生物信息學(xué)概論

王燕生命科學(xué)與技術(shù)學(xué)院華中科技大學(xué)IntroductiontoBioinformatics參考書(shū)目：1.J.Pevsner著（孫之榮等譯）.生物信息學(xué)與功能基因

組學(xué).化學(xué)工業(yè)出版社,2006.2.D.R.Westheadetal.Bioinformatics.

科學(xué)出版社（影印本）,20033.蔣彥等基礎(chǔ)生物信息學(xué)及應(yīng)用清華大學(xué)出版社

4.陶士珩生物信息學(xué)科學(xué)出版社

第一章：緒論第一節(jié)引言第二節(jié)生物信息學(xué)及其發(fā)展歷史第三節(jié)生物信息學(xué)主要研究?jī)?nèi)容第四節(jié)生物信息學(xué)的研究意義和展望第一節(jié)

從人類(lèi)基因組計(jì)劃（HGP）說(shuō)起曼哈頓原子彈計(jì)劃阿波羅登月計(jì)劃人類(lèi)基因組計(jì)劃20世紀(jì)人類(lèi)三大科學(xué)計(jì)劃

40年代美國(guó)陸軍60年代美國(guó)宇航局人類(lèi)基因組計(jì)劃(humangenomeproject,HGP)是由美國(guó)科學(xué)家于1985年率先提出，于1990年正式啟動(dòng)的。美國(guó)、英國(guó)、法蘭西共和國(guó)、德意志聯(lián)邦共和國(guó)、日本和我國(guó)科學(xué)家共同參與了這一價(jià)值達(dá)30億美元的人類(lèi)基因組計(jì)劃。。

生命活動(dòng)三要素：物質(zhì)、能量、信息

DNA:

遺傳物質(zhì)(遺傳信息的載體)

雙螺旋結(jié)構(gòu)

A,C,G,T四種基本字符的復(fù)雜文本

基因（Gene）：具有遺傳效應(yīng)的DNA分子片段DNA、基因、基因組

基因組(Genome)：包含細(xì)胞或生物體全套的遺傳信息的全部遺傳物質(zhì)。人類(lèi)基因組：

3.2×109bpHGP的目的是解碼生命、了解生命的起源、了解生命體生長(zhǎng)發(fā)育的規(guī)律、認(rèn)識(shí)種屬之間和個(gè)體之間存在差異的起因、認(rèn)識(shí)疾病產(chǎn)生的機(jī)制以及長(zhǎng)壽與衰老等生命現(xiàn)象、為疾病的診治提供科學(xué)依據(jù)。HGP的意義

染色體的DNA分子中含有四種核苷酸，核苷酸排列順序的不同決定了遺傳信息的差異。人的生、老、病、死歸根結(jié)底都與基因和染色體相關(guān)。人體基因組圖譜好比是一張能說(shuō)明構(gòu)成每一個(gè)人體細(xì)胞脫氧核糖核酸（DNA）的30億個(gè)堿基對(duì)精確排列的“地圖”。這些堿基對(duì)以一種特殊方式排列形成人體的10萬(wàn)個(gè)基因，基因又成為制造蛋白和化合物的藍(lán)圖，蛋白和化合物則負(fù)責(zé)指導(dǎo)人體細(xì)胞和器官的形成和運(yùn)作。從理論上講，如果掌握了所有基因上核苷酸分布的詳細(xì)情況，關(guān)于人類(lèi)生長(zhǎng)、發(fā)育、衰老、遺傳病變的秘密都將隨之揭開(kāi)，科學(xué)家將擁有新的“武器”來(lái)征服癌癥、艾滋病、肝炎、肺結(jié)核和阿爾茨海默氏癥等。HGP的歷史回顧1984.12猶他州阿爾塔組織會(huì)議，初步研討測(cè)定人類(lèi)整個(gè)基因組DNA序列的意義1985Dulbecco在《Science》撰文“腫瘤研究的轉(zhuǎn)折點(diǎn):人類(lèi)基因組的測(cè)序”美國(guó)能源部(DOE)提出“人類(lèi)基因組計(jì)劃”草案1987

