծ սահմանը։ Ուղեղի մոդելի ավելի շատ փոփոխականներ ավելի մեծ սխալների հավանականություն են ստեղծում։ Այս մոդելները հաշվի չեն առնում բջջային կառուցվածքի այն հատվածները, որոնց մասին գիտնականները չգիտեն։ Ուղեղի Realistic Brain Model-ը հաշվարկային առումով ամենածանրն ու ամենաթանկն են իրագործման համար[16]։
  • Simplifying Brain Models՝ այս մոդելները ձգտում են սահմանափակել մոդելի շրջանակը `նյարդաբանական համակարգի որոշակի ֆիզիկական հատկությունը գնահատելու համար։ Սա թույլ է տալիս լուծել ինտենսիվ հաշվողական խնդիրները և նվազեցնում է realistic brain model-ի պոտենցիալ սխալի չափը[16]։

Հաշվողական նեյրոնաբանների աշխատանքն է բարելավել այն ալգորիթմներն ու տվյալների կառուցվածքը, որոնք ներկայումս օգտագործվում են նման հաշվարկների արագությունը բարձրացնելու համար։

Հաշվողական օնկոլոգիա

Հաշվարկային օնկոլոգիան, որը երբեմն նաև կոչվում է քաղցկեղի հաշվարկային կենսաբանություն, մի ոլորտ է, որի նպատակն է որոշել քաղցկեղի ապագա մուտացիաները տվյալների վերլուծության ալգորիթմական մոտեցման միջոցով։ Այս ոլորտում կատարված հետազոտությունները հանգեցրել են high-throughput չափման կիրառման։ High throughput չափումը թույլ է տալիս հավաքել միլիոնավոր տվյալների կետեր ՝ օգտագործելով ռոբոտաշինություն և այլ sensing սարքեր։ Այս տվյալները հավաքվում են ԴՆԹ -ից, ՌՆԹ -ից և այլ կենսաբանական կառույցներից։ Ուշադրության ոլորտները ներառում են ուռուցքների բնութագրերի որոշումը, քաղցկեղ առաջացնող որոշիչ մոլեկուլների վերլուծությունը և հասկանալ, թե ինչպես է մարդու գենոմը կապված ուռուցքների և քաղցկեղի առաջացման հետ[17][18]։

Հաշվողական դեղագործություն

Հաշվարկային դեղաբանությունը (հաշվարկային կենսաբանության տեսանկյունից) «գենոմային տվյալների ազդեցությունների ուսումնասիրություն է` որոշակի գենոտիպերի և հիվանդությունների միջև կապեր գտնելու համար, այնուհետև դեղերի տվյալների զննում»[19]։ Դեղագործական արդյունաբերությունը պահանջում է դեղերի տվյալների վերլուծության մեթոդների փոփոխություն։ Դեղագետները կարողացան Microsoft Excel- ի միջոցով համեմատել դեղերի արդյունավետության հետ կապված քիմիական և գենոմային տվյալները։ Այնուամենայնիվ, արդյունաբերությունը հասել է նրան, ինչ կոչվում է Excel բարիկադ։ Դա առաջանում է աղյուսակում հասանելի բջիջների սահմանափակ քանակից։ Այս զարգացումը հանգեցրեց հաշվողական դեղաբանության անհրաժեշտության։ Գիտնականներն ու հետազոտողները մշակում են այս զանգվածային տվյալների հավաքածուները վերլուծելու հաշվողական մեթոդներ։ Սա թույլ է տալիս արդյունավետ համեմատություն կատարել նշանակալի տվյալների կետերի միջև և թույլ է տալիս ավելի ճշգրիտ դեղեր մշակել[20]։

Վերլուծաբանները ենթադրում են, որ եթե արտոնագրերի պատճառով հիմնական դեղամիջոցները ձախողվեն, ապա հաշվարկային կենսաբանությունը անհրաժեշտ կլինի շուկայում առկա դեղերը փոխարինելու համար։ Հաշվողական կենսաբանության դոկտորանտներին խրախուսվում է իրենց մասնագիտությունը շարունակել արդյունաբերության մեջ, այլ ոչ թե հետդոկտորական պաշտոններ զբաղեցնել։ Սա ուղղակի արդյունքն է այն բանի, որ խոշոր դեղագործական ընկերությունները կարիք ունեն նոր դեղամիջոցներ արտադրելու համար անհրաժեշտ տվյալների հավաքածուի ավելի որակյալ վերլուծաբանների[20]։

