25 años del Proyecto del Genoma Humano

La edición actual de la revista Nature contiene un artículo firmado por Eric D. Green, James D. Watson y Francis S. Collins, personajes distinguidos y pioneros en el área de investigación en genómica y particularmente en el proyecto del Genoma Humano, HGP (por sus siglas en inglés). El título del artículo es Human Genome Project: Twenty-five years of big biology (Proyecto de Genoma Humano: Veinticinco años de gran biología) y se ubica en las categorías de historia, genómica y genética.

El artículo es una crónica que comienza narrando como en 1989 el recientemente creado Centro Nacional para Investigación del Genoma Humano de los Estados Unidos (US National Center for Human Genome Research) unió fuerzas con otros socios internacionales y de los mismos Estados Unidos para dar inicio al HGP que durante los siguientes trece años persiguió secuenciar los 3 millardos de pares de bases del genoma humano.

Es idea central en la publicación que dicho proyecto no solo ha servido para traer mejor comprensión sobre enfermedades humanas sino que inició una nueva manera de hacer ciencia. El HGP abrió caminos para numerosos nuevos proyectos de investigación basados en consorcios. Esto ha representado nuevos retos para la investigación biomédica requiriendo que grupos diversos de diferentes países se reúnan a compartir y analizar conjuntos de datos grandes.

De la experiencia de estos proyectos los autores proponen seis lecciones clave para el éxito de la ciencia basada en consorcios:
1.- Dar valor a las asociaciones. El HGP rompió el molde de realizar investigaciones aisladas que responden a un pequeño conjunto de preguntas científicas. En el HGP trabajaron más de 2000 investigadores de muchos países, disciplinas y niveles de experiencia. El éxito se enraizó en un liderazgo fuerte de los fundadores, la conciencia compartida de la importancia de la tarea y la disposición de los investigadores involucrados para ceder logros particulares en favor del colectivo.
2.- Maximizar los Datos Compartidos. Se cambiaron las normas acerca de la forma de compartir los datos en investigación biomédica. En 1996, los líderes acordaron los Principios de Bermuda, según los cuales los datos de secuencias de genoma que superaban un cierto tamaño se compartían en una base de datos pública dentro de las 24 horas de haber sido generados. Nuevos retos surgieron como consecuencia de esta disposición a compartir datos. Entre los desafíos se mencionan las dificultades computacionales y logísticas para mover y analizar conjuntos de datos grandes y la necesidad de proteger la privacidad de los participantes.
3.- Planificar el Análisis de Datos. En el HGP no se planificó adecuadamente y para generar secuencias contiguas de genoma humano para cada cromosoma, miles de segmentos de secuencia ensamblados individualmente tuvieron que ser conectados o cosidos computacionalmente. Esto requirió el esfuerzo de un pequeño grupo de bioinformáticos durante meses. En proyectos posteriores la planificación ha demostrado como se pueden tener mejores estrategias para la generación de datos.
4.- Dar prioridad al desarrollo de tecnología. Los participantes del HGP presionaron desde 1990 porque estaban conscientes de que se necesitaban herramientas y métodos para representar y secuenciar el genoma humano. El HGP impulsó el desarrollo de tecnologías para la genómica, así como innovaciones en biología molecular, química, física, robótica y computación.
5.- Abordar las implicaciones sociales de los avances. Los fundadores del HGP estaban conscientes de que los resultados de este proyecto tendrían profundas implicaciones para la sociedad. Por esta razón incorporaron componentes dedicados a examinar amplias cuestiones sociales tales como la protección de la privacidad y prevención de la discriminación. El componente del proyecto conocido como ELSI (ético, legal y de implicaciones sociales) incorporó la mayor inversión hasta la fecha para investigación en bioética.
6.- Ser audaz pero flexible. Los objetivos del HGP eran arriesgados puesto que no había claridad sobre como se iba a representar y secuenciar exactamente el genoma humano. Fue clave para el proyecto la apertura mental de los líderes para hacer pausas y revisar el proyecto.

Gracias a lo logrado por el HGP, los estudiantes de posgrado de hoy podrán probablemente presenciar y facilitar el descubrimiento de los mecanismos moleculares de miles de enfermedades, una revolución en el diagnóstico y tratamiento del cáncer, la consolidación de la ciencia del microbioma, el uso rutinario de terapias con células madre, y otros avances espectaculares en la ciencia biomédica.

Imagen de uso público tomada de www.genome.gov

Conjetura débil de Goldbach demostrada por un peruano

El peruano Harald Helfgott quien es investigador senior en el Institut de Mathématiques de Jussieu (Paris VI/VII) en Francia, dedicado al estudio de los números,  ganó la Cátedra Humboldt por demostrar que "todo número impar mayor que cinco puede expresarse como la suma de tres números primos".

