Upload
ladislao-loya
View
215
Download
0
Embed Size (px)
Citation preview
Bases De Datos En Biología Computacional
Cristian S. Rocha28 de Mayo del 2002
¿Qué Es Una Base De Datos?
- Objetivos:- Almacenar datos organizados de alguna manera para su
eventual consulta.
- Operaciones básicas:- Ingresar.- Eliminar.- Consultar.
- Propiedades:- Finita.- Organización restringida desde la creación.- Consultas limitadas a la información almacenada.
Ventajas
• Fácil acceso a la información.
• Fuerza la organización de los datos.
• Automatización de operaciones.
Datos Biológicos
• Bibliografía.• Nucleótidos.• Proteínas.• Genoma.• Estructuras.• Alineamientos.• Organismos.• Genes.
• Expresión.• Dominios.• Mapas.• Mutaciones.• Repeticiones.• Anatomía.• ???
Características
• Alta complejidad.
• Gran cantidad y variabilidad de la información.
• Interpretaciones múltiples.
• Consultas impredecibles.
Inserción
• Supone consulta a futuro.
• Supone alguna relación con la BD.
• Formato restringido.
Eliminación
• Nunca se volverá a consultar.
• No se pierde relaciones de interés.
• Mantiene consistencia de la BD.
Consulta
• Formulario o lenguaje de consulta.
• Exacta o inexacta.
• Presentación.
• Tiempo de respuesta.
Tipos
• Analíticas.
• Operacionales.
Bases de datos analíticas
• Optimizada para consultas.
• Los datos están confirmados.
• La información no esta actualizada continuamente.
Bases de datos operacionales
• Optimizadas para la inserción de datos.
• Los datos provienen de un proceso automático o repetitivo, pueden traer error.
• Es información actualizada.
• Planas.
• Jerárquicas.
• Redes.
• Relaciónales.
• Orientada a objetos.
• Base de objetos.
• Especializadas.
Modelos
Organización
• Centralizada.
• Distribuida.
• Mixta.
Motores De Base De Datos
• Soporte para el diseño y operación de la base de datos.– Diseño: definición de la base de datos y sus
propiedades.– Operación: manejo de la base de datos. Manejo
de los datos.
Estado Del Arte
NCBI
EMBL
DDBJ
Tipo: Operacional.Modelo: Relacional.Organización: Centralizada.
Tipo: Analítica.Modelo: Mixtas.
Organización: Distribuida.
Transparencia E Integración
• Transparencia.– El usuario no debe conocer la implementación
de la base de datos.– Para el usuario debe existir una única base de
datos.
• Integración.– Las herramientas deben interactuar con las
consultas de manera transparente.
Limitaciones
• Nadie conoce cual es la mejor implementación.
• Definición de un estándar.
• Problemas políticos.
MySQL
Base De Datos Local
BDBioPerl
InternetInternet
SQLGUI HTML
HTMLXML
FASTAEtc..
Motores De Base de Datos
• Relaciónales (SQL).– Postgres, mysql, oracle.
• Jerárquicas.– Acedb.
• Especializadas.– Blast.
Ventajas & Limitaciones
• Las consultas están limitadas a la información requerida.
• Las modificaciones solo afectan a la base de datos local.
• No se puede operar directamente sobre la información de la base de datos.
• Las consultas son 100% especializadas.• No existe una única solución.
Bioperl (www.bioperl.org)
• Extensión del lenguaje de programación perl para:– Manejo de secuencias genómicas.– Manejo de diferentes formatos de información.– Intercomunicación de motores de bases de
datos especializadas.
Acedb (www.acedb.org)
• Base datos orientada a objetos con organización jerárquica.
• Especializada para genómas.
• Integra herramientas de visualización.
• Apis a java, perl y C.
Blast (NCBI)
• Motor de base de datos de secuencias de genómicas.
• Archivos planos.
• La inteligencia esta concentrada en los índices.
Roles (1/2)
• Usuarios.– Consultar.– Ingresar datos.
• Analista.– Relevar la información a almacenar.– Diseñar un modelo consistente al problema
planteado.
Roles (2/2)
• Administrador del sistema.– Mantener el sistema funcionando.
• Administrador de la base de datos.– Mantener el motor de base de datos estable.
• Curador.– Clasificar, publicar y chequear la validez de los
datos.
Herramientas de Diseño
• Diagramas Entidad Relación.
• UML.
Conclusiones
• No existe una única solución para almacenar datos biológicos.
• Es necesario aprender lenguajes de programación y de consulta.
• Mantener una base de datos biológica necesita mantenimiento constante o la responsabilidad de los usuarios.