生物信息學(xué)簡(jiǎn)介、應(yīng)用與展望(共4頁(yè))

1、精選優(yōu)質(zhì)文檔-傾情為你奉上生物信息學(xué)簡(jiǎn)介、應(yīng)用與展望摘要 生物信息學(xué)作為一門(mén)新興的交叉學(xué)科，有其獨(dú)特的優(yōu)勢(shì)及發(fā)展空間，在今后的一段時(shí)間會(huì)更好的利用及發(fā)展。關(guān)鍵詞 生物信息學(xué) 應(yīng)用 發(fā)展 展望生物信息學(xué)簡(jiǎn)介生物信息學(xué)生物信息學(xué)（Bioinformatics）是在生命科學(xué)、計(jì)算機(jī)科學(xué)和數(shù)學(xué)的基礎(chǔ)上逐步發(fā)展而形成的一門(mén)新興交叉學(xué)科，是為理解各種數(shù)據(jù)的生物學(xué)意義，運(yùn)用數(shù)學(xué)與計(jì)算機(jī)科學(xué)手段進(jìn)行生物信息的收集、加工、存儲(chǔ)、傳播、分析與解析的科學(xué)。生物信息學(xué)是當(dāng)今最具發(fā)展前途的學(xué)科之一，它緣于近10年來(lái)生物學(xué)相關(guān)信息量的“革命性爆炸”，又得益于近10 年來(lái)信息技術(shù)的“革命性發(fā)展”。生物信息學(xué)的出現(xiàn)極大地推動(dòng)

2、了分子生物學(xué)的發(fā)展。生物信息學(xué)已經(jīng)成為生物醫(yī)學(xué)、農(nóng)學(xué)、遺傳學(xué)、細(xì)胞生物學(xué)等學(xué)科發(fā)展的強(qiáng)大推動(dòng)力量，也是藥物設(shè)計(jì)、環(huán)境監(jiān)測(cè)的重要組成部分。生物信息學(xué)在基因的功能發(fā)現(xiàn)、疾病基因診斷、蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、基于結(jié)構(gòu)的藥物設(shè)計(jì)、藥物合成和制藥工業(yè)中起著極其重要的作用，生物信息學(xué)的應(yīng)用大大加快了藥物的研究開(kāi)發(fā)進(jìn)程。生物信息學(xué)的產(chǎn)生生物信息學(xué)的產(chǎn)生最早可以上溯到1956年在美國(guó)田納西州的Gatlinburg召開(kāi)的首次“生物學(xué)中的信息理論討論會(huì)”5。美籍學(xué)者Hwa A. Lim首先創(chuàng)造并使用了“bioinformatics”這個(gè)名詞。生物信息學(xué)是20世紀(jì)80年代末隨著人類(lèi)基因組計(jì)劃的啟動(dòng)而興起的。美國(guó)政府于199

3、0年10月正式啟動(dòng)的人類(lèi)基因組計(jì)劃(Human Genome Project，HGP)6，是一項(xiàng)耗資30億美元的15年計(jì)劃，預(yù)期到2005年弄清人類(lèi)基因組大約30億個(gè)堿基的全序列，被稱(chēng)為生命科學(xué)“登月計(jì)劃”。隨著人類(lèi)基因組計(jì)劃的實(shí)施，通過(guò)基因測(cè)序、蛋白質(zhì)序列測(cè)定和結(jié)構(gòu)分析實(shí)驗(yàn)，獲得了大量不連續(xù)的數(shù)據(jù)，需要利用現(xiàn)代計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)對(duì)這些原始數(shù)據(jù)進(jìn)行收集、存儲(chǔ)、處理，以便于檢索使用；而且為了解釋和理解這些數(shù)據(jù)，還需要對(duì)數(shù)據(jù)進(jìn)行對(duì)比、分析，建立計(jì)算模型，進(jìn)行仿真、預(yù)測(cè)與驗(yàn)證。美國(guó)在最初提出人類(lèi)基因組計(jì)劃時(shí)就成立了一個(gè)由42位專(zhuān)家組成的生物信息研究小組。人類(lèi)基因組計(jì)劃的實(shí)施，生物學(xué)的快速發(fā)展以及數(shù)學(xué)、物

