当前位置：文档之家 › 生物信息学的现状与展望_张春霆

生物信息学的现状与展望_张春霆

  • 格式：pdf
  • 大小：148.84 KB
  • 文档页数：4

生物信息学的现状与展望

中国科学院院士　张春霆

(天津大学生命科学与工程研究院,　天津300072)

摘　要:本文阐述了生物信息学产生的背景,生物学数据库,生物信息学的主要研究内容,与生物信

息学关系密切的数学和计算机科学技术领域,生物信息学产业等内容,展望了其未来并提出了若干

在我国发展生物信息学的建议。着重指出,理解大量生物学数据所包括的生物学意义已成为后基

因组时代极其重要的课题。生物信息学的作用将日益重要。有理由认为,今日生物学数据的巨大

积累将导致重大生物学规律的发现。生物信息学的发展在国内、外基本上都处在起步阶段。因此,

这是我国生物学赶超世界先进水平的一个百年一遇的极好机会。

关键词:人类基因组计划　生物信息学

一、生物信息学产生的背景

有人说,基于序列的生物学时代已经到

来,尽管对“序列生物学”这一提法可能有所争

议,但是今日像潮水般涌现的序列信息却是无

可争辩的事实。自从1990年美国启动人类基

因组计划以来,人与模式生物基因组的测序工

作进展极为迅速。迄今已完成了约40多种生

物的全基因组测序工作,人基因组约3×109碱

基对的测序工作也接近完成。至2000年6月

26日,被誉为生命“阿波罗计划”的人类基因组

计划,经过美、英、日、法、德和中国科学家的艰苦努力,终于

完成了工作草图,这是人类科学史上又一个里程碑式的事

件。它预示着完成人类基因组计划已经指日可待。截止日

前为止,仅登录在美国GenBank数据库中的DNA序列总量已

超过70亿碱基对。在人类基因组计划进行过程中所积累起

来的技术和经验,使得其它生物基因组的测序工作可以完成

得更为快捷。可以预计,今后DNA序列数据的增长将更为

惊人。生物学数据的积累并不仅仅表现在DNA序列方面,

与其同步的还有蛋白质的一级结构,即氨基酸序列的增长。

此外,迄今为止,已有一万多种蛋白质的空间结构以不同的

分辨率被测定。基于cDNA序列测序所建立起来的EST数据库其记录已达数百万条。在这些数据的基础

上派生、整理出来的数据库已达500余个。这

一切构成了一个生物学数据的海洋。可以打

一个比方来说明这些数据的规模。有人估计,

人类(包括已经去世的和仍然在世的)所说过

的话的信息总量约为5唉字节(1唉字节等于

1018字节)。而如今生物学数据信息总量已经

接近甚至超过此数量级。这种科学数据的急

速和海量积累,在人类的科学研究历史中是空

前的。

数据并不等于信息和知识,但却是信息和

知识的源泉,关键在于如何从中挖掘它们。与正在以指数方

式增长的生物学数据相比,人类相关知识的增长(粗略地用

每年所发表的生物、医学论文数来代表)却十分缓慢。一方

面是巨量的数据;另一方面是我们在医学、药物、农业和环保

等方面对新知识的渴求,这些新知识将帮助人们改善其生存

环境和提高其生活质量。这就构成了一个极大的矛盾。这

个矛盾就催生了一门新兴的交叉学科,这就是生物信息学。

美国人类基因组计划实施五年后的总结报告中,对生物信息

学作了以下的定义:生物信息学是一门交叉学科,它包含了

生物信息的获取、处理、储存、分发、分析和解释等在内的所

有方面,它综合运用数学、计算机科学和生物学的各种工具,院士论坛　

张春霆(ZHANGChunting,1936.9.19～),男,山东省烟台市人,中国科学院院士,生物信息学家。1961年毕业于复旦大学物理系,1965年在该校研究生毕业。现任天津大学教授,博士生导师。张春霆院士是我国生物信息学的学术带头人之一,有较强的数学、物理和计算机基础,以此为背景专门从事生物信息学研究。开拓了DNA序列分析中的几何学研究途径,建立了DNA序列的Z曲线理论,在基因识别、基因组注释等DNA序列分析中得到越来越广泛的应用。提出了一系列球蛋白质结构类预测的新算法,对国际上的有关研究产生了推动作用。在国外发表影响因子大于1的SCI的计算生物学和生物信息学论文60余篇,被他人引用二百余次。1996年和1997年分别获国家教委科技进步一等奖和国家自然科学二等奖各一项,均为唯一完成人。　22卷6期17 来阐明和理解大量数据所包含的生物学意义。生物信息学

