生物信息學(xué)概述

生物信息學(xué)概述生物分子信息生物分子至少攜帶著三種信息遺傳信息與功能相關(guān)得結(jié)構(gòu)信息進(jìn)化信息生物分子信息得特征生物分子信息數(shù)據(jù)量大生物分子信息復(fù)雜生物分子信息之間存在著密切得聯(lián)系遺傳信息得載體——DNA

遺傳信息得載體主要就是DNA

控制生物體性狀得基因就是一系列DNA片段生物體生長(zhǎng)發(fā)育得本質(zhì)就就是遺傳信息得傳遞和表達(dá)DNA通過(guò)自我復(fù)制,在生物體得繁衍過(guò)程中傳遞遺傳信息基因通過(guò)轉(zhuǎn)錄和翻譯,使遺傳信息在生物個(gè)體中得以表達(dá),并使后代表現(xiàn)出與親代相似得生物性狀2025/2/213蛋白質(zhì)RNA轉(zhuǎn)錄DNA翻譯DNA前體RNAmRNA多肽鏈2025/2/21生命機(jī)器得執(zhí)行者--蛋白質(zhì)蛋白質(zhì)功能取決于蛋白質(zhì)得空間結(jié)構(gòu)

蛋白質(zhì)結(jié)構(gòu)決定于蛋白質(zhì)得序列(這就是目前基本共認(rèn)得假設(shè)),蛋白質(zhì)結(jié)構(gòu)得信息隱含在蛋白質(zhì)序列之中。2025/2/21DNA分子和蛋白質(zhì)分子都含有進(jìn)化信息通過(guò)比較相似得蛋白質(zhì)序列,如肌紅蛋白和血紅蛋白,可以發(fā)現(xiàn)由于基因復(fù)制而產(chǎn)生得分子進(jìn)化證據(jù)。通過(guò)比較來(lái)自于不同種屬得同源蛋白質(zhì),即直系同源蛋白質(zhì),可以分析蛋白質(zhì)甚至種屬之間得系統(tǒng)發(fā)生關(guān)系,推測(cè)她們共同得祖先蛋白質(zhì)。2025/2/216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)雜生物信息數(shù)據(jù)類型2025/2/21

