La bioinformática traslacional ( TBI ) es un campo emergente en el estudio de la informática de la salud , centrado en la convergencia de la bioinformática molecular , la bioestadística , la genética estadística y la informática clínica . Su objetivo es aplicar la metodología informática a la creciente cantidad de datos biomédicos y genómicos para formular conocimientos y herramientas médicas, que pueden ser utilizados por científicos, médicos y pacientes. [1] Además, implica la aplicación de la investigación biomédica para mejorar la salud humana mediante el uso de un sistema de información basado en computadora. [2] TBI emplea minería de datosy analizar la informática biomédica con el fin de generar conocimiento clínico para su aplicación. [3] El conocimiento clínico incluye encontrar similitudes en poblaciones de pacientes, interpretar información biológica para sugerir tratamientos terapéuticos y predecir resultados de salud. [4]
Historia
La bioinformática traslacional es un campo relativamente joven dentro de la investigación traslacional. [5] [6] Las tendencias de Google indican que el uso de " bioinformática " ha disminuido desde mediados de la década de 1990 cuando se sugirió como un enfoque transformador de la investigación biomédica. [6] Sin embargo, se acuñó cerca de diez años antes. [7] TBI se presentó como un medio para facilitar la organización de datos, la accesibilidad y una mejor interpretación de la investigación biomédica disponible. [6] [8] Se consideró una herramienta de apoyo a la toma de decisiones que podría integrar información biomédica en los procesos de toma de decisiones que de otro modo se habrían omitido debido a la naturaleza de la memoria humana y los patrones de pensamiento. [8]
Inicialmente, el enfoque de TBI estaba en los diseños de ontología y vocabulario para buscar en los almacenes de datos masivos. Sin embargo, este intento fue en gran parte infructuoso ya que los intentos preliminares de automatización dieron como resultado información errónea. TBI necesitaba desarrollar una línea de base para la referencia cruzada de datos con algoritmos de orden superior a fin de vincular datos, estructuras y funciones en redes. [6] Esto fue de la mano con un enfoque en el desarrollo de planes de estudio para programas de posgrado y la capitalización de la financiación en el creciente reconocimiento público de la oportunidad potencial en TBI. [6]
Cuando se completó el primer borrador del genoma humano a principios de la década de 2000, TBI continuó creciendo y demostrando prominencia como un medio para unir los hallazgos biológicos con la informática clínica , lo que impacta las oportunidades para las industrias de la biología y la atención médica. [9] Se ha explorado, definido y establecido como contribuciones importantes a la LCT la elaboración de perfiles de expresión, la minería de textos para el análisis de tendencias, la minería de datos basada en la población que proporciona conocimientos biomédicos y el desarrollo de ontologías. [6] [10] Los logros del campo que se han utilizado para el descubrimiento de conocimientos incluyen vincular registros clínicos con datos genómicos, vincular fármacos con ascendencia, secuenciación del genoma completo para un grupo con una enfermedad común y semántica en la minería de literatura. [10] Se ha debatido sobre los esfuerzos cooperativos para crear estrategias interjurisdiccionales para TBI, particularmente en Europa. La última década también ha visto el desarrollo de la medicina personalizada y el intercambio de datos en farmacogenómica . Estos logros han solidificado el interés público, generado fondos para inversión en capacitación y mayor desarrollo curricular, aumentado la demanda de personal calificado en el campo e impulsado la investigación y el desarrollo continuos de TBI. [6]
Beneficios y oportunidades
En la actualidad, la investigación de TBI abarca múltiples disciplinas; sin embargo, la aplicación de TBI en entornos clínicos sigue siendo limitada. Actualmente, se implementa parcialmente en el desarrollo de medicamentos , revisión regulatoria y medicina clínica . [8] La oportunidad para la aplicación de TBI es mucho más amplia ya que cada vez más revistas médicas mencionan el término "informática" y discuten temas relacionados con la bioinformática. [2] La investigación de TBI se basa en cuatro áreas principales de discurso: genómica clínica, medicina genómica, farmacogenómica y epidemiología genética . [9] Hay un número creciente de conferencias y foros enfocados en TBI para crear oportunidades para el intercambio de conocimientos y el desarrollo de campo. Los temas generales que aparecen en conferencias recientes incluyen: (1) genómica personal e infraestructura genómica, (2) investigación de fármacos y genes para eventos adversos, interacciones y reutilización de fármacos, (3) biomarcadores y representación de fenotipos, (4) secuenciación, ciencia y medicina de sistemas, (5) metodologías computacionales y analíticas para TBI, y (6) aplicación de la investigación genética puente y la práctica clínica. [8] [10] [11]
Con la ayuda de bioinformáticos, los biólogos pueden analizar datos complejos, configurar sitios web para mediciones experimentales, facilitar el intercambio de mediciones y correlacionar los hallazgos con los resultados clínicos. [2] Los bioinformáticos traslacionales que estudian una enfermedad en particular tendrían más datos de muestra sobre una enfermedad determinada que un biólogo individual que estudia la enfermedad solo.
