生物信息學論文范例欣賞〔共4篇〕

PAGEPAGE1生物信息學論文范例欣賞〔共4篇〕生物信息在各個生命科學相關領域的作用日顯突出，但是生物信息學的研究范圍與人才類型尚不清楚明晰，更缺乏相應的人才培養(yǎng)方案及成熟的科學研究體系。以下為千里馬論文網(wǎng)的我整理的關于生物信息學論文的范例，歡迎大家閱讀參考。第一篇：生物信息學技術在病原生物學中的應用病原生物學是研究病原生物的生物學特性、致病性、免疫性及機體和四周環(huán)境互相作用關系的一門學科。也是基礎醫(yī)學中的一門主要學科?！矀魅拘约膊?、寄生蟲病、腫瘤等〕病原生物是指在天然界中能夠給人類和動、植物造成危害的微小生物。存在于土壤、空氣、水、織物外表、人類和動物的體表及與外界相通的腔道中。〔胃和腹腔中有微生物嗎？〕病原生物包含病原微生物與寄生蟲兩大部分。生物信息技術是以生命科學為基礎，利用生物〔或生物組織、細胞及其他構成部分〕的特性和功能，設計、構建具有預期性能的新物質或新品系，以及與工程原理相結合，加工生產(chǎn)產(chǎn)品或提供效勞的綜合性技術。而我們當下的最大目的就是將兩者結合起來，創(chuàng)造出愈加美妙的一門科學藝術。1當今我們面臨的現(xiàn)在狀況固然隨著我們當今世界醫(yī)學逐步的發(fā)展，許多病理狀態(tài)都能得到很好的控制，我們的健康指數(shù)也越來越高，人們的壽命也越來越長。但是我們還是存在著一些病毒無法控制，影響我們的生命健康，所以我能不能夠知足如今的狀態(tài)，應當積極的向上發(fā)展，了解更多的生物信息學知識，把生物信息學知識更廣闊的運用與病原生理學中，讓更多的病毒能夠得到很好的抑制，解決我們現(xiàn)實生活中的一些疑難雜癥。而這些疑難雜癥影響了我們特別久長的時間，相信我們其中的有些人也曾經(jīng)由于這些而感受過悲傷痛苦，或許是我們最親愛的人遭到這些疾病的傷害，也或許是我們自己親身體驗過這種傷害。無論是哪種，我們都希望他能夠不再發(fā)生在我們身邊，這就要求我們一起共同努力了，讓我們的醫(yī)學科科技技術得到更好的提升，造福于世界的全人類，這些技術的發(fā)展就全靠當下的我們來努力實現(xiàn)，所以我們要加倍努力，更好地了解相關的一些知識，讓這些知識既能夠豐富我們自己，還能夠治療更多人的疾病，這也是我們做的一個善事，相信我們看到許多人由于我們的科技成就而不再痛苦時，我們也會相當?shù)母吲d和知足，很有成就感，讓那些痛苦的人由于我們不而不再感到痛苦吧，2怎樣將兩者更好地聯(lián)絡起來隨著社會的不斷發(fā)展，我們對生命質量的尋求也越來越高，所以我們的研究方面也大大的擴展，怎樣能力讓我們生活在愈加安全，幸福呢？隨著生物科學技術的迅猛發(fā)展，生物信息數(shù)據(jù)資源的增加呈現(xiàn)爆炸之勢，同時計算機運算能力的提升和國際互聯(lián)網(wǎng)絡的發(fā)展使得對大規(guī)模數(shù)據(jù)的儲存、處理和傳輸成為可能，生物科學技術的迅猛發(fā)展。讓我們看到了很多希望，生物信息技術讓我們能夠愈加快，是的了解到一些生物信息，了解這些相關的信息后才能夠使我們將生物信息技術與病原生物信息技術相結合起來。然后一起創(chuàng)造出一門愈加新穎的科，讓前者在后者中能夠得到更高層次泛的應用。所以我們要盡可能將其聯(lián)絡到病原體微生物上。微生物幾乎遍及任何地方。所以我們要做到對他的防護與扼殺，微生物產(chǎn)生的各種影響也是不容忽視的，微生物產(chǎn)生的疾病幾乎變及各科，所以我們大部分疾病都是由微生物所引起的，由此可見，他的力量是多么的強大，如今的我們假如把它遏制住，那是不是我們的許多疾病是不是就會消失呢？21世紀是以分子生物學為代表的生命科學的時代，近年來發(fā)展起來的分子生物學基因診斷技術在醫(yī)學、遺傳學等各個領域廣泛應用，推動著現(xiàn)代醫(yī)學由細胞水平向分子水平、基因水平發(fā)展，構成了分子微生物學，使人們對微生物的認識逐步從外部構造特征轉向內部基因構造特征，微生物的檢測也相應的從生化免疫方法轉向基因水平的檢測。探針雜交技術的發(fā)展及其應用，由此可見，我們的生物信息技術近期發(fā)展特別快速，已經(jīng)用到了各個方面，但是生物信息技術在我們的病原生物學技術中的應用還是特別有限的，還是需要我們繼續(xù)發(fā)揚光大在病原生物學技術中的影響力，病原生物學與生物信息技術相結合后，相信我們對病原生物學的研究會愈加深切進入，愈加廣泛。愈加的令人容易懂，而將兩者結合起來能夠更好的讓我們進行科學研究，研制出最新的科學技術，讓我們國家的醫(yī)學的到很好的發(fā)展。更多的疾病都能得到解決，我們的生命質量能夠得到更好的提升，我們身邊的死別會愈加少一些，我們的生活也會愈加的幸?？