下载文档原格式
FOS蛋白的研究进展及生物信息学分析作者：涂冬萍，马小军，莫长明，等来源：《湖北农业科学》 2015年第7期冬萍１，马小军１，２，莫长明３，覃喜军１，黄杰４（１．中国医学科学院北京协和医学院药用植物研究所，北京１００１９３；２．中国医学科学院药用植物研究所云南分所，云南景洪６６６１００；３．广西药用植物园，南宁５３００２３；４．广西中医药大学，南宁５３０００１）摘要：ＦＯＳ蛋白作为一类核蛋白转录因子，在调控细胞生长、分裂、增殖、分化乃至程序性死亡等方面具有重要的作用，它的表达影响了许多生命活动和过程，引起了人们的广泛关注，并在学习记忆及射精的标记方面吸引了学者的眼球。
对ＦＯＳ蛋白的作用进行了综述，并对人、大鼠及小鼠ＦＯＳ蛋白进行了生物信息学分析，旨在为ＦＯＳ蛋白在生理学方面的研究提供参考依据。
关键词：ＦＯＳ蛋白；转录因子；生物信息学中图分类号：Ｑ８１６；Ｑ８１１．４文献标识码：A文章编号：0439－８114（２０15）07－1537-06DOI:10.14088/ki.issn0439-8114.2015.07.001ＦＯＳ是ｃ－ｆｏｓ基因转录产生的成熟ｍＲＮＡ编码的一个核磷蛋白。
ｃ－ｆｏｓ基因是人或动物细胞中固有的正常基因，属于即刻早期应答基因（Ｉｍｍｅｄｉａｔｅｅａｒｌｙｒｅｓｐｏｎｓｅｇｅｎｅｓ，ＩＥＧ），ＦＯＳ作为一类核蛋白转录因子，在调控细胞生长、分裂、增殖、分化乃至程序性死亡等方面具有重要作用。
ＦＯＳ蛋白和ｃ－ｆｏｓ基因受到广泛的关注，研究不断深入。
本文就ＦＯＳ蛋白的作用及其在性行为方面的研究进行了论述，对人、大鼠及小鼠的ＦＯＳ蛋白进行了生物信息学分析。
１ＦＯＳ蛋白ｃ－ｆｏｓ基因高度保守，属多基因家族，与其同族的还有ｆｏｓ－Ｂ，ｆｏｓ－１和ｆｒｏｓ－２。
ｃ－ｆｏｓ可在多种因素诱导下迅速地表达，其转录激活在５ｍｉｎ内即可产生，一般维持１５～２０ｍｉｎ，ｃ－ｆｏｓｍＲＮＡ的蓄积在刺激后３０～４５ｍｉｎ可达高峰，半衰期为１２ｍｉｎ。
医学生物信息学随着现代医学的发展，医学生物信息学作为一门新兴的学科正在逐渐受到越来越多的关注。
医学生物信息学是一门交叉学科，旨在将计算机科学和生物医学融合起来，解决医药领域中的问题。
医学生物信息学涵盖的内容非常广泛，从基因组学、蛋白质组学、代谢组学到系统生物学等多个方面都有所涉及。
医学生物信息学的理论和技术医学生物信息学的研究内容非常丰富，可以通过生物实验和信息学方法对基因、蛋白质和代谢物进行研究和分析。
为了实现医学生物信息学的这一目标，一些常用的技术和方法如下：1. 分子生物学技术分子生物学技术是进行医学生物信息学研究最基础性的技术之一。
常用的分子生物学技术包括PCR、蛋白质电泳、西方印迹、RNA干扰等，这些技术都在生物样本的处理和分析中起到了很重要的作用。
2. 生物信息学技术生物信息学是对生物数据进行分析和解释的学科。
生物信息学技术在医学生物信息学中主要用于对大规模数据的分析和处理。
通过高通量测序技术，对基因组学、蛋白质组学、代谢组学等方面进行大规模数据的检测和分析，从而为临床诊断和治疗提供基础。
3. 人工智能技术人工智能技术在医学生物信息学中得到了广泛的应用。
例如，在疾病预测和诊断中，利用机器学习算法可以对病人的数据进行分析和诊断，从而帮助医生更好地判断病情、进行治疗。
医学生物信息学的应用医学生物信息学主要用于研究疾病的起源和发展机制，为临床诊断和治疗提供支持。
医学生物信息学的应用非常广泛，可以帮助人们更好地了解疾病的发病机制、进展速度和预后，并提供个性化的诊断和治疗方案。
1. 癌症的研究医学生物信息学对于癌症的研究非常重要，可以对癌症的发病过程、治疗方案、病情预后等方面进行分析。
现在，医学生物信息学已经成为癌症研究领域中不可或缺的一部分。
