生物信息学基础

1、引言曼哈顿原子弹计划曼哈顿原子弹计划阿波罗登月计划阿波罗登月计划人类基因组计划人类基因组计划3引言 随着实验数据和可利用信息急剧增加，信息的管理和随着实验数据和可利用信息急剧增加，信息的管理和分析成为基因组计划的一项重要的工作分析成为基因组计划的一项重要的工作1 1、信息的整合、信息的整合2 2、信息的储存、信息的储存3 3、信息的比较、信息的比较4 4、信息的分析、信息的分析5 5、信息的分解、信息的分解基因组学功能基因组学引言这些过程都需要生物信息学的帮助这些过程都需要生物信息学的帮助! !引言引言引言 生物信息学生物信息学（）这一名词的来由这一名词的来由 八十年代末期，马来西亚的美籍学者

2、林华八十年代末期，马来西亚的美籍学者林华安（安（Hwa A. Lim）认识到将）认识到将与与结合起来的重要意义，开始留意要为这一领域结合起来的重要意义，开始留意要为这一领域构思一个合适的名称构思一个合适的名称“CompBio”；“bioinformatique”；“bio-informatics（或（或bio/informatics）” “bioinformatics” 生物生物信息信息学？新兴的交叉学科学？新兴的交叉学科Mathematical Mathematical sciencessciencesComputer Computer sciencessciencesLife Life s

3、ciencessciencesSo,是一门交叉学科，它包含了生物信息的获取、处理、存储、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，来阐明和理解大量数据所包含的生物学意义。 (美国人类基因组计划第一个五年总结报告，1995) 采用信息科学技术，借助数学、生物学的理论、方法，对采用信息科学技术，借助数学、生物学的理论、方法，对 各种各种的收集、加工、储存、分析、解释的一门学的收集、加工、储存、分析、解释的一门学 科。科。收集、加工、储存：收集、加工、储存：计算机科学家计算机科学家分析、解释：分析、解释：生物学家生物学家生物信息学生物信息学基本思想的产生基本思想

4、的产生 生物信息学生物信息学 的迅速发展的迅速发展二十世纪二十世纪5050年代年代二十世纪二十世纪80-9080-90年代年代生物科学和生物科学和技术的技术的发展发展人类基因组人类基因组计划的计划的推动推动 生物信息学的发展历史生物信息学的发展历史 生物信息学的发展历史生物信息学的发展历史 webwindows, Unix, LinuxJAVA, Perl/Python， PHP+MySQL, 生物信息学主要研究内容生物信息学主要研究内容通过本门课程的学习，我们将能够：通过本门课程的学习，我们将能够：学会搜索各种生物信息学学会搜索各种生物信息学资源资源；能够利用各种工具能够利用各种工具搜索搜索

5、核酸蛋白质核酸蛋白质数据库数据库；能够对能够对未知基因未知基因及其产物进行初步的生物信息学及其产物进行初步的生物信息学分析分析；能够利用数据库进行序列的能够利用数据库进行序列的拼接和电子克拼接和电子克隆隆；能够进行系统发育树的能够进行系统发育树的构建和分析构建和分析；能够掌握基因组和蛋白质组分析的基础；能够掌握基因组和蛋白质组分析的基础；了解生物信息学的一般了解生物信息学的一般概念和基本算法概念和基本算法；初步设计初步设计本地化的的生物信息学分析软件本地化的的生物信息学分析软件学习目标：学习目标：引言 最基本的最基本的生物信息生物信息维持生命活维持生命活动的机器动的机器生命体系千姿生命体系千姿

6、百态的变化百态的变化生物分子数据及其关系生物分子数据及其关系生物分子信息的特征生物分子信息的特征 三大基因数据库三大基因数据库GenbankGenbank库包含了所有已知的核酸序列和蛋白质序列，以及与库包含了所有已知的核酸序列和蛋白质序列，以及与它们相关的文献著作和生物学注释。它是由美国国立生物技术它们相关的文献著作和生物学注释。它是由美国国立生物技术信息中心信息中心(NCBI)建立和维护的。建立和维护的。NCBI的网址是：的网址是：。EMBL核酸序列数据库核酸序列数据库由欧洲生物信息学研究所由欧洲生物信息学研究所(EBI)维护的核酸序列数据

7、构成，查维护的核酸序列数据构成，查询检索可以通过因特网上的序列提取系统询检索可以通过因特网上的序列提取系统(SRS)服务完成。服务完成。数据库网址是：数据库网址是：http:/www.ebi.ac.uk/embl/。DDBJ数据库数据库日本日本DNA数据仓库数据仓库(DDBJ)也是一个全面的核酸序列数据库，也是一个全面的核酸序列数据库，与与Genbank和和EMBL核酸库合作交换数据。使用其主页上提供核酸库合作交换数据。使用其主页上提供的的SRS工具进行数据检索和序列分析。工具进行数据检索和序列分析。DDBJ的网址是：的网址是：http:/www.ddbj.nig.ac.jp/。三大基因数据库

