70生物信息学介绍

生物信息学介绍生物信息学：•存储、修复、分析、整合生物数据的学科•分子生物学与信息技术的结合体•研究材料与结果：各种生物学数据•研究工具：网络、计算机•包括生物学和计算两部分•现代生物研究的核心•研究方法：–传统生物学：实验理论–现代生物学：理论实验验证•基因和生命的关系:中心法则基因传递遗传信息（转录），并由蛋白质表达，构成有机体，完成生命的功能DNAmRNA蛋白质•蛋白质组（蛋白质protein与基因组genome的杂合）一种基因组所表达的全套蛋白质，即一种细胞至一种生物所表达的全部蛋白质•蛋白质组学：从蛋白质组的水平研究认识生命活动的机理和疾病发生的分子机制•人类基因组计划（HumanGenomePROJECT,HGP)1986年AmericianRenstoDulbecco《Science》阐明人类基因组的全部核苷酸序列，从整体上破译人类遗传信息，在分子水平全面认识自我近期任务•大规模基因组测序中的信息分析•新基因和新SNPS(单核苷酸多态性)的发现与鉴定•完整基因组的比较研究•大规模基因功能表达谱的分析•生物大分子的结构模拟与药物设计远期任务•读懂人类基因组，发现人类遗传语言的根本规律，从而阐明若干生物学中的重大自然哲学问题，像生命的起源与进化等。这一研究的关键和核心是了解非编码区–非编码区信息结构分析–遗传密码起源和生物进化的研究生物学世纪的重大生物学课题•生命是什么：生物系统运作机理的更深入探索•基因组中的信息：读懂ACGT序列•氨基酸序列如何编码蛋白质的特性与活性–蛋白质的结构和功能预测•蛋白质怎样实现细胞和有机体的动力学：–生命为什么是蛋白质的运动方式•个体发育和系统发育的法则和机理：–肌体如何长成、运作、衰老和进化•征服疾病：–主要循环系统疾病、癌症、病毒源性疾病、遗传病和衰老•保护和利用生物资源，开发和发展生物产业：–生物学怎样造福人类现在进行的研究•序列比对–系列两两比对–多系列比对•基因组数据分析序列拼接：通过计算分析从EST库拼接出完整的新基因，即“电子克隆”新基因发现：根据编码区具有的序列特征等通过计算分析从DNA序列中确定基因编码区序列同源比较：Smith－Waterman算法FASTABLAST算法•大规模基因表达谱数据分析重复序列分析编码区统计特征分析启动子分析内含子/外显子剪接位点翻译起始位点和翻译终止信号tRNA基因识别DNA序列自身编码特征分析基因组组织结构和信息结构不同物种、不同进化水平的生物的相关基因之间进行比较•蛋白质结构和功能的预测分析–蛋白质家族保守序列寻找–从氨基酸组成辨识蛋白质–蛋白质二级结构预测–蛋白质的三维结构–蛋白质的物理性质预测–其他特殊局部信息：其它特殊局部结构包括膜蛋白的跨膜螺旋、信号肽、卷曲螺旋(CoiledCoils)等，具有明显的序列特征和结构特征，也可以用计算方法加以预测•cDNA芯片相关的数据管理和分析实验室信息管理系统基因表达公共数据库•分子进化研究分类•序列分析•不基于序列的研究–生物芯片的基因表达谱分析–全基因组关联分析–基因调控网络的反向工程研究数据挖掘技术在生物信息学的应用•异质、分布式基因组数据的语义综合•DNA序列的相似性查找和比较•关联分析：识别基因序列的共发生性•路径分析：在疾病发展的不同阶段的相关基因•可视化工具和基因数据分析•KDD2001年BIOKDD的主题就是“生物信息学中的数据挖掘”现在的工作•数据挖掘算法在生物信息学研究中的应用•数据挖掘算法在生物信息学研究中的改进与发展•生物信息学软件的开发基因芯片(microarray)介绍•电子技术与生物技术的结合•基因组研究中最实用的部分之一•Affymetrix公司：1.6cm240万位点每点1000万条探针基因芯片流程（一）1.实验设计2.样品制备（指mRNA或总RNA样品，包括对照组和实验组）3.芯片制备（包括PCR，纯化，点样等步骤）4.芯片杂交（将mRNA或总RNA分别进行逆转录生成cDNA，在此步骤中将对照组和实验组cDNA分别标记CY3和CY5荧光信号）5.芯片扫描（采用激光扫描仪，分别用532nm和635nm波长激光扫描芯片，对于每张芯片，得到CY3和CY5通道两幅图象）基因芯片流程（二）6.图象处理（采用专门软件，对图象进行分析，提取每个点上的数字信号），得到原始数据表。7.数据校正和筛选（对cy5或cy3信号进行校正，消除实验或扫描等各环节因素对数据的影响，同时利用筛选规则对数据中的“坏点”，“小点”，“低信号点”进行筛选，并作标记。）8.差异表达基因的确定（采用ratio值对差异基因进行判断，或采用统计方法如线性回归、主成分分析、调整P值算法等对差异基因进行统计推断）9.生物信息学分析（如cluster算法、差异基因的同源性比对，差异基因的相关文献检索等）基因芯片应用•基因表达检测–特异性相关的基因：差异表达的基因–基因功能研究–健康状况的检测–毒理学研究–药物作用机制的研究•定位克隆•基因突变和多态性检测•确定重叠群克隆的排序基因芯片产业化现状•公司：尖端技术研究和市场化的混合体•美国已有二十多家公司•我国：–首家为联合基因集团–南方病虫害基因–白血病检测基因芯片分析所用到的算法•聚类•分类•关联分析•时间序列分析•异常检测•可视化