Open source software

Open source software-ը ապահովում է հաշվարկային կենսաբանական մեթոդների մշակման հարթակ։ Մասնավորապես, բաց աղբյուրը նշանակում է, որ յուրաքանչյուր անձ կարող է մուտք գործել և օգտվել հետազոտության մեջ մշակված ծրագրակազմից։ PLOS- ը մեջբերում է բաց կոդով ծրագրերի օգտագործման չորս հիմնական պատճառ, որոնք են՝

  • Վերարտադրելիություն՝ սա թույլ է տալիս հետազոտողներին օգտագործել ճշգրիտ մեթոդներ, որոնք օգտագործվում են կենսաբանական տվյալների հարաբերությունները հաշվարկելու համար։
  • Ավելի արագ զարգացում՝ ծրագրավորողները և հետազոտողները կարիք չունեին առաջադրանքների համար վերագտնել գոյություն ունեցող ծածկագիրը։ Փոխարենը նրանք կարող են օգտագործել արդեն գոյություն ունեցող ծրագրերը `ժամանակ խնայելու ավելի մեծ նախագծերի մշակման և իրականացման վրա։
  • Որակի բարձրացում՝ միևնույն թեման ուսումնասիրող բազմաթիվ հետազոտողների ներդրումը ապահովում է վստահություն, որ սխալներ կոդում չեն լինի։
  • Երկարաժամկետ հասանելիություն՝ բաց կոդով ծրագրերը կապված չեն որևէ բիզնեսի կամ արտոնագրերի հետ։ Սա թույլ է տալիս դրանք տեղադրել մի քանի վեբ էջերի վրա և ապահովել, որ դրանք հասանելի լինեն ապագայում[21]։

Գիտաժողովներ

Կան մի քանի խոշոր գիտաժողովներ, որոնք վերաբերում են հաշվողական կենսաբանությանը։ Որոշ ուշագրավ օրինակներ են Intelligent Systems for Molecular Biology (ISMB), Հաշվողական կենսաբանության եվրոպական կոնֆերանսը (ECCB) և Հաշվողական մոլեկուլային կենսաբանության գիտաժողովը (RECOMB):

Ամսագրեր

Կան բազմաթիվ ամսագրեր, որոնք նվիրված են հաշվողական կենսաբանությանը։ Որոշ ուշագրավ օրինակներ ներառում են Հաշվարկային կենսաբանության ամսագիր և PLOS հաշվողական կենսաբանություն։ PLOS հաշվողական կենսաբանության ամսագիրն իրենից ներկայացնում է գրախոսվող ամսագիր, որն ունի բազմաթիվ նշանավոր հետազոտական ծրագրեր հաշվողական կենսաբանության ոլորտում։ Նրանք տրամադրում են ծրագրերի վերաբերյալ ակնարկներ, բաց կոդով ծրագրերի վերաբերյալ ձեռնարկներ և տեղեկատվություն են ցուցադրում առաջիկա հաշվողական կենսաբանության կոնֆերանսների վերաբերյալ։ PLOS Computational Biology- ն բաց մուտքի ամսագիր է։ Հրապարակումը կարող է բաց օգտագործվել, եթե հեղինակը մեջբերվի[22]։

Առնչվող ոլորտներ

Հաշվարկային կենսաբանությունը, կենսաինֆորմատիկան և մաթեմատիկական կենսաբանությունը կենսագիտության բոլոր միջառարկայական մոտեցումներն են, որոնք բխում են քանակական այնպիսի առարկաներից, ինչպիսիք են մաթեմատիկան և տեղեկատվական գիտությունը։ NIH- ը հաշվողական/մաթեմատիկական կենսաբանությունը նկարագրում է որպես կենսաբանական տեսական և փորձարարական հարցերին անդրադառնալու համար հաշվարկային/մաթեմատիկական մոտեցումների օգտագործում և, ի հակադրություն, կենսաինֆորմատիկայի, որպես տեղեկատվական գիտության կիրառում `կենսաբանության բարդ տվյալներ հասկանալու համար[1]։

Մասնավորապես, ԱԱԻ -ն սահմանում է[1]Կաղապար:Quote

Կաղապար:Quote

Թեև յուրաքանչյուր ոլորտ առանձնացված է, դրանց ինտերֆեյսում կարող են զգալի համընկնում լինել[1]։

Տես նաև

Առնչություններ

Կաղապար:Ծանցանկ

Արտաքին հղումներ