当前位置：文档之家 › 第一课生物信息学概论

第一课生物信息学概论

  • 格式：ppt
  • 大小：2.76 MB
  • 文档页数：52

下载文档原格式

  / 52

合集下载

生物信息学PPT课件

生物信息学PPT课件

生物信息学在农业研究中的应用
1 2 3
作物育种
生物信息学可以通过基因组学手段分析作物的遗 传变异，为作物育种提供重要的遗传资源。
转基因作物研究
通过生物信息学分析，可以了解转基因作物的基 因表达和性状变化，为转基因作物的研发和应用 提供支持。
农业环境监测
生物信息学可以帮助研究人员监测农业环境中的 微生物群落、土壤质量等指标，为农业生产提供 科学依据。
特点
生物信息学具有数据密集、技术依赖、多学科交叉、应用广泛等特点。
生物信息学的重要性
促进生命科学研究
提高疾病诊断和治疗水平
生物信息学为生命科学研究提供了强 大的数据分析和挖掘工具，有助于深 入揭示生命现象的本质和规律。
生物信息学在疾病诊断和治疗方面具 有重要作用，通过对基因组、蛋白质 组等数据的分析，有助于实现个体化 精准医疗。
03 生物信息学技术与方法
基因组测序技术
基因组测序技术概述
基因组测序是生物信息学中的一项关键技术，它能够测定生物体的 全部基因序列，为后续的基因组学研究提供基础数据。
测序原理
基因组测序主要基于下一代测序技术，如高通量测序和单分子测序， 通过这些技术可以快速、准确地测定生物体的基因序列。
测序应用
基因组测序在医学、农业、生物多样性等多个领域都有广泛应用，如 疾病诊断、药物研发、作物育种等。
生物信息学ppt课件
目录
• 生物信息学概述 • 生物信息学的主要研究领域 • 生物信息学技术与方法 • 生物信息学的应用前景 • 生物信息学的挑战与展望 • 案例分析
01 生物信息学概述
定义与特点
定义
生物信息学是一门跨学科的学科，它利用计算机科学、数学和工程学的原理、 技术和方法，对生物学数据进行分析、解释和利用，以解决生物学问题。

《生物信息学概论A》课件

《生物信息学概论A》课件

PART 06
生物信息学的未来发展与 挑战
新兴技术与应用领域
人工智能与机器学习
在生物信息学中应用人工智能和机器学习技术，实现对基因组、 蛋白质组等复杂数据的自动化分析和解读。
纳米技术与合成生物学
结合纳米技术，实现更精准的基因编辑、药物输送和疾病诊断。
临床信息学
利用生物信息学技术，实现精准医疗和个性化治疗，提高疾病诊断 和治疗的效果。
包括电泳、色谱等分离技术，可以将复杂的蛋白质混合物分离成单一组分。
蛋白质鉴定技术
主要依赖于质谱技术，通过将蛋白质消化成肽段，然后对这些肽段进行质谱分析，从而确定蛋白质的序列。
蛋白质组学在药物研发中的应用
疾病标记物寻找
通过比较正常和疾病状态下的蛋白质表达谱，可以发现与疾病相关 的标记物，用于疾病的早期诊断和治疗监测。
药物靶点发现
通过对蛋白质相互作用的研究，可以发现新的药物靶点，为新药研 发提供新的思路和方向。
药物作用机制研究
通过研究药物对蛋白质表达和功能的影响，可以深入了解药物的作用 机制，为药物优化提供依据。
PART 04
生物信息学数据库
数据库的种类与用途
基因组数据库
存储基因组序列数据，用于基因识别、基因定位和基因功能研究。
它涉及到多个领域，如分子生物学、 遗传学、系统生物学、进化生物学等 ，旨在揭示生物现象背后的数据规律 和机制。
生物信息学的发展历程
20世纪70年代
随着人类基因组计划的启动，生物信息学开始萌芽。
20世纪90年代
随着计算机技术和互联网的发展，生物信息学迅速发 展壮大。
21世纪初
随着大数据和人工智能技术的兴起，生物信息学进入 了一个新的发展阶段。

