第一章(更改)生物信息學(xué)教程課件

生物信息學(xué)主講人:彭曉莉生物信息學(xué)主講人:彭曉莉1課程特點(diǎn)多學(xué)科交叉，知識(shí)覆蓋面廣：生物、計(jì)算機(jī)、數(shù)學(xué)、物理、化學(xué)等內(nèi)容眾多，且應(yīng)用領(lǐng)域?qū)拸V：涉及從基因組序列分析直到藥物設(shè)計(jì)等實(shí)踐環(huán)節(jié)非常重要：生物信息數(shù)據(jù)資源與分析工具繁多知識(shí)更新快：理論方法尚不系統(tǒng)成熟，處于迅速發(fā)展變化階段缺乏合適的教材課程特點(diǎn)多學(xué)科交叉，知識(shí)覆蓋面廣：生物、計(jì)算機(jī)、數(shù)學(xué)、物理、2計(jì)算機(jī)方面網(wǎng)絡(luò)技術(shù)和數(shù)據(jù)庫（特別是關(guān)系型數(shù)據(jù)庫）管理技術(shù)數(shù)據(jù)整合和可視化數(shù)據(jù)挖掘（DataMining）與人工智能算法設(shè)計(jì)軟件研制計(jì)算機(jī)方面3數(shù)學(xué)方面統(tǒng)計(jì)學(xué)，是生物信息學(xué)的數(shù)學(xué)基礎(chǔ)之一概率論與隨機(jī)過程理論運(yùn)籌學(xué)，如動(dòng)態(tài)規(guī)劃法最優(yōu)化理論與算法幾何拓?fù)鋵W(xué)函數(shù)論，如傅里葉變換，小波變換信息論，神經(jīng)網(wǎng)絡(luò)，計(jì)算數(shù)學(xué)；群論，組合數(shù)學(xué)等數(shù)學(xué)方面統(tǒng)計(jì)學(xué)，是生物信息學(xué)的數(shù)學(xué)基礎(chǔ)之一4課程定位介紹生物信息學(xué)對(duì)于生命科學(xué)研究及生物技術(shù)相關(guān)產(chǎn)業(yè)發(fā)展的重要性沿著“從生物信息查詢、DNA和蛋白質(zhì)相似性對(duì)比、蛋白質(zhì)結(jié)構(gòu)和功能預(yù)測(cè)”這一主線，介紹相關(guān)的生物信息學(xué)研究?jī)?nèi)容、所涉及的主要方法與研究思路、所取得的研究成果及其解決問題的能力講授與研討相結(jié)合，請(qǐng)學(xué)有所長(zhǎng)的同學(xué)參與部分講授課程定位介紹生物信息學(xué)對(duì)于生命科學(xué)研究及生物技術(shù)相關(guān)產(chǎn)業(yè)發(fā)展5教學(xué)計(jì)劃第一章生物信息學(xué)引論第二章生物信息學(xué)的發(fā)展和前景第三章常用生物信息學(xué)數(shù)據(jù)庫簡(jiǎn)介第四章生物信息查詢第五章DNA和蛋白質(zhì)相似性對(duì)比第六章蛋白質(zhì)結(jié)構(gòu)和功能預(yù)測(cè)

教學(xué)計(jì)劃第一章生物信息學(xué)引論6生物信息學(xué)實(shí)驗(yàn)教學(xué)實(shí)驗(yàn)1.使用Oligo和Primer軟件設(shè)計(jì)PCR引物實(shí)驗(yàn)2.常用分子生物學(xué)數(shù)據(jù)庫的使用和數(shù)據(jù)格式、數(shù)據(jù)庫查詢與下載(Entrez.SRS)實(shí)驗(yàn)3.核酸和蛋白質(zhì)序列的進(jìn)化分析(CLUSTALX、MEGA2軟件的使用)實(shí)驗(yàn)4.蛋白質(zhì)序列分析和結(jié)構(gòu)預(yù)測(cè)生物信息學(xué)實(shí)驗(yàn)教學(xué)實(shí)驗(yàn)1.使用Oligo和Primer軟件7主要參考書1《生物信息學(xué)》，DavidW.Mount著，鐘揚(yáng)、王莉、張亮等譯，高等教育出版社，2003

2生物信息學(xué)——基因和蛋白質(zhì)分析的實(shí)用指南（AndreasD.BaxevanisAndB.F.FrancisOuellette著）.李衍達(dá)、孫子榮等譯.北京：清華大學(xué)出版社，2000

3《簡(jiǎn)明生物信息學(xué)》，鐘揚(yáng)等主編.高等教育出版社，2001

《探索基因組學(xué)、蛋白質(zhì)組學(xué)和生物信息學(xué)》，孫子榮譯.科學(xué)出版社，2004

4《生物信息學(xué)方法與實(shí)踐》，張成崗賀福初編著.科學(xué)出版社，2002

5《生物信息學(xué)導(dǎo)論》，李巍等主編.鄭州大學(xué)出版社，200４

主要參考書1《生物信息學(xué)》，DavidW.Mount8第一章

生物信息學(xué)引論第一章生物信息學(xué)引論9研究背景生物信息學(xué)定義生物信息學(xué)研究?jī)?nèi)容生物信息學(xué)研究方法研究背景10研究背景從人類基因組計(jì)劃（HGP）說起為什么提出HGP？1961年，美國(guó)總統(tǒng)Kennedy提出兩個(gè)科學(xué)計(jì)劃:登月計(jì)劃攻克腫瘤計(jì)劃

人類遺傳信息的復(fù)雜性

人類基因組計(jì)劃(HGP，HumanGenomeProject)目標(biāo)：整體上破解人類遺傳信息的奧秘1、“曼哈頓原子彈計(jì)劃”歷史遺留問題之產(chǎn)物2、對(duì)生命科學(xué)和醫(yī)學(xué)的科學(xué)影響研究背景從人類基因組計(jì)劃（HGP）說起11

二十世紀(jì)三大科學(xué)計(jì)劃曼哈頓原子彈計(jì)劃（1942-46）阿波羅登月計(jì)劃(1961-69)人類基因組計(jì)劃(1990-2003)二十世紀(jì)三12

HGP的驅(qū)動(dòng)

1986年Science上DulbeccoR重要文章“腫瘤研究的轉(zhuǎn)折人類基因組的全序列分析”。包括腫瘤在內(nèi)的一切疾病的發(fā)生，都與基因相關(guān)。是“零敲碎打”？還是從整體上研究和分析整個(gè)人類基因組？他指出，這個(gè)世界上發(fā)生的一切事情，都與這人類的DNA序列相關(guān)。只有弄清人類基因組全部或大部分基因的工作情況，實(shí)施其它計(jì)劃才有可能。這樣的工作是任何一個(gè)實(shí)驗(yàn)室難以單獨(dú)承擔(dān)的

13DNA、基因、基因組生命活動(dòng)三要素：物質(zhì)、能量、信息DNA:遺傳物質(zhì)(遺傳信息的載體)雙螺旋結(jié)構(gòu)A,C,G,T四種基本字符的復(fù)雜文本

基因（Gene）：具有遺傳效應(yīng)的DNA分子片段DNA、基因、基因組生命活動(dòng)三要素：物質(zhì)、能量、信息DNA:14基因組(Genome)：包含細(xì)胞或生物體的全套遺傳信息的全部遺傳物質(zhì)