鞓?。所以我們當前的最重要任務就是讓兩者愈加親密的聯(lián)絡起來，做到最好的。3我們應該怎樣做我能帶責任也是特別重大的，由于這件事關乎所有人的健康。當今還存在著很多對身體造成威海的影響因素，所以我們要努力把這些因素都抹平，把這些欠好的因素都扼殺在搖籃中，讓我們的生活生命愈加久長，愈加美滿幸福的生活著，所以我們要努力的學習科學文化知識。從小樹立強大的目的，為我們樹立的這些問題而不斷奮斗去努力實現(xiàn)，相信我們的美妙生活會在不久之后將會實現(xiàn)，我們也會研究出愈加新穎，有理論能力的科學，對人們的身體健康不會造成任何負方面的影響。我們天天都能夠展示最美麗，最自負最大方的我們。我們也應當積極的宣傳相關知識信息。讓更多的人了解到相關信息知識，更多的人對此方面產(chǎn)生濃烈厚重的興趣，開始對其產(chǎn)生研究形式，全民參與到其中，我們的研究范圍也會愈加的廣泛，研究結果也會越來越多，我們面臨的疾病問題也會更多的得到解決，所以，這件事關乎到我那個人，我們每個人都有職責讓我們的這個社會發(fā)展的越來越好。讓我們一起努力吧！4結束語：讓生物信息學技術在病原生物學技術中更好的應用是我們當今最重要的目的，也是我們每個人都應該去努力實現(xiàn)了目的，而兩個技術的相結合，將會產(chǎn)生一個特別強大的影響力，其研究結果將會讓我們的疾病發(fā)生率大大的減少，更多的不治之癥可以以得到很好的解決。老庶民會減少去醫(yī)院的花銷費用，更多的錢用于自己的生活娛樂享受，人民生活的會愈加幸福，這難道不是我們想要的嗎？張甲由等第2篇：大麻CBDA1基因的生物信息學分析大麻〔Cannabissativa〕是一年生草本植物，起源于我們國家，在南北朝時期人們就開始栽種和使用大麻，大麻是我們國家傳統(tǒng)經(jīng)濟作物，重要用于紡織、建材、造紙、藥用、食用、飼料、工業(yè)原料等方面[1]。大麻植株中含有多種活性物質，重要分為兩大類，即大麻酚類化合物和非大麻酚類化合物。當前，研究最多的是大麻酚類化合物，重要包含四氫大麻酚〔tetrahydrocannabinol，THC〕、大麻酚〔cannabinol，CBN〕、大麻二酚〔cannabidiol，CBD〕、大麻萜酚〔cannabigerol，CBG〕、大麻環(huán)萜酚〔cannabichromene，CBC〕等。THC是由以色列Weizmann科學研究所的YechielGaoni和RaphaelMechoulam于1963年初次分離得到[2]，并于次年確定其化學構造。THC是大麻中最主要的活性物質，具有神經(jīng)保衛(wèi)作用，可用于治療癌癥引起的嘔吐[3]，但THC具有致幻作用，因而大麻在多國被禁止栽種。四氫大麻酚酸合成酶〔Tetrahydrocannabinolicacidsynthase，THCAS〕是THC合成途徑中的關鍵酶，最早在1995年由Taura等[4]從大麻幼葉中分離出，并于2004年成功克隆了該酶的基因[5]，隨后在2012年研究了該酶的構造和功能[6]。與THC不同的是，CBD是大麻中的非成癮性成分，能阻礙THC對人體神經(jīng)系統(tǒng)影響，并具有治療癲癇、抗痙攣、抗炎、抗焦慮等藥理活性[7-10]。因而，高CBD含量的藥用大麻成為當今研究的一個熱門。而大麻二酚酸合成酶〔Cannabidiolicacidsynthase，CBDAS〕是CBD合成途徑中的關鍵酶，最早在1996年由Taura等[11]從墨西哥纖維大麻中分離得到，并于2007年通過逆轉錄獲得其cDNA[12]。但是CBDAS的構造和功能至今還未報道，該研究以CBDA合成酶基由于研究對象，采取生物信息學方法對CBDA合成酶基因編碼蛋白質序列的理化性質、構造特征、修飾位點等進行預測和分析，以期為今后深切進入研究和利用CBDA合成酶提供主要的理論根據(jù)和研究基礎，同時為大麻作物遺傳改進提供參考。1材料與方法1.1材料以大麻品種Carmen的大麻二酚酸合成酶基因〔CBDA1〕〔LOCUSKJ469374〕為研究對象，對其完好的CDS序列編碼的氨基酸序列、蛋白質理化性及功能構造域進行預測與分析。1.2方法利用ExPASy軟件中的Protparam程序對CBDAS蛋白的氨基酸序列長度、分子量大小及等電點等進行分析；利用ProtScale工具分析CBDAS蛋白的親疏水性；利用TMHMMServerv.2.0和SignalIP4.1工具分析CBDAS蛋白的跨膜構造域及信號肽；利用ProtCompv.9.0工具對CBDAS蛋白的亞細胞定位進行分析；利用PROSITE模體數(shù)據(jù)庫對CBDAS蛋白進行motif預測；利用SMART工具分析CBDAS蛋白的保守功能域；利用NetPhos2.0Server和NetNGlyc1.0Server分析其蛋白質翻譯后修飾位點；利用GOR〔GarnierOsguthorpeRobsonMethod〕對蛋白的二級構造進行性分析；利用SWISSMODEL效勞器同源模仿構建CBDAS的三級構造。