基于生物信息学技术和人工智能技术的疑似癌症诊断系统，已经得到了应用和推广。
2. 基因突变病的研究医学生物信息学可以通过研究基因突变病的发展机制，了解疾病与基因的相关性，为治疗这些疾病提供支持。
现代生物学进展现代生物学是一门以探索和理解生命的复杂性为目的的科学，它研究有机体内部的分子、细胞、器官和系统之间的相互作用。
近年来，现代生物学取得了巨大的进步，在研究生物多样性、生物过程、表观遗传学和生物技术等方面都取得了重大突破。
首先，现代生物学在研究生物多样性方面取得了重大进展。
在人类如今可以把浩瀚宇宙当中每一种物种都归类分类的时代，科学家们对生物多样性的研究也取得了显著的成果。
科学家们不仅通过比较、分类、描述和计数的方式，研究出了各种物种的分布情况以及各物种之间的关系，而且还开展了基因组学、蛋白质组学和代谢组学等更深入的研究，用于揭示物种之间的深层次差异。
其次，现代生物学在研究生物过程方面也取得了重大进展。
科学家们研究了生物体内各种生理过程，比如激素的分泌、血液循环、新陈代谢和神经传导等，以及这些过程如何协调构成动物的行为，这些研究工作不仅有助于我们了解生物体，也有助于我们更加深入的理解动物的行为表现。
此外，现代生物学在表观遗传学方面也取得了重大进展。
表观遗传学研究的是基因表达的调控机制，包括DNA甲基化、RNA结合蛋白影响和micro RNA等。
这些研究可以帮助我们更好地理解基因表达水平的调节，从而更好地研究基因调控机制，以及如何影响疾病的发生以及疗效的改善。
最后，现代生物学在生物技术方面也取得了重大进展。
在这方面，科学家们研究了各种基因工程技术，比如基因克隆、CRISPR/Cas9基因编辑等，这些技术可以用于基因调控和治疗疾病。
此外，科学家们还探索了基于计算和机器学习的生物信息学，这有助于我们更好地理解和模拟生物体的性质，从而有效地开发更有效的治疗方法。
总而言之，现代生物学在近几十年来取得了巨大的进展，在生物多样性、生物过程、表观遗传学和生物技术等方面都取得了重大突破。
这些突破不仅更好地揭示了生物体的复杂性，也为我们更好地理解和治疗疾病提供了可能。
生物信息学的方法和应用研究生物信息学是一门交叉领域，涉及生物学、计算机科学、数学、统计学等诸多学科，其主要研究内容是利用计算机和数学的方法来分析、处理和解释生物数据信息。
生物信息学作为一个最新的学科领域，旨在帮助我们更好地理解生命系统的本质。
随着生物数据倍增速度的不断加快，生物信息学逐渐成为了现代生物学和医学研究的重要工具，其方法和应用研究也日益受到重视。
一、生物信息学的方法1.序列分析生物信息学最为常见的方法之一是序列分析。
序列分析主要针对生物分子的基本组成单元——核酸和蛋白质序列进行分析研究，目的是识别序列之间的相似性与不同点，推断其结构和功能，进而进行生物信息的比对、注释和预测。
序列分析包含多种算法，如多序列比对、DNA测序、蛋白质结构预测等等。
序列比对的主要目的是通过比较相似性和不同性来推断生物序列的起源、进化和功能。
目前常用的序列比对算法有全局比对算法、局部比对算法、Smith-Waterman算法和BLAST算法。
不同的算法之间易出现不同的结果，但是它们都有相同的优势：根据序列信息进行分析，为生物学家们提供更多了解生物体的可能性。
2.基因组学分析基因组学分析是一种应用于DNA和RNA序列的生物信息学方法。
该方法利用计算机和生物逻辑思维实现了对大量基因组或类基因组数据的简化、比较和分析。
基因组学分析主要涉及全基因组序列比对、基因外显子识别、蛋白质编码基因预测和基因功能注释等方面。
3.蛋白质组学分析蛋白质组学是对蛋白质组的分析和研究，旨在研究蛋白质分子的性质、结构和功能，以及蛋白质在生物系统中的作用和相互作用。
