Con computadoras, analizan la estructura del genoma humano

Por Nora Bär

El genoma humano -es decir, el conjunto de instrucciones químicas necesarias para fabricar una persona- está escrito en el ADN que guardan las células y en un lenguaje que resulta de la combinación de sólo cuatro letras o "bases" (A, C, G y T).

Lo singular del caso es que se calcula que sólo el 2% de los 3000 millones de letras que integran el ADN humano contiene información biológica para sintetizar proteínas. Del 95% restante sólo se sabe que no genera proteínas y que está formado por secuencias (o "palabras") repetitivas. Se lo llama "ADN basura" y su función es todavía un misterio.

Entender para qué sirve la mayor parte del ADN es un problema complejo que atrae la atención de investigadores de todo el mundo, y un equipo del Departamento de Computación de la Facultad de Ciencias Exactas y Naturales de la UBA está ubicado en la primera línea de las investigaciones. En una experiencia pionera en el país, gracias a un acuerdo logrado por el Ministerio de Ciencia, Tecnología e Innovación Productiva, de aquí en más sus investigaciones serán financiadas por dos empresas privadas: BioSidus e IBM.

"Hace un año, estaba iniciando mi año sabático y me propuse responder una pregunta hecha por otro -cuenta Verónica Becher, que lidera el grupo Kapow [sigla en inglés que corresponde a "Algoritmos para resolver problemas en palabras"], formado por Alejandro Deymonnaz y Pablo Heiber, a quienes definió como "los programadores más brillantes de la Argentina"-. Estudios recientes mostraron que el ADN «basura» sí tiene algún tipo de función, pero no se sabe exactamente de qué manera opera. Uno de los problemas fundamentales es que no hay un análisis cuantitativo exhaustivo de sus distintas partes. Es decir, de los tipos, cantidad y distribución de las secuencias de letras que aparecen replicadas a lo largo del genoma. Entonces nos dijimos: ésta es una pregunta que sí podemos abordar."

La tarea, por supuesto, es ciclópea. Consiste nada menos que en bucear entre los miles de millones de letras del genoma e identificar las "palabras" idénticas, sin saber cuáles son y comparando todas las posibles superposiciones.

Una experiencia novedosa

"Desde el principio de los estudios genómicos se supo que la informática es central, porque no hay otra forma de analizar tal masa de datos -explica Becher-. Decidimos hacer un cómputo exhaustivo de todas las repeticiones que aparecen en el genoma humano. Había tres cuestiones cruciales: teníamos que pensar rápidamente el algoritmo [lista de operaciones que permite resolver un problema] porque estábamos en mi año sabático, teníamos que programarlo también rápidamente y además el algoritmo en sí tenía que ser veloz. Ideamos uno cuya característica fundamental es la eficiencia."