Forskningsområderne bioinformatik og systembiologi dækker over en kombination af videnskabelige metoder hentet fra biologi, biokemi, bioteknologi, medicin, statistik og informationsteknologi. Gennem den multidisciplinære tilgang, der kendetegner ingeniørvidenskaben, er det muligt at opnå en dybere indsigt i levende organismers funktionalitet, dels for at få en bedre forståelse af livets mest basale mekanismer, dels for at kunne udnytte denne viden bioteknologisk og medicinsk.

Indenfor bioinformatikken arbejder man oftest på den reduktionistiske bane. Dvs. at man forsøger at skille tingene ad og finde ud af, hvilke egenskaber det enkelte gen og protein har. Ved f.eks. at bruge værktøjer udviklet på Center for Biologisk Sekvensanalyse, kan man få en idé om, hvilken struktur forskellige proteiner har. Denne viden kan være utrolig vigtig, når man f.eks. udvikler medicin, som I vil se i dette undervisningsmateriale.

I systembiologien prøver man at sætte det gen, man arbejder med, ind i en sammenhæng med hundrede- eller tusindvis af andre gener. Man er ude i en helt anden skala, hvor man gerne vil overskue hele systemet eller i hvert fald de systemiske effekter af den problematik, man studerer. Ved hjælp af systembiologien kan det f.eks. lade sig gøre at bruge computere til at forudsige, hvilke gener man skal sætte ind i en gær for at den producere mere ethanol. Det er jo selvsagt ganske kompliceret at forudsige, hvordan et nyt gen vil påvirke alle de andre gener, der er i cellen.

Det gennemgående tema i bioinformatikken er at skaffe ny viden om komplicerede mekanismer i den levende celle ved computerstudier af biologiske data. En bred vifte af relativt nye ”trænbare” computermetoder bruges ofte. De nye metoder er, hvad man kalder for datadrevne. De drives af data og fremkommer typisk ved computerprogrammer gennem ”træning”, hvor en meget stor samling af parametre langsomt modificeres til at ”lære” en sammenhæng mellem mange forskellige eksempler (data). F.eks. kan man undersøge, hvordan et bestemt gen, hvis funktion er ukendt, styres i cellerne under en masse forskellige forhold. Udfra disse data/eksempler vil det ofte være muligt at forudsige en mulig funktion af et gen, hvilket man så kan eftervise i laboratoriet.  

Både bioinformatik og systembiologi er afgørende forudsætninger for udnyttelsen af de hastigt voksende datamængder, som indsamles ved sekventering af genomer og proteiner, f.eks. i forbindelse med udvikling af nye lægemidler og vacciner. Indenfor de sidste 10 år er stadig flere og mere diverse data blevet tilgængelige, og nye DNA- og proteinsekvenser strømmer i disse år ind i de internationale databaser. Det samme gør information om sekvensernes funktion og afstamning, og ofte også om deres molekylære struktur.

Den voldsomme vækst i datamængdernes omfang har radikalt ændret mulighederne for at udvikle seriøse computermetoder til klassifikation, forudsigelse og modellering af funktion, struktur og dynamik i cellulære komponenter - fra det enkelte molekyle til den komplette organisme. I dag afhænger forskning inden for molekylær biologi, bioteknologi og farmakologi af computere og informationsteknologi, lige fra det eksperimentelle stadie, hvor data skal opbevares og struktureres, til selve data-analysen og publiceringen af resultaterne. De bioinformatiske og systembiologiske programmer og analyseværktøjer, som bl.a. bygger på kunstige neurale netværk, er centrale i denne sammenhæng.

Læs mere:

• Bioinformatik og Systembiologi, Jan Dahlmann, Ingeniøren, 28. april 2006.
• The Best and The Brightest, Lone Frank, Weekendavisen, 11. maj 2006 – om bioinformatik og systembiologi på Harvard.