生物学家们早期只能分析一些单个蛋白质的性质，随着蛋白质组技术的发展，人们逐渐能够同时分析数百个或数千个蛋白质的性质。
这种技术为在疾病诊断、治疗和预防等各个方面都带来了很大的进展。
二、生物信息学的应用1.基因定位和功能研究生物信息学应用于基因定位和功能研究对于基因和疾病之间的关系研究至关重要。
生物信息学及其应用前景生物信息学是将计算机科学、统计学和数学等多学科知识应用于生物学领域的一门交叉学科。
其研究的对象是生物分子信息，包括基因组、转录组、蛋白质组、代谢组等。
生物信息学的发展不仅推动了生物学的进步，同时也为医学、农业等领域的研究提供了新的思路和方法，具有重要的应用前景。
一、生物信息学的发展历程生物信息学起源于20世纪80年代，当时计算机技术迅速发展，同时生物学技术也得到了革命性的进展，其中最重要的就是基因测序技术的发展。
1981年，美国科学家沃尔特·吉尔伯特（Walter Gilbert）提出了“全基因组测序”的概念，奠定了生物信息学研究的基础。
1985年，随着Sanger法的发明，基因测序技术进一步得到提高，从而推动了生物信息学的发展。
此后，生物信息学成为了生命科学领域中的重要分支之一，为人类基因组计划和其他生命科学研究做出了杰出的贡献。
二、生物信息学的应用领域基因组学是生物信息学的重要领域之一。
基因组学可以通过对基因组的分析和解码，研究基因结构、功能及其在生物体中的作用。
同时，基因组学还可以帮助人类了解基因表达的调控机制，从而推动疾病的预防和治疗。
2.转录组学转录组学是研究基因表达的过程与机制的学科，是生物信息学的另一个重要领域。
转录组学的研究可以揭示基因的调控活动及其参与代谢、免疫、生长和发育等过程中的作用。
3.蛋白质组学蛋白质组学是通过对蛋白质组的研究，发掘蛋白质的生物学功能和相互作用的学科。
生物信息学的工具可以帮助科学家分析大量的蛋白质数据，了解蛋白质在细胞中的位置和行为，从而推动医学和生物学领域的进展。
代谢组学是研究生物体内代谢产物的种类、量和相互作用的学科。
生物信息学的应用可以帮助科学家了解代谢网络的组成和调控机制，从而为新药研究和疾病诊断提供新的思路和方法。
三、生物信息学的应用前景随着生物信息学技术的不断发展和应用领域的扩展，生物信息学的应用前景越来越广泛。
化学生物学研究的新进展化学生物学是一门涉及生物现象及其分子基础间相互作用的学科。
它综合了化学和生物学的理论和技术手段，实现了两个学科的有机融合。
近些年来，随着科技的不断发展，化学生物学研究迎来了新的进展、新的挑战，本文将对其中的一些新进展进行探讨。
1.化学生物学在新药研发中的应用随着人们对疾病认识的加深，人类对治疗手段的要求也越来越高，而药物的研发往往需花费大量时间和金钱，因此，研发效率的提升是当前药物研发的主要难点之一。
而化学生物学技术的出现为化合物筛选提供了新的范式。
化学生物学修饰技术是一种通过合成和利用特定结构的分子来调控生物大分子的活性、稳定性、结构和分布的技术。
生物大分子指的是蛋白质、核酸和多糖等复杂大分子，它们在细胞中充当着生命进程的关键角色。
通过化学方法，可以人为地改变大分子的性质，从而对其性能进行微观调控。
化学生物学修饰技术可以使研究人员在很短的时间内合成大量化合物，并快速地筛选这些化合物对于特定生物大分子的活性。
这项技术在新药研发中可极大提高研发的效率，并且可以通过微调化合物结构，提高化合物的特异性和亲和性，从而有效降低药物的毒副作用和减少治疗的费用。
2.化学生物学在生物分子成像中的应用生物分子成像技术是一种能够精准观测细胞或组织中分子运动和空间分布的技术。
化学生物学修饰技术在这方面也提供了新的方法和手段。