Desde la finalización del genoma humano , los nuevos proyectos ahora intentan analizar sistemáticamente todas las alteraciones genéticas en una enfermedad como el cáncer en lugar de centrarse en unos pocos genes a la vez. En el futuro, se integrarán datos a gran escala de diferentes fuentes para extraer información funcional. La disponibilidad de una gran cantidad de genomas humanos permitirá la extracción estadística de su relación con los estilos de vida, las interacciones entre medicamentos y otros factores. Por lo tanto, la bioinformática traslacional está transformando la búsqueda de genes de enfermedades y se está convirtiendo en un componente crucial de otras áreas de la investigación médica, incluida la farmacogenómica . [12]
En un estudio que evaluó las características computacionales y económicas de la computación en la nube al realizar una integración de datos a gran escala y un análisis de la medicina genómica, el análisis basado en la nube tuvo un costo y rendimiento similar en comparación con un clúster computacional local. Esto sugiere que las tecnologías de computación en la nube podrían ser una tecnología valiosa y económica para facilitar la investigación traslacional a gran escala en medicina genómica. [13]
Metodologías
Almacenamiento
Actualmente se dispone de grandes cantidades de datos bioinformáticos y siguen aumentando. Por ejemplo, la base de datos GenBank, financiada por el Instituto Nacional de Salud (NHI), contiene actualmente 82 mil millones de nucleótidos en 78 millones de secuencias que codifican 270.000 especies. El equivalente de GenBank para microarrays de expresión génica , conocido como Gene Expression Omnibus (GEO), tiene más de 183.000 muestras de 7.200 experimentos y este número se duplica o triplica cada año. El Instituto Europeo de Bioinformática (EBI) tiene una base de datos similar llamada ArrayExpress que tiene más de 100 000 muestras de más de 3000 experimentos. En total, TBI tiene acceso a más de un cuarto de millón de muestras de microarrays en la actualidad. [2]
Para extraer datos relevantes de grandes conjuntos de datos, TBI emplea varios métodos, como consolidación de datos, federación de datos y almacenamiento de datos . En el enfoque de consolidación de datos, los datos se extraen de varias fuentes y se centralizan en una sola base de datos. Este enfoque permite la estandarización de datos heterogéneos y ayuda a abordar problemas de interoperabilidad y compatibilidad entre conjuntos de datos. Sin embargo, los proponentes de este método a menudo encuentran dificultades para actualizar sus bases de datos, ya que se basa en un único modelo de datos. Por el contrario, el enfoque de la federación de datos vincula las bases de datos y extrae datos de forma regular, luego combina los datos para consultas. El beneficio de este enfoque es que permite al usuario acceder a datos en tiempo real en un solo portal. Sin embargo, la limitación de esto es que es posible que los datos recopilados no siempre estén sincronizados, ya que se derivan de múltiples fuentes. El almacenamiento de datos proporciona una única plataforma unificada para la conservación de datos. El almacenamiento de datos integra datos de múltiples fuentes en un formato común y, por lo general, se usa en biociencias exclusivamente con fines de apoyo a la toma de decisiones. [14]
Analítica
Las técnicas analíticas sirven para traducir datos biológicos utilizando técnicas de alto rendimiento en información clínicamente relevante. Actualmente, existen numerosos software y metodologías para consultar datos, y este número continúa creciendo a medida que se realizan y publican más estudios en revistas de bioinformática como Genome Biology , BMC Bioinformatics , BMC Genomics y Bioinformatics . Para determinar la mejor técnica analítica, se han creado herramientas como Weka para cifrar a través de la gama de software y seleccionar la técnica más adecuada, abstrayendo la necesidad de conocer una metodología específica. [15]
Integración
La integración de datos implica el desarrollo de métodos que utilizan información biológica para el entorno clínico. La integración de datos permite a los médicos contar con herramientas para el acceso a los datos, el descubrimiento de conocimientos y el apoyo a la toma de decisiones. La integración de datos sirve para utilizar la gran cantidad de información disponible en bioinformática para mejorar la salud y seguridad del paciente. Un ejemplo de integración de datos es el uso de sistemas de apoyo a la toma de decisiones (DSS) basados en bioinformática traslacional. Los DSS utilizados a este respecto identifican correlaciones en los registros médicos electrónicos del paciente (EMR) y otros sistemas de información clínica para ayudar a los médicos en sus diagnósticos. [14]
