生物信息学详细讲义

生物信息学详细讲义第1页/共58页生物信息学的发展生物信息学前沿展望第2页/共58页生物信息学的发展生物信息学的发展历程生物信息学的发展现状生物信息学的发展方向第3页/共58页生物信息学的发展历程生物信息学自诞生以来，经历了三个阶段：基因组前期的生物信息学：主要是序列分析、数据库的查询、计算机操作和PC的应用基因组年代的生物信息学：主要是基因的寻找、数据与数据之间的比较、网络相互界面（Interface）后基因组年代的生物信息学：主要是数据的挖掘、表达、数据多样性的分析、相互交叉数据分布的总结与分析。其研究的内容不仅包括基因的查寻和同源性分析；而且进一步到基因和基因组的功能分析，即所谓的功能基因组学研究第4页/共58页发展现状

生物信息学的发展将会对生命科学带来革命性的变革。它的成果不仅对相关基础学科起巨大的推动作用，而且还将对医药、卫生、食品、农业等产业产生巨大的影响，甚至引发新的产业革命第5页/共58页国外发展现状

各国政府和工业界对生物信息学极为重视，投入了大量资金。欧美各国及日本相继成立了生物信息中心，如美国的国家生物技术信息中心（NationalCenterforBiotechnologyInformatics，NCBI）、欧洲生物信息学研究所(EuropeanBioinformaticInstitute，EBI)、日本信息生物学中心（CenterforInformationBiology，CIB）等。NCBI、EBI和CIB相互合作，共同维护着GenBank、EMBL、DDBJ三大基因序列数据库。它们每天通过计算机网络互相交换数据，使得三个数据库能同时获得最新数据。此外，他们每年召开两个年会讨论合作事宜第6页/共58页国内发展现状

在我国，生物信息学随着人类基因组研究的展开才刚刚起步，但已显露出蓬勃发展的势头。在政府的支持和科学家的呼吁下，国家级生物医学信息学中心正在筹建之中各地政府也给予了足够重视，北京市已经成立了北京生物工程学会生物信息学专业委员会（即北方生物信息学研究会），目的在于联合北方地区从事生物信息学的专家，加强合作，促进学科的发展，并为政府决策提供参考意见第7页/共58页国内的一些科研单位

国内一些科研单位已经开始摸索着从事这方面的工作。清华大学在基因调控及基因功能分析、蛋白质二级结构预测方面、天津大学物理系和中科院理论物理所在相关算法方面、中科院生物物理所在基因组大规模测序数据的组装和标识方面、北京大学化学学院物理化学研究所在蛋白质分子设计方面、华大基因组研究中心（中科院遗传所人类基因组研究中心）在大规模测序数据处理自动化流程体系及数据库系统建立方面均已展开相关研究。复旦大学遗传学研究所为克隆新基因而建立的一整套生物信息系统也已初具规模；中科院上海生化所、生物物理所等单位在结构生物学和基因预测研究方面也有相当的基础第8页/共58页生物信息学的发展方向进入后基因组-蛋白组时代人类基因组计划的研究已由结构基因组进入到功能基因组阶段。我们都知道，生命活动的执行者是基因的表达产物-蛋白质，而研究基因组的根本目的在于揭示整个生命活动的规律。因此，随着大量基因的破译及鉴定，这些基因编码的蛋白质正成为下一步研究的热点第9页/共58页生物信息学的发展方向功能基因组学方面比较基因组学基因组医学蛋白组学方面血浆蛋白组计划肝脏蛋白组计划蛋白组标准化数据库

第10页/共58页比较基因组学

研究不同模式基因组（modelorganism）与人类基因组的关系，以更好认识人类生理、病理过程和行为方式等。其中还包括对不同基因组的比较研究，认识基因或蛋白的进化规律，以便了解蛋白家族的形成和相关功能研究第11页/共58页比较基因组学人类基因组模型小鼠基因组大鼠基因组酵母基因组病原体基因组黑猩猩基因组水稻基因组线虫基因组果蝇基因组进化感染生存发育行为生理生化比较基因组学研究对象及相互关系第12页/共58页病原体基因组的分析

通过对常见病原体基因组的分析，有利于了解病原体与宿主的关系、病原体的毒力、宿主对病原体感染的抵抗力和易感性等。同时通过对病原体基因组的变异分析，找出其流行规律第13页/共58页典型实例:

2003年春季在我国的广州、北京、香港以及新加坡、加拿大多伦多等地流行的SARS病毒第14页/共58页第15页/共58页

小鼠在遗传学、基因组学和蛋白组学研究的应用，及应用到人的过程也离不开比较基因组学的研究第16页/共58页带电极帽的实验小鼠增强实验小鼠的抗肿瘤作用第17页/共58页实验小鼠的品种和品系病毒感染的实验小鼠第18页/共58页基因组医学预测医学的发展趋势应用基因组学的发展疾病的基因诊断与产前诊断药物体体反应评价

