Computergestützte Biologie: Eine interdisziplinäre, integrative Wissenschaft

For many years, Biology, in general, was a discipline considered to be similar to library sciences, due to the practice of collecting specimens and samples and cataloging them. (I made a herbarium  for my high school project.) However, since the 1970s, the advancements in Molekularbiologie and in allied areas of biological Forschung, has made Biology diversified. It is no longer a library science. Also, the need for interdisciplinary research has become more prominent. This is evident,specifically in Computational Biology and Bioinformatik, with scientists from diverse background expertise, working on a common problem. In the current scenario, with the advent of newer technologies and techniques, interdisciplinary and integrative scientific research skills are in high demand.

Computergestützte Biologie und Bioinformatik ist einer der Bereiche, in denen Wissenschaftler mit unterschiedlichem Hintergrundwissen spektakuläre Ergebnisse erzielen können.. Das folgende Zitat fasst die Vorteile der interdisziplinären und integrativen Forschung treffend zusammen.

Eines der faszinierendsten Themen, auf die wir gestoßen sind, sind die bemerkenswert unterschiedlichen Denkweisen, die Biologen und Informatiker typischerweise kennzeichnen. Der Biologe sammelt Wissen, beschreibt seine Arbeit oft so, als würde er eine Geschichte erzählen, strebt danach, Schlussfolgerungen zu ziehen und Modelle zu konstruieren, und weiß zu schätzen, dass Ausnahmen in unserer biologischen Welt ebenso üblich sind wie Regeln. Vergleicht man dies mit dem logik- und prozessorientierten Informatiker, für den Regeln und Optimierung das Ziel sind, so kann es zu Missverständnissen kommen. Die beiden Gruppen werden bei ein und demselben Problem unterschiedliche Fragen stellen, unterschiedliche Details aufgreifen, unterschiedliche Metaphern verwenden, um das Problem zu beschreiben, und mit unterschiedlichen Annahmen an die Situation herangehen.

Wo soll man anfangen?

In Computational Biology, Algorithmen, die nicht für die Lösung biologischer Probleme gedacht oder erfunden wurden, sind erfolgreich umgesetzt worden, und die entwickelten Werkzeuge haben das Feld immens vorangebracht [3]. For example, dynamic programming, intended for finding the shortest path, was successfully applied for aligning sequences (both global and local alignment). An extension of the same is BLAST, a popular and essential tool for biologists to identify homologs for a given sequence. Thus, knowledge of algorithms and updating one with variants of the algorithms is essential for a computational biologist.

Wenn Sie Biologe sind und die Zeit für routinemäßige Laborarbeiten haben, würden Sie sich fragen: "Dafür habe ich wirklich keine Zeit!". Und Sie haben Recht. Aber sehen Sie es mal so: Das Gebiet der Computational Biology und Bioinformatik wurde von Pionieren entwickelt und gepflegt, die Physiker, Biologen, Chemiker, Statistiker usw. waren. Sich aus der Komfortzone herauszuwagen und Forschern aus anderen Bereichen bei einem Kaffee oder einem Getränk zuzuhören, ist eine hervorragende Möglichkeit, über den Tellerrand hinauszuschauen. Konferenzen sind in dieser Hinsicht ein Minenfeld. Anstatt jemandem zuzuhören, der über seine Forschung spricht (vorausgesetzt, die Forschung überschneidet sich größtenteils mit Ihrem Fachgebiet, und wahrscheinlich haben Sie den Vortrag bei einer anderen Gelegenheit gehört), den ich dann in ein paar Monaten lesen werde, kann man nach Vorträgen suchen, die mit Ihrer Forschung sehr wenig zu tun haben. Bei solchen Gelegenheiten können Sie Ideen sammeln, wie Sie Techniken aus anderen Bereichen in Ihre eigene Forschung einbringen können, insbesondere aus der Computerbiologie und der Bioinformatik.

Wenn Sie nicht gerne Leute treffen, sind Twitter, Blogs und Diskussionsforen die beste Alternative.

Es wird nicht verlangt, dass man in allem ein Experte wird. Vielmehr geht es darum, Werkzeuge, Ressourcen und Methoden zu kennen, die für einen anderen Zweck bestimmt sind, die man aber an seine Bedürfnisse anpasst. Genetische Algorithmen (GA) beispielsweise sind von den in der Biologie beobachteten Rekombinationsvorgängen inspiriert. Dadurch sind GA-basierte Techniken am besten optimiert und sehr beliebt. Bemerkenswert ist auch, dass GA-basierte molekulare Docking-Methoden in der Computerbiologie und Bioinformatik, insbesondere bei der Entwicklung von Medikamenten, gleichermaßen beliebt sind.

The potential of using Statistik, Mathematik, computer science and signal processing in biology is immense. The key to develop an integrative research is communication. Communication with colleagues from other departments is the key. Also, a knack for looking out where the field is moving towards helps. Some interdisciplinary research in computational biology yielding groundbreaking results will be in discussed in subsequent posts.

Die Zeit für integrative Wissenschaften ist gekommen!