Tendencias21
La genómica será el mundo más amplio del 'big data'

La genómica será el mundo más amplio del 'big data'

Ni YouTube, ni Facebook, ni la astronomía. El campo más grande del ‘big data’ será la genómica. Así lo creen científicos de EE.UU., que han estimado la evolución futura, hasta 2025, de distintos ámbitos que mueven trillones de datos. Además, otro grupo de científicos ha creado una plataforma que permite analizar rápidamente datos genómicos. Por Carlos Gómez Abajo.

La genómica será el mundo más amplio del 'big data' ¿Quién está a punto de convertirse en el mayor animal del bosque Big Data? Un grupo de expertos en matemáticas y computación han llegado a lo que, dicen, es una respuesta clara. No es YouTube o Twitter, redes sociales que engullen cantidades impresionantes de ancho de banda. Ni tampoco la astronomía ni la física de partículas, dos de las ciencias de la más alta tecnología que han etado durante mucho tiempo a la vanguardia de la generación y procesamiento de datos.

No, la bestia alfa del bosque Big Data, dicen los expertos en PLoS Biology, resulta ser la genómica -una ciencia que no existía hace 15 años y sólo ahora está empezando a salir de los estudios de campo para generar más bytes electrónicos por año que ningún otro ámbito.

Reconocer esta realidad, dicen, es el primero paso de un gran desafío: encontrar la manera de capturar, almacenar, procesar e interpretar toda esa información biológica codificada en el genoma, transformada en ceros y unos sin sentido.

«Durante mucho tiempo, la gente ha utilizado el adjetivo «astronómico» para hablar de las cosas que son realmente, realmente enormes», dice Michael Schatz, profesor asociado del Centro de Biología Cuantitativa Simons del Cold Spring Harbor Laboratory (CSHL, Nueva York, EE.UU.) y co-autor del artículo de PLoS, en la nota de prensa del centro. «Pero al señalar el increíble ritmo de crecimiento de la generación de datos en las ciencias biológicas, mis colegas y yo creemos que podríamos tener que empezar a llamar a las cosas verdaderamente inmensas «genómicas».

Todos los campos con los que se compara, de las redes sociales a Internet o la astronomía, están generando enormes cantidades de datos electrónicos – del orden de decenas a cientos de petabytes anuales. Un petabyte son mil billones de bytes – 10 seguido de 15 ceros; es 1.000 bytes veces más que un terabyte, la cantidad de almacenamiento que podría tener en su ordenador personal.

Y, dice el equipo -que también se compone de una serie de expertos en datos de la Universidad de Illinois en Champaign-Urbana-, todos los campos están en rápidas curva de crecimiento. YouTube genera la mayor cantidad de datos en este momento, alrededor de 100 petabytes al año.

Pero la genómica no se queda atrás y está creciendo mucho más rápidamente. Al ritmo actual, la cantidad de datos de genómica producidos diariamente se duplicará cada 7 meses. En 2025, esa cifra oscilará entre 2 y 40 exabytes por año, estima el equipo, en función de la tasa de duplicación. Un exabyte es el equivalente a 1.000 petabytes, aproximadamente un millón de veces más datos de los que puede almacenar usted en su ordenador personal.

La genómica

Schatz y sus colegas describen la genómica como una «bestia de cuatro cabezas.» Se refieren a los problemas individuales de adquisición de datos, almacenamiento, distribución y análisis. Como los datos que fluyen a través de Internet, los datos biológicos que son la materia prima de la genómica están muy distribuidos. Eso significa que se generan y consumen en muchos lugares. A diferencia de los datos de Internet, sin embargo, que tienen un formato de acuerdo con unos protocolos estándar, los datos genómicos se compila en muchos formatos diferentes, un hecho que pone en peligro su inteligibilidad y utilidad a nivel global.

