生物信息学技术

第六节　生物信息学技术

生物信息学(bioinformatics)是20世纪80年代末随着人类基因组计划(Human genome project)的启动而兴起的一门交叉学科,涉及生物学、数学、物理学、计算机科学和信息科学等多个领域。生物信息学以计算机、网络为工具,以数据库为载体,利用数学和信息科学的理论、方法和技术研究生物大分子,建立各种计算模型,对实验生物学中产生的大量生物学数据进行收集、存储、集成、查询、处理及分析,揭示蕴含在这些数据中的丰富内涵,发现生物分子信息的规律,从而揭示复杂的生命现象及原因。

生物信息学的基本方法主要包括五个方面:①建立生物数据库:核苷酸顺序数据库(GENBANK)、Protein Data Bank(PDB)、氨基酸顺序数据库(SWISS-PRO)、酵母基因组数据库(YEASTS)、专利局数据库等。②数据库检索。③序列分析:序列对位排列、同源比较、进化分析。④统计模型:如隐马尔可夫模型-基因识别、药物设计。最大似然模型(maximun likelihood model,ML)、最大简约法(maximun parsimony,MP)-分子进化分析等。⑤算法:如自动序列拼接、外显子预测和同源比较、遗传算法、人工神经网络等。

生物信息学的研究范畴是以基因组DNA序列的信息分析为源头,分析基因组结构,寻找或发现新基因;分析基因调控信息,并在此基础上研究基因的功能,模拟和预测蛋白质的空间结构;分析蛋白质的性质以及蛋白质结构与功能之间的关系,为基于靶分子结构的药物分子设计和蛋白质分子改性设计提供依据。当前,生物信息学已在理论生物学领域占据了核心地位。

生物信息学的主要任务是研究生物分子数据的获取、存储和查询,发展数据分析方法,主要包括三个方面:①生物信息的收集、存储、管理与提供:建立生物信息数据库是生物信息学的重要内容,提供数据查询、搜索、筛选和序列比对,并为信息分析和数据挖掘做好准备。②生物学数据的处理和分析:如基因组序列分析、基因表达数据分析与处理。通过数据分析,发现数据之间的关系,认识数据本质,并在此基础上,了解基因与疾病的关系,了解疾病发生机制,为疾病的诊断和治疗提供依据。③生物学数据的有效利用:开发研制管理分析数据的新工具和实用软件,为生物信息学的具体应用服务。如与大规模基因表达谱分析相关的算法和软件研究、基因表达调控网络的研究、与基因组信息相关的核酸、蛋白质空间结构的预测和模拟以及蛋白质功能预测的研究等。

(马桂芳)