Bioinformatics Research Group at Universidad del Valle

This page is read only. You can view the source, but not change it. Ask your administrator if you think this is wrong.
Alan González; Daniela Quibano-Ordoñez; Laura Ortega-Muñoz; Pedro A. Moreno; Patricia E. Vélez-Varela. (2025) Genetic variants in the development of autoimmune complaints and capsular contracture in women with breast implants: A systematic review. JPRAS Open. DOI: 10.1016/j.jpra.2025.04.007. ISSN: 2352-5878

Alan González; Laura Ortega-Muñoz; Daniela Quibano-Ordoñez; Pedro A. Moreno; Patricia E. Vélez-Varela (2025) Silicone Breast Implants and Autoimmunity: A case report. JPRAS Open. DOI: 10.1016/j.jpra.2024.10.017. ISSN: 2352-5878




<DOCUMENT filename="C1_HistoriaBiologiaMolecular_Actualizada_2025.pdf">
Total pages: 95
<PAGE 1> Biología Molecular – Genómica  
Bioinformática y Ciencias Ómicas

Pedro A. Moreno

Escuela de Ingeniería de Sistemas y Computación  

Facultad de Ingenierías - Universidad del Valle  

Cali, COLOMBIA

 </PAGE>
<PAGE 2> Bioinformática

Biología
Las Ciencias de  

la Computación

La Tecnología de  

la Información

Matemáticas                                 Estadística 

 </PAGE>
<PAGE 3> Tres sub-disciplinas dentro  

de la Bioinformática

1) Desarrollo de nuevos algoritmos, estadísticas y

bases de datos para evaluar las relaciones entre un
gran número de datos.

2) El análisis y la interpretación de datos que incluyen
secuencias de nucleótidos y aminoácidos, dominios de
proteínas y estructuras de proteínas.

3) El desarrollo e implementación de herramientas
que
proporcionan acceso eficiente y manejo de los
diferentes tipos de información.

 </PAGE>
<PAGE 4> Requerimientos ¨core¨ para los  

bioinformáticos

1) Conocimiento en algunos aspectos de la biología molecular.

2) Entender perfectamente el dogma central de la biología  

molecular.

3) Debería tener alguna experiencia substancial en uno o dos  

de los grandes paquetes de programas de biología molecular.

4) Debería trabajar confortablemente en medio ambiente de  

computación de comandos de líneas, como Linux o Unix.

5) Debería tener experiencia en programación, como C++, Perl,  
Python, R, etc.
Gibas & Jambeck. 2001. Developing. Bioinformatics computer skills (actualizado con lenguajes modernos)

 </PAGE>
<PAGE 5> Biólogo Molecular: Clonar y secuenciar un gen  

desconocido.

- Biólogo Computacional: Identificar un gen desconocido.

- Bioquímico: Conocer la especificidad del sustrato.

- Biólogo Celular: Localización intracelular y sus cascadas

de interacción.

- Genetista: La ruta que éste afecta.

- Fisiólogo: El órgano que éste afecta.

- Bioinformático: Crear algoritmos y bases de datos que 

puedan integrar parcial o  totalmente toda esta información, incluyendo IA para predicciones.

La función de los genes es entendida  

en Biología a varios niveles

 </PAGE>
<PAGE 6> Historia
de la Biología Molecular

 </PAGE>
<PAGE 7> Fases de la historia

Moreno & Vélez, 2021 (actualizado 2025)

Fase 1: La genética:
• 1865 – 1930. Mendel y sus leyes.
• 1865 – 1952. La búsqueda del gen y la sustancia

hereditaria.

Fase 2: La biología molecular:
• 1953 – 1966. La doble hélice y el código genético.
• 1967 – 1989. La ingeniería genética y la reacción

en cadena de la polimerasa.
Fase 3: La genómica - Bioinformática:
• 1990 – 2004. El proyecto genoma

Fase 4: La era post-genómica: 
• 2005 – 2015. Ciencias ómicas y multi-ómicas

Fase 5: Era de la biología impulsada por IA y sintética:
• 2016 – Presente. Edición génica, IA en biología, biología sintética y medicina de precisión

 </PAGE>
<PAGE 8> 1865 – 1930. Mendel y sus leyes

El nacimiento de la genética

Gregor Mendel

Moreno & Vélez, 2021 (corregido)

 </PAGE>
<PAGE 9> Leyes de Mendel

•1.ª Principio de la uniformidad 
de los híbridos de la primera 
generación filial

•2.ª Principio de la segregación

•3.ª Transmisión independiente 
de los alelos

Cruce monohíbrido
Cruce dihíbrido

 </PAGE>
<PAGE 10> 1865 – 1952. La búsqueda del gen y la  

sustancia hereditaria

Moreno & Vélez, 2021

Friedrich Miescher
Aisló por primera vez los ácidos nucleicos

Richard Altmann: acuñó el 
término "ácido nucleico" en 
1889, reemplazando el término 
"nucleína" de Friedrich Miescher 
cuando se demostró que la 
nucleína era ácida.

