Biologia sistêmica possui algo bastante similar com o cálculo das
variações (Variational Calculus) no
que tange a aceitação por parte da academia, muitos consideram controle ótimo
como o cálculo das variações renovado, algo que outros rejeitam. De forma
similar, alguns podem considerar biologia sistêmica como apenas antigo
conhecimento com roupagem nova. Posto de forma direta, o pensamento sistêmico
tem sido abordado há tempos, ver, por exemplo, o livro publicado por Capra em
1982[1].
Talvez um exemplo adicional fosse o conceito de ‘sistemas inteligentes’, que
podem ser encontrados na antiguidade[2],
Russell e Norvig apresentam discussões nesta direção, mas somente agora
conseguimos chegar próximo de ter agentes inteligentes, com as devidas
modificações na forma de pensar e avanços tecnológicos. Posto desta forma,
somente agora conseguimos tornar real a ideia do pensamento sistêmico, do
pensamento integrado. Talvez um dos maiores percussores desta iniciativa esteja
na física, com novos paradigmas que mostra que estamos todos conectados, ou mesmo
estudos da natureza de partículas quânticas.
Uma rápida análise da
literatura mostra uma comunidade madura o suficiente para aceitar a ‘sinergia
natural’ entre ‘biologia sistêmica’ e ‘inteligência computacional’, mas
relutante em reconhecer, provavelmente devido ao fato de que inteligência
computacional em se é uma área nova, mais antiga, mas ainda em fase de
construção. Cristianini e Shawe-Taylor (2000)
apresentam como conclusão de sua obra exemplos do uso de maquinas de suporte
vetorial como sistemas para estudar expressão genética. Em projeto escrito pelo
autor em colaboração[3],
comenta-se da possibilidade de usar redes neurais de disparos (Spiking Neural Networks) como forma de
inferir na expressão temporal de genes. Liu et
al (2006) estuda o problema de descobrir “partes funcionais”, motifs, em “linhas de DNA” e sequências
de proteínas. Nayır e Günay (2009) aplicam redes neurais para localizar
promotores em DNA, comparando com técnicas já usadas, e aparentemente os
resultados com redes neurais foram positivos. Nag (2010) dedica um capítulo de
sua obra somente a aprendizado de máquina na área de análise de microarranjos,
tema muito importante em biologia sistêmica.
O pensamento sistêmico
já está incorporado nas ciências aplicadas há tempos, como o uso em ‘Análise de
Ciclo do Produto’ (LCA), Life Cycle
Assessment, na referida metodologia, produtos são estudos em redes, não de
forma “local”. A busca por áreas interdisciplinares tem sido algo comum há
décadas, mas somente agora realmente se pode dizer que temos a chance de
alcança algo real, duas área com alto grau de subir no trono são inteligência
computacional e biologia sistêmica.
Em resumo, biologia sistêmica busca juntar em
um único ponto matemáticos, físicos, biólogos, cientistas da computação,
médicos e outros de forma unificada, de tal forma que nenhum profissional
tendendo a somente uma área possa alcança resultados. Em trabalho Bolouri
(2008) comenta de ter sido questionado várias vezes sobre a lista de
conhecimentos que um bom profissional da biologia computacional deve ter,
segundo esse uma lista em somente um livro é impossível, engenheiros passam
anos aprendendo uma forma própria de pensar, resumir em somente um livro parece
impossível. Devries e Hasbun (2011) comentam na divisão da física em três áreas
de estudo, uma dessas sendo computacional, pode-se dizer que biologia está seguindo
o mesmo percurso, como matemática tem seguido. Em trabalhos passados[4],
o autor estudou a importância da biologia em engenharia e de campos realmente
interdisciplinares no contexto dos desafios do milênio.
Talvez o que possa atrasar ou mesmo ofuscar o
brilho da biologia sistêmica seja o fato de que existem duas comunidades
predominantes no momento: ‘estudos na escala genética’, ou seja, o que importa
são genes, proteínas, e correlacionados; e ‘estudos na escala populacional’,
estudos de interação entre especiais ou mesmo epidemias. A primeira tem
prevalecido, principalmente devido ao crescente uso de modelos computacionais
para tratar o que o projeto genoma deixou, uma quantidade enorme de dados para
interpretar, algo que nenhum humano com ‘papel e caneta’ possui a possibilidade
de inferir algo útil. Certamente estudos em redes complexas têm sido
beneficiados por estudos em biologia sistêmica ou mesmo o contrario.
[1] CAPRA, Fritjof. O
Ponto de Mutação: A Ciência, a Sociedade e a Cultura Emergente. 25. ed. São
Paulo: Cultrix, 1982. Note que Capra usa o termo Biologia Sistêmica, na verdade
os tradutores.
[2] Russell,
Stuart; Norvig, Peter. Artificial
Intelligence: A modern approach. Second edition. Prentice Hall Series in
Artificial Intelligence: 2003.
[3] J G Pires e N
Kasabov. Quantum-Inspired
Optimisation of Spiking Neural Networks: Methods, Systems, and Applications.
2013. Não-publicado.
No comments:
Post a Comment