<p>&lt;p&gt;&amp;lt;p&amp;gt;&amp;amp;lt;p&amp;amp;gt;&amp;amp;amp;lt;p&amp;amp;amp;gt;&amp;amp;amp;amp;lt;p&amp;amp;amp;amp;gt;&amp;amp;amp;amp;amp;lt;p&amp;amp;amp;amp;amp;gt; 揭开生命奥秘的新兴交叉学科 第七章 生物信息学 内 容 n生物信息学概念 n生物信息学的内容 n生物信息学的研究方法和技术 n生物信息学软件和数据库 一、生物信息学的概念（p199） 生物信息学是用数理 和信息科学的观点、理 论和方法，以计算机为 工具对生物信息进行收 集、加工、储存、传播 、检索和分析的科学。 研究材料和结果是各 种各样的生物学数据 n人基因组海量信息 n23对=46条染色体 n30亿碱基对(base pairs) n35万个基因?基因 组学 n3万种以上蛋白质 ? 蛋白质组学 n基因表达、作用、调 控网络 已经或即将完成的生物全基因组 n几百种原核生物 n酵母菌 n拟南芥 (1-2亿bp） n水稻 n人类 (32亿bp) n小鼠 n大鼠 n猪 n鸡.等 生物信息学的概念 n后基因组时代的到来 n人类首次了解了自身的基因序列 ，了解了很多远亲生物的基因序列 n正在面对指数扩增的基因序列和 各种数据库 n面临如何将基因序列资料转变为 有用的知识，进而服务于人类，造福 人类健康的挑战 n人类功能基因组学必须多学科协 作 n生物信息学技术 n生物芯片技术 n蛋白质组学技术 n高通量细胞筛选技术等 n生物信息学是人类功能基因组学研 究的必要工具 实验 生物学 计算 生物学 理论 生物学 生物信息的开发和应用 n以核酸蛋白质等生物大分子为主要研究对象 n以信息、数理、计算机科学为主要研究手段 n以计算机网络为主要研究环境 n以计算机软件为主要研究工具 n对序列数据进行存储、管理、注释、加工 n对各种数据库进行查询、搜索、比较、分析 n构建各种类型的专用数据库信息系统 n研究开发面向生物学家的新一代计算机软件 生物信息学的概念 计算机学、 计算机网络 医学 生物学、 分子生物学 生物信息学 数学、 统计学 生物信息学和其它学科的关系 生物信息学是一门边 缘学科，它位于生物 、医学、计算机、数 学等多个领域的交叉 点上 生物信息学的概念 蛋白质组学和蛋白质组学和 结构基因组学结构基因组学 高通量药物筛选高通量药物筛选药物设计和小分子设计药物设计和小分子设计创新药物和新剂型创新药物和新剂型 生物芯片生物芯片 计算机辅助药物筛选 高通量虚拟筛选方法 分子数据库，组合化 学化合物库,靶标生 物大分子的功能分析 . 蛋白质蛋白质相互 作用识别，信号传导 系统、代谢途径的分 子模拟. 图像处理、聚 类分析、表达 谱和调控网络 分析. 基因组信息基因组信息 生物信息技术生物信息技术 计算机辅助先导化合 物设计、药物设计 二、生物信息学的内容（p200） 1.基因与基因组分析 可读框预测和 基因标注 序列拼接 与组装 结果上传到数 据库 碱基读取载体标识与去除 测序仪中原始数 据的采样与分析 大规模基因序列测定 生物信息学的内容 基因预测 DNA序列中编码区的鉴定 预测方法的依据: 编码统计学：编码区序列同非编码区序列相比，有 不同的特点，存在一些非随机的特点 GC 含量 密码子偏倚性 (CODON FREQUENCY) 第三个碱基组成 基因结构/统计学方法 比较/同源性 生物信息学的内容 原核生物基因结构 编码区 启动子 转录起始位点 非翻译区 转录区 起始密码子 终止密码子 53 转录终止位点 RBS 生物信息学的内容 5 启动子 转录起始位点 非翻译区 转录区 起始密码子 终止密码子 3 转录终止位点 外显子 切除和拼接位点 GT AG 内含子 真核生物基因结构真核生物基因结构 生物信息学的内容 lHMM? lHMM 描述了模型中各隐含状态的转换概率 基因组序列 ATGCGTGCAGTCACCAGCAGTCAGTCG Introns Exon 隐含状态 