El enunciado es conocido como la conjetura débil de Goldbach y no había sido probada desde que este envió la proposición a Leonhard Euler en 1742.

Helfgott encontró la prueba en el año 2013 después de trabajar en el problema desde el año 2006.

Pierina Pighi publica un reportaje en BBC Mundo sobre el tema, que para muchos será una noticia ya conocida pero que es relevante todavía para la región latinoamericana.

 

El Beneficio de Dibujar para Estudiantes de Biología

El portal de Scientific American ofrece un artículo escrito por la doctora Jennifer Landin quien es una catedrática que enseña cursos de Ilustración Biológica e Introducción a la Biología en la Universidad del Estado de Carolina del Norte (North Carolina State University) y que se titula Rediscovering the Forgotten Benefits of Drawing (Redescubriendo los Beneficios Olvidados del Dibujo). 

Dice la doctora Landin que hace un siglo la habilidad de dibujar era una necesidad. Esto porque si querías comunicar información visualmente no existían cámaras, impresoras, copiadoras o medios en línea para apoyarte en ellos. Las clases de dibujo eran la regla en el currículo de la escuela. Los estudiantes de biología tenían que asistir a clases diarias de dibujo durante su primer año de universidad. La razón era para aprender a observar. 

Temprano en el siglo 20, las clases de dibujo fueron eliminadas del currículo escolar pues se podía usar material pre-impreso para estudiar diversos temas. 

Los cursos de ilustración biológica no son nuevos pero se enseñan en escuelas de arte. La profesora Landin, sin embargo, lo enseña en una clase de biología.  La justificación de una clase de este tipo radica en que la creación de una ilustración científica de alta calidad amerita un profundo conocimiento de los procesos biológicos, la anatomía y la diversidad estructural. Para aprender a identificar aves, insectos o plantas se necesita conocer las estructuras clave. Y con muchos otros argumentos Landin defiende que lo importante, aparte de las destrezas, es el mejor conocimiento de la biología que queda de esta disciplina.

La doctora Landin mantiene un blog (rednewtgallery.wordpress.com) y pueden seguirla en twitter como @jmlandin1 

En el artículo referido se pueden ver muchas ilustraciones de los cursos de la profesora Landin, en este blog dejaré un dibujo del científico español Santiago Ramón y Cajal con neuronas del cerebelo. 

La primera ilustración de Ramón y Cajal sobre el sistema nervioso central.

Automóviles que se manejan solos

La página BBC-Future nos brinda un artículo-reportaje sobre cuál podría ser el mayor problema de los automóviles auto-manejados. Se ha avanzado mucho en las tecnologías que permiten que un automóvil pueda conducirse mediante una especie de piloto automático que utiliza técnicas de visión artificial y sistemas de software inteligente. En el vídeo de Google que se muestra se tiene un ejemplo de como funcionan estos vehículos.

 

El tema de la entrevista realizada al Dr Anuj K Pradhan del Instituto de Investigación en Transporte de la Universidad de Michigan (University of Michigan Transportation Research Institute-UMTRI) se enfoca en la preocupación que existe por las situaciones extremas en las cuales el piloto automático cede el control al humano detrás del volante. El número de escenarios que puede presentarse es muy grande y a pesar de que el sistema haya sido entrenado para muchas eventualidades, queda un espacio en que lo que se hace es avisar al conductor para que decida.
El asunto es que sería necesario aprender a estar atento para tomar el control del vehículo cuando el sistema lo pida y no estar confiado en que el control automático resolverá todas las situaciones. Se presenta como un problema serio porque habría que tomar decisiones posiblemente rápidas en situaciones peligrosas y sin haber llevado el control previo de la marcha del automóvil. Suena a paradoja pero se cuenta con simuladores de manejo para aprender a conducir un automóvil que se maneja solo.
Todavía queda camino que recorrer para que estas tecnologías puedan usarse de manera amplia.

Arte y Matemáticas. Los Fractales.

Mucha gente percibe que los matemáticos se inclinan más a la música que a las artes visuales porque la música tiene mucho de relaciones proporcionales en la construcción de armonías y estructuras melódicas. Por otro lado los códigos que se usan para evaluar la estética y la belleza de las artes visuales parecen extraños a la abstracción  matemática.
Sin embargo, en muchas tendencias artísticas históricas el manejo de las proporciones ocupaba un lugar fundamental como es el caso del arte egipcio y su canon de proporciones de la figura humana y también en la escultura griega, pero con la evolución del arte hacia formas más libres, la relación con la matemáticas se hacía menos fuerte o menos explícita.
Los fractales son conjuntos matemáticos que presentan patrones que se repiten a diferentes escalas. Estos patrones pueden ser exactamente iguales, patrones auto-similares, o casi iguales. Un ejemplo de una construcción 3D auto-similar es la Esponja de Menger que se muestra.