Albrecht Kossel: describe sus 
componentes, distinguiendo 
entre adenina, citosina, guanina,

timina y uracilo. Kossel 
estableció las bases que 
condujeron a esclarecer la 
estructura del ADN. (PN 1910)

 </PAGE>
<PAGE 11> 1900 – 1952. La búsqueda del gen y  

la sustancia hereditaria

El papel jugado por los cromosomas  

en la herencia

Thomas H. Morgan

Moreno & Vélez, 2021

 </PAGE>
<PAGE 12> Cruces y recombinación durante la meiósis

Moreno & Vélez, 2021

 </PAGE>
<PAGE 13> La física: las propiedades cuánticas y 

estadísticas de electrones y fotones

Congreso de Solvay – 1927

Moreno & Vélez, 2021

1.Peter Debye
2.Irving Langmuir
3.Martin Knudsen
4.Auguste Piccard
5.Max Planck
6.William Lawrence Bragg
7.Émile Henriot
8.Paul Ehrenfest
9.Marie Curie
10.Hendrik Anthony Kramers
11.Édouard Herzen
12.Hendrik Antoon Lorentz
13.Théophile de Donder
14.Paul Adrien Maurice Dirac
15.Albert Einstein
16.Erwin Schrödinger
17.Arthur Holly Compton
18.Jules-Émile Verschaffelt
19.Paul Langevin
20.Louis-Victor de Broglie
21.Charles-Eugène Guye
22.Wolfgang Pauli
23.Werner Heisenberg
24.Max Born
25.Charles Thomson Rees Wilson
26.Ralph Howard Fowler
27.Léon Brillouin
28.Niels Bohr
29.Owen Willans Richardson

 </PAGE>
<PAGE 14> La física: las propiedades estadísticas  
esperadas para el cromosoma y el gen  

(1932 – 1944)

Max Delbrück
Francis H. C. Crick

Erwin Schrödinger  

Qué es la vida?

Niels Bohr

Congreso Internacional de Luminoterapia en 

Copenhague, Dinamarca

Moreno & Vélez, 2021

Claude Shannon 

John von 
Neumann

 </PAGE>
<PAGE 15> El grupo del fago  

(1935 – 1952)

Max Delbrück
Salvador Luria

Moreno & Vélez, 2021

Alfred D. Hershey

 </PAGE>
<PAGE 16> El experimento de la “licuadora”
El grupo del fago

Moreno & Vélez, 2021

1 Fago infecta la
bacteria

2 Los fagos son 
removidos de las 
células en la  
licuadora

3 Las células y los 
fagos  son separados 
por centrifugación

Cápside de proteínas 

marcada con S

No se detecto S  

en las células

S detectado en  
el sobrenadante

ADN  marcado 
con P

P es detectado  

en las células

Ningún P es  
detectado en el  

sobrenadante

 </PAGE>
<PAGE 17> El neumococo transformante  

(1928)

El experimento de Frederick Griffith

1

2

3

4

Moreno & Vélez, 2021

 </PAGE>
<PAGE 18> El neumococo transformante  

(1934 – 1944)

Moreno & Vélez, 2021

Oswald T. Avery

Maclyn McCarty

Colin M. MacLeod

 </PAGE>
<PAGE 19> Un gen ….una enzima  

(1945 – 1955)

George Beadle
Edward Tatum

Moreno & Vélez, 2021

 </PAGE>
<PAGE 20> La genética de la resistencia bacteriana  

(1945 – 1956)

Joshua Lederberg

Moreno & Vélez, 2021

 </PAGE>
<PAGE 21> La composición de los ácidos nucleicos  

(1945 – 1953)

Erwin Chargaff

[A] = [T]
[G] = [C]

