J. OLIVER, T. ALONSO, P. ROCA

El objetivo de la Bioinformática es aportar a los investigadores de las ciencias de la vida y la salud herramientas que les permitan analizar y asumir la similitud entre dos o más secuencias de ADN o proteínas, localizar genes en el ADN genómico, estimar las diferencias en la expresión de genes entre tejidos o en diferentes situaciones fisiológicas, además de otras [1]. Todos estos procesos involucran a la teoría de probabilidades y la estadística.

La estadística, que es un método de razonamiento para describir e interpretar información cuya característica fundamental es la variabilidad, resulta una herramienta imprescindible en Bioinformática para interpretar los resultados de búsquedas en las bases de datos o en el tratamiento de las enormes cantidades de información que proporcionan la genómica, la proteómica y la metabolómica. Un aspecto importante que no debe olvidarse es que la estadística no explica los resultados sino que ayuda a comprenderlos e interpretarlos, al tiempo que nos permite realizar inferencias con un cierto grado de certeza.

En la Bioinformática tanto la teoría de probabilidad como la estadística tienen un papel central, ya que esta parte de la ciencia implica el análisis de datos biológicos. Un gran número de mecanismos regidos por el azar están involucrados en la generación de estos datos, por ejemplo, los procesos aleatorios inherentes a la evolución biológica y los procesos no aleatorios del procesamiento de muestras. La teoría de los procesos estocásticos nos ayuda a describir los procesos aleatorios que suceden durante la evolución en el tiempo y el espacio. La evolución Biológica proporciona uno de los ejemplos más complejos de procesos estocásticos que se pueda imaginar [2].

Uno de los problemas más importantes que nos encontramos al explicar estadística es la dificultad que tienen los alumnos e investigadores para asimilar y comprender los conceptos utilizados, de manera que en muchas ocasiones no son capaces de asimilar las implicaciones de los cambios en los parámetros característicos de las diferentes funciones de distribución, o qué debe de suceder para alcanzar un determinado grado de significación en una prueba estadística (P-value).

El objetivo que nos planteamos fue el diseño de una página Web para facilitar tanto a los alumnos como usuarios el estudio de los procedimientos estadísticos que más frecuentemente se utilizan en Bioinformática, al tiempo que les permitiera estudiar, a través del manejo de una sencilla hoja de cálculo, las formas de las diferentes distribuciones de probabilidad o las pruebas estadísticas que se utilizan.

En el desarrollo de la página Web se han utilizando diferentes programas comerciales para el diseño de páginas Web (Dreamweaver) y la confección de hojas de cálculo (Microsoft Excel). Decidimos utilizar estos dos programa por la facilidad de su manejo en el diseño de páginas Web y por la amplia implantación de Microsoft Excel.

El resultado ha sido el diseño de una página Web a partir de la cual el alumno puede acceder a diferentes secciones:

El resultado han sido un conjunto de utilidades informáticas a las que el alumno puede acceder a partir de una página inicial (http://gmein.uib.es/bioinformatica/estadistica/) (Figura 1) . En cada uno de estos apartados se accede a diferentes utilidades y pruebas, que abren una hoja de cálculo en la que se pueden introducir y modificar los parámetros, por ejemplo en el caso del estudio de las función de distribución de probabilidad de una binomial, el estudiante puede variar las condiciones y observar las consecuencias sobre la forma de la función de densidad de probabilidad y la función de distribución, de esta manera tan sencilla el alumno puede aprender el significado e implicaciones de los diferentes parámetros que caracterizan cada una de las funciones de distribución de probabilidad (Figura 2).

Figura 1: Imagen de la página de presentación.

Figura 2: Hoja de cálculo que permite el estudio de la distribución binomial. Los parámetros característicos de la función pueden cambiarse y automáticamente se visualiza el efecto sobre la función de densidad de probabilidad y la función de distribución de probabilidad.

En un tercer apartado se introducen las pruebas de conformidad, por ejemplo estudiar si una muestra en la que hemos determinado un parámetro se puede considerar que pertenece a una determinada población, a partir del valor de la media aritmética obtenida en la muestra. La hoja de cálculo permite la introducción de los datos y nos da el resultado de la aplicación de la prueba estadística (Figura 3).

En el apartado final se ofrece la posibilidad de realizar diferentes contrastes de hipótesis que se utilizan en Bioinformática, por ejemplo la prueba utilizada por BLAST (Figura 4). En estas hojas de cálculo el usuario puede ir entrando los datos y comprobar sobre la hoja de cálculo el resultado de la prueba estadística, además de visualizar la forma de la función de distribución de la prueba y comprobar el valor del P-value y que resultados deberían darse para alcanzar un determinado nivel de significación.

Figura 3: Hoja de cálculo que permite la realización de pruebas de conformidad con la media aritmética.

Figura 4: Hoja de cálculo que nos permite realizar la prueba estadística de BLAST en la comparación de secuencias de proteínas.

La Web se muestra en este caso como una herramienta de gran utilidad para completar la labor del docente, ya que permite al alumno el realizar y experimentar por si mismo las diferentes pruebas y conocer que ocurre cuando se da una variación de las condiciones de manera rápida. Este tipo de utilidades serán de gran importancia en la implantación de los nuevos créditos ECTS en la convergencia europea del espacio único de enseñanza, en donde ésta va en caminada hacia un modelo que tiende al autoaprendizaje y a la formación continuada.