青年沙龙生物信息学第一讲：Biotalks I(生物基因组数据的下载以及离线注释)

• 总之，信息源的特点是：
– 自治的 (autonomous)
数据集成
– 分布式的 (distributed) – 异构的 (heterogeneous)
Data Integration
2021/3/29
4
一、 生物信息学数据库
生物信息学数据库的种类
❖ 分子生物信息数据库种类繁多。归纳起来， 大体可以分为4个大类：
酵母菌Yeast ——CYGD数据库
http://mips.gsf.de/genre/proj/yeast/index.jsp
线虫 Caenorhabditis elegans ——AceDB数据库

/genome.shtml
的数据（EMBL负责欧洲，GenBank负责美洲，DDBJ负
责亚洲等），然后来自各地的所有信息汇总在一起，3
个数据库的数据共享并向世界开放，故这3个数据库又
被称为公共序列数据库（Public Sequence Database）。
所以从理论上说，这3个数据库所拥有的DNA序列数据
是完全相同的。你可以从中选择一个你喜欢的数据库；
2021/3/29
11
GenBank：由美国国家生物技术信息中心(National Center for Biotechnology Information, NCBI)建立。该 中心隶属于美国国家医学图书馆，位于美国国家卫生 研究院(NIH)内。
EMBL：欧洲分子生物学实验室(European Molecular Biology Laboratory, 其下有European Bioinformatics Centre)，主要位于英国剑桥Cambridge和德国汉堡 Hamburg。
KEYWORDS .

第一章什么是生物信息学生物学与信息科学是当今世界上发展最迅速、影响最大的两门科学。

而这两门科学的交叉融合形成了广义的生物信息学，正以崭新的理念吸引着科学家的注意。

生物信息学(Bioinformatics)是生命科学领域中的新兴学科，面对人类基因组计划所产生的庞大的分子生物学信息，生物信息学的重要性将越来越突出，它无疑将会为生命科学的研究带来革命性的变革。

生命现象是在信息控制下不同层次上的物质、能量与信息的交换与传递过程。

不同层次是指核酸、蛋白质、细胞、器官、系统、整体等，而目前一般意义的生物信息学是基因层次的。

生物与信息相交叉的领域是正在发展中的前沿领域。

美国已决定设立“生物、信息和微电子边缘领域的基础研究”计划，共包括7个方面：生物的遗传信息指DNA―RNA―蛋白质、遗传信息――转录、翻译、遗传密码、“第二遗传密码”、生物信息学、遗传语文等。

生命活动的调控则包括基因的功能、表达和调控；蛋白的结构、功能和调控；细胞活动（分化、发育、衰老、死亡）的调控；器官、系统、整体活动的调控；节律、生物钟；分蘖、生长、开花、结果；营养的吸收、传输、转化；对外界信号的反应如含羞草、抗逆性等。

生物电磁学与电磁生物学包括1、生物电磁：生命活体在不同层次（电子、离子、原子、基因、细胞、组织、整体等）的活动和不同属性（包括思维、精神）活动时以及和外界环境（生命体周围直至宇宙）相互作用时反映出来的各种电磁信息。

2、人体的电磁辐射（包括发光）：频率、强度、频谱。

3、人体信号的调制方式：调幅、调频、编码 4、电磁生物学：电磁辐射对生物体的影响。

5、电磁场导致DNA突变。

6、体内电、离、细胞等分布、极化状态变化导致疾病等。

视觉系统与光信息处理包括视网膜神经元回路与信息处理，彩色视觉及彩色图像的编码、变换机制，眼动成象机制及宽视场、消色差动态成象系统，视觉认知机制及其图像信息的智能模式识别，不同状态立体视觉机制和静态、动态立体视锐度等。

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

Information technology
Biology
什么是生物信息学?（具体点）
生物信息学把用于存储和搜索数据的数 据库开发，与用于分析和确定大分子序列、 结构、表达模式和生化途径等生物数据集 之间的关系的统计工具和算法的开发结合 在一起。
生物信息学（总结）
数据库 算法与统计工具 分析与解释
1 Sanger Centre
1,6,9,10,13,20,22,X
850
2 WIBR
(Clones from Wash U)
3 Wash U
2,3,4,7,11,15,18,Y
900
4 JGI
5,16,19
250
5 Baylor
1,2,3,X
230
6 Riken
21,18,11q
160
7 IMB
8,21,X
Two men we have to mention
Francis Collins VS. J.Craig Venter
全自动测序仪加速了 …
看看关键的两条曲线
生物数据每14个月 double一次
Our Contribution to HGP
No
Center
Region
Size(Mb)
50
8 Genoscope
Most of 14
85
9 U. Wash (Olson)
10 Beijing
3p
30
11 GTC (Smith)
10
50
12 MPIMG
17,21,X
6.9
13 GBF
21, reg of 9
6
14 Stanford (Davis)