Pu/Pi = 1.0

Moreno & Vélez, 2021

 </PAGE>
<PAGE 22> Composición de bases en moles por ciento

Relación de bases

Relación de

asimetría
A
G
C
T
A/T
G/C
Pu/Pi
A+T/G+C
Animales

Hombre

Cordero

Salmón

30,9

29,3
29,7

19,9

21,4
20,8

19,8

21
20,4

29,4

28,3
29,1

1,05

1,03
1,02

1

1,02
1,02

1,04

1,03
1,02

1,52

1,36
1,43

Plantas

Gérmen de trigo

Zanahoria

27,3
26,7

22,7
23,1

22,8
23,2

27,1
26,9

1,01
0,99

1
1

1
0,99

1,19
1,16

Hongos

Aspergillus niger

Levadura

25
31,3

25,1
18,7

25
17,1

24,9
32,9

1
0,95

1
1,09

1
1

1
1,79

Bacterias

E. coli

Sarcina lutea

24,7
13,4

26
37,1

25,7
37,1

23,6
12,4

1,04
1,08

1,01
1

1,03
1,04

0,93
0,35
Fagos

T7

lambda

26
21,3

24
28,6

24
27,2

26
22,9

1
0,92

1
1,05

1
1

1,08
0,79

 </PAGE>
<PAGE 23> La cristalografía
y la estructura molecular de las proteínas

Frederick Sanger

Christian Anfinsen

John Kendrew

Linus C. Pauling

Max Perutz

Moreno & Vélez, 2021

 </PAGE>
<PAGE 24> 1953 – 1966. La doble hélice  

y el código genético

La estructura molecular del ADN (1952 – 1953):  

el nacimiento de la biología molecular

Maurice 

Wilkins

James 
Watson

Moreno & Vélez, 2021

Rosalind 
Franklin

Francis 

Crick

 </PAGE>
<PAGE 25>  </PAGE>
<PAGE 26> Biología 
Molecular

1953---

Genética
Bioquímica
Biología celular

Watson, Crick, Wilkins 

y Franklin
proponen la estructura 

molecular del ADN

 </PAGE>
<PAGE 27> El dogma central de la  

Biología Molecular  

(1953 – 1956)

Francis Crick
DNA
RNA
Proteína

Moreno & Vélez, 2021

 </PAGE>
<PAGE 28> Los mecanismos en la síntesis biológica  

del ARN y el ADN (1956 – 1960)

Arthur Kornberg
Severo Ochoa

Moreno & Vélez, 2021

 </PAGE>
<PAGE 29> El DNA se replica de manera semiconservativa  

(1958)

Experimento de Meselson & Stahl
Moreno & Vélez, 2021

 </PAGE>
<PAGE 30> Elucidación del código genético
y su función en la síntesis de proteínas  

(1960 – 1966)

Robert W. Holley

Har Gobind Khorana
Marshall W. Nirenberg

Moreno & Vélez, 2021

 </PAGE>
<PAGE 31> El código genético
y su función en la síntesis de proteínas  

(1960 – 1966)

Moreno & Vélez, 2021

 </PAGE>
<PAGE 32> t-RNA

Ala

Moreno & Vélez, 2021

 </PAGE>
<PAGE 33> La síntesis de Proteínas

 </PAGE>
<PAGE 34> El control genético de la síntesis  

de enzimas y virus (1958 – 1964)

François Jacob       André Lwoff
Jacques Monod

Moreno & Vélez, 2021

 </PAGE>
<PAGE 35> El control genético:  
inducción del operon lac

Moreno & Vélez, 2021

 </PAGE>
<PAGE 36> 1967 – 1989. La ingeniería genética  
y la reacción en cadena de la polimerasa

El nacimiento del ADN-Recombinante

Hamilton O. Smith

Paul Berg

Werner Arber
Daniel Nathans

Moreno & Vélez, 2021

 </PAGE>
<PAGE 37>  </PAGE>
<PAGE 38> El secuenciamiento de los ácidos nucleicos  

(1960 – 1977)

Frederick Sanger
Walter Gilbert

Moreno & Vélez, 2021

 </PAGE>
<PAGE 39> La reacción en  cadena de la  

polimerasa o PCR  (1983)

80

70

60

50

40

Tiempo (min)

Temp. (oC)

