SEBASTIAN NOWAK
BIOTECHNOLOGIA I BIOINFORMATYKA
MARCIN KWIECIŃSKI, DAMIAN MARSZAŁEK, SEBASTIAN NOWAK |
TEMAT 9:
Instalacja oprogramowania.
Rodzaje slotów.
Karty rozszerzające i ich instalacja.
Biotechnologia i bioinformatyka.
1.Biotechnologia:
Konwencja o różnorodności biologicznej ONZ podaje jedną z najszerszych definicji:
Biotechnologia oznacza zastosowanie technologiczne, które używa systemów biologicznych, organizmów żywych lub ich składników, żeby wytwarzać lub modyfikować produkty lub procesy w określonym zastosowaniu.
Biotechnologia [gr. bíos `życie', téchnē `sztuka', `rzemiosło', lógos `słowo', `nauka'] to dziedzina nauki posługująca się wiedzą z biochemii, mikrobiologii i nauk inżynieryjnych, w celu wykorzystania materiałów i procesów biologicznych. Na jej podstawie opracowuje się technologie realizowane w skali przemysłowej; wytworami biotechnologii są białka stosowane jako katalizatory w produkcji innych substancji lub stanowiące produkt końcowy (leki, szczepionki) oraz nowe transgeniczne organizmy: bakterie, grzyby, owady, rośliny i zwierzęta powstałe w wyniku wprowadzenia do nich obcych genów, nowe metody terapii genowej, odczynniki diagnostyczne (np. do wykrywania wirusa HIV). Osiągnięcia biotechnologii znajdują praktyczne zastosowanie głównie w medycynie, przemyśle farmaceutycznym, spożywczym, chemicznym, wydobywczym oraz w rolnictwie, leśnictwie i ochronie środowiska.
Metody z zakresu biotechnologii są wykorzystywane od tysięcy lat, np: produkcja piwa jest procesem biotechnologicznym, w którym wykorzystuje się fermentację cukrów prostych przez drożdże. W wyniku niedostatecznej ilości tlenu, utlenianie jest niezupełne i następuje fermentacja. Innym przykładem jest produkcja przetworów mlecznych. Zdolność części bakterii do koncentrowania w swoich komórkach niektórych metali wykorzystywana jest w górnictwie (bioługowanie). Biotechnologia znajduje także zastosowanie w recyklingu i oczyszczaniu środowiska z zanieczyszczeń oraz produkcji broni biologicznej. Produktami biotechnologii używanymi w genetyce i medycynie są chipy DNA i znaczniki radioaktywne, używane w medycynie.
Tradycyjne znaczenie terminu "biotechnologia" obejmowało sposoby przeróbki lub konserwacji produktów pochodzenia roślinnego lub zwierzęcego, a następnie także produkcję antybiotyków, witamin, zastosowanie hodowli komórek in vitro do wytwarzania czynników immunologicznych takich jak szczepionki, hormony, pestycydy, jak również metodykę ochrony środowiska, rozwój biologicznych oczyszczalni i biologicznych źródeł energii.
W końcu lat 90. podstawy poznawcze biotechnologii rozszerzyły się dzięki znacznemu postępowi w rozróżnieniu genów i genomów - rozpoznano pełne sekwencje genomów kilkudziesięciu mikroorganizmów. Są prowadzone prace nad ustalaniem struktury genomu organizmów modelowych, bardzo szybko postępuje poznanie genomu człowieka: wzrasta rozdzielczość map genetycznych i fizycznych chromosomów, jest znana sekwencja i lokalizacja chromosomalna kilku tysięcy ludzkich genów (łączną liczbę genów człowieka ocenia się na 100 tys.). Informacje o zasobach genów są przechowywane w różnego typu publicznych bankach sekwencji i struktur genów i białek, upowszechnia się je nieodpłatnie. Współcześnie biotechnologia najszybciej rozwija się w zakresie farmacji i medycyny. W komórkach różnych gatunków bakterii, drożdży, roślin i zwierząt wytwarza się kilkadziesiąt leków peptydowych i białkowych. Pierwszym dopuszczonym do handlowego obrotu była ludzka insulina syntetyzowana w bakteriach, inne preparaty zatwierdzone do użytku w niektórych krajach to m.in. interferon, ludzki hormon wzrostu, czynniki krzepliwości krwi, szczepionka przeciw wirusowemu zapaleniu wątroby typu B. Dziś ponad 100 potencjalnych leków i antygenów do produkcji szczepionek, wytwarzanych w roślinach i zwierzętach transgenicznych, przechodzi kolejne fazy prób klinicznych.
