La bioinformática traslacional ( TBI ) es un campo que surgió en la década de 2010 para estudiar la informática en salud , enfocado 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 puedan ser utilizados por científicos, médicos y pacientes. [1] Además, implica aplicar la investigación biomédica para mejorar la salud humana mediante el uso de sistemas de información basados en computadora. [2] TBI emplea minería de datos y análisis de informática biomédica para 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]
La bioinformática traslacional es un campo relativamente joven dentro de la investigación traslacional. [5] [6] Las tendencias de Google indican que el uso de la " bioinformática " ha disminuido desde mediados de la década de 1990, cuando se sugirió como un enfoque transformador para la investigación biomédica. [6] Sin embargo, fue acuñado cerca de diez años antes. [7] Luego se presentó la TBI como un medio para facilitar la organización de los 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 almacenes de datos masivos. Sin embargo, este intento fracasó en gran medida ya que los intentos preliminares de automatización dieron como resultado información errónea. TBI necesitaba desarrollar una línea de base para cruzar 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 fondos 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 , impactando las oportunidades para ambas industrias de la biología y la atención médica. [9] La elaboración de perfiles de expresiones, la minería de textos para el análisis de tendencias, la minería de datos basados en la población que proporciona conocimientos biomédicos y el desarrollo de ontologías se han explorado, definido y establecido como contribuciones importantes a la TBI. [6] [10] Los logros del campo que se han utilizado para el descubrimiento de conocimientos incluyen vincular registros clínicos con datos genómicos, vincular medicamentos con ascendencia, secuenciación del genoma completo para un grupo con una enfermedad común y semántica en la minería de literatura. [10] Se han debatido 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 inversiones en capacitación y mayor desarrollo curricular, aumentado la demanda de personal capacitado en el campo e impulsado la investigación y el desarrollo continuos de TBI. [6]
En la actualidad, la investigación sobre TBI abarca múltiples disciplinas; sin embargo, la aplicación de TBI en entornos clínicos sigue siendo limitada. Actualmente, se utiliza parcialmente en el desarrollo de fármacos , la revisión regulatoria y la medicina clínica . [8] La oportunidad para la aplicación de TBI es mucho más amplia a medida que cada vez más revistas médicas mencionan el término "informática" y discuten temas relacionados con la bioinformática. [2] La investigación sobre TBI se basa en cuatro áreas principales del discurso: genómica clínica, medicina genómica, farmacogenómica y epidemiología genética . [9] Hay un número cada vez mayor de conferencias y foros centrados 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 medicamentos y genes para eventos adversos, interacciones y reutilización de medicamentos, (3) biomarcadores y representación de fenotipos, (4) secuenciación, ciencia y medicina de sistemas, (5) metodologías computacionales y analíticas para TBI, y (6) aplicación de un puente entre la investigación genética y la práctica clínica. [8] [10] [11]
Con la ayuda de bioinformáticos, los biólogos pueden analizar datos complejos, crear sitios web para mediciones experimentales, facilitar el intercambio de mediciones y correlacionar los hallazgos con los resultados clínicos. [2] Los bioinformáticos traslacionales que estudien una enfermedad en particular tendrían más datos de muestra sobre una enfermedad determinada que un biólogo individual que estudie la enfermedad solo.
