生物信息学在大熊猫和血吸虫基因组分析中的应用生物信息学专业论文.docxVIP

虫与其宿主人的基因水平转移(HGT)等复杂生物学问题。通过进化基因组和比较 虫与其宿主人的基因水平转移(HGT)等复杂生物学问题。通过进化基因组和比较 基因组的方法，我们尚未发现比较强的证据可以显示出人和日本血吸虫之间存在基 因水平转移的现象。当然，这极有可能是由于我们迄今只分析了日本血吸虫中的6,000 多个基因，还有将近8，000个基因没有分析的缘故。 此外，本研究还建立了相关生物信息系统(PBmice和Apanda等)，这些系统的 建立一方面为我们的实际研究提供了数据基础，另一方面促进了生物信息学自身的 发展。总之，我们认为，大熊猫基因组和日本血吸虫基因组以至于有关其它生物基 因组的更多的生物问题，可以通过生物信息学方法来加以深入研究，并最终给予合 理的解释。 关键词：生物信息学，大熊猫基因组分析，日本血吸虫基因组分析，生物信息系统 中图分类号： 第一章引言生物信息学(bioinformatics)是由生命科学、数学、统计学、信息科学和计算机 第一章引言 生物信息学(bioinformatics)是由生命科学、数学、统计学、信息科学和计算机 科学等学科与技术交汇融合所形成的一门新的交叉学科。生物信息学的产生最早可 以追溯到20世纪50年代，当时已有生物学家应用数学算法和统计学方法来处理和 计算生物学数据。最近20年来，生物信息学的发展尤其迅速。尤其是随着基因组时 代的来临，越来越多物种的基因组已经完成了全基因组的测序工作，例如，人类基 因组(human genome project，HGP)、家鸡基因组、斑马鱼基因组等。这些基因组项 目不仅产生了海量的数据，同时对这些海量数据的处理和分析也提出了前所未有的 要求。生物学家已经认识到与计算机科学和数学等其它学科合作来处理这些海量数 据的重要性。 本研究分别以大熊猫基因组和日本血吸虫基因组的数据为基础，使用包括基因组 系统发育分析、比较基因组学和结构生物信息学等在内的生物信息学方法进行了较 为深入的分析。 1．1生物信息学 牛津大学出版社出版的Bioinformatics(http：／／www．oxfordjoumals．org／ ourjoumals／bioinformatics／for_authors／scope—guidelines．html)杂志是生物信息学的同 名杂志，其2008年的影响因子(Impact factor)是4．328。该杂志列举了当前生物信 息学研究中的9个主要的研究领域，它们分别是：基因组分析、序列分析、系统发 育分析、结构信息学、基因表达、群体遗传分析、系统生物学、数据和文本挖掘、 数据库和本体论等。 基因组分析包括：基因组拼装(Genome assembly)、基因组和染色体注释(Genome and chromosome annotation)、基因发现(gene finding)、可变剪切(altemative splicing)、 EST分析(EST analysis)和比较基因组(comparative genomics)等。 序列分析包括：多重序列对位排列(Multiple sequence alignment)、序列搜索与 聚类分析(sequence searches and clustering)、功能预测与定位(prediction of function and localization)、新功能区域活性位点(novel domains and motifs)、蛋白预测 (prediction (prediction of protein)、RNA与DNA功能位点(RNA and DNA functional sites)以 及其它序列属性(other sequence features)。 系统发育分析包括：新的处理分子数据(核酸序列、氨基酸和SNP等)的系统 发育估计程序(novel phylogeny estimation procedures for moleeular data including nucleotide sequence data，amino acid data，SNPs，etc．)、并发多重序列对位排列与系统 发育关系估计(simultaneous multiple sequence alignment and p11ylogeny estimation)、 使用系统发育分析来处理任何领域的分子序列分析(using phylogenetic approaches for any aspect ofmolecular sequence analysis)、进化模型(models ofevolution)、系统发 育估计结果的统计学支持评估(assessments ofstatistical