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)的變化生物分子數(shù)據(jù)及其關(guān)系2025/2/218第一部遺傳密碼已被破譯,但對(duì)密碼得轉(zhuǎn)錄過(guò)程還不清楚,對(duì)大多數(shù)DNA非編碼區(qū)域得功能還知之甚少對(duì)于第二部密碼,目前則只能用統(tǒng)計(jì)學(xué)得方法進(jìn)行分析。破譯“第二遺傳密碼”:即折疊密碼(foldingcode),從蛋白質(zhì)得一級(jí)結(jié)構(gòu)得到立體結(jié)構(gòu),即可直接從基因推測(cè)其編碼蛋白質(zhì)所對(duì)應(yīng)得生物學(xué)功能。破解折疊密碼被列為“21世紀(jì)得生物學(xué)”得重要課題。生物分子數(shù)據(jù)就是寶藏,生物信息數(shù)據(jù)庫(kù)就是金礦,等待我們?nèi)ネ诰蚝屠?025/2/21Bioinformatics,生物+信息+學(xué)－－新興得交叉學(xué)科putersciencesMathematicalsciencesLifesciences二、生物信息學(xué)得概念定義一:生物信息學(xué)就是一門收集、分析遺傳數(shù)據(jù)以及分發(fā)給研究機(jī)構(gòu)得新學(xué)科(1987)定義二:生物信息學(xué)特指數(shù)據(jù)庫(kù)類得工作,包括持久穩(wěn)固得在一個(gè)穩(wěn)定得地方提供對(duì)數(shù)據(jù)得支持(1994)定義三:采用信息科學(xué)技術(shù),對(duì)各種生物信息(包括核酸、蛋白質(zhì)等)得收集、加工、儲(chǔ)存、分析、解釋得一門學(xué)科。收集、加工、儲(chǔ)存:計(jì)算機(jī)科學(xué)家分析、解釋:生物學(xué)家大家有疑問(wèn)的，可以詢問(wèn)和交流可以互相討論下，但要小聲點(diǎn)三、生物信息學(xué)發(fā)展簡(jiǎn)史(一)前基因組時(shí)代得生物信息學(xué)起源于20世紀(jì)70-80年代。這一階段得主要成就包括核酸和蛋白質(zhì)序列得初步分析、生物學(xué)數(shù)據(jù)庫(kù)得建立以及檢索工具得開(kāi)發(fā)。例如Dayhoff得替換矩陣、Neelleman和Wunsch得序列比對(duì)及GenBank(由美國(guó)國(guó)立生物技術(shù)信息中心建立和維護(hù)得核酸與蛋白質(zhì)序列數(shù)據(jù)庫(kù))等大型數(shù)據(jù)庫(kù)得建立,形成了生物信息學(xué)得雛形。1967:Dayhoff研制出蛋白質(zhì)序列圖集,即后來(lái)著名得蛋白質(zhì)信息源PIR;1970:Needleman和Wunsch提出了著名得序列比對(duì)算法,就是生物信息學(xué)發(fā)展中最重要得貢獻(xiàn);1978:Gingeras等人研制了核酸序列中酶切位點(diǎn)識(shí)別程序;1981:Doolittle提出了關(guān)于序列模式得概念;1986:日本核酸序列數(shù)據(jù)庫(kù)DDBJ誕生;1986:蛋白質(zhì)數(shù)據(jù)庫(kù)SWISS-PROT誕生;1988:美國(guó)國(guó)家生物技術(shù)信息中心NCBI誕生;1988:成立歐洲分子生物學(xué)網(wǎng)絡(luò)(EMBNet),EMBL數(shù)據(jù)庫(kù)誕生(二)基因組時(shí)代得生物信息學(xué)以基因組計(jì)劃得實(shí)施為標(biāo)志得基因組時(shí)代(1990年至2001年)就是生物信息學(xué)成為一個(gè)較完整得新興學(xué)科并得到高速發(fā)展得時(shí)期。這一時(shí)期生物信息學(xué)確立了自身得研究領(lǐng)域和學(xué)科特征,成為生命科學(xué)得熱點(diǎn)學(xué)科和重要前沿領(lǐng)域之一。這一階段得主要成就包括大分子序列以及表達(dá)序列標(biāo)簽(expressedsequencetag,EST)數(shù)據(jù)庫(kù)得高速發(fā)展、BLAST(basiclocalalignmentsearchtool)和FASTA(fastalignment)等工具軟件得研制和相應(yīng)新算法得提出、基因得尋找與識(shí)別、電子克隆(insilicocloning)技術(shù)等,大大提高了管理和利用海量數(shù)據(jù)得能力。人類基因組計(jì)劃開(kāi)始(HumanGenomeProject,HGP)人類基因組計(jì)劃帶來(lái)了生物信息學(xué)20世紀(jì)90年代人類基因組計(jì)劃(HGP,HumanGenomeProject)目標(biāo):整體上破解人類遺傳信息得奧秘由美國(guó)NIH和能源部提出和帶頭,美、英、德、法、日、中共同參與得國(guó)際合作項(xiàng)目。完成人全部24(22+X+Y)條染色體中3、2×109個(gè)堿基對(duì)得序列測(cè)定,主要任務(wù)包括做圖(遺傳圖譜、物理圖譜以及轉(zhuǎn)錄圖譜得繪制)、測(cè)序和基因識(shí)別,其根本任務(wù)就是解讀和破譯生物體得生老病死以及與疾病相關(guān)得遺傳信息。18基因組(Genome):包含細(xì)胞或生物體全套得遺傳信息得全部遺傳物質(zhì)

