Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
Links relacionados
- Similares en SciELO
- uBio
Compartir
Reportes científicos de la FACEN
versión impresa ISSN 2222-145X
Resumen
SILVA, Aleli; RIERA, Graciela y FERNANDEZ RIOS, Danilo. Aplicaciones de computación en la nube para la ciencia biomédica. Rep. cient. FACEN [online]. 2020, vol.11, n.1, pp.39-50. ISSN 2222-145X. https://doi.org/10.18004/rcfacen.2020.11.1.39.
La investigación biomédica se ha convertido en un esfuerzo intensivo basado en una infraestructura de computación, almacenamiento y de red segura y escalable, que tradicionalmente se ha adquirido, apoyado y mantenido de forma local. Para ciertos tipos de aplicaciones biomédicas, el “Cloud Computing” o computación en la nube ha surgido como una alternativa a los enfoques de computación tradicionales mantenidos localmente. La computación en la nube ofrece a los usuarios acceso de pago por uso a servicios tales como infraestructura de hardware, plataformas y software para la solución de problemas computacionales biomédicos comunes. Los servicios de computación en la nube ofrecen almacenamiento y análisis seguros bajo demanda y se diferencian de la informática tradicional de alto rendimiento por su rápida disponibilidad y la escalabilidad de sus servicios. Como tales, los servicios en la nube están diseñados para abordar grandes problemas de datos y mejorar la probabilidad de compartir, reproducir y reutilizar datos y análisis. El presente trabajo es una adaptación del artículo “Cloud computing applications for biomedical science: A perspective”, publicado bajo la licencia de CC0 1.0 Universal, la cual ofrece una lista de herramientas de computación en la nube útiles para académicos, investigadores y estudiantes de ciencias que trabajan con datos biológicos. Aquí, se proporciona una perspectiva introductoria sobre la computación en la nube para ayudar al lector de habla hispana a determinar su valor para su propia investigación.
Palabras clave : Análisis de genoma; Gestión de datos biológicos; Genómica del cáncer; Gestión de datos; Minería de datos; Procesamiento de datos; Visualización de datos.