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.

One of the most fascinating issues we’ve encountered is the notably different ways of thinking that typically characterize biologists and computer scientists. 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.

If you are a biologist, having the time tested routine laboratory work, would make you ask the question “I really don’t have time for this!”. And, you are right. But, think it in this way, the field of Computational Biology and Bioinformatics, was developed and nurtured by pioneers were physicists, biologists, chemists, statisticians, etc. Going out of the comfort zone, and listening to researchers from other areas over coffee or a drink is an excellent way to think out of the box. Conferences are a mine field, in this respect. Rather than listening to someone talking about their research (assuming that the research majorly overlaps your focused area, and most likely you have heard their talk on a different occasion), which will eventually be read by me in a few months; one can search for talks that have very less to do with your research. Such opportunities provide brainstorming ideas to implement techniques from other fields to your own research, more specifically Computational Biology and Bioinformatics.

If you don’t like meeting people, then following Twitter, research blogs, and joining discussion forums are the best alternatives.

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!