Genes and the like.

Hola.

Les he subido tres textos por si la discusión del jueves sobre genes les interesó. El primero de ellos es el artículo que mencionó Toño en clase "The Invention of The Genetic Code" (1998) de Hayes. El segundo es un poco de lo que Checo nos va a hablar en clase, el paradigma de Programacion por Expresión Genética (Ferreira, 2001) (aquí hay otro con una buena intro), y el tercero es el controversial libro de R1chard D4wkins "Th3 Se1fish G3ne" (1976). De este último es importante mencionar que no todo el mundo está de acuerdo con lo ahí expuesto, pero su valor divulgativo, sobretodo del origen y evolución de la vida, es innegable; les recomiendo especialmente los capítulos dos y tres.

Si encuentran algún otro texto que pueda ser de interés para el grupo, sobre este o cualquier otro tema no duden linkearlo o enviarlo para que lo subamos.

Que tengan un divertido fin de semana.

Information Theory in Molecular Biology

Hola a todos.

El momento esperado por todos ha llegado, comenzamos con la primera aplicación :)

Ya he subido la nueva lectura: Information Theory in Molecular Biology de nuestro ya conocido Christoph Adami. Comienza con una muy buena introducción a las matemáticas que ya hemos estado revisando.

Está bastante extensa e interesante, así que la iremos discutiendo por partes. Porfavor lean para el proximo Lunes hasta la página 9 (según los numeros impresos en el PDF).

Les recuerdo que el jueves hay clase en el salón y el MARTES una pequeña platica sobre visualización de secuencias de DNA, en un ambiente de realidad virtual inmersiva. ( :P ) Asi es.. la fecha ha vuelto a cambiar.. esta vez nos cancelaron los de la sala, esperemos que no vuelva a ocurrir.

Diviertanse.

Juego del Caos (Actualizado lunes25)

Hola a todos.

Aquí les dejo el programita en C y el ejecutable del juego del caos.
Como siempre, bajan todos los archivos y los ponen en un mismo directorio. El archivo b.seq es la secuencia del cromosoma 30 del caballo domestico, el archivo jdc2.c es el código fuente.
Teniendo un compilador de C instalado (GCC para Unix, o DJGPP para Windows), compilan con:

gcc -lm jdc2.c

Tras correr el ejecutable anteriormente generado, se genera un archivo puntos.dat que contiene las coordenadas de los puntos. Pueden gráficarlos con gnuplot usando el siguiente comando (dentro de gnuplot):

plot "puntos.dat" using 1:2 with dots 1 14

La gráfica la pueden hacer con cualquier otra cosa, incluso en excel.
Porfavor experimenten con otras secuencias, pueden bajar de esta página, o este archivo.


Archivos:
Codigo Fuente.
Secuencia caballo.
Ejecutable para Windows 32 bits y para linux 2.x 32 bits.
Un artículo relacionado.

Adicionalmente les aviso que el Proximo VIERNES la clase será en el observatorio virtual Ixtli en DGSCA, donde Omar Suarez nos mostrará gráficas generadas a partir de secuencias de DNA.


Saludos.

Lecturas

Hola a todos.

Aquí está la nueva lectura, está muy relacionada con la de Adami que estamos discutiendo ahorita, talvez leerla les aclare un poco las definiciones. En ese mismo archivo están dos capítulos del libro de Aczél y Daróczy con las demostraciones más o menos desglozadas. También están en las fotocopias de la biblioteca en la memoria numero 249.


"Comprender la información bit a bit, las ecuaciones de Shannon" Igor Aleksander. Del libro Formulas Elegantes de Tusquets.

Cap. 0 y 1 de "On Meassures of information and their characterizations" de Aczél y Daróczy. Acedemic Press.

Lectura: "Introduction to Information Theory"

En las fotocopias de la biblioteca, en la 'memoria' número 162, ya se encuentran copias de la siguiente lectura: el capitulo 3 (Introduction to Information Theory) del libro "Introduction to Artificial Life" de Christoph Adami. Tambien pueden bajarlas en pdf en este enlace. Perdón por la calidad y el tamaño... pero ese asunto de escanear no es mi fuerte. La lectura es para el Lunes próximo (10 de sept).
Nos vemos mañana en clase.

Resumen. 3 de sept 2007.

Esta clase pusimos en orden los conceptos que habiamos discutido toda la semana pasada acerca de entropía.

• La entropía de un Macroestado es proporcional al número de microestados asociados a el.
• Es independiente del observador.
  
• Si los componentes de un sistema se mueven aleatoriamente,entonces el macroestado al que con más probabilidad tiende es aquel que tiene un mayor número de microestados asociados. Todo esto, claro está, a menos que se efectue trabajo sobre el sistema para impedir que los componentes se muevan aleatoriamente. Por todo esto, un sistema aislado tiende al estado con un mayor número de microestados asociados, es decir, al estado de máxima entropía. (Segunda Ley de la Termodinàmica)
  
• Usando un razonamiento basado en combinatoria se puede ver que el estado de máxima entropía, es decir aquel con mayor número de microestados asociados, es aquel donde las partículas estén uniformemente distribuidas.
• Como un estado de gran entropía es aquel que tiene un gran número de microestados asociados, si sabemos que un sistema está en un estado de esas caracterizticas, nuestra incertidumbre acerca de su microestado es mayor que si el sistema estuviese en un estado de baja entropía.
• Por lo anterior podemos ver a la entropía como una medida de la incertidumbre que tenemos acerca del estado detallado (microestado) de un sistema.
• Si convenimos en que algo esta 'ordenado' si conocemos a cabalidad los estados de cada una de sus componentes, entonces la entropia es una medida del desorden en un sistema. Notemos cómo esta noción de orden no tiene que ver con un acomodo especial de los componentes de un sistema, sino con que tan detallada es la información que tenemos sobre ese acomodo.
• En las máquinas térmicas, el trabajo se puede realizar siempre que exista una diferencia de temperatura entre las reservas. Cómo el estado de máxima entropía es aquel en que las particulas de diversas energías están uniformemente distribuidas en el sistema, entonces la segunda ley nos dice que la capacidad de hacer trabajo de una máquina tiende a cero si esta está aislada. En este sentido, la entropia es una medida de la incapacidad de hacer trabajo.
• Las partículas en un gas tienen movimientos individuales completamente aleatorios, y esta libertad de movimiento no la pierden conforme el sistéma evoluciona hacia un estado de máxima entropía. Sin embargo la variable macro llamada entropía no tiene la libertad de decrecer, siempre crece. De hecho está variable macro es practicamente transparente para las partículas. Esto ejemplifíca como la estadística de variables macro no es incompatible con la aleatoreidad y amplia libertad de los componentes individuales.

Posteriormente definimos la funcion entropía en el sentido informacional y vimos como se puede reducir a la funciòn ya conocida en mecánica estadística.

Nos vemos mañana en clase