中国科技大学课件系列：《生物信息学》04

• 通过比较相似的蛋白质的核苷酸序列，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。
• 通过比较来自于不同种属的同源蛋白质，即直系同源蛋白质，可以分析蛋 白质甚至种属之间的系统发生关系，推测它们共同的祖先蛋白质。
总结：生物分子至少携带着三种信息
– 遗传信息 – 与功能相关的结构信息 – 进化信息
PPT课件
14
第一部 遗传密码
第二部 遗传密码
蛋白质结构 决定功能
DNA 核酸序列
蛋白质 氨基酸序列
蛋白质 结构
蛋白质 功能
最基本的 生物信息
生命体系千姿 百态的变化
生物分子数据及其关系
PPT课件
维持生命活 动的机器
15
• 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
信
息
生物分子功能数据
直观展示 生命体系 千姿百态 的变化
复杂剖析
PPT课件
17
生物分子数据与计算机计算
生物分子数据
+
计算机计算
特征： 生物分子信息数据量大 生物分子信息复杂 生物分子信息之间存在着密切的联系PPT课件
特征：
信息存储量大
计算性能高速、有效
信息交流方便
18
生物信息学的发展历史
生物科学和 技术的 发展
期刊
《生物信息学》、《Bioinformatics》、《BMC Bioinformatics》
PPT课件
4
生物信息学概述
PPT课件
5
什么是生物信息学：
生物信息学(Bioinformatics)： • 是研究生物信息的采集，处理，存储，传播，分析和解释等

体表达状况；
在一定程度上二级结构的预测可以归结为模式识别问题
10-30%的空间结构预测工作 包含描述蛋白质域的家族、超家族、折叠、等级等信息。
《Nucleic Acids Research》杂志每年的第一期中详细介绍最新版本的各种数据库。 3、 基因组序列分析 国际核酸序列委员会协作组：
第三节 生物信息学当前的主要任务
生物信息学的发展历史
生物科学和 技术的 发展
人类基因组 计划的 推动
生物信息学 基本思想的产生
二十世纪 50年代
生物信息学 的迅速发展
二十世纪 80-90年代
二、生物信息学的概念
HGP 生物数据的激增 （每15个月翻一番）
生物学家
数学家
计算机 科学家
生物信息学 （bioinfomatics)
的诞生
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。
通过比较来自于不同种属的同源蛋白质， 即直系同源蛋白质，可以分析蛋白质甚 至种属之间的系统发生关系，推测它们 共同的祖先蛋白质。
生物分子数据类型
DNA序列数据
最基本
生
蛋白质序列数据
物
分
子
生物分子结构数据
1.2 非蛋白编码区生物学意义的分析
非蛋白编码区约占人类基因组的95%，其生物 学意义目前尚不是很清楚，但从演化观点来看， 其中必然蕴含着重要的生物学功能，由于它们并 不编码蛋白，一般认为，它们的生物学功能可能 体现在对基因表达的时空调控上。
对非蛋白编码区进行生物学意义分析的策略有
两种，一种是基于已有的已经为实验证实的所有 功能已知的DNA元件的序列特征，预测非蛋白编 码区中可能含有的功能已知的DNA元件，从而预 测其可能的生物学功能，并通过实验进行验证； 另一种则是通过数理理论直接探索非蛋白编码区 的新的未知的序列特征，并从理论上预测其可能 的信息含义，最后同样通过实验验证。

• 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 .

Query = human beta globin Subject = myoglobin Information about this alignment: score, expect value, identities, positives, gaps…
Middle row displays identities; + sign for similar matches
15
Choose align two or more sequences…
16
Enter the two sequences (as accession numbers or in the fasta format) and click BLAST.
17
Pairwise alignment result of human beta globin and myoglobin
1
Overview and examples
2
DNA vs. Protein Alignment
• The reliability of protein alignment is higher than that of DNA
– 20 vs 4 characters – Codons : changes in the third position often do not alter the amino acid that is specified – Many amino acids share related biochemical and physical properties
• Ungapped DNA alignment:
AUGGAATTAGTTATTAGTGCTTTAATTGTTGAATAA ||||| | || || || | || || || | |