Costo
Las empresas ahora pueden proporcionar secuenciación y análisis del genoma humano completo como un simple servicio subcontratado. Se prevé que las versiones de segunda y tercera generación de sistemas de secuenciación aumenten la cantidad de genomas por día, por instrumento, a 80. Según el director ejecutivo de Complete Genomics Cliff Reid, el mercado total de secuenciación del genoma humano completo en todo el mundo ha aumentado cinco veces durante 2009 y 2010, y se estimó en 15.000 genomas para 2011. Además, si el precio bajara a 1.000 dólares por genoma, sostuvo que la empresa aún podría obtener beneficios. La compañía también está trabajando en mejoras de procesos para reducir el costo interno a alrededor de $ 100 por genoma, excluyendo la preparación de muestras y los costos de mano de obra. [16] [17]
Según el Instituto Nacional de Investigación del Genoma Humano (NHGRI), los costos de secuenciar el genoma completo han disminuido significativamente de más de $ 95 millones en 2001 a $ 7,666 en enero de 2012. De manera similar, el costo de determinar una megabase (un millón de bases) también ha disminuido. de más de $ 5.000 en 2001 a $ 0,09 en 2012. En 2008, los centros de secuenciación pasaron de tecnologías de secuenciación de ADN basadas en Sanger (secuenciación de terminación de cadena didesoxi) a tecnologías de secuenciación de ADN de "segunda generación" (o "próxima generación") . Esto provocó una caída significativa en los costos de secuenciación. [18]
Direcciones futuras
La LCT tiene el potencial de desempeñar un papel importante en la medicina; sin embargo, aún quedan muchos desafíos. El objetivo general de TBI es "desarrollar enfoques informáticos para vincular a través de fuentes de conocimiento y datos tradicionalmente dispares que permitan tanto la generación como la prueba de nuevas hipótesis". [9] Las aplicaciones actuales de TBI enfrentan desafíos debido a la falta de estándares que resultan en diversas metodologías de recolección de datos. Además, las capacidades analíticas y de almacenamiento se ven obstaculizadas debido a los grandes volúmenes de datos presentes en la investigación actual. Se prevé que este problema aumente con la genómica personal, ya que creará una acumulación de datos aún mayor. [6] [9]
También existen desafíos en la investigación de medicamentos y biomarcadores, medicina genómica, metagenómica del diseño de proteínas, descubrimiento de enfermedades infecciosas, curación de datos , extracción de literatura y desarrollo del flujo de trabajo. [6] La creencia continua en la oportunidad y los beneficios de TBI justifica una mayor financiación para la infraestructura, la protección de la propiedad intelectual y las políticas de accesibilidad. [6] [19]
La financiación disponible para TBI en la última década ha aumentado. [2] La demanda de investigación bioinformática traslacional se debe en parte al crecimiento en numerosas áreas de la bioinformática y la informática de la salud y en parte al apoyo popular de proyectos como el Proyecto Genoma Humano . [7] [9] [20] Este crecimiento y afluencia de fondos ha permitido a la industria producir activos como un repositorio de datos de expresión génica y datos a escala genómica, al tiempo que avanza hacia el concepto de crear un genoma de $ 1000 y completar el genoma humano. Proyecto Genoma . [9] [20] Algunos creen que la LCT provocará un cambio cultural en la forma en que se procesa la información científica y clínica en la industria farmacéutica, las agencias reguladoras y la práctica clínica. También se ve como un medio para cambiar los diseños de ensayos clínicos de los estudios de casos y hacia el análisis de EMR. [8]
Los líderes en el campo han presentado numerosas predicciones con respecto a la dirección que es y debe tomar TBI. Una colección de predicciones es la siguiente:
- Lesko (2012) afirma que la estrategia debe ocurrir en la Unión Europea para cerrar la brecha entre la academia y la industria de las siguientes maneras - citadas directamente: [8]
- Validar y publicar modelos de tecnología y datos informáticos según los estándares aceptados para facilitar la adopción,
- Transformar las historias clínicas electrónicas para hacerlas más accesibles e interoperables.
