No solo de pan vive el hombre, y no solo de ciencia vive el científico. Esta mañana, durante el descanso entre charlas, he aprovechado para ver la exposición Art & Science del ISBM/ECCB 2009. Para los que no hayais podido asistir, aquí os incluyo el enlace a la galería fotográfica (baja resolución) con las instantáneas que he tomado. Y para muestra, un par de ellas:


¡Que las disfruteis!

Enlace

• La galería: http://weblogs.madrimasd.org/bioinformatica/gallery/1637.aspx
  

Tras escuchar durante el fin de semana algunas charlas muy interesantes (y otras no tanto) en los distintos SIG (Special Group Interest meetings) en los que me inscribí, y de asistir ayer por la tarde a la recepción oficial en el ayuntamiento de Estocolmo, hoy ha dado comienzo de forma oficial el ISMB/ECCB 2009.

Como en la pasada edición del ECCB, desde el primer momento se está promoviendo el uso de (micro)blogs para ir contando en tiempo real la evolución e interés de cada una de las charlas, teniendo en cuenta que hay momentos en los que hay 6 sesiones simultáneas. Si estais interesados en saber cómo evolucionan, la URL es:

Pues como todos los eventos y reuniones llegan, ahora le toca el turno al ISMB/ECCB 2009. ISMB y ECCB son los dos congresos más importantes de bioinformática que se celebran a cada lado del "charco" (el Océano Atlántico), y de forma bianual ambos congresos se celebran de forma conjunta, tal como ocurre este año. Como ocurre en cada ocasión, los bioinformáticos, biólogos computacionales, quimico-informáticos, informáticos biomédicos, etc... hemos "invadido" la ciudad donde se celebra, y eso os lo puedo atestiguar tras ver en el aeropuerto de Arlanda cuántas personas pasaban con un porta-posters colgado del hombro mientras me comía un bocadillo. Además, como anécdota, en el vuelo que hemos venido hemos tenido la oportunidad de coincidir con la selección sub-{16,18} del equipo femenino español de baloncesto.

¿Cómo se afrontan los congresos de este estilo? Los momentos anteriores al viaje, con mucho estrés, preparando o afinando los resultados o sistemas que se presentan, preparando e imprimiendo posters, etc... Y como en la época de verano es cuando más congresos hay, es cuando más se usa el plotter, y cuando es más probable tropezarse con el problema de que estés imprimiendo a última hora el póster, y se te acabe el rollo de papel o la tinta justo cuando no es posible conseguir repuestos, que se estropee el hardware o el sistema operativo del ordenador del plotter, que se descoloquen los textos o las figuras por fallos a la hora de generar el PDF que te llevas para imprimir, etc...

¡Saludos desde Estocolmo!

Eso es lo que se pregunta el autor del artículo What Open Source shares with Science aparecido el el viernes 12 de Junio en el blog "Kaotic Musings", hospedado en ZDNet. El artículo está en inglés y es bastante largo, comenzando con exponer que la ideología Open Source se asemeja en algunos puntos al estilo científico, indagando qué puede aportar el bien asentado método científico a la contrucción de software. Sinceramente, os lo recomiendo. Y aquí comienza mi pequeña aportación:


Uno de los puntos de semejanza entre Open Source y Ciencia es el aprovechamiento de los desarrollos previamente existentes, tanto a nivel científico como a nivel de software, de forma que los descubrimientos o desarrollos previos son los ladrillos sobre los que se cimentan los desarrollos futuros. De vez en cuando parte o todo el edificio formado por estos ladrillos se derrumba. En ciencia, por ejemplo cuando las premisas de partida son incompletas, incongruentes con nuevos descubrimientos, o simplemente erróneas. En el mundo Open Source, cuando hay un fallo de diseño crucial en el software que impide o limita su aplicación en un nuevo ámbito. Pero este trabajo previo nunca se desaprovecha, porque es el que nos permite aprender dónde nos equivocamos y dónde íbamos encaminados, y sacar partido de lo que ya funciona.