生物信息学(1)：概论

生物信息学(1)：概论

对 数 据 进 行 分 析 、 较 、 模 和 预 测 等 ， 动 了生 物 信 息 学 比 建 推
生 物 信 息 学 产 生 的背 景 的迅 速 发 展 。
Ｈ Ｐ 已完 成 ． 入 后 基 因组 计 划 ， 者 说 “ 基 因组 时 Ｇ 进 或 后 被称为生命科学“ 月计划 ” 人类基因组计划 （ ｍ ｎ 登 的 Ｈｕ ａ
高 质 量 的 含有 ３ ０亿 碱 基 的 人类 基 因组 全 序 列 。
ＨＧ Ｐ由 美 国 能 源 部 （ Ｏ ） 国 立 卫 生 研 究 院 （ Ｉ 提 Ｄ Ｅ 和 Ｎ Ｈ）
出并 提 供 资 助 ， 于 ２０ 年 ２月 １ 提 前 完 成 并 公 布 了准 ０１ ２１ ３
不 同， 白质组是一个 动态的概念 ： 不同组织 和不 同发 育 蛋 ①
研 究 的 主 要 任务 ． 这 更 离 不 开生 物信 息 学 的发 展 。 而
Ｈ Ｐ的 主 要 任 务 是 ：人 类 基 因 组 以及 一 些 模 式 生 物 体 Ｇ （ 菌 、 母 、 虫 、 蝇 等 ） 因 组 的 作 图 、 序 和 基 因 识 细 酵 线 果 基 测 别 。 该计 划 一 经 提 出 ， 快 扩 展 成 为世 界 范 围 的 研 究 计 划 ， 很 并 以惊 人 的速 度 前 进 。 经 过 美 、 、 、 、 和 中 国科 学 家 英 １ 法 德 ３ 的 共 同努 力 ， 至 ２０ ０ ０年 ６月 ２ ．完 成 了 工 作 草 图 ； ６１ ３ 至 ２０ ０ １年 ２ １ 完 成 并 公 布 了准 确 、 晰 完 整 的 人 类 基 因 月 ２１ ３ 清 组 图 谱 ． 是 人 类 科 学 史 上 又 一 个 里 程碑 式 的 事 件 ， 预 示 这 它 着 完 成人 类 基 因组 计 划 已经 指 １可 待 。令 人 意 想 不 到 的是 ． ３

生物信息学概论

生物信息学概论

3、蛋白质结构
目前用于确定蛋白质三维结构的方法：除了通过诸如X射线晶体 结构分析、多维核磁共振（NMR）波谱分析和电子显微镜二维 晶体三维重构（电子晶体学，EC）等物理方法 另一种广泛使用的方法就是通过计算机辅助预测的方法。一般 认为蛋白质的折叠类型只有数百到数千种，远远小于蛋白质所 具有的自由度数目，而且蛋白质的折叠类型与其氨基酸序列具 有相关性，这样就有可能直接从蛋白质的氨基酸序列通过计算 机辅助方法预测出蛋白质的三维结构
医学
生物学、 分子生物学
生物信息学
数学、 统计学
计算机学、 计算机网络
10
生物信息学主要功能
➢ 分析和处理实验数据和公共数据，加快研究进 度，缩短科研时间
➢ 提示、指导、替代实验操作，利用对实验数据 的分析所得的结论设计下一阶段的实验
➢ 实验数据的自动化管理 ➢ 寻找、预测新基因及其结构、功能 ➢ 蛋白质高级结构及功能预测（三维建模，目前
研究的焦点和难点）
11
1. 分析和处理实验数据和公共数据，加快研究进度， 缩短科研时间
➢ 核酸：序列同源性比较，分子进化树构建，结构信息分 析，包括基元(Motif)、酶切点、重复片断、碱基组成和 分布、开放阅读框（ORF），蛋白编码区（CDS）及外 显子预测、RNA二级结构预测、DNA片段的拼接
33
蛋白质分析技术
氨基酸自动测序：测定蛋白质 N-端氨基酸序列 质谱法测序：测定氨基酸序列 X-射线衍射：测定蛋白质的 3-D结构 细菌或酵母双杂交实验：测定蛋白质间的相互作用 双相电泳：蛋白质组学研究
34
(3) DNA分子和蛋白质分子都含有进化信息
➢通过比较相似的蛋白质序列，如肌红蛋白和 血红蛋白，可以发现由于基因复制而产生的 分子进化证据。