原核生物(細(xì)菌、病毒等)真核生物(真菌、植物、動(dòng)物等)人類基因組：3.2×109bp，含有約3萬個(gè)基因基因組(Genome)：包含細(xì)胞或生物體的全套遺傳信息的全部15HGP歷史回顧1984.12猶他州阿爾塔組織會(huì)議，初步研討測(cè)定人類整個(gè)基因組DNA序列的意義1986.3Dulbecco在《Science》撰文“腫瘤研究的轉(zhuǎn)折點(diǎn):人類基因組的測(cè)序”美國(guó)能源部(DOE)提出“人類基因組計(jì)劃”草案1987美國(guó)能源部和國(guó)家衛(wèi)生研究院（NIH）聯(lián)合為“人類基因組計(jì)劃”下?lián)軉?dòng)經(jīng)費(fèi)約550萬美元1989美國(guó)成立“國(guó)家人類基因組研究中心”，Watson擔(dān)任第一任主任1990.10經(jīng)美國(guó)國(guó)會(huì)批準(zhǔn)，人類基因組計(jì)劃正式啟動(dòng)JamesWatsonWalterGilbertHGP歷史回顧1984.12猶他州阿爾塔組織會(huì)議，初步16盡管比之于人類登月，HGP的投入資金要少得多，但HGP對(duì)人類生活的影響要更為深遠(yuǎn)。因?yàn)殡S著這個(gè)計(jì)劃的完成，DNA分子中編碼的遺傳信息將對(duì)人類存在的化學(xué)基礎(chǔ)作出最終的回答。這將不僅幫助我們理解我們是如何作為健康的人發(fā)揮正常功能的，而且也將在化學(xué)水平上解釋遺傳因子在各種疾病，如癌癥、早老癡呆癥、精神分裂癥等一些嚴(yán)重危害人類健康的疾病中的作用。畢竟對(duì)人類自身更深入的了解是人類活動(dòng)中最重要的一個(gè)部分。

——Watson,1990,《Science》盡管比之于人類登月，HGP的投入資金要少得多，但HGP對(duì)人類17HGP的最初目標(biāo):通過國(guó)際合作，用15年時(shí)間(1990～2005)至少投入30億美元，構(gòu)建詳細(xì)的人類基因組遺傳圖和物理圖，確定人類DNA的全部核苷酸序列，定位約10萬基因，并對(duì)其它生物進(jìn)行類似研究。4張圖：遺傳圖物理圖序列圖基因圖HGP的最初目標(biāo):通過國(guó)際合作，用15年時(shí)間(1990～2018HGP的終極目標(biāo)闡明人類基因組全部DNA序列識(shí)別基因建立儲(chǔ)存這些信息的數(shù)據(jù)庫開發(fā)數(shù)據(jù)分析工具研究HGP實(shí)施所帶來的倫理、法律和社會(huì)問題第一章(更改)生物信息學(xué)教程課件19HGP輔助計(jì)劃在人類基因組計(jì)劃中，還包括對(duì)五種生物基因組的研究：大腸桿菌、酵母、線蟲、果蠅和小鼠，稱之為人類的五種“模式生物”。

HGP輔助計(jì)劃在人類基因組計(jì)劃中，還包括對(duì)五種生物基因組的研20

1995第一個(gè)自由生物體流感嗜血菌(H.inf)的全基因組測(cè)序完成

1996完成人類基因組計(jì)劃的遺傳作圖

啟動(dòng)模式生物基因組計(jì)劃

H.Inf全基因組

1995第一個(gè)自21

1997大腸桿菌(E.coli)全基因組測(cè)序完成

1998完成人類基因組計(jì)劃的物理作圖

開始人類基因組的大規(guī)模測(cè)序

Celera公司加入，與公共領(lǐng)域競(jìng)爭(zhēng)

啟動(dòng)水稻基因組計(jì)劃

1999.7第5屆國(guó)際公共領(lǐng)域人類基因組測(cè)序會(huì)議，加快測(cè)序速度

2000Celera公司宣布完成果蠅基因組測(cè)序

國(guó)際公共領(lǐng)域宣布完成第一個(gè)植物基因組——擬南芥因組的測(cè)序工作

2000.6.26公共領(lǐng)域和Celera公司同時(shí)宣布完成人類基因組工作草圖

2001.2.15《Nature》刊文發(fā)表國(guó)際公共領(lǐng)域結(jié)果

2001.2.16《Science》刊文發(fā)表Celera公司及其合作者結(jié)果

1997大腸桿菌(E.22AttheWhiteHouseonJune26,FrancisCollins(r),DirectoroftheNationalHumanGenomeResearchInstitute,PresidentClinton,andJ.CraigVenter,PresidentofCelaraGenomics,laudedthethousandsofscientistswhocontributedtothegenomesequence.AttheWhiteHouseonJune26,23第一章(更改)生物信息學(xué)教程課件24第一章(更改)生物信息學(xué)教程課件25

2001年8月26日人類基因組“中國(guó)卷”的繪制工作宣告完成。

2002年水稻、小鼠、瘧原蟲等基因組測(cè)序完成

2003年4月14日中、美、日、德、法、英等6國(guó)科學(xué)家宣布人類基因組序列圖繪制成功，人類基因組計(jì)劃的所有目標(biāo)全部實(shí)現(xiàn)。

2003年10月，2004年10月人類基因組完成圖公布。

2001年8月26日人類基因組“26AGCATCGAAGTTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGCGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAATGCATGACCTAGCAGCATCGCGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGCGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAATGCATGACCTAGCAGCATCGCGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATA相當(dāng)于3200本每本1000頁每頁1000字的“天書”相當(dāng)于3200本每本1000頁每頁1000字的27第一章(更改)生物信息學(xué)教程課件28地球生物圈約有140萬余種物種，其中2％以上至少有一段DNA序列被測(cè)定

▲真核生物12500種 ▲哺乳動(dòng)物4200種 ▲真細(xì)菌3600種 ▲古細(xì)菌180種 ▲病毒1750種地球生物圈約有140萬余種物種，29DNA序列數(shù)據(jù)增長(zhǎng)趨勢(shì)DNA序列數(shù)據(jù)增長(zhǎng)趨勢(shì)30功能基因組研究功能相關(guān)海量數(shù)據(jù)轉(zhuǎn)錄組EST(ExpressedSequenceTag)SAGE(SerialAnalysisofGeneExpression)DNAMicroarray–largescalegeneexpressionanalysis蛋白質(zhì)組2DGelElectrophoresis–proteinexpressionanalysisMassSpectrometry–proteinsequencingYeastTwo-Hybrid(Y2H)System–proteininteractionanalysis結(jié)構(gòu)基因組X-rayCrystallographyNMR(NuclearMagneticResonance)Spectroscopy功能基因組研究功能相關(guān)海量數(shù)據(jù)轉(zhuǎn)錄組31基因表達(dá)譜數(shù)據(jù)增長(zhǎng)趨勢(shì)基因表達(dá)譜數(shù)據(jù)增長(zhǎng)趨勢(shì)32TheYeastcDNAMicroarrayPictureTheYeastcDNAMicroarrayPict33蛋白質(zhì)序列數(shù)據(jù)增長(zhǎng)情況蛋白質(zhì)序列數(shù)據(jù)增長(zhǎng)情況34蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)增長(zhǎng)情況蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)增長(zhǎng)情況35生物分子數(shù)據(jù)類型生物分子信息DNA序列數(shù)據(jù)

蛋白質(zhì)序列數(shù)據(jù)

生物分子結(jié)構(gòu)數(shù)據(jù)

生物分子功能數(shù)據(jù)

