Computational Biology:学際的で統合的な科学

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 分子生物学 and in allied areas of biological リサーチ, 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 バイオインフォマティクス, 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.

計算生物学とバイオインフォマティクスは、様々なバックグラウンドを持つ科学者が専門知識を駆使して素晴らしい結果を出すことができる分野の一つです。.次の言葉は、学際的で統合的な研究の利点を雄弁に物語っています。

私たちが遭遇した最も興味深い問題の一つは、生物学者とコンピュータ科学者の間に顕著に見られる考え方の違いです。.生物学者は、知識を収集し、自分の仕事を物語るように説明することが多く、結論を導き、モデルを構築しようと努力し、生物の世界では規則と同様に例外もよくあることだと理解しています。これを、ルールと最適化を目標とする論理とプロセスを重視するコンピュータサイエンティストと比較すると、ミスコミュニケーションの可能性が出てきます。この2つのグループは、同じ問題を与えられても、異なる質問をし、異なる詳細を拾い、異なるメタファーを使って問題を説明し、異なる前提で状況に臨みます。

何から始めればいいのか？

コンピュータ・バイオロジーでは 生物学的な問題を解決するために意図されていない、あるいは発明されていないアルゴリズムの実装に成功し、開発されたツールによってこの分野は大きく発展した [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.

生物学者であれば、日常的な実験作業に時間を割かれると、「こんなことをしている場合ではない！」と疑問に思うでしょう。そして、その通りです。しかし、考えてみてください。計算生物学やバイオインフォマティクスの分野は、物理学者、生物学者、化学者、統計学者などの先駆者たちによって開発され、育てられてきました。コンフォートゾーンを出て、コーヒーやお酒を飲みながら他の分野の研究者の話を聞くことは、既成概念にとらわれない発想をするための素晴らしい方法です。その点、学会は地雷原のようなものです。誰かが自分の研究について話しているのを聞くよりも（その研究が自分の専門分野と大きく重なっていて、別の機会にその人の話を聞いたことがあると仮定して）、数ヶ月後に自分が読むことになるであろう、自分の研究とはほとんど関係のない話を探すことができます。このような機会は、他の分野の技術を自分の研究、特に計算生物学やバイオインフォマティクスに導入するためのブレーンストーミングのアイデアになります。

人に会うのが苦手なら、Twitterをフォローしたり、ブログを調べたり、ディスカッションフォーラムに参加したりするのが最適な方法です。

すべてのことに精通する必要はありません。むしろ、別の目的のために作られたツールやリソース、手法を意識して、それを自分のニーズに合わせて変更することが目的です。例えば、遺伝的アルゴリズム（GA）は、生物学的に観察される組み換え現象にヒントを得ています。そのため、GAベースの技術は最も最適化され、非常に人気があります。また、GAベースの分子ドッキング手法は、計算生物学やバイオインフォマティクス、特に創薬の分野でも同じように人気があります。

The potential of using statistics, mathematics, 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.

今こそ、統合的な科学の時代です。