2結果與分析2.1CBDA1基因編碼蛋白的氨基酸構成氨基酸的種類、排列順序及數(shù)量直接影響蛋白質的功能。CBDA1基因的CDS序列編碼蛋白質的氨基酸序列為：CBDAS由544個氨基酸構成，分子式為C2834H4343N743O792S21，分子量為62168.42，理論等電點為8.81。CBDAS包括20種常見氨基酸〔表1〕，其中疏水性氨基酸占48.8%，親水性氨基酸占51.2%，堿性氨基酸占13.6%，酸性氨基酸占94%，且含有21個含硫氨基酸，說明該蛋白中存在二硫鍵。由于CBDAS序列的N末端是Met，該蛋白估計半衰期為30h〔哺乳動物網(wǎng)織紅細胞，體外〕、20h〔酵母，體內〕、10h〔大腸桿菌，體內〕。CBDAS的不穩(wěn)定指數(shù)Ⅱ為30.57，屬于穩(wěn)定蛋白[13]。脂肪族氨基酸指數(shù)為88.31。2.2CBDA1基因編碼蛋白的親/疏水性分析疏水作用能驅動蛋白質的肽鏈壓縮成球狀構造，對于維持蛋白質的空間構象特別主要。氨基酸發(fā)生變化可導致蛋白質親/疏水性的改變，而親/疏水性的變化直接影響蛋白質的構造以及功能。除此之外，通過了解肽鏈中不同肽段的疏水性，能夠對跨膜蛋白的跨膜構造域進行預測，為蛋白二級構造的預測及功能構造域的分選提供主要的參考根據(jù)。因而，分析蛋白質的親/疏水性具有特別主要的意義。通過ProtScale在線工具對CBDAS進行親/疏水性分析，結果見圖1，在第15位氨基酸出現(xiàn)最高值2.566，即疏水性最強，在第453位氨基酸出現(xiàn)最低值-3.556，即親水性最強。整體看CBDAS的疏水性和親水性氨基酸分布平衡，但預測結果顯示CBDAS的親水性指數(shù)平均值〔GRAVY，表示蛋白質的溶解度〕為-0.202，所以CBDAS更偏向是一個親水蛋白[14]。由圖1可知，在前29個氨基酸位置出現(xiàn)一個較強的疏水區(qū)域〔score1.5〕，且疏水區(qū)域較寬，在這個位置有可能出現(xiàn)一個跨膜構造。2.3CBDA1編碼蛋白的跨膜構造分析跨膜構造是蛋白質通過與膜內在蛋白的靜電互相作用和氫鍵鍵合作用與膜結合的一段氨基酸片段，一般由20個左右的疏水氨基酸殘基構成，重要構成α-螺旋?？缒嬙煊蚴悄ぶ械鞍着c膜脂相結合的重要部位，固著于細胞膜上起“錨定〞作用[15]?？缒嬙煊虻念A測和分析對于了解蛋白質的構造、功能以及在細胞中的作用部位具有主要意義。在當前的基因組數(shù)據(jù)中，有20%～30%的基因產(chǎn)品被預測為膜蛋白，它們在生物體中擔負著多種功能。因而，有效、精確地預測跨膜區(qū)和跨膜的方向對指點跨膜蛋白的構造和功能的研究具有主要意義。利用跨膜預測效勞器TMHMMServerv.2.0對CBDAS進行分析，結果見圖2，該蛋白存在一個潛在的跨膜區(qū)〔第1～28位氨基酸〕，其中第1～4位氨基酸位于膜內，第5～27位氨基酸為跨膜的螺旋構造，第28位以后的肽鏈重要在細胞膜外發(fā)揮其生物學功能。由于該跨膜構造位于蛋白質的N端，揣測其極可能為一個信號肽構造。蛋白質序列的其他位置不存在跨膜構造，因而，該蛋白屬于跨膜蛋白。2.4CBDA1基因編碼蛋白的信號肽分析信號肽是蛋白質的一個片段，一般由5～30個氨基酸殘基構成[16]，并大致分為3個區(qū)段：N端為帶正電荷的氨基酸；中間為由20個或更多的以中性氨基酸為主構成的疏水核心區(qū)，能夠構成一段α-螺旋；C端含有小分子氨基酸，是被信號肽酶裂解的部位，亦稱加工區(qū)。信號肽在蛋白分泌的經(jīng)過中起主要作用[17]，重要負責引導新合成蛋白質的跨膜、轉移和定位，把蛋白質引導到細胞不同的亞細胞器內發(fā)揮其生物學功能。通過SignalIP4.1工具進行分析[18]，結果表示清楚〔圖3〕，CBDAS的N末端包括1個由28個氨基酸殘基構成的信號肽，切割位點在第28和29個氨基酸殘基之間，其平均值S為0801，當平均值S0.500時，可判定該蛋白為分泌蛋白，說明CBDAS是一種分泌蛋白。2.5CBDA1基因編碼蛋白的亞細胞定位細胞中蛋白質合成后經(jīng)蛋白質分選信號引導被轉運到特定的細胞器中，部分蛋白質則被分泌到細胞外或留在細胞質中，只要轉運到正確的部位能力參與細胞的各種生命活動[19]，假如定位發(fā)生偏差，將會對細胞功能以至生命產(chǎn)生重大影響。了解蛋白質的亞細胞定位信息，能夠為推斷蛋白質的生物學功能提供需要的幫助，同時對蛋白質的其他研究如互相作用、進化等也能提供需要的信息。