- Fomentar el intercambio de información, involucrar a las agencias reguladoras y
- Fomentar el aumento del apoyo financiero para crecer y desarrollar TBI
- Altman (2011), en la Cumbre AMIA de 2011 sobre TBI, predice que: [10]
- La computación en la nube contribuirá a importantes descubrimientos biomédicos.
- Aumentarán las aplicaciones informáticas a la ciencia de las células madre
- La genómica inmunitaria surgirá como datos poderosos
- La informática de citometría de flujo crecerá
- Los datos moleculares y de expresión se combinarán para la reutilización de fármacos
- La secuenciación del exoma persistirá más de lo esperado Progresos en la interpretación de variaciones de ADN no codificantes
- Sarkar, Butte , Lussier , Tarczy-Hornoch & Ohno-Machado (2011) afirman que el futuro de TBI debe establecer una forma de gestionar la gran cantidad de datos disponibles y buscar integrar hallazgos de proyectos como el eMERGE (Electronic Medical Records and Genomics) financiado por los NIH, el Personal Genome Project, el Exome Project, el Million Veteran Program y el 1000 Genomes Project. [9]
"En un mundo rico en información, la riqueza de la información significa una escasez de algo más, una escasez de lo que sea que la información consume. Lo que la información consume es bastante obvio: consume la atención de sus destinatarios. Por lo tanto, una gran cantidad de información crea una pobreza de atención y una necesidad de asignar esa atención de manera eficiente entre la sobreabundancia de fuentes de información que podría consumir ". (Herbert Simon, 1971).
Asociaciones, congresos y revistas
A continuación se muestra una lista de asociaciones, conferencias y revistas existentes que son específicas de TBI. De ninguna manera es esta una lista exhaustiva, y debe desarrollarse a medida que se descubren otras.
- Asociaciones
- Asociación Estadounidense de Informática Médica: http://www.amia.org/
- Los sitios web de las conferencias * cambian anualmente
- Simposio anual de AMIA [Chicago, 2012]
- Cumbres conjuntas de AMIA sobre ciencia traslacional [San Francisco, 2013]
- Cumbre AMIA sobre bioinformática traslacional (TBI) [San Francisco, 2013]
- AMIA Summit Clinical Research Informatics (CRI) [San Francisco, 2013]
- TBC 2011 , Conferencia de bioinformática traslacional [Seúl, Corea, 2011]
- Por confirmar 2012 , Conferencia de bioinformática traslacional [Isla de Jeju, Corea, 2012]
- TBC / ISCB-Asia 2013 , Conferencia de bioinformática traslacional [Seúl, Corea, 2013]
- TBC / ISB 2014 , Conferencia de bioinformática traslacional [Qingdao, China, 2014]
- TBC2015 , Conferencia de bioinformática traslacional [Tokio, Japón, 2015]
- Conferencia de trabajo IFP / IMIA, Interfaz de la informática médica y biológica [Ámsterdam, 2012]
- Revistas
- Revista de la Asociación Estadounidense de Informática Médica
- Revista de informática biomédica
- Revista de bioinformática clínica
- Números especiales de revistas sobre bioinformática traslacional
- "Bioinformática traslacional", Lussier YA, Butte A, Hunter L, J Biomed Inform Volumen 43, Número 3 (2010)
- "Bioinformática traslacional", Kann M, Lewitter F, Chen J, PLoS Compt Biol 2012
Entrenamiento y Certificación
A continuación, se incluye una lista no exhaustiva de programas de capacitación y certificación específicos para TBI.
- Maestría en Bioinformática Traslacional Universidad del Sur de California,
- Instituto Clínico y Traslacional de Oregon
- Programa de Bioinformática e Investigación Clínica Traslacional Facultad de Medicina de la Universidad de Boston,
- Universidad de Pensilvania, Centro Smilow de Investigación Traslacional /
- División de Informática Biomédica Universidad de California San Diego
- CPBMI (Médico Certificado en Informática Biomédica) La Sociedad Coreana de Informática Médica:
Referencias
- ^ "Bioinformática traslacional" . Asociación Estadounidense de Informática Médica . Consultado el 24 de septiembre de 2014 .
- ^ a b c d e Butte, AJ (2008). "Bioinformática traslacional: mayoría de edad" . Revista de la Asociación Estadounidense de Informática Médica . 15 (6): 709–714. doi : 10.1197 / jamia.M2824 . PMC 2585538 . PMID 18755990 .
- ^ Geospiza. "Bioinformática traslacional" . Archivado desde el original el 28 de mayo de 2011 . Consultado el 23 de marzo de 2011 .