4、理、計(jì)算機(jī)科學(xué)、信息科學(xué)的滲入，使生物信息學(xué)逐漸發(fā)展成為一門(mén)獨(dú)立的學(xué)科并將其推上了生物科學(xué)發(fā)展的最前沿。生物信息學(xué)的發(fā)展階段及各階段的主要研究?jī)?nèi)容生物信息學(xué)是一個(gè)建立在對(duì)DNA和蛋白質(zhì)序列比較基礎(chǔ)上的學(xué)科，目的是發(fā)現(xiàn)進(jìn)化關(guān)聯(lián)，并由此進(jìn)行功能比較。生物信息學(xué)自產(chǎn)生以來(lái)，大致經(jīng)歷了前基因組時(shí)代、基因組時(shí)代和后基因組時(shí)代三個(gè)發(fā)展階段5。前基因組時(shí)代的標(biāo)志性工作包括生物數(shù)據(jù)庫(kù)的建立、檢索工具的開(kāi)發(fā)以及DNA和蛋白質(zhì)序列分析等；基因組時(shí)代的標(biāo)志性工作包括基因識(shí)別與發(fā)現(xiàn)、網(wǎng)絡(luò)數(shù)據(jù)庫(kù)系統(tǒng)的建立和交互界面工具的開(kāi)發(fā)等；后基因組時(shí)代的研究重點(diǎn)主要體現(xiàn)在基因組學(xué)（Genomics）、比較基因組學(xué)（Comparat

5、ive genomics）和蛋白質(zhì)組學(xué)（Proteomics）等方面，標(biāo)志則是大規(guī)?；蚪M分析、蛋白質(zhì)組分析以及各種數(shù)據(jù)的比較與整合，具體說(shuō)就是在基因組和蛋白質(zhì)組水平上，從核酸和蛋白質(zhì)序列、表達(dá)譜數(shù)據(jù)出發(fā)，分析序列中表達(dá)的結(jié)構(gòu)與功能、基因調(diào)控網(wǎng)絡(luò)、生化代謝途徑的生物信息。這三個(gè)階段雖無(wú)明顯的界限，但反映出整個(gè)研究重心的轉(zhuǎn)移變化情況。目前，生物信息學(xué)的主要研究?jī)?nèi)容已經(jīng)從對(duì)DNA和蛋白質(zhì)序列比較、編碼區(qū)分析、分子進(jìn)化轉(zhuǎn)移到大規(guī)模的數(shù)據(jù)整合、可視化；轉(zhuǎn)移到比較基因組學(xué)、代謝網(wǎng)絡(luò)分析、基因表達(dá)譜網(wǎng)絡(luò)分析、蛋白質(zhì)組技術(shù)數(shù)據(jù)分析處理，蛋白質(zhì)結(jié)構(gòu)與功能分析以及藥物靶點(diǎn)篩選等。在后基因組時(shí)代，生物信息學(xué)分別與

6、功能基因組、蛋白質(zhì)組、結(jié)構(gòu)基因組等領(lǐng)域相互配合、緊密相關(guān)，成為目前極其熱門(mén)的系統(tǒng)生物學(xué)研究的重要基石。生物信息學(xué)的應(yīng)用核酸序列分析核酸序列分析是生物信息學(xué)應(yīng)用中的一個(gè)重要方面?；谝延兄R(shí)所形成的核酸序列數(shù)據(jù)庫(kù)以及在此基礎(chǔ)上所形成的二級(jí)數(shù)據(jù)庫(kù)對(duì)未知核酸序列的分析及功能預(yù)測(cè)具有重要的參考價(jià)值。在從事分子生物學(xué)研究的幾乎所有實(shí)驗(yàn)室中，對(duì)所獲得核酸序列進(jìn)行生物信息學(xué)分析已經(jīng)成為進(jìn)行下一步實(shí)驗(yàn)之前的一個(gè)標(biāo)準(zhǔn)操作。在很多時(shí)候，往往通過(guò)一個(gè)簡(jiǎn)單序列相似性的比較就可以對(duì)未知序列進(jìn)行初步的功能預(yù)測(cè)，為后續(xù)實(shí)驗(yàn)確定初步的研究方向。具體包括以下內(nèi)容：核酸序列的基本分析、基因結(jié)構(gòu)與DNA序列分析、表達(dá)序列標(biāo)簽分析、

