第十章蛋白质组研究中的生物信息学.pptVIP

 第十章 蛋白质组研究中的 生物信息学 一、生物信息学概述 1、什么是生物信息学？ Bioinformatics: 一门新兴的交叉学科，包含信息的获取、处理、存储、分配 、分析和解释等在内的所有方面。它综合应用数学、计算机科学和生物学的各种工具来阐明和理解大量数据所包含的生物学意义。Bioinformatics encompasses all aspects of genome information acquisition, processing, storage, distribution, analysis, and interpretation.  计算机运算速度:18个月增长一倍DNA序列数据:14个月增长一倍 基因组学的研究内容 基因组组分动力学。基因组组分的变化与基因变异、基因功能、基因进化、基因组重复序列变迁等，以及它们的相互关系。 基因产物系统生物学。基因产物（RNA和蛋白质）的功能和相互作用，基因产物所构成的细胞分子机制，生命过程与生化途径的系统关系等。 基因组多态性。基因和基因组在物种内的变化与物种的性状或基因表型的关系。由于物种内各亚种间的差别较小，在基因组水平上也属于多态性研究的范畴。基因组多态性在群体水平的研究，是超越传统遗传学的一个飞越。 基因组的进化。物种间基因组在自然选择下变化的比较研究。 （3）蛋白质结构对比与预测 包括2级和3级结构预测，是最重要的课题之一。 从方法上来看有演绎法和归纳法两种途径。前者主要是从一些基本原理或假设出发来预测和研究蛋白质的结构和折叠过程。分子力学和分子动力学属这一范畴。后者主要是从观察和总结已知结构的蛋白质结构规律出发来预测未知蛋白质的结构。同源模建和指认（Threading）方法属于这一范畴。虽然经过30余年的努力，蛋白结构预测研究现状远远不能满足实际需要。 （4）计算机辅助基因识别(仅指蛋白质编码基因) 基本问题是给定基因组序列后，正确识别基因的范围和在基因组序列中的精确位置.这是最重要的课题之一，而且越来越重要。经过20余年的努力，提出了数十种算法，有十种左右重要的算法和相应软件上网提供免费服务。原核生物计算机辅助基因识别相对容易些，结果好一些。从具有较多内含子的真核生物基因组序列中正确识别出起始密码子、剪切位点和终止密码子，是个相当困难的问题，研究现状不能令人满意，仍有大量的工作要做。 （5）非编码区分析和DNA语言研究 在人类基因组中，编码部分进展总序列的3-5%，其它通常称为“垃圾”DNA，其实一点也不是垃圾，只是我们暂时还不知道其重要的功能。分析非编码区DNA序列需要大胆的想象和崭新的研究思路和方法。DNA序列作为一种遗传语言，不仅体现在编码序列之中，而且隐含在非编码序列之中。 （6）分子进化和比较基因组学 早期的工作主要是利用不同物种中同一种基因序列的异同来研究生物的进化，构建进化树。既可以用DNA序列也可以用其编码的氨基酸序列来做，甚至于可通过相关蛋白质的结构比对来研究分子进化。以上研究已经积累了大量的工作。近年来由于较多模式生物基因组测序任务的完成，为从整个基因组的角度来研究分子进化提供了条件。 （7）从功能基因组到系统生物学 无论是生物芯片还是蛋白质组技术的发展，都更强烈地依赖于生物信息学的理论、技术与数据库。下一步，功能基因组研究将朝着复杂系统的方向发展，即：探讨生物系统中各部分、各层次的相互作用，从而进入系统生物学的领域。 （10）基于结构的药物设计 人类基因组计划的目的之一在于阐明人的约10万种蛋白质的结构、功能、相互作用以及与各种人类疾病之间的关系，寻求各种治疗和预防方法，包括药物治疗。基于生物大分子结构的药物设计是生物信息学中的极为重要的研究领域。为了抑制某些酶或蛋白质的活性，在已知其3级结构的基础上，可以利用分子对接算法，在计算机上设计抑制剂分子，作为候选药物。这种发现新药物的方法有强大的生命力，也有着巨大的经济效益。 （11）生物信息处理并行算法的研究 由于生物信息数据的规模极其巨大， 因此国内外都开展了生物信息处理算法并行化方向的研究。国外还开展了特殊生物信息处理中算法的研究以及在硬件基础上的并行化方向的研究，主要是研究生物信息学中的一些关键的算法，研究其中的可并行性，然后将其固化到硬件芯片中，从而提高整个计算系统的性能。 （12）其他 如基因表达谱分析，代谢网络分析；基因芯片设计等，逐渐成为生物信息学中新兴的重要研究领域。随着蛋白质组学研究的迅猛发展，蛋白质组学数据分析、计算蛋白质组学等领域的地位将越发重要。 RNA水平基因表达研究的基本方法有EST、