Conferencia dictada en el Instituto Peruano de Energía Nuclear (IPEN) el 25 de Marzo del 2013

1. Enseñanza de la Bioinformatica y
la Biologia Computacional
Para una vision Integral de la Biologia
Blgo. Roberto Pineda

2. Biología, Informática y Computación

3. Cibernetica y TGS
Wiener Bertalanffy

4. Sistemas
• Conway: Juego de la Vida
• http://www.bitstorm.org/gameoflife/
• Biomorfos: Richard Dawkins
• http://www.annanardella.it/biomorph.html#quick
• Autopoiesis: Maturana
• http://ccl.northwestern.edu/courses/mam2009/student_work/Autopoiesis.html
• Kauffman: redes boleanas
• http://www.mariusthart.net/specials/kauffman/kauffman.html

5. Disciplinaridad
• Multidisciplinariedad
• Interdisciplinariedad
• Transdisciplinariedad

6. Biomimetica
• Educación: Piaget
• Memética: Dawkins
• Algoritmos Genéticos
• Redes Neurales

7. NO ES BIOINFORMATICA
Algoritmos Geneticos Redes Neuronales
• Son llamados así porque se inspiran en la • La clase de problemas que mejor se
evolución biológica y su base genético- resuelven con las redes neuronales son los
molecular. Estos algoritmos hacen mismos que el ser humano resuelve
evolucionar una población de individuos mejor: Asociación, evaluación, y
sometiéndola a acciones aleatorias reconocimiento de patrones. Las redes
semejantes a las que actúan en la neuronales son perfectas para problemas
evolución biológica (mutaciones y que son muy difíciles de calcular pero que
recombinaciones genéticas), así como no requieren de respuestas perfectas, sólo
también a una selección de acuerdo con respuestas rápidas y buenas. Tal y como
algún criterio, en función del cual se acontece con el escenario bursátil en el
decide cuáles son los individuos más que se quiere saber
adaptados, que sobreviven, y cuáles los ¿compro?, ¿vendo?, ¿mantengo?, o en el
menos aptos, que son descartados. reconocimiento cuando se desea saber
¿se parece? ¿es el mismo pero tienen una
ligera modificación?
Un Algoritmo es una serie de pasos organizados que describe el proceso que se debe
seguir, para dar solución a un problema específico.

8. Matrimonio: Biología e Informática
• historia

9. 1600 S.XVII
Pascal
La Pascalina
La Calculadora Universal
Leibniz

10. 1700 S.XVIII
Lamarck
Linneo

11. 1800 S.XIX
Mendel
Darwin

12. 1950 S.XX
ENIAC
Mauchly y Eckert
V. Neumann y la EDVAC

13. 1950 S.XX
Rosalind Franklin y la difracción
Watson y Crick
De rayos X

14. 1969

15. Gran capacidad de cómputo
Supercomputadora Cluster de computadoras
Ya tenemos la posibilidad de simular sistemas bien complejos.

17. Bases de Datos
• Biodiversidad
• Moleculares:
– Secuencias
– Estructuras
– Redes y Ontologias

18. Alineamiento de Secuencias
• Secuenciamiento Shot Gun
• Algoritmo Smith-Waterman
• Matrices PAM, (Point Accepted Mutation)
• Evolución de Secuencias y Proteínas

19. M&M
• http://www.youtube.com/watch?v=8O3qEtH7
6OA

20. BioNetworks
http://oracleofbacon.org/

21. Sistemas Dinamicos Complejos
Equilibrio Caos
EQUILIBRIO CAOS
Alejado del Equilibrio
ESTRUCTURA DISIPATIVA Al Borde del Caos

22. Modelado Basado en Agentes
• http://ccl.northwestern.edu/netlogo/models/WolfSheepPredation
• http://ccl.northwestern.edu/netlogo/models/Flocking
• http://ccl.northwestern.edu/netlogo/models/Ants
• http://ccl.northwestern.edu/netlogo/models/Daisyworld