美國(guó)能源部和國(guó)家衛(wèi)生研究院（NIH）聯(lián)合為“人類(lèi)基因組計(jì)劃”下?lián)軉?dòng)經(jīng)費(fèi)約550萬(wàn)美元1989

美國(guó)成立“國(guó)家人類(lèi)基因組研究中心”，Watson擔(dān)第一任主任1990.10

經(jīng)任美國(guó)國(guó)會(huì)批準(zhǔn)，人類(lèi)基因組計(jì)劃正式啟動(dòng)第一個(gè)自由生物體流感嗜血菌(H.inf)的全基因組測(cè)序完成1996完成人類(lèi)基因組計(jì)劃的遺傳作圖啟動(dòng)模式生物基因組計(jì)劃H.inf全基因組Saccharomycescerevisiae釀酒酵母Caenorhabditiselegans秀麗線(xiàn)蟲(chóng)1997大腸桿菌(E.coli)全基因組測(cè)序完成1998完成人類(lèi)基因組計(jì)劃的物理作圖開(kāi)始人類(lèi)基因組的大規(guī)模測(cè)序

Celera公司加入，與公共領(lǐng)域競(jìng)爭(zhēng)啟動(dòng)水稻基因組計(jì)劃1999.7第5屆國(guó)際公共領(lǐng)域人類(lèi)基因組測(cè)序會(huì)議，加快測(cè)序速度大腸桿菌及其全基因組水稻基因組計(jì)劃2001年2月15日《Nature》封面2001年2月16日《Science》封面1999.7

第5屆國(guó)際公共領(lǐng)域人類(lèi)基因組測(cè)序會(huì)議，加快測(cè)序速度2000Celera公司宣布完成果蠅基因組測(cè)序國(guó)際公共領(lǐng)域宣布完成第一個(gè)植物基因組——擬南芥全基因組的測(cè)序工作2000.6.26

公共領(lǐng)域和Celera公司同時(shí)宣布完成人類(lèi)基因組工作草圖2001.2.15《Nature》刊文發(fā)表國(guó)際公共領(lǐng)域結(jié)果2001.2.16《Science》刊文發(fā)表Celera公司及其合作者結(jié)果Drosophilamelanogaster果蠅Arabidopsisthaliana擬南芥基因組測(cè)序計(jì)劃

海量DNA序列數(shù)據(jù)DNA序列是生命的真諦，這個(gè)世界上發(fā)生的一切事情都與這一序列息息相關(guān)。人類(lèi)基因組計(jì)劃（HGP）結(jié)果：2003年完成精細(xì)圖，產(chǎn)生30億多個(gè)數(shù)據(jù)(堿基)AGCATCGAAGTTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGCGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAATGCATGACCTAGCAGCATCGCGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGCGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAATGCATGACCTAGCAGCATCGCGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATAACGT相當(dāng)于2800多本每本1000頁(yè)每頁(yè)1000字的“天書(shū)”DNA序列數(shù)據(jù)增長(zhǎng)趨勢(shì)各種分子生物學(xué)數(shù)據(jù)庫(kù)及其增長(zhǎng)情況生物數(shù)據(jù)爆炸性增長(zhǎng)：生物數(shù)據(jù)量的積累已達(dá)到人類(lèi)有史以來(lái)所說(shuō)過(guò)的話(huà)的數(shù)百倍，而且還將以越來(lái)越快的速度增長(zhǎng)。2023/10/1320

生物信息學(xué)的產(chǎn)生誕生HGP生物數(shù)據(jù)的激增（每15個(gè)月翻一番）生物學(xué)家數(shù)學(xué)家計(jì)算機(jī)科學(xué)家生物信息學(xué)（bioinfomatics)的誕生2023/10/1321概念（廣義）生物體系和過(guò)程中信息的存貯、傳遞和表達(dá)細(xì)胞、組織、器官的生理、病理、藥理過(guò)程的中各種生物信息信息科學(xué)生命科學(xué)中的信息科學(xué)