Denaturación

Un ciclo de 
Polimerización

100

90

Hibridización

1
2
3

Moreno & Vélez, 2021

Kary B. Mullis

 </PAGE>
<PAGE 40> La mutagénesis dirigida

Moreno & Vélez, 2021

Michael Smith

 </PAGE>
<PAGE 41> La microscopía electrónica cristalográfica:  

elucidación de complejos DNA-proteínas  

(1973 – 1980)

Aaron Klug

Moreno & Vélez, 2021

 </PAGE>
<PAGE 42> La estructura molecular del Ribosoma

Moreno & Vélez, 2021

 </PAGE>
<PAGE 43> Virus tumorales
y el material genético de la célula  

(1965 – 1973)

David Baltimore
Renato Dulbecco
Howard M. Temin

Moreno & Vélez, 2021

 </PAGE>
<PAGE 44> El dogma central de la Biología Molecular  

revisado (1972)

DNA

Francis Crick
RNA
Proteína

Moreno & Vélez, 2021

 </PAGE>
<PAGE 45> El dogma central dentro de la célula

Moreno & Vélez, 2021

 </PAGE>
<PAGE 46> Orígen celular de los oncogenes  

retrovirales (HIV)

(1977 – 1983)

J. Michael Bishop
 Harold E. Varmus

Moreno & Vélez, 2021

 </PAGE>
<PAGE 47> El RNA catalítico y los elementos móviles  

(1970 – 1977)

Sidney Altman      Thomas R. Cech

Barbara McClintock

Moreno & Vélez, 2021

 </PAGE>
<PAGE 48> El RNA catalítico (1970 – 1977)

Moreno & Vélez, 2021

 </PAGE>
<PAGE 49> La redefinición del concepto del gen:  

los genes interrumpidos

(1975 – 1977)

Richard J. Roberts
y
Phillip A. 
Sharp

Moreno & Vélez, 2021

 </PAGE>
<PAGE 50> Exón 1
Exón 2
Exón 3

Intrón 1
Intrón 2

Procesamiento del gen humano G0S19 (MIP1-alpha/CCL3)  
para formar el RNAm, parte del cual es luego traducido  
para formar la proteína quimioquina cuyo receptor  
(CCR5) es también un co-receptor HIV.

Procesamiento del RNA heteronuclear o primario

hnRNA

 </PAGE>
<PAGE 51> Susumu Tonegawa

El Orígen de la  

diversidad

de los  
anticuerpos  
(1977-1983)

 </PAGE>
<PAGE 52> Las proteínas tienen señales intrínsecas que  

gobiernan su transporte, localización

y comunicación dentro de la célula  

(1979 – 1995)

Günter Blobel

Moreno & Vélez, 2021

 </PAGE>
<PAGE 53> Edward B. Lewis

Un gen codifica una forma  
en el cuerpo: el control genético  

del desarrollo embrionario en

Drosophila (1995)

Eric F. Wieschaus

Christiane Nüsslein-Volhard

 </PAGE>
<PAGE 54> R. Timothy Hunt

El Control del ciclo celular
(2001)

 </PAGE>
<PAGE 55> Leland H. Hartwell

El Control del ciclo celular
(2001)

Paul M. Nurse

 </PAGE>
<PAGE 56> Sydney Brenner

H. Robert Horvitz

John E. Sulston

La regulación genética  del 
desarrollo de los órganos

y la muerte celular 

programada (2002)

 </PAGE>
<PAGE 57> Aplicaciones de las técnicas de ADN-Recombinante y  

de ingeniería genética en todas las disciplinas de las  

ciencias de la vida

• Agricultura: mejoramiento de cosechas, control de plagas.
• Antropología: rastreo de haplotipos, movimientos migratorios.

• Biología celular: metabolismo, división celular, diferenciación  

celular, morfogénesis, envejecimiento celular.

• Cuestiones legales: perfiles de DNA (“fingerprinting”).
• Filogenía y sistemática.
• Medicina: diagnóstico y tratamiento de enfermedades, terapia génica.
• Medio ambiente: bioindicadores de fuentes contaminantes.
• Parasitología: aislamiento de genes “blanco” para control.
• Protección de la vida silvestre mediante rastreo de perfiles DNA
• Biotecnologías.
• Organismos transgénicos, edición génica con CRISPR,…….etc.