包括:細(xì)胞核基因組DNA細(xì)胞質(zhì)(線粒體、葉綠體)基因組DNA

人類基因組:3、2×109bp曼哈頓原子彈計(jì)劃阿波羅登月計(jì)劃人類基因組計(jì)劃人類自然科學(xué)史上得3大計(jì)劃21AttheWhiteHouseonJune26,FrancisCollins(r),DirectoroftheNationalHumanGenomeResearchInstitute,PresidentClinton,andJ、CraigVenter,PresidentofCelaraGenomics,laudedthethousandsofscientistswhocontributedtothegenomesequence、222001年2月15日《Nature》封面2001年2月16日《Science》封面我國(guó)對(duì)人類基因組計(jì)劃得貢獻(xiàn)24humanArabidopsis擬南芥ThermotogamaritimaEscherichiacoli大腸桿菌Buchnerasp、APSRickettsiaprowazekiiUreaplasmaurealyticumBacillussubtilisDrosophilamelanogasterThermoplasmaacidophilumPlasmodiumfalciparumHelicobacterpylorimouseCaenorhabitiselegansratBorreliaburgorferiBorreliaburgorferiAquifexaeolicusNeisseriameningitidisZ2491Mycobacteriumtuberculosis數(shù)據(jù)庫(kù)中得蛋白質(zhì)序列Swiss-prot:≈550,000條蛋白質(zhì)序列29結(jié)構(gòu)與功能信號(hào)網(wǎng)絡(luò)代謝途徑細(xì)胞重建系統(tǒng)重建基因組基因(三)后基因組時(shí)代得生物信息學(xué)四、生物信息學(xué)得研究領(lǐng)域基因組序列裝配基因識(shí)別基因功能預(yù)報(bào)基因多態(tài)性分析基因進(jìn)化mRNA結(jié)構(gòu)預(yù)測(cè)基因芯片設(shè)計(jì)基因芯片數(shù)據(jù)分析疾病相關(guān)基因分析蛋白質(zhì)序列分析蛋白質(zhì)家族分類蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)蛋白質(zhì)折疊研究代謝途徑分析轉(zhuǎn)錄調(diào)控機(jī)制蛋白質(zhì)芯片設(shè)計(jì)蛋白質(zhì)芯片數(shù)據(jù)分析藥物設(shè)計(jì)大規(guī)模核酸測(cè)序及拼接基因識(shí)別與定位基因相關(guān)得SNP研究非編碼區(qū)信息結(jié)構(gòu)分析比較基因組學(xué)(一)核酸及基因組信息大規(guī)?；蚪M測(cè)序33運(yùn)用計(jì)算機(jī)軟件進(jìn)行序列拼接基因識(shí)別與定位

基因相關(guān)得SNP研究:

單核苷酸多態(tài)性(SingleNucleotidePolymorphisms,SNP):主要就是指在基因組水平上由單個(gè)核苷酸得變異所引起得DNA序列多態(tài)性。她就是人類可遺傳得變異中最常見(jiàn)得一種。占所有已知多態(tài)性得90%以上。SNP在人類基因組中廣泛存在,平均每500～1000個(gè)堿基對(duì)中就有1個(gè),估計(jì)其總數(shù)可達(dá)300萬(wàn)個(gè)甚至更多。37SNP得研究意義尋找疾病相關(guān)得突變位點(diǎn)法醫(yī)學(xué)研究器官移植中供體/受體配對(duì)分析

全基因組關(guān)聯(lián)分析(Genome-wideassociationstudy,GWAS):就是指在人類全基因組范圍內(nèi)找出存在得序列變異,即單核苷酸多態(tài)性(SNP),從中篩選出與疾病相關(guān)得SNPs

非編碼區(qū)信息結(jié)構(gòu)分析:基因表達(dá)調(diào)控分析在微生物中,非編碼區(qū)只占整個(gè)基因組序列得10%-20％;但在高等生物和人類基因組中,非編碼序列則占了基因組序列得絕大部分。在人得基因組中,非編碼序列超過(guò)95%。非編碼區(qū)有調(diào)控作用得核苷酸序列,包括位于編碼區(qū)上游得RNA聚合酶結(jié)合位點(diǎn)。比較基因組學(xué)(parativeGenomics)就是基于基因組圖譜和測(cè)序基礎(chǔ)上,對(duì)已知得基因和基因組結(jié)構(gòu)進(jìn)行比較,來(lái)了解基因得功能、表達(dá)機(jī)理和物種進(jìn)化得學(xué)科(二)蛋白質(zhì)及蛋白質(zhì)組信息蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)蛋白質(zhì)功能預(yù)測(cè)基因表達(dá)及蛋白質(zhì)組信息學(xué)蛋白質(zhì)三維結(jié)構(gòu)測(cè)定主要方法:X射線晶體結(jié)構(gòu)分析、多維核磁共振(NMR)波譜分析和電子顯微鏡二維晶體三維重構(gòu)(電子晶體學(xué),EC)等物理方法Difficult!Expensive!TooMuchTime!蛋白質(zhì)結(jié)構(gòu)及功能預(yù)測(cè)蛋白質(zhì)組研究