这一名词的出现仅仅是几年前的事情,但是计算生物学这一

名词的出现则要早得多。鉴于这两门学科之间并没有或难

以界定严格的分界线,在这里统称为生物信息学。

二、生物学数据库

《NucliecAcidsResearch》杂志连续七年在其每年的第一

期中详细介绍最新版本的各种数据库。在2000年1月1日

出版的28卷第1期中详细地介绍了115种通用和专用数据

库,包括其详尽描述和访问网址。迄今为止,生物学数据库

总数已达500个以上。在DNA序列方面有GenBank、EMBL和

DDBJ等。在蛋白质一级结构方面有SWISS-PROT、PIR和

MIPS等。在蛋白质和其他生物大分子的结构方面有PDB

等。在蛋白质结构分类方面有SCOP和CATH等。应该指

出,几乎所有这些数据库对学术研究部门或人员来说都是免

费的,可以免费下载或提供免费服务。但是鉴于相当多的数

据库的经营者们面临着财务紧缺的境地,这种免费的局面还

能维持多久就不得而知了。有的数据库,如SWISS-PROT,

已开始向商业用户每年收取数千至数万美元不等的使用费。

其它数据库暂时还是免费的,但不知是否永远免费。如果一

些重要的数据库对学术研究部门开始收费,这对于我国生物

信息学的发展是非常不利的。中国是一个基因信息资源大

国,我们应当抓紧建设我国自有的数据库,在世界上做出我

们自己的贡献,在平等的基础上与国外共享生物信息资源。

三、生物信息学的主要研究内容

生物信息学主要包括以下几个主要研究领域,但是限于

篇幅,这里仅列出其名称并只做简单介绍。

1.序列比对(Alignment)。基本问题是比较两个或两个以

上符号序列的相似性或不相似性。序列比对是生物信息学

的基础,非常重要。两个序列的比对有较成熟的动态规划算

法,以及在此基础上编写的比对软件包———BLAST和FAS-

TA,可以免费下载使用。这些软件在数据库查询和搜索中有

重要的应用。有时两个序列总体并不很相似,但某些局部片

段相似性较高。Smith-Waterman算法是解决局部比对的好

算法,缺点是速度较慢。两个以上序列的多重序列比对目前

还缺乏快速而又十分有效的算法。

2.结构比对。基本问题是比较两个或两个以上蛋白质

分子空间结构的相似性或不相似性。已有一些算法。

3.蛋白质结构预测,包括2级和3级结构预测,是最重

要的课题之一。从方法学上来看有演绎法和归纳法两种途

径。前者主要是从一些基本原理或假设出发来预测和研究

蛋白质的结构和折叠过程。分子力学和分子动力学属于这

一范畴。后者主要是从观察和总结已知结构的蛋白质结构

规律出发来预测未知蛋白质的结构。同源模建和指认(Threading)方法属于这一范畴。虽然经过30余年的努力,蛋

白质结构预测研究现状远远不能满足实际需要。4.计算机辅助基因识别(仅指蛋白质编码基因)。基本

问题是给定基因组序列后,正确识别基因的范围和在基因组

序列中的精确位置。这是最重要的课题之一,而且越来越重

要。经过20余年的努力,提出了数十种算法,有十种左右重

要的算法和相应软件上网提供免费服务。原核生物计算机

辅助基因识别相对容易些,结果好一些。从具有较多内含子

的真核生物基因组序列中正确识别出起始密码子、剪切位点

和终止密码子,是个相当困难的问题,研究现状不能令人满

意,仍有大量的工作要做。

5.非编码区分析和DNA语言研究,是最重要的课题之

一。在人类基因组中,编码部分仅占总序列的3～5%,其它

通常称为“垃圾”DAN,其实一点也不是垃圾,只是我们暂时