 

Y quizá los fractales más conocidos son los conjuntos de Mandelbrot que se generan a partir de sistemas de funciones iteradas en el plano complejo. 

Una muestra de las tendencias artísticas que usan fractales es lo que hace Don Bristow quien ha logrado producir impresiones artísticas que se venden en galerías de prestigio. Siguiendo el enlace pueden verse algunos de sus trabajos.

Mejorando la Supervivencia en Cáncer de Mama

El Instituto Nacional para el Cáncer (National Cancer Institute) publica una noticia sobre como ha estado mejorando la supervivencia de las mujeres que en ese país padecen un cáncer invasivo de mama. Según la mencionada institución, un estudio conducido por Mitchell H. Gail y William F. Anderson muestra que las tasas de supervivencia, después del diagnóstico, han mejorado para todas las mujeres afectadas por la enfermedad local y regionalmente (área alrededor del tumor).

Las mujeres diagnosticadas antes de los 70 años han experimentado menor tasa de mortalidad a corto plazo (menos de 5 años), incluso en casos de metástasis. Y las tasas de supervivencia después de los primeros 5 años han mejorado también, entre las personas con enfermedad local y regional, en todas las edades.

Un indicador que también ha mejorado es la realización del diagnóstico con tamaños de tumor más pequeños lo que ha sido determinante en la mejora de la supervivencia sobre todo en las mujeres de más de 70 años.

En la noticia se argumenta que los cambios en el estatus sobre recepción de estrógeno (ER status) no han influido determinantemente en la mejora. Este último indicador es un examen que determina si las células pueden recibir, de las hormonas, señales que estimulen su crecimiento.

En general, se concluye que lo que ha mejorado el pronóstico es la evolución de los procedimientos para el diagnóstico. Es importante la responsabilidad individual y de las institucioes para llevar adelante buenas prácticas que favorezcan un diagnóstico temprano.

Enseñándole a las Máquinas a Entendernos

La revista Technology Review del MIT trae un artículo de Tom Simonite con el título Teaching Machines to Understand Us, sobre el tema de una tendencia en la Inteligencia Artificial. El artículo es bastante extenso y no se pretende aquí cubrir todos los detalles que Simonite explora.

Aunque la idea de la Inteligencia Artificial es algo antigua ya y tiene orígenes en los años 50 del siglo pasado, el artículo comienza recordando como en el año 1995 el investigador francés Yann LeCun tenía la idea de que imitar ciertas características del cerebro era la mejor forma de hacer máquinas inteligentes. LeCun, trabajando con Bell Labs, logró hacer software que simulaba, de forma aproximada, neuronas para leer texto manuscrito después de revisar un número de ejemplos. Este tipo de software se pudo aplicar a la lectura automatizada de cheques y planillas bancarias escritas a mano y se pensaba que era el comienzo de un desarrollo que lograría tener muchas otras aplicaciones limitadas hasta el momento a los humanos.

Simonite escribe sobre como el campo, que ahora se ha venido llamando Aprendizaje Profundo (Deep Learning), está ahora muy activo en un competencia dura entre compañías como Google, Facebook, IBM y Microsoft. LeCun trabaja ahora para Facebook en el Grupo de Investigación en Inteligencia Artificial (FAIR) después de haber estado mucho tiempo en New York University. 

Se argumenta que con el Aprendizaje Profundo se ha logrado tener sistemas para reconocimiento de imágenes y rostros casi tan exactamente como lo haría un humano. La meta actual de LeCun es producir software con capacidades de lenguaje y de sentido común suficientes para sostener una conversación. Esto mejoraría enormemente la accesibilidad y la interacción general con las máquinas.

Dado que el trabajo de LeCun se está haciendo en Facebook, podríamos esperar que esta red social sea pionera en este tipo de interacción mediante una conversación natural.

Algo de Geometría

La geometría hiperbólica se diferencia de la geometría euclidiana en que en la primera no se sostiene el postulado de paralelismo. Este postulado se puede expresar con una axioma equivalente que dice que  en un plano, dada una recta y un punto fuera de ella, cuando mucho se puede trazar una sola recta paralela a la primera que pase por el punto (Axioma de Playfair). En geometría hiperbólica se dice que existen al menos dos rectas paralelas para el caso mencionado.
La geometría de plano hiperbólico es la geometría de superficies tipo silla de montar (que es un paraboloide hiperbólico) con curvatura gaussiana negativa constante.