最基本直觀復(fù)雜生物分子數(shù)據(jù)類型生DNA序列數(shù)據(jù)蛋白質(zhì)序列數(shù)據(jù)生物分子結(jié)36

DNA核酸序列蛋白質(zhì)氨基酸序列蛋白質(zhì)結(jié)構(gòu)蛋白質(zhì)功能最基本的生物信息維持生命活動(dòng)的機(jī)器第一部遺傳密碼第二部遺傳密碼？生命體系千姿百態(tài)的變化DNA蛋白質(zhì)蛋白質(zhì)蛋白質(zhì)最基本的維持生命活動(dòng)的機(jī)器第一部第二37生物數(shù)據(jù)爆炸性增長(zhǎng)：有人估計(jì)得到的結(jié)論是：生物數(shù)據(jù)量的積累已達(dá)到人類有史以來所說過的話的數(shù)百倍，而且還將以越來越快的速度增長(zhǎng)。生物數(shù)據(jù)爆炸性增長(zhǎng)：38生物數(shù)據(jù)爆炸性增長(zhǎng)所帶來的挑戰(zhàn)海量數(shù)據(jù)的存儲(chǔ)、管理、共享數(shù)據(jù)知識(shí)，如何將這些數(shù)據(jù)變?yōu)樯飳W(xué)知識(shí)？……AGCATCGAAGTTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGCGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAA生物數(shù)據(jù)爆炸性增長(zhǎng)所帶來的挑戰(zhàn)海量數(shù)據(jù)的存儲(chǔ)、管理、共享AG39人類基因組以及其它模式生物基因組計(jì)劃的全面實(shí)施，使分子生物數(shù)據(jù)以爆炸性速度增長(zhǎng)。在計(jì)算機(jī)科學(xué)領(lǐng)域，按照摩爾定律飛速前進(jìn)的計(jì)算機(jī)硬件，以及逐步受到各國(guó)政府重視的信息高速公路計(jì)劃的實(shí)施，為生物信息資源的研究和應(yīng)用帶來了福音。及時(shí)、充分、有效地利用網(wǎng)落上不斷增長(zhǎng)的生物信息數(shù)據(jù)庫資源，已經(jīng)成為生命科學(xué)和生物技術(shù)研究開發(fā)的必要手段。核酸和蛋白質(zhì)序列、結(jié)構(gòu)、功能分析軟件已經(jīng)成為生物學(xué)、醫(yī)學(xué)、藥物學(xué)、農(nóng)學(xué)和環(huán)境科學(xué)等領(lǐng)域的必備工具。如何開發(fā)和利用生物信息數(shù)據(jù)，已經(jīng)成了當(dāng)今一個(gè)前沿領(lǐng)域和研究熱點(diǎn)。面對(duì)這種形勢(shì)，一門新興的邊緣學(xué)科--生物信息學(xué)應(yīng)運(yùn)而生。人類基因組以及其它模式生物基因組計(jì)劃的全面實(shí)施，使分子生物40WhatisBioinformatics?WhatisBioinformatics?41WhatisBioinformatics?美國(guó)國(guó)家衛(wèi)生研究院（NIH）的定義：Bioinformatics(Research,development,orapplicationofcomputationaltoolsandapproachesforexpandingtheuseofbiological,medical,behavioralorhealthdata,includingthosetoacquire,store,organize,archive,analyze,orvisualizesuchdata.)

為拓展生物學(xué)、醫(yī)學(xué)、行為學(xué)和衛(wèi)生學(xué)數(shù)據(jù)的用途，而進(jìn)行有關(guān)計(jì)算機(jī)方法手段的研究、開發(fā)與應(yīng)用，包括此類數(shù)據(jù)的采集、存貯、整理、歸檔、分析與可視化WhatisBioinformatics?美國(guó)國(guó)家衛(wèi)生42WhatisBioinformatics?廣義定義:泛指任何與運(yùn)用計(jì)算機(jī)及其網(wǎng)絡(luò)和數(shù)據(jù)庫進(jìn)行大規(guī)模生物數(shù)據(jù)的收集,組織管理和分析相關(guān)的研究領(lǐng)域狹義定義：指用計(jì)算機(jī)的手段和方法來對(duì)生物遺傳的信息和數(shù)據(jù)進(jìn)行管理和分析WhatisBioinformatics?廣義定義:泛43生物信息學(xué)（Bioinformatics）的來源Dr.HwaA.Lim（林華安）1987年提出“Bio-informatique”→“Bioinformatics”1955年出生于馬來西亞。聯(lián)合國(guó)Bioinformatics專家，UniversityofTexasatDallas分子與細(xì)胞生物學(xué)AdjunctProfessor、中國(guó)科學(xué)院基因遺傳研究所客座教授。1981年英國(guó)倫敦大學(xué)帝國(guó)學(xué)院(ImperialCollege,LondonUniversity)畢業(yè)，1986年獲得美國(guó)RochesterUniversity生化物理學(xué)博士學(xué)位，30歲取得佛羅里達(dá)州立大學(xué)終生教授。1992年受聘擔(dān)任美國(guó)國(guó)家癌癥中心及美國(guó)國(guó)家科學(xué)基金會(huì)審核委員。1995年后，歷任多家生物科技公司生化信息執(zhí)行長(zhǎng)、副總裁等高層管理職位。1997年，創(chuàng)立結(jié)合軟件與數(shù)據(jù)分析的專業(yè)顧問公司D’Trends，服務(wù)生物技術(shù)、制藥及衛(wèi)生保健等機(jī)構(gòu)林華安最近又將Biothechnology、Information結(jié)合納米科技（Nano），提出Binformatics（生納信息學(xué)）生物信息學(xué)之父——林華安生物信息學(xué)（Bioinformatics）的來源生物信息學(xué)之44生物信息學(xué)—一門新興的交叉學(xué)科

(1).新興的交叉學(xué)科

Moleculebiology;Computerscience;Informaticsscience;Mathematics,Physicsetc.(2).生物信息學(xué)和其它生物學(xué)科研究的關(guān)系生物信息學(xué)—一門新興的交叉學(xué)科45

生物信息學(xué)與其他學(xué)科之間的關(guān)系生物學(xué)．分子生物學(xué)醫(yī)學(xué)生物信息學(xué)數(shù)學(xué)．統(tǒng)計(jì)學(xué)計(jì)算機(jī)學(xué)．計(jì)算機(jī)網(wǎng)絡(luò)

生物信息學(xué)與其他學(xué)科之間的關(guān)系生物學(xué)．分子生物學(xué)醫(yī)學(xué)生物信46前基因組時(shí)代的“釣魚”和后基因組時(shí)代的“撈魚”前基因組時(shí)代的“釣魚”和后基因組時(shí)代的“撈魚”47WhenIgivetalkstoyoungscientistsseekingadviceaboutareasoffutureintensescientificexcitement,bioinformaticsismynumberonerecommendation.FrancisCollins,DirectorofHGPatNIH

Thenextstepintheprojectisthe“interpretationphase”.Thatisreallythefunpartofthewholeprojectbecausethenwefinallyhavethecompleteorderofalllayersofgeneticcodesandwehavetodiscoverwhatitallmeans.J.CraigVenter,HeadofCeleraGenomicsInc.

WhenIgivetalks48生物信息學(xué)的研究?jī)?nèi)容

1.基因組信息學(xué)1).基因組信息的收集、存儲(chǔ)、管理與提供2).基因組序列信息的提取和分析基因的發(fā)現(xiàn)與鑒定；非編碼區(qū)的信息結(jié)構(gòu)分析等3).基因組信息分析方法與技術(shù)的研究4).應(yīng)用與發(fā)展研究2.蛋白質(zhì)空間結(jié)構(gòu)模擬與預(yù)測(cè)1).分子模擬技術(shù)2).蛋白質(zhì)空間結(jié)構(gòu)預(yù)測(cè)

生物信息學(xué)的研究?jī)?nèi)容493.藥物分子設(shè)計(jì)1).靶分子的確定2).藥物分子設(shè)計(jì)4.基因表達(dá)的調(diào)控,基因功能的預(yù)測(cè);芯片表達(dá),數(shù)據(jù)分析等5.分子的進(jìn)化、生物的起源6.Network,Pathway（分子調(diào)控網(wǎng)絡(luò)、復(fù)雜疾病分子網(wǎng)絡(luò)）等第一章(更改)生物信息學(xué)教程課件50

基因組研究的內(nèi)容：

結(jié)構(gòu)基因組學(xué)（structuralgenomics）功能基因組學(xué)（functionalgenomics)

基因組研究的內(nèi)容：

51結(jié)構(gòu)基因組學(xué)（structuralgenomics）:以全基因組測(cè)序?yàn)槟繕?biāo)，弄清基因組中全部基因的位置和結(jié)構(gòu)，為基因功能的研究奠定基礎(chǔ)目的：建立高分辨的遺傳圖譜、物理圖譜、轉(zhuǎn)錄圖譜和序列圖譜功能基因組學(xué)（functionalgenomics)：以基因功能鑒定為目標(biāo)，利用結(jié)構(gòu)基因組學(xué)提供的信息，以高通量，大規(guī)模實(shí)驗(yàn)方法及統(tǒng)計(jì)與計(jì)算機(jī)分析為特征，全面系統(tǒng)地分析全部基因的功能。研究角度包括：生物學(xué)功能、細(xì)胞學(xué)功能、發(fā)育學(xué)功能等結(jié)構(gòu)基因組學(xué)（structuralgenomics）:52

