生物信息学及其发展历史.pptVIP

生物分子信息的特征生物分子信息数据量大生物分子信息复杂生物分子信息之间存在着密切的联系3、生物信息学的发展历史生物信息学01基本思想的产生02生物信息学03的迅速发展04二十世纪0550年代06二十世纪0780-90年代0820世纪50年代，生物信息学开始孕育20世纪60年代，生物分子信息在概念上将计算生物学和计算机科学联系起来20世纪70年代，生物信息学的真正开端20世纪70年代到80年代初期，出现了一系列著名的序列比较方法和生物信息分析方法20世纪80年代以后，出现一批生物信息服务机构和生物信息数据库20世纪90年代后，HGP促进生物信息学的迅速发展关于生物信息学发展历程中的重要大事，请参见下面两个网站的介绍：/BLASTinfo/milestones.html、。第三节生物信息学主要研究内容生物信息学主要研究内容生物分子数据的收集与管理添加标题数据库搜索及序列比较添加标题基因组序列分析添加标题蛋白质结构预测添加标题基因表达数据的分析与处理添加标题1、生物分子数据的收集与管理基因组数据库01蛋白质序列数据库02蛋白质结构数据库03DDBJ04EMBL05GenBank06SWISS-PROT07PDB08PIR092、数据库搜索及序列比较搜索同源序列在一定程度上就是通过序列比较寻找相似序列多重序列比对研究的是多个序列的共性。序列的多重比对可用来搜索基因组序列的功能区域，也可用于研究一组蛋白质之间的进化关系。序列比较的一个基本操作就是比对（Alignment），即将两个序列的各个字符（代表核苷酸或者氨基酸残基）按照对应等同或者置换关系进行对比排列，其结果是两个序列共有的排列顺序，这是序列相似程度的一种定性描述发现同源分子3、基因组序列分析遗传语言分析——天书基因组结构分析基因识别基因功能注释基因调控信息分析基因组比较4、基因表达数据的分析与处理基因表达数据分析是目前生物信息学研究的热点和重点目前对基因表达数据的处理主要是进行聚类分析，将表达模式相似的基因聚为一类，在此基础上寻找相关基因，分析基因的功能所用方法主要有：相关分析方法模式识别技术中的层次式聚类方法人工智能中的自组织映射神经网络主元分析方法基因芯片层次式聚类二维电泳图5、蛋白质结构预测蛋白质折叠蛋白质的生物功能由蛋白质的结构所决定，蛋白质结构预测成为了解蛋白质功能的重要途径蛋白质结构预测分为:二级结构预测空间结构预测二级结构预测在一定程度上二级结构的预测可以归结为模式识别问题在二级结构预测方面主要方法有：立体化学方法图论方法统计方法最邻近决策方法基于规则的专家系统方法分子动力学方法人工神经网络方法预测准确率超过70%的第一个软件是基于神经网络的PHD系统空间结构预测STEP03STEP01STEP02在空间结构预测方面，比较成功的理论方法是同源模型法该方法的依据是：相似序列的蛋白质倾向于折叠成相似的三维空间结构运用同源模型方法可以完成所有蛋白质10-30%的空间结构预测工作第四节生物信息学当前的主要任务纵观当今生物信息学界的现状，可以发现，大部分人都把注意力集中在基因组、蛋白质组、蛋白质结构以及与之相结合的药物设计上PARTONE1.基因组1.1新基因的发现通过计算分析从EST（ExpressedSequenceTags）序列库中拼接出完整的新基因编码区，也就是通俗所说的“电子克隆”；通过计算分析从基因组DNA序列中确定新基因编码区，经过多年的积累，已经形成许多分析方法，如根据编码区具有的独特序列特征、根据编码区与非编码区在碱基组成上的差异、根据高维分布的统计方法、根据神经网络方法、根据分形方法和根据密码学方法等。1.2非蛋白编码区生物学意义的分析非蛋白编码区约占人类基因组的95%，其生物学意义目前尚不是很清楚，但从演化观点来看，其中必然蕴含着重要的生物学功能，由于它们并不编码蛋白，一般认为，它们的生物学功能可能体现在对基因表达的时空调控上。对非蛋白编码区进行生物学意义分析的策略有两种，一种是基于已有的已经为实验证实的所有功能已知的DNA元件的序列特征，预测非蛋白编码区中可能含有的功能已知的DNA元件，从而预测其可能的生物学功能，并通过实验进行验证；另一种则是通过数理理论直接探索非蛋白编码区的新的未知的序列特征，并从理论上预测其可能的信息含义，最后同样通过实验验证。1.3基因组整体功能