4 核酸与蛋白质结构和功能的预测分析 - ecaa, ntu.doc

生物信息學 1 概述 當前人類基因組研究已進入一個重要時期，2000年將獲得人類基因組的全部序列，這是基因組研究的轉捩點和關鍵時刻，意味著人類基因組的研究將全面進入資訊提取和資料分析階段，即生物資訊學發揮重要作用的階段。到1999年12月15日發佈的第115版爲止，GenBank中的DNA堿基數目已達46億5千萬，DNA序列數目達到535萬；其中EST序列超過339萬條； UniGene的數目已達到7萬個；已有25個模式生物的完整基因組被測序完成，另外的70個模式生物基因組正在測序當中；到2000年1月28日爲止，人類基因組已有16%的序列完成測定，另外37.7%的序列已經初步完成；同時功能基因組和蛋白質組的大量資料已開始湧現。如何分析這些資料，從中獲得生物結構、功能的相關資訊是基因組研究取得成果的決定性步驟。 生物資訊學是在此背景下發展起來的綜合運用生物學、數學、物理學、資訊科學以及電腦科學等諸多學科的理論方法的嶄新交叉學科。生物資訊學是內涵非常豐富的學科，其核心是基因組資訊學，包括基因組資訊的獲取、處理、存儲、分配和解釋。基因組資訊學的關鍵是“讀懂”基因組的核苷酸順序，即全部基因在染色體上的確切位置以及各DNA片段的功能；同時在發現了新基因資訊之後進行蛋白質空間結構類比和預測，然後依據特定蛋白質的功能進行藥物設計。瞭解基因表達的調控機理也是生物資訊學的重要內容，根據生物分子在基因調控中的作用，描述人類疾病的診斷、治療內在規律。它的研究目標是揭示基因組資訊結構的複雜性及遺傳語言的根本規律，解釋生命的遺傳語言。生物資訊學已成爲整個生命科學發展的重要組成部分，成爲生命科學研究的前沿。 近來的研究表明，基因組不僅是基因的簡單排列，它有其特有的組織結構和資訊結構，這種結構是在長期的演化過程中産生的，也是基因發揮其功能所必須的。弄清楚生物體基因組特有的組織結構和資訊結構，解譯生命的遺傳語言的關鍵。 目前在資料庫中已經有越來越多的模式生物全基因組序列，第一個人類染色體全序列--第22號染色體的測序工作已經在1999年12月完成，整個人類基因組計劃工作草圖將在最近完成。這無疑給基因組組織結構和資訊結構的研究工作提供了大量的第一手材料，同時也爲基因組研究取得突破性進展提供了可能。人類對基因的認識，將從以往的對單個基因的瞭解，上升到在整個基因組水平上考察基因的組織結構和資訊結構，考察基因之間在位置、結構和功能上的相互關係。 從目前生物資訊學的研究情況來看，國際上公認的生物資訊學的研究內容，大致包括以下幾個方面： 生物資訊的收集、存儲、管理與提供。包括建立國際基本生物資訊庫和生物資訊傳輸的國際聯網系統；建立生物資訊資料品質的評估與檢測系統；生物資訊的在線服務；生物資訊視覺化和專家系統。 基因組序列資訊的提取和分析。包括基因的發現與鑒定，如利用國際EST 資料庫 (dbEST) 和各自實驗室測定的相應資料，經過大規模 平行計算發現新基因和新SNPs以及各種功能位點；基因組中非編碼區的資訊結構分析，提出理論模型，闡明該區域的重要生物學功能；進行模式生物完整基因組的資訊結構分析和比較研究；利用生物資訊研究遺傳密碼起源、基因組結構的演化、基因組空間結構與DNA折疊的關係以及基因組資訊與生物進化關係等生物學的重大問題。 功能基因組相關資訊分析。包括與大規模基因表達譜分析相關的演算法、軟體研究，基因表達調控網路的研究；與基因組資訊相關的核酸、蛋白質空間結構的預測和類比，以及蛋白質功能預測的研究。 生物大分子結構類比和藥物設計。包括RNA(核糖核酸)的結構類比和反義RNA的分子設計；蛋白質空間結構類比和分子設計；具有不同功能域的複合蛋白質以及連接肽的設計；生物活性分子的電子結構計算和設計；納米生物材料的類比與設計；基於酶和功能蛋白質結構、細胞表面受體結構的藥物設計；基於DNA結構的藥物設計等。 生物資訊分析的技術與方法研究。包括發展有效的能支援大尺度作圖與測序需要的軟體、資料庫以及若干資料庫工具，諸如電子網路等遠端通訊工具；改進現有的理論分析方法，如統計方法、模式識別方法、隱馬爾科夫過程方法、分維方法、神經網路方法、複雜性分析方法、密碼學方法、多序列比較方法等；創建一切適用于基因組資訊分析的新方法、新技術。包括引入複雜系統分析技術、資訊系統分析技術等；建立嚴格的多序列比較方法；發展與應用密碼學方法以及其他演算法和分析技術，用於解釋基因組的資訊，探索DNA序列及其空間結構資訊的新表徵；發展研究基因組完整資訊結構和資訊網路的研究方法等；發展生物大分子空間結構類比、電子結構類比和藥物設計的新方法與新技術。 應用與發展研究。彙集與疾病相關的人類基因資訊，發展患者樣品序列資訊檢測技術和基於序列資訊選擇表達載體、引物的技術，建立與動植物良種繁育相關的資料庫以