利用ProtCompv.9.0對CBDAS進行亞細胞定位分析，結果顯示，該蛋白質位置的積分預測為細胞外〔分泌〕，得分9.4，說明該蛋白重要在細胞外發(fā)揮其生物學功能。2.6CBDA1基因編碼蛋白motif分析PROSITE數(shù)據(jù)庫采集了生物學有顯著意義的蛋白質位點和序列形式，并能根據(jù)這些位點和形式快速、可靠地鑒別一個未知功能的蛋白質序列應該屬于哪一個蛋白質家族。利用PROSITE對CBDA1編碼蛋白進行motif預測，結果如此圖4所示，CBDAS含有1個FAD-PCMH結合域，位于第77～251位氨基酸〔TTPKPLVIVTPSHVSHIQGTILCSKKVGLQIRTRSGGHDSEGmsYISQVPFVIVDLRNMRSIKIDVHSQTAWVEAGATLGEVYYWvnEKNESLSLAAGYCPTVCAGGHFGGGGYGPLMRSYGLAADNIIDAHLVNVHGKVLDRKSMGEDLFWALRGGGAESFGIIVAWKIRLVAV〕。CMH型FAD結合構造域是由2個α-β亞構造域構成：1個由α螺旋包抄的3個平行的β鏈〔B1～B3〕構成，并被包括在含有5個反平行β鏈的第2子構造域〔B4～B8〕[20]。2個子域能夠適應它們之間的FAD輔因子[21]。在PCMH蛋白中，輔酶FAD也共價連接到位于C末端催化構造域FAD結合構造域之外的酪氨酸[22]。除CBDAS外，當前發(fā)現(xiàn)大麻的四氫大麻酚酸合成酶〔THCAS〕、細菌UDP-N-乙炔烯醇丙酮酰葡萄糖復原酶〔UDP-N-acetylenolpyruvoylglucosaminereductase，EC1.1.1.158〕、脊椎動物烷基二羥基丙二酸合酶〔alkyldihydroxyacetonephosphatesynthase，EC2.5.1.26〕、真核乳酸脫氫酶D〔Dlactatedehydrogenase，EC1.1.2.4〕和細菌一氧化碳脫氫酶〔Carbonmonoxidedehydrogenase，EC1.2.99.2〕的構造中也含有PCMH型FAD結合構造域。揣測CBDAS同THCAS一樣屬于氧化復原酶家族，F(xiàn)DA是CBDAS酶活性的必須輔因子。2.7CBDA1基因編碼蛋白的保守功能域分析保守構造域指生物進化或1個蛋白家族中不變或一樣的構造域，具有主要功能。采取SMART工具揣測，CBDAS蛋白中只含有1個低復雜度區(qū)域〔lowcomplexityregion，LCR〕：GGHFGGGGYG，位于第182～191位氨基酸。2.8CBDAS蛋白翻譯后修飾位點分析真核生物中的多肽及蛋白質分子經(jīng)核糖體合成后大多需翻譯后修飾，能力確保蛋白質發(fā)揮其正常的生物學功能[23]。常見的蛋白質翻譯后修飾有磷酸化和糖基化2種。磷酸化是由蛋白質激酶催化將ATP或GTPγ位的磷酸基轉移到底物蛋白質氨基酸殘基〔Ser、Thr、Tyr〕上，是生物體內一種普通的調節(jié)方式[24]，蛋白質磷酸化修飾的作用重要具體表現(xiàn)出在下面3個方面：一是通過磷酸化修飾改變了受體蛋白質的活性，蛋白質磷酸化或去磷酸化修飾起到開啟或關閉蛋白質活性的作用；二是磷酸化蛋白質參與植物體內信號的傳導；三是影響蛋白質間的互作，由于在氨基酸殘基上結合或失去了磷酸基團，進而改變了受體蛋白質的構造，影響了該受體蛋白質與其他蛋白質間的互作。細胞中蛋白質磷酸化水平是一個動態(tài)的變化經(jīng)過，其細微差別都可能導致細胞代謝水平上的變化。因而，蛋白質磷酸化對植物生長發(fā)育的影響是全方位的。糖基化通常修飾天冬酰胺的N端，其氨基酸特征序列為Asn-X-Ser-Thr〔X是除Pro外的任一種類氨基酸〕[25]。N-糖基化與植物蛋白質正確折疊、細胞凋亡、器官發(fā)育及信號轉導等生物學功能親密相關[26]。通常胞外分泌蛋白、膜整合蛋白及構成內膜系統(tǒng)的可溶性駐留蛋白大多需要經(jīng)過N-糖基化修飾。利用NetPhos2.0和NetNGlyc1.0對CBDAS進行預測，結果表示清楚該蛋白存在23個磷酸化位點、6個N-糖基化位點〔表2、3〕。2.9CBDA1基因編碼蛋白的二級、三級構造分析當前最好的單序列預測程序能夠達70%左右，比方基于informationtheory的GOR精確度達69.7%[27]，利用GORIV對CBDAS的二級構造進行預測，結果如此圖5顯示，CBDAS蛋白由α-螺旋、β-折疊和無規(guī)卷曲構成，分別占整個肽鏈的21.88%、26.29%和51.84%。利用SWISSMODEL蛋白質三維構造建模工具構建的CBDAS的三維構造模型，如此圖5所示。