7、電子克隆cDNA全長(zhǎng)序列。蛋白質(zhì)序列分析蛋白質(zhì)序列的基本性質(zhì)分析是蛋白質(zhì)序列分析的基本方面，一般包括蛋白質(zhì)的氨基酸組成、分子質(zhì)量、等電點(diǎn)（pI）、親水性和疏水性、信號(hào)肽、跨膜區(qū)及結(jié)構(gòu)功能域的分析等。蛋白質(zhì)的很多功能牲可直接由分析其序列而獲得。蛋白質(zhì)功能預(yù)測(cè)，一般說(shuō)來(lái)，對(duì)于蛋白質(zhì)功能預(yù)測(cè)分析而言，最為重要的莫過(guò)于分析目的蛋白質(zhì)是否和功能已知的蛋白質(zhì)相似。其中主要有兩個(gè)策略進(jìn)行：同源序列分析和功能區(qū)相關(guān)的保守序列特點(diǎn)分析。蛋白質(zhì)分子進(jìn)化分析，蛋白質(zhì)同源家族的分析對(duì)于確立物種之間的親緣關(guān)系和預(yù)測(cè)新蛋白質(zhì)序列的功能有重要意義。同源蛋白質(zhì)進(jìn)一步劃分為直系同源和并系同源。前者指在不同物種中具有相同功能和共

8、同起源的基因，后者則指同一物種內(nèi)具有不同功能但有共同起源的基因。序列對(duì)比序列比較是生物信息學(xué)中最基本、最重要的操作，通過(guò)序列比較可以發(fā)現(xiàn)生物序列中的功能、結(jié)構(gòu)和進(jìn)化的信息。序列比較的根本任務(wù)是：通過(guò)比較生物分子序列，發(fā)現(xiàn)它們的相似性，找出序列之間共同的區(qū)域，同時(shí)辨別序列之間的差異。在分子生物學(xué)中，DNA或蛋白質(zhì)的相似性是多方面的，可能是核酸或氨基酸序列的相似，可能是結(jié)構(gòu)的相似，也可能是功能的相似。研究序列相似性的目的之一是通過(guò)相似的序列得到相似的結(jié)構(gòu)或相似的功能。通過(guò)比較未知序列與已知序列（尤其是結(jié)構(gòu)和功能已知的序列）之間的相似性，可以很容易地預(yù)測(cè)未知序列的功能。這種方法在大多數(shù)情況下是成功的

9、，當(dāng)然，也存在著這樣的情況，即兩條序列幾乎沒(méi)有相似之處，但分子卻折疊成相同的空間開(kāi)關(guān)，并具有相同的功能。這里先不考慮空間結(jié)構(gòu)或功能的相似性，僅研究序列的相似性。研究序列相似性的另一個(gè)目的是通過(guò)序列的相似性，判別序列之間的同源性，推測(cè)序列之間的進(jìn)化關(guān)系。分子系統(tǒng)發(fā)生分析系統(tǒng)發(fā)生（或種系發(fā)生、系統(tǒng)生育，phylogeny）是指生物形成或進(jìn)化的歷史。系統(tǒng)發(fā)生學(xué)（phylogeneties）研究特種之間的進(jìn)化關(guān)系，其基本思想是比較物種的特征，并認(rèn)為特征相似的特種在遺傳學(xué)上接近。系統(tǒng)發(fā)生研究的結(jié)果往往以系統(tǒng)發(fā)生樹(shù)（phylogenetic tree）表示，用它描述特種之間的進(jìn)化關(guān)系。通過(guò)對(duì)生物學(xué)數(shù)據(jù)的建

10、模提取特征，進(jìn)而比較這些特征，研究生物形成或進(jìn)化的歷史。在分子水平上進(jìn)行系統(tǒng)發(fā)生分析具有許多優(yōu)勢(shì)，所得到的結(jié)果更加科學(xué)、可靠。分子系統(tǒng)發(fā)生分析主要分成3個(gè)步驟：分子序列或特征數(shù)據(jù)的分析，系統(tǒng)發(fā)生樹(shù)的構(gòu)造以及結(jié)果的檢驗(yàn)。基因組信息學(xué)分析基因組（genome）是指一個(gè)生物體、細(xì)胞器或病毒的整套基因。對(duì)于基因組序列，人們最關(guān)心的就是從序列中找到基因及其表達(dá)調(diào)控的信息。基因組學(xué)（genomics）則以基因組分析為手段，識(shí)別基因，發(fā)現(xiàn)與基因表達(dá)調(diào)控相關(guān)的信息，并提供有關(guān)生物物種及其細(xì)胞功能的進(jìn)化信息。生物信息學(xué)中的各種信息資源和分析工具正逐漸形成一個(gè)整合系統(tǒng)來(lái)反映生物體的高度復(fù)雜性，基因組分析也不例外。

