ANÁLISE PANORÂMICA DA BIOINFORMÁTICA NO BRASIL: PROPOSTAS DA GESTÃO DE PESSOAS PARA OS LABORATÓRIOS DE PESQUISA

Transcrição

1 UNIVERSIDADE DO EXTREMO SUL CATARINENSE - UNESC CURSO DE PÓS-GRADUAÇÃO ESPECIALIZAÇÃO EM MBA GESTÃO DE PESSOAS ELISÂNGELA BONGIOLO ANÁLISE PANORÂMICA DA BIOINFORMÁTICA NO BRASIL: PROPOSTAS DA GESTÃO DE PESSOAS PARA OS LABORATÓRIOS DE PESQUISA CRICIÚMA, DEZEMBRO DE 2006

2 1 ELISÂNGELA BONGIOLO ANÁLISE PANORÂMICA DA BIOINFORMÁTICA NO BRASIL: PROPOSTAS DA GESTÃO DE PESSOAS PARA OS LABORATÓRIOS DE PESQUISA Monografia apresentada à Diretoria de Pósgraduação da Universidade do Extremo Sul Catarinense- UNESC, para a obtenção do título de especialista em MBA Gestão de Pessoas. Orientador: Prof. MSc. Rogério Antônio Casagrande Co-orientadora: Mestranda Luciana Ribeiro Matos CRICIÚMA, DEZEMBRO DE 2006

3 2 Vitório e Maria Dirce, meus pais. Jônata, meu namorado. Tio Augusto e tia Eliza, anjos no céu... A vocês dedico este trabalho. O meu amor e carinho. Agradeço por estarem sempre por perto.

4 3 AGRADECIMENTOS Aqui vão os meus mais sinceros agradecimentos que, apesar de serem os usuais, são os mais verdadeiros possíveis. Ao orientador Rogério Antônio Casagrande, por aceitar me orientar, pelo exemplo de profissionalismo, pelas contribuições e pela credibilidade depositada em mim. A Luciana, minha co-orientadora, pela generosidade em compartilhar seus conhecimentos; pela compreensão do tempo furtado, pelos ensinamentos que me levaram a execução e conclusão desta monografia e pela paciência no envio dos arquivos. Estou sinceramente acreditando que você é uma dessas pessoas que nascem a cada anos. A meu pai Vitório e minha mãe Maria Dirce pelo imenso amor e constante incentivo na minha formação como pessoa e como profissional. Pela educação de vida que sempre me proporcionaram e pelo apoio incondicional em todos os meus sonhos. Cada palavra de carinho e de apoio foram e ainda são muito importantes para mim. Amo vocês!! Ao meu amado namorado Jônata, que enfrentou meu mau humor e ansiedade durante esses meses de realização da monografia. Pela sinceridade, carinho, compreensão e amor. Obrigada por você existir, me dar apoio em todas as horas e pelos ensinamentos. Você ilumina a minha vida!! Te amo! A minha irmã Adriana, minhas sobrinhas Giulia e Isabeli. Ao inventor da Internet, fonte maior de pesquisa. A turma do MBA, pela diversão, pelo aprendizado, pela convivência e pela amizade. A UNESC - Universidade do Extremo Sul Catarinense. A todos os professores, coordenação e diretoria da pós Graduação em MBA Gestão de Pessoas da UNESC, que foram importantes nesta etapa da minha vida acadêmica. As brilhantes aulas e observações da Professora Cláudia Cristina Bittencourt, por ampliarem o meu campo de visão e conhecimento em Qualidade de Vida.

