生物化学（工科）生物化学与新生物技术.pptVIP

4 ．数据的利用对生物学数据的利用就是使用各种统计模型和算法，以便对数据进行分析。如核酸和蛋白质序列相似性比对分析、蛋白质空间结构比对分析、不同发育阶段比对分析，正常与异常比对分析、生物进化分析等。从这些分析研究中得出结果、疑问，为下一步研究提供参数等。 三、生物信息学的主要研究内容 1 ．基因组测序的信息分析 2 ．用于发现新基因 3 ．非编码区结构与功能研究 4 ．生物进化的研究 5 ．比较基因组学研究 6 ．基因功能的研究 7 ．大分子结构模拟与药物设计 8 ．遗传疾病的研究  1 ．基因组测序的信息分析 无论人或模式生物的基因组研究，都涉及大规模的测序，它的每一步都与信息分析紧密相关。在对一个基因组的测序中，首先必须将基因组打碎，再对每一个小片段测序，然后把它们重新拼接起来。如果将这些片段拼接成完整的DNA 序列是测序研究中的一个难点，尤其是重复序列，在人基因组中有大约30 ％的重复序列，这就更增加了难度。在这种情况下借助生物信息学就显得更重要了。生物信息学提供了自动而高速地拼接序列的算法，根据数据库和相关软件提供的信息进行计算即可得出结果。不过，这个工作需要高性能计算机的大规模并行运算，因此，实际上只有一些测序中心拥有这种计算能力。 2 ．用于发现新基因 在基因组研究中，大部分新基因是靠理论方法预测出来的。例如酿酒酵母完整基因组（约1300 万碱基对）所包含的6000 多个基因，大约60 ％是通过信息分析得到的。用理论方法预测基因使用的序列数据主要来自EST 序列数据库和基因组测序数据库。目前，用生物信息学寻找新基因的方法有以下两种。① 通过计算分析，从表达序列标志（EST ）序列库中拼接得到完整的新基因编码区。由于ESf 是随机产生的，所以属于同一基因的很多EST序列间必然有大量重复小片段，利用这些小片段作为标志，就可以把不同的EST 序列连起来，直到获得全长基因。② 通过计算机分析，从基因组DNA 序列中确定新编码区。这主要是根据编码区与非编码区的特点，将二者进行区别而鉴定新基因。有两种方法，一种是基于编码区所具有的独特信号，如起始密码子、终止密码子等；另一种是基于编码区的碱基组成与非编码区的差异。现已有许多有效算法和软件用于识别编码区。 3 ．非编码区结构与功能研究 从高等和低等生物的基因组比较发现，从生物进化、生物体功能的完善和复杂化，基因组的非编码序列明显增加的趋势提示，这部分序列必定有重要的生物功能。在细菌中非编码区序列占整个基因组序列的10 -20 % ，而人的基因组中约占95 -97 ％。至今已知，这些序列包括内含子、卫星DNA 、小卫星DNA 、微卫星DNA 、短散布重复兀件（short in - terspersed elements , SINE ）、长散布重复元件（long interspersed elements , LINE ）、伪基因（pseudogenes ）等。如果把不同成分的序列分别搜集起来，建立专门的数据库，对于了解非编码区的功能将是十分有用的。 4 ．生物进化的研究 由于基因组是物种所有遗传信息的储藏库，从根本上决定着物种的发育和生理，因此，不同物种的基因组总是存在差异，用生物信息学研究比较不同物种的核酸和蛋白质的序列差异，在一定程度上可反映物种的进化。基于此，当前生物进化在分子水平的研究（称为分子进化）已建立了一套依赖于核酸和蛋白质序列信息的理论方法，包括序列相似比较、序列同源性分析、构建系统进化树和稳定性检测等。在生物进化的研究中，相似性(similarity ) 和同源性（homology ）是两个不同的概念。相似性只反映两类类似，并不包含任何与进化相关的暗示。同源性则是与共同祖先相关的相似性。相似性研究是将待研究序列与DNA 序列库或蛋白质序列库比较，用于确定该序列的生物种属，用的力法是两两序列比较算法；同源性研究是将待研究序列加入到一组与之同源，但来自不同物种的序列中进行多序列同时比较，以确定该序列与其他序列间的同源性大小。 5 ．比较基因组学研究 随着基因组序列研究的广泛开展，各种生物的完整基因组数据越来越多，生物信息学的研究不仅对单个基因，而且可以对不同生物的全基因组进行比较分析，可能从遗传本质上解释一些重大生物学问题。如生命是如何起源的，生命是怎样进化的，遗传密码是如何起源的，最小独立生活的生物体至少需要多少基因等。只有通过在基因组水平上的比较分析才能解答这一系列重人问题。鼠和人的基因组人小相似，都含有约30 亿碱基对，基因的数目也类似，而且大部分同源。但人和鼠差异是如此之大，为什么？通过比较基因组学研究发现，尽管两者基因组大小和基因数目类似，但基因组的组织却差别很大。例如存在于鼠1 号染色体的基因却分布在人的7 个染色体上。不同人