１．遺傳圖譜

２．物理圖譜

３．轉(zhuǎn)錄圖譜

４．序列圖譜

1結(jié)構(gòu)基因組學(xué)

１．遺傳圖譜

２．物理圖譜

３．轉(zhuǎn)錄圖譜

53結(jié)構(gòu)基因組學(xué)遺傳圖譜：指基因或DNA標(biāo)志在染色體上的相對(duì)位置與遺傳距離。CM表示（基因或DNA片段在染色體交換過程中分離的頻率）。通過該圖譜可分清各基因或DNA片段之間的相對(duì)距離與方向，如靠近著絲?；蚨肆Ｋ?號(hào)染色體結(jié)構(gòu)基因組學(xué)遺傳圖譜：指基因或DNA標(biāo)志在染色體上的54結(jié)構(gòu)基因組學(xué)物理圖譜：指DNA序列上兩點(diǎn)間的實(shí)際距離。用于確定各遺傳標(biāo)志間的物理距離有兩種物理圖譜：（1）以已定位的DNA序列標(biāo)記位點(diǎn)（STS）為位標(biāo)，以DNA實(shí)際長(zhǎng)度為圖譜距離的基因組圖譜。（2）由YAC和/或細(xì)菌人工染色體（BAC）連續(xù)克隆重疊群組成的物理圖譜結(jié)構(gòu)基因組學(xué)物理圖譜：指DNA序列上兩點(diǎn)間的實(shí)際距55結(jié)構(gòu)基因組學(xué)轉(zhuǎn)錄圖譜：以EST為位標(biāo)，根據(jù)轉(zhuǎn)錄順序的位置和距離繪制的圖譜，它是染色體DNA某一區(qū)域內(nèi)所有可轉(zhuǎn)錄序列的分布圖，是基因圖的雛形結(jié)構(gòu)基因組學(xué)轉(zhuǎn)錄圖譜：以EST為位標(biāo)，根據(jù)轉(zhuǎn)錄順序56結(jié)構(gòu)基因組學(xué)人基因組1號(hào)染色體局部序列圖譜：以某一染色體上所含的全部堿基順序繪制的圖譜。結(jié)構(gòu)基因組學(xué)人基因組1號(hào)染色體局部序列圖譜：以某一染色體上57基因組測(cè)序CompletePublishedGenomeProjects:226古細(xì)菌（Archaeal）:19細(xì)菌（Bacterial）:178真核（Eukaryal）:29/基因組測(cè)序CompletePublishedGenome58與HGP相關(guān)的生物信息學(xué)研究?jī)?nèi)容高度自動(dòng)化的實(shí)驗(yàn)數(shù)據(jù)的獲得、加工和整理序列片段的拼接基因區(qū)域的預(yù)測(cè)基因功能預(yù)測(cè)分子進(jìn)化的研究與HGP相關(guān)的生物信息學(xué)研究?jī)?nèi)容高度自動(dòng)化的實(shí)驗(yàn)數(shù)據(jù)的獲得、59高度自動(dòng)化的實(shí)驗(yàn)數(shù)據(jù)的

獲得、加工和整理如何將實(shí)驗(yàn)室中得到的生物學(xué)信息轉(zhuǎn)化為計(jì)算機(jī)能夠處理的數(shù)字信息，是生物信息學(xué)的一個(gè)重要課題。高度自動(dòng)化的實(shí)驗(yàn)數(shù)據(jù)的

獲得、加工和整理如何將實(shí)驗(yàn)室中得到的60序列片段的拼接目前DNA自動(dòng)測(cè)序儀每個(gè)反應(yīng)只能測(cè)序600bP左右。如何將這些序列片段拼接成完整的DNA順序就成為接下來的一個(gè)重要工作。序列片段的拼接目前DNA自動(dòng)測(cè)序儀每個(gè)反應(yīng)只能測(cè)序600bP61基因區(qū)域的預(yù)測(cè)基因區(qū)域的預(yù)測(cè)，一般是指預(yù)測(cè)DNA順序中編碼蛋白質(zhì)的部分，即外顯子部分。不過目前基因區(qū)域的預(yù)測(cè)已從單純外顯子預(yù)測(cè)發(fā)展到整個(gè)基因結(jié)構(gòu)的預(yù)測(cè)。這些預(yù)測(cè)綜合各種外顯子預(yù)測(cè)的算法和人們對(duì)基因結(jié)構(gòu)信號(hào)（如TATAbox和加尾信號(hào)）的認(rèn)識(shí)，預(yù)測(cè)出可能的完整基因。預(yù)測(cè)外顯子的基本算法：早期有ORF（openreadingframe）法核苷酸語匯（nucleotidewords，即數(shù)個(gè)連續(xù)核苷酸的排列）法則系統(tǒng)（rule－basedsystm）

語言學(xué)（linguistic）系統(tǒng)

線性判別分析（LinearDiscriminantAnalysis，LDA）決策樹（decisiontree）；splicedalignment算法傅利葉分析（Fourieranalysis）等。

基因區(qū)域的預(yù)測(cè)基因區(qū)域的預(yù)測(cè)，一般是指預(yù)測(cè)DNA順序中編碼蛋62基因功能預(yù)測(cè)序列同源比較：序列同源比較往往是得到新基因后預(yù)測(cè)其功能的第一步。同源比較的3種流行的算法：Smith－Waterman算法，F(xiàn)ASTA和BLAST算法有各自的優(yōu)缺點(diǎn)。同源比較算法中一個(gè)需要繼續(xù)發(fā)展的方面是同源比較算法中使用的計(jì)分矩陣的完善，特別是間隔的計(jì)分方法的研究。需要解決的另一個(gè)問題是目前數(shù)據(jù)庫中部分?jǐn)?shù)據(jù)的冗余度太高。特別是EST庫，某些基因甚至有數(shù)千條EST與之對(duì)應(yīng)?；蚬δ茴A(yù)測(cè)序列同源比較：序列同源比較往往是得到新基因后預(yù)測(cè)63尋找蛋白質(zhì)家族保守順序

：通過同源檢索，我們可能推測(cè)待檢的新基因是某個(gè)蛋白質(zhì)家族的新成員，下一步就是尋找新基因中包含的該蛋白質(zhì)家族的保守序列，這樣也就為進(jìn)一步深入研究其功能作好了準(zhǔn)備多序列同源比較，或稱為多序列對(duì)齊（multiple－sequencealignment），是將多個(gè)序列進(jìn)行同源比較以發(fā)現(xiàn)其共同的結(jié)構(gòu)特征的方法，被廣泛用來尋找基因家族或蛋白質(zhì)家族中的保守部分。Feng－Doolittle算法是較常用的多序列對(duì)齊算法。其他的新算法包括HMM方法，Gibbssampling以及處理多結(jié)構(gòu)域蛋白質(zhì)家族的算法。尋找蛋白質(zhì)家族保守順序：通過同源檢索，我們可能推測(cè)待檢的新64蛋白質(zhì)結(jié)構(gòu)的預(yù)測(cè)：通過基于結(jié)構(gòu)的同源比較（structure－structurealignment）尋找結(jié)構(gòu)同源的基因或直接預(yù)測(cè)其高級(jí)結(jié)構(gòu)來推測(cè)其可能的功能。有許多蛋白質(zhì)高級(jí)結(jié)構(gòu)數(shù)據(jù)庫提供結(jié)構(gòu)同源比較的檢索。另一方面，直接預(yù)測(cè)基因產(chǎn)物的高級(jí)結(jié)構(gòu)的算法現(xiàn)在已經(jīng)有不少，然而，由于蛋白質(zhì)的折疊結(jié)構(gòu)實(shí)在太復(fù)雜，使得計(jì)算最佳構(gòu)象非常困難。蛋白質(zhì)結(jié)構(gòu)的預(yù)測(cè)：通過基于結(jié)構(gòu)的同源比較（structure65基因預(yù)測(cè)