11、通常，人們也將有基因組信息的儲(chǔ)存、獲取、處理、分配、分析和注釋等方面的研究合稱(chēng)為“基因組信息學(xué)（genome informatics）”。生物芯片生物芯片會(huì)對(duì)21世紀(jì)的生命科學(xué)和醫(yī)學(xué)的發(fā)展產(chǎn)生巨大的影響，可以大大促進(jìn)后基因組計(jì)劃的各項(xiàng)研究。通過(guò)比較不同個(gè)體或物種之間以及同一個(gè)體在不同生長(zhǎng)發(fā)育階段，正常狀態(tài)和疾病狀態(tài)下基因轉(zhuǎn)錄及其表達(dá)的差異，尋找和發(fā)現(xiàn)新基因，研究它們?cè)谏矬w發(fā)育、遺傳、進(jìn)化等過(guò)程中的功能。生物芯片還將在研究人類(lèi)重大疾病如癌癥、心血管病等恩及 其相互作用機(jī)理方面發(fā)揮重要作用。在預(yù)防醫(yī)學(xué)方面，生物芯片可以使人們盡早認(rèn)識(shí)自身潛在的疾病，并實(shí)施有效的防治。生物信息學(xué)展望21世紀(jì)是生命科

12、學(xué)的時(shí)代，也是信息時(shí)代。隨著人類(lèi)基因組計(jì)劃的各項(xiàng)任務(wù)接近完成，有關(guān)核酸、蛋白質(zhì)的序列和結(jié)構(gòu)數(shù)據(jù)呈指數(shù)增長(zhǎng)。面對(duì)巨大而復(fù)雜的數(shù)據(jù)，運(yùn)用計(jì)算機(jī)技術(shù)更加有效管理數(shù)據(jù)、控制誤差、加速分析過(guò)程勢(shì)在必行。從而使生物信息學(xué)成為當(dāng)今生命科學(xué)和自然科學(xué)的重大前沿領(lǐng)域之一，也是21世紀(jì)自然科學(xué)的核心領(lǐng)域之一。隨著后基因組時(shí)代的到來(lái)，生物信息學(xué)研究的重點(diǎn)將逐步轉(zhuǎn)移到功能基因組信息研究，其研究的內(nèi)容不僅包括基因的查詢(xún)和同源性分析，而且進(jìn)一步發(fā)展到基因和基因組的功能分析，即所謂的功能基因組學(xué)研究。具體表現(xiàn)在將已知基因的序列與功能聯(lián)系在一起進(jìn)行研究；從以常規(guī)克隆為基礎(chǔ)的基因分離轉(zhuǎn)向以序列分析和功能分析為基礎(chǔ)的基因分離；從

13、單個(gè)基因致病機(jī)理的研究轉(zhuǎn)向多個(gè)基因致病機(jī)理的研究；從組織與組織之間的比較來(lái)研究功能基因組和蛋白質(zhì)組，這類(lèi)比較主要有：正常與疾病組織之間的比較，正常與激活組織之間的比較，疾病與處理（或治療）組織之間的比較，不同發(fā)育過(guò)程的比較等。今后網(wǎng)絡(luò)數(shù)據(jù)庫(kù)和軟件算法的發(fā)展取向，一是發(fā)展集成的生物數(shù)據(jù)倉(cāng)庫(kù)和聯(lián)邦數(shù)據(jù)庫(kù)技術(shù)。目的是對(duì)分散的、異構(gòu)的甚至是冗余和混亂的生物學(xué)數(shù)據(jù)庫(kù)在公認(rèn)的注釋標(biāo)準(zhǔn)下進(jìn)行整理，建立整合的、非冗余的數(shù)據(jù)庫(kù)體系，建立不同生物學(xué)數(shù)據(jù)之間的關(guān)聯(lián)，以利于數(shù)據(jù)挖掘。二是發(fā)展整合功能基因組數(shù)據(jù)分析軟件體系。單一功能的生物信息分析軟件已不再是生物信息學(xué)應(yīng)用研究的主流，要發(fā)展一大類(lèi)算法、數(shù)據(jù)庫(kù)和分析軟件有