5 4 Ao Laboratório de Bioinformática da UFSC, que me permitiu tomar contato com o tema aqui proposto. Em especial, agradeço aos pesquisadores e líderes de laboratório de todo o Brasil, que dispuseram do seu tempo e responderam ao questionário aplicado. Ao Tio Augusto e Tia Eliza que, lá de cima, sempre me abençoaram e me deram todo o conforto necessário. A Santa Rita, por me abençoar todos os dias. Obrigada por iluminar-me e a todos ao meu redor. Anjo da Guarda, meu bom amigo... Obrigada pela proteção, companhia constante e por guiar-me sempre. A Deus por tudo na minha vida. Tudo. A mim mesma, pela coragem, iniciativa e dedicação. A todos aqueles que me deram uma mãozinha e que acreditam e me incentivam a correr atrás dos meus ideais.

6 5 Nada lhe posso dar que já não exista em você mesmo. Não posso abrir-lhe outro mundo de imagens, além daquele que há em sua própria alma. Nada lhe posso dar a não ser a oportunidade, o impulso e a chave. Eu o ajudarei a tornar visível o seu próprio mundo, e isso é tudo. (Hermann Hesse) Onde quer que você vá, vá com todo o coração. (Confúcio)

7 6 RESUMO A Bioinformática é uma área que vem crescendo desde a década de 90, com os avanços nas pesquisas de seqüenciamento do Genoma Humano. Esta área de pesquisa surgiu da oportunidade de se aliar o poderio computacional de processamento de dados à necessidade de automatização dos processos de pesquisa genética de forma otimizada. O resultado desta composição foi um grande avanço nas pesquisas, o que culminou com um aumento exponencial de resultados e um grande volume de informações extraídas e armazenadas em bancos de dados públicos e privados disponíveis via internet. Porém, o gerenciamento de dados desta nova área causou algumas barreiras parcialmente solucionadas através da colaboração entre os grupos de pesquisa dos grandes centros brasileiros e internacionais. Além disso, outras características como as particularidades dos dados, seu volume e a necessidade de ferramentas cada vez mais potentes criaram entraves ligados à integração de dados, padronização de informações e compartilhamento de dados. A aplicação de estratégias provenientes de áreas como Trabalho Cooperativo Suportado pelo Suportado pelo Computador, do inglês Computer-Supported Cooperative Work (CSCW), Workflows, Serviços Web e soluções ligadas à integração de bancos dados são alternativas interessantes para as limitações ligadas ao processo de trabalho, mas ainda são pouco aplicadas nos laboratórios de bioinformática. Este trabalho mostra uma outra abordagem que não é aplicada aos laboratórios de Bioinformática: a Gestão de Pessoas. Esta área vai de encontro a outro lado do problema que está ligada à estrutura do trabalho e a motivação com a qual as pesquisas são desenvolvidas. Baseado na comparação entre laboratório de pesquisa e empresa, este trabalho mostra sob quais aspectos a Gestão de Pessoas é vantajosa. Palavras-chave: Bioinformática; Gestão de Pessoas; CSCW.

8 7 LISTA DE ILUSTRAÇÕES Figura 1. Relacionamentos entre a terminologia básica de um Workflow Figura 2. Guarda-chuva de Workflow Figura 3. Arquitetura de Workflow Figura 4. Arquitetura de serviços web Figura 5. Exemplo de cubo de volume de vendas de uma refinaria Figura 6. Distribuição dos canais de comunicação mais comuns ao laboratório Figura 7. Distribuição dos objetivos de pesquisa nas respostas do Questionário do Pesquisador Figura 8. Distribuição dos pesquisadores por fator de influência na definição de tema de pesquisa Figura 9. Distribuição das escolhas que demonstram o estágio do desenvolvimento da pesquisa desenvolvida pelos pesquisadores que responderam ao questionário Figura 10. Distribuição das escolhas dos pesquisadores sobre o seu investimento pessoal em pesquisa Figura 11. Grau de relacionamento do pesquisador com a pesquisa desenvolvida Figura 12. Critérios prejudiciais ao desempenho dos pesquisadores e sua distribuição