所要預(yù)測(cè)的基因類型編碼基因（protein-codinggenes）假基因（pseudogenes）RNA基因（functionalRNAgenes） --tRNA transferRNA --rRNA ribosomalRNA --snoRNA smallnuclelarRNA --snRNA smallnuclearRNA --miRNA microRNA基因預(yù)測(cè)

所要預(yù)測(cè)的基因類型66RNA基因預(yù)測(cè)預(yù)測(cè)軟件tRNAscan-SE準(zhǔn)確率：99-100%（tRNA）/eddy/tRNAscan-SE/RNA基因預(yù)測(cè)預(yù)測(cè)軟件tRNAscan-SE67編碼基因預(yù)測(cè)幾類外顯子（exons）:--非翻譯區(qū)（noncoding）--啟示外顯子（initialcodingexons）--中間外顯子（internalexons）--終止外顯子（terminalexons）--單一外顯子基因（somesingle-exongenes）編碼基因預(yù)測(cè)幾類外顯子（exons）:68基因預(yù)測(cè)方法同源序列法

Homology-basedsearches

依靠以前鑒定的基因序列算法預(yù)測(cè)法Algorithm-basedsearches分析DNA組成,ORF,和其他一些屬性

基因預(yù)測(cè)方法同源序列法69同源序列法DNARNARNAproteinintronintronintron同源序列法DNARNARNAproteinintronint70算法預(yù)測(cè)法GENSCAN/GENSCAN.html隱式馬爾可夫模型(HMM)算法預(yù)測(cè)法GENSCANhttp://genes.mit.71分子進(jìn)化的研究預(yù)測(cè)新基因只是生物信息學(xué)研究的一個(gè)方面，這門學(xué)科的根本目標(biāo)是探究隱藏在生物數(shù)據(jù)后面的生物學(xué)知識(shí)。對(duì)于基因組研究來說，一個(gè)重要的研究方向就是分子序列的進(jìn)化。從各種基因結(jié)構(gòu)與成分的進(jìn)化，密碼子使用的進(jìn)化，到進(jìn)化樹的構(gòu)建，各種理論上和實(shí)驗(yàn)上的課題都等待生物信息學(xué)家的研究。

分子進(jìn)化的研究預(yù)測(cè)新基因只是生物信息學(xué)研究的一個(gè)方面，這門學(xué)72生物信息學(xué)研究手段1.數(shù)學(xué)統(tǒng)計(jì)方法2.動(dòng)態(tài)規(guī)劃方法3.機(jī)器學(xué)習(xí)與模式識(shí)別技術(shù)4.數(shù)據(jù)庫技術(shù)及數(shù)據(jù)挖掘

5.人工神經(jīng)網(wǎng)絡(luò)技術(shù)6.專家系統(tǒng)7.分子模型化技術(shù)8.量子力學(xué)和分子力學(xué)計(jì)算9.生物分子的計(jì)算機(jī)模擬10.因特網(wǎng)（Internet）技術(shù)

生物信息學(xué)研究手段1.數(shù)學(xué)統(tǒng)計(jì)方法731、數(shù)學(xué)統(tǒng)計(jì)方法生物活動(dòng)常常以大量、重復(fù)的形式出現(xiàn)，既受到內(nèi)在因素的制約，又受到外界環(huán)境的隨機(jī)干擾。因此概率論和數(shù)學(xué)統(tǒng)計(jì)是現(xiàn)代生物學(xué)研究中一種常用的分析方法

數(shù)據(jù)統(tǒng)計(jì)、因素分析、多元回歸分析是生物學(xué)研究必備的工具隱馬爾科夫模型（HiddenMarkovModels）在序列分析方面有著重要的應(yīng)用。與隱馬爾科夫模型相關(guān)的技術(shù)是馬爾科夫鏈（MarkovChain）

1、數(shù)學(xué)統(tǒng)計(jì)方法生物活動(dòng)常常以大量、重復(fù)的形式出現(xiàn)，既受到內(nèi)742.動(dòng)態(tài)規(guī)劃方法動(dòng)態(tài)規(guī)劃（DynamicProgramming）是一種解決多階段決策過程的最優(yōu)化方法或復(fù)雜空間的優(yōu)化搜索方法動(dòng)態(tài)規(guī)劃解決問題的基本過程是：將一個(gè)問題的全局解分解為局部解，逆序遞推求出局部最優(yōu)解，隨著執(zhí)行過程的推進(jìn)，“局部”逐漸接近“全局”，最終獲得全局最優(yōu)解2.動(dòng)態(tài)規(guī)劃方法動(dòng)態(tài)規(guī)劃（DynamicProgrammi753.機(jī)器學(xué)習(xí)與模式識(shí)別技術(shù)機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)是模擬人類的學(xué)習(xí)過程，以計(jì)算機(jī)為工具獲取知識(shí)、積累經(jīng)驗(yàn)1、遺傳算法采用隨機(jī)搜索方法，具有自適應(yīng)能力和便于并行計(jì)算2、神經(jīng)網(wǎng)絡(luò)的理論是基于人腦的結(jié)構(gòu)，其目的是揭示一個(gè)系統(tǒng)是如何向環(huán)境學(xué)習(xí)的，這一種方法被稱為聯(lián)接主義模式識(shí)別模式識(shí)別主要有兩種方法:根據(jù)對(duì)象的統(tǒng)計(jì)特征進(jìn)行識(shí)別根據(jù)對(duì)象的結(jié)構(gòu)特征進(jìn)行識(shí)別

