shengwuxinxixue.docVIP

shengwu xinxixue 生物信息学 (bioinformatics) 生物学和信息科学、数理科学结合所发展出来的交叉科学。狭义的生物信息学研究如何组织迅猛增长的海量生物学数据，并从数据中提取新知识。广义的生物信息学正在促成计算机和互联网时代的新生物学。生物信息学的概念和方法改变着生物和医学的许多分支学科的发展。生物信息学和计算生物学有密切关系，但又有所不同。一般说来，需要较多地依靠物理、化学和生物知识的计算，例如蛋白质和药物分子的相互作用，宜归入生物计算或计算生物学。主要从生物数据库出发，特别是从核酸和蛋白质序列的比较入手，发现或回答生物学问题，则属于生物信息学的范畴。 许多生物学家多年以来逐个研究基因、蛋白质、代谢途径、乃至细胞、个体、物种，积累了大量知识。以DNA的大规模测序为标志的基因组时代，开创了高通量、高产出、高度并行的研究方式。基因组学(genomics)研究一个物种的全部基因；转录组学(transcriptomics)研究全部转录产物；蛋白质组学(proteomics)研究全部蛋白质的相互作用。比较基因组学等则研究对比多个物种。各种各样的“组学”自成体系又互相关联，但都离不开海量数据的处理分析，因此生物信息学成为共同的支撑平台。 分子生物学及其中心法则。生物信息学源于海量生物数据的产生、管理和分析。这些数据乃是20世纪50年代以来生物学发展到分子水平的结果。请读者参阅分子生物学等有关条目。这里只略作介绍，以便引入必需的名词术语。 从细菌到人类，对生命活动的维持和延续起着关键作用的是两类生物大分子：核酸和蛋白质。核酸是核糖核酸的简称。这是由4种单体组成的线性的、不分叉的、有方向的高分子。每种单体是含有几十个碳、氢、氧、氮、磷等原子的有机分子，称为核苷酸。核苷酸由三部分组成：磷酸根、5碳糖和碱基。所有核苷酸的磷酸根和5碳糖都是相同的，它们因碱基不同而区分为腺嘌呤、胞嘧啶、鸟嘌呤和胸腺嘧啶，通常用字母a、c、g和t代表。这里说的是5碳糖上两处羟基(OH)脱去了一个O的脱氧核糖核酸，简记为DNA。生物的遗传信息就编码在这4种字母沿DNA链的排列顺序中。事实上，DNA通常以双股螺旋的形式存在于细胞中。两股螺旋上对应的c和g，以及a和t以氢键相维系而组成螺旋。因此，两股DNA所含的信息是等价的，可以从一股读出另一股的字母。但它们在生物学上并不等价。例如，两股上编码的基因种类和数目不同，复制过程也不大相同。 原核生物的细胞没有细胞核。多数原核生物只有一条DNA。从酵母到人类都属于有细胞核的真核生物。每条微观的DNA分子要经过多级组织和折叠，才形成可以在显微镜下染色和观察的染色体。各个物种的染色体数目不同，人有23对，家鼠有19对，水稻有12对，酿酒酵母有16对。一个物种的不同的DNA或染色体的总合组成其基因组。基因组的大小相差悬殊，病毒或噬菌体只有几千到几万字母，细菌有几百万，酵母有1200万，果蝇有1.8亿，水稻有4.3亿，人有32亿。有些生物的基因组比人类大数十倍。 蛋白质是由20种单体组成的线性的、不分叉的、有方向的高分子。每种单体是一个氨基酸。单个氨基酸比核苷酸略小，包含一个氨基、一个羧基和一个残基。氨基酸的种类由残基确定，最简单的残基就是氢(甘氨酸)。自然界和实验室中遇到的氨基酸不只20种，然而生物蛋白质都由20种氨基酸构成，因而可用20种字母组成的符号序列表示。蛋白质在细胞内合成之后，有些还要经过“修饰”(磷酸化、糖基化等)，被输送到相应的位置，折叠成特定的空间结构，才具有生物活性。常见的蛋白质序列长度从几十到几千个氨基酸。许多蛋白质要同其它蛋白质、DNA或RNA形成复合体来发挥生物功能。 还有一大类核酸的5碳糖没有脱氧，称为核糖核酸，简记为RNA。RNA通常以单股形式存在，它的单体中以尿嘧啶(用字母u代表)取代脱氧核糖核酸中的胸腺嘧啶t，因此也用4种字母组成的符号序列表示。RNA有很多种，它们对储存在DNA中的信息如何表达成蛋白质起着关键的中间作用。有些RNA直接起着贮存信息、催化生物化学反应或调控基因表达的作用。RNA的长度因种类不同而相差悬殊，从20个字母左右的小RNA到转录组中可能遇到的几十万字母，多种RNA还有待于发现或阐明功能。 DNA双螺旋的发现者之一克里克(F.H.C. Crick)早在1957年就根据当时还甚不完备的实验事实归纳出分子生物学的“中心法则”。按照现代理解，中心法则可以概括为：生物的遗传信息编码在DNA中，DNA可以复制；DNA中的信息根据所处条件有选择地、以不同速率转录到各种RNA中；编码蛋白质的基因信息转录到信使mRNA，经加工后的mRNA成为制造蛋白质的图纸，在核糖体中翻译出蛋白质序列；蛋白质是生物功能的主要体现者或表达者，它们必须折叠成特定形状才能