分子生物学-张晓东-3生物信息学.pptVIP

一、生物信息学的概念 生物信息学是以核酸、蛋白质等生物大分子数据库为主要对象，以数学、信息学、计算机科学为主要手段，以计算机硬件、软件和计算机网络为主要工具，对浩如烟海的原始数据进行存储、管理、注释、加工，使之成为具有明确生物意义的生物信息。并通过对生物信息的查询、搜索、比较、分析，从中获取基因编码、基因调控、核酸和蛋白质结构功能及其相互关系等理性知识。 广义地说，生物信息学是使用数学和信息学的观点、理论和方法去研究生命现象，组织和分析呈指数级增长的生物信息数据的一门学科。 狭义地说，生物信息学是将计算机科学和数学应用于生物大分子信息的获取、处理、存储、分析和解释的所有方面 二、生物信息学研究的内容 (1)各种生物数据库的建立和管理 a)建立基因组信息的评估与检测系统 b)数据标准化 c)进行基因组信息的可视化和专家系统的研究 d)发展次级与专业数据库 (2)以因特网( Internet ) 为基础的基因组信息学传输网络 (3)研究新算法，发展方便适用的程序，是生物信息学的日常任务 (4)生物信息学最重要的任务，是从海量数据中提取新知识，从已经积累的数据和知识出发，预测蛋白质的结构和功能 具体说来，生物信息学要作的工作主要为 1、基因组序列的分析 2、基因进化 3、药物设计 4、基因区域预测 5、基因功能预测 6、蛋白质结构预测 1、基因组序列的分析 如何将实验室中得到的生物学信息转化为计算机能够处理的数字信息，是生物信息学的一个重要课题。这种转化大量地体现在各种自动化分子生物学仪器应用上，如DNA测序仪，PCR仪等。传统的测序技术通常将克隆进行亚克隆并对亚克隆进行排序，这些工作需要大量的人力物力。现代生物信息学提供了自动而高速的拼接序列的算法，即根据Lander2Waterman模型利用鸟枪法进行测序，再将大量随机测序的片段用计算机进行自动拼接。这种技术不仅避免了亚克隆排序所需的大量繁琐的工作，还使序列具有一定的冗余性(redundancy，即一定数量的重复) 以保证序列中每个碱基的准确性。 2、基因进化 生物信息学的根本目标是探究隐藏在生物数据后面的生物学知识。对于基因组研究来说，一个重要的研究方向就是分子序列的进化。通过比较不同生物基因组中各种结构成分的异同，可以大大加深我们对生物进化的认识。这项研究已逐步形成一个称为比较基因组学的新学科。从各种基因结构与成分的进化，密码子使用的进化，到进化树的构建，各种理论上和实验上的课题都等待生物信息学家的研究。 3、药物设计 生物信息学所提供的数据资料，可以指导对药物作用靶位的选定和药物分子的设计。它的研究包括大分子结构功能的模拟和预报，药物分子与大分子结合的模拟，关键性基因的致病机制，以及生物分子同源性的分析，生物分子在指定细胞的分布和位点等。人类基因组及其他基因组测序工作的进行，为新药研制提供了许多潜在的靶点。后基因组时代为我们提供了大量靶点的信息，同时这些信息又是不完整的，很多时候甚至对于靶点的结构和功能还不清楚。因此迫切需要发展能够适应这种要求的新的药物设计方法。 4、基因区域预测 所谓基因区域的预测，一般是指预测DNA顺序中编码蛋白质的部分，即外显子部分。不过目前基因区域的预测已从单纯外显子预测发展到整个基因结构的预测。这些预测综合各种外显子预测的算法和人们对基因结构信号(如TATA box和加尾信号)的认识，预测出可能的完整基因。预测外显子的基本算法，早期有最长ORF(openreading frame)法。近年来同源比较算法也被应用于预测可能的基因。许多基因预测的程序都已经整合了同源比较算法，比如著名的GRAIL Ⅱ程序。除上述提到的算法之外，目前被应用于基因预测的算法还有：法则系统( rule2based system)；语言学(linguistic)系统；线性判别分析(Linear DiscriminantAnalysis，LDA)；决策树( decision tree)；spliced align2ment算法；傅利叶分析(Fourier analysis)等。 5、基因功能预测 基因功能预测常用的方法有：序列同源比较，同源比较的发展方向，寻找蛋白质家族保守顺序。用于将序列在序列数据库中进行同源比较的3 种流行算法是：Smit2Waterman 算法，FASTA 算法和BLAST算法。Feng2Doolittle 算法是较常用的多序列对齐算法。其他的新算法包括HMM 方法，Gibbs sampling以及处理多结构域蛋白质家族的算法。 6、蛋白质结构预测 生命活动的执行者是基因的表达产物——蛋白质，而研究基因的根本目的