المعلوماتية الحيوية | Bioinformatics

المعلوماتية الحيوية هي كلمةٌ طنانةٌ في عالمنا اليوم، قبل حوالي عقدٍ أو عقدين من الزمن، كان الناس ينظرون إلى علم الأحياء وعلوم الحاسوب كمجالين مختلفين تمامًا، حيث يتعلم المرء عن الكائنات الحية ووظائفها بينما يتعلم الآخر عن أجهزة الحاسوب.

ومع ذلك، وفي الوقت الحاضر، يبدو أنَّ هناك فصل بين المجالين وهذا المجال الجديد والذي يسمَّى بالمعلوماتية الحيوية، كمزيجٍ من كلٍّ من علوم الحاسوب وعلم الأحياء معًا.

ما هي المعلوماتية الحيوية؟

المعلوماتية الحيوية هي مجال متعدد التخصصات يعمل على تطوير الأساليب والأدوات والبرمجيات لفهم البيانات البيولوجية.

تَجمع المعلوماتية الحيوية بين علوم الحاسوب والإحصاءات والرياضيات والهندسة لتحليل وتفسير البيانات البيولوجية، كمجال متعدد التخصصات للعلوم.

حيث تؤدي التحليلات البيولوجية المختلفة إلى كميات هائلة من البيانات البيولوجية والتي يصبح من الصعب جدًا تحليلها باستخدام الوسائل اليدوية، وهذا هو المكان الذي تأتي فيه علوم الحاسوب لمساعدتنا، حيث تستخدم تقنيات حسابية مختلفة لتحليل البيانات البيولوجية بشكل أكثر دقة وكفاءة عن طريق العمليات المؤتمتة، وبالتالي يمكن اعتبار المعلوماتية الحيوية مجالًا لعلوم البيانات لحل المشكلات في علم الأحياء والطب.

تطبيق المعلوماتية الحيوية

الاستخدام الرئيسي للمعلوماتية الحيوية هو في مجالات الطب الدقيق والطب الوقائي، حيث يتكون الطب الدقيق من تقنيات الرعاية الصحية المخصصة للمرضى الأفراد، بما في ذلك العلاجات والممارسات، حيث يركز الطب الدقيق على تطوير تدابير للوقاية من الأمراض بدلاً من علاج الأمراض، ومن ضمن الأمراض التي يتم التركيز عليها هي الإنفلونزا والسرطان وأمراض القلب والسكري.

وتجرى الأبحاث لتحديد التغيُّرات الجينية في المرضى مما يسمح للعلماء بالوصول إلى علاجات أفضل والتدابير الممكنة للوقاية منها، بحيث يصبح من الممكن تحديد أنواع معينة من السرطان التي تسببها مثل هذه التغييرات الجينية مسبقًا والتي يمكن علاجها قبل أنْ تسوء الظروف.

التعامل مع المعلوماتية الحيوية

تعتمد المعلوماتية الحيوية على علم الأحياء وعلم الوراثة وعلم الجينات، ويشمل ذلك دراسة الجينات، والحمض النووي DNA، والحمض النووي الريبوزيRNA، وتركيبات البروتين، وعمليات التوليف المختلفة، والتسلسلات البيولوجية (على سبيل المثال، التسلسلات الموجودة في DNA و RNA والبروتينات) وتقنيات اكتشاف وتحليل الأنماط المختلفة والمواقع فيها، حيث يستخدم فيها أيضًا تقنيات التعلم الآلي واستخراج البيانات المختلفة مثل نماذج ماركوف المخفية (Hidden Markov Models - HMM) والشبكات العصبية (Neural Networks) والتكتلات (Clustering).

نظرًا لأنَّ التعامل سيكون مع كميات كبيرة من البيانات، فمن المهم أنْ يكون هناك فهم جيد للإحصاءات حيث يجب تحليل البيانات وفقًا لمتطلبات محددة، بالإضافة إلى ذلك فإنَّ تحليل هذه البيانات يتطلب مهاراتٍ برمجيةٍ محددةٍ مثل لغة برمجة (R)، وبايثون (Python) و (Bash)، وهي لغات البرمجة الأكثر استخدامًا في تحليل البيانات البيولوجية.

إن الجينوم البشري بأكمله الذي يتم تخزينه في جزيء DNA يذهل العقل حيث أنَّه من الممكن تشفير مثل هذه الكميات الضخمة من البيانات في كيان دقيق واحد وفك تشفيرها بدقة، ومع ذلك فإنه من الممكن لبعض التغييرات في التعبير الجيني أنْ تسبب أمراضًا وراثية قاتلةً، حيث تتطلب النظم البيئية للرعاية الصحية تدابير لتحديد هذه الأمراض وتوفير العلاج والوقاية منها من أجل المساعدة في إنقاذ الأرواح البشرية.

وقد أثبتت المعلوماتية الحيوية أنَّها تمتلك إمكانات كبيرة لتحديد الأمراض مسبقًا وتحديد العلاج والمساعدة في تحسين حياة الإنسان، مع الإلهام والمعرفة بعلوم الحاسوب، يمكن أنْ تتطور مجالات مثل تكنولوجيا الجينات والطب والرعاية الصحية من علاج المرضى الأفراد إلى علاج مجموعات كاملة من السكان.

إعداد وترجمة: عمار أبو غزالة

تدقيق: فرح عيد

تصميم: دعاء غالب

المصادر:

Mallawaarachchi, Vijini, PhD, (2017), Bioinformatics — What? Why? How?, (Viewed on Jun 13, 2020), <https://medium.com/the-bioinformatics-press/bioinformatics-what-why-how-4328f8b1a200>.

Bioinformatics Organization, (2011), Bioinformatics, Bioinformatics Organization, (Viewed on Jun 13, 2020), <https://www.bioinformatics.org/wiki/Bioinformatics>.