•M
oren
o  
&
V
él
ez
, 2021 (actualizado)

 </PAGE>
<PAGE 58> La biología del desarrollo busca primero un gen para
especificar una forma en el embrión. La biología celular busca un
gen que especifique un elemento estructural. La medicina busca
genes para producir proteínas del cuerpo o trazar las causas de
las enfermedades. Las cuestiones filogenéticas, desde el origen de
la
vida hasta el origen de las especies son todas trazadas por
patrones de moléculas de ADN. La ecología caracteriza las
poblaciones naturales por amplificación de ADN: los habitats
sociales de los animales y las migraciones de las poblaciones
humanas se conducen sobre patrones de ADN. Las cuestiones
legales de vida o muerte pueden abordarse sobre patrones de
restricción de ADN. Y ahora, el proyecto genoma contempla
descubrir los patrones de ADN completos y listar cada uno de los
genes que caracterizan todas las especies modelo que los biólogos
estudian, incluida la nuestra (Gilbert, W. 1991). Hoy, con IA, predecimos estructuras y funciones.

La biología molecular hace 30 años (actualizado)

 </PAGE>
<PAGE 59> El  Proyecto genoma  y el nacimiento 

de la Genómica – Bioinformática

(1990 – 2001 – Presente)

Moreno & Vélez, 2021

• El proyecto oficial y público

GenBank, EMBL y DDBJ

Francis Collins

• El proyecto privado

TIGR & Celera Genomics

Craig Venter

27.176 novelas de 
100 años de soledad

 </PAGE>
<PAGE 60> Bioinformática
1967 – 1990 - Presente

Moreno & Vélez, 2021

1. La pregunta
2. La base de datos
3. El enfoque y la 

herramienta (incluyendo IA)
4. La interpretación
5. La comunicación

(publicación)

 </PAGE>
<PAGE 61> Con el proyecto genoma aparecieron:

Moreno & Vélez, 2021

• Nuevas esperanzas para la humanidad

• Nuevas alianzas
• Nuevas concepciones

• Nuevas tecnologías (NGS, single-cell)
• Nuevas empresas biotecnológicas

• Abundante información
• Nuevas ambiciones humanas
• Y mucha inversión económica

 </PAGE>
<PAGE 62> El dogma central de la biología molecular  

en la era post-genómica

DNA1
RNA11
Proteína111
Proteína1111  

Proteína1112
RNA12
Proteína121

RNA13
Proteína131

RNA1n
Proteína1n+n

Moreno & Vélez, 2021

Genoma
Transcriptoma
Proteoma
(Extendido a multi-ómicas: epigenoma, metaboloma, etc.)

 </PAGE>
<PAGE 63> Moreno & Vélez, 2021 (actualizado 2025)

La Post-Genómica: Ciencias ómicas

2005  - Presente

1995 - 2009

1975 - 1995

2005

Fluxómica
Interactómica
Single-cell omics
Spatial omics

 </PAGE>
<PAGE 64> Moreno & Vélez, 2021

Perfiles Multi-ómicos

Medicina de precisión 4P:

Prevención

Predicción 
Participativa
Personalizada

 </PAGE>
<PAGE 65> Moreno & Vélez, 2021

Metagenómica

En metagenómica, los materiales genéticos 
(ADN, C) se extraen directamente de 
muestras tomadas del medio ambiente (por 
ejemplo, suelo, agua de mar, intestino 
humano, A) después del filtrado (B), y se 
secuencian (E) después de la multiplicación 
por clonación (D) en un enfoque llamado 
secuenciación de escopeta. Estas 
secuencias cortas se pueden volver a juntar 
utilizando métodos de ensamblaje (F) para 
deducir los genomas individuales o partes 
de genomas que constituyen la muestra 
ambiental original. Esta información se 
puede utilizar para estudiar la diversidad de 
especies y el potencial funcional de la 
comunidad microbiana del medio ambiente. 

(Actualizado: avances en metagenómica con NGS y AI para análisis)

 </PAGE>
<PAGE 66> Microbioma humano: Los microbios son parte del ser humano desde la etapa
inicial de desarrollo y juegan un papel importante en el funcionamiento del
cuerpo humano. El microbioma humano está compuesto por virus, bacterias y
hongos que residen en comunidades dentro y fuera del cuerpo.