9 8 LISTA DE QUADROS E TABELAS Quadro 1. Diferença entre os Conceitos de Competência e de Habilidade Tabela 1. Análise das áreas de Gestão de Pessoas e CSCW e da delimitação de 22 características inerentes Tabela 2. Laboratórios participantes do questionário de Laboratório Tabela 3. Laboratórios participantes do questionário de Pesquisador Tabela 4. Tabela da distribuição de Estados participantes no Questionário Laboratório Tabela 5. Tabela resultante da análise dos quesitos ligados à estrutura física dos laboratórios gerada a partir de um cubo de 5 dimensões Tabela 6. Tabela de distribuição do quesito instalações físicas do questionário sobre os laboratórios Tabela 7. Tabela de distribuição do quesito Espaço Adequado Pesquisa do questionário sobre os laboratórios Tabela 8. Tabela de distribuição do quesito Material de consumo oferecido do questionário sobre os laboratórios Tabela 9. Tabela resultante da análise dos quesitos ao espaço, instalações e material oferecido para os pesquisadores gerados a partir de um cubo de 3 dimensões Tabela 10. Cubo gerado a partir da relação entre os quesitos Equipamentos disponíveis e Estados dos Equipamentos do Laboratório Tabela 11. Cubo de três dimensões correlacionando informações acerca das atividades práticas, instalações de leitura e horário de funcionamento do laboratório Tabela 12. Relação entre a Estrutura Organizacional e o número de pesquisadores de total e por qualificação (IC, Mestrado e Doutorado) Tabela 13. Seleção para participação dos grupos de pesquisa do laboratório Tabela 14. Distribuição dos laboratórios de acordo com a política de manutenção de pesquisadores, objetivo do laboratório e estados em que se localizam Tabela 15. Relação entre a estrutura organizacional, o objetivo do laboratório e a exportação de pesquisadores proveniente de cubo gerado com 3 dimensões

10 9 Tabela 16. Estruturação do laboratório x número de pesquisadores, cubo bidimensional Tabela 17. Relação entre a exportação de pesquisadores e os vínculos com parceiros do laboratório através de um cubo bidimensional Tabela 18. Relação entre avaliação e análise de resultados das políticas de laboratório para construção de aprendizado cooperativo Tabela 19. Relação do tipo, Estado de atuação e tempo de pesquisa de cada pesquisador Tabela 20. Relação entre atuação em congressos e números de congressos nacionais e internacionais a partir de um cubo bidimensional Tabela 21. Relação entre o grau de instrução e atuação em congressos via cubo bidimensional Tabela 22. Relação entre Motivação x Dedicação exclusiva x Bolsista Tabela 23. Relação entre Conhecimento na área x Motivação x Envolvimento com a pesquisa, através dos dados obtidos com cubo tridimensional destas medidas Tabela 24. Relação liderança x trabalho em equipe x planejamento Tabela 25. Relação entre o desempenho do orientador e a motivação do pesquisador Tabela 26. Relação entre a motivação do pesquisador e a estrutura do laboratório

11 10 LISTA DE ABREVIATURAS E SIGLAS A Adenina API Application Programming Interface BD Banco de Dados Biofoco Rede de pesquisa e desenvolvimento em bioinformática do centrooeste Biota/Fapesp Programa de Pesquisas em Caracterização, Conservação e Uso Sustentável da Biodiversidade do Estado de São Paulo. C Citosina C&T Ciência e Tecnologia C,T&I Ciência, Tecnologia e Informação CAPES Coordenação de Aperfeiçoamento de Pessoal de Nível Superior CBAB Centro Brasileiro-Argentino de Biotecnologia CEPEC Centro de Pesquisas do CACAU CEPEM Centro de Pesquisa em Medicina Tropical CEPLAC Comissão Executiva do Plano da Lavoura Cacaueira CNPq Conselho Nacional de Desenvolvimento Científico e Tecnológico CPQRR Centro de Pesquisas René Rachou CRB Centros de Recursos Biológicos CRIA Centro de Referência em Informação Ambiental CSCL Computer-Supported Cooperative Learning (aprendizado cooperativo suportado pelo computador) CSCW Computer-Supported Cooperative Work (trabalho cooperativo suportado pelo computador) DNA Deoxyribonucleic acid (Ácido Desoxirribonucléico) DW Data Warehouse (armazém de dados) EBAB Escola Brasileiro-Argentina de Biotecnologia Correio Eletrônico EMBL European Molecular Biology Laboratory (do ingles, laboratório Europeu de biologia molecular) EMBRAPA Empresa Brasileira de Pesquisa Agropecuária