- ^ "Cuando colisionan la salud y la informática" . Universidad de Illinois en Chicago . Universidad de Illinois en Chicago. 2014 . Consultado el 18 de septiembre de 2014 .
- ^ "Instituto de Ciencias Clínicas y Traslacionales de Colorado (CCTSI)" . Consultado el 16 de noviembre de 2012 .
- ^ a b c d e f g h yo j Ouzounis, CA (2012). "¿Auge y desaparición de la bioinformática? Promesa y progreso" . PLOS Biología Computacional . 8 (4): 1–5. doi : 10.1371 / journal.pcbi.1002487 . PMC 3343106 . PMID 22570600 .
- ^ a b Shah, NH; Jonquet, C .; Lussier, YA; Tarzy-Hornoch, P .; Ohno-Machado, L. (2009). "Indexación impulsada por ontología de conjuntos de datos públicos para bioinformática traslacional" . BMC Bioinformática . 10 (2): S1. doi : 10.1186 / 1471-2105-10-S2-S1 . PMC 2646250 . PMID 19208184 .
- ^ a b c d e f Lesko, LJ (2012). "Investigación de fármacos y bioinformática traslacional". Farmacología clínica y terapéutica . 91 (6): 960–962. doi : 10.1038 / clpt.2012.45 . PMID 22609906 .
- ^ a b c d e f g Sarkar, IN; Butte, AJ; Lussier, YA; Tarczy-Hornoch, P .; Ohno-Machado, L. (2011). "Bioinformática traslacional: vincular el conocimiento a través de ámbitos biológicos y clínicos" . J Am Med Inform Assoc . 18 (4): 345–357. doi : 10.1136 / amiajnl-2011-000245 . PMC 3128415 . PMID 21561873 .
- ^ a b c d Altman, RB "Bioinformática traslacional: el año en revisión" . Consultado el 16 de noviembre de 2012 .
- ^ Mendonca, EA (2010). "Actas seleccionadas de la cumbre de 2010 sobre bioinformática traslacional" . BMC Bioinformática . 11 (9): 1–4. doi : 10.1186 / 1471-2105-11-S9-S1 . PMC 2967739 . PMID 21044356 .
- ^ Kann, MG (2010). "Avances en bioinformática traslacional: enfoques computacionales para la caza de genes de enfermedades" . Sesiones informativas en bioinformática . 11 (1): 96-110. doi : 10.1093 / bib / bbp048 . PMC 2810112 . PMID 20007728 .
- ^ Dudley, JT (2010). "Bioinformática traslacional en la nube: una alternativa asequible" . Medicina del genoma . 2 (8): 51. doi : 10.1186 / gm172 . PMC 2945008 . PMID 20691073 .
- ^ a b Yan, Q (2010). "Enfoques traslacionales de bioinformática y biología de sistemas para la medicina personalizada". Biología de sistemas en el descubrimiento y desarrollo de fármacos . Métodos Mol Biol. 662 . págs. 167-178. doi : 10.1007 / 978-1-60761-800-3_8 . ISBN 978-1-60761-799-0. PMID 20824471 .
- ^ Butte, AJ (2009). "Aplicaciones de la bioinformática traslacional en la medicina del genoma" . Genome Med . 1 (6): 64. doi : 10.1186 / gm64 . PMC 2703873 . PMID 19566916 .
- ^ Heger, M. "Objetivos de genómica completa 2015 para nuevos instrumentos con capacidad de 80 genomas por día" . Consultado el 1 de noviembre de 2012 .
- ^ "Genómica completa" . Consultado el 1 de noviembre de 2012 .
- ^ Wetterstrand, KA "Costos de secuenciación de ADN: datos del programa de secuenciación del genoma (GSP) del NHGRI" . Consultado el 3 de noviembre de 2012 .
- ^ Azuaje, FJ; Heymann, M .; Ternes, A .; Wienecke-Baldacchino, A .; Golpeado, D .; Moes, D .; Schneider, R. (2012). "La bioinformática como motor, no como pasajero, de la investigación biomédica traslacional: perspectivas de la 6ª conferencia de bioinformática del Benelux" (PDF) . Revista de bioinformática clínica . 2 (7): 1–3. doi : 10.1186 / 2043-9113-2-7 . PMC 3323358 . PMID 22414553 .
- ^ a b Butte, AJ; Chen, R. (2006). "Encontrar experimentos genómicos relacionados con enfermedades dentro de un repositorio internacional: primeros pasos en bioinformática traslacional" . AMIA Annu Symp Proc : 106–110. PMC 1839582 . PMID 17238312 .