3.機(jī)器學(xué)習(xí)與模式識(shí)別技術(shù)機(jī)器學(xué)習(xí)764、數(shù)據(jù)庫技術(shù)及數(shù)據(jù)挖掘數(shù)據(jù)庫技術(shù)數(shù)據(jù)倉庫虛擬數(shù)據(jù)庫技術(shù)（VirtualDatabase，簡(jiǎn)稱VDB）數(shù)據(jù)挖掘（datamining）又稱作數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn)(KnowledgeDiscoveryinDatabase)，它是從數(shù)據(jù)庫或數(shù)據(jù)倉庫中發(fā)現(xiàn)并提取隱藏在其中的信息的一種新技術(shù)，它能自動(dòng)分析數(shù)據(jù)，對(duì)它們進(jìn)行歸納性推理和聯(lián)想，尋找數(shù)據(jù)間內(nèi)在的某些關(guān)聯(lián)，從中發(fā)掘出潛在的、對(duì)信息預(yù)測(cè)和決策行為起著十分重要作用的模式數(shù)據(jù)挖掘過程一般分為4個(gè)基本步驟：數(shù)據(jù)選擇、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)挖掘和結(jié)果分析4、數(shù)據(jù)庫技術(shù)及數(shù)據(jù)挖掘數(shù)據(jù)庫技術(shù)775、人工神經(jīng)網(wǎng)絡(luò)技術(shù)人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetwork,簡(jiǎn)稱ANN）是通過模擬神經(jīng)元的特性以及腦的大規(guī)模并行結(jié)構(gòu)、信息的分布式和并行處理等機(jī)制建立的一種數(shù)學(xué)模型在生物信息學(xué)中，使用得最多的是反向傳播神經(jīng)網(wǎng)絡(luò)（BackPropagationNeuralNetwork，簡(jiǎn)稱BP網(wǎng)）。BP網(wǎng)被認(rèn)為是穩(wěn)定性和魯棒性較強(qiáng)的人工神經(jīng)網(wǎng)絡(luò)之一，而且屬于有監(jiān)督學(xué)習(xí)的網(wǎng)絡(luò)模型。標(biāo)準(zhǔn)的BP網(wǎng)由三層神經(jīng)元組成：輸入層、隱藏層和輸出層5、人工神經(jīng)網(wǎng)絡(luò)技術(shù)人工神經(jīng)網(wǎng)絡(luò)（ArtificialNe786、專家系統(tǒng)專家系統(tǒng)（ExpertSystem）是一種基于知識(shí)的智能系統(tǒng)，它將領(lǐng)域?qū)＜业慕?jīng)驗(yàn)用一定的知識(shí)表示方法表示出來，并放入知識(shí)庫中，供推理機(jī)使用知識(shí)庫是專家系統(tǒng)的第一重要組成部分，知識(shí)庫中的知識(shí)通常分為兩類：一類領(lǐng)域的事實(shí)性知識(shí)，或廣泛公用的知識(shí)另一類是啟發(fā)性知識(shí)，是領(lǐng)域?qū)＜以陂L(zhǎng)期研究和實(shí)踐過程中積累起來的經(jīng)驗(yàn)總結(jié)知識(shí)獲取方式大致上可以分為兩種：一種是由知識(shí)工程師向領(lǐng)域?qū)＜以儐栍嘘P(guān)知識(shí)，經(jīng)過整理編輯后將知識(shí)轉(zhuǎn)換成計(jì)算機(jī)表示形式，送入知識(shí)庫另一種是針對(duì)大量數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)，分析、總結(jié)和抽取出有用的新知識(shí)，這是更高層次的知識(shí)獲取方式。專家系統(tǒng)的另一個(gè)重要部分是推理機(jī)，由它來控制和協(xié)調(diào)整個(gè)系統(tǒng)，并根椐當(dāng)前輸入的數(shù)據(jù)和知識(shí)，按一定的推理策略，去解決當(dāng)前的問題，推導(dǎo)出結(jié)論6、專家系統(tǒng)專家系統(tǒng)（ExpertSystem）是一種基于797、分子模型化技術(shù)分子模型化（Molecularmodeling）是利用計(jì)算機(jī)模擬分子結(jié)構(gòu)、研究分子之間相互作用的一種技術(shù)分子模型化是進(jìn)行分子設(shè)計(jì)的基礎(chǔ)。7、分子模型化技術(shù)分子模型化（Molecularmodel808、量子力學(xué)和分子力學(xué)計(jì)算在進(jìn)行分子結(jié)構(gòu)分析、構(gòu)象優(yōu)化、分子間相互作用研究及分子模擬時(shí)需要應(yīng)用量子力學(xué)或分子力學(xué)8、量子力學(xué)和分子力學(xué)計(jì)算819、生物分子的計(jì)算機(jī)模擬所謂生物分子的計(jì)算機(jī)模擬就是從分子或者原子水平上的相互作用出發(fā)，建立分子體系的數(shù)學(xué)模型，利用計(jì)算機(jī)進(jìn)行模擬實(shí)驗(yàn)，預(yù)測(cè)生物分子的結(jié)構(gòu)和功能，預(yù)測(cè)動(dòng)力學(xué)及熱力學(xué)等方面的性質(zhì)分子動(dòng)力學(xué)和蒙特卡羅方法（MonteCarlomethod）是兩種最常用的技術(shù)，另一種模擬方法是模擬退火方法9、生物分子的計(jì)算機(jī)模擬所謂生物分子的計(jì)算機(jī)模擬就是從分子或8210、因特網(wǎng)（Internet）技術(shù)通過網(wǎng)絡(luò)查詢或搜索所需要的生物信息，使用分析工具

將所要處理的數(shù)據(jù)直接送到相應(yīng)的網(wǎng)絡(luò)服務(wù)器上，服務(wù)器接受你的處理請(qǐng)求，并將處理結(jié)果返回

10、因特網(wǎng)（Internet）技術(shù)83BioinformaticsTheendBioinformaticsTheend84生物信息學(xué)主講人:彭曉莉生物信息學(xué)主講人:彭曉莉85課程特點(diǎn)多學(xué)科交叉，知識(shí)覆蓋面廣：生物、計(jì)算機(jī)、數(shù)學(xué)、物理、化學(xué)等內(nèi)容眾多，且應(yīng)用領(lǐng)域?qū)拸V：涉及從基因組序列分析直到藥物設(shè)計(jì)等實(shí)踐環(huán)節(jié)非常重要：生物信息數(shù)據(jù)資源與分析工具繁多知識(shí)更新快：理論方法尚不系統(tǒng)成熟，處于迅速發(fā)展變化階段缺乏合適的教材課程特點(diǎn)多學(xué)科交叉，知識(shí)覆蓋面廣：生物、計(jì)算機(jī)、數(shù)學(xué)、物理、86計(jì)算機(jī)方面網(wǎng)絡(luò)技術(shù)和數(shù)據(jù)庫（特別是關(guān)系型數(shù)據(jù)庫）管理技術(shù)數(shù)據(jù)整合和可視化數(shù)據(jù)挖掘（DataMining）與人工智能算法設(shè)計(jì)軟件研制計(jì)算機(jī)方面87數(shù)學(xué)方面統(tǒng)計(jì)學(xué)，是生物信息學(xué)的數(shù)學(xué)基礎(chǔ)之一概率論與隨機(jī)過程理論運(yùn)籌學(xué)，如動(dòng)態(tài)規(guī)劃法最優(yōu)化理論與算法幾何拓?fù)鋵W(xué)函數(shù)論，如傅里葉變換，小波變換信息論，神經(jīng)網(wǎng)絡(luò)，計(jì)算數(shù)學(xué)；群論，組合數(shù)學(xué)等數(shù)學(xué)方面統(tǒng)計(jì)學(xué)，是生物信息學(xué)的數(shù)學(xué)基礎(chǔ)之一88課程定位介紹生物信息學(xué)對(duì)于生命科學(xué)研究及生物技術(shù)相關(guān)產(chǎn)業(yè)發(fā)展的重要性沿著“從生物信息查詢、DNA和蛋白質(zhì)相似性對(duì)比、蛋白質(zhì)結(jié)構(gòu)和功能預(yù)測(cè)”這一主線，介紹相關(guān)的生物信息學(xué)研究?jī)?nèi)容、所涉及的主要方法與研究思路、所取得的研究成果及其解決問題的能力講授與研討相結(jié)合，請(qǐng)學(xué)有所長(zhǎng)的同學(xué)參與部分講授課程定位介紹生物信息學(xué)對(duì)于生命科學(xué)研究及生物技術(shù)相關(guān)產(chǎn)業(yè)發(fā)展89教學(xué)計(jì)劃第一章生物信息學(xué)引論第二章生物信息學(xué)的發(fā)展和前景第三章常用生物信息學(xué)數(shù)據(jù)庫簡(jiǎn)介第四章生物信息查詢第五章DNA和蛋白質(zhì)相似性對(duì)比第六章蛋白質(zhì)結(jié)構(gòu)和功能預(yù)測(cè)

教學(xué)計(jì)劃第一章生物信息學(xué)引論90生物信息學(xué)實(shí)驗(yàn)教學(xué)實(shí)驗(yàn)1.使用Oligo和Primer軟件設(shè)計(jì)PCR引物實(shí)驗(yàn)2.常用分子生物學(xué)數(shù)據(jù)庫的使用和數(shù)據(jù)格式、數(shù)據(jù)庫查詢與下載(Entrez.SRS)實(shí)驗(yàn)3.核酸和蛋白質(zhì)序列的進(jìn)化分析(CLUSTALX、MEGA2軟件的使用)實(shí)驗(yàn)4.蛋白質(zhì)序列分析和結(jié)構(gòu)預(yù)測(cè)生物信息學(xué)實(shí)驗(yàn)教學(xué)實(shí)驗(yàn)1.使用Oligo和Primer軟件91主要參考書1《生物信息學(xué)》，DavidW.Mount著，鐘揚(yáng)、王莉、張亮等譯，高等教育出版社，2003

2生物信息學(xué)——基因和蛋白質(zhì)分析的實(shí)用指南（AndreasD.BaxevanisAndB.F.FrancisOuellette著）.李衍達(dá)、孫子榮等譯.北京：清華大學(xué)出版社，2000