近年来，研究人员通过反应性自然荧光分子或光致变色荧光剂，将生物大分子与荧光分子进行结合，并通过显微镜观察荧光增强来对生物大分子的分布和运动进行监测。
此外，还有在生物大分子表面修饰特定功能的杂化纳米材料，并通过扫描电子显微镜（SEM）或透射电子显微镜（TEM）等表征手段进行分析。
这些技术的出现为人们的生物分子探测研究提供了新的手段，也给人们探索分子世界提供了新的思路。
3.化学生物学在生物信息学中的应用生物信息学研究是生命科学的重要分支之一，其主要研究内容是对生物分子序列、结构及相互作用进行分析和预测。
功能性基因组学分析在生物学研究中的应用研究进展随着基因组测序技术的发展，我们已经成功完成了许多生物物种的基因组测序，包括人类、德国鸟、小鼠等等。
我们可以利用这些数据，分析其中每个基因的功能和相互关系，来揭示生物的内在机制和生命活动的规律，这就是功能性基因组学分析的范畴。
本文将围绕着这个主题，介绍其在生物学研究中的应用研究进展。
1. 重要的研究平台生物信息学软件与数据库是功能性基因组学分析的重要支撑平台。
如NCBI数据库是一个生物学信息公共资源，里面包含了多种类型的生物数据，例如基因组、转录组、蛋白质组、组蛋白修饰等。
此外，生物信息学软件也是生物学家进行分析、建模、预测和仿真的必要工具。
例如，生物学家可以运用RNAseq、ATACseq、CHIPseq等技术对各种样本进行分析，进而获得基因的表达、染色质修饰信息，以及基因座的甲基化水平等。
同时，还可以借助生物信息学软件对分析结果进行可视化和分享，便于生物学家更深层次的探索。
2. 功能性基因组学分析在疾病研究中的应用功能性基因组学分析在疾病研究中的应用是相当广泛的。
例如，基因突变可以导致肝癌等肿瘤的发生，如何找到和这些病因相关的基因变异呢？FuncPred (功能组)是一种在线生物信息学工具箱，它可以用于分析SNP的影响功能、蛋白质结构和致病性等。
此外，还可以运用“功能通路”和“基因本体”（Gene Ontology），将SNP功能注释成通路和功能项。
这些生物学知识在疾病的诊断、治疗和预防等方面都有着重要的应用。
3. 功能性基因组学分析在农业领域的应用除了在医学领域，功能性基因组学分析同样适用于农业领域。
例如，我们可以将模式生物Arabidopsis thaliana的基因组测序数据与已知的基因功能进行比较，从而找到的与农作物耐受性、适应性和抗挫折性等相关的基因家族。
此外，也可以使用关联分析将新测序物种和现有的基因组信息进行比对，从而发现和叶肢、营养元素吸收等相关的基因。
生物信息学的主要研究内容生物信息学是一个跨学科的领域，它将计算机科学、数学、生物学和统计学相结合，以解决生物学领域中的问题。
随着生命科学技术的飞速发展，生物信息学越来越成为生命科学中不可或缺的一部分。
本文将介绍生物信息学的主要研究内容。
一、基因组学基因组学是生物信息学的重要组成部分，它研究生物体的基因组组成和结构。
其中，最重要的研究内容是两个方面：一方面是对真核生物的基因组序列进行分析，另一方面是对原核生物的基因组结构进行分析。
近年来，基因组学的发展迅速，全基因组测序已经成为了基因组学分析的重要步骤。
全基因组测序包括三个部分：基因组DNA的提取、DNA片段的文库构建和高通量测序。
通过全基因组测序，科学家可以快速获取生物体的基因组信息，从而更好地了解生物体的性状和遗传规律。
二、转录组学转录组学是研究生物体基因表达水平的一门学科。
它主要关注的是RNA的运作机制以及基因表达的整个过程。
通过转录组学的研究，科学家可以更加深入地了解基因的启动子、辅助元件以及RNA的功能区域，帮助科学家更好地理解基因表达调控的机制和过程。
在转录组学的研究过程中，我们还可以探究出新的具有重要作用的微小RNA分子，这些分子在生物体的生长、代谢过程中起到了至关重要的作用。