用于基因预测的隐马尔可夫模型 Hidden Markov Models ，HMM ATGCGTGCAGTCACCAGCAGTCAGTCG 基因组序列 生物信息学的内容 特定状态碱基对的概率取决于它前面碱基对的状态 向另一种状态的转换概率取决于转换信号的出现(剪切位 点) 和/或 在特定隐藏状态的碱基对平均数量 (即内含 子或外显子大小). IntronsExon P= 0.5 P= 0.8 基因组序列 ATGCGTGCAGTCACCAGCAGTCAGTCG 用于基因预测的隐马尔可夫模型 生物信息学的内容 n研究主要集中在核苷酸序列 的存储、分类、检索和分析等 方面 n新基因的发现 n非蛋白编码区生物学意义的分 析 n基因组整体功能及其调节网络 的系统把握 n基因组演化与物种演化 基因组分析 生物信息学的内容 n蛋白质结构 n新蛋白的完整、精确 和动态的三维结构 n计算机辅助结构模拟 n理解蛋白质的氨基酸序列 和三维结构之间的关系 n蛋白质序列及特性分析 n蛋白质组学 2.蛋白质与蛋白质组分析 生物信息学的内容 相当数量的蛋白质、核酸、多糖的三 维结构获得精确测定，基于生物大分 子结构知识的药物设计成为热点； 根据靶标分子与药物分子相结合的活 性部位的几何形状和化学特征，设计 出与其相匹配的具有新颖结构的药物 分子。 3 新药设计 三、生物信息学的研究方法和技术 n数学统计方法 n在分析DNA语言中的语义、分析密码子使用频率、利用马尔 可夫模型进行基因识别 n动态规划（Dynamic Programming）方法 n一种通用的优化方法：在状态空间中，根据目标函数，通过 递推，求出一条从状态起点到状态终点的最优路径（代价最小的 路径）。 nDNA序列或者蛋白质序列的两两对比排列 n模式识别技术 n两种方法 n根据统计特征进行识别 n根据对象的结构特征进行识别，常用句法识别。 nDNA序列上功能位点和特征信号的识别 n数据库技术 n生物分子信息的存储、管理、查询等功能建立在数 据库管理系统之上 n人工神经网络技术 n在功能上、结构上模拟大脑神经网络 n神经网络计算速度快，更具有分析智能 n应用：神经网络计算在优化和模式识别方面具有非 常强的能力 n基因识别、蛋白质结构预测上神经网络都取得了比 其它方法更为准确的结果 n分子模型化技术 n利用计算机分析分子结构 。通过交互操作平移、旋转和 缩放分子的三维结构，从不同 的角度观察分子构象和形状 n分子力学和量子力学计算 n主要基于半经验势函数的 分子力学方法研究生物大分子 的构象 n量子力学在确定势函数的 参数和研究局部性质 n分子动力学模拟 n研究蛋白质的构象及动力 学，是计算机模拟实验的基础 n遗传学运算规则 nOptimisers / Evolvers nDNA computing Evolutionary Computation (Metaphors from DNA to Selection) 生物信息学的研究方法和技术 “Half day on the Web，saves you half month in the lab” n专家系统 n将有关专家的知识和经验以一定的知识表示形式 （如产生式规则、语义网络等）存放在计算中以智能 的方式帮助提供参考性决策。如用于基因识别 nInternet技术 n交流：通过Internet网交流生物分子数据 n查阅：从Internet网上查生物分子数据，如原始 的序列、结构数据，加工处理的数据 n服务：将所要处理的数据直接送到相应的网络服 务器上，服务器接受你的处理请求，并将处理结果返 回给你 生物信息学的研究方法和技术 国外一直非常重视生物信息学的发展，各种专 业研究机构和公司如雨后春笋般涌现出来，生物科 技公司和制药工业内部的生物信息学部门的数量也 与日俱增 n1979年，美国洛斯阿拉莫斯国家实验室建立起GenBank数 据库； n1982年，欧洲分子生物学实验室提供核酸序列数据库EMBL 的服务； n1984年，日本着手建立国家级的核酸序列数据库DDBJ并于 1987年开始提供服务 四、常用的分子生物学 