廣義應(yīng)用信息科學(xué)的方法和技術(shù)，研究生物體系和生物過(guò)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(xì)胞、組織、器官的生理、病理、藥理過(guò)程中的各種生物信息，或者也可以說(shuō)成是生命科學(xué)中的信息科學(xué)。概念（狹義）生物分子數(shù)據(jù)深層次生物學(xué)知識(shí)分子生物信息學(xué)MolecularBioinformatics挖掘獲取生物分子信息的獲取、存貯、分析和利用總結(jié)：生物信息學(xué)生物信息學(xué)(Bioinformatics)是一門(mén)新興的交叉學(xué)科，是生命科學(xué)領(lǐng)域中的新興學(xué)科，面對(duì)人類(lèi)基因組計(jì)劃等各種項(xiàng)目所產(chǎn)生的龐大的分子生物學(xué)信息，生物信息學(xué)的重要性將越來(lái)越突出，它將會(huì)為生命科學(xué)的研究帶來(lái)革命性的變革。生物信息學(xué)是在生命科學(xué)的研究中，以計(jì)算機(jī)為工具對(duì)生物信息進(jìn)行儲(chǔ)存、檢索和分析的科學(xué)。生物信息學(xué)是當(dāng)今生命科學(xué)和自然科學(xué)的重大前沿領(lǐng)域之一，同時(shí)也將是21世紀(jì)自然科學(xué)的核心領(lǐng)域之一，其研究重點(diǎn)主要體現(xiàn)在基因組學(xué)(Genomics)和蛋白組學(xué)(Proteomics)。林華安博士：CompBio,bioinforma-tique,bio-informatics,bioinformatics“生物信息學(xué)之父”第二節(jié)

生物信息學(xué)發(fā)展簡(jiǎn)史20世紀(jì)50年代，生物信息學(xué)開(kāi)始孕育20世紀(jì)60年代，生物分子信息在概念上將計(jì)算生物學(xué)和計(jì)算機(jī)科學(xué)聯(lián)系起來(lái)20世紀(jì)70年代，生物信息學(xué)的真正開(kāi)端20世紀(jì)70年代到80年代初期，出現(xiàn)了一系列著名的序列比較方法和生物信息分析方法20世紀(jì)80年代以后，出現(xiàn)一批生物信息服務(wù)機(jī)構(gòu)和生物信息數(shù)據(jù)庫(kù)20世紀(jì)90年代后，HGP促進(jìn)生物信息學(xué)的迅速發(fā)展國(guó)際著名的生物信息中心NCBI NationalCenterforBiotechnologyInformation(US)

EBI EuropeanBioinformaticsInstitute(EU)

HGMP HumanGenomeMappingProjectResourceCentre(UK)ExPASyExpertofProteinAnalysisSystem(Switzerland)CMBI CentreofMolecularandBiomolecule(TheNetherlands)ANGIS NationalGenomeInformationService(Australia)NIG NationalInstituteofGenetics(Japan)BIC NationalBioinformaticsCentre(Singapore)國(guó)內(nèi)部分生物信息學(xué)和生物醫(yī)學(xué)信息服務(wù)器北京大學(xué)生物信息中心安裝了70多個(gè)數(shù)據(jù)庫(kù)，提供200多種軟件下載建立了14個(gè)國(guó)外著名生物信息中心鏡象提供了數(shù)據(jù)庫(kù)和文獻(xiàn)查詢(xún)、搜索構(gòu)建了中華民族基因多樣性等專(zhuān)用數(shù)據(jù)庫(kù)集成和開(kāi)發(fā)了基于Web的生物信息軟件工具開(kāi)展了分子模擬、序列分析等應(yīng)用研究舉辦了國(guó)際國(guó)內(nèi)培訓(xùn)班、講習(xí)班、討論會(huì)九十年代以來(lái)，生物數(shù)據(jù)分析技術(shù)獲得了突飛猛進(jìn)的發(fā)展。生物信息專(zhuān)業(yè)期刊越來(lái)越多：如