Biotechnologia to także transgeniczne zwierzęta i transgeniczne rośliny. Przykładem jest projektowanie roślin mogących rosnąć w specyficznych warunkach np. w obecności lub braku pewnych związków chemicznych. Z zieloną biotechnologią wiąże sie, że może być bardziej przyjazna środowisku niż rolnictwo wysokotowarowe - np. uprawiając zmodyfikowane rośliny produkujące samoczynnie pestycydy, eliminując potrzebę stosowania ich zewnętrznie, zaś kwestia, czy takie rozwiązania są przyjaźniejsze środowisku jest tematem sporu. Ponieważ zmieniony materiał genetyczny podlega takim samym prawom, jak każdy inny, to istnieje możliwość mutacji.
W diagnostyce molekularnej chorób o podłożu genetycznym wykorzystuje się sondy molekularne, przeciwciała poli- i monoklonalne. Transgeniczne myszy stały się niezastąpionym modelem licznych chorób wrodzonych i nabytych, zaś ich badania ułatwiają zrozumienie mechanizmów patologii DNA i opracowania nowych metod terapeutycznych w medycynie. W fazie prób klinicznych jest terapia genowa ludzi, ograniczenie jej stosowania wynika ze współczesnych możliwości technicznych - terapia ta może być planowana w stosunku do chorób jednogenowych. Sytuacja ta może ulec poprawie po skonstruowaniu sztucznych ludzkich chromosomów - badania w tej dziedzinie są bardzo zaawansowane. Zablokowanie ekspresji niepożądanego genu może być osiągnięte metodą blokowania transkrypcji lub translacji przez wprowadzenie komplementarnego fragmentu kwasu nukleinowego; metoda ta, zwana metodą antysensu, wciąż pozostaje w stadium doświadczeń.
Nowoczesna biotechnologia jest często związana z użyciem genetycznie zmodyfikowanych organizmów takich jak pałeczka okrężnicy lub drożdże do produkcji np. insuliny lub antybiotyków. Genetycznie zmienione komórki ssaków, takie jak komórki jajnikowe chomika chińskiego (ang. CHO - Chinese Hamster Ovarian) są stosowane w produkcji lekarstw.
Charakterystyczną cechą nowoczesnej biotechnologii jest jej zależność od nowoczesnych środków i metod przetwarzania informacji. Zarówno biotechnologia jak i jej techniki informacyjne, nazywane bioinformatyką, należą do priorytetów programów europejskich, takich jak np. PR6 oraz NATO for Peace.
Nanobiotechnologia:
(lub bionanotechnologia)- dziedzina nanotechnologii na pograniczu biologii i biochemii. Zajmuje się przede wszystkim badaniem istniejących nanostruktur, umożliwiając ich wykorzystanie na skalę przemysłową, ale również tworzeniem nowych metod badawczych biologii.
Często terminu bionanotechnologia zwykle używa się naprzemiennie z nanobiotechnnologią, niekiedy są one jednak rozdzielane. Nanobiotechnologię uznaje się wtedy za dyscyplinę, zajmującą się wykorzystaniem nanotechnologii jako metody badawczej biotechnologii, kiedy bionanotechnologia zajmuje się wszystkim na pograniczu biologii i nanotechnologii, włącznie z używaniem biomolekuł jako inspiracji projektów nanotechnnologicznych.
Nanobiotechnologii często używa się też, by opisać multidyscyplinarne techniki badawcze związane z sensorami biologicznymi, leżące na pograniczu fotoniki, biologii, chemii, biofizyki i inżynierii. Pomiary w biologii z użyciem falowodu, jak interferometria są kolejnym przykładem.
Podział biotechnologii proponowany przez EuropaBio (stowarzyszenie 24 biotechnologicznych organizacji narodowych):
Biała - biotechnologia przemysłowa wykorzystująca systemy biologiczne w produkcji przemysłowej i ochronie środowiska. Opiera się ona na biokatalizie i bioprocesach.