第01讲生物信息学概述

第01讲生物信息学概述

20世纪90年代
人类基因组计划开始 （Human Genome Project, HGP）
人类基因组计划带来了
生物信息学
人类基因组计划
(HGP，Human Genome Project) 目标：整体上破解人类遗传信息的奥秘
由美国NIH和能源部提出和带头，美、英、德、 法、日、中共同参与的国际合作项目。 完成人全部24(22+X+Y)条染色体中3.2×109个碱基 对的序列测定，主要任务包括做图（遗传图谱、 物理图谱以及转录图谱的绘制）、测序和基因识 别，其根本任务是解读和破译生物体的生老病死 以及与疾病相关的遗传信息。
（二）基因组时代的生物信息学
以基因组计划的实施为标志的基因组时代（1990年至2001 年）是生物信息学成为一个较完整的新兴学科并得到高速 发展的时期。这一时期生物信息学确立了自身的研究领域 和学科特征，成为生命科学的热点学科和重要前沿领域之 一。
这一阶段的主要成就包括大分子序列以及表达序列标签 （expressed sequence tag，EST）数据库的高速发展、 BLAST（basic local alignment search tool）和FASTA （fast alignment）等工具软件的研制和相应新算法的提 出、基因的寻找与识别、电子克隆（in silico cloning） 技术等，大大提高了管理和利用海量数据的能力。
定义二：生物信息学特指数据库类的工作，包括持 久稳固的在一个稳定的地方提供对数据的支持 (1994)
定义三：采用信息科学技术，对各种生物信息（包 括核酸、蛋白质等）的收集、加工、储存、分析、 解释的一门学科。
收集、加工、储存：计算机科学家 分析、解释：生物学家
三、生物信息学发展简史

生物信息学概论 陈新 生命科学学院 2001年10月

生物信息学概论 陈新 生命科学学院 2001年10月

生物信息学概论 陈新 生命科学学院2001年10月（一）、概述 (3)（二）、生物信息学发展 (3)1．生物信息学的诞生和发展 (3)2．生物信息学的国内外现状 (4)（三）、生物信息学的主要研究内容 (14)一、基因组相关信息的收集、储存、管理与提供 (14)二、新基因的发现、鉴定 (14)****BLAST简介 (14)三、非编码区信息结构分析 (21)四、生物进化的研究 (21)五、完整基因组的比较研究 (21)六、基因组信息分析方法研究 (22)七、大规模基因功能表达谱的分析 (22)八、蛋白质分子空间结构预测、模拟和分子设计 (22)1．蛋白质分子模型的建立与显示 (23)2．蛋白质结构预测 (23)3、蛋白质分子模拟软件 (25)九、药物设计 (25)1、蛋白质改性和分子设计 (25)2、基于生物大分子结构的药物设计 (26)3、药物设计中理论方法 (28)（四）、展望 (29)（一）、概述生物信息学是在数学、计算机科学和生命科学的基础上形成的一门新型交叉学科，是指为理解各种数据的生物学意义，运用数学、计算机科学与生物学手段进行生物信息的收集、加工、储存、传播、分析与解析的科学。

近年来随着快速序列测定、基因重组、基因芯片，多维核磁共振等技术的应用，生物学实验数据呈爆炸趋势增长，同时计算机和国际互联网络的发展使对大规模数据的贮存、处理和传输成为可能。

作为一门新的学科领域，它是将基因组DNA序列信息分析作为源头，在获得了蛋白质编码区的信息之后进行蛋白质空间结构模拟和预测，然后依据特定蛋白质的功能进行必要的药物设计。

