LENGUAJES DE PROGRAMACIÓN EN LA BIOINFORMÁTICA

La bioinformática nos presenta gran cantidad de información y datos que debe ser analizados con la mayor eficiencia posible, lo que algunas veces deja a la expectativa sobre qué lenguajes de programación serían más eficaces para tales procesos.  

Para que un lenguaje de programación pueda utilizarse en el ámbito biológico computacional, debe contar con la precisión para evaluar los archivos de secuencias de ADN. Además, requiere que combine los formatos que se presentan y almacene los datos de manera organizada, por lo que exige un lenguaje donde se pueda tener la velocidad de computado, la vinculación entre programas y el espacio requerido para el almacenamiento.

Un estudio realizado por dos científicos del Servicio Geológico de los Estados Unidos (USGS) muestra un grupo reducido de lenguajes de programación recomendados para emplear y manejar en bioinformática: Java, C#, C y C++ (los más conocidos). El rendimiento varía en cuanto al sistema operativo que se esté usando, sin embargo, en cuestión del uso de memoria, los lenguajes semi compilados (Java, C#) tuvieron una gran desventaja frente a los compilados (C y C++). Durante el proceso, los programas fueron implementados en varios sistemas operativos para determinar la precisión del trabajo y el desempeño, lo que dejó, de igual manera, dos sistemas operativos como opciones viables: Windows y Linux. Después de realizar todas las pruebas, determinaron que C es uno de los más completos y versátiles para trabajar en la bioinformática; además llena los requisitos de velocidad y uso de memoria.

Según la USGS, un programa de detección de recombinaciones ejecutado en Java y C fue la pieza clave para determinar qué lenguaje era más eficiente. El programa de recombinación se ejecutó en 11 minutos en Java y en 9 en C. 

Seguro que con el paso del tiempo encontraremos más que puedan ser eficaces. Probablemente, se realicen más pruebas que impliquen órdenes de magnitud de más secuencias que sean más exactas para utilizarlas en la biología computacional. Por el momento contamos con estas herramientas que nos han ayudado a realizar grandes avances científicos.

 

-Dians