El propósito de esta publicación no es entrar en demasiado detalle matemático, sino referirme a un artículo publicado en Scientific American titulado Everything Looks Better in the Hyperbolic Plane (Todo Luce en el Plano Hiperbólico), donde Evelyn Lambe cita el trabajo de Malin Christersson. Christersson mantiene un portal sobre Matemática Digital con herramientas para Geometría No-Euclidiana y en particular sobre Teselación Hiperbólica. Teselación es algo como acoplar baldosas para rellenar el plano. Para hacer teselación en el plano euclidiano se pueden usar triángulos, cuadrados o hexágonos, y también muchas formas irregulares. Para ver ejemplos, pueden buscar en Google el término teselaciones de Penrose, o hacer clic en el enlace. En el plano hiperbólico las opciones son mayores.

Utilicé la herramienta de Malin Christersson usando una imagen del científico español Santiago Ramón y Cajal (1852-1934) (quien hizo aportes muy importantes a las neurociencias) para generar la teselación hiperbólica que aquí se muestra.

Confiabilidad en Detección de Cáncer de Mama

La sección iWonder del portal de la BBC contiene un artículo titulado "Why isn't cancer breast screening totally reliable?". Que en castellano sería algo como ¿Por qué la detección del cancer de mama no es totalmente confiable? Se refiere a que en el proceso de detección puede haber errores.
Como justificación al establecimiento de un programa nacional de detección de cáncer de mama se argumenta que más de 11.500 mujeres mueren de este mal cada año en el Reino Unido.
Por esto, el Servicio Nacional de Salud (NHS por sus siglas en inglés) invita a todas las mujeres entre los 50 y 70 años de edad a que se hagan el examen de mama periódicamente. Se busca captar señales tempranas de cáncer de mama, antes de que se extienda demasiado para poder tratarlo exitosamente.
El NHS estima que alrededor de 1.300 muertes por cáncer de mama se evitan cada año como resultado de la revisión. Sin embargo, el proceso no es totalmente confiable. En algunos casos hay falsas alarmas. En otros hay un sobrediagnóstico, donde a una mujer se le llega a aplicar tratamiento desagradable para un cáncer inofensivo. Y un pequeño número de cánceres pasa inadvertido y no se detecta.
El artículo cuenta con un apoyo gráfico interactivo para explicar porque ocurren las falsas alarmas, los sobrediagnósticos y los casos donde no se detecta.
Las falsas alarmas pueden ocurrir cuando se consiguen células cancerosas en los ductos, donde circula la leche materna. Estas células no son peligrosas en esos ductos pero podrían extenderse y entonces si lo serían. Estadísticamente, solo un porcentaje de los casos donde hay células cancerosas en los ductos terminan extendiéndose y causando daño pero el médico no puede saberlo y dará tratamiento a todos los casos.
Se requiere inversión de capital en investigación para mejorar los métodos de diagnóstico y pronóstico en cáncer de mama y así aumentar la confiabilidad en la detección.
Es un tema muy interesante en todas las poblaciones, pero en países con menos recursos, y también con menos cultura de prevención, se observa que la detección tiende a ser tardía lo que empeora los resultados. Además de investigación se requiere educación.

Midiendo Productividad en las Ciencias

La investigación científica es una actividad humana que requiere inversión de capital y por lo tanto también necesita definir productos cuantificables para poder evaluar el rendimiento y determinar si se justifica el uso de los recursos y en que medida.

En el campo de la investigación biomédica, que se ocupa de desarrollar nuevas moléculas o drogas para tratar enfermedades y extender la esperanza de vida, o mejorar su calidad, existe preocupación por los resultados. Así lo muestra una investigación, referida en Science magazine, del microbiólogo Arturo Casadevall y el médico estudiante de Ph.D. Anthony Bowen del Albert Einsten College of Medicine, donde concluyen que, en los Estados Unidos, el incremento en los fondos para la investigación ha aumentado efectivamente el número de publicaciones, y por lo tanto la base de conocimiento, pero el número de nuevas entidades moleculares aprobadas por la FDA ha permanecido relativamente constante. Igualmente el crecimiento en la esperanza de vida ha sido modesto.

Llama la atención el interés mostrado en evaluar la productividad científica desde diversos ángulos. Esto ocurre también en otros campos de la ciencia e impone retos a los investigadores adicionales a los ya exigentes desafíos del descubrimiento científico.