它由相互依赖、相互渗透的两个研究领域组成，即构筑现代生物学所必需的信息基础研究，以及旨在解析基本生物学问题的基于计算机技术的基础生物学研究。

因此，在基因组研究时代，基因组信息学、蛋白质的结构模拟以及药物设计必将有机的结合在一起，它们是生物信息学的三个重要组成部分。

生物信息学更多的具备研究领域的特征，而非一套完整的科学概念和原理，因而具有独特的开放性和应用途径的多样性等特征。

生物信息学概论

生物信息学概论
生物信息学是一门生物学、计算机科学和统计学交叉的新兴学科，利
用计算机科学、统计学和生物学等领域的技术手段，研究生物学中的信息
问题。

生物信息学的发展得益于计算机技术的迅速发展和基因组学的大规
模进展，是推动生命科学发展和实现个性化医学的关键技术之一。

生物信息学的研究内容主要包括基因组学、转录组学、蛋白质组学、
代谢组学、系统生物学和生物信息学软件等方面。

其中，基因组学是生物
信息学的核心内容，研究的是基因组的结构、功能和进化等问题。

转录组
学是研究基因的转录和表达的分子生物学学科，蛋白质组学是研究所有蛋
白质的表达和功能，代谢组学研究的是生物体内代谢产物的组成和代谢活动。

系统生物学则是研究生物体系统级的调控规律和功能。

生物信息学也是个充满挑战和机遇的领域。

生物物种之间的差异和基
因组的复杂性，给生物信息学的研究和应用带来了很大的挑战。

目前生物
信息学面临着数据管理、数据标准化、数据挖掘和信息整合等方面的挑战。

同时，在生物信息学应用中，还有重要的伦理和法律问题等等。

总之，生物信息学不仅是一个新兴专业，也是生命科学与计算机科学、统计学等交叉领域的典型代表，它将成为解决许多生命科学研究的重要工具，对医学、农业等领域的发展也将产生深远影响。

1、生物信息学概论


课程内容
概论 DNA、RNA和蛋白质序列信息资源 序列比对与数据库检索 分子系统发生分析 基因组学与基因预测 蛋白质结构分析与预测 基因芯片和数据分析 Perl语言在生物信息学中的应用
学科目标
培养具有学科交叉知识的复合型人才
为生物学工作者提供生物信息学工具的使用方法 为信息科学、计算机科学、数学领域工作者提供新的研究对象 为生物学工作者增加新的研究问题的思维方式与方法
生物学发展面临的机遇和挑战
(4) 简单的低层次系统->复杂生物系统
半乳糖代谢通路研究
整合转录组和蛋白质组实验 数据后获得的精细功能图谱
生物学发展面临的机遇和挑战
(5) 科学研究的方式发生变化
1) 定性描述—→ 定量研究； 2) 从分析走向综合； 3) 实验研究和理论研究结合。
生物学发展面临的机遇和挑战
计算机硬件的发展
CPU：体系架构、主频、摩尔定律、多线程、多核心… 内存：容量、运行频率、多通道… 显卡：运行频率、位宽、架构、功率… 内置存储（硬盘）：介质、容量、接口… 外置存储：软盘、光盘、优盘、蓝光光盘
计算机网络
国际互联网 域名系统（gov, edu, org, com…） TCP/IP协议 HTTP、FTP和BitTorrent Telnet和SSH Pop3、IMAP和SMTP
生物信息学是融合了生物学、计算机科学以及信息技术的一个交叉学科， 其最终目的是发现新的生物学观点以及从生物学中得到普适性原理。
Why is bioinformatics important?
生物学的发展，使人们形成一个基本的共识： 生命运动形态中的信息与支撑信息运动的物质 （即生物大分子）的生化过程与物理作用对理 解生命的本质是极其重要的，这里可能集中了 生命的基本奥秘。