Por eso el autor del artículo echa mano del concepto evolutivo de Darwin "sólo los más adaptados al entorno sobreviven". A nivel científico, sólo permanecen las teorías que mejor describen la realidad y los fenómenos; a nivel Open source, sólo el software que mejor se adapta a las necesidades de los usuarios es el que medra. Cuanta mayor difusión del conocimiento haya, mejor, porque permite que más personas (ya sean desarrolladores o científicos) le saquen partido y puedan, a su vez, aportar su granito de arena. Y si pensais que analogías se quedan sólo ahí, recordad lo que observó Darwin al visitar ecosistemas cerrados en islas aisladas, y cómo se traslada al mundo científico y al mundo Open Source.

Es verdad que tanto en Ciencia como a nivel de desarrollo de software se tiende a volver a "reinventar la rueda" (por ejemplo, la máquina de vapor ya había sido inventada hacía muchos años cuando fue patentada en Inglaterra), pero a día de hoy se está dando principalmente en ambientes de conocimiento cerrado u restringido, como por ejemplo las empresas o el ejército. ¡Cuántos descubrimientos se habrán repetido a lo largo de estos años en las farmacéuticas o en investigación militar, sin que hayan terminado por ver la luz! ¡Cuánto dinero se podría haber ahorrado!

Como nota al margen, en los 10 años que llevo trabajando en bioinformática he visto la transición de las publicaciones tradicionales a las publicaciones online, de las publicaciones de acceso restringido (bajo pago) a las de acceso libre, y de los programas que se distribuían precompilados y se obtenían por solicitud expresa a los autores a los desarrollos de código abierto.

Referencias

• Artículo "What Open Source shares with Science", en el blog 'Khaotic Musings'.
  

En Noviembre de 2008 publiqué en este blog la noticia sobre la demanda judicial interpuesta por Thomson Reuters, la empresa creadora de EndNote, contra los creadores de Zotero. Los creadores, el Centro para la Historia y Nuevos Medios de George Mason University, fueron demandados por un supuesto uso inapropiado del software EndNote, debido a que Zotero permite importar datos de EndNote. La demanda siguió su curso a lo largo de estos meses en la corte judicial del Estado de Virginia, y ayer (5 de Junio) salió publicada la noticia de que el juez encargado del caso ha desestimado la demanda contra Zotero. La noticia ha aparecido en el sitio web de The Chronicle of Higher Education, y ya se han hecho eco de ella sitios como Slashdot (a través del cuál me enteré de la misma).


Personalmente pienso que la demanda no tenía sentido, y por esa misma regla de 3 Thomson Reuters tendría que haber demandado a los creadores de mucho otros programas de gestión de referencias bibliográficas, como por ejemplo Bibus, por tener esa misma capacidad. Lo hipócrita es que ISI Web of Knowledge, magnífico servicio de pago gestionado por Thomson Reuters que sirve para buscar referencias bibliográficas de una manera avanzada, permite exportar las referencias recopiladas mediante el uso de su magnífico servicio web a programas como EndNote, RefMan o ProCite (todos de la firma Thomson Reuters). Esa exportación se realiza al formato ISI, relacionado con la demanda interpuesta contra Zotero (es su importación la que se implementa parcialmente).

A continuación os dejo referencias a la página de la Wikipedia inglesa sobre la comparativa de los distintos programas de gestión de referencias bibliográficas.

Dicen que 20 años no son nada... Pues se lo pueden preguntar a Rich Roberts, uno de los editores senior de NAR (Nucleic Acid Research), que se retira a finales de este año. Durante estos 20 años Rich Roberts ha alcanzado hitos como la creación de los números especiales de NAR dedicados a bases de datos biológicas (que sale anualmente en Enero) y a servidores/servicios web (publicado cada año en Julio), o conseguir en 2005 la transición total del modelo de negocio de Nucleic Acid Research hacia el modelo Open Access, actualmente exigido para todas las investigaciones patrocinadas por el NIH americano (National Institutes of Health).