Bioinformatics

JournalofComputationalBiology

BriefingsinBioinformatics

BMCBioinformatics

BioInformaticsTechnology&Systems

BioinformNewsletter互聯(lián)網(wǎng)上的生物信息學(xué)網(wǎng)點(diǎn)非常繁多生物信息學(xué)國(guó)內(nèi)外發(fā)展現(xiàn)狀

PubMed中與生物信息學(xué)相關(guān)論文統(tǒng)計(jì)

90002%第三節(jié)

生物信息學(xué)主要研究?jī)?nèi)容1、生物分子數(shù)據(jù)的收集與管理2、數(shù)據(jù)庫(kù)搜索及序列比較3、基因組序列分析4、基因表達(dá)數(shù)據(jù)的分析與處理5、蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)6、生物信息學(xué)的應(yīng)用分子生物學(xué)數(shù)據(jù)庫(kù)

種類(lèi)核酸序列數(shù)據(jù)庫(kù)蛋白質(zhì)序列數(shù)據(jù)庫(kù)生物大分子數(shù)據(jù)庫(kù)特點(diǎn)數(shù)量：>1000個(gè)通?？赏ㄟ^(guò)WEB進(jìn)入大?。?lt;10Kb~>10Gb更新頻率：每天～每年

基因組數(shù)據(jù)庫(kù)

蛋白質(zhì)序列數(shù)據(jù)庫(kù)

蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)

DDBJEMBLGenBankSWISS-PROTPDBPIR核酸序列數(shù)據(jù)庫(kù)蛋白質(zhì)序列數(shù)據(jù)庫(kù)提供（1）蛋白質(zhì)序列（2）蛋白質(zhì)的分類(lèi)、蛋白質(zhì)的來(lái)源；（3）關(guān)于原始數(shù)據(jù)的參考文獻(xiàn)；（4）蛋白質(zhì)功能和蛋白質(zhì)的一般特征，包括基因 表達(dá)、翻譯后處理、活化等；（5）序列中相關(guān)的位點(diǎn)、功能區(qū)域生物大分子結(jié)構(gòu)數(shù)據(jù)庫(kù)其它生物分子數(shù)據(jù)庫(kù)2、數(shù)據(jù)庫(kù)搜索及序列比較搜索同源序列在一定程度上就是通過(guò)序列比較尋找相似序列序列比較的一個(gè)基本操作就是比對(duì)（Alignment），即將兩個(gè)序列的各個(gè)字符（代表核苷酸或者氨基酸殘基）按照對(duì)應(yīng)等同或者置換關(guān)系進(jìn)行對(duì)比排列，其結(jié)果是兩個(gè)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(duì)研究的是多個(gè)序列的共性。序列的多重比對(duì)可用來(lái)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(jìn)化關(guān)系。發(fā)現(xiàn)同源分子3、基因組序列分析

基因識(shí)別基因功能注釋基因調(diào)控信息分析基因組比較基因識(shí)別

基因識(shí)別（geneidentification）是HGP的重要內(nèi)容之一，其目的是識(shí)別全部人類(lèi)的基因?；蜃R(shí)別包括：識(shí)別基因組編碼區(qū)識(shí)別基因結(jié)構(gòu)基因識(shí)別目前常采用的有二種方法：從基因組序列中識(shí)別那些轉(zhuǎn)錄表達(dá)的DNA片段從cDNA文庫(kù)中挑取并克隆。基因組比較各種生物完整基因組數(shù)據(jù)的增多使我們能夠基于一個(gè)整體的思路出發(fā)，對(duì)不同生物的全基因組進(jìn)行比較分析，發(fā)現(xiàn)基因組之間的差異，揭示期間蘊(yùn)含的遺傳奧秘，從而使我們能從遺傳本質(zhì)上合理解釋若干重大生物問(wèn)題。生命是如何起源的？生命是如何進(jìn)化的？遺傳密碼是如何起源的？估計(jì)最小獨(dú)立生活的生物最少需要多少個(gè)基因？4、基因表達(dá)數(shù)據(jù)的分析與處理基因表達(dá)數(shù)據(jù)分析是目前生物信息學(xué)研究的熱點(diǎn)和重點(diǎn)目前對(duì)基因表達(dá)數(shù)據(jù)的處理主要是進(jìn)行聚類(lèi)分析，將表達(dá)模式相似的基因聚為一類(lèi)，在此基礎(chǔ)上尋找相關(guān)基因，分析基因的功能所用方法主要有：相關(guān)分析方法模式識(shí)別技術(shù)中的層次式聚類(lèi)方法人工智能中的自組織映射神經(jīng)網(wǎng)絡(luò)主元分析方法層次式聚類(lèi)5、蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)

