生物信息学在临床医学上的应用

生物信息学在临床医学上的应用摘要：生物信息学自诞生之日起,其技术手段便在生物学、医学、农学和药学等领域的研究中得到广泛应用。本文主要讲述生物信息学在临床医学上的应用。关键词：生物信息学临床医学应用21世纪是生命科学的时代，也是信息时代随着人类基因组计划的实施，有关核酸蛋白质的序列和结构数据呈指数增长，相关信息也迅速增长；自1995年科学家破译全长为180万核苷酸的嗜血流感杆菌基因组以来，到2009年1月已有2271种原核生物和383种真核生物的完整基因组完成测序或正在进行。2001年，公布了人类基因组的工作草图；2007年，公布了人类单个个体二倍体基因组序列，为未来的基因组比较打开了一道门，也开创了个体基因组信息的新纪元。这些成就意味着基因组的研究将全面进入信息提取和数据分析的崭新阶段。面对巨大而复杂的数据，运用计算机管理数据、控制误差、加速分析过程势在必行。20世纪80年代末，生物信息学（Bioinformatics）逐渐兴起并蓬勃发展。生物信息学（Bioinformatics）一词由美籍学者林华安博士（HwaA.Lim）首先创造和使用。生物信息学是多学科的交叉产物，涉及生物数学、物理、计算机科学、信息科学等多个领域。狭义的讲，生物信息学是对生物信息的获取、存储、分析和解释；计算生物学则是指为实现上述目的而进行的相应算法和计算机应用程序的开发，这两门学科之间没有严格的分界线，统称为生物信息学。生物信息学对于管理现代生物学和医学数据具有重大意义，其研究成果将对人类社会和经济产生巨大推动作用。1.生物信息学在临床医学上的应用1.1疾病相关基因的发现研究发现很多疾病的发生与基因突变或基因多态性有关。有学者估计与癌症相关的原癌基因约有1000个，抑癌基因约有100个；约有6000种以上的人类疾患与各种人类基因的变化相关联；更多的疾病是环境（包括致病微生物）与人类基因（或基因产物）相互作用的结果。随着人类基因组计划的深入研究，当明确了人类全部基因在染色体上的位置，他们的序列特征（包括单核苷酸多态sin-gle-nucleotidepolymorphisms,SNPs）以及他们的表达规律和产物（RNA和蛋白质）特征以后，人们就可以有效地了解各种疾病发生的分子机制，进而发展适宜的诊断和治疗手段。发现新基因是当前国际上基因组研究的热点，使用生物信息学的方法是发现新基因的重要手段。目前发现新基因的主要方法有多种:(1)基因的电脑克隆:所谓基因的“电脑克隆”，就是以计算机和互联网为手段，发展新算法，对公用、商用或自有数据库中存储的表达序列标签进行修正、聚类、拼接和组装，获得完整的基因序列，以期发现新基因。(2)通过多序列比对从基因组DNA序列中预测新基因川:从基因组序列预测新基因，本质上是把基因组中编码蛋白质的区域和非编码蛋白质的区域区分开来。从理论方法来讲，就是要找到在编码区和非编码区哪些数学、物理学特征不同。将这些序列与已知基因数据库进行比较，就可以发现新的基因。(3)发现单核昔酸多态性:现在普遍认为SNPs研究是人类基因组计划走向应用的重要步骤。这主要是因为SNPs将提供一个强有力的工具，用于高危群体的发现、疾病相关基因的鉴定、药物的设计和测试以及生物学的基础研究等。1.2新的药物分子靶子的发现与确立目前，新的药物分子靶点的发现和确立已离不开生物信息学的工作。从某种意义上说，生物信息学在靶点确定中的应用已成为发现药物的新模式。目前药物开发的关键是如何在大量的潜在靶点中筛选出最有可能获得成功并应用于临床的靶点。这使得生物信息学研究的焦点从对靶点的推测转移到了对靶点的识别与确定上。生物信息学可以帮助人们在药物开发过程中更早、更快地找到更佳的药物作用靶点，减少研发时间和所需临床试验的数量。发现候选药物作用靶点的方法主要有表达序列标签数据库搜寻、综合分子特征方法和结构生物学方法等。发现候选药物作用靶点后，还必须对靶点蛋白质进行功能验证，并确定其是否在疾病发生过程中起关键作用。基本思路是研究功能的获得与丧失分析。方法有基因敲除、转基因动物模型、蛋白组学方法、核酸酶法及免疫化学方法等。1.3药物设计创新药物的研究具有重要的社会效益和经济效益。然而新药的研发是一项高投人、高风险、效率低下的工作。主要难点有两个:一是疾病相关的靶点生物大分子的发现及确认;二是具有生物活性的生物小分子的设计和发现。传统新药发现方式缺乏理论指导，主要依赖大量的随机筛选，时间长，耗资巨大。人类基因组计划和蛋白组计划的实施、大量疾病相关基因及作用靶点的发现、生物信息学的兴起，为新药设计提供了新的理论和思路。针对疾病相关的靶标生物大分子的直接药物设计已逐渐成为药物设计的主要方法。直接药物设计方法可分为两类:(1)全新药物设计:即根据靶点分子与药物相结合的活性部位的几何形状和化学特性，设计出与其相匹配的全新结构的药物分子。(2)数据库搜寻:将化合物三维结构数据库中分子与靶标分子逐一对接，同时优化小分子化合物的取向及构象，寻找小分子与靶标大分子作用的最佳构象，计算其相互作用及结合能，从而找出化合物三维结构库中与靶标生物大分子作用的最佳小分子。2.总结与展望21世纪是生命科学大发展的时代，以人类基因组计划为序幕的生物信息学研究，是全面认识生命及其过程的重要手段。未来医学的突破性进展不仅取决于生物学家与医学家的努力，甚至更大程度上取决于数学、物理、化学、计算机技术等的发展以及生物学和医学的交叉和结合。生物信息学作为一门综合系统科学，可发挥其独特的桥梁作用和整合作用。应用生物信息学研究方法分析生物数据,提出与疾病发生发展相关的基因或基因群，再进行实验验证，是一条高效的研究途经。生物信息学已广泛地渗透到医学的各个研究领域中，在疾病相关基因的发现、疾病临床诊断、疾病的个体化治疗、新的药物分子靶点的发现、创新药物设计以及基因芯片的设计与数据处理等医学应用研究方面将发挥重要作用。生物信息学的研究结果不仅具有重要的理论价值，也可直接应用到医疗实践当中去。因此，生物信息学相关的分析与应用算法、软件和数据库，都具有重要的经济价值，最终都会转化为商品，获得经济和社会效益。参考文献［1］殷国荣，杨建一.医学科研方法与论文写作［M］.北京：科学出版社，2009：334-338.[2］高英堂，杜智，王毅军等.肝细胞癌高表达基因cDNA文库的构建及生物信息学分析［J］.生物技术通讯，2006:520-525.[3]郝柏林,张淑誉.生物信息学手册[K].上海:上海科学技术出版社,2000:12-22.[4]汪凡军，张楚瑜.生物信息学在医学上的应用[J].国际检验医学，2006:27—30.[5]李润花，贾宝财.生物信息学在生物医学与药物开发中的应用[J].食品工程，2010：16-19.[6]李惠芳，张燕舞等.生物信息学资源在医学查新工作中的应用[J].中华医学图书馆,2005:42-44.