12 11 ETL FAPERJ FAPESP Fiocruz G GDB GenBank GIMS GPL GSDB GUS HTTP HTML IAPAR IBMP IC ICGEB ICP INPA IPA IUCN LICR LNCC MAPA MCT MDIC mrna MS NCBI NEA/IE Extract, transform, and load (Extração, Transformação e Carga de Dados em um Data Warehouser) Fundação Amparo à Pesquisa do Estado do Rio de Janeiro Fundação de Amparo à Pesquisa do Estado de São Paulo Fundação Oswaldo Cruz Guanina Genome Database (banco de dados genômico) Genetic Sequence Data Bank (do inglês, banco de dados de seqüências genéticas) Graphical Interference Management System General Public License Genome Sequence Database Grupo brasileiro de usuários de Slackware Hyper Text Transfer Protocol HyperText Markup Language (Linguagem de Formatação de Hipertexto) Instituto Agronômico do Paraná Instituto de Biologia Molecular do Paraná Instituto de Computação International Centre for Genetic Engineering and Biotechnology Institutos e Centros de Pesquisa Instituto de Nacional de Pesquisa da Amazônia Empresa Pernambucana de Pesquisa Agropecuária The World Conservation Union Ludwig Institute for Cancer Research Laboratório Nacional de Computação Científica Ministério da Agricultura, Pecuária e Abastecimento Ministério da Ciência e Tecnologia Ministério do Desenvolvimento, Indústria e Comércio Exterior RNA mensageiro Ministério da Saúde National Center for Biotechnology Information Núcleo de Economia Agrícola do Instituto de Economia da Unicamp

13 12 NEBs Novas Empresas de Biotecnologia Novafapi Faculdade de Saúde, Ciências Humanas e Tecnológicas do Piauí OLAP Online Analytical Processing ONSA Organização para Seqüenciamento e Análise de Nucleotídeos P&D Pesquisa e Desenvolvimento PADCT Programa de Apoio ao Desenvolvimento Científico e Tecnológico PDB Protein Data Bank PIB Produto Interno Bruto PIGS Programa de Investigação de Genomas Sul POP3 Post Office Protocol Versão 3 ProGeNe Rede Genoma do Nordeste PRONAD Programa Nacional de Biotecnologia PUC Pontifícia Universidade Católica do Rio Grande do Sul PUCPR Pontifícia Universidade Católica do Paraná REALGENE Rede da Amazônia Legal de Pesquisas Genômicas RH Recursos Humanos RioGene Rede Genoma do Estado do Rio de Janeiro RNA Ribonucleic acid (Ácido Ribonucleico) SICol Sistema de Informação para Coleções de Interesse Biotecnológico SIMEPAR Instituto Tecnológico SOAP Simple Object Access Protocol SQL Structured Query Language (linguagem de consulta estruturada) T Timina TAMBIS Transparent Access to Multiple Bioinformatics Information Sources TDWG International Working Group on Taxonomic Databases TI Tecnologia da Informação TrEMBL Translated EMBL(European Molecular Biology Laboratory ) UCS Universidade de Caxias do Sul UCSAL Universidade Católica do Salvador UDDI Universal Description, Discovery, and Integration UEFS Universidade Estadual de Feira de Santana UEL Universidade Estadual de Londrina UEM Universidade Estadual de Maringá