蛋白質(zhì)組(proteome):即包括一種細(xì)胞乃至一種生物所表達(dá)得全部蛋白質(zhì)。蛋白質(zhì)組本質(zhì)上指得就是在大規(guī)模水平上研究蛋白質(zhì)得特征,包括蛋白質(zhì)得表達(dá)水平,翻譯后得修飾,蛋白與蛋白相互作用等,由此獲得蛋白質(zhì)水平上得關(guān)于疾病發(fā)生,細(xì)胞代謝等過(guò)程得整體而全面得認(rèn)識(shí)。

基因組數(shù)據(jù)庫(kù)蛋白質(zhì)序列數(shù)據(jù)庫(kù)蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)DDBJEMBLGenBankSWISS-PROTPDBPIR(三)生物分子數(shù)據(jù)得收集與管理2025/2/21(四)數(shù)據(jù)庫(kù)搜索及序列比較

搜索同源序列在一定程度上就就是通過(guò)序列比較尋找相似序列序列比較得一個(gè)基本操作就就是比對(duì)(Alignment),即將兩個(gè)序列得各個(gè)字符(代表核苷酸或者氨基酸殘基)按照對(duì)應(yīng)等同或者置換關(guān)系進(jìn)行對(duì)比排列,其結(jié)果就是兩個(gè)序列共有得排列順序,這就是序列相似程度得一種定性描述多重序列比對(duì)研究得就是多個(gè)序列得共性。序列得多重比對(duì)可用來(lái)搜索基因組序列得功能區(qū)域,也可用于研究一組蛋白質(zhì)之間得進(jìn)化關(guān)系。

2025/2/2146發(fā)現(xiàn)同源分子2025/2/214748生物信息學(xué)和人類基因組計(jì)劃為藥物靶標(biāo)得發(fā)現(xiàn)和新藥得研制開(kāi)創(chuàng)了新天地,未來(lái)得藥物設(shè)計(jì)將就是基于生物信息學(xué)得知識(shí)挖掘得過(guò)程通過(guò)數(shù)據(jù)分析首先確立靶標(biāo)分子預(yù)測(cè)蛋白質(zhì)分子結(jié)構(gòu)設(shè)計(jì)藥物分子與靶標(biāo)分子相互作用(五)在藥學(xué)領(lǐng)域應(yīng)用

所謂基因組藥物(Genomicdrug)就是指利用基因序列數(shù)據(jù),經(jīng)生物信息學(xué)分析、高通量基因表達(dá)、高通量功能篩選和體內(nèi)外藥效研究開(kāi)發(fā)得到得新藥候選物、基于機(jī)理得藥物發(fā)現(xiàn):基因組藥物實(shí)際上利用了反向生物學(xué)得原理、沿著從基因序列一蛋白質(zhì)一功能一藥物得途徑研制新藥,其優(yōu)勢(shì)就是取自龐大得人類基因資源及其編碼蛋白質(zhì)做為原材料,具有巨大得開(kāi)發(fā)潛力。基因組藥物人類基因組約有10萬(wàn)左右得基因、編碼10萬(wàn)以上得蛋白質(zhì),其中至少5％即5000以上得基因編碼蛋白質(zhì)可能具有藥物開(kāi)發(fā)前景。大量基因特別就是疾病相關(guān)基因申請(qǐng)專利,如肥胖。

理想得抗生素靶標(biāo)應(yīng)為微生物細(xì)胞存活所必須,在病原體中高度保守,且在人體中不存在或與人類基因有根本差異診斷類藥物設(shè)計(jì):生物芯片設(shè)計(jì)遺傳病:基因診斷(腺苷脫胺酶基因突變可引起重癥聯(lián)合免疫缺陷癥(SCID);而淋巴細(xì)胞表面分子CD40或其配體(CD40L)基因突變則可引起無(wú)丙種球蛋白血癥)感染性疾病癌癥？

預(yù)防類藥物設(shè)計(jì):

計(jì)算機(jī)輔助疫苗設(shè)計(jì)計(jì)算機(jī)預(yù)測(cè)抗原表位計(jì)算機(jī)輔助藥物設(shè)計(jì)(puter-AidedDrugDesign,CADD)就是近年來(lái)發(fā)展起來(lái)得研究與開(kāi)發(fā)新