建模經(jīng)過有168條模板和目的序列相匹配，通過啟發(fā)式分析過濾得到29個模板，重要有Tetrahydrocannabinolicacidsynthase〔四氫大麻酚酸合成酶〕、PollenallergenPhlp〔花粉過敏原Phlp〕、berberinebridgeformingenzyme〔小檗堿橋構成酶〕、Reticulineoxidase〔纖維素氧化酶〕、alkyldihydroxyacetonephosphatesynthase，peroxisomal〔烷基二羥基乙酸磷酸酯合成酶，過氧化物酶〕。CBDAS的三級構造也是參考這29個模板模仿構建的，其中與THCAS[28]的同源性最高，為83.95%。3討論與結論利用生物信息學對目的基因進行功能預測是當下國際上研究的熱門之一，也是發(fā)現(xiàn)和研究新基因的一個主要手段。生物信息學與傳統(tǒng)的通過RT-PCR方法進行克隆分析基因的方法相比，具有快捷、針對性強、成本低等優(yōu)點。生物信息學能針對未知功能基因，收集數(shù)據(jù)，歸納分析，預測基因功能，發(fā)掘基因潛在的研究線索，可為科學研究提供啟示和方向指點。對于蛋白質而言，其生物學功能才是最終的研究目的。通太多種生物信息學工具分析CBDA1基因編碼的蛋白序列，發(fā)現(xiàn)該基因編碼544個氨基酸，等電點為8.81，N端包括1個信號肽，而含有信號肽的蛋白質一般都是分泌到細胞外。CBDAS的亞細胞定位結果也證明了該蛋白是一種穩(wěn)定的分泌蛋白，重要在胞外發(fā)揮其生物學功能。THCAS的二級構造豐富，包括了α-螺旋、β-折疊和無規(guī)卷曲，含有很多蛋白質修飾及活化位點，如磷酸化位點、糖基化位點、FDA結合位點等，暗示該蛋白可能在體內受多種因子的調控，具有承受細胞信號并做出反應，實現(xiàn)其生物學功能的潛能。這些結果對正確認識和理解蛋白質構造、定位、功能等均有主要的指點意義。常麗等第3篇：論生物信息學人才培養(yǎng)與學科發(fā)展生物信息學是研究生物信息的收集、處理、存儲、傳播、分析和解釋等各方面的學科，也是隨著生命科學和計算機科學的迅猛發(fā)展，二者互相穿插構成的一門新學科。生物信息的發(fā)展大致經(jīng)歷了前基因組時代、基因組時代和后基因組時代。當前其重要研究內容已經(jīng)從對DNA和蛋白質序列比較、編碼區(qū)分析、分子進化轉移到大規(guī)模的數(shù)據(jù)整合、可視化，比較基因組學、代謝網(wǎng)絡分析、基因表達譜網(wǎng)絡分析、蛋白質技術數(shù)據(jù)分析處理、蛋白質構造與功能分析以及藥物靶點挑選等[1]。隨著高通量實驗手段的飛速發(fā)展，海量數(shù)據(jù)大量生成，怎樣從這些數(shù)據(jù)中發(fā)掘出有用信息進一步指點實驗或者對實驗結果進行合理分析，是降低研究成本與周期，推動生命科學相關研究快速發(fā)展的必須工具。固然生物信息學已經(jīng)成為當前極其熱門的系統(tǒng)生物學研究手段，但是人們對生物信息學的定義特別模糊，該方面研究人才也相對稀缺，不少高校都沒有設置相關專業(yè)與課程。生物信息相關科學研究也出現(xiàn)形式多樣、百花齊放的形式，很多學校也沒有留意到該學科具有高度穿插性的特點，缺少相應的扶持政策，使我們國家生物信息領域的發(fā)展始終滯后于國際水平。因而，怎樣在各生命相關學科內對生物信息學進行精準定位，并針對不同培養(yǎng)階段的學生設置相應的課程進行定向培養(yǎng)，對于學生與學科發(fā)展都有著極大的推動作用。1生物信息學研究范圍生物信息研究重要分為4類，即“算法開發(fā)、數(shù)據(jù)處理、數(shù)據(jù)分析、數(shù)據(jù)庫構建〞。第一，算法開發(fā)。算法開發(fā)是為了解決某個生物學問題設計相應的數(shù)學算法，牽涉編程語言的使用和對該生物學問題的深度理解。第二，數(shù)據(jù)處理。數(shù)據(jù)處理重要指對包含各種類型轉錄組數(shù)據(jù)在內的高通量數(shù)據(jù)進行處理，獲得包含差別基因在內的初步數(shù)據(jù)分析結果。這部分研究具有高度程式化的特點，能夠對各個分析步驟牽涉的算法進行深切進入開發(fā)，進而與“算法開發(fā)〞接軌；可以以借助現(xiàn)有算法并將其高度整合，構建解決某一問題的pipeline。該方面研究多以生物信息學效勞為目的，是當前很多公司中生物信息學工作的重要內容。第三，數(shù)據(jù)分析。該方面研究較分散、類型諸多，根據(jù)不同研究目的與數(shù)據(jù)類型，分析方法多種多樣，往往需要研究者對生物學問題具備較多的背景知識與理解，把握多種公共數(shù)據(jù)庫與數(shù)據(jù)分析工具，是當前高?？