Y como también se dice, "a rey muerto, rey puesto". Desde el lado de NAR han empezado a enviar correos a cada uno de los referees y autores relacionados con NAR, ofertando el puesto de Editor Senior que va a dejar vacante Rich Roberts. Quienes estén interesados y cumplan los requisitos podrán enviar su curriculum vitae antes del 26 de Junio a Claire Bird (ver detalles abajo). A continuación os incluyo parte del correo de NAR:

Senior Editor for Nucleic Acids Research

Position Opening in 2010

At the end of 2009, Rich Roberts will step down as a Senior Editor of Nucleic Acids Research (NAR). This follows over 20 years of editorship during which time Rich has made tremendous efforts on behalf of the journal, including spearheading developments such as the launch of the Database and Web Server issues and NAR's move to full open access in 2005.

We are now seeking a successor to Rich, to help steer the journal from 2010 onwards. This role is central to the journal's success and will involve working closely with Senior Editor Keith Fox, the wider Executive Editor team, and Oxford University Press, publishers of the journal. Candidates will preferably have previous experience of acting as an editor for an international journal in a relevant field.

If you would be interested in this position, please email a current CV to Claire Bird (claire.bird@oxfordjournals.org) by 26 June 2009. Those who express an interest may subsequently be asked to submit a brief critique of NAR and an outline of their vision for the journal.

Kind regards,
Claire Bird
Oxford Journals

Pues sí, hemos pasado de que la gente ofrezca el código fuente de sus librerías y programas, los ficheros originales de sus diseños, los documentos que ha escrito, etc... de forma pública a que la gente empiece a ofrecer públicamente su genoma. El proyecto Personal Genome Project (http://www.personalgenomes.org/ , referencia en la Wikipedia española) consiste en intentar que avance el campo de la genómica personalizada, directamente enlazado con la medicina personalizada.
¿Cómo quieren conseguir esto? Sencillamente, empezando por conseguir toda la información posible, y para ello están "reclutando" voluntarios que ofrezcan sus informes médicos y código genético de forma pública. El genoma de cada voluntario se secuenciará, proporcionando información muy valiosa sobre SNPs (Single Nucleotide Polimorfism) y CNVs (Copy Number Variations) en su conjunto.

Antes de poder empezar a estudiar la información los gestores del proyecto quieren recopilar la información de al menos 100.000 personas, posiblemente para que sea estadísticamente significativa, y han superado la barrera de las 13000 personas. Todo comenzó con un programa piloto del proyecto, con los datos proporcionados por 10 voluntarios.

Este proyecto trae bastante sobrecarga burocrática y técnica a los participantes científicos porque, aunque la información haya sido propocionada de forma pública, se tiene que seguir manteniendo la confidencialidad de su origen, tal como dictan las leyes de protección de datos de muchos países. En cualquier caso, la información que se tendrá cuando los genomas e historiales médicos de 100000 personas servirá de entrada como base para multitud de estudios poblacionales y epidemiológicos, a pesar no ser ése el objetivo final. También las compañías farmacéuticas se van a beneficiar de este volumen de información.

El único "pero" viene de que el proyecto está principalmente enfocado en Estados Unidos, con lo que serán necesarios proyectos similares que cubran toda la reserva y variabilidad genética humana.

Fuentes

• Noticia del 18 de Mayo en ComputerWorld, titulada "13,000 offer up DNA to put their genomes online"
• Sitio de "Personal Genome Project"

En el mundo de la ciencia hay competiciones de todo tipo, y ya he mencionado en este blog algunas de las existentes en bioinformática. Pero una que por suerte o por desgracia acaba de surgir es una competición relacionda con minería de textos científicos enfocada en la detección de plagios: SEPLN'09 Workshop PAN. Uncovering Plagiarism, Authorship and Social Software Misuse.
Los dos objetivos de esta competición son el análisis del plagio tanto externo como intrínseco:

• El análisis del plagio externo toma como base un conjunto de documentos sospechosos y un conjunto de documentos originales, y consiste en identificar qué partes de los documentos originales han sido plagiadas en los documentos sospechosos.
• El análisis del plagio intrínseco es más sutil (y a la vez, más difícil), porque toma como base sólamente un conjunto de documentos sospechosos, sin poder tomar información externa de otros documentos, y hay que identificar aquellos pasajes plagiados, por ejemplo detectando los cambios bruscos en el estilo literario.

Será interesante ver qué resultados, software y conclusiones surgen de esta competición.