8、之间的关系三大基因数据库之间的关系蛋白质序列数据库蛋白质序列数据库 PIRPIR是一个全面的是一个全面的，它是由，它是由建立和维护建立和维护的。的。的网址是：的网址是：/。该数据库由瑞士日内瓦大学于该数据库由瑞士日内瓦大学于19861986年创建，目前由瑞士年创建，目前由瑞士生物信息学研究所和欧洲生物信息学研究所生物信息学研究所和欧洲生物信息学研究所共同维护共同维护和管理。和管理。数据库网址是：数据库网址是：/。是是目前最主要的蛋白质分子结构数据库目前最主要的蛋白质分子结构数据库，目前，目前由美由美国国R

9、CSBRCSB管理；以文本格式存放数据，包括原子坐标、物管理；以文本格式存放数据，包括原子坐标、物种来源、测定方法、提交者信息、一级结构、二级结构种来源、测定方法、提交者信息、一级结构、二级结构等等。的网址是：的网址是：/pdb//pdb/。 基因组序列分析基因组序列分析q在数据库中进行序列相似性搜索q序列组成/分子量/等电点-初级分析q酶切位点分析（载体构建）q基因结构分析/启动子序列分析qMotif的寻找与序列的模式识别(含跨膜区的预测等)q亚细胞定位q功能域（domain）预测两个序列的比对是指这两个序列中各个两个序

10、列的比对是指这两个序列中各个字符的一种一一对应关系，或字符的对比排列字符的一种一一对应关系，或字符的对比排列AA CTTAACGTAA CTTAACGT两个序列的比对是指这两个序列中各个两个序列的比对是指这两个序列中各个字符的一种一一对应关系，或字符的对比排列字符的一种一一对应关系，或字符的对比排列AA CTTAACGTAA CTTAACGT( () )是指一种很直接的数量关系。比如说，A序列和B序列的相似性是80，或者4/5。这是个量化的关系。一致性一致性两个蛋白质有一定数量的氨基酸在排比的位点上是相同的，即如果38个氨基酸的蛋白质中15个位点相同，我们说它们一致性为39.4%.MSDTPS

11、TGFSIIHPTSSEGQVPPPRHLSLTHPVVAKRISFYKSG-PRNGTIKIYENPARTFTRPYSAKNITIYKEND所以所以, 相似性的数值一定比一致性的要相似性的数值一定比一致性的要( )大大 or 相等相等 or 小小( () )： 一般来说，序列间的相似性越高的话，它序列间的相似性越高的话，它们是同源序列的可能性就更高们是同源序列的可能性就更高。注意不要等价混用这两个名词。A序列和B序列的同源性为80，记住Blastn1Blastn1的作用：的作用：对于已知的基因，可以分析其相似基因；对于已知的基因，可以分析其相似基因；对于未知的基对于未知的基因片段，可以分析其

12、属于什么基因。因片段，可以分析其属于什么基因。Blastn2Blastn2的作用：的作用：对于新基因对于新基因, ,可以了解基因的结构特征可以了解基因的结构特征, 5-UTR, 5-UTR和和3-UTR 3-UTR 的的大小大小. BlastpBlastp的作用：的作用：对于已知的蛋白，可以分析其相似蛋白；对于已知的蛋白，可以分析其相似蛋白；对于未知的蛋对于未知的蛋白片段，可以分析其属于什么蛋白。白片段，可以分析其属于什么蛋白。Blastx:Blastx:分析你的基因编码什么产物分析你的基因编码什么产物? ?分析你的基因是否是新基分析你的基因是否是新基因？因？已知一种蛋白序列，在另一物种中进行

13、其同源蛋白基因的电已知一种蛋白序列，在另一物种中进行其同源蛋白基因的电子克隆子克隆( (in silicoin silico cloning) cloning)；寻找一个新的蛋白质序列寻找一个新的蛋白质序列( (如双向电泳得到的如双向电泳得到的) )是否已有核酸是否已有核酸序列，是否可以克隆。序列，是否可以克隆。基因表达数据分析与处理基因表达数据分析与处理确定芯片检测目标确定芯片检测目标芯片设计芯片设计数据管理与分析数据管理与分析确定芯片检测目标确定芯片检测目标芯片设计芯片设计数据管理与分析数据管理与分析生物大分子结构预测生物大分子结构预测蛋白质结构预测蛋白质结构预测 蛋白质的生物功能由蛋白质的结构所决定，蛋蛋白质的生物功能由蛋白质的结构所决定，蛋白质结构预测成为了解蛋白质功能的重要途径白质结构预测成为了解蛋白质功能的重要途径 蛋白质结构预测分为蛋白质结构预测分为: :二级结构预测二级结构预测空间结构预测空间结构预测 蛋白质折叠蛋白质折叠复杂结构分析：复杂结构分析：X射线晶体结构分析、多维核磁共振（射线晶体结构分析、多维核磁共振（NMR）波谱分析）波谱分析和电子显微镜二维晶体三维重构（电子晶体学，和电子显微镜二维晶体三维重构（电子晶体学，EC）等）等物理方法物理方法Difficult!Difficult!Expensiv