Czerwona - biotechnologia wykorzystywana w ochronie zdrowia, w szczególności w zakresie produkcji nowych biofarmaceutyków, rozwoju diagnostyki genetycznej, czy genoterapii i ksenotransplantologii.
Zielona - biotechnologia związana z rolnictwem obejmująca stosowanie metod inżynierii genetycznej w celu doskonalenia produkcji roślinnej czy zwierzęcej.
Fioletowa - związana z ustawodawstwem, które dotyczy biotechnologii (prawne i społeczne uwarunkowania).
Podziały tradycyjne:
biotechnologia zwierząt,
biotechnologia roślin,
biotechnologia żywności.
oraz
biotechnologia tradycyjna (stosuje naturalne enzymy lub organizmy nie zawierające obcego materiału genetycznego),
biotechnologia nowoczesna (stosuje organizmy, enzymy i białka zmodyfikowane genetycznie).
Jedną z koncepcji biotechnologii jest zastosowanie cząsteczek DNA w charakterze nośnika informacji. Cząsteczki DNA mogą tworzyć różnorodne struktury, które mają zróżnicowane i jednocześnie programowalne właściwości. Łańcuch DNA można łatwo modyfikować za pomocą enzymów. Zmiana stanu zachodzi pod wpływem dostarczonej energii świetlnej, odczyt zaś jest możliwy dzięki właściwościom fluoroscencyjnym cząsteczki DNA o odpowiedniej strukturze. Zaletą DNA jest możliwość łączenia go ze szkłem, aluminium i krzemem. Ułatwia to konstruowanie modułów pamięci. Gęstość zapisu jest rzędu PB/mm3. Prace trwają, również nad wykorzystaniem cząstek DNA do przetwarzania danych i skonstruowania komputerów DNA!
Kolejną koncepcją biotechnologii i bioinformatyki jest stworzenie tzw: sztucznej inteligencji. Termin sztuczna inteligencja został po raz pierwszy zaproponowany prawdopodobnie przez Johna McCarthy'ego, który w 1955 r. zdefiniował go w następujący sposób:
"konstruowanie maszyn, o których działaniu dałoby się powiedzieć, że są podobne do ludzkich przejawów inteligencji".
Głównym zadaniem badań nad sztuczną inteligencją jest konstruowanie maszyn i programów komputerowych zdolnych do realizacji wybranych funkcji umysłu i ludzkich zmysłów niepoddających się prostej numerycznej algorytmizacji. Problemy takie bywają nazywane AI-trudnymi i zalicza się do nich między innymi:
podejmowanie decyzji w warunkach braku wszystkich danych
analiza i synteza języków naturalnych
rozumowanie logiczne/racjonalne,
dowodzenie twierdzeń,
gry logiczne, jak np. szachy
Istnieją dwa podstawowe podejścia do pracy nad AI:
Pierwsze to tworzenie modeli matematyczno-logicznych analizowanych problemów i implementowanie ich w formie programów komputerowych, mających realizować konkretne funkcje uważane powszechnie za składowe inteligencji. W tej grupie, tzw. podejścia symbolicznego, są np. algorytmy genetyczne, metody logiki rozmytej i wnioskowania bazującego na doświadczeniu.
Drugie to podejście subsymboliczne polegające na tworzeniu struktur i programów "samouczących się", bazujących na modelach sieci neuronowej i sieci asocjacyjnych, oraz opracowywanie procedur "uczenia" takich programów, rozwiązywania postawionych im zadań i szukania odpowiedzi na wybrane klasy "pytań".
W trakcie wieloletniej pracy laboratoriów i zespołów AI stosujących oba podejścia do problemu, okazało się, że postęp w tej dziedzinie jest i będzie bardzo trudny i powolny. Często mimo niepowodzeń w osiąganiu zaplanowanych celów, laboratoria te wypracowywały nowe techniki informatyczne, które okazywały się użyteczne do zupełnie innych celów. Przykładami takich technik są np. języki programowania LISP i Prolog. Laboratoria AI stały się też "rozsadnikiem" kultury hakerskiej.
Współczesne praktyczne zastosowania AI:
Technologie oparte na logice rozmytej - powszechnie stosowane do np. sterowania przebiegiem procesów technologicznych w fabrykach w warunkach "braku wszystkich danych".
