Implementación de una estrategia pedagógica para el desarrollo de habilidades en el área de Bioinformática, basada en entornos virtuales para el trabajo colaborativo y el desarrollo de proyectos de investigación de alto impacto

En la actualidad, las áreas STEM (del idioma inglés: Science, Technology, Engineering and Mathematics) han adquirido gran importancia en el mundo académico dado su gran demanda laboral (1), este hecho ha abierto la puerta al desarrollo de propuestas para fortalecer la labor educativa y asegurar el máximo de componentes (conocimientos) impartidos a los estudiantes asociados con alguna de estas áreas y que además se asegure el máximo de apropiación del conocimiento al final del proceso académico. La Bioinformática y Biología Computacional en general, son un ejemplo claro de área STEM, en la que confluyen métodos y herramientas de diversas áreas del conocimiento en Ciencia, Tecnología, Ingeniería y Matemáticas. En general podemos definir la bioinformática como “la aplicación de métodos y herramientas de las ciencias de la computación, las matemáticas y la estadística para el estudio y comprensión de los fenómenos biológicos, particularmente a nivel molecular”. En ella confluyen fuertemente conceptos computacionales (ej. bases de datos, programación, aprendizaje de máquinas), biológicos (ej. expresión de genes, síntesis de proteínas, metabolismo), así como conceptos matemáticos (métodos de optimización, álgebra lineal) y estadísticos (ej. modelos ocultos de Markov y estadística bayesiana). Por otra parte, los métodos y herramientas de la bioinformática son transversales, es decir que pueden ser aplicados a cualquier fenómeno biológico y cuyos conocimientos base se encuentra a nivel del ADN, las proteínas u otros componentes o procesos moleculares, lo cual, la hace muy atractiva para estudiantes e investigadores de distintas áreas del conocimiento. El hecho de ser interdisciplinaria y transversal lleva a que en los cursos de bioinformática se cuente, por ejemplo, con estudiantes de nutrición, biología, bacteriología, ingeniería, matemáticas y microbiología, lo cual trae consigo un enorme reto para el docente, quien frente a tanta heterogeneidad académica debe sin embargo procurar un nivel de conocimientos balanceado para todos los estudiantes. Por ejemplo, los ingenieros y matemáticos, deben entender, al menos en su esencia, los conceptos biológicos relevantes como estructura del ADN y arquitectura de genes, transcripción, traducción, heterocigosidad, mutación silenciosa, etc. Los estudiantes de las áreas biológicas deben a su vez también conocer los conceptos mínimos alrededor de temas como big data, aprendizaje de máquinas, sistemas operativos distintos a MS Windows y máquinas virtuales, entre otros. En adición a lo anterior, La Bioinformática, a pesar de ser una disciplina estrictamente computacional, requiere de un conocimiento profundo de los métodos experimentales que proveen la información que ella analiza. En este sentido, aunque las posibles fuentes de información biológica que sirven como insumo para los análisis bioinformáticos son muy variadas, la gran mayoría de la información analizada por métodos bioinformáticos viene del área genómica, entendida esta última como el estudio del conjunto de ADN de un organismo. Esta característica radica en el hecho de que es en la caracterización y entendimiento de los genes donde encontramos gran parte de las posibles respuestas a nuestras preguntas acerca de los fenómenos biológicos. Sin embargo, para poder realizar estos análisis computacionales, es fundamental contar con dicha información biológica, es decir que es necesario extraer el ADN de los organismos y transformarlo en un formato que pueda ser analizado y tratado por métodos computacionales, este método es llamado de forma genérica como secuenciación genómica o simplemente secuenciación. Dados los costos asociados a la secuenciación genómica, este tipo de práctica está reservada a proyectos de investigación con rubros específicos, de tal manera que en el aula de clase los estudiantes deben trabajar con datos ya obtenidos por otros estudios, ya analizados y con resultados ya publicados. Este hecho aparta al estudiante del proceso de evaluación de “la mejor tecnología” para un caso particular, no les permite involucrarse como investigadores en la toma de decisiones y discusiones asociadas a la evaluación de uno u otro método de secuenciación, ni al proceso de descubrimiento asociado al estudio de información nunca antes analizada. En gran medida el auge y amplia aceptación en la comunidad científica de la bioinformática como disciplina de investigación, radica en que gracias a esta nos es posible manejar grandes volúmenes de información como los obtenidos por secuenciación genómica, que fácilmente pueden llegar al orden de terabytes de información (2). Por otra parte para llevar