还不知道其重要的功能。分析非编码区DNA序列需要大胆

的想象和崭新的研究思路和方法。DNA序列作为一种遗传

语言,不仅体现在编码序列之中,而且隐含在非编码序列之

中。

6.分子进化和比较基因组学,是最重要的课题之一。早

期的工作主要是利用不同物种中同一种基因序列的异同来

研究生物的进化,构建进化树。既可以用DNA序列也可以

用其编码的氨基酸序列来做,甚至于可通过相关蛋白质的结

构比对来研究分子进化。以上研究已经积累了大量的工作。

近年来由于较多模式生物基因组测序任务的完成,为从整个

基因组的角度来研究分子进化提供了条件。可以设想,比较

两个或多个完整基因组这一工作需要新的思路和方法,当然

也可望得到更丰硕的成果。这方面可做的工作是很多的。

7.序列重叠群(Contigs)装配。一般来说,根据现行的测

序技术,每次反应只能测出500或更多一些碱基对的序列。

这就有一个把大量的较短的序列拼接成一个较长的、完整序

列的任务。显然,为了正确拼接,短的序列之间应有一部分

重叠区。所有相互部分重叠的序列全体构成了重叠群(Con-

tigs)。逐步把它们拼接起来形成序列更长的重叠群,直至得

到完整序列的过程称为重叠群装配。拼接EST数据以发现

全长新基因也有类似的问题。已经证明,这是一个NP-完

备性算法问题。

8.遗传密码的起源。遗传密码为什么是现在这样的?

这一直是一个谜。一种最简单的理论认为,密码子与氨基酸

之间的关系是生物进化历史上一次偶然的事件而造成的,并

被固定在现代生物最后的共同祖先里,一直延续至今。不同

于这种“冻结”理论,有人曾分别提出过选择优化、化学和历

史等三种学说来解释遗传密码。随着各种生物基因组测序

任务的完成,为研究遗传密码的起源和检验上述理论的真伪

提供了新的素材。

9.基于结构的药物设计。人类基因组计划的目的之一

在于阐明人的约10万种蛋白质的编码序列,从而了解蛋白

质的结构、功能、相互作用以及与各种人类疾病之间的关系,

寻求各种治疗和预防方法,包括药物治疗。基于生物大分子

结构的药物设计是生物信息学中的极为重要的研究领域。　院士论坛　18　世界科技研究与发展

合集下载

生物信息学的发展历程和应用情况

生物信息学的发展历程和应用情况

生物信息学的发展历程和应用情况

随着计算机技术、生物学研究方法及数据采集方法的进步，生物信息学逐渐崭露头角。生物信息学是一门交叉学科，它将计算机科学、统计学、生物学和化学等多个领域的知识整合起来，应用于生物数据的分析和理解，旨在帮助生物学家探索生命的奥秘。本文将介绍生物信息学的发展历程和应用情况。

一、生物信息学的历史

生物信息学最早起源于20世纪60年代。当时，基因组学和蛋白质组学开始引起生物学家的关注。由于基因组和蛋白质组数据太过庞大，传统的生物学研究方法远远不够高效。生物学家开始尝试使用计算机分析这些数据，深入研究生命体系结构和功能。

在20世纪70年代，出现了一种新型的人工智能技术——“专家系统”，它能够与人类专家类似地推理和解决问题。生物学家开始使用这种系统分析生物数据，并取得了一系列重要的成果。此外，20世纪80年代，高通量技术的出现使得生物学数据的处理速度和质量得到了极大提升。这也推动了生物信息学的发展。

二、生物信息学的应用

1. 基因组学

生物信息学在基因组学中的应用非常广泛。通过基因组测序技术获取基因组序列数据，通过生物信息学技术对基因组序列进行分析和挖掘，可以识别出基因、启动子、转录因子结合位点等基因组特征。通过比较不同物种的基因组序列可以发现物种之间的亲缘关系，并推断是否存在某些共同的祖先。