蒲凶畛可娴纳镄畔⒀芯款愋汀５谒?，數(shù)據(jù)庫構建。該方面研究往往針對已有的數(shù)據(jù)進行整合、存儲，是現(xiàn)代生物學研究數(shù)據(jù)積累的主要手段，往往需要專業(yè)人員進行數(shù)據(jù)更新與維護，能夠牽涉簡單的數(shù)據(jù)分析模塊構建，既合適科學研究也合適商業(yè)效勞。2生物信息學人才分類作為生命科學與計算機科學的穿插學科，生物信息人才需要具備兩個領域的知識，對人才的知識架構要求較高，但是不同培養(yǎng)方向的人才對各部分知識構造的需求也不盡一樣。根據(jù)生物信息學研究的4種類型，生物信息學人才的培養(yǎng)目的、學科來源與就業(yè)導向能夠做下面歸類。2.1算法開發(fā)人才對算法開發(fā)類人才的培養(yǎng)目的是培養(yǎng)能夠純熟運用各種編程語言，靈敏運用各種包含機器學習在內的算法、思路，根據(jù)詳細生物學問題設計解決該問題的數(shù)學方法與工具的人才。在實際應用中，對這類人才的編程水平、算法與邏輯思維要求較高。因而，該類人才比較適于對來自數(shù)學、計算機相關專業(yè)的學生進行定向培養(yǎng)。在課程設置上，在強化編程語言與算法設計的同時，需要對生物學基本知識進行培訓，為研究者快速、深刻地了解目的問題，精確地設計問題解決方案奠定理論知識基礎。算法開發(fā)人才在高?？蒲信c企業(yè)研發(fā)中均發(fā)揮著特別主要的作用，也是生物信息學研究的中流砥柱。2.2數(shù)據(jù)處理人才對數(shù)據(jù)處理類人才的培養(yǎng)目的是培養(yǎng)能夠利用各種現(xiàn)有數(shù)據(jù)分析工具對龐大的原始數(shù)據(jù)進行預處理，獲得可供下游生物學分析使用的初始數(shù)據(jù)的人才。這類研究重要針對高通量數(shù)據(jù)的處理，人才需要對該實驗經(jīng)過的基本原理、分析經(jīng)過與現(xiàn)有算法及其優(yōu)劣了如指掌；需要具備Linux等計算機系統(tǒng)的操作技能，能夠對海量數(shù)據(jù)進行靈敏批量處理。該類人才既能夠來源于計算機可以以來源于生物學背景的學生，在課程設置上要照料兩方面知識的穿插培訓。在我們國家，數(shù)據(jù)處理人才仍然是生物信息行業(yè)的主流，十分是在企業(yè)界該類人才更是供不該求。2.3數(shù)據(jù)分析人才對數(shù)據(jù)分析人才的培養(yǎng)目的是培養(yǎng)能夠利用公共數(shù)據(jù)庫信息或實驗所得數(shù)據(jù)發(fā)掘有用信息，獲得有價值的生物學結論或者為下游分子生物學實驗提供指點的假設性結論的人才。該類人才需要擅長使用各種數(shù)據(jù)庫及數(shù)據(jù)分析軟件并把握一到兩門簡單的高級編程語言，能夠根據(jù)各研究課題的目的和需求設計數(shù)據(jù)分析步驟與流程，能夠對結果有深刻的理解與把握。由于這類人才需要對生物學問題具有深刻的認識和理解，學生宜來源于生物相關專業(yè)。對該類學生的培養(yǎng)除了介紹一些常用高級編程語言、數(shù)據(jù)庫與分析工具外，更需要重視介紹各類生物學問題的解決方案和相應的方法選擇。數(shù)據(jù)分析人才在各種生命相關的科學研究當中都必不可少，是降低研究盲目性、縮短研究周期、提升研究水平的主要推動力之一。2.4數(shù)據(jù)庫構建人才對數(shù)據(jù)庫構建人才的培養(yǎng)目的是培養(yǎng)能夠將現(xiàn)有數(shù)據(jù)整合、構建成一個便于檢索、分析的數(shù)據(jù)庫的專業(yè)人才。這類人才的培養(yǎng)不局限于生物學專業(yè)，但是其在生物學領域的應用成為生物信息學研究的主要內容之一。隨著海量數(shù)據(jù)的不斷生成，怎樣將數(shù)據(jù)組織成一個便于檢索、便于分析的存儲模塊是該類研究人才需要解決的核心問題。對于這類人才的培養(yǎng)，數(shù)據(jù)庫基本知識與需要的編程技能是培養(yǎng)的主要內容；除此之外，怎樣低成當?shù)鼐S護、更新數(shù)據(jù)庫也是這類人才需要具備的基本技能。公司與高校對這類人才的需求從未間斷，十分是自己能夠不斷產(chǎn)生高通量數(shù)據(jù)的企業(yè)或科研機構。3生物信息學的人才培養(yǎng)我們在高校環(huán)境下談人才培養(yǎng)就牽涉到本科生和研究生培養(yǎng)兩個階段。3.1生物信息學本科生培養(yǎng)本科生培養(yǎng)是對學生相關專業(yè)的基礎技能培訓，同時肩負著激發(fā)學生對該學科學習興趣的任務。