Systemy ekspertowe - systemy wykorzystujące bazę wiedzy (zapisaną w sposób deklaratywny) i mechanizmy wnioskowania do rozwiązywania problemów.
Maszynowe tłumaczenie tekstów - systemy tłumaczące nie dorównują człowiekowi, robią intensywne postępy, nadają się szczególnie do tłumaczenia tekstów technicznych.
Sieci neuronowe - stosowane z powodzeniem w wielu zastosowaniach łącznie z programowaniem "inteligentnych przeciwników" w grach komputerowych.
Uczenie się maszyn - dział sztucznej inteligencji zajmujący się algorytmami potrafiącymi uczyć się podejmować decyzje bądź nabywać wiedzę.
Eksploracja danych - omawia obszary, powiązanie z potrzebami informacyjnymi, pozyskiwaniem wiedzy, stosowane techniki analizy, oczekiwane rezultaty.
Rozpoznawanie obrazów - stosowane są już programy rozpoznające osoby na podstawie zdjęcia twarzy lub rozpoznające automatycznie zadane obiekty na zdjęciach satelitarnych.
Rozpoznawanie mowy i rozpoznawanie mówców - stosowane już powszechnie na skalę komercyjną.
Rozpoznawanie pisma (OCR) - stosowane już masowo np. do automatycznego sortowania listów, oraz w elektronicznych notatnikach.
Sztuczna twórczość - istnieją programy automatycznie generujące krótkie formy poetyckie, komponujące, aranżujące i interpretujące utwory muzyczne, które są w stanie skutecznie "zmylić" nawet profesjonalnych artystów, w sensie, że nie rozpoznają oni tych utworów jako sztucznie wytworzonych.
W ekonomii, powszechnie stosuje się systemy automatycznie oceniające m.in. zdolność kredytową, profil najlepszych klientów, czy planujące kampanie reklamowe. Systemy te poddawane są wcześniej automatycznemu uczeniu na podstawie posiadanych danych (np. klientów banku, którzy regularnie spłacali kredyt i klientów, którzy mieli z tym problemy).
Biotechnologia to także wykorzystywanie komórek macierzystych. W organizmie, komórki macierzyste dzieląc się produkują własne kopie, i inne, wyspecjalizowane już typy komórek. Mogą rozwijać się w każdy rodzaj tkanki występującej w organizmie. Dotychczas, naukowcy nie byli w stanie tak pokierować rozwojem komórek macierzystych aby powstawały z nich tylko komórki nerwowe. Udawało się uzyskiwać pojedyncze nerwowe komórki macierzyste (z których dalej powstają określone odmiany komórek nerwowych), jednak znajdowały się one w "mieszaninie" z innymi typami.
Dzięki opracowanej, stosunkowo prostej metodzie, zespołowi naukowców z Uniwersytetów z Edynburgu i Mediolanu, polegającej na odpowiedniej zmianie warunków wzrostu komórek macierzystych w laboratorium, po raz pierwszy udało się doprowadzić do czystych podziałów tylko w kierunku komórek nerwowych, unikając niechcianych rozwojów w inne typy komórek. Uzyskane komórki nerwowe były zdrowe, prawidłowo zbudowane, naukowcy byli w stanie utrzymać je przy życiu tak długo jak chcieli. Odkrycie jest wielkim krokiem w kierunku opracowania skutecznych metod leczenia chorób związanych z uszkodzeniami komórek nerwowych, np. Parkinsona czy Alzheimera. Wiąże się też z budową sztucznej inteligencji
Kalendarium biotechnologii:
4000 p. n. e. - produkcja w Chinach jogurtu i sera z użyciem bakterii produkujących kwas mlekowy
1675 - odkrycie mikrobów
1856 - Grzegorz Mendel odkrywa prawa dziedziczenia
1919 - pierwsze użycie słowa biotechnologia przez Karla Ereky'ego - węgierskiego agronoma
1953 - James D. Watson i Francis Crick opisują strukturę DNA
1972 - odkrycie, że ludzkie DNA jest w 99% takie samo jak u szympansów i goryli
1975 - opracowanie produkcji przeciwciał monoklonalnych przez Köhlera i Milsteina
1980 - scharakteryzowanie nowoczesnej biotechnologii jako technologia rekombinacji DNA.
