Bases de datos de genomas. Software de análisis de secuencias
DOI:
https://doi.org/10.47230/Journal.TechInnovation.v2.n2.2023.95-105Palabras clave:
Bioinformática, Bases de datos genómicas, NCBI, Softwares de análisis de secuencias, Variabilidad genéticaResumen
En el presente documento se discute la importancia de los sistemas de información y el soporte tecnológico, como las bases de datos, en el campo de la bioinformática. La bioinformática es una disciplina científica emergente que utiliza la tecnología de la información para organizar, analizar y distribuir información biológica para resolver problemas complejos en biología. El mismo explora las características de diferentes bases de datos genómicas y software de análisis de secuencias, y su utilidad en la identificación y análisis de la variabilidad genética en diferentes especies. Los autores buscan evaluar la eficacia de estas herramientas en la identificación y análisis de mutaciones y polimorfismos genéticos en patologías humanas y animales. El artículo proporciona una descripción general de varias bases de datos genómicas, incluyendo Oxford Academic, National Center for Biotechnology Information (NCBI), Human Genome Variation Society (HGVS) y Health Sciences Library System (HSLS). En el archivo se describen las categorías de información disponibles en cada base de datos, como bases de datos de secuencias de nucleótidos, bases de datos de secuencias de proteínas y bases de datos genómicas. También discute el papel del NCBI en la consolidación de varios genomas y en proporcionar acceso confiable y robusto a diferentes recursos, herramientas y códigos compartidos por la comunidad científica. Los autores destacan la importancia de estas tecnologías y herramientas en la facilitación y garantía de la factibilidad de la información proporcionada por ellas. En general, el artículo proporciona una descripción general de la importancia de las bases de datos genómicas y el software de análisis de secuencias en la biología moderna y la naturaleza multidisciplinaria de la bioinformática.
Descargas
Citas
Cornelio, O. M., Ching, I. S., Fonseca, B. B., & Díaz, P. M. P. (2016). Herramienta para la simulación de sistemas dinámicos integrado al sistema de laboratorios virtuales ya distancia. Anais do Encontro Virtual de Documentação em Software Livre e Congresso Internacional de Linguagem e Tecnologia Online,
Cornelio, O. M., & Fonseca, B. B. (2016). Procedimiento multicriterio multiexperto para determinar el índice de control de una organización. Scientia et technica, 21(3), 234-238.
Darianis, P., Milané, M., & Cornelio, M. (2023). Diseño de sistema basado en reglas para apoyar la toma de decisiones de la población en la obtención de los medicamentos. Revista Cubana de Informática Médica, 15(2), 623.
Gálvez, C. (2008). Minería de textos: la nueva generación de análisis de literatura científica en biología molecular y genómica. Encontros Bibli: revista eletrônica de biblioteconomia e ciência da informação(25), 1-14. https://www.redalyc.org/pdf/147/14702502.pdf
González, E. R., Cornelio, O. M., García, A. L. G., & Fonseca, B. B. (2023). Herramientas computacionales para el apoyo al diagnóstico de pacientes con Parkinson: una revisión sistemática. Revista Cubana de Ciencias Informáticas, 17(3).
González, J. L. G., & Mar Cornelio, O. (2013). Propuesta de algoritmo de clasificación genética. Revista Cubana de Ingeniería, 4(2), 37-42.
Martínez-Vaz, B. M. (2014). Conceptos claves, laboratorios de investigación y bases de datos: estrategias para la enseñanza de Bioquímica en siglo XXI. Química Viva, 13(1), 5-17. https://www.redalyc.org/pdf/863/86330863004.pdf
Melo, S. R., Draghi, D., & Saldivia, F. L. (2016). Enseñando geometría utilizando el software dinámico GeoGebra. Informe Científico Técnico UNPA, 8(1), 221-244. https://dialnet.unirioja.es/descarga/articulo/5454195.pdf
Reyes, L. B., Suárez, J. E., & Cornelio, O. M. (2023). Técnicas de Inteligencia artificial para el diagnóstico de pulsioximetría de apnea de sueño. Serie Científica De La Universidad De Las Ciencias Informáticas, 16(4), 1-10.
Romero, P. E. (2020). Escasa información genómica en bases de datos públicas para investigar el SARS-CoV-2 en Latinoamérica. Revista Peruana de Medicina Experimental y Salud Publica, 37, 374-374.
Santos, L. A., Fonseca, B. B., & Hernández, K. D. (2023). Sistema para la gestión de información como de apoyo al diagnóstico médico basado en mapa cognitivo difuso. Revista Científica Arbitrada Multidisciplinaria PENTACIENCIAS, 5(2), 145-158.
Sanz, R., Bodí, V., Sanchís, J., Moratal, D., Núñez, J., Palau, P., García, D., Rieta, J. J., Sanchís, J. M., & Chorro, F. J. (2006). Desarrollo de software para la reconstrucción tridimensional y cuantificación automática de secuencias de ultrasonido intravascular. Experiencia inicial. Revista Española de Cardiología, 59(9), 879-888. https://www.academia.edu/download/45186680/Desarrollo_de_software_para_la_reconstru20160428-111560-1mtqfk.pdf
Silva Logroño, J. F., Berdun, L. S., Armentano, M. G., & Amandi, A. (2010). Análisis de secuencias discretas para la detección de Patrones de Diseño de Software. Simposio Argentino de Inteligencia Artificial (ASAI 2010)-JAIIO 39 (UADE, 30 de agosto al 3 de septiembre de 2010),
Vivas Tesón, I. (2015). La internacionalización de las bases de datos genéticos: Beneficios y riesgos. Cadernos Ibero-Americanos de Direito Sanitário, 4(3), 128-142. https://www.cadernos.prodisa.fiocruz.br/index.php/cadernos/article/download/202/368