(Actualizado: Proyectos como Human Microbiome Project fase 2, enlaces con enfermedades)

 </PAGE>
<PAGE 67> Leroy Hood

La biología de sistemas

(2000 – Presente)

George Lake

Moreno & Vélez, 2021

Uno de los desafíos de la biología de sistemas y la genómica 
funcional es integrar la información genómica, transcriptómica, 

proteómica y metabolómica para proporcionar una mejor 

comprensión de la biología celular

¿Es posible producir 

una descripción 
matemática completa de 

sistemas biológicos 

complejos? (Con AI, sí, ej. modelos predictivos)

 </PAGE>
<PAGE 68> La biología de sistemas es un enfoque en la investigación
biomédica para comprender el panorama general, ya sea a 
nivel del organismo, tejido o célula, uniendo sus piezas. Está
en marcado contraste con décadas de biología reduccionista, 
que implica desmontar las piezas.

(Actualizado: integración con multi-omics y AI)

 </PAGE>
<PAGE 69> Análisis de Redes Biológicas

Some of the most common types of 
biological networks are:
1.Protein-protein interaction networks
2.Metabolic networks
3.Genetic interaction networks
4.Gene / transcriptional regulatory 
networks
5.Cell signalling networks

Esta subdisciplina se enfoca en el análisis de las interacciones entre 
moléculas biológicas, incluyendo proteínas, metabolitos y genes, para 
entender cómo funcionan los sistemas biológicos (Actualizado con graph neural networks via AI)

 </PAGE>
<PAGE 70> Modelamiento molecular

Esta subdisciplina se enfoca en la simulación y modelado de las 
estructuras moleculares de los organismos, incluyendo proteínas, 
ácidos nucleicos y otros componentes celulares. 

Aplicaciones. Una gran cantidad de modelos moleculares de campos de fuerza 
están disponibles hoy en día en las bases de datos. Los tipos de actividad 
biológica que se han investigado utilizando modelos moleculares incluyen 
plegamiento de proteínas, catálisis enzimática, estabilidad de proteínas, 
cambios conformacionales asociados con la función biomolecular y 
reconocimiento molecular de proteínas, ADN y complejos de membrana.
(Actualizado: AlphaFold para plegamiento de proteínas)

 </PAGE>
<PAGE 71> Inteligencia artificial aplicada a la 

Bioinformática

La IA se utiliza en la bioinformática, para analizar y comprender los datos 
biológicos complejos. 

1. Análisis de secuencias de ADN: La IA se utiliza para analizar grandes 
cantidades de datos de secuencias de ADN. Los algoritmos de aprendizaje 
automático y la minería de datos se utilizan para identificar patrones y 
características en las secuencias de ADN, lo que puede ayudar a los 
investigadores a comprender mejor la estructura y la función del ADN.

2. Modelado de proteínas: La IA se utiliza para modelar la estructura de las 
proteínas y predecir su función. Los algoritmos de aprendizaje automático se 
utilizan para analizar los datos de secuencias de proteínas y crear modelos 
tridimensionales precisos de las proteínas (ej. AlphaFold 2021).

3. Análisis de imágenes médicas: La IA se utiliza para analizar imágenes 
médicas, como tomografías computarizadas (TC) y resonancias magnéticas 
(RM). Los algoritmos de aprendizaje automático se utilizan para identificar 
patrones y características en las imágenes, lo que puede ayudar a los médicos a 
detectar y diagnosticar enfermedades.

 </PAGE>
<PAGE 72> 4. Diagnóstico y tratamiento de enfermedades: La IA se utiliza para desarrollar 
herramientas de diagnóstico y tratamiento más precisas y efectivas para una 
variedad de enfermedades, como el cáncer. Los algoritmos de aprendizaje 
automático se utilizan para analizar datos de pacientes y crear modelos 
predictivos que pueden ayudar a los médicos a tomar decisiones informadas 
sobre el tratamiento.

5. Descubrimiento de fármacos: La IA se utiliza para acelerar el proceso de 
descubrimiento de fármacos al identificar compuestos prometedores para su 
desarrollo. Los algoritmos de aprendizaje automático se utilizan para analizar 
grandes conjuntos de datos y crear modelos predictivos que pueden predecir 
la efectividad y seguridad de los compuestos candidatos.

6. Integración multi-ómica: IA para fusionar datos de genómica, proteómica, etc.

Inteligencia artificial aplicada a la 

Bioinformática (actualizado con desarrollos 2010-2025)

 </PAGE>
<PAGE 73> Sociedades en Bioinformática

e Inteligencia artificial (actualizado: ISCB, AMIA, etc.)

