14 生物信息学.ppt

;一、生物学基础;生物信息——广义的概念;发展背景;Background 背景;生物医药工业;Definition of Bioinformatics;Computation;算法 统计学 信息理论 图形学 科学可视化 图像识别 人工智能 密码学 非线性动力学 计算机模拟 语言学 机器学习 数据库 软件工程 计算机网络 分布式系统;生物信息学研究意义;生物信息学 – 研究方向;三、生物信息学的研究内容;Statistics 统计学;几个常用 数学模型概念与方法;网络技术;生物信息学研究内容;与HGP相关的生物信息学研究 ; 2、序列片段的拼接;Alignment;Raw DNA sequence;基因识别;基因预测的步骤： 1、识别可能的外显子 2、辨别起始/内部/终止外显子 3、把起始、一些内部的和终止外显子的连起来，形成可能的基因 4、确保该可能的基因没有内部的移位或终止密码子;Evaluating Gene Prediction;生物学家们为人类基因的数目打赌 生物学家们一直假设，微生物的故事较短，而人类的故事则是一部巨作，人类拥有8万到10万个基因。 德国分子生物技术研究所的 Andre Rosenthal 说，我们得出的结论是整个基因组有不多于4万个基因。 法国的分子遗传学家Hugues Roest Crollius通过比较现有的人类基因序列与淡水河豚基因序列，提出了更低的人类基因数估计：在27700与34300之间。 美国西雅图华盛顿大学的基因学家Phil Green是常用的组合基因序列数据的程序PHRED和PHRAP的发明人，他提出人类基因数大约为35000。国国家人类基因组研究所主任Francis Collins表示他同意Green的估计，在48011个基因上。 马里兰Rockville的基因组研究所(TIGR)的John Quackenbush根据TIGR的人类基因指数的估计，在118259个基因上。 加州Incyte Genomics公司的Sam LaBrie估计的基因数是153478个，该公司在1999年9月曾宣布人类基因至少有14万个。 ;基因功能预测 ;蛋白质序列库： PIR(protein information resource), Swiss-Prot 蛋白质高级结构数据库PDB(protein data bank): 生物大分子三级结构的数据库，包括原子标记、文献引用、一级和二级结构信息，以及晶体结构和核磁共振的数据。 同源比较算法： 分为整体对齐???Global alignment）和局部对齐（local alignment）局部对齐的算法有Smith-Watermann 算法;FASTA算法; BLAST算法;Protein Sequence;蛋白质结构预测 ;Anfinsen， 1960es X-射线衍射和核磁共振;蛋白质的二级结构;蛋白质分子的三级结构;其它结构层次;影响蛋白质结构的理化因素;同源模型方法;流行的序列分析工具;二级结构预测 ;蛋白质三级结构预测 ;一级序列;Macromolecular structure;Genomes; 比较基因组学研究;基于完整基因组数据的生物进化研究; 3、构建系统进化树。 根据序列同源性分析的结果，重建反映物种间进化关系的进化树。为完成这一工作已发展了多种软件包，象PYLIP、MEGA等； 4、稳定性检验。 为了检验构建好的进化树的可靠性，需要进行统计可靠性检验，通常构建过程要随机地进行成百上千次，只有以大概率（70％以上）出现的分支点才是可靠的。通用的方法使用 Bootstrap算法，相应的软件已包括在构建系统进化树所用的软件包当中。为便于使用者查找表三给出了进化分析相关软件的因特网地址。;Phylogeny of 23 completely sequenced Bacteria and Archaea species on the basis of 16s rRNA.;Gene expression;基因表达分析和调控网络研究;Hierarchical Clustering;Metabolic pathways;基因芯片设计及信息处理;四、生物信息学研究现状;国际著名的生物信息中心;国内部分生物信息学和生物医学信息服务器;北京大学生物信息中心