14 13 UEMA UEMS UENF UEPG UERJ UESC UESC UESC UFAC UFAL UFAM UFBA UFC UFG UFL UFMA UFMA UFMS UFMT UFOP UFPA UFPB UFPE UFPEL UFPI UFPR UFPR UFPR UFRGS UFRJ UFRN UFRPE UFRR Universidade Estadual do Maranhão Universidade Estadual do Mato Grosso do Sul Universidade Estadual do Norte Fluminense Universidade Estadual de Ponta Grossa Universidade do Estado do Rio de Janeiro Universidade Estadual de Santa Cruz Universidade Estadual de Santa Cruz Universidade Estadual de Feira de Santana Universidade Federal do Acre Universidade Federal de Alagoas Universidade Federal do Amazonas Universidade Federal da Bahia Universidade Federal do Ceará Universidade Federal de Goiás Universidade Federal de Lavras Universidade Federal do Maranhão Universidade Federal do Maranhão Universidade Federal do Mato Grosso do Sul Universidade Federal do Mato Grosso Universidade Federal de Ouro Preto Universidade Federal de Pará Universidade Federal da Paraíba Universidade Federal de Pernambuco Universidade Federal de Pelotas Universidade Federal do Piauí Universidade Federal do Paraná Universidade Federal do Paraná Universidade Federal do Paraná Universidade Federal do Rio Grande do Sul Universidade Federal do Rio de Janeiro Universidade Federal do Rio Grande do Norte Universidade Federal Rural de Pernambuco Universidade Federal de Roraima

15 14 UFSC UFSM UFTO UFU UFV UMC UnB UNEMAT UNIC UNICAMP UNIDERP UNIFAP UNIOESTE UNIPAR UNITINS UNIVAG URL USP W3C WFWC WSDL WWW WYSIWYG XML Universidade Federal de Santa Catarina Universidade Federal de Santa Maria Universidade Federal de Tocantins Universidade Federal de Uberlândia Universidade Federal de Viçosa Universidade de Mogi das Cruzes Universidade de Brasília Universidade do Estado de Mato Grosso Universidade de Cuiabá Universidade Estadual de Campinas Universidade Para o Desenvolvimento do Estado e da Região do Pantanal Universidade Federal de Amapá Universidade Estadual do Oeste do Paraná Universidade Paranaense Fundação Universidade do Tocantins Centro Universitário de Várzea Grande Universal Resource Locator (Recurso Uniforme para Localização) Universidade de São Paulo World Wide Web Consortium Workflow Management Coalition Web Services Description Language ( linguagem de descrição de web services) World Wide Web What You See Is What You Get Extensible Markup Language

16 15 SUMÁRIO 1. INTRODUÇÃO Objetivos Justificativa Contribuições Organização do trabalho FUNDAMENTAÇÃO TEÓRICA Bioinformática Bancos de dados de bioinformática Classificação dos bancos de dados de bioinformática Integração de bancos de dados de bioinformática WORKFLOWS E SERVIÇOS WEB Workflows Arquitetura de workflow Caracterização de workflow Importância do workflow para a bioinformática Serviços Web Serviços web na bioinformática CSCW Histórico Ferramentas de CSCW Características de CSCW Vantagens Desvantagens CSCW em bioinformática Sistema de informação de coleções de interesse biotecnológico O Centro brasileiro-argentino de biotecnologia International centre for genetic engineering and biotechnology Estudos de biotecnologia PANORAMA NACIONAL DE BIOINFORMÁTICA... 46

17 Redes regionais de estudos genômicos Rede do centro-oeste Rede genoma do estado de Minas Gerais Rede genoma do Nordeste ProGeNe Programa de implantação do instituto de biologia molecular do Paraná Programa genoma do estado do Paraná GenoPar Programa de implantação da rede genoma do estado do Rio de Janeiro RioGene Ampliação da rede de genômica no estado da Bahia Rede da Amazônia legal de pesquisas genômicas REALGENE Programa de investigação de genomas Sul PIGS Rede Onsa GESTÃO DE PESSOAS Formação de recursos humanos na área de biotecnologia Biotecnologia e competitividade Competitividade, desenvolvimento tecnológico e capital humano Competência, habilidade e atitude DATA WAREHOUSE Data WareHouse em bioinformática METODOLOGIA APRESENTAÇÃO E ANÁLISE DOS DADOS ANÁLISE DOS RESULTADOS Avaliação do questionário laboratório Avaliação do questionário pesquisador CONCLUSÃO REFERÊNCIAS REFERÊNCIAS COMPLEMENTARES APÊNDICES