生物信息学知识点总结分章

生物信息学知识点总结分章第一章：生物信息学概述生物信息学是一门综合性学科，结合计算机科学、数学、统计学和生物学的知识，主要研究生物系统的结构、功能和演化等方面的问题。

生物信息学的发展可以追溯到20世纪70年代，随着基因组学、蛋白质组学和生物技术的发展，生物信息学逐渐成为生物学研究的重要工具。

生物信息学的主要研究内容包括基因组学、蛋白质组学、代谢组学、系统生物学等。

生物信息学方法主要包括序列分析、结构分析、功能预测和系统分析等。

第二章：生物数据库生物数据库是生物信息学研究的重要基础，主要用于存储、管理和共享生物学数据。

生物数据库包括基因组数据库、蛋白质数据库、代谢数据库、生物通路数据库等。

常用的生物数据库有GenBank、EMBL、DDBJ等基因组数据库，Swiss-Prot、TrEMBL、PDB等蛋白质数据库，KEGG、MetaCyc等代谢数据库，Reactome、KeggPathway等生物通路数据库等。

生物数据库的建设和维护需要大量的人力和物力，目前国际上已建立了众多生物数据库，为生物信息学研究提供了丰富的数据资源。

第三章：序列分析序列分析是生物信息学研究的重要内容，主要应用于DNA、RNA、蛋白质序列的比对、搜索和分析。

常用的序列分析工具包括BLAST、FASTA、ClustalW等，这些工具可以帮助研究人员快速比对和分析生物序列数据，从而挖掘出序列的相似性、保守性和功能等信息。

序列分析在基因组学、蛋白质组学和系统生物学等领域发挥着重要作用，是生物信息学研究的基础工具之一。

第四章：结构分析结构分析是生物信息学研究的另一个重要内容，主要应用于蛋白质、核酸等生物分子的三维结构预测、模拟和分析。

常用的结构分析工具包括Swiss-Model、Modeller、Phyre2等，这些工具可以帮助研究人员预测蛋白质或核酸的三维结构，分析结构的稳定性、功能和相互作用等特性。

结构分析在蛋白质结构与功能研究、蛋白质药物设计等方面发挥着重要作用，为生物信息学研究提供了重要的技术支持。

生物信息学概论


获取人和各种生物的完整基因组
基因组研究的首要目标是获得人的整套遗传密码。
随着科学技术的飞速发展，科学家于1985年提出了 旨在阐明人类46条染色体上30亿个脱氧核苷酸的排 列顺序，这就是规模空前的人类基因组计划(HGP)， 已于1990年启动，至今已取得巨大成就，使人类第 一次在分子水平上全面认识自我。
充分研究
100-300患 者研究(II期)
探索研究
临床数据 分析
注册
大量候选
药物的合 健康志愿者研 成
究I期
候选药物测试30010,000患者 (III期)
制剂开 发
发现
项目组 与计划
化合物 合成
筛选
候选 化合
物
动物 安全 性研
究 早期 案例 性研
究
生物信息学的发展与应用研究
发展有效的软件、数据库以及若干数据库工具，诸如电子网络等 远程通讯工具；
结构功能预测
通过蛋白质序列特征来直接预测其结构或功能，而 不依靠于其它已知蛋白信息。
蛋白质折叠
蛋白质折叠问题是分子生物学研究的中心问题。它 所要解决的是蛋白质一级结构中的氨基酸序列最终 怎样折叠成三维空间结构。
研究蛋白质折叠的过程，可以说是破译“第二遗传 密码”－折叠密码（folding code）的过程。
Computation
Informatics
Bioinformatics
Biology
一、生物信息学定义
1995年，在美国人类基因组计划第一个五年总 结报告中，给出了一个较为完整的生物信息学 定义：生物信息学（Bioinformatics）是一门 交叉科学，它包含了生物信息的获取、加工、 存储、分配、分析、解释等在内的所有方面， 它综合运用数学、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。
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