針對該特點作者提出下面教學建議。第一，由于學生將來職業(yè)發(fā)展的定向性較差，因而教學內容應該涵蓋生物信息學的4種類型，讓學生對該學科有一個充足、正確的認識。第二，單方面教學內容不宜過深，以避免學生產(chǎn)生對該學科的畏懼心理。第三，理論與理論相結合，寓教于樂。生物信息學是一門應用型科學，一定要與理論相結合能力到達教學目的。對于每一類生物信息學研究，都應給予相應的應用案例，最好每一部分由長期從事相關研究的教師擔任，這樣學生能夠及時將學習內容與將來應用相關聯(lián)，既加強了教學實用性也提升了學生的學習積極性。3.2生物信息學研究生培養(yǎng)研究生培養(yǎng)是對學生研究能力的培養(yǎng)，同時是對學生的專業(yè)定向與深度培訓。此時的學生培養(yǎng)除了教學還包含科學研究，與教師和專業(yè)的接觸時機也大大增長。針對該階段的培養(yǎng)特點，筆者以為該時期應該確定某一生物信息學研究方向，有針對性地對學生進行專業(yè)化培養(yǎng)。為此，下面培養(yǎng)方式可供參考。第一，這一時期的教學培養(yǎng)應該借助“課程整合〞的概念與優(yōu)勢，根據(jù)需要和學生知識構造選擇適宜的課程進行培訓。學校應該支持跨學科、跨學院選課機制，支持研究生選修本科生課程，而且對這些學生的考察方式與標準做適當調整。由于該階段學生已經(jīng)開始接觸詳細科研課題，且課程培養(yǎng)輔助于科學研究，因而應當借鑒很多發(fā)達國家的培養(yǎng)方式，讓研究生導師制訂相關考核方式并對學生進行單獨考核。第二，鼓勵學生自學相關專業(yè)知識，培養(yǎng)學生獨立學習與探尋求索的能力。在該方面很多發(fā)達國家也有著許多值得借鑒的經(jīng)歷體驗。比方，教師給學生指定一本書或相關資料讓學生自學，最后教師出題進行考核；開設討論性課程，給定學生討論話題，由學生自立搜集材料、學習并與課程其他學生共享，學生考核由課程教師根據(jù)其在共享學習結果中表現(xiàn)出的學習效果以及在討論中的積極性與正確性來評判。4生物信息學的科研發(fā)展生物信息學作為一個效勞性穿插學科，是一個完好生物學研究歷程的主要構成部分，需要和其他十分是實驗性研究相結合能力最大水平地發(fā)揮功能，推動相關研究的發(fā)展。當前高校重要存在兩種生物信息學研究形式。一種是獨立的生物信息學研究團隊，偏向于計算機與數(shù)學方向。這類團隊大多與實驗性團隊有著戰(zhàn)略性合作關系，要么是開展“算法開發(fā)、數(shù)據(jù)分析〞等工作，然后其開發(fā)的算法、提出的生物學假設等由實驗性團隊使用或驗證；要么是對實驗性團隊產(chǎn)生的結果進行“數(shù)據(jù)分析〞與“數(shù)據(jù)庫構建〞。另一種是綜合型生物信息學研究團隊，偏向于生物學研究，擁有自己的實驗平臺，能夠圍繞某特定生物學問題，開展包含“數(shù)據(jù)分析〞等在內的全套研究。第一種方式的科研運轉形式相對簡單，招募生源來源也比較明確，但是由于牽涉深度合作，發(fā)展方向、水平與速度遭到合作伙伴的限制；以第二種方式存在的團隊固然能夠靈敏自立地把控自己的研究方向與結果，但是由于穿插性很強，假如想要得到久長發(fā)展，需要得到學校相應的靈敏政策支持，比方，允許跨學院招募生源或者學院間聯(lián)合培養(yǎng)學生等。5結束語由于生物信息學是一門典型的穿插、新興學科，高校需要在人才培養(yǎng)上給予一定靈敏性，具體表現(xiàn)出“課程整合〞在學生培養(yǎng)中的優(yōu)勢。由于生物信息學具備效勞性和多樣性的特點，高校需要制訂相應靈敏地招募生源與培養(yǎng)策略能力促進生物信息學與其他實驗性科學的深度融合，成為各生命科學相關研究的有利武器，推動相應科學研究的順利開展。戴曉峰第4篇：計算機算法在生物信息學中的應用綜述0引言生物信息學〔Bioinformatics〕作為一門新興的穿插學科，是隨著生命科學和計算機科學的高速發(fā)展而出現(xiàn)的。它通過充足利用生物學、信息學、數(shù)學、物理學、統(tǒng)計學以及計算機網(wǎng)絡等工具或手段，對大量生物數(shù)據(jù)信息進行有效的說明和分析，使之成為具有相應生物意義的生物數(shù)據(jù)信息。其涵蓋了基因組信息的獲取、處理、分配、存儲等多個方面，通過對生物信息的比較和分析，進而獲取基因編碼以及核酸和蛋白質構造功能等信息，是最具活力和發(fā)展前景的學科之一。然而，生物信息學在我們國家由于起步較晚，加之其本身呈現(xiàn)出的數(shù)量多、計算量大等特征，使生物信息學面臨著計算瓶頸?；诖耍P者結合自己的工作理論，對計算機算法在生物信息學中的應用進行討論，以期為在生物信息學中進行有效的數(shù)據(jù)發(fā)掘提供理論支持。