a cabo algunos de estos análisis se requiere también de la instalación de enormes bases de datos especializadas que permitan realizar comparaciones del genoma bajo estudio, esto con el fin de realizar hipótesis de trabajo acerca de las posibles funciones presentes en el genoma bajo estudio. En síntesis, el trabajo bioinformático demanda el manejo de grandes volúmenes de información, para lo cual se requiere del acceso a suficientes recursos computacionales, dado que estos análisis no se pueden realizar en computadores de escritorio convencionales sino en servidores con alta capacidad de cómputo. De acuerdo con lo anterior y dadas las restricciones en poder computacional, los estudiantes se ven sujetos a trabajar con datos reducidos, datos de ejemplo que no reflejan la realidad de los problemas que deben ser enfrentados en la vida real como profesionales en el área. Por ejemplo, en la clase de Bioinformática, los estudiantes tienen acceso a un pequeño servidor central, en el cual pueden realizar algunos análisis pequeños, pero con serias limitaciones que se incrementan a medida que el número de estudiantes inscritos aumenta. Es común que algunos estudiantes tengan que esperar a que el análisis de otros estudiantes termine para realizar los suyos. Nuestra propuesta de innovación pedagógica Teniendo en cuenta que el presente proyecto se basa en la orientación del proceso aprendizaje/enseñanza basado en un método problema-proyecto, se debe aclarar, en primer lugar, que el rol del profesor en este caso dejará de estar enfocado en la instrucción continua de conocimiento, sino que se basará en la guía y supervisión del desarrollo del aprendizaje de los estudiantes a lo largo del periodo académico, teniendo en cuenta que en el inicio y a lo largo del proceso se deben impartir los conocimientos necesarios para que los estudiantes puedan afrontar el problema, de tal manera que posteriormente ellos sean capaces de adquirir conocimiento autónomo adicional para la solución del problema central definido desde el inicio. El proceso de aprendizaje, tomando lo anteriormente mencionado, sería entonces un proceso donde cada estudiante tendrá los conocimientos necesarios, impartidos en el aula, para empezar a afrontar el problema y los conocimientos necesarios para afrontar los subsecuentes problemas derivados de la pregunta central, podrán ser abordados por los grupos de estudiantes, donde el profesor hará las veces de tutor y guía (observación participante) para orientar a los estudiantes en la adquisición de estos conocimientos adicionales y que son fundamentales para alcanzar el objetivo del proyecto de clase. De esta manera, nuestra propuesta: “Implementación de una estrategia pedagógica para el desarrollo de habilidades en el área de Bioinformática, basada en entornos virtuales para el trabajo colaborativo y el desarrollo de proyectos de investigación de alto impacto en las asignaturas de bioinformática”, se basa en la idea de trasladar la investigación de dos proyectos titulados: Implementación y evaluación de un modelo predictivo de asociación genómica para Enfermedades Raras basado en configuraciones de repeticiones ADN y variantes estructurales liderado por el profesor Fabian Tovar de la Pontificia Universidad Javeriana seccional Cali y financiado por el CTeI dentro de la convocatoria en salud que promueva la medicina personalizada y la investigación traslacional (2022 - 2025) y Análisis del deterioro cognitivo leve (DCL) como predictor temprano de trastornos neurodegenerativos financiado por el Sistema General de Regalias (2022-2026) liderado por los profesores Janneth González y Andrés Aristizabal de la Pontificia Universidad Javeriana seccional Bogotá; mediante la participación activa de los estudiantes y lo más cercano posible a la manera en que este tipo de investigación se lleva a cabo en la vida profesional en cuanto al análisis de datos Omicos sobre la plataforma computacional: ”ANSEP” desarrollada en los dos años anteriores por las dos seccionales de la Universidad Javeriana. De esta manera se busca resolver cada uno de los impactos identificados a lo largo del resumen presentado en la propuesta y con base en dos estrategias: 1. Análisis de datos biológicos 2. Socialización de resultados. Los objetivos específicos de esta propuesta buscan responder las siguientes preguntas de investigación: • ¿Una metodología de enseñanza por proyectos facilita el aprendizaje de los métodos y conceptos relativos al área de Bioinformática? • ¿La metodología propuesta logrará despertar el interés de los estudiantes, provenientes de diferentes disciplinas, en el aprendizaje de los conocimientos impartidos durante el semestre académico? • ¿Al involucrar a los estudiantes en espacios dedicados a compartir experiencias, de qué manera se logrará mejorar el modo en que se desarrolla el proceso pedagógico impartido por el docente?