- żywy szczep drożdży piwnych Saccharomyces cerevisiae 1026 modyfikuje mikroflorę w przewodzie pokarmowym krów i koni
1983 - wynalezienie PCR (polymerase chain reaction), techniki która zrewolucjonizowała biotechnologię, przez Kary Mullisa i jego współpracowników w kalifornijskiej firmie Cetus
1990 - rozpoczęcie Projektu poznania ludzkiego genomu
1997 - sklonowanie owcy, nazwanej Dolly, przez zespół Iana Wilmuta w brytyjskim Instytucie Roslin
2000 - opublikowanie wersji roboczej ludzkiego genomu
2003 - GloFish pierwsze zmodyfikowane genetycznie zwierzę domowe trafia do sprzedaży. Wyhodowana w celu wykrywania zanieczyszczeń ryba fluoryzuje jasnoczerwono dzięki genowi bioluminescencji
2005 - uzyskanie zdrowych, sprawnych komórek macierzystych przez naukowców z Uniwersytetów z Edynburgu i Mediolanu
2.Bioinformatyka:
Bioinformatyka jest nauką łączącą: biologię molekularną, informatykę, matematykę, genetykę, teorię baz danych, biologię strukturalną, genomikę [nauka zajmująca się badaniem całych genomów oraz analizą funkcjonowania zawartych w nich genów] oraz biochemię. Bioinformatyka rozwiązuje problemy nagromadzone w wyniku rozwoju nauk przyrodniczych przy użyciu metod i logiki nauk informatycznych. Naukowcy przetworzyli już ogromne ilości danych opisujących odczytane sekwencje par zasad A, C, T i G. Badacze tworzą obecnie olbrzymie bazy danych dotyczące miejsca i czasu aktywacji poszczególnych genów, struktury kodowanych białek, wzajemnego oddziaływania oraz roli, jaką owe interakcje pełnią w różnego rodzaju chorobach. Dodając do tego jeszcze masowo napływające informacje o genomach tzw. organizmów modelowych, jak muszka owocówka czy mysz, otrzymamy to, co Gene Myers, Jr., wiceprezes ds. badań informatycznych z Celera Genomics (Rockville, Maryland, USA) - określa mianem "tsunami informacyjnego". Z nałożenia się biologii i informatyki narodziła się nowa dyscyplina - bioinformatyka - mająca uporządkować te dane.
Podstawowe zagadnienia bioinformatyki to:
katalogowanie informacji biologicznych
analiza sekwencji DNA
analiza sekwencji genomów, porównywanie genomów
ustalanie ewolucyjnych relacji pomiędzy zbiorami sekwencji organizmów
genotypowane (używane między innymi do wyszukiwania genów odpowiedzialnych za choroby genetyczne, w ustalaniu ojcostwa, kryminalistyce)
analiza ekspresji genów
analiza sekwencji białek, nazywana też proteomiką
katalogowanie funkcji genów/białek, analiza dróg metabolicznych oraz dróg sygnałowych
wirtualne dokowanie (ang. virtual docking) - np. używając trójwymiarowej struktury aktywnego centrum enzymu ("zamek" albo "kieszonka" ang. pocket) przeszukuje się w komputerze tysiące małych cząsteczek z których kilka-kilkanaście ('kluczy') będzie miało kształt mieszczący się w centrum aktywnym. Pierwszy krok w kierunku odkrywania nowych leków.
morfometria / analiza obrazu
Obecnie na rynku funkcjonuje ponad 50 przedsiębiorstw oferujących swoje produkty i usługi bioinformatyczne potencjalnym klientom. Bioinformatyka, jako nauka w aktualnym stanie może zostać podzielona na dwie kategorie: producentów i użytkowników, pomiędzy którymi występują bazy danych, których struktura często jest utrzymana przez producentów, a zawartość jest uwarunkowana potrzebami użytkowników. Bazy danych są przeważnie finansowane przez rząd i dostępne dla społeczeństwa przez typową przeglądarkę. Bogatsze instytucje często kopiują publiczne bazy danych w komputerze sieci lokalnej, by powiększyć dostęp dla swoich lokalnych użytkowników.
Producenci bioinformatyczni to:
Grupy naukowców i przedstawiciele rządowi, którzy produkują publicznie dostępne programy i bazy danych. Przykładami są liczne programy i bazy danych utrzymane przez NCBI, włączając w to GenBank.