Jóvenes Innovadores

La revista MIT Technology Review hace un reconocimiento a 35 innovadores que tienen menos de 35 años y que trabajan en diversos campos de la ciencia y la tecnología.

Aquí puede leerse la lista completa de los Innovadores de Menos de 35, 2015.

Aunque todos han hecho aportes valiosos, en esta publicación mencionaré algunos solamente.

Polina Anikeeva, de 32 años, trabaja con nano-optoelectrónica y usa técnicas de fabricación de fibra para crear sensores neuronales con múltiples funciones. Esto con la idea de interactuar con el sistema nervioso, sin cables (wireless) y de manera no invasiva. Otro problema que aborda es el establecimiento de correlaciones entre patrones específicos de actividad neuronal y comportamientos. Mediante este trabajo se puede intentar generar estimulación artificial para la rehabilitación de lesionados.

Canan Dagdeviren, de 30 años, ha trabajado en el desarrollo de parches para la piel que integran sensores muy pequeños y baterías en una goma que se estira y que puede detectar variaciones en la densidad de la piel en el seguimiento del cáncer.

Duygu Kayaman, de 26 años, sufrió pérdida total de la vista a las dos años y medio de nacida. Su aporte es una aplicación para teléfonos móviles que se llama en idioma turco Hayal Ortagim (Mi Socio Ideal) y que ofrece tecnología que convierte texto en voz. El servicio incluye noticias, libros, cursos, lecciones de ajedrez, de guitarra, etc.

Es realmente importante que existan diversas y efectivas formas de estímulo a la investigación y a la innovación. Si se promueve la competitividad y la calidad en el trabajo en ciencia y tecnología pueden verse realizadas muchas aspiraciones de la humanidad.   

Mercado Laboral del Científico

En el portal noticiasdelaciencia.com se aborda el problema del mercado laboral de los científicos que terminan un doctorado y posiblemente investigaciones posdoctorales. Este problema es la inexistencia de una oferta abundante de plazas o puestos permanentes para la estabilidad laboral. El problema con los trabajos predoctorales o posdoctorales es que los salarios son austeros. El resultado es la migración hacia trabajos que no están cerca de la formación científica, en una gran proporción, o hacia investigación en la industria. La estadísticas citadas muestran un aumento en el número de investigadores posdoctorales pero un estancamiento en el número de puestos fijos.

El problema ha sido detectado pero no parece fácil encontrar una solución. Por un lado aumentar el número de puestos fijos requeriría más presupuesto. Alternativamente, pagar más a los investigadores posdoctorales reduciendo el número, para mantener el gasto, cerraría el paso a los doctores en un nivel más bajo y limitaría el número de proyectos a abordar.

Como problema social se sugiere la reflexión sobre si estimular el seguimiento de carreras científicas puede ser contraproducente o si la sociedad debe reconocer el valor de la ciencia e invertir más recortando en otros sectores.

Hawking de cumpleaños

Stephen Hawking cumplió 70 años el pasado 7 de agosto. Hawking padece una enfermedad conocida como esclerósis lateral amiotrófica ELA, la enfermedad de Lou Gehrig quien fue un famoso jugador de béisbol con los Yankees de Nueva York que se retiró debido a los padecimientos de la misma enfermedad. Este mal le fue diagnosticado cuando tenía 21 años y es una interrogante común el cómo ha sobrevivido y producido tanto este científico. Es conocido que vive bajo cuidado permanente y habla a través de un sistema computarizado que él controla con su quijada.

Hawking es conocido por sus investigaciones en el campo de los agujeros negros y la gravedad cuántica. El científico ha trabajado por 30 años como catedrático en la Universidad de Cambridge y es actualmente director de Centro de Cosmología Teórica.

En el artículo publicado por Scientific American se divulga una entrevista realizada al Dr. Leo McCluskey, profesor asociado de neurolgía y director del Centro para la ELA de la Universidad de Pennsylvania. McCluskey explica como la ELA es una enfermedad neurodegenerativa que afecta la neuronas motoras superiores ubicadas en el lóbulo frontal del cerebro, las neuronas motoras inferiores de la médula espinal, o ambos grupos.

El lector seguramente conocerá de la película del año 2013, The Theory of Everything (La Teoría del Todo) que muestra algunos aspectos interesantes de la vida de Stephen Hawking.  

A Modo de Introducción

Me gusta revisar revistas sobre ciencia y tecnología y escribir algunos comentarios sobre algunos de estos artículos que me parecen interesantes. He pensado en experimentar publicando estas notas en este espacio. Quizá sea de utilidad o de interés para algún público leer estas notas y seguir investigando en la materia. La manera de saberlo es intentándolo.