软件和数据库（p210） 国内对生物信息学领域也越来 越重视 n1997年3月，北京大学于成 立了生物信息学中心； n2000年3月，中科院上海生 命科学研究院成立 n其他，北京大学的罗静初和 顾孝诚教授在生物信息学网站建 设方面、中科院生物物理所的陈 润生研究员在EST序列拼接方面 以及在基因组演化方面、天津大 学的张春霆院士在DNA序列的几 何学分析方面等等 软件和数据库 n基因图谱数据库 n核酸序列数据库 n蛋白质序列数据库 n大分子结构数据库等 n国际著名的生物信息中心 nNCBI National Center for Biotechnology Information (US) nEBI European Bioinformatics Institute (EU) nHGMP Human Genome Mapping Project Resource Centre (UK ) nExPASy Expert of Protein Analysis System (Switzerland ) nCMBI Centre of Molecular and Biomolecule (The Netherlands) nANGIS National Genome Information Service (Australia) nNIG National Institute of Genetics (Japan) nBIC National Bioinformatics Centre (Singapore) 1. 数据库 n国内部分生物信息学和生物医学信息服务器 n北京大学生物信息中心 n中国生物信息http:/www.biosino.org/ n北京大学物理化学研究所 n北京医科大学生物医学信息 n中国科学院微生物研究所 n天津大学生物信息中心 n中科院计算所智能信息处理重点实验室生物信息学研 究组 n中国科学院基因组信息学中心 DNA数据库 nGenbank n包含所有已知的核酸序列和蛋白质序列 ，以及相关的文献著作和生物学注释。 n美国国立生物技术信息中心(NCBI)建立 和维护 nEMBL核酸序列数据库 n由欧洲生物信息学研究所(EBI)维护 n通过因特网上的序列提取系统(SRS)服务 完成查询检索。 nDDBJ数据库 n日本国立遗传学研究所维护 n与Genbank和EMBL核酸库合作交换数据 。使用主页上SRS工具进行数据检索和序列分 析 全球数据已实现同步化 Global data synchronization 软件和数据库 GenBank的增长 ?图片来自http:/www.ncbi.nlm.nih.gov/Genbank/genbankstats.html 软件和数据库 资料来自：http:/www.ddbj.nig.ac.jp/images/ddbjnew/DBGrowth-e.gif 2005年6月发行的第84版EMBL数据库中，总计超过4525万 条、491亿碱基数量的数据库 软件和数据库 Public free Available via Internet 三大基因数据库之间的关系 Nucleotide Sequence Database (entry)2005.6.15 完整序列 软件和数据库 蛋白质信息资源数据库（PIR） n主要提供按同源性和分类学组织的综合性、非冗余数 据库 nPIR由美国华盛顿的国家医学研究基金会支持，德国 马普学会的慕尼黑蛋白质序列信息中心(MIPS)和日本国 际蛋白质序列数据库(JIPID)共同维护。 nPIR通过提供蛋白质序列数据库、衍生的相关数据库 及相应的软件而支持有关分&amp;amp;amp;amp;amp;lt;/p&amp;amp;amp;amp;amp;gt;&amp;amp;amp;amp;lt;/p&amp;amp;amp;amp;gt;&amp;amp;amp;lt;/p&amp;amp;amp;gt;&amp;amp;lt;/p&amp;amp;gt;&amp;lt;/p&amp;gt;&lt;/p&gt;</p>