生物信息学分析报告.pptVIP

生物信息学概述 汇报人：周俊朝 指导教师：黄家荣 汇报时间：2014年11月1日 提纲 一、生物信息学定义 二、生物信息学发展历程 三、生物信息学研究方向 四、生物信息学研究方法 五、生物信息学在林业研究中的进展 六、生物信息学研究中存在问题 七、生物信息学发展展望 生物信息学定义 生物信息学(Bioinformatics)是研究生物信息的采集、处理、存储、传播，分析和解释等各方面的学科，也是随着生命科学和计算机科学的迅猛发展，生命科学和计算机科学相结合形成的一门新学科。它通过综合利用生物学，计算机科学和信息技术而揭示大量而复杂的生物数据所赋有的生物学奥秘。 生物信息学发展阶段 前基因组时代（20世纪90年代前） 这一阶段主要是各种序列比较算法的建立、生物数据库的建立、检索工具的开发以及DNA和蛋白质序列分析等。 基因组时代（20世纪90年代后至2001年） 这一阶段主要是大规模的基因组测序，基因识别和发现，网络数据库系统地建立和交互界面工具的开发等。 后基因组时代（2001至今） 随着人类基因组测序工作的完成，各种模式生物基因组测序的完成，生物科学的发展已经进入了后基因组时代，基因组学研究的重心由基因组的结构向基因的功能转移。这种转移的一个重要标志是产生了功能基因组学，而基因组学的前期工作相应地被称为结构基因组学 生物信息学研究方向 生物信息学的研究重点在于前两项，即：基因组学和蛋白质组学。 生物信息学 基因组学 蛋白质组学 系统生物学 比较基因组学 生物信息学的研究方向：从基因组学、蛋白质组学、系统生物学、比较基因组学这四个基本层面上又可以细分为 1、序列比对 6、遗传密码 2、蛋白质比对 7、药物设计 3、基因识别分析 8、生物系统 4、分子进化 9、技术方法 5、序列重叠群装配 10、生物图像及其他 生物信息学的研究方法 以数据（库）为核心 1 数据库的建立 2 生物学数据的检索 3 生物学数据的处理 4 生物学数据的利用 生物信息学在林业研究中的进展 树木覆盖了地球表面的30%。它们必须制造木质材料，在长距离上协调信号和生长，历经季节变化和其他气候周期而存活。它的生长发育伴随着一系列的生物信息作用。人们探求自然发生原理，就有必要对树木的生物信息学进行研究。 在林业中的生物信息学研究最初开始于人们基于改变经济林品种特性的愿望，通过抗性基因筛选、基因杂交等手段，定向改良经济林林木产品性状。例如： 南京林业大学园艺学院罗晓燕等核果类果树中microRNAs信息学预测及验证（2012，林业科学） 北京林业大学李芳东等7个杏李品种花粉SFB基因的克隆鉴定（2010年，中南林业科技大学学报）等等很多 随着杨树全基因组测序的完成，（美国橡树岭国家实验室和西弗吉尼亚大学生物系等39处研究机构合作完成，杨树是继拟南芥、水稻之后第三个植物方面的模式种。）林业中生物信息学的发展从最初的果木、经济林向更为全面的方面发展。 西南大学祝娟娟等：桑树DREB基因家族生物信息学分析及功能研究（2013年） 东北林业大学魏志刚等:白桦成花计时基因的研究(2002年） 东北林业大学刘晓宇等：小黑杨叶片磷酸化蛋白质组及类囊体膜蛋白复合体的鉴定与分析（2010年) 北京林业大学杨晓慧等：毛白杨纤维素合酶基因RCe幽4的克隆、表达及单核苷酸多态性分析（2009年 林业科学） 等等很多 生物信息学在林业研究中的进展 生物信息学研究中存在问题 Simond在人类的认知一书中指出，人在解决问题时，一般并不去寻找最优的方法，而只要求找到一个满意的方法.因为即使是解决最简单的问题，要想得到次数最少，效能最高的解决方法也是非常困难的.最优方法和满意方法之间的困难程度相差很大，后者不依赖于问题的空间，不需要进行全部搜索，而只要能达到解决的程度就可以了. 正如前所述，面对大规模的序列和蛋白质结构数据集，要获得全局结果，往往是即使算法复杂度为线性时也不能够得到好的结果，因此，要通过变换解空间或不依赖于问题的解空间获得满意解，生物信息学仍需要人工智能和认知科学对人脑的进一步认识，并从中得到更好的启发式方法. 从本质上来讲，生物信息学与人工智能研究相似，都是希望将生命的奥秘还原成孤立的基因序列或单个蛋白质的功能，而很少强调基因序列或蛋白质组作为一个整体在生命体中的调控作用.我们因此也不得不思考。 生物信息学发展展望 生物信息学并不是一个足以乐观的领域，究竟原因，是由于其是基于分子生物学与多种学科交叉而成的新学科，现有的形势仍表现为各种学科的简单堆砌，相互之间的联系并不是特别的紧密。在处理大规模数据方面，没有行之有效的一般性方法；而对于大规模数据内在的生成机制也没有完全明了，这使得生物信息学的研究短期内很