Genomowe i farmaceutyczno-genomowe przedsiębiorstwa, które oferują bazy danych i usługi zewnętrznym nabywcom, jak również dla własnego wewnętrznego użytku. Do tej grupy zaliczamy przedsiębiorstwa, jak Incyte, Celera, CuraGen i GeneLogic.
Duże farmaceutyczne, biotechnologiczne i agrobiotechnologiczne przedsiębiorstwa, które rozwijają własne, wewnętrzne bazy danych, poszerzając przy tym bioinformatyczną wiedzę specjalistyczną. Część z największych farmaceutycznych kompanii ma dobrze rozbudowaną bioinformatyczną infrastrukturę, dlatego też stanowią poważną konkurencję na rynku.
Kompanie te stają się coraz bardziej istotną konkurencyjną siłą w genomice i bioinformatyce rynku bioinformatycznego.
Użytkownicy bioinformatyczni to:
Przedsiębiorstwa farmaceutyczne i biotechnologiczne używają bioinformatycznej technologii na wszystkich etapach procesu odkrywania leków, począwszy od identyfikacji celu przez zalegalizowanie, optymalizację, opisanie skuteczności leku i kliniczną diagnostykę.
Przedsiębiorstwa farmaceutyczne, które istotnie zaangażowały się w badaniach genomu rozwinęły już konkretną infrastrukturę bioinformatyczną (SmithKline, Glaxo, Merck, Novartis i inne).
Agrobiotechnologia / Przemysłowe przedsiębiorstwa biotechnologiczne zaczynają na dużą skalą wykorzystywać metody badania genomów z nadzieją ulepszenia produkcji rolniczej: roślinnej i zwierzęcej, powiększając np. odporność roślin na pestycydy i środki chwastobójcze, poprawiając smak i wartość odżywczą, etc.
Ze względu na negatywny stosunek społeczeństwa w do organizmów genetycznie modyfikowanych (ang. genetically modified organisms - GMO) ten obszar rynku bioinformatycznego będzie się rozwijał wolniej niż rynek biofarmaceutyczny.
Grupy badawcze, szczególnie uczestniczące w badaniach międzynarodowych dotyczących sekwencjonowania ludzkiego genomu, torują drogę większości genomowym i bioinformatycznym technikom do codziennego użycia. Indywidualni badacze są mniej intensywnymi użytkownikami programów generujących dane niż koncerny. W rezultacie, badawcze bioinformatyczne potrzeby naukowców często zaspokajane przez publicznie dostępne programy "pulpitowe" [RasMol, poniżej] , oraz systemy domowe.
Inne rynki, zapowiadane powiększenie użycia genetycznych baz danych do użytku wewnętrznego agencji takich jak np. FBI i innych uzbrojonych służb.
RasMol - graficzny program komputerowy, służący do wizualizacji i badania biologicznych struktur makromolekularnych, np. z Protein Data Bank. Pierwotna wersja została napisana przez Rogera Sayle'a na początku lat 90. XX wieku. RasMol odegrał ważną rolę w biologii molekularnej ponieważ jego działanie było wyjątkowo zoptymalizowane i możliwe było uruchomienie go na zwykłych komputerach osobistych. Przedtem oprogramowanie wizualizacyjne działało na stacjach graficznych, co czyniło go raczej niedostępnym dla naukowców. RasMol stał się także wartościowym programem edukacyjnym, pozostając ważnym narzędziem w pracy biologów molekularnych.
Bibliografia:
http://pl.wikipedia.org/wiki/Kategoria:Bioinformatyka”
http://pl.wikipedia.org/wiki/Kategoria:Biotechnologia”
Powszechna Encyklopedia PWN © Wydawnictwo Naukowe PWN SA - wersja elektroniczna
http://www.biotechnolog.pl/news-220.htm
www.aei.polsl.pl/.../dla-sudentow-plany-stodiow
fragmenty książek:
A.CHMIEL Biotechnologia. Podstawy mikrobiologiczne i chemiczne, Warszawa 1991
M.J.REISS, R.STRAUGHAN Poprawianie natury. Inżynieria genetyczna - nauka i etyka , Warszawa 1997
MAGDALENA FIKUS, Genom człowieka, Warszawa 1997