18 17 1. INTRODUÇÃO 1.1 Objetivos Conhecer como são realizadas as cooperações e padronizações entre grupos de pesquisas bem como suas limitações no contexto nacional, propondo alternativas para diminuir as barreiras dos avanços tecnológicos. Esta meta contempla as seguintes tarefas: a) Diagnosticar a estrutura de pesquisa brasileira em Bioinformática, incluindo seus pontos fracos e pontos fortes, oportunidades e ameaças; b) Traçar uma análise aprofundada das limitações decorrentes do avanço efêmero das pesquisas nesta área e propor métodos de controle qualitativo; c) Colaborar com a nova perspectiva de padronização nesta nova área de pesquisa, propondo metodologias e visando uma maior integração; d) Elaborar propostas para formação de recursos humanos. 1.2 Justificativa A Bioinformática é uma área que vem crescendo desde a década de 90, com o avanço das pesquisas de seqüenciamento do Genoma Humano. Ela surgiu da oportunidade de se aliar o poderio computacional de processamento de dados à necessidade de automatização dos processos de pesquisa da biologia, em particular, a Biologia Molecular. Com isso o resultado foi um grande avanço nas pesquisas e um aumento exponencial de resultados e dados armazenados em bancos de dados. Porém, a gestão desta nova área gerou alguns problemas como integração de dados, padronização de informações e compartilhamento de dados, que estão entre os mais agravantes. É necessário observar a complexidade dos dados e pesquisas na área de Bioinformática para compreender as limitações com que os laboratórios de pesquisa se deparam. Uma análise geral das alternativas de integração e cooperação

19 18 executadas pelos órgãos competentes (MCT e CNPq) possibilita observar uma carência de soluções para os laboratórios de pesquisa na área de Bioinformática. É de grande interesse que análises de gestão mais aprofundadas sejam conduzidas junto aos programas de pós-graduação e pesquisa de grandes instituições na área para que os dados e informações obtenham melhores resultados. Além disso, é necessário um acompanhamento sistemático na formação de recursos humanos para a biotecnologia nacional como forma de detectar rapidamente processos indesejados de concentração de formação de recursos em determinadas áreas ou regiões e outros problemas ligados à motivação e crescimento profissional. De acordo com os programas da área em vigência, pode-se concluir a necessidade de uma estratégia mais explícita para o desenvolvimento e manutenção de uma infra-estrutura de dados resultantes de pesquisas para o país no que atende à Biotecnologia. Também não é clara a política de disponibilização e compartilhamento dos resultados das pesquisas financiadas com recursos do MCT e o retorno que elas dão ao próprio país. Há uma grande necessidade de avaliação coletiva dos projetos que envolvem a geração de dados e informações para a temática que ultrapassem não apenas a necessidade de torná-la uma área propícia para investimentos, mas que mostre grandes resultados de um bom gerenciamento de recursos, sobretudo, humanos. 1.3 Contribuições Dentre as contribuições que este trabalho pode proporcionar, é possível citar: a) Identificação de problemas estruturais e motivacionais nos laboratórios de bioinformática; b) Análise de soluções baseadas em Gestão de Pessoas; c) Incentivo ao estudo da Bioinformática e à solução de suas limitações; d) Disponibilização de um questionário web para obter mais informações sobre as pesquisas em laboratórios de Bioinformática; e) Incentivo ao uso de estratégias da Gestão de Pessoas em ambientes

