生物信息學緒論第1頁/共55頁生物信息學說文解字：生物+信息+學

(bioinformatics)biology+information+theory廣義應用信息科學的方法和技術，研究生物體系和生物過程中信息的存貯、信息的內(nèi)涵和信息的傳遞，研究和分析生物體細胞、組織、器官的生理、病理、藥理過程中的各種生物信息，或者也可以說成是生命科學中的信息科學。狹義應用信息科學的理論、方法和技術，管理、分析和利用生物分子數(shù)據(jù)。第2頁/共55頁Amarriageof…BiologyInformationtechnology第3頁/共55頁第4頁/共55頁生物信息學研究分類算法開發(fā)生物學研究應用BlastBlast第5頁/共55頁收集、整理、儲存、加工、發(fā)布和分析生物學數(shù)據(jù)3、生物信息學的研究內(nèi)容發(fā)展新的數(shù)理和信息科學的技術和方法用于管理和分析生物數(shù)據(jù)（生物工作者）（數(shù)理和信息科學工作者）第6頁/共55頁2、生物信息學基本方法和技術建立生物數(shù)據(jù)庫各種公共數(shù)據(jù)庫本地化數(shù)據(jù)庫數(shù)據(jù)庫檢索各種數(shù)據(jù)檢索工具的開發(fā)和使用Entrez檢索體系BLAST檢索體系第7頁/共55頁生物大分子序列分析Homologoussequenceanalysis（同源序列分析）Multiplesequencealignment（多序列對位（對齊）排列）Evolutionanalysis（進化分析）Phylogeneticprediction（系統(tǒng)發(fā)育預測）進化方式分析進化位點分析基因組分析序列拼接序列注釋第8頁/共55頁基因功能、結構分析蛋白質(zhì)功能、結構分析蛋白質(zhì)三維結構預測蛋白質(zhì)修飾ElectronicPCR統(tǒng)計模型HiddenMarkovmodel（HMM，隱馬爾可夫模型）基因識別和藥物設計Maximumlikelihoodmodel（最大似然模型）序列進化分析第9頁/共55頁數(shù)學算法自動序列拼接外顯子預測同源序列比較第10頁/共55頁第11頁/共55頁第12頁/共55頁第13頁/共55頁第14頁/共55頁第15頁/共55頁第16頁/共55頁第17頁/共55頁第18頁/共55頁第19頁/共55頁人類基因組：

3.2×109bp

已測序的重要模式生物：第20頁/共55頁H.inf全基因組Saccharomycescerevisiae釀酒酵母Caenorhabditiselegans秀麗線蟲第21頁/共55頁大腸桿菌及其全基因組水稻基因組計劃第22頁/共55頁Drosophilamelanogaster果蠅Arabidopsisthaliana擬南芥第23頁/共55頁第24頁/共55頁基因組演化與物種演化

(生命之樹)第25頁/共55頁怎樣利用數(shù)據(jù)庫？尋找基因序列信息第26頁/共55頁第27頁/共55頁第28頁/共55頁第29頁/共55頁序列比較分析第30頁/共55頁第31頁/共55頁第32頁/共55頁第33頁/共55頁第34頁/共55頁第35頁/共55頁生物信息學的發(fā)展過程大致經(jīng)歷了3個階段：前基因組時代--生物數(shù)據(jù)庫的建立、檢索工具的開發(fā)、DNA和蛋白質(zhì)序列分析、全局和局部的序列對位排列；基因組時代--基因?qū)ふ液妥R別、網(wǎng)絡數(shù)據(jù)庫系統(tǒng)的建立、交互界面的開發(fā)；后基因組時代--大規(guī)?；蚪M分析、蛋白質(zhì)組分析。第36頁/共55頁生物信息學的研究內(nèi)容1、

生物分子數(shù)據(jù)的收集與管理2、數(shù)據(jù)庫搜索及序列比較3、基因組序列分析4、基因表達數(shù)據(jù)的分析與處理

5、蛋白質(zhì)結構與功能預測6、基因-蛋白相互作用網(wǎng)絡

7、整個系統(tǒng)調(diào)控網(wǎng)絡第37頁/共55頁基因組數(shù)據(jù)庫蛋白質(zhì)序列數(shù)據(jù)庫蛋白質(zhì)結構數(shù)據(jù)庫DDBJEMBLGenBankSWISS-PROT