3《簡(jiǎn)明生物信息學(xué)》，鐘揚(yáng)等主編.高等教育出版社，2001

《探索基因組學(xué)、蛋白質(zhì)組學(xué)和生物信息學(xué)》，孫子榮譯.科學(xué)出版社，2004

4《生物信息學(xué)方法與實(shí)踐》，張成崗賀福初編著.科學(xué)出版社，2002

5《生物信息學(xué)導(dǎo)論》，李巍等主編.鄭州大學(xué)出版社，200４

主要參考書1《生物信息學(xué)》，DavidW.Mount92第一章

生物信息學(xué)引論第一章生物信息學(xué)引論93研究背景生物信息學(xué)定義生物信息學(xué)研究?jī)?nèi)容生物信息學(xué)研究方法研究背景94研究背景從人類基因組計(jì)劃（HGP）說起為什么提出HGP？1961年，美國(guó)總統(tǒng)Kennedy提出兩個(gè)科學(xué)計(jì)劃:登月計(jì)劃攻克腫瘤計(jì)劃

人類遺傳信息的復(fù)雜性

人類基因組計(jì)劃(HGP，HumanGenomeProject)目標(biāo)：整體上破解人類遺傳信息的奧秘1、“曼哈頓原子彈計(jì)劃”歷史遺留問題之產(chǎn)物2、對(duì)生命科學(xué)和醫(yī)學(xué)的科學(xué)影響研究背景從人類基因組計(jì)劃（HGP）說起95

二十世紀(jì)三大科學(xué)計(jì)劃曼哈頓原子彈計(jì)劃（1942-46）阿波羅登月計(jì)劃(1961-69)人類基因組計(jì)劃(1990-2003)二十世紀(jì)三96

HGP的驅(qū)動(dòng)

1986年Science上DulbeccoR重要文章“腫瘤研究的轉(zhuǎn)折人類基因組的全序列分析”。包括腫瘤在內(nèi)的一切疾病的發(fā)生，都與基因相關(guān)。是“零敲碎打”？還是從整體上研究和分析整個(gè)人類基因組？他指出，這個(gè)世界上發(fā)生的一切事情，都與這人類的DNA序列相關(guān)。只有弄清人類基因組全部或大部分基因的工作情況，實(shí)施其它計(jì)劃才有可能。這樣的工作是任何一個(gè)實(shí)驗(yàn)室難以單獨(dú)承擔(dān)的

97DNA、基因、基因組生命活動(dòng)三要素：物質(zhì)、能量、信息DNA:遺傳物質(zhì)(遺傳信息的載體)雙螺旋結(jié)構(gòu)A,C,G,T四種基本字符的復(fù)雜文本

基因（Gene）：具有遺傳效應(yīng)的DNA分子片段DNA、基因、基因組生命活動(dòng)三要素：物質(zhì)、能量、信息DNA:98基因組(Genome)：包含細(xì)胞或生物體的全套遺傳信息的全部遺傳物質(zhì)

原核生物(細(xì)菌、病毒等)真核生物(真菌、植物、動(dòng)物等)人類基因組：3.2×109bp，含有約3萬個(gè)基因基因組(Genome)：包含細(xì)胞或生物體的全套遺傳信息的全部99HGP歷史回顧1984.12猶他州阿爾塔組織會(huì)議，初步研討測(cè)定人類整個(gè)基因組DNA序列的意義1986.3Dulbecco在《Science》撰文“腫瘤研究的轉(zhuǎn)折點(diǎn):人類基因組的測(cè)序”美國(guó)能源部(DOE)提出“人類基因組計(jì)劃”草案1987美國(guó)能源部和國(guó)家衛(wèi)生研究院（NIH）聯(lián)合為“人類基因組計(jì)劃”下?lián)軉?dòng)經(jīng)費(fèi)約550萬美元1989美國(guó)成立“國(guó)家人類基因組研究中心”，Watson擔(dān)任第一任主任1990.10經(jīng)美國(guó)國(guó)會(huì)批準(zhǔn)，人類基因組計(jì)劃正式啟動(dòng)JamesWatsonWalterGilbertHGP歷史回顧1984.12猶他州阿爾塔組織會(huì)議，初步100盡管比之于人類登月，HGP的投入資金要少得多，但HGP對(duì)人類生活的影響要更為深遠(yuǎn)。因?yàn)殡S著這個(gè)計(jì)劃的完成，DNA分子中編碼的遺傳信息將對(duì)人類存在的化學(xué)基礎(chǔ)作出最終的回答。這將不僅幫助我們理解我們是如何作為健康的人發(fā)揮正常功能的，而且也將在化學(xué)水平上解釋遺傳因子在各種疾病，如癌癥、早老癡呆癥、精神分裂癥等一些嚴(yán)重危害人類健康的疾病中的作用。畢竟對(duì)人類自身更深入的了解是人類活動(dòng)中最重要的一個(gè)部分。

——Watson,1990,《Science》盡管比之于人類登月，HGP的投入資金要少得多，但HGP對(duì)人類101HGP的最初目標(biāo):通過國(guó)際合作，用15年時(shí)間(1990～2005)至少投入30億美元，構(gòu)建詳細(xì)的人類基因組遺傳圖和物理圖，確定人類DNA的全部核苷酸序列，定位約10萬基因，并對(duì)其它生物進(jìn)行類似研究。4張圖：遺傳圖物理圖序列圖基因圖HGP的最初目標(biāo):通過國(guó)際合作，用15年時(shí)間(1990～20102HGP的終極目標(biāo)闡明人類基因組全部DNA序列識(shí)別基因建立儲(chǔ)存這些信息的數(shù)據(jù)庫開發(fā)數(shù)據(jù)分析工具研究HGP實(shí)施所帶來的倫理、法律和社會(huì)問題第一章(更改)生物信息學(xué)教程課件103HGP輔助計(jì)劃在人類基因組計(jì)劃中，還包括對(duì)五種生物基因組的研究：大腸桿菌、酵母、線蟲、果蠅和小鼠，稱之為人類的五種“模式生物”。

HGP輔助計(jì)劃在人類基因組計(jì)劃中，還包括對(duì)五種生物基因組的研104

1995第一個(gè)自由生物體流感嗜血菌(H.inf)的全基因組測(cè)序完成

1996完成人類基因組計(jì)劃的遺傳作圖

啟動(dòng)模式生物基因組計(jì)劃

H.Inf全基因組

1995第一個(gè)自105

1997大腸桿菌(E.coli)全基因組測(cè)序完成

1998完成人類基因組計(jì)劃的物理作圖

開始人類基因組的大規(guī)模測(cè)序

Celera公司加入，與公共領(lǐng)域競(jìng)爭(zhēng)

啟動(dòng)水稻基因組計(jì)劃

1999.7第5屆國(guó)際公共領(lǐng)域人類基因組測(cè)序會(huì)議，加快測(cè)序速度

2000Celera公司宣布完成果蠅基因組測(cè)序

國(guó)際公共領(lǐng)域宣布完成第一個(gè)植物基因組——擬南芥因組的測(cè)序工作

2000.6.26公共領(lǐng)域和Celera公司同時(shí)宣布完成人類基因組工作草圖

2001.2.15《Nature》刊文發(fā)表國(guó)際公共領(lǐng)域結(jié)果

2001.2.16《Science》刊文發(fā)表Celera公司及其合作者結(jié)果

1997大腸桿菌(E.106AttheWhiteHouseonJune26,FrancisCollins(r),DirectoroftheNationalHumanGenomeResearchInstitute,PresidentClinton,andJ.CraigVenter,PresidentofCelaraGenomics,laudedthethousandsofscientistswhocontributedtothegenomesequence.AttheWhiteHouseonJune26,107第一章(更改)生物信息學(xué)教程課件108第一章(更改)生物信息學(xué)教程課件109

2001年8月26日人類基因組“中國(guó)卷”的繪制工作宣告完成。

2002年水稻、小鼠、瘧原蟲等基因組測(cè)序完成

2003年4月14日中、美、日、德、法、英等6國(guó)科學(xué)家宣布人類基因組序列圖繪制成功，人類基因組計(jì)劃的所有目標(biāo)全部實(shí)現(xiàn)。