20 19 científicos como alternativa para gestão dos pesquisadores e melhores resultados. 1.4 Organização do trabalho O presente trabalho está organizado da seguinte maneira: O capítulo 2 fornece uma visão abrangente sobre a área de Bioinformática, a complexidade de suas informações e os problemas ligados ao armazenamento e integração dos dados biológicos. O capítulo 3 mostra duas áreas promissoras para resolver as limitações ligadas ao desempenho das atividades em Bioinformática, são elas os Workflows e os Serviços Web. O capítulo 4 aborda sobre as alternativas ligadas ao Trabalho Cooperativo Suportado pelo Computador (CSCW) e mostra as vantagens da aplicação destas alternativas na Bioinformática. O capítulo 5 descreve o Panorama Brasileiro de Pesquisas em Bioinformática mostrando suas vantagens e desvantagens, servindo como um perfil, baseado em dados do MCT, da pesquisa em bioinformática. O capítulo 6 aborda os fundamentos da Gestão de Pessoas e realiza uma analogia entre empresa e laboratório de pesquisa, mostrando como a Gestão de Pessoas aplicada a Bioinformática pode trazer benefícios. O capítulo 7 discorre sobre uma outra alternativa interessante para a integração e análise dos dados de Bioinformática: Data Warehouse. Este capítulo faz uma abordagem conceitual para criar bases de entendimento sobre os resultados obtidos neste trabalho. O capítulo 8 mostra a metodologia utilizada neste projeto para alcançar os objetivos propostos e legar as contribuições esperadas. O capítulo 9 apresenta os dados que originaram os resultados obtidos no trabalho e faz uma análise sobre o perfil encontrado. O capítulo 10 finaliza o trabalho com as conclusões sobre a proposta do trabalho e contribuições alcançadas.

21 20 2. FUNDAMENTAÇÃO TEÓRICA 2.1 Bioinformática Segundo National Center for Biotechnology Information (NCBI, 2006), a Bioinformática é a área da ciência na qual os cursos de Biologia, Ciência da Computação e Tecnologia da Informação se fundem para formar uma única disciplina. O objetivo final da área é tornar possível a descoberta de novas introspecções biológicas, bem como criar uma perspectiva global na qual os princípios unificados da biologia possam ser discernidos. O lançamento do Projeto Genoma Humano, no final dos anos 80, foi um evento decisivo para o desenvolvimento da dessa nova ciência. A Bioinformática é uma linha de pesquisa que desenvolve ferramentas computacionais de apoio à Biologia, sobretudo a projetos ligados à genética, e é uma das áreas presentes no enfoque à Biotecnologia. De acordo com Torres, Ferreira e Buso (1999), Biotecnologia: É o ramo da ciência que pesquisa a utilização de técnicas envolvendo materiais biológicos em benefício da sociedade. Uma dessas técnicas trata da transferência de genes de uma espécie para outra, a fim de atribuir às últimas características naturais da primeira. A utilização da biotecnologia tem possibilitado o surgimento de produtos de ponta em todas as áreas: plantas geneticamente modificadas, vacinas, medicamentos, anticorpos, enzimas, hormônios, entre outros. Esta ciência possui várias ferramentas como marcadores moleculares, que são úteis nos testes de paternidade, cultura de tecidos, que é útil na preservação da biodiversidade e engenharia genética, e no desenvolvimento de variedades para produção de alimentos mais saudáveis e nutritivos. A Biotecnologia integra um conjunto de tecnologias na qual a Bioinformática está incluída, sendo esta a ligação mais forte entre a Biotecnologia e a Computação, principalmente no âmbito do desenvolvimento de ferramentas computacionais que suportem ao trabalho cooperativo. Segundo Lengauer (2001), a Bioinformática representa, hoje, um dos

