生物信息检索在医学应用.pdfVIP

生物信息检索在医学中的应用 孙金立梁蜀忠李希明董明强李路路 (第四军医人学图书馆两安710032) 摘要：生物信息主要足指生物体内的序列信息、基肉组信息、结构信息及符种衍生信息，生物信息在医学中有广泛的应用。 在广泛介绍生物信息检索的基础上，本文对Genbank进行，重点研究，并进行了检索实践演示。 关键词：生物信息检索医学数据挖掘 中国图书分类号：R82 生物学与信息科学是当今世界上发展最迅速、影响最大的两门科学。而这两门科学的交叉融合形成了 广义的生物信息学。如何将生物信息检索应用于医学是--fl大学问。国内已有相当多的学者进行了这方面 的研究，仅国内医学研究人员发表基因方面的研究论文已将近500篇，从十年前的研究应可以看到生物信 息学与医学的联系非常密切¨’2’ 1 生物信息数据库 医学对生命体的研究本质上是信息控制下不同层次上的物质及能量交换与传递过程。不同层次是指核 酸、蛋白质、亚细胞、细胞、器官、系统、整体等，而目前一般意义的生物信息主要是指基因层次的，涉 及到核酸、蛋白质、亚细胞等。 息数据库种类很多，归纳起来，大体可以分为4个大类，即核酸和蛋白质一级结构序列数据库、基冈组数 据库、生物大分子(主要是蛋白质)三维空间结构数据库、以上述3类数据库和文献资料为基础构建的二级 数据库。 序列数据来自序列测定，基因组数据来自基因组作图，结构数据库来自X一衍射及核磁共振等手段的结 构测定。这些数据库是基本的数据资源，通常称为基本数据库、初始数据库，也称一级数据库。 根据生命科学不同研究领域的实际需要，对基冈组图谱、核酸和蛋白质序列、蛋白质结构以及文献等 数据进行分析、整理、归纳、注释，可构建具有特殊生物学意义和专门用途的二级数据库，二级数据库是 医学开发的有效途径。 2美国生物技术信息中心NCBI的信息资源 NCBI(NationalCentrefor Biotechnology 学技术，建立公共数据库，综合检索与利用海量的分子生物信息。医学的生物信息淹没在NCBI的信息资源 中，既包含文献资源，又包括生物信息资源，而生物信息种类多数量大，是其主要的信息源。网址： 交流系统的信息，但文献信息中常蕴含了医学生物信息。 可检索的数据库主要有以下的种类。 文献数据库以PubMed为代表，为广大医学工作者所熟悉，可检索以科技期刊为主要类型的文献，从文 献中进一步有询生物信息。Pubbled 0IIIM为孟德尔遗传数据库，此外还有蛋白质文献等专用数据库。 和PDB。基因组数据库汇集了超过800个生物体的基因组，包括细菌、真核细胞、果蝇、人、虐原虫、鼠、 线虫、植物、质粒、逆转录病毒、类病毒、酵母等。结构数据库主要是指蛋白质等生物人分的结构。分类 (Taxonomy)包括至少包含一个核苷酸或蛋白质序列的生物名。其它还有种群数据库，基因表达等方面的 数据库，单核酸替代物及多态数据库，分子进化数据库，基因方面的实验系统，同源基冈和基冈标准等方 面的数据库。所有类型的数据库都涉及到了医学。 3 NCBI的数据挖掘工具 FoRDATA 在NCBI数据库的使用中可使用数据挖掘jI：具(TooLSMINING)。这些：T：具知名度高，挖掘效率 Term 好，医学工作者应充分掌握。挖掘j[具包括文中词检索Text 志、生物数据等链接)；Cubby(存贮或更新检索结果)；CitationMarcher(引文匹配)。 序列相似性检索Sequence SimilaritySearching是医学生物信息检索中最常使用的一种数据挖掘工 Local Search 具。序列相似性检索的工具为BLAsT(Basic T001)。其它的配套工具还有BIink A1ignment (显示BLAsT检索的Entrez蛋白质数据库的结果)；Taxonomy 生物体间的核酸比对)；3D显示与相似性检索；蛋白质3D检索；Cn3D(三维结构与序列浏览器)等 4 Genbank