第二篇第十二章 生物信息学在分子诊断中的应用.doc

第二篇 技术篇 第十二章 生物信息学在分子诊断中的应用 第一节 生物信息学概论 一、生物信息学的定义 生物信息学是结合了生物学和信息技术，利用计算机和互联网技术，分析海量的并且还在快速积累的生物数据，从中获取生物科学新知识的一门新的交叉科学。 人类基因组计划的意义人类基因研究的意义在于它可以支持和推动生命科学中一系列重要的基础性研究。如基因组遗传语言的破译，基因的结构与功能关系，生命的起源和进化，细胞发育、生产、分化的分子机理，疾病发生的机理等。为推动医学长足进步带来前所未有的机遇，基因诊断、基因疗法和基因药物的开发，有可能成为未来医学发展的重要分支。人类基因组计划的进一步成功将促进生命科学与信息科学、材料科学的融合，从而带动一批高技术产业的发展 二、生物信息学研究的范畴第一、各种生物数据库的建立和管理； 第二、研究高效率的统计工具，分析算法， 发展方便、快捷的分析程序； 第三、从海量的原始生物数据中发掘新知识。 第二节 计算机和互联网 一、计算机常识：硬件和软件 计算机的主要硬件由中央处理器（CPU）、存储器、输入设备和输出设备组成。 常用的操作系统：windows 、UNIX 、Linux 二、互联网和常用搜索引擎 WWW是World Wide Web的缩写，即通常我们所说的国际互联网，它的每个节点在逻辑上都与任何其他节点保持联系，可以相互交换信息。 三、文件的压缩和解压 传输或保存较大的数据时，常对文件进行压缩，以减少数据量。特别是对于图形文件，压缩尤其重要。在UNIX或Linux系统中，压缩命令是compress myfile,压缩后的文件自动加上后缀.Z。解压缩命令是uncompress myfile.Z。PC机上的Windows操作系统没有标准的压缩和解压软件，但网上有许多针对Windows的免费或代免费试用期的压缩软件，如FreeZip、WinZip等 四、文件和数据的传送 用户需要递交一条或多条核酸或蛋白质序列去做数据库查询或比对。 这时常用的方法有： 使用视窗系统的剪切、复制和粘贴的功能.对于不太长的序列，这种方法比较方便；网页的输入窗口旁常有一个“浏览目录”按钮，点击该按钮，会弹 出一个对话框，找到需要上传的序列文件，再按“提交”钮完成递交。用这种方法可以一次递交较长的序列；有些大型信息中心和研究单位还有远程文件传送服务，即遵从文件传输协议 (file transfer protocol，ftp)的服务器地址，用户可以无记名的方式访问公用的目录，读取文件，下载软件或数据。 五、编程和语言 在众多的计算机语言中，C语言无疑是最常用的，它具有代码精炼，执行效率高的特点，网上还有大量的现成模块供免费使用。对于非计算机专业人员，还可以选择Visual BASIC（VB） 语言。VB语言具备了高级语言的特点，语句结构类似自然语言，对于生物背景的专业人员可能较容易掌握。如果在研究中大量使用网络资源，则需要掌握一定的网络编程语言，例如：Perl语言、PHP语言和JAVA语言等。 第三节 数据的获得 DNA、RNA、蛋白质的测序 蛋白质结构的分析 基因和蛋白质的表达数据 蛋白质相互作用 一、DNA、RNA和蛋白质的测序 基因组DNA直接来源于细胞核基因组，它的组成包括基因和基因间区域，基因序列中还包括内含子和外显子。cDNA是由mRNA逆转录而来，全长cDNA应该包括5’端非编码区，3 ’端的多聚腺苷酸序列和编码序列。重组DNA序列是基因重组到质粒、病毒和cosmid等载体 后经测序得到的DNA序列。 RNA的序列可以从基因组序列或cDNA序列推导出来；直接的RNA测序涉及修饰核苷酸的识别，可通过质谱分析获得。蛋白质的序列可以通过DNA序列推导而来，但从DNA序列推导的蛋白质序列不能反应真实的蛋白质序列情况，蛋白质测序主要依靠质谱分析(mass spectrometry, MS)技术，基本原 理是通过准确测定真空中的离子质量或电荷量来测算出分子组成。 二、蛋白结构的分析 X射线晶体学技术：通过研究X射线对蛋白质晶体的扫描后产生的衍射模式来测定蛋白质的结构； 核磁共振谱法(NMR) spectroscopy)：该方法常用于较小（25kDa）的，可溶性蛋白质结构的测定； 有些蛋白质很难结晶，不能用X射线晶体学技术测定，又太大而不能用核磁共振谱技术测定，其它技术方法：X射线纤维衍射技术；电子显微镜(electron microscopy)； 环形双色色谱技术(circular dichroism (CD) spectroscopy) 三、基因和蛋白