2003年10月，2004年10月人類基因組完成圖公布。

2001年8月26日人類基因組“110AGCATCGAAGTTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGCGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAATGCATGACCTAGCAGCATCGCGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGCGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAATGCATGACCTAGCAGCATCGCGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATA相當(dāng)于3200本每本1000頁每頁1000字的“天書”相當(dāng)于3200本每本1000頁每頁1000字的111第一章(更改)生物信息學(xué)教程課件112地球生物圈約有140萬余種物種，其中2％以上至少有一段DNA序列被測(cè)定

▲真核生物12500種 ▲哺乳動(dòng)物4200種 ▲真細(xì)菌3600種 ▲古細(xì)菌180種 ▲病毒1750種地球生物圈約有140萬余種物種，113DNA序列數(shù)據(jù)增長(zhǎng)趨勢(shì)DNA序列數(shù)據(jù)增長(zhǎng)趨勢(shì)114功能基因組研究功能相關(guān)海量數(shù)據(jù)轉(zhuǎn)錄組EST(ExpressedSequenceTag)SAGE(SerialAnalysisofGeneExpression)DNAMicroarray–largescalegeneexpressionanalysis蛋白質(zhì)組2DGelElectrophoresis–proteinexpressionanalysisMassSpectrometry–proteinsequencingYeastTwo-Hybrid(Y2H)System–proteininteractionanalysis結(jié)構(gòu)基因組X-rayCrystallographyNMR(NuclearMagneticResonance)Spectroscopy功能基因組研究功能相關(guān)海量數(shù)據(jù)轉(zhuǎn)錄組115基因表達(dá)譜數(shù)據(jù)增長(zhǎng)趨勢(shì)基因表達(dá)譜數(shù)據(jù)增長(zhǎng)趨勢(shì)116TheYeastcDNAMicroarrayPictureTheYeastcDNAMicroarrayPict117蛋白質(zhì)序列數(shù)據(jù)增長(zhǎng)情況蛋白質(zhì)序列數(shù)據(jù)增長(zhǎng)情況118蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)增長(zhǎng)情況蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)增長(zhǎng)情況119生物分子數(shù)據(jù)類型生物分子信息DNA序列數(shù)據(jù)

蛋白質(zhì)序列數(shù)據(jù)

生物分子結(jié)構(gòu)數(shù)據(jù)

生物分子功能數(shù)據(jù)

最基本直觀復(fù)雜生物分子數(shù)據(jù)類型生DNA序列數(shù)據(jù)蛋白質(zhì)序列數(shù)據(jù)生物分子結(jié)120

DNA核酸序列蛋白質(zhì)氨基酸序列蛋白質(zhì)結(jié)構(gòu)蛋白質(zhì)功能最基本的生物信息維持生命活動(dòng)的機(jī)器第一部遺傳密碼第二部遺傳密碼？生命體系千姿百態(tài)的變化DNA蛋白質(zhì)蛋白質(zhì)蛋白質(zhì)最基本的維持生命活動(dòng)的機(jī)器第一部第二121生物數(shù)據(jù)爆炸性增長(zhǎng)：有人估計(jì)得到的結(jié)論是：生物數(shù)據(jù)量的積累已達(dá)到人類有史以來所說過的話的數(shù)百倍，而且還將以越來越快的速度增長(zhǎng)。生物數(shù)據(jù)爆炸性增長(zhǎng)：122生物數(shù)據(jù)爆炸性增長(zhǎng)所帶來的挑戰(zhàn)海量數(shù)據(jù)的存儲(chǔ)、管理、共享數(shù)據(jù)知識(shí)，如何將這些數(shù)據(jù)變?yōu)樯飳W(xué)知識(shí)？……AGCATCGAAGTTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGCGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAA生物數(shù)據(jù)爆炸性增長(zhǎng)所帶來的挑戰(zhàn)海量數(shù)據(jù)的存儲(chǔ)、管理、共享AG123人類基因組以及其它模式生物基因組計(jì)劃的全面實(shí)施，使分子生物數(shù)據(jù)以爆炸性速度增長(zhǎng)。在計(jì)算機(jī)科學(xué)領(lǐng)域，按照摩爾定律飛速前進(jìn)的計(jì)算機(jī)硬件，以及逐步受到各國(guó)政府重視的信息高速公路計(jì)劃的實(shí)施，為生物信息資源的研究和應(yīng)用帶來了福音。及時(shí)、充分、有效地利用網(wǎng)落上不斷增長(zhǎng)的生物信息數(shù)據(jù)庫資源，已經(jīng)成為生命科學(xué)和生物技術(shù)研究開發(fā)的必要手段。核酸和蛋白質(zhì)序列、結(jié)構(gòu)、功能分析軟件已經(jīng)成為生物學(xué)、醫(yī)學(xué)、藥物學(xué)、農(nóng)學(xué)和環(huán)境科學(xué)等領(lǐng)域的必備工具。如何開發(fā)和利用生物信息數(shù)據(jù)，已經(jīng)成了當(dāng)今一個(gè)前沿領(lǐng)域和研究熱點(diǎn)。面對(duì)這種形勢(shì)，一門新興的邊緣學(xué)科--生物信息學(xué)應(yīng)運(yùn)而生。人類基因組以及其它模式生物基因組計(jì)劃的全面實(shí)施，使分子生物124WhatisBioinformatics?WhatisBioinformatics?125WhatisBioinformatics?美國(guó)國(guó)家衛(wèi)生研究院（NIH）的定義：Bioinformatics(Research,development,orapplicationofcomputationaltoolsandapproachesforexpandingtheuseofbiological,medical,behavioralorhealthdata,includingthosetoacquire,store,organize,archive,analyze,orvisualizesuchdata.)

為拓展生物學(xué)、醫(yī)學(xué)、行為學(xué)和衛(wèi)生學(xué)數(shù)據(jù)的用途，而進(jìn)行有關(guān)計(jì)算機(jī)方法手段的研究、開發(fā)與應(yīng)用，包括此類數(shù)據(jù)的采集、存貯、整理、歸檔、分析與可視化WhatisBioinformatics?美國(guó)國(guó)家衛(wèi)生126WhatisBioinformatics?廣義定義:泛指任何與運(yùn)用計(jì)算機(jī)及其網(wǎng)絡(luò)和數(shù)據(jù)庫進(jìn)行大規(guī)模生物數(shù)據(jù)的收集,組織管理和分析相關(guān)的研究領(lǐng)域狹義定義：指用計(jì)算機(jī)的手段和方法來對(duì)生物遺傳的信息和數(shù)據(jù)進(jìn)行管理和分析WhatisBioinformatics?廣義定義:泛127生物信息學(xué)（Bioinformatics）的來源Dr.HwaA.Lim（林華安）1987年提出“Bio-informatique”→“Bioinformatics”1955年出生于馬來西亞。聯(lián)合國(guó)Bioinformatics專家，UniversityofTexasatDallas分子與細(xì)胞生物學(xué)AdjunctProfessor、中國(guó)科學(xué)院基因遺傳研究所客座教授。1981年英國(guó)倫敦大學(xué)帝國(guó)學(xué)院(ImperialCollege,LondonUniversity)畢業(yè)，1986年獲得美國(guó)RochesterUniversity生化物理學(xué)博士學(xué)位，30歲取得佛羅里達(dá)州立大學(xué)終生教授。1992年受聘擔(dān)任美國(guó)國(guó)家癌癥中心及美國(guó)國(guó)家科學(xué)基金會(huì)審核委員。1995年后，歷任多家生物科技公司生化信息執(zhí)行長(zhǎng)、副總裁等高層管理職位。1997年，創(chuàng)立結(jié)合軟件與數(shù)據(jù)分析的專業(yè)顧問公司D’Trends，服務(wù)生物技術(shù)、制藥及衛(wèi)生保健等機(jī)構(gòu)林華安最近又將Biothechnology、Information結(jié)合納米科技（Nano），提出Bin