
25
REVISTA PERSPECTIVAS
VOL. 8, N˚1 / ENERO - JUNIO 2026 / e-ISSN: 266-6688
I. Introducción
La bioinformática utiliza técnicas
computacionales e Inteligencia Artificial (IA)
para procesar y analizar grandes cantidades de
datos biológicos, tales como secuencias de ADN
y proteínas en organismos [1]. Esto ha hecho
posible la secuenciación de genomas completos,
el descifrado de secuencias de nucleótidos y la
determinación de la composición génica.
Una de las aplicaciones de la bioinformática
es la identificación de metabolitos (cualquier
sustancia formada por reacciones metabólicas
dentro de un organismo vivo) que puede llevar
al descubrimiento de nuevos fármacos o actuar
como agentes de control de plagas. Una vez que
se ha determinado la utilidad de un metabolito,
el siguiente paso es identificar los genes
involucrados en su metabolismo, lo que permite
la búsqueda de otros organismos capaces de
producirlo.
La comparación de cadenas de genes o proteínas
entre organismos del mismo género con genomas
conocidos es una práctica común. Si existe una
coincidencia exacta, se asume la capacidad
de metabolizar el compuesto. Sin embargo,
debe considerarse la variabilidad genética, ya
que pequeñas variaciones en los genes pueden
no afectar su función, y un organismo puede
producir el metabolito deseado incluso con un
subconjunto de los genes identificados.
En 2012, Google anunció que utilizaría Grafos
de Conocimiento (Knowledge Graphs o KGs) en
sus sistemas de búsqueda, atrayendo la atención
de otras empresas tecnológicas [3]. Los KGs
representan el conocimiento de una manera
computacionalmente viable, con aplicaciones en
bioinformática para analizar relaciones biológicas
complejas. Los KGs funcionan como bases de
datos no relacionales, lo que los hace adecuados
para almacenar datos no estructurados.
Sin embargo, la adopción de grafos de
conocimiento para representar información
genómica también requiere un sistema de
consultas. Se demuestra que SPARQL (SPARQL
Protocol and RDF Query Language) es un sistema
de consultas efectivo para grafos de conocimiento
que codifican información genómica.
BLAST (Herramienta de Búsqueda de
Alineamiento Local Básico) [2] es una
herramienta utilizada para comparar cadenas de
genes, buscando automáticamente similitudes
funcionales entre secuencias de cadenas
genómicas, permitiendo inferir la función de
secuencias desconocidas. Se usa ampliamente
en bioinformática para comparar secuencias
de ADN, ARN o proteínas en bases de datos
biológicas para encontrar regiones similares.
Aplicar BLAST a secuencias de interés en un gran
conjunto de genomas, almacenados en formato
FASTA, es una tarea que requiere mucho tiempo
y evalúa coincidencias basadas en similitud.
Esta información ayuda a los investigadores a
seleccionar organismos con mayor probabilidad
de metabolizar el compuesto de interés,
confirmando eventualmente la producción de
metabolitos en el laboratorio.
BLAST incluye una fase de evaluación, donde
se calculan puntuaciones para regiones de
similitud basadas en coincidencias exactas,
similitudes y diferencias entre las bases
alineadas o aminoácidos. Utilizando estadística,
se determina la significancia de las similitudes,
y los resultados se filtran utilizando umbrales de
significancia para reducir falsos positivos.
A diferencia de otros KGs biomédicos a gran
escala, nuestro sistema implementa un pipeline
automatizado para procesar Archivos Genbank
Flat Files (GBFF), permitiendo la generación
rápida y reproducible de grafos RDF (Resource
Description Framework). Un enfoque similar
es adoptado por el marco Petagraph[4], que
integra datos multi-ómicos en un KG biomédico
unificado, aprovechando más de 180 ontologías y
estándares. Petagraph destaca el potencial de los
KGs para permitir consultas y análisis eficientes,
paralelo a los objetivos de este estudio en el
dominio genómico.