Hace unos meses se celebró el primer acto asociado a las Jornadas de Bioinformática 2009, que fue el Memorial Ángel Ortiz, y que anuncié de forma equivocada como las Jornadas. En realidad, las Jornadas de Bioinformática de este año se celebran del 3 al 6 de Noviembre en Lisboa, Portugal, en la Fundación Calouste Gulbenkian. Están organizadas de forma conjunta por las Redes Nacionales de Bioinformática de España y Portugal, y el principal objetivo de este año es estrechar los lazos de colaboración en Bioinformática entre ambos países.
Las fechas a tener en cuenta son las de último día para enviar un artículo (15 de Julio), notificación de aceptación de los artículos (12 de Septiembre) y último día para registrarse en las Jornadas (27 de Septiembre). A continuación el anuncio de las Jornadas recibido en la lista de correo de bioinformatibéricos:

Jornadas de Bioinformatica (2009)        

Fundaçao Calouste Gulbenkian, Lisboa, Portugal (November
3 - 6, 2009)

 >>>>>> CALL FOR PAPERS <<<<<<

The aim of this meeting is to provide a
forum to present and discuss recent research developments in the broad field of
Bioinformatics. The meeting follows a series of Spanish Bioinformatics
Conferences (Jornadas de Bioinformatica). In

2009 the conference is co-organized by
the Spanish and Portuguese Bioinformatics Networks, with the objective of
strengthening  the cooperation links between researchers in the two countries. 
The Program Committee seeks contributions (poster and oral) in the following
areas:

- Algorithms for computational biology

- Sequence analysis, phylogenetics and evolution

- Structural bioinformatics

- Analysis of high throughput data

- Systems biology

- Information systems for computational biology

- Tools and technologies for computational biology

Submission instructions and templates
are available at the website of the conference:

http://www.bioinformatics-portugal.org/jb2009

IMPORTANT DATES

- Deadline for submission of papers: July 15th, 2009 *

- Notification of acceptance: September 12th, 2009

- Deadline for submission of final paper and registration: September 27th, 2009

- Registration deadline: September 27th, 2009

* A different (later) deadline will be used for Poster submissions.

Welcome to JB2009!!

Pedro Fernandes (Chair, Local Organizing
Committee JB2009) Centro Português de Bioinformática Instituto Gulbenkian de
Ciência (Host of the Event) OEIRAS, PORTUGAL

Hace unos días mi amigo Javito me mandó desde el EBI el anuncio de la aparición de versiones especializadas de Ensembl en no vertebrados. Ensembl es el principal centro de integración de información genómica de organismos, y hasta hace relativamente poco estaba principalmente centrado en mamíferos. Desde entonces se ha ido generalizando a otros tipos de vertebrados (como el gallo) u organismos eucariotas (como C. Elegans o la mosca de la fruta), albergando a día de hoy información detallada de más de 50 organismos.En esta nueva versión de Ensembl va a haber sitios extendidos especializados en no-vertebrados de las ramas taxonómicas de las bacterias (http://bacteria.ensembl.org/), protistas (http://protists.ensembl.org/) y metazoos (http://metazoa.ensembl.org/). Además, a lo largo del verano aparecerán sitios especializados para hongos y plantas. También la versión estándar de Ensembl sufre una mejora, a través de la web de Ensembl Genomes (http://www.ensemblgenomes.org/), cuya información estará coordinada con todas las webs de Ensembl, permitiendo análisis comparativos multigenómicos.

El anuncio original viene a continuación:

We are delighted to announce the forthcoming release of Ensembl 
Bacteria, Ensembl Protists and Ensembl Metazoa, the first sites to be 
launched as part of the EBI's "Ensembl Genomes" project to extend the 
use of the Ensembl browser to non-vertebrate genomes.

These following site are available:

http://bacteria.ensembl.org
http://protists.ensembl.org
http://metazoa.ensembl.org

Additional sites for fungi and plants are in development and will be 
launched during the summer of this year.

In the Ensembl Genomes project, we are aiming to do two things: firstly 
to work with particular communities to support the bioinformatic 
analysis of genome-scale data; and secondly, to provide an integrative 
portal to data from species of scientific interest from across the 
taxonomic space.  In pursuit of both these aims, we will re-use and 
extend the proven Ensembl software system, that has been developed by 
EBI and the Wellcome Trust Sanger Institute in the context of vertebrate 
genomics.