Este problema crece en importancia a medida que aumenta la cantidad de datos. Como explica Schatz, gran parte del gran torrente de datos de biología tendrá forma de secuencias del genoma humano, así como la información médica relacionada que también depende de la tecnología de secuenciación.

Si todos los datos de secuencias humanas generados hasta ahora fueron puestos en un solo lugar -cerca de 250.000 secuencias- requerirían unos 25 petabytes de espacio de almacenamiento. Ese es un problema manejable, dice Schatz. Pero en 2025, el equipo espera que 1.000 millones de personas tengan sus genomas completos secuenciados (en su mayoría, gente de naciones relativamente ricas). Esto plantea un problema de almacenamiento de nivel exabyte.

En algún momento, las secuencias completas pueden no tener que ser almacenadas. En la física de partículas, los datos se leen y se filtran a medida que se genera, minimizando en gran medida los requisitos de almacenamiento. Pero este análisis no es del todo práctico para la información biológica, principalmente debido a la cuestión de qué secuencias se puede prescindir sin problemas es mucho más difícil de decidir. Es concebible que tengan que preservarse mil millones de conjuntos de datos individuales. Servidores y programas

El problema no es realmente la velocidad, que crecerá rápidamente y de manera previsible, dice Schatz, sino en encontrar la manera de alinear y representar diferentes genomas para que puedan ser comparados – y comparados de maneras muy inteligentes y eficientes. Los investigadores creen que mediante la comparación, surgirán patrones, igual que los que descubrió Mendel hace 150 años.

En esa línea, científicos de la Universidad de Missouri han creado un servicio gratuito en línea, RNAMiner, para manejar grandes conjuntos de datos que podrían conducir a resultados más rápidos en el estudio de la genómica de plantas y animales.

El sitio web fue creado para ser fácil de usar y permite a los usuarios cargar los datos, analizar hasta cinco variables en los genomas completos de cinco especies: humano, ratón, Drosophila melanogaster (un tipo de mosca), TAIR10 Arabidopsis (una pequeña planta de flores) y Clostridium perfringens (un tipo de bacteria). Los datos genómicos de cualquier especie son bienvenidos, para que crezca la base de datos.

En promedio, dos gigabytes de datos requieren aproximadamente 10 horas para ser procesados y analizados. La mayoría de los investigadores obtienen resultados en un par de horas, aseguran sus creadores en la nota de prensa de la universidad.

Para usar la plataforma no es necesario saber computación, señalan. Sólo hay que cargar los archivos y seleccionar varios parámetros.

Por su parte, científicos de MIT (Boston, Massachusetts) han diseñado un sistema para que la recuperación de datos de las memorias flash (como las de los USB) sea tan eficientes en velocidad como la de las memorias RAM internas de los ordenadores. Referencia bibliográfica:

Zachary D. Stephens, Skylar Y. Lee, Faraz Faghri, Roy H. Campbell, Chengxiang Zhai, Miles J. Efron, Ravishankar Iyer, Michael C. Schatz, Saurabh Sinha, Gene E. Robinson: Big Data: Astronomical or Genomical? PLOS Biology, 2015. DOI: 10.1371/journal.pbio.1002195