1生物信息學中常用的計算機算法算法作為計算機科學的一個主要分支，在計算機科學中居于核心地位。在信息時代，算法作為解決問題的主要工具之一，其通過輸入符合規(guī)范的信息，進而在短時間內快速獲取所需要的輸出，現(xiàn)已在各個領域得到了廣泛應用。在生物信息學中，計算機算法的應用也對生物信息學的發(fā)展起著積極推動作用。生物信息學中常用的計算機算法重要包含下面幾種：〔1〕分治法。分治法即在解決大的問題實例時，通過將該問題實例分解為具有一樣問題的幾個小的問題實例，再采取遞歸方法依次對這些小的問題實例求解，然后將所得的解合并，進而得出大的問題實例的解。分治法重要應用于合并排序、近期對和凸包問題等領域。而在生物信息學中，能夠通過分治法來分析處理序列比對以及序列聯(lián)配等問題。其中，序列比對在生物學中是最為常見的問題之一，通過PSW-DC算法、生物序列比對算法，在分而治之方法理念的指點下，將Query序列劃分成幾個片段，再分配給對應的處理器，然后并行地根據(jù)Smith-Waterman算法和目的序列進行比照，最終根據(jù)相應規(guī)則的擴展經(jīng)過得到最優(yōu)化的序列匹配[1]。〔2〕圖算法。圖算法指通過特制的線條算圖求得問題實例解的一種便捷算法。圖作為一種非線性構造，極具復雜性。因而，圖算法無論是在工程、人工智能、數(shù)學領域，還是在生物信息學、計算機科學領域均得到了廣泛應用。其中，在生物信息學中，運用圖算法能夠解決許多生物信息學問題，例如：DNA測序、蛋白質測序等。〔3〕貪心算法。貪心算法指在一定標準下，通過制訂一系列步驟構造問題實例的解，并從諸多解中選取部分最優(yōu)的一個。選取不具有撤銷性，因此依此選取直至全局到達最優(yōu)。在生物信息學中，貪心算法重要應用于解決基因組重排、反序排列等問題[2]。該算法在生物信息學中的應用不僅能夠使問題得到最優(yōu)解，而且具有較高的運算速度，是一種有效且可行的計算機算法?！?〕動態(tài)規(guī)劃算法。動態(tài)規(guī)劃算法是指將大的問題實例分解為若干小的、類似的、交織的子問題實例，通過從下到上的遞推方式求得最優(yōu)值，并將子問題實例的解進行有效存儲，防止反復計算子問題，進而得到問題最優(yōu)解決方案的一種算法策略。將動態(tài)規(guī)劃算法運用到生物信息學中，能夠有效地分析并處理數(shù)據(jù)之間的重疊性以及相關性等特點，因而重要應用于DNA序列比較、部分及全局序列聯(lián)配、多重聯(lián)配、基因預測及填充表達缺失數(shù)據(jù)等問題中[3]。2計算機算法在生物信息學中的典型應用2.1基因表達數(shù)據(jù)分析基因表達數(shù)據(jù)分析一直是生物信息學研究的熱門和難點。在當今的工作理論中，往往采取計算機算法中的聚類分析對基因表達數(shù)據(jù)進行分析處理，通過把表達規(guī)律相近的基因聚成一類，進而找出互相之間有關聯(lián)的基因，并分析基因功能。計算機算法能夠通過基因的轉錄調節(jié)網(wǎng)絡，觀察基因的表達形式隨環(huán)境變化或在藥物作用下作出的相應改變，說明基因互相間的調節(jié)作用，并對基因的啟動子加以研究，分析具有一樣表達形式的同類啟動子的構成特性。計算機算法中的聚類分析作為分析基因表達數(shù)據(jù)的主要方法之一，不僅能夠發(fā)現(xiàn)基因間的線性關系，而且能夠找出基因間的非線性關系，因此逐步得到廣闊研究者的認可[4]。2.2基因組序列信息分析生物信息學中的基因組序列并不是基因的簡單排列，而是具有特定的組織和信息構造，并經(jīng)過長期演化構成的結果，是基因充足發(fā)揮其應有功能所必須的基礎條件之一。利用計算機算法對基因組序列信息進行分析，并預測相關功能位點是近年來的重要研究方向之一。分析基因組序列信息通常采取從頭算法和比較同源列法兩大類。其中，從頭算法是基于統(tǒng)計學的方法，它是指通過辨別蛋白質編碼基因的性質及特征，對外顯子、內含子和基因間的區(qū)域進行有效區(qū)分；而比較同源列法則是通過將基因信息與數(shù)據(jù)庫中的基因信息進行同源比較，進而找出新基因。在新的DNA序列中，一般除基因外，還包括很多與核酸構造特征有關聯(lián)的其它信息，這些信息對DNA與蛋白質或RNA之間的互相作用具有決定性影響，而運用計算機算法搜索與已經(jīng)知道蛋白質、表達序列標簽類似的區(qū)域，并對其進行編碼，是生物信息學中分析基因組序列信息最為理想的算法之一。2.3生物序列差別與類似性分析在生物信息學中，分析生物序列的差別和類似性是最基本且主要的操作之一，通過對生物序列差別和