As with Ensembl, Ensembl Genomes will provide access to DNA and protein 
sequence, positional and functional annotation of protein-coding and 
non-protein coding genes, repeat analysis and other features and 
statistics.  An interesting feature made available with the release of  
Ensembl Genomes is the inclusion of a multi-way comparative genomic 
analysis performed using a selection of species from bacteria to humans, 
and the production of gene trees showing the inferred ancestral 
relationships within deeply conserved protein families.  Comparative 
resources are also provided at a narrower level (for example, DNA and 
protein-based analyses of individual bacterial clades).  In partnership 
with collaborators, we are working on capturing gene expression, and 
population-scale variation data, in a number of contexts.  More 
generally, we anticipate the ongoing enrichment of these resources 
through the integration of increasing quantities of high throughput data 
now becoming routinely available for all species.

Ensembl Genomes will provide access to data through the usual routes 
supported for vertebrate data; web-based browser, FTP site, programmatic 
API, DAS, and BioMart-style data warehouse; as well as text and 
sequence-based search.

We look forward to working with you as future producers and consumers of 
data.  More information about the project is available at 
http://www.ensemblgenomes.org.  We will be happy to receive any feedback 
you might wish to offer us at helpdesk@ensemblgenomes.org.

------------------------------------------------------------------
Dr. Paul Kersey
Team Leader, PANDA Dataflow
EMBL-European Bioinformatics Institute    Tel: +44-(0)1223-494601
Wellcome Trust Genome Campus, Hinxton     Fax: +44-(0)1223-494468
Cambridge CB10 1SD, UK                    

Todavía quedan plazas libres para uno de los típicos cursos Hands On del EBI, titulado A Walk Through the EBI's Data Resources, que se celebra del 11 al 14 de Mayo. Este curso. El plazo de inscripción finaliza el próximo 13 de Abril a las 12 del mediodía, y el coste del curso, incluyendo la estancia está entre las £270 y £400, en función de si estais dispuest@s a compartir habitación o no.

Parte del anuncio original del curso, a continuación:

LAST CHANCE TO APPLY FOR THE EBI's HANDS ON COURSE: A WALK THROUGH THE EBI'S DATA RESOURCES

The EMBL-EBI maintains the world’s most comprehensive range of molecular databases. This five-day course provides a broad introduction to the EBI's core resources and practical, trainer-guided demonstrations of when, why and how to use them. Data resources for the following research areas will be covered:

- genomics (Ensembl, sequence search tools)
- transcriptomics (ArrayExpress)
- proteomics (UniProt, InterPro, PRIDE, PICR)
- protein structures (PDBe)
- small molecules (ChEBI)
- molecular interactions (IntAct)
- pathways (Reactome)
- searching and mining the scientific literature
- RNA resources

The course will combine lectures and hands-on tutorials to help the participants actively learn and resolve biologically relevant problems. It will take place in the EBI's IT training facility at The Wellcome Trust Genome Campus near Cambridge in the UK. This course is especially intended for experimental biologists with no formal training in bioinformatics.

This course is fully residential, without exception. The course has been signficiantly subsidised to keep costs as low as possible. Included in the registration fee are four nights' accommodation (11, 12, 13 & 14 May) and all meals and refreshments for the duration of the course. Accommodation is on site at The Wellcome Trust Campus. If you require any additional accommodation you must book this yourself.

Single accommodation (limited availability - sold on first-come, first-served basis) £400
Shared accommodation £270

THE REGISTRATION DEADLINE IS 12:00 NOON BST ON MONDAY 13 APRIL
For full details of the course and to register, please visit: http://www.ebi.ac.uk/training/handson/course_090511_walkthrough.html


FOR MORE INFORMATION ON THE EMBL-EBI'S HANDS ON PROGRAMME, PLEASE VISIT http://www.ebi.ac.uk/training/handson/
SIGN UP AT http://www.ebi.ac.uk/support/traininglist.php TO RECEIVE UPDATES ON OUR COURSES OR GO TO
http://www.ebi.ac.uk/Information/events/calendar/rss.php?events_subcategory_id=42 TO SUBSCRIBE TO OUR RSS FEED

Esta mañana mi compañero de trabajo y colega Iakes nos envió el enlace al manifiesto "En contra de la utilización ideológica de los hechos cientificos", alojado en nodo50.org. Este manifiesto, apoyado por al menos una quincena de científicos y catedráticos, ha surgido a raíz del polémico anteproyecto de ley de interrupción voluntaria del embarazo, e intenta denunciar en general el uso sesgado o partidista que se hace de los resultados de investigaciones científicas.

