当前位置：文档之家 › 生物信息学概论

生物信息学概论

  • 格式：ppt
  • 大小：21.27 MB
  • 文档页数：106

下载文档原格式

  / 106

合集下载

第一课生物信息学概论

第一课生物信息学概论

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

生物信息学概论第二章数据库搜索与两两比对

生物信息学概论第二章数据库搜索与两两比对
0 -1 -2 -3 -4 -5 -6 -7 -1
C
-2
T
-3
C
-4
G
-5
1-1=0，表示在横向序列中插入 ， 一个空位， 一个空位，然后与纵向序列中 比较， 的C比较，空位罚分 。 比较 空位罚分-1。 -1+0=-1，表示横向 ， 序列的A与纵向序 序列的 与纵向序 列的C进行比较 进行比较， 列的 进行比较， 失配得分0。 失配得分 。 -2-1=-3，表示在纵 ， 向序列中插入一个 空位， 空位，然后与横向 序列中的A比较 比较， 序列中的 比较， 空位罚分-1。 空位罚分 。 A
除以m 利用每个氨基酸出现的频度对起进行标准化，得到PAM-1矩 矩 以Aij除以 a 利用每个氨基酸出现的频度对起进行标准化，得到 阵中的元素R 阵中的元素 ij
式①中Mab为任意氨基酸b替代a的概率 式②中pa为氨基酸a未被替换的概率
100个残基发生一次替换的PAM-1矩阵
针对不同的进化距离采用PAM 矩阵 针对不同的进化距离采用
打分矩阵（ 打分矩阵（Scoring Matrix） ）
核酸打分矩阵设DNA序列所用的字母表为 Α = { A，C，G，T }
a. 单位矩阵 b. BLAST矩阵 c. 转换-颠换矩阵（transition，transversion） （嘌呤：腺嘌呤A，鸟嘌呤G；嘧啶：胞嘧啶C，胸腺嘧啶T）
单位矩阵 A A T C G 1 0 0 0 T 0 1 0 0 C 0 0 1 0 G 0 0 0 1 A T C G BLAST矩阵 矩阵 A 5 T -4 C -4 -4 5 -4 G -4 -4 -4 5 A T C G 转换-颠换矩阵 转换 颠换矩阵 A 1 -5 -5 -1 T 1 C G -5 -5 -1 -1 -5 -5 -1 1

生物信息学概述(共59张PPT)精选全文完整版

生物信息学概述(共59张PPT)精选全文完整版

蛋白质 结构
蛋白质 功能
最基本的 生物信息
2024/11/11
生命体系千姿百 态的变化
维持生命活 动的机器
9
第一部遗传密码已被破译，但对密码的转录过程还不清楚，对大多
数DNA非编码区域的功能还知之甚少
对于第二部密码，目前则只能用统计学的方法进行分析。破译“第
二遗传密码”：即折叠密码（folding code），从蛋白质的一级结构
Rickettsia prowazekii
Helicobacter pylori
Buchnerasp. APS
Escherichia coli大南芥
Thermotoga maritima
Thermoplasma acidophilum
mouse
Caenorhabitis elegans
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
细胞质（线粒体、叶绿体） 基因组DNA
人类基因组：3.2×109 bp 18
人类自然科学史上的 3 大计划
曼哈顿原子 弹计划
阿波罗登月 计划
人类基因组计划

《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。

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。

《生物信息学概述》课件


04
生物信息学的挑战与未来发展
数据整合与标准化
数据整合
在生物信息学中，数据整合是一个重要的挑战。由于不同实验室、研究机构的数据格式、标准和质量 各不相同，如何将这些数据有效地整合在一起成为一个亟待解决的问题。
标准化
为了提高数据的可比性和可重复性，生物信息学需要制定统一的标准和规范，以确保数据的准确性和 可靠性。
03
生物信息学在医学研究中的应用
疾病诊断
基因检测
利用生物信息学技术对基因序列进行分析，检测与疾病相关的基因 变异，有助于早期发现遗传性疾病和个性化诊断。
疾病分型
通过对生物样本的基因组、转录组和蛋白质组等数据进行比较分析 ，有助于对疾病进行精确分型，为制定个性化治疗方案提供依据。
预测疾病风险
基于生物信息学的大数据分析，可以预测个体患某种疾病的风险，为 预防性干预提供科学依据。
05
实例分析
基因组学研究实例
总结词
基因组学研究实例展示了生物信息学在基因组序列分析中的应用。
详细描述
基因组学研究实例中，生物信息学发挥了重要作用。通过对基因组序列进行分析，可以 发现与人类健康、疾病相关的基因变异和功能。生物信息学方法包括基因组测序、基因
表达分析、基因变异检测等，这些方法为个性化医疗和精准医学提供了有力支持。
02
生物信息学的主要技术
基因组学
基因组测序
通过对生物体基因组的测序，分析基因序列、基因突变和基 因功能。
基因表达分析
研究基因在不同条件下的表达水平，揭示基因与生物表型之 间的关系。
蛋白质组学
蛋白质分离与鉴定
分离和鉴定生物体内的蛋白质，了解蛋白质的组成和功能。
蛋白质相互作用研究
  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)。