2. 蛋白质组学

生物信息学在蛋白质质谱分析中也有应用。通过蛋白质质谱数据分析算法，可以扫描蛋白质中所有已知的肽段序列，并计算它们与质谱数据的相似度，从而推断蛋白质的氨基酸序列。这种方法可以帮助研究蛋白质在细胞内的位置、互作关系、表达水平等方面。

3. 药物研发

生物信息学在药物研发中也有广泛应用。药物的研发需要寻找合适的分子靶点，确定药物和靶标的相互作用方式。生物信息学技术可以通过分子对接、蛋白质结构与功能分析等方法来预测分子靶点和药物作用方式。

4. 生物多样性研究

生物信息学技术也可以帮助研究生物多样性。通过生物多样性数据库，可以收集、整理和共享来自不同来源的物种特征、DNA序列、蛋白质质谱等数据，以获取更多生物种类的信息，帮助保护野生动植物和生态环境。

生物信息学的新技术和应用前景

生物信息学的新技术和应用前景

生物信息学的新技术和应用前景

随着科技的快速发展，生物信息学作为一种新兴的领域，正在为科学研究和应用带来新的希望。生物信息学主要研究利用计算机技术和信息科学来解决生物学中的各种问题，例如基因组序列分析、蛋白质结构预测、分子建模等。目前，生物信息学已经成为了一种十分热门的研究领域，而新技术的不断涌现，为它的应用前景带来了更广阔的空间。

一、新技术—基因编辑技术

近年来，以CRISPR/Cas9为代表的基因编辑技术的出现，使得生物信息学的研究领域发生了翻天覆地的变化。CRISPR/Cas9技术是一种能够精确进行DNA序列编辑的革命性技术，能够修改基因组中的任意位置，从而对基因进行定点修饰、延长等操作。这一技术的出现不仅可以用于基因突变模型的构建、基因疾病发病机制的研究，还能够为制定个性化治疗策略提供新的思路和可能性。同时，基因编辑技术的出现也为生物信息学的研究打开了崭新的研究篇章。

二、新技术—单细胞测序技术

除了在基因编辑技术上的重大突破之外，单细胞测序技术也为生物信息学的研究和应用带来了显著的进展。这一技术主要是指通过可对单细胞进行基因组或转录组分析的技术，将单细胞的基因组或转录组特征进行研究。单细胞测序技术的重大意义在于，它能够分析每一个细胞的基因表达情况，从而达到了解细胞大规模变异情况，揭示人体发育过程，辅助个性化化疗以及识别个体差异等目的。同时，这一技术的进步也极大的推进了分子细胞学等前沿领域的发展，为更好地理解基因启动、细胞分化、感染、肿瘤发生等领域提供了新的线索。

三、新技术—计算机体内投药策略

近年来，计算机体内投药策略也成为生物信息学的研究重点之一。这种新兴技术主要是通过计算机的模拟和预测分析，进行杂化设计、药物库筛选、计算模拟等操作，在体外或体内进行药效验证和确认，最终实现预测和优化入体药物活性的目的。计算机体内投药策略的出现为药物研发提供了崭新的思路，同时也极大地缩短了药物开发周期，并大大提高了开发成功率。这一技术的发展，将成为推动生物信息学和医药研发的又一重要的飞跃。

生物信息学研究的最新进展和未来趋势

生物信息学研究的最新进展和未来趋势

生物信息学研究的最新进展和未来趋势

生物信息学是一门交叉科学，它借助计算机科学的方法和技术处理、分析、存储、整合和解释生物学大数据。随着高通量测序、蛋白质组学、代谢组学等技术的不断发展和完善，生物信息学也不断发展和壮大。近年来，生物信息学在基因组、转录组、蛋白质组和代谢组等领域的研究取得了许多重要进展，同时也展示了未来生物信息学发展的美好前景。