三、蛋白质组学蛋白质组学研究的重点是生物体中所有蛋白质的研究。
它主要关注蛋白质的结构、功能、互作以及代谢途径的研究。
通过对蛋白质组的研究，科学家可以更好地了解蛋白质的结构与功能之间的关系，寻找新的蛋白质，并探究它们在疾病治疗和药物设计方面的潜在作用。
蛋白质组学的新技术也不断涌现，其中一项操作序列称为酵母两杂交系统（yeast two-hybrid），可针对有兴趣的蛋白质进行特异互作性筛选。
四、结构生物学结构生物学是生物信息学中的另一个重要分支，它研究蛋白质和DNA分子结构与功能之间的关系。
通过研究蛋白质和DNA的结构，我们可以更好地了解它们之间的相互作用以及分子机制。
LOGO 题 目 生物信息学的研究现状及其发展问题的探讨
学生姓名 XXX 学号 XXXXXXXXXXX 所在院(系) XXXXXXXXXXXXXXXXXXX 专业班级 XXXXXXXXXXXXXXXXXXXX 指导教师 XXXXXX
2015年12月28日
陕西理工学院课程论文 第 1页 /共 5页 生物信息学的研究现状及其发展问题的探讨 XXX （地址，邮编） [摘要] 结合生物信息学产生的历史条件，对生物信息学的定义进行了介绍;归纳总结了现代生物信
息表述、采集、储存、传递、检索的表现形式-生物学数据库的分类与分布;着重介绍了生物信息学的主要研究内容和基本的分析方法，阐明了生物信息的分析和解读模式;强调了生物信息学与其他相关学科的相关性，提出了生物信息学发展的一些亟待解决的问题及其相应的解决方案。 [关键词] 生命科学;生物信息学;数据库;相关性
前言 生物信息学是伴随着人类基因组计划发展而产生的一门涉及生物学、数学以及计算机科学与的交叉学科。关于生物信息学的定义，20世纪90年代，美国人类基因组计划曾经给出一个比较完整的解释：生物信息学是一门交叉学科，包含了生物信息的获取、加工、储存、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说包含的生物学意义。生物信息学旨在揭示“基因组信息结构的复杂想及遗传语言的根本规律”，是21世纪自然科学和技术科学领域中“基因组”“信息结构”和“复杂性”这三个重大科学问题的有机结合 生物信息学的形成和发展对目前在全球范围内广泛开展的各物种的基因组学、蛋白组学、信息科学、计算机与网络技术、新药开发等多个领域将产生重大影响，并将成为21世纪生命科学的基石[3]。
1 生物信息学的基本范畴 “生物信息学”是英文单词“Bioinformatics”的中文译名，它是由美国学者Lim在1991年发表的文章中首次使用的[4]。生物信息学是它包含了生物信息的获取、处理、储存、分析和解释等在内的所有方面的一门交叉学科，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，目的在于了解和阐明大量生物学数据所包含的生物学意义。具体来讲，生物信息学是把核酸、蛋白质等生物大分子数据库作为主要研究对象，用数学、计算机科学等为主要研究手段，对巨量生物学原始实验数据进行存储、管理、注释、加工，使之成为具有明确生物学意义的生物信息;通过对生物信息的查询、搜索、比较、分析，从中获取基因编码、基因调控、核酸和蛋白质结构功能及其相互关系等知识;在大量信息和知识的基础上，探索生命起源、生物进化以及细胞、器官和个体的发生、发育、病变、衰亡等生命科学中的重大问题[2-3]。
2 生物信息学的基本分析方法 随着生物信息的急剧增长，如何从浩瀚的数据库中获取有用信息，怎样处理提取的数据，进而从中获得与生物结构、功能相关的信息是一个使理论生物学家感到棘手的难题[2-3]。借助于计算机科学、信息科学及其它学科的共同参与，人们发展了生物信息的多种分析
