Dos cient¨ªficos espa?oles dibujan el mapa gr¨¢fico del genoma de la empresa Celera

El p¨®ster elaborado por Guig¨® y Abril ha sido generado con el programa inform¨¢tico gff2ps (del ingl¨¦s General Feature Formatted to PostScript) desarrollado durante 1999 en los laboratorios del IMIM en Barcelona. Una versi¨®n de este mismo programa, distribuido en Internet para su uso libre por cualquier laboratorio especializado en secuenciaci¨®n gen¨®mica, ya se hab¨ªa utilizado con anterioridad para dar forma al genoma de la mosca del vinagre, igualmente publicada por Science.

'El programa permite integrar miles de datos y obtener una representaci¨®n gr¨¢fica', relata Guig¨®. Algo que, a?ade Abril, no es tan trivial. 'Nos sentimos como los primeros cart¨®grafos', compara. La comparaci¨®n, dicen ambos, tiene sentido. Los cart¨®grafos del pasado recopilaban infinidad de datos sobre tierras desconocidas con el objetivo de elaborar un mapa que reflejara los m¨¢s fidedignamente posible la realidad. Y eso es lo que han tratado de hacer con el genoma humano por encargo de Celera. S¨®lo que los datos se cuentan por millones y la realidad a contar es mucho m¨¢s abstracta.

El p¨®ster de los bioinform¨¢ticos catalanes resume los 3.000 millones de pares de bases del genoma humano y los algo m¨¢s de 38.000 genes predichos por Celera. Dado el volumen de informaci¨®n recogida y el que pretend¨ªa ofrecerse, Guig¨® y Abril idearon un algoritmo inform¨¢tico que permitiera reproducir a un tiempo una visi¨®n de conjunto del genoma y amplificara autom¨¢ticamente la estructura de cada uno de los genes, especialmente, el ¨¢rea que codifica la expresi¨®n de prote¨ªnas, los llamados exones.

Este planteamiento, expresado por el propio fundador de Celera, Craig Venter, les llev¨® a idear un mecanismo de visualizaci¨®n de datos basado en dos escalas. En la primera se trabaja a un nivel de resoluci¨®n de 600.000 bases qu¨ªmicas por cent¨ªmetro o, lo que es lo mismo, se representan el equivalente a m¨¢s de medio mill¨®n de letras en un solo cent¨ªmetro. De este modo pueden representarse cajas equivalentes a los genes, al tiempo que visualizar gracias a un c¨®digo de colores e iconogr¨¢fico qu¨¦ tipo de genes son, cual es su funci¨®n conocida, la distancia entre ellos y c¨®mo se agrupan.

En la segunda la escala, concebida a modo de zoom, la resoluci¨®n es de 30.000 bases por cent¨ªmetro. Con ella se logra ver la estructura de cada uno de los genes. El resultado final es un p¨®ster de 100 cent¨ªmetros de ancho por 140 de largo.

Las claves del programa gff2ps, resumen los cient¨ªficos del IMIM, son fundamentalmente su capacidad para manejar enormes vol¨²menes de datos de origen biol¨®gico y traducirlos a un formato, el Post Script, que permite elaborar gr¨¢ficos vectoriales y presentarlos de forma escalable, es decir, en distintos tama?os de acuerdo con los requerimientos del usuario o de las capacidades de los dispositivos de impresi¨®n. 'El formato', puntualiza Abril, 'permite imprimir indistintamente en una hoja de papel o, si existiera una impresora suficientemente grande, en una superficie equivalente a un edificio de varias plantas'.

Pese al ¨¦xito, Guig¨® y Abril no ven el dise?o y la visualizaci¨®n de datos como parte central. 'Nuestra colaboraci¨®n con Celera fue puramente acad¨¦mica y para un desarrollo concreto', puntualiza Guig¨®, responsable del ¨¢rea bioinform¨¢tica del IMIM. 'Ten¨ªamos el programa a punto en el momento preciso', a?ade Abril. Los principales desarrollos del departamento, matizan, corresponden a programas (software) pensados para el an¨¢lisis y la predicci¨®n de genes, campo en el que han puesto a punto productos que se emplean en distintos laboratorios del mundo.