RedacciónT21

Hacer un comentario

RSS Lo último de Tendencias21

  • Los huracanes se están volviendo tan fuertes que ya no existen categorías para clasificarlos 7 febrero, 2024
    Cinco tormentas en la última década tuvieron velocidades de viento que pertenecen a una hipotética categoría 6 en la escala de huracanes Saffir-Simpson: el fenómeno obligaría a los científicos a crear una nueva clasificación, capaz de reflejar la virulencia de los huracanes en la actualidad. Las causas principales del fenómeno tienen su origen en el […]
    Pablo Javier Piacente
  • Un asteroide habría explotado sobre la Antártida hace unos 2,5 millones de años 7 febrero, 2024
    Un asteroide se desintegró sobre el continente antártico hace aproximadamente 2,5 millones de años: la evidencia proviene de un análisis químico de más de 100 pequeños trozos de roca extraterrestre, que se han preservado dentro de las enormes capas de hielo. Hasta el momento, solo se conocen otros dos eventos de explosiones aéreas antiguas en […]
    Pablo Javier Piacente
  • Crean la primera niña de inteligencia artificial del mundo 7 febrero, 2024
    La primera niña IA del mundo ha sido creada por científicos chinos, que la han dotado de emociones e intelecto y de la capacidad de aprender de forma autónoma. Se comporta como si tuviera tres o cuatro años y representa un avance significativo para el campo de la inteligencia artificial general.
    Redacción T21
  • Oponerse a la regulación de los pesticidas no es la solución al problema de los agricultores 7 febrero, 2024
    Los agricultores que se movilizan en España y Europa se oponen con firmeza a las nuevas regulaciones europeas en materia de pesticidas, lo que representa una amenaza mayor para la salud pública que tener una central nuclear al lado de casa: estos químicos han costado miles de vidas y enfermos crónicos, al tiempo que han […]
    Eduardo Costas | Catedrático de la UCM y Académico de Farmacia
  • El arte existió antes del surgimiento de los humanos modernos 6 febrero, 2024
    Nuevas investigaciones sugieren que nuestros parientes humanos arcaicos, como los neandertales, ya contaban con las capacidades cognitivas para desarrollar arte: el hallazgo de ejemplos cada vez más antiguos de expresión artística en el registro arqueológico confirmaría esta hipótesis. Sin embargo, aún se discute si estas manifestaciones creativas pueden catalogarse como arte.
    Pablo Javier Piacente
  • Descubren una nueva supertierra que podría ser un mundo habitable 6 febrero, 2024
    Un planeta extrasolar del tipo supertierra, denominado TOI-715 b y aproximadamente una vez y media más ancho que la Tierra, podría ser capaz de albergar vida: orbita dentro de la zona habitable de una enana roja, a escasa distancia de nuestro planeta. Además, podría estar acompañado de otro cuerpo planetario, con un tamaño casi idéntico al […]
    Pablo Javier Piacente
  • Imprimen en 3D el primer tejido cerebral humano funcional 6 febrero, 2024
    Científicos de la Universidad de Wisconsin-Madison han impreso en 3D tejido cerebral que crece y funciona como el tejido cerebral humano. Las neuronas impresas se comunican entre ellas como si estuvieran en un tejido biológico. Este desarrollo perfecciona la técnica de los organoides cerebrales.
    Eduardo Martínez de la Fe
  • La brecha ecológica de género lastra la solución de la crisis planetaria 6 febrero, 2024
    Las mujeres son las más afectadas por el cambio climático y las que más tienen que aportar a la solución de la crisis planetaria. Aunque siguen excluidas mayoritariamente de los ámbitos de decisión medioambientales y de la ciencia del clima, no callan y actúan. Esta es su historia.
    Alicia Domínguez y Eduardo Costas.
  • Crean una máquina del tiempo evolutiva con los genomas de 51 especies de vertebrados 5 febrero, 2024
    Los investigadores acaban de mapear los genomas de 51 especies animales, incluyendo gatos, delfines, canguros, pingüinos, tiburones y tortugas: el descubrimiento tendría enormes implicaciones para comprender la salud y la evolución humanas, además de crear una "máquina del tiempo evolutiva".
    Pablo Javier Piacente
  • Nanopartículas en rocas antiguas esconden los secretos de la vida 5 febrero, 2024
    Los científicos han descubierto que nanopartículas presentes en algunas de las rocas más antiguas del mundo ocultan pistas sobre los orígenes de la vida: los hallazgos podrían explicar por qué el fósforo se convirtió en un componente importante de la vida y cómo las moléculas se unieron por primera vez para formar ARN primitivo, en […]
    Pablo Javier Piacente