《生物信息学》学生复习资料.docVIP

《生物信息学》复习资料 陈芳 宋东光 教材：《生物信息学简明教程》（钟扬编） 1 绪论 分子生物学与计算机、信息科学的结合－生物信息学(Bioinformatics); Bioinformatics is the science of storing, extracting, organizing, analyzing, interpreting, and utilizing information from biological sequences and molecules. 生物信息学及其分支学科 分子生物信息学(molecular informatics)－即狭义的生物信息学，指应用信息技术储存和分析基因组测序所产生的分子序列及其相关数据； 生物信息学(bioinformatics)－广义的生物信息学指生命科学与数学、计算机科学和信息科学等交叉形成的一门边缘学科，对各种生物信息(主要是分子生物学信息)的获取、储存、处理、分析和阐释；生物信息学是广义的计算生物学的分支，在为生物学系统建模中应用了量化分析技术； 计算分子生物学(computational molecular biology)-开发和使用数学和计算机技术以帮助解决分子生物学中的问题，侧重于发展理论模型和有效算法； 分子计算(molecular computing)－将DNA作为一种信息储存器，应用PCR技术和生物芯片等来进行计算。 生物信息学的主要目的不是分子发展最精致的算法，其目的是发现生物体以怎样的方式生存。 生物信息学和计算生物学研究包括从生物系统的性质抽象出为数学或物理模型，到实现数据分析的新算法，以及开发数据库和访问数据库的Web工具。 生物信息学的功能是表示、存储和分布数据。开发从数据中发现知识的分析工具处于第二位。 生物信息学发展阶段与研究方向 前基因组时代－数据库建立、检索工具的开发和蛋白质序列分析； 基因组时代－基因寻找和识别、网络数据库系统的建立如EST数据库及电子克隆等； 后基因组时代－大规模基因组分析、蛋白质组分析、各种数据的比较和整合。 面临的主要挑战： 1)互操作的生物信息系统及相关数据挖掘技术； 2)发展揭示大规模数据集合不同组分间关系的统计分析方法和优化算法； 3)开发数据转换工具，建立预测模型； 4)开发微阵列和基因芯片等新技术的数据分析工具。 我国生物信息学研究的发展方向 建立国家生物医学数据库与服务系统 人类基因组的信息结构分析 功能基因组相关信息分析 研究遗传密码起源与生物进化（尤其是分子进化）的过程与机制 生物信息学基本方法与前沿技术 基本方法 1)建立生物数据库 2)数据库检索 3)序列分析 4)统计模型 5)算法 前沿技术 1)数据管理技术 2)数据仓库、数据挖掘与数据库中的知识发现技术 3)图像处理与可视化技术 生物信息学的应用 生物信息的经济价值与生物信息学市场 基因组分析 基因芯片 药物开发 其他应用领域 生物信息学的主要研究领域及其应用前景 生物信息学发展阶段与研究方向 前基因组时代－数据库建立、检索工具的开发和蛋白质序列分析； 基因组时代－基因寻找和识别、网络数据库系统的建立如EST数据库及电子克隆等； 后基因组时代－大规模基因组分析、蛋白质组分析、各种数据的比较和整合。 面临的主要挑战： 1)互操作的生物信息系统及相关数据挖掘技术； 2)发展揭示大规模数据集合不同组分间关系的统计分析方法和优化算法； 3)开发数据转换工具，建立预测模型； 4)开发微阵列和基因芯片等新技术的数据分析工具。 我国生物信息学研究的发展方向 建立国家生物医学数据库与服务系统 人类基因组的信息结构分析 功能基因组相关信息分析 研究遗传密码起源与生物进化（尤其是分子进化）的过程与机制 生物信息学的应用前景 生物信息的经济价值与生物信息学市场 基因组分析 基因芯片 药物开发 其他应用领域 2 生物信息学的计算机基础 数据管理与数据库技术 数据库是以一种能够保存持久并可以被操作的方式来保存的数据集合。包括文本文件、电子数据表格和图象。 数据库系统由一个数据库和周围的环境，包括软件、操作系统、硬件和使用它的用户所组成。 计算机网络与Internet 计算机网络是为了资源共享和信息交流的目的而互相连接起来的计算机的集合。 互联网络(Internetwork)是指通过中间设备连接的多个网络的集合，形成覆盖范围更广的计算机网络。 网络分类 根据距离分类: 局域网(LAN, Local Area Network)－连接小范围内的计算机，一般系统覆盖半径为几百米到几公里，是随着PC机的发展而发展起来的；广域网(WAN, Wide Area Network)可以连接地