Explorando la genómica en el bachillerato: un enfoque práctico con herramientas bioinformáticas
Barra lateral del artículo
Contenido principal del artículo
Resumen
Este trabajo se centró en introducir a los estudiantes en el análisis de datos genómicos reales mediante herramientas bioinformáticas. Se implementó una secuencia didáctica innovadora que integró conocimientos teóricos y prácticos, desde la comprensión de conceptos clave de biología molecular hasta su aplicación en problemáticas actuales como la medicina personalizada y la biotecnología. Los resultados muestran un impacto positivo significativo en el desarrollo de habilidades interdisciplinarias, incluyendo pensamiento crítico, resolución de problemas y trabajo colaborativo. La experiencia también permitió acercar a los estudiantes a la práctica científica real, fomentando la comprensión de la estructura y función de genes y proteínas, y promoviendo la alfabetización científica y tecnológica en educación media superior. Este enfoque pedagógico demuestra que la bioinformática puede ser un recurso efectivo para transformar la enseñanza de la biología, vinculando teoría y práctica, y preparando a los estudiantes para los desafíos del siglo XXI.
Detalles del artículo
Citas en Dimensions Service
Citas
Amatore, Z., Gunn, S., y Harris, L. (2020). An educational bioinformatics project to improve genome annotation. Frontiers in Microbiology, 11, 577497. https://doi.org/10.3389/fmicb.2020.577497 DOI: https://doi.org/10.3389/fmicb.2020.577497
Bain, S. A., Plaisier, H., Anderson, F., Cook, N., Crouch, K., Meagher, T. R., Ritchie, M. G., Wallace, E. W. J., y Barker, D. (2022). Bringing bioinformatics to schools with the 4273pi project. PLoS Computational Biology, 18(1), e1009705. https://doi.org/10.1371/journal.pcbi.1009705 DOI: https://doi.org/10.1371/journal.pcbi.1009705
Crick, F. H. (1958). On protein synthesis. Symposia of the Society for Experimental Biology, 12, 138–163.
Duncan, R. G., y Reiser, B. J. (2007). Reasoning across ontologically distinct levels: Students’ understanding of molecular genetics. Journal of Research in Science Teaching, 44(7), 938–959. https://doi.org/10.1002/tea.20186 DOI: https://doi.org/10.1002/tea.20186
Erwin Jr., R. W. (2015). Data literacy: Real-world learning through problem-solving with data sets. American Secondary Education, 43, 18–26. https://www.jstor.org/stable/43694208
Escuela Nacional Preparatoria. (2025). 1502-Biología IV. http://enp.unam.mx/assets/pdf/guias/BIOLOGIA%20IV%203%20EDIC%202023%20DIGITAL.pdf
Gelbart, H., Brill, G., y Yarden, A. (2009). The impact of a web-based research simulation in bioinformatics on students’ understanding of genetics. Research in Science Education, 39, 725–751. https://doi.org/10.1007/s11165-008-9101-1 DOI: https://doi.org/10.1007/s11165-008-9101-1
Gilbert, D. (2004). Bioinformatics software resources. Briefings in Bioinformatics, 5(3), 300–304. https://doi.org/10.1093/bib/5.3.300 DOI: https://doi.org/10.1093/bib/5.3.300
Goeddel, D. V., Kleid, D. G., Bolivar, F., Heyneker, H. L., Yansura, D. G., Crea, R., Hirose, T., Kraszewski, A., Itakura, K., y Riggs, A. D. (1979). Expression in Escherichia coli of chemically synthesized genes for human insulin. Proceedings of the National Academy of Sciences, 76(1), 106–110. https://doi.org/10.1073/pnas.76.1.106 DOI: https://doi.org/10.1073/pnas.76.1.106
Hall, J. (2011). Engaging teachers and students with real data: Benefits and challenges. In B. Phillips (Ed.), Teaching statistics in school mathematics: Challenges for teaching and teacher education. The 18th ICMI study (pp. 335–346). Springer. https://doi.org/10.1007/978-94-007-1131-0_32 DOI: https://doi.org/10.1007/978-94-007-1131-0_32
Kleinschmit, A., Brink, B., Roof, S., Goller, C. C., y Robertson, S. D. (2019). Sequence similarity: An inquiry-based and “under the hood” approach for incorporating molecular sequence alignment in introductory undergraduate biology courses. CBE—Life Sciences Education, 6. https://doi.org/10.24918/cs.2019.5 DOI: https://doi.org/10.24918/cs.2019.5
Kovarik, D. N., Patterson, D. G., Cohen, C., Sanders, E. A., Peterson, K. A., Porter, S. G., y Chowning, J. T. (2013). Bioinformatics education in high school: Implications for promoting science, technology, engineering, and mathematics careers. CBE—Life Sciences Education, 12(3), 441–459. https://doi.org/10.1187/cbe.12-11-0193 DOI: https://doi.org/10.1187/cbe.12-11-0193
Lawrence, T. J., Kauffman, K. T., Amrine, K. C. H., Carper, D. L., Lee, R. S., Becich, P. J., Canales, C. J., y Ardell, D. H. (2015). FAST: FAST analysis of sequences toolbox. Frontiers in Genetics, 6, 172. https://doi.org/10.3389/fgene.2015.00172 DOI: https://doi.org/10.3389/fgene.2015.00172
Machluf, Y., y Yarden, A. (2013). Integrating bioinformatics into senior high school: Design principles and implications. Briefings in Bioinformatics, 14(5), 648–660. https://doi.org/10.1093/bib/bbt030 DOI: https://doi.org/10.1093/bib/bbt030
Martins, A., Fonseca, M. J., Lemos, M., Lencastre, L., y Tavares, F. (2020). Bioinformatics-based activities in high school: Fostering students’ literacy, interest, and attitudes on gene regulation, genomics, and evolution. Frontiers in Microbiology, 11, 578099. https://doi.org/10.3389/fmicb.2020.578099 DOI: https://doi.org/10.3389/fmicb.2020.578099
Moore, J. H. (2007). Bioinformatics. Journal of Cellular Physiology, 213, 365–369. DOI: https://doi.org/10.1002/jcp.21218
Morales, N., Sequeira, N., Prendas, T., y Zúñiga, K. (2016). Escala de Likert: Una herramienta económica. Revista PDF, 6.
National Center for Biotechnology Information (NCBI). (2025). Notes on GenBank statistics. https://www.ncbi.nlm.nih.gov/genbank/statistics/
Pellegrini, M., Marcotte, E. M., Thompson, M. J., Eisenberg, D., y Yeates, T. O. (1999). Assigning protein functions by comparative genome analysis: Protein phylogenetic profiles. Proceedings of the National Academy of Sciences, 96(8), 4285–4288. https://doi.org/10.1073/pnas.96.8.4285 DOI: https://doi.org/10.1073/pnas.96.8.4285
Rodriguez-Sotres, R. (2005). El descubrimiento de la ubiquitina y de su papel en la degradación de proteínas intracelulares. Educación Química, 16(1), 56–62. https://doi.org/10.22201/fq.18708404e.2005.1.66138 DOI: https://doi.org/10.22201/fq.18708404e.2005.1.66138
Rodriguez-Sotres, R., y Aguayo-Ortíz, R. (2025). Desentrañando los secretos de autoensamblado en las máquinas de la vida: Plegamiento de proteínas y Nobel de Química 2024. Educación Química, 36(1), 5–13. https://doi.org/10.22201/fq.18708404e.2025.1.89902 DOI: https://doi.org/10.22201/fq.18708404e.2025.1.89902
Schreiweis, C., Bornschein, U., Burguiere, E., Kerimoglu, C., Schreiter, S., Dannemann, M., Goyal, S., Rea, E., French, C. A., Puliyadi, R., Groszer, M., Fisher, S. E., Mundry, R., Winter, C., Hever, W., Pääbo, S., Enard, W., y Graybiel, A. M. (2014). Humanized Foxp2 accelerates learning by enhancing transitions from declarative to procedural performance. Proceedings of the National Academy of Sciences, 111(39), 14253–14258. https://doi.org/10.1073/pnas.1414542111 DOI: https://doi.org/10.1073/pnas.1414542111
UniProt. (2023). UniProt: The universal protein knowledgebase in 2023. Nucleic Acids Research, 51, D523–D531. https://doi.org/10.1093/nar/gkac1052 DOI: https://doi.org/10.1093/nar/gkac1052
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Educación Química por Universidad Nacional Autónoma de México se distribuye bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivar 4.0 Internacional.
Basada en una obra en http://www.revistas.unam.mx/index.php/req.