Desde que se completó el genoma humano, nuevos proyectos 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 farmacológicas 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 medicina genómica, el análisis basado en la nube tuvo un costo y rendimiento similares en comparación con un grupo 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]
Actualmente se encuentran disponibles grandes cantidades de datos bioinformáticos y continúan aumentando. Por ejemplo, la base de datos GenBank, financiada por el Instituto Nacional de Salud (NIH), 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 cuenta con más de 100.000 muestras de más de 3.000 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 única 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 defensores de este método a menudo encuentran dificultades a la hora de actualizar sus bases de datos, ya que se basa en un único modelo de datos. Por el contrario, el enfoque de federación de datos vincula bases de datos y extrae datos de forma regular, luego los combina para realizar consultas. El beneficio de este enfoque es que permite al usuario acceder a datos en tiempo real en un único 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 plataforma unificada única para la conservación de datos. El almacenamiento de datos integra datos de múltiples fuentes en un formato común y, por lo general, se utiliza en biociencias exclusivamente con fines de apoyo a la toma de decisiones. [14]
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 la variedad de software y seleccionar la técnica más adecuada, abstrayendo la necesidad de conocer una metodología específica. [15]
La integración de datos implica el desarrollo de métodos que utilizan información biológica para el entorno clínico. La integración de datos brinda a los médicos herramientas para el acceso a datos, el descubrimiento de conocimientos y el apoyo a las decisiones. La integración de datos sirve para utilizar la gran cantidad de información disponible en bioinformática para mejorar la salud y la seguridad del paciente. Un ejemplo de integración de datos es el uso de sistemas de soporte a la decisión (DSS) basados en bioinformática traslacional. Los DSS utilizados a este respecto identifican correlaciones en los registros médicos electrónicos (EMR) de los pacientes y otros sistemas de información clínica para ayudar a los médicos en sus diagnósticos. [14]
Las empresas ahora pueden ofrecer secuenciación y análisis del genoma humano completo como un simple servicio subcontratado. Se planea 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 para la secuenciación del genoma humano completo en todo el mundo ha aumentado. se quintuplicó durante 2009 y 2010, y se estimó en 15.000 genomas para 2011. Además, si el precio cayera a 1.000 dólares por genoma, sostuvo que la empresa aún podría obtener ganancias. La compañía también está trabajando en mejoras de procesos para reducir el costo interno a alrededor de $100 por genoma, excluyendo los costos de preparación de muestras y mano de obra. [16] [17]
Según el Instituto Nacional de Investigación del Genoma Humano (NHGRI), los costos para secuenciar el genoma completo han disminuido significativamente de más de 95 millones de dólares en 2001 a 7.666 dólares 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 dólares en 2001 a 0,09 dólares 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]
La TBI tiene el potencial de desempeñar un papel importante en la medicina; sin embargo, aún quedan muchos desafíos por delante. El objetivo general de TBI es "desarrollar enfoques informáticos para vincular datos y fuentes de conocimiento tradicionalmente dispares, permitiendo 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 recopilación de datos. Además, las capacidades analíticas y de almacenamiento se ven obstaculizadas debido a los grandes volúmenes de datos presentes en las investigaciones actuales. Se prevé que este problema aumentará con la genómica personal, ya que creará una acumulación aún mayor de datos. [6] [9]
También existen desafíos en la investigación de fármacos y biomarcadores, la medicina genómica, la metagenómica del diseño de proteínas, el descubrimiento de enfermedades infecciosas, la conservación de datos , la extracción de literatura y el desarrollo de flujos de trabajo. [6] La creencia continua en la oportunidad y los beneficios de la TBI justifica una mayor financiación para infraestructura, protección de la propiedad intelectual y políticas de accesibilidad. [6] [19]
La financiación disponible para TBI en la última década ha aumentado. [2] La demanda de investigación en 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 tales como un depósito de datos de expresión genética y datos de escala genómica, al mismo 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 TBI provocará un cambio cultural en la forma en que se procesa la información científica y clínica dentro de la industria farmacéutica, las agencias reguladoras y la práctica clínica. También se considera un medio para alejar los diseños de ensayos clínicos de los estudios de casos y acercarlos al análisis de EMR. [8]
Los líderes en el campo han presentado numerosas predicciones con respecto a la dirección que está y debe tomar la TBI. Una colección de predicciones es la siguiente:
"En un mundo rico en información, la riqueza de 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 riqueza de información crea una pobreza de atención y una necesidad de asignar esa atención eficientemente entre la sobreabundancia de fuentes de información que podría consumir" (Herbert Simon, 1971).
A continuación se muestra una lista de asociaciones, conferencias y revistas existentes que son específicas de TBI. De ninguna manera se trata de una lista exhaustiva y debe desarrollarse a medida que se descubren otras.
A continuación se incluye una lista no exhaustiva de programas de capacitación y certificación específicos para TBI.