La ciencia, como el agua o el fuego, se puede usar para bien o para mal, e independientemente de cuál haya sido su uso, se puede interpretar dicho uso, sus resultados y sus conclusiones según interese. Pero como pasa con las estadísticas, quienes al final tienen mayor responsabilidad son quienes (mal)interpretan o extrapolan los resultados o conclusiones más allá de lo demostrable, y luego se parapetan detrás del "escudo" del resultado científico.

En el caso de la bioinformática he visto en primera persona escenas de biólogos que usaba algoritmos y sistemas bioinformáticos a ciegas, como cajas negras, creyendo a pies juntillas lo que esa caja negra les decía, sin plantearse el grado de certeza o de falsedad de los resultados. Lo mismo pasa con buena parte de sociedad (donde me incluyo) y la información que reciben por los medios de comunicación, que (casi) todo el tiempo creen, sin dudarlo dos veces, lo que están leyendo, viendo u oyendo, sin plantearse si dicha información está sesgada, manipulada o incompleta.

¿Os gusta la bioinformática y programar? ¿Estais interesados en la filoinformática (bioinformática aplicada a problemas de filogenia)? Si es así, y os va el tema del Google Summer Of Code, podeis optar por hacer alguno de los proyectos propuestos por el US National Evolutionary Synthesis Center (NESCent) y aceptados en GSoC 2009 para filoinformática.

Por ejemplo, por lo que he visto en la página de los proyectos, uno de ellos consistiría en intentar acelerar alguno de los algoritmos más usados en filogenia usando la GPU (el procesador de la tarjeta gráfica), programando todo en OpenCL , un lenguaje y API de programación enfocados a las GPUs, y que no es lo mismo que OpenGL.

¡Animaos, que teneis de plazo hasta el 3 de Abril para apuntaros! (y por cierto, hay formulario online)

Enlaces

• Página de los proyectos de filoinformática para GSoC 2009.
  

Así se titula la presentación de Carole Goble The Seven Deadly Sins of Bioinformatics, que está colgada en SlideShare, y donde se despacha a gusto, sin pelos en la lengua.Es una presentación que os recomiendo que os leais, ¡aunque pueda levantar ampollas!

Mis colegas del INB Natalia y Joan me pidieron que le echara un vistazo a su nuevo sistema. aGEM (anatomical Gene Expression Mapping) es una plataforma concebida para integrar información fenotípica con la distribución espacial y temporal de conjuntos de genes expresados en ratón.
Según sus autores, esta plataforma proporciona la información necesaria para responder a tres preguntas:

1. ¿Qué genes se expresan en un determinado componente anatómico del ratón?
2. ¿En qué estructuras anatómicas se expresa un gen o un conjunto de genes?
3. ¿Hay alguna correlación entre estos hallazgos?

Esta plataforma proporciona un visor de consultas que empieza a partir de los nombres de un conjunto de genes o los identificadores de un conjunto de estructuras anatómicas (provenientes de una serie de bases de datos, como EMAP). A partir de ahí se obtiene toda la información relacionada, con la posibilidad de inspeccionar cada uno de los datos encontrados (p.ej. estados de desarrollo, enfermedades de OMIM, genes relacionados, mapas de expresión, etc...).

Si quereis probar, o bien leer más sobre el proyecto en el que está enmarcado aGEM, os recomiendo visitar los siguientes enlaces:

• http://bioweb.cnb.csic.es/VisualOmics/aGEM/query.html
• http://bioweb.cnb.csic.es/VisualOmics/aGEM/home.html
• http://bioweb.cnb.csic.es/VisualOmics/index_VO.html