 </PAGE>
<PAGE 74> En resumen

Moreno & Vélez, 2021 (actualizado 2025)

• Biología
• Genética

Siglos XVI-XVII

1865/1900
• Biología molecular
• DNA–Recombinante
• Bioinformática

• Genómica  

estructural  

funcional

1944/1953

1975

1967
1995
2000
2000

• Ciencias ómicas                                   2005   
• Edición génica (CRISPR)                          2012
• Células iPS                                      2006
• AlphaFold y IA en biología                       2021
• Vacunas mRNA                                     2020
• Paleogenómica                                    2022

 </PAGE>
<PAGE 75> Moreno & Vélez, 2021 (actualizado 2025)

…Y la historia continua …

 </PAGE>
<PAGE 76> Avances post-2002: Nobel en Fisiología o Medicina relevantes

2003: Canales iónicos y de agua (Química, pero relacionado)

2004: Receptores olfatorios

2006: Interferencia de RNA (Andrew Fire, Craig Mello)

2007: Targeting génico en ratones (Mario Capecchi, Martin Evans, Oliver Smithies)

2009: Telómeros y telomerasa (Elizabeth Blackburn, Carol Greider, Jack Szostak)

2012: Células iPS (Shinya Yamanaka, John Gurdon)

2013: Tráfico vesicular (James Rothman, Randy Schekman, Thomas Südhof)

2016: Autofagia (Yoshinori Ohsumi)

2017: Ritmo circadiano (Jeffrey Hall, Michael Rosbash, Michael Young)

2019: Sensado de oxígeno (William Kaelin, Peter Ratcliffe, Gregg Semenza)

2022: Paleogenómica (Svante Pääbo)

2023: Vacunas mRNA (Katalin Karikó, Drew Weissman)

2024: microRNA (Victor Ambros, Gary Ruvkun)

 </PAGE>
<PAGE 77> Avances post-2002: Nobel en Química relevantes

2003: Canales en membranas (Peter Agre, Roderick MacKinnon)

2004: Degradación proteica por ubiquitina (Aaron Ciechanover, Avram Hershko, Irwin Rose)

2006: Transcripción eucariota (Roger Kornberg)

2008: GFP (Osamu Shimomura, Martin Chalfie, Roger Tsien)

2009: Estructura del ribosoma (Venkatraman Ramakrishnan, Thomas Steitz, Ada Yonath)

2012: Receptores acoplados a proteína G (Robert Lefkowitz, Brian Kobilka)

2013: Modelos multiescala para sistemas químicos (Martin Karplus, Michael Levitt, Arieh Warshel)

2014: Microscopía de super-resolución (Eric Betzig, Stefan Hell, William Moerner)

2015: Reparación del ADN (Tomas Lindahl, Paul Modrich, Aziz Sancar)

2017: Crio-microscopía electrónica (Jacques Dubochet, Joachim Frank, Richard Henderson)

2018: Evolución dirigida y phage display (Frances Arnold, George Smith, Gregory Winter)

2020: CRISPR-Cas9 (Emmanuelle Charpentier, Jennifer Doudna)

2022: Química click y bioortogonal (Carolyn Bertozzi, Morten Meldal, K. Barry Sharpless)

2024: Diseño de proteínas computacional y predicción de estructuras (David Baker, Demis Hassabis, John Jumper)

 </PAGE>
<PAGE 78> Descubrimientos clave post-2002 en Biología Molecular

- 2006: Descubrimiento de células madre pluripotentes inducidas (iPS) por Shinya Yamanaka.

- 2012: Desarrollo de CRISPR-Cas9 como herramienta de edición génica por Jennifer Doudna y Emmanuelle Charpentier.

- 2013: Avances en microscopía de super-resolución y crio-EM para estructuras moleculares.

- 2015: Mecanismos de reparación del ADN.

- 2020: Desarrollo rápido de vacunas mRNA contra COVID-19.

- 2021: AlphaFold de DeepMind revoluciona la predicción de estructuras proteicas.

- 2022: Secuenciación de genomas antiguos y paleogenómica.

- 2024: Reconocimiento de microRNA en regulación génica.

 </PAGE>
<PAGE 79> Avances en Genómica y Ómicas post-2005

- Next-Generation Sequencing (NGS): Reducción de costos y aumento de velocidad (Illumina, PacBio).

- Single-cell omics: Análisis a nivel de célula individual (scRNA-seq, 2010s).

- Spatial omics: Mapeo espacial de transcripciones (Spatial Transcriptomics, 2016; Visium).