14、機(jī)地整合集成在一起，以完成系統(tǒng)的功能分析，保證大規(guī)模的功能基因組數(shù)據(jù)分析的需求。三是發(fā)展有效的生物學(xué)文獻(xiàn)的信息管理、搜索和挖掘工具。文獻(xiàn)發(fā)掘工具已成為新興的生物信息學(xué)的研究方向，如何從海量文獻(xiàn)信息中發(fā)現(xiàn)關(guān)聯(lián)信息，高通量、高準(zhǔn)確度地進(jìn)行知識(shí)發(fā)現(xiàn)，為基因表達(dá)譜數(shù)據(jù)分析、基因調(diào)控網(wǎng)絡(luò)分析和蛋白質(zhì)蛋白質(zhì)相互作用分析等功能組基因分析提供幫助，已成為生物信息學(xué)必須要解決的問(wèn)題之一，也是生物信息學(xué)發(fā)展面臨的又一挑戰(zhàn)。生物信息學(xué)將會(huì)揭示人類(lèi)及重要?jiǎng)又参锓N類(lèi)的基因的信息，為生物大分子結(jié)構(gòu)模擬和藥物設(shè)計(jì)提供巨大的幫助。生物信息學(xué)不僅對(duì)認(rèn)識(shí)生物體和生物信息的起源、遺傳、發(fā)育與進(jìn)化的本質(zhì)有重要意義，而且將為人類(lèi)疾患的

15、診治開(kāi)辟全新的途徑，還可為動(dòng)植物的物種改良提供堅(jiān)實(shí)的理論基礎(chǔ)。生物信息學(xué)不僅具有重大的科學(xué)意義，而且具有巨大的經(jīng)濟(jì)效益。一只小鼠的肥胖基因都值上億美元，更何況關(guān)系人類(lèi)自身生老病死的基因了。生物信息學(xué)的許多研究成果可以較快地產(chǎn)業(yè)化，成為價(jià)值很高的產(chǎn)品。生物信息學(xué)的這一特點(diǎn)在現(xiàn)有的許多學(xué)科中幾乎是獨(dú)一無(wú)二的，應(yīng)用的領(lǐng)域十分廣闊，具有重要的現(xiàn)實(shí)意義和深遠(yuǎn)的戰(zhàn)略意義。生物信息學(xué)的發(fā)展已經(jīng)超越了它最初的目標(biāo)?，F(xiàn)在可以說(shuō)生物信息學(xué)的重要目標(biāo)在于理解生物學(xué)數(shù)據(jù)和揭示生命本質(zhì)，但是它的前景仍然是不可估量的。 可以肯定，在不遠(yuǎn)的將來(lái)，生物信息學(xué)的研究成果不僅被應(yīng)用于生物、醫(yī)學(xué)等相關(guān)領(lǐng)域，同時(shí)它將對(duì)其它學(xué)科，包括

16、信息科學(xué)、數(shù)學(xué)、計(jì)算機(jī)科學(xué)、物理學(xué)等的研究產(chǎn)生巨大的影響。參考文獻(xiàn)1 Bonguki M S. Bioinformaticsa new eraM. TIBC,1998(Trends Suppl):1-3.2蔡祿.生物信息學(xué)教程.北京：化學(xué)工業(yè)出版社，2006.12.3劉玉慶等.生物信息學(xué)及其在農(nóng)業(yè)上的應(yīng)用前景.山東農(nóng)業(yè)科學(xué)，2001年第5期：5154.4 Collins F S. New goals for the U.S. Human Genome Project: 1998-2003.5趙愛(ài)民. 生物信息技術(shù)發(fā)展態(tài)勢(shì)分析J. 中國(guó)生物工程雜志,2003,23(5):101-103.6 吳旻. 基因組學(xué)，生物信息學(xué)及其對(duì)科學(xué)和社會(huì)的影響J. 世界科技研究與發(fā)展,1999,21(5).7 王正華,王勇獻(xiàn). 后基因組時(shí)代生物信息學(xué)的新進(jìn)展J. 國(guó)防科技大學(xué)學(xué)報(bào),2003,25(1):1-6.8 王玉梅,王艷. 國(guó)外生物信息學(xué)發(fā)展動(dòng)態(tài)分析J. 科技情報(bào)開(kāi)發(fā)與經(jīng)濟(jì),2002,12(6):83-85.9E.Marshall.Bioinformatics:Hot Propetty: Biob