PDBPIR生物分子數(shù)據(jù)的收集與管理第38頁/共55頁數(shù)據(jù)庫搜索及序列比較搜索同源序列在一定程度上就是通過序列比較尋找相似序列序列比較的一個基本操作就是比對（Alignment），即將兩個序列的各個字符（代表核苷酸或者氨基酸殘基）按照對應等同或者置換關系進行對比排列，其結果是兩個序列共有的排列順序，這是序列相似程度的一種定性描述多重序列比對研究的是多個序列的共性。序列的多重比對可用來搜索基因組序列的功能區(qū)域，也可用于研究一組蛋白質(zhì)之間的進化關系。第39頁/共55頁基因組序列分析

遺傳語言分析——天書基因組結構分析基因識別基因功能注釋基因調(diào)控信息分析基因組比較第40頁/共55頁基因表達數(shù)據(jù)的分析與處理基因表達數(shù)據(jù)分析是目前生物信息學研究的熱點和重點目前對基因表達數(shù)據(jù)的處理主要是進行聚類分析，將表達模式相似的基因聚為一類，在此基礎上尋找相關基因，分析基因的功能所用方法主要有：相關分析方法、模式識別技術中的層次式聚類方法、人工智能中的自組織映射神經(jīng)網(wǎng)絡、主元分析方法等表達數(shù)據(jù)缺點：僅反映mRNA豐度，噪聲，…第41頁/共55頁基因芯片——基因微陣列或DNA芯片(genemicroarray或DNAchips)的原理是將幾萬個寡核苷酸或DNA作為探針，密集排列于硅片等固相支持物上，將研究樣品標記后與微點陣雜交并進行檢測。根據(jù)雜交信號強弱及探針位置和序列，可以確定靶DNA的表達情況以及突變和多態(tài)性存在與否。第42頁/共55頁DNA微陣列（基因芯片）第43頁/共55頁基因表達的層次聚類分析第44頁/共55頁新陳代謝：116，環(huán)境信息處理：24，細胞信息處理：20，遺傳信息處理：10；碳水化合物代謝：36，信號傳導：17，二次新陳代謝生物合成：16，能量代謝：11，細胞生長與死亡基因：11，多糖合成與代謝；10，生物異源物質(zhì)的降解：10氨基酸代謝：9，輔因子與維生素的代謝：9。表達基因的功能分類第45頁/共55頁協(xié)同表達基因的聚類分析第46頁/共55頁蛋白質(zhì)結構預測

蛋白質(zhì)的生物功能由蛋白質(zhì)的結構所決定，蛋白質(zhì)結構預測成為了解蛋白質(zhì)功能的重要途徑蛋白質(zhì)結構預測分為:二級結構預測空間結構預測蛋白質(zhì)折疊第47頁/共55頁二級結構預測在一定程度上二級結構的預測可以歸結為模式識別問題

在二級結構預測方面主要方法有：立體化學方法圖論方法統(tǒng)計方法最鄰近決策方法基于規(guī)則的專家系統(tǒng)方法分子動力學方法人工神經(jīng)網(wǎng)絡方法預測準確率超過70%的第一個軟件是基于神經(jīng)網(wǎng)絡的PHD系統(tǒng)第48頁/共55頁空間結構預測在空間結構預測方面，比較成功的理論方法是同源模型法

該方法的依據(jù)是：相似序列的蛋白質(zhì)傾向于折疊成相似的三維空間結構運用同源模型方法可以完成所有蛋白質(zhì)10-30%的空間結構預測工作第49頁/共55頁

基因組和蛋白質(zhì)組研究的迅猛發(fā)展，使許多新蛋白序列涌現(xiàn)出來，然而要想了解它們的功能，只有氨基酸序列是遠遠不夠的，因為蛋白質(zhì)的功能是通過其三維高級結構來執(zhí)行的，而且蛋白質(zhì)三維結構也不一定是靜態(tài)的，在行使功能的過程中其結構也會相應的有所改變。因此，得到這些新蛋白的完整、精確和動態(tài)的三維結構就成為擺在我們面前的緊迫任務。目前除了通過諸如X射線晶體結構分析、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（電子晶體學，EC）等物理方法得到蛋白質(zhì)三維結構蛋白質(zhì)結構

第50頁/共55頁

另外一種廣泛使用的方法就是通過計算機輔助預測的方法，目前，一般認為蛋白質(zhì)的折疊類型只有數(shù)百到數(shù)千種，遠遠小于蛋白質(zhì)所具有的自由度數(shù)目，而且蛋白質(zhì)的折疊類型與其氨基酸序列具有相關性，這樣就有可能直接從蛋白質(zhì)的氨基酸序列通過計算機輔助方法預測出蛋白質(zhì)的三維結構第51頁/共55頁新藥設計

第52頁/共55頁蛋白質(zhì)與DNA的結合基因-