方法，其中最基本的方法有序列对比、结构对比及功能对比预测法等。 2.1 序列比对预测法 序列比对是以核酸和蛋白质序列为依据，来比较两个或两个以上核酸或蛋白质在碱基陕西理工学院课程论文 第 2页 /共 5页 (A，T，C，G)、氨基酸(20个氨基酸)水平上的相似性和不相似性。序列比对是生物信息学最基本的分析方法。常用的序列比对方法有两两序列比对和多序列比对[7]。两两序列比对是比较两序列之间的相似性区域和保守位点来寻找两序列可能存在的历史进化关系。两两序列比对又分为总体序列比对和局部序列比对。两个序列的比对有较成熟的动态规划算法:总体序列比对是以Needleman-Wunsch的算法为理论体系发展的完善的比对方法;当两个序列总体并不很相似，但某些局部片段相似性较高时，Smith-Waterman算法是解决局部比对的好算法，局部序列比对正是以Smith-Waterman动态规则算法为理论依据的比对方法。多序列比对是以两两序列比对为基础，逐步优化两条或多条序列比对结果的方法，其目的是建立两条以上序列可能存在的进化关系。最常见的多序列比对方法有Pileup算法和Clustalw算法[8]。 2.2 结构比对预测法 结构对比的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;蛋白质结构预测包括2级和3级结构预测[9]。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。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。以核酸和蛋白质的序列为基础，来预测其生物学结构，是生物信息学的核心研究内容[10]。基于核酸序列的预测分析方法就是以核酸序列为基础，来分析预测其功能基因的位置。其分析内容常常包括:密码子的偏向、内部重复序列、特殊位点、编码蛋白区和二级结构的预测。 2.3 功能比对预测法 组成蛋白质的氨基酸序列不仅决定着蛋白质的三维结构，而且也决定着它的功能[3]。首先以蛋白质的序列为依据，来预测蛋白质的物理性质，如分子量、等电点、亲水性和疏水性、跨膜区域、信号肽和蛋白定位等。蛋白质的功能预测是以目的蛋白为线索力图发现它和功能已知蛋白质的相似性。蛋白质的功能预测主要侧重在序列同源性和功能区序列的保守性[11]。 蛋白质二级结构预测有两种策略:以单一序列为基础和以多重序列对齐为依据的分析方法。常用的三级结构预测方法有同源模建和穿针引线算法。 2.4 核酸序列分析 2.4.1 序列比较与进化树构建 序列比较是一项基本的生物信息学技术，其应用很广，形式多样。可分为基于一个序列的重复片段或反向重复片段查找、两序列比较和多序列比较等。常用软件为Biosun［1］、MatLab、EBI主页上的工具Tools、NCBI主页上的工具Blast。构建进化树是从序列中发现进化关系，分析物种的同源性。常用软件为Biosun、clustalW［2］以及phylip进化分析软件包。 2.4.2 DNA序列翻译为蛋白质序列 根据密码子与氨基酸之间的对应关系将DNA序列翻译为蛋白质序列。常用软件为Biosun、DNAStar、DNAMAN和NCBI上的ORF查找工具。 2.4.3 限制性酶切位点分析 可以通过文本编辑器软件来查找，也可以通过专门的软件［3］：如Biosun、NEBcutterV2．0和PrimerPremier5．0。 2.4.4 转录因子结合位点预测 通过预测分析目标基因转录调控区中顺式原件的组成和分布情况，可以从理论上了解目标基因的表达情况，从而指导后续实验的设计［4］。常用软件为Biosun、PMATCH和MatrixCatch。 