bioinformatics, 2008-2009, semester 1, ustc 复习.ppt

生物信息学 什么是生物信息学？(1) 定义一：生物信息学是一门收集、分析遗传数据以及分发给研究机构的新学科（Bioinformatics is a new subject of genetic data collection, analysis and dissemination to the research community）。(Dr. Hwa A. Lim，1987) 定义二：生物信息学特指数据库类的工作，包括持久稳固的在一个稳定的地方提供对数据的支持（Bioinformatics refers to database-like activities, involving persistent sets of data that are maintained in a consistent state over essentially indefinite periods of time）。(Dr. Hwa A. Lim，1994) 定义三：生物信息学是在大分子方面的概念型的生物学，并且使用了信息学的技术，这包括了从应用数学、计算机科学以及统计学等学科衍生而来各种方法，并以此在大尺度上来理解和组织与生物大分子相关的信息。 (Luscombe,2001) 什么是生物信息学？(2) Bioinformatics is the field of science in which biology, computer science, and information technology merge into a single discipline. The ultimate goal of the field is to enable the discovery of new biological insights as well as to create a global perspective from which unifying principles in biology can be discerned. 广义生物信息学观点 Biology may be viewed as the study of transmission of information: from mother cell to daughter cell, from one cell or tissue type to another, from one generation to the next, and from one species to another. This informational viewpoint is termed bioinformatics 生物学研究可以被看成是研究信息的传递：从DNA经转录翻译到蛋白质，从细胞质中到细胞核内，从母细胞到子细胞，从一个细胞或一个组织到另一个细胞或另一个组织，从一代到下一代，从一个物种到另一个物种的进化演变。这种信息论的观点即可称为生物信息学 (Eisenberg et al., 2006)。 生物信息学的发展历程 1952年，Sanger根据胰岛素蛋白质的测序结果，推断蛋白质是排列完美的分子。-最早的信息论观点。 1955年，Sanger与合作者分别对牛、猪和羊的胰岛素蛋白质进行了测序并做了序列上的比较。-最早的序列比对。 1962年，鲍林提出分子进化的理论，推测在人中可能存在50,000~100,000个不同的基因/蛋白质。-分子进化理论的奠定。 1965年，Margaret Dayhoff构建蛋白质序列图谱 1970年，Needleman-Wunsch算法：全局优化比对。 1981年，Smith-Waterman算法开发：局部优化比对。 1990年，快速序列相似性搜索工具BLAST的开发 生物信息学发展过程中的里程碑性事件 过去20年的发展状况 最早的序列分析：胰岛素蛋白质 分子进化理论：鲍林 不同物种的系统发育分析 80年代：DNA序列数据库 1. 1974年，George I.Bell等人收集DNA序列，构建GenBank数据库。1982~1992开发第一个版本。 2. 1980年，EMBL数据库成立。 3. 1984年，日本DDBJ数据库成立。 4. 核酸序列数据的去冗余：Refseq数据库，对于相同的序列只列一条目录。 核酸数据库数据的增长 获取序列及检索公共数据库 1. Entrez的开发，D.Lipman等人。 2. 提供关键字的搜索的方法。 3. “硬搜索”:包含关键字的，完全匹配的结果。 4. “软搜索”:与查询内容相关的信息。 5. 查询内容：基因/蛋白质的名称、标识符，文献、蛋白质结构，等等。 序列-分子进化 1. 寻找Ortholog (直系同源物)