25
生物信息学当前的主要研究任务
生物信息学研究都有其特定的、不断创新 的方法学。以系统优化、软件并行化和数 据处理技术为主体的海量生物学数据处理 体系的建立将基于新的思路和设想。
26
生物信息学的特点
它是一门基于数据积累，尤其是原始数据 积累的科学。数据的获取是生物信息学发 展的保障和本源。生物信息学研究首先也 是基于实验数据的生产、管理和分析。因 此，生物信息领域的首要特点是生物学基 本数据收集的规模化，数据处理的程序化， 数据分析的专门化。
23
生物信息学当前的主要研究任务
蛋白质组学：
（1）蛋白质组图像数据处理，蛋白及其修饰鉴定
（2）构建蛋白质数据库，相关软件的开发和应用； （3）蛋白质结构、功能预测； （4）蛋白质连锁图。
24
生物信息学当前的主要研究任务
代谢组学：新陈代谢是由错综复杂的生化 代谢途径所构成的动态网络组成。要揭示 代谢的本质是一个长期的目标。但是，我 们可以从现有数据出发建立主要或特定代 谢途径的模型，如影响人类健康的常见代 谢疾病等。
ACGT
生物信息学基本概念
早在1956年，在美国田纳西州盖特林堡召开的首次 “生物学中的信息理论研讨会”上，便产生了生物信 息 学的概念。1987年，林华安博士正式把这一学科命名 为“生物信息学”（Bioinformatics）。被尊称为 “生物 信息学之父”。 生物信息学（Bioinformatics）： (1)生物信息学包含了生物信息的获取、处理、储存、 分析和解释等在内一门交叉学科， (2)它综合运用数学、计算机科学和生物学的各种工 具进行研究， (3)目的在于阐明大量生物学数据所包含的生物学意
8. 生物信息分析的技术和方法研究
21
生物信息学当前的主要研究任务
1. 生物数据的收集与服务 2. 基因组分析（核酸序列分析）

核苷酸多态性的研究是以发现和分析群体 （包括相近亚种间）DNA顺序上的差别为 基础，揭示这些多态性与基因表达和基因 功能的关系，基因型和表现型的内在联系。 为我们绘制人类基因组单倍体图和以后绘 制其他物种的遗传图谱奠定基础。