2.4.5 启动子预测 大量基因组序列被破译，使得不仅要预测分析新基因的编码区结构，还要分析预测其转录起始位点及启动子序列，从而规模化地了解其编码的基因及表达方式。启动子是DNA陕西理工学院课程论文 第 3页 /共 5页 序列中RNA聚合酶Ⅱ的结合部位，也是启动转录的关键性的调控序列［5］。 目前常用的启动子预测的软件分别是GENESCAN、Promoter和DragonPromoterFinder。 2.4.6 PCR实验设计 根据引物设计规则进行引物设计［6］。常用软件为PrimerPremier5．0、Oligo5．0、Biosun 和GeneFisher2。 2.4.7 RNA二级结构预测 RNA许多功能的实验需要借助一定的二级结构，但是用实验方法测定其结构比较困难，应用计算机软件预测RNA二级结构是一种可行方法。常用软件为Biosun、DNASIS2．5、RDfolder和Mfold。Mfold网站还提供了丰富的RNA二级结构预测资料，可作参考。 2.4.8 核酶、反义核酸及siRNA设计 核酶是一种具有核酸内切酶活性的RNA分子，可特异性地切割靶RNA序列［7］。根据碱基互补原则，对任何细胞或病毒的RNA都可设计出相应的核酶。理想的核酶应符合高效、特异和稳定的特点。常用软件为RNAstructure。需要注意此核酶设计是经验性的，需要实验验证。 反义核酸是指与靶DNA或RNA碱基互补、并能与之结合的一段DNA或RNA序列。反义核酸通过与靶序列杂交，抑制或封闭目的基因的表达，使其丧失活性，达到基因控制和治疗的目的［8］。目前已发展出一些用于反义核酸预测的核酸设计工具，如瑞典科学家开发的免费在线反义核酸设计工具AOSVM。 siRNA即RNA干涉，是抑制基因表达的重要工具。目前RNAi已广泛应用于基因功能分析，并作为潜在的治疗策略应用于病毒性疾病、药物靶标发现和癌症治疗［9］。目前使用最多的设计软件是由Naito等［10］开发的在线设计软件siDirect。
3 生物信息学的研究热点 生物信息学的研究内容几乎涵盖了生命科学的各个领域，它的发展给生命科学研究带来重大的变革。生物信息学的发展将对生命科学本身的发展产生革命性的影响，其研究成果将大大地促进生命科学其他研究领域的进步[4]。生物信息学是目前基因组学、蛋白组学、生物芯片等生命科学前沿研究领域发展的直接推动力。基因组学、蛋白组学、分子进化、生物芯片等成为了现代生物信息学研究的热点内容。 3.1 基因组学研究 某种生物的全部遗传构成被称为该种生物的基因组。基因组学的实质就是分析和解读核酸序列中所表达的结构与功能的生物信息。这方面的研究已成为生物信息学的主要研究内容之一，生物信息学也成为基因组研究中必不可少的工具。生物信息学在基因组和蛋白组研究中所起的作用主要有:(1)基因组信息结构的计算分析;(2)模式生物全基因组信息结构的比较研究;(3)功能基因组的相关信息分析。其中，序列基因组学主要研究测序和核苷酸序列;结构基因组学着重于遗传图谱、物理图谱和测序等方面的研究;功能基因组学则研究以转录图为基础的基因组表达图谱;比较基因组学的研究内容包括对不同进化阶段基因组的比较和不同种群和群体基因组的比较[3，12]。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DNA”。但DNA序列作为一种遗传语言，不仅体现在编码序列之中，还隐含在非编码序列之中，因而分析非编码区DNA序列则需要大胆的想象和崭新的研究思路与方法。 3.2 蛋白组学研究 蛋白组和蛋白组学的概念是随基因组和基因组学的出现而出现的[13]。蛋白组的概念是由于基因表达水平并不能代表细胞中活性蛋白质的数量，基因组序列并不能描述活性蛋白