- Multi-omics integration: Combinación de genómica, transcriptómica, proteómica, metabolómica con AI.

- Epigenomics: Proyectos como ENCODE (2003-2022) para mapa funcional del genoma.

- Metagenomics: Human Microbiome Project (2007-), estudios de microbiomas en salud.

- Fluxomics y Interactomics: Análisis de flujos metabólicos y interacciones.

 </PAGE>
<PAGE 80> Aplicaciones de IA en Bioinformática (2010-2025)

- 2010s: Machine learning para análisis de secuencias y predicción de funciones.

- 2018: Deep learning en genómica (e.g., DeepVariant para llamadas de variantes).

- 2021: AlphaFold resuelve el problema de plegamiento de proteínas.

- 2022: Modelos de lenguaje grandes para biología (e.g., ESM para proteínas).

- 2023-2025: IA en descubrimiento de fármacos, diseño de proteínas de novo (David Baker).

- Integración multi-ómica con graph neural networks.

- AI para medicina de precisión: Predicción de respuestas a tratamientos.

 </PAGE>
<PAGE 81> Pioneros clave post-2002

- Jennifer Doudna y Emmanuelle Charpentier: CRISPR (2020 Nobel Química).

- Shinya Yamanaka: iPS cells (2012 Nobel Medicina).

- Demis Hassabis y John Jumper: AlphaFold (2024 Nobel Química).

- David Baker: Diseño computacional de proteínas (2024 Nobel Química).

- Svante Pääbo: Paleogenómica (2022 Nobel Medicina).

- Katalin Karikó y Drew Weissman: Tecnología mRNA (2023 Nobel Medicina).

- Yoshinori Ohsumi: Autofagia (2016 Nobel Medicina).

 </PAGE>
<PAGE 82> Impacto en Medicina

- Terapia génica: Aprobaciones FDA para enfermedades raras (e.g., Zolgensma 2019).

- Inmunoterapia: CAR-T cells para cáncer (2017).

- Medicina de precisión: Oncología guiada por genómica (e.g., targeted therapies).

- Vacunas mRNA: COVID-19 (2020), potencial para otras enfermedades.

- Diagnóstico con AI: Análisis de imágenes y genómica para detección temprana.

 </PAGE>
<PAGE 83> Impacto en Química y Bioquímica

- Química bioortogonal: Reacciones en sistemas vivos (Bertozzi, 2022).

- Máquinas moleculares: Motores nanométricos (2016 Nobel).

- Evolución dirigida: Ingeniería de enzimas (Arnold, 2018).

- Quantum dots en biología: Imagen y sensores (2023 Nobel).

 </PAGE>
<PAGE 84> Futuro: Biología Sintética y Ética

- Biología sintética: Creación de organismos artificiales (e.g., minimal genome por Venter, 2010).

- Ética en edición génica: Debates sobre edición germinal (He Jiankui, 2018).

- AI ética en bio: Bias en datos, privacidad en genómica.

- Sostenibilidad: Biotecnología para cambio climático (e.g., biofábricas).

 </PAGE>
<PAGE 85> Referencias

Moreno & Vélez, 2021 (actualizado 2025)

1) Academia Nobel. Estocolmo, Suecia. http://www.nobel.se
2) Burke, A. 2000. Genome technology. Sep. 20-26.
3) Gribben, J. 1986. En busca de la doble hélice. Enciclopedia

científica Salvat. España.

4) La base molecular de la vida. 1972. Edt. Interamericana.
5) Schrödinger. E. 1986. Qué es la vida?. Edt. Tusquest.
6) Watson, JD. 1972. La doble hélice. Plaza y Janes. Bogotá.
7) Moreno, PA, Vélez, PE, Burgos JD, 2009. Biología

Molecular, Genómica y PostGenómica. Edt. UniCauca. 
8) Bolaños, I, Vélez, P, Moreno PA, 2020. Metagenómica: 

Pioneros, principios y aplicaciones. Edt. UniCauca.
9) Moreno PA, Vélez PE, 2023. Bioinformática para ciencias

de la vida e ingenierías. Edt. UniValle. 
10) NobelPrize.org (actualizado a 2024)
11) Nature Reviews Genomics (varios artículos 2005-2025)
12) Science Magazine: Advances in AI and Omics

 </PAGE>
</DOCUMENT>
Bioinformatics Research Group at Universidad del Valle

User Tools

Site Tools

Page Tools