蛋白質(zhì)的生物功能由蛋白質(zhì)的結(jié)構(gòu)所決定，蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)成為了解蛋白質(zhì)功能的重要途徑。蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)分為:二級(jí)結(jié)構(gòu)預(yù)測(cè)空間結(jié)構(gòu)預(yù)測(cè)蛋白質(zhì)折疊二級(jí)結(jié)構(gòu)預(yù)測(cè)在一定程度上二級(jí)結(jié)構(gòu)的預(yù)測(cè)可以歸結(jié)為模式識(shí)別問(wèn)題

在二級(jí)結(jié)構(gòu)預(yù)測(cè)方面主要方法有：立體化學(xué)方法圖論方法統(tǒng)計(jì)方法最鄰近決策方法基于規(guī)則的專(zhuān)家系統(tǒng)方法分子動(dòng)力學(xué)方法人工神經(jīng)網(wǎng)絡(luò)方法預(yù)測(cè)準(zhǔn)確率超過(guò)70%的第一個(gè)軟件是基于神經(jīng)網(wǎng)絡(luò)的PHD系統(tǒng)空間結(jié)構(gòu)預(yù)測(cè)在空間結(jié)構(gòu)預(yù)測(cè)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(jié)構(gòu)運(yùn)用同源模型方法可以完成所有蛋白質(zhì)10-30%的空間結(jié)構(gòu)預(yù)測(cè)工作

生物信息學(xué)與新藥研制未來(lái)的藥物研究過(guò)程將是基于生物信息知識(shí)挖掘的過(guò)程數(shù)據(jù)處理和關(guān)聯(lián)分析發(fā)現(xiàn)藥物作用對(duì)象確定靶目標(biāo)分子針對(duì)靶目標(biāo)進(jìn)行合理的藥物設(shè)計(jì)基于生物信息學(xué)的新藥設(shè)計(jì)生物信息學(xué)與疾病檢測(cè)基因組計(jì)劃產(chǎn)生的基因及基因多態(tài)性數(shù)據(jù)與臨床醫(yī)學(xué)檢驗(yàn)結(jié)果之間的關(guān)系需要利用生物信息學(xué)的方法去分析、去揭示根據(jù)這樣的分析結(jié)果，科學(xué)家能夠更準(zhǔn)確地了解疾病產(chǎn)生的根本原因，更精確地預(yù)測(cè)某個(gè)人患癌癥、糖尿病或者心臟病的可能性，從而徹底改變我們?cè)\斷、治療和預(yù)防疾病的方式Nature408307(2000)生物信息學(xué)研究的意義科學(xué)意義：可望從海量生物學(xué)數(shù)據(jù)分析中獲得對(duì)生命運(yùn)行機(jī)制和疾病機(jī)理等等的深入理解。IsaacNewton牛頓JohannesKepler開(kāi)普勒TychoBrahe第谷第一次科學(xué)浪潮天象觀測(cè)

大量數(shù)據(jù)

行星運(yùn)動(dòng)定律

萬(wàn)有引力定律

航空航天技術(shù)元素與大量化合物

元素周期表

現(xiàn)代化學(xué)化工第二次科學(xué)浪潮DmitriMendeleev門(mén)捷列夫大量原子光譜數(shù)據(jù)

量子論

量子力學(xué)

信息技術(shù)MaxKarlErnstLudwigPlanck普朗克AlbertEinstein愛(ài)因斯坦NielsBohr玻爾ErwinSchr?dinger