破译人类基因组给我们带来了打开这个星球上最 有价值的图书馆的钥匙，但我们现在阅读这些图 书还处在非常初级的水平，科学家的下一步工作 将是如何把信息从这些图书中挖掘出来。 生命科学已从一种以实验为基础的科学转向以信 息为基础的科学，其成功将大大依靠信息科学与 生命科学的联姻、依赖于生物信息技术的发展。 目前美国缺少有能力阅读这部人类基因“天书” 并使用其中信息的人。这个领域有非常多的机会， 有非常大的需要。据估计，这一领域所需要的研 Whitehead基因组 究人员数量将是现有人数的50倍。培养这种人才 研究所所长 就像破译人类基因组一样重要。 HGP主要负责人之一 Eric Lander, 2002
中国科学院基因研究所、北京大学也邀请林华安 担任客座教授，启动北大成为今日中国 Bioinformatics 大本营。
1987年lim给出了Bioinformatics的定义： 生物信息学是一门收集、分析遗传数据以及分发给研究机 构的新学科。 （ Bioinformatics is a new subject of genetic data collection, analysis and dissemination to the research community）
数据 知识
AGCATCGAAGTTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCA AGTTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGA TGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTA GTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCA TGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGA CCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGCGATGCATGA CCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGT TGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACTGACCTAGCAGCATC GAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGAC GATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGA AGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAATGCATGACCTAGCA GCATCGCGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGAC CTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGA CTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGC ATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGCAGCATCGAAGTTGC ATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTA GCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGA TGCATGACCTAGCAGCATCGCGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCA TGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATT GACCTAGTGCATGACTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATG CATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCATGACCTAGTGCATGACGATGCAT GACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCA TGACTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGC AGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATG CATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTA
ACGT
“DNA元件百科全书”计划（Encyclopedia of DNA Elements，简称ENCODE）
人类基因蓝图不是由孤立的基因和大量“垃圾 DNA片段”组成的，而是一个复杂的网络系统 ，单个基因、调控元件以及与编码蛋白无关的其 他类型的DNA序列一道，以交叠的方式相互作 用，共同控制着人类的生理活动 .
Drosophila melanogaster 果蝇
Arabidopsis thaliana 拟南芥
2002年 水稻、小鼠、疟原虫、鸡等基因组测序完成
已完成测序的10,614个基因组
种类
古细菌(Archaea)
古菌病毒 ( Archaeal virus )
数目
126
备注
51
1943 其中有的测定了2个以上的菌株
Introduction to Life Science
第七章 生物信息学概论
Chater7 Introduction to Bioinformatics
主要内容 Background 什么是生物信息学？ 生物分子信息 生物信息学的目标 生物信息学的任务 生物信息学研究意义
生物信息学产业 国内发展状况
背景
1. 人类基因组计划（HGP）
2000年6月克林顿宣布人类基因组草图完成 On June 26, 2000, President Clinton, with J. Craig Venter, left, and Francis Collins, announces completion of "the first survey of the entire human genome."
2003年
完成精细图,约30亿个数据(碱基)，相当于3000本每本 100原子弹计划 人类基因组计划
阿波罗登月计划
2. 模式生物基因组计划
模式生物基因组计划是人类 基因组计划的一个重要组成部分。 模式生物有：大肠杆菌、酵母、 拟南芥、线虫、果蝇和小鼠等
1995 第一个自由生物体流感嗜血菌(H. inf)的全基因组测序完成 1996 启动模式生物基因组计划
真细菌(Bacteria)
真核生物(Eukaryo)
病毒(Virus) 类病毒(Viroid)
159
2790 56
包括酵母、线虫、果蝇、蚊子、拟南芥、人等
包括不同亚类或不同株系 包括不同亚类或不同株系
噬菌体(Phage)
细胞器(Organelle) 质粒(Plasmid)
1027
3435 1027
包括不同亚类或不同株系
Even given the whole genetic code, it is obvious that traditional molecular biology would take centuries to tackle even the 470(485) genes of the smallest known genome to any free-living organism (the bacterium Mycoplasma genitalium) —IEEE 2000.vol.88 No.3 pp1949~1971 即使一种具有最小基因组（仅含 485 个基因 / 一条染色体 /580076 bp ）的生物：生殖道支原体杆菌，已知其遗传 代码，欲弄清其功能；若靠传统生物学实验方法足以耗 去我们几个世纪时间!!!
1987年－生物信息学一词的产生
Bioinformatics 林华安(Dr. Hwa A. Lim) 博士
一九八七年首创Bioinformatics 一词，一九九○年， 以一个年仅 35 岁的年轻亚洲科学家，邀齐当时美国、 苏联、法国、日本等各国国家基因组实验室的主任， 发起世界第一届国际 Bioinformatics 学术会议。自此开 启世界各国政府预算支持以及业界投入 Bioinformatics 的研究风潮，因此被尊崇为“世界生物信息之父”， 林华安连续担任该会议十年的大会主席。
首次突破万亿浮点性能的ASCI Red使用了一万颗处理器
1998年－生物信息学正式诞生
• 生物信息学的英文名称：bioinformatics • 生物信息学是有谁命名的：林华安 • 生物信息学诞生的时代背景：
计算机技术的兴起和分子生物学技术的到来 测序技术和比对算法的完善 三大数据库建成 人类基因组计划的启动与结束
1994年又重新定义为： 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。 （ Bioinformatics refers to database-like activities, involving persistent sets of data that are maintained in a consistent state over essentially indefinite periods of time）。