一、基因组学研究的最新进展

基因组是生物体遗传信息的总和，对于揭示生命本质、寻找疾病基因、研究物种起源和进化等方面具有重要的科学意义。近年来，随着二代测序技术的发展和普及，人类和不同生物体中的基因组序列得到了快速、高效、准确的测定，从而为基因组学研究提供了强大的数据支持。

通过基因组学研究，我们可以揭示不同生物个体之间的遗传差异、人类起源、自然选择和进化等问题。例如，2015年，人类起源问题的研究揭示了现代人与古人类基因交流事件的复杂性和多样性。此外，基因组也在研究传染病和癌症等疾病方面起到了至关重要的作用，例如通过基因组学研究，可以发现和突变导致癌症等疾病的基因，为寻找治疗方法提供重要依据。

二、转录组学研究的最新进展

转录组是指在一个生物体某个时期中所有基因的转录产物集合，它是基因功能实现的重要环节。转录组学的研究过程中，我们可以对不同生物个体在不同情境下的基因表达情况进行分析，以了解基因启动子和转录调控机制等方面的信息。

通过转录组学的研究，我们可以及时监测某些重要基因的表达情况，例如研究机体对环境的适应能力和抵抗力的提高。例如，近年来转录组学研究揭示了在水稻和其他作物耐盐、耐旱、耐寒托架中，水稻转录因子MYB30-B 介导着不同途径的非生物胁迫反应。这项研究不仅有解决重大食品安全问题的潜力，还能促进新品种的培育和扩张农业基础设施。

三、蛋白质组学研究的最新进展

蛋白质是生物体中最重要的功能分子之一，对于生命活动的维持起着至关重要的作用。蛋白质组学则是指对生物体内所有蛋白质进行鉴定、定量和功能研究的学科。

生物信息学在基因组进化研究中的应用前景

生物信息学在基因组进化研究中的应用前景

生物信息学在基因组进化研究中的应用前景

在当今生命科学领域，基因组学的快速发展正以前所未有的速度揭示着生命的奥秘。而生物信息学作为一门融合了生物学、计算机科学和统计学的交叉学科，在解析基因组数据、探索基因组进化的历程中发挥着至关重要的作用。随着技术的不断进步和研究的深入，生物信息学在基因组进化研究中的应用前景越发广阔，为我们理解生命的起源、进化和多样性提供了强大的工具和新的视角。

首先，让我们来了解一下什么是生物信息学。简单来说，生物信息学就是运用计算机技术和数学方法对生物数据进行收集、整理、分析和解释的学科。在基因组进化研究中，生物信息学的主要任务是处理和分析海量的基因组序列数据，从中挖掘出有价值的信息，如基因的结构和功能、物种之间的亲缘关系、基因的变异和进化模式等。

那么，生物信息学在基因组进化研究中有哪些具体的应用呢？

其一，基因序列比对是生物信息学的一项基础且重要的任务。通过将不同物种的基因序列进行比对，可以发现它们之间的相似性和差异性。这些相似性和差异性反映了物种在进化过程中的遗传变化。例如，通过比对人类和黑猩猩的基因组序列，我们可以发现它们之间有很高的相似性，这表明人类和黑猩猩在进化上有着较近的亲缘关系。而且，通过比对还可以发现一些保守的序列区域，这些区域往往具有重要的生物学功能，在进化过程中相对稳定。 其二，系统发育分析是研究物种进化关系的重要手段。生物信息学可以利用基因序列数据构建系统发育树，直观地展示物种之间的进化关系。系统发育树不仅可以帮助我们了解物种的起源和演化历程，还可以为生物分类学提供重要的依据。例如，通过对多种动物的线粒体基因进行系统发育分析，可以清晰地看到不同动物类群之间的进化分支和演化顺序。

其三，基因家族的分析也是生物信息学在基因组进化研究中的一个重要应用方向。基因家族是指一组具有相似结构和功能的基因。通过对基因家族的分析，可以了解基因在进化过程中的复制、分化和丢失等事件。例如，某些基因家族在进化过程中可能会发生多次复制，产生多个同源基因，这些同源基因可能会进一步分化，承担不同的功能，从而促进了物种的适应性进化。