22 21 grandes desafios para se tentar decifrar o genoma, pois, ao mesmo tempo em que é uma forma de se conseguir informações imediatas para os dados do genoma que vem sendo descobertos, também é a base para um sucesso científico futuro. Os projetos para estudo de genomas partem de uma fase de seqüenciamento onde são gerados em laboratório dados brutos, ou seja, seqüências de DNA sem significado biológico. As seqüências de DNA possuem códigos responsáveis pela produção de proteínas e RNAs, enquanto que as proteínas participam de todos os fenômenos biológicos, como a replicação celular, produção de energia, defesa imunológica, contração muscular, atividade neurológica e reprodução. As seqüências de DNA, RNA e proteínas são as biosseqüências, onde o grande desafio dos projetos de pesquisa consiste em analisar essas biosseqüências e obter informações biologicamente relevantes. Durante a fase de análise, os pesquisadores usam diversas ferramentas, programas de computador, e um grande volume de informações armazenadas em fontes de dados de Biologia Molecular. O crescente volume e a distribuição das fontes de dados e a implementação de novos processos em Bioinformática facilitaram enormemente a fase de análise, porém, criaram uma demanda por ferramentas e sistemas semiautomáticos para lidar com tal volume e complexidade. Há um campo muito vasto de pesquisas sendo desenvolvidas em Bioinformática e, devido a esta diversidade de trabalhos, há uma grande necessidade de integração do conhecimento. Esta integração está voltada para a melhor centralização de fontes e à cooperação entre os centros de pesquisa na redução de processos de trabalho. As pesquisas em Bioinformática são realizadas efetuando experimentos científicos totalmente executados e analisados através de computadores. Grande parte destes experimentos, chamados in silico, correspondem à composição de vários programas em seqüência, onde a saída de um deles é utilizada como entrada de dados do próximo, com a utilização de um grande número de bancos de dados. Normalmente, esses diversos programas são executados com controle manual pelos cientistas ou através do uso de linguagens de scripts. Este tipo de abordagem ajuda na automatização da cadeia de execução, mas possui grande deficiência em questões como flexibilidade, interoperabilidade, clareza, registros de uso, manutenção e evolução. Workflows científicos representam uma alternativa atraente para a

23 22 descrição deste tipo de experimento, além de fornecer o apoio necessário ao ciclo de execução e análise inerente ao processo de busca de conhecimento. Aliados à tecnologia de serviços Web, pode-se criar um ambiente com independência e interoperabilidade entre as diversas aplicações científicas e os diversos bancos de dados. 2.1 Bancos de dados de bioinformática Segundo Baxevanis e Ouellette (2001) a primeira base de dados de Biologia Molecular surgiu por volta da década de 60. Esta base foi publicada em um livro chamado Atlas of Protein Sequences and Structure composto por todas as seqüências conhecidas até então, o que não representaria um megabyte de informação. Como mostra Wheeler et al. (2002), em 1988, surge o primeiro banco de dados público contendo seqüências de DNA publicado no NCBI criado pelo National Institutes of Health. O NCBI possui um banco de dados de seqüências, GenBank, um banco de artigos científicos, PubMed e ferramentas de análise de seqüências entre outros, todos disponíveis online de forma gratuita. Um Banco de Dados estrutura e organiza as informações de modo a facilitar consultas e atualizações de dados. Para atender as necessidades computacionais, os Bancos de Dados estão em constante evolução, uma vez que devem suportar os diferentes tipos de dados que as complexas aplicações de Bioinformática requerem. Surge, assim, a necessidade de se possuir formas de armazenamento, acesso e pesquisa sobre tais dados, para que se consiga trazer a informação da melhor maneira desejada possível, devendo existir técnicas diferenciadas para o tratamento destes dados, que são nada mais do que grandes cadeias de DNA (em Banco de Dados, grandes cadeias de caracteres). Com o advento do seqüenciamento do DNA e, principalmente, a partir da década de 1990, do seqüenciamento em larga escala, foi necessária a construção de bancos de dados mais robustos para abrigar a explosão no número de seqüências obtidas pelos pesquisadores. Segundo Benson, Karsch-Mizrachi, Lipman et al. (2004), o número de dados armazenados no GenBank chegou a cifra de nucleotídeos e