DNA序列数据增长趋势
功能基因组研究 功能相关海量数据
转录组
EST (Expressed Sequence Tag)
DNA Microarray – large scale gene expression analysis
蛋白质组
2D Gel Electrophoresis – protein expression analysis
蛋白质结构数据增长情况
各种分子生物学数据库及其增长情况
生物数据爆炸性增长：
得到的结论是：生物数据量的积累已达到人类有史以
来所记录的文字的数百倍，而且还将以越来越快的速
度增长。
（2）更为本质的原因是生物学数据的
复杂性急待生物信息学的分析方法。
多基因病中致病基因彼此关系和致病性分 析。 蛋白三维结构和基于结构预测的蛋白之间 或者蛋白与药物分子的相互作用和蛋白亚 细胞定位。
……
The Yeast cDNA Microarray Picture
基因表达谱数据增长趋势
The number of entries in SwissProt >140,000 now!
蛋白质序列数据增长情况
Tertiary Structure of a Protein
The number of entries in PDB 25,000 now
ACGT
相当于2800多本每本1000页每页1000字的“天书”
基因组测序计划 海量DNA序列数据（续）
模式生物基因组计划
模式生物：小鼠、线虫、拟南芥、果蝇、水稻、酵母、
古细菌、真细菌、病毒 … …
地球生物圈约有140万余种物种，
其中2％以上至少有一段DNA序 列被测定。 ▲ 真核生物 12500 种 ▲ 哺乳动物 4200 种 ▲真 细 菌 3600 种 ▲古 细 菌 180 种 ▲病 毒 1750 种
DNA序列是生命的真谛，这个世界上发生的一切事 情都与这一序列息息相关。（唯DNA论） 人类基因组计划（HGP）
1990年启动 目标：测定人类基因组的全部DNA序
列, 了解基因及其功能 国际大合作：美国、英国、日本、 法国、德国、中国 投入：30亿美元
结果：2003年完成精细图，产生28亿多个数据(碱基)
16
生物信息学是今后所有从事现代生物学 （医药学）研究所必需的工具和相关工作 人员需要具备的基本技能。
17
二、生物信息学概念及其研究 内容和特点
生物数据爆炸性增长所带来的挑战
海量数据的存储、管理、共享 数据 知识，如何将这些数据变为生物学知识？
……
AGCATCGAAGTTGCATGACGATGCATGACCTAGC AGCATCGAAGTTGCATGACGATGCATGACCTAGC AAGTTGCATGACGATGCATGACCTAGCAGCATCG AAGTTGCATGACGATGCATGACCTAGTGCATGAC GATGCATGACCTAGCAGCATCGAAGTTGCATGAC GATGCATGACCTAGCAAGTTGCATGACGATTGAC CTAGTGCATGACGATGCATGACCTAGCAGCATCG AAGTTGCATGACGATGCATGACCTAGCAAGAAGT TGCATGACGATGCATGACCTAGTGCATGACGATG CATGACCTAGCAGCATCGAAGTTGCATGACGATG CATGACCTAGCAAGTTGCATGACGATTGACCTAGT GCATGACGATGCATGACCTAGCAGCATCGCGATG CATGACCTAGCAAGAAGTTGCATGACGATGCATG ACCTAGTGCATGACGATGCATGACCTAGCAGCAT CGAAGTTGCATGACGATGCATGACCTAGCAAGTT GCATGACGATTGACCTAGTGCATGACTGACCTAG CAGCATCGAAGTTGCATGACGATGCATGACCTAG TGCATGACGATGCATGACCTAGCAGCATCGAA
Mass Spectrometry – protein sequencing Yeast Two-Hybrid (Y2H) System – protein interaction analysis
结构基因组
X-ray Crystallography NMR (Nuclear Magnetic Resonance) Spectroscopy
20
生物信息学当前的主要研究任务
1. 生物数据的收集与服务 2. 基因组分析（核酸序列分析） 3. 转录组数据分析（基因表达分析） 4. 蛋白质组数据分析（七大方面） 5. 代谢组数据分析（生化网络以及多数据资源的整合分
析）
6. 疾病基因预测（相关数据资源的整合分析）
7. 药物靶点发现与药物设计（相关数据资源的整合分析）
22
生物信息学当前的主要研究任务
1. 生物数据的收集与服务 2. 基因组分析（核酸序列分析） 3. 转录组数据分析（基因表达分析）

RNA水平基因表达研究的基本方法有 EST、Micro-array，所产生的数据量 也非常巨大。但是目前的分析方法和手 段都有很多潜力可以挖掘，尤其是数学 模型的建立，与基因组数据的整合，对 数据真实性的评估等。
生 物 信 息 学 概 论
Introduction to Bioinformatics
程钢
生命科学学院 中南民族大学
一、生物信息学发展的背景 二、生物信息学概念及其研究内容和特点 三、生物信息学的发展现状 四、生物信息学课程的特点
一、生物信息学发展的背景
（1）基因组测序计划 海量DNA序列数据
AGCATCGAAGTTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGC AAGTTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGAC GATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGAC CTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGT TGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATG CATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGCGAT GCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCA TCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACTGACCTA GCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAG TTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTA GCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAATGC ATGACCTAGCAGCATCGCGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATG ACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTG ACCTAGTGCATGACTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATG CATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAG CAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCA TGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGAT TGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGCGATGCATGACCTAGCAAGAAGTTGCATGA CGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACC TAGCAAGTTGCATGACGATTGACCTAGTGCATGACTGACCTAGCAGCATCGAAGTTGCATGACGATGC ATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAT GACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGT TGCATGACGATTGACCTAGTGCATGACTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTA GTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATG ACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTA GCAAGAAGTTGCATGACGATGCATGACCTAATGCATGACCTAGCAGCATCGCGATGCATGACCTAGCA AGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATA