Los océanos están repletos de microorganismos que sustentan los ecosistemas a través del reciclado de nutrientes esenciales para la vida. La mayoría de estos microorganismos sólo se detectan a través de sus genomas (secuencias de ADN que se extrae de muestras de agua). A través de la bioinformática podemos analizar los genomas y descubrir qué especies microbianas habitan los océanos (¡incluso descubrir nuevas especies!), así como inferir cómo interaccionan entre ellas para construir las redes tróficas donde se reciclan, producen e intercambian multitud de nutrientes que sirven de base para sostener tanto a ecosistemas marinos como terrestres.

Ahora bien, el procedimiento de análisis de los genomas es largo, cuenta con multitud de pasos y requiere muchas herramientas computacionales de naturaleza heterogénea: desde simples comandos en bash hasta software especializado accesible a través de la terminal de comandos. Además, el formato de los datos y metadatos es también heterogéneo, lo cual complica la automatización del proceso de análisis, y la posterior reproducción de los resultados por otras personas. Sin embargo, en esta charla muestro cómo podemos usar Python, así como varias librerías y herramientas de su “ecosistema”, como un nexo entre las diferentes herramientas computacionales y las diversas fuentes de datos, construyendo pipelines donde todo el proceso de análisis se realiza en programas escritos en Python. De esta manera, no solo podemos automatizar el proceso, sino que el pipeline entero es fácilmente reproducible.

En esta charla me gustaría mostrar a la audiencia lo inmensamente útil que es el ecosistema de Python en la obtención de resultados científicos, así como la posterior distribución y reproducción de esos resultados. Trabajo como bioinformático en un proyecto de ecología microbiana. Python me ha permitido organizar todos los pasos del análisis de los datos observacionales de manera modular, en una serie de programas, instalados dentro de un ambiente de conda, que mis colaboradores (con poca experiencia en programación) utilizan.

Además, también ejemplificaré el proceso mostrando algunos resultados de los procesos que realizan las bacterias en los océanos, y que son vitales para sostener a la biosfera.

Mi carrera profesional me ha llevado a una posición en la que soy completamente hands-off. Esto obviamente no ocurrió de la noche a la mañana sino durante una serie de pasos.

Las habilidades necesarias para tener éxito como desarrollador que no escribe código no son las mismas que se necesitan para escribir código de muy buena calidad.

Mi propuesta es, utilizando mi experiencia personal, contarles como veo yo la transición de alguien que es completamente hands-on a alguien que es completamente hands-off.

Hay un principio de diseño que dice: Los estados imposibles no deben poder ser representados (Make Invalid States Unrepresentable). Es muy usado en lenguajes funcionales como por ejemplo, Haskell, pero se puede aplicar a todo tipo de casos.

La idea es: Si tenemos varios estados posibles, mutuamente excluyentes, sale rentable pensar como representarlos en nuestro código de forma que sea imposible representar un estado que no exista (o no deba existir) en la realidad.

Veremos ejemplos de estados cuya representación permite estados imposibles, los problemas que esto conlleva y como podemos eliminarlos completamente usando una representación distinta, en la que los estados imposibles son, bueno, imposibles.

Además: Stranger Things, Misión: Imposible, Doctor Who, los cómics de Marvel, y todas las referencias frikis que pueda meter en quince minutos. ¿Osarás pasear junto al Doctor Strange por el Multiverso de los Estados Imposibles?