DNA身份鉴定与亲自鉴定植入前遗传学诊断与胎儿选择基因治疗基因制药与基因疫苗转基因动物第19页/共58页预测医学的发展趋势常见疾病的相关基因第20页/共58页应用基因组学的发展疾病的基因诊断与产前诊断

HGP草图完成以后,估计人有大约3万多个基因,目前,已明确1510个基因的突变可导致相应的疾病,主要为单基因病第21页/共58页药物个体反应性评价

主要是基于个体的单核苷酸多态性(SNP),研制一种新药时,须同时研究药物敏感型和抵抗型相关的SNP,通过检查这些SNP,指导合理用药第22页/共58页第23页/共58页DNA身份鉴定和亲子鉴定由于基因组的多样性,DNA的多态位点即成为个体识别的标签.依据遗传学规律,子女的身份标记必定来自于双亲,据此可用于身份鉴定和亲子鉴定方法:DNA短串联重复序列(STR)

单核苷酸多态性(SNP)第24页/共58页植入前遗传学诊断与胎儿选择植入前遗传学诊断(preimplantationgeneticdiagnosis,PGD)是在体外受精（in-vitrofertilization,IVF）基础上，从卵裂期胚胎发育到６－１０个细胞阶段，采集１－２个细胞对遗传病进行诊断的一种方法．ＰＧＤ成功的关键是胚胎活检和单细胞ＰＣＲ或ＦＩＳＨ技术的建立．目前，国内外已成功开展多种遗传病的植入前遗传学诊断，如α地中海贫血、囊性纤维化、Ｈbs病、马凡综合征、唐式综合征、ＤＭＤ、范可尼贫血等第25页/共58页地中海贫血是一组遗传性肽链合成障碍导致的血红蛋白异常性疾病，常见的有两种类型，一种是a-地贫（甲型），是由于a肽链合成障碍，β-肽链相对过剩，导致血红蛋白异常。临床上常见的为Hb-H病，另一种β-地贫（乙型），是由于β-肽链合成障碍，a肽链相对过剩，导致血红蛋白异常

地中海贫血病人父母往往是轻型地贫病人，也可以说病理基因携带者，父母各自有一个病理基因，如果父母各自的病理基因同时遗传给子女，即子女有两个病理基因。在医学上叫做纯合子状态。子女就可能患重型或间型地贫，如果仅一个病理基因遗传给子女，该子女就像父母一样成为病理基因携带者，轻型地贫病人

地贫主要发生在地中海沿岸国家，如意大利、希腊、伊朗、苏联南部、印度、埃及。地中海贫血各地由此而来，东南亚地区也是地贫的高发病区，在中国，主要集中在广东、广西及周边省份，如湖南、湖北、江西、福建、四川、云南、贵州等。全球的发病率根据世界卫生组织估计，仅地中海地区约有20万纯合子β-地贫病人。在中国，a-地贫基因携带率为2.64％，广东为4.11％，β-地贫基因携带率为0.67％，中国南部为3％，香港为6％，广东纯合子β-地贫病人发生率为1：800第26页/共58页第27页/共58页

囊性纤维化是发生于儿童和青年人的全身性遗传性疾病。主要病变为外分泌腺的功能紊乱，粘液腺增生，分泌液粘稠，不同器官病变程度不一。主要见于肺、胰及肠道，可发生慢性阻塞性肺病、胰功能不全及肝硬化。

根据梗阻性黄疸、肝肿大、门脉高压等临床表现；血清ALT、AST及碱性磷酸酶升高；胆囊造影不显影；汗液中氯化物增加及肝活检异常可以确立诊断。辅助检查:汗液中氯化物升高，80%～85%胰腺各种外分泌功能受损，5%～10%有部分外分泌功能不全。另小部分外分泌功能正常。胰腺功能不全的主要表现是脂肪泻和粪中氮质过多。脂溶性维生素如维生素A、D、E、K吸收障碍，1岁可发生维生素K缺乏，有出血倾向。血清维血素A水平低下，肝中浓度正常或偏高，可出现夜盲和颅内压增高。肝功能试验正常，可有直接胆红素升高，血清ALT、AST及碱性磷酸酶均升高。部分患儿可因吸收障碍而发生低蛋白血症。

刺激胆汁分泌的药物无效，用生理盐水冲洗肝外胆系有治疗成功的报道。有门脉高压患者，如呼吸功能良好，可做门-体分流术。如呼吸功能衰竭，食管静脉曲张出血只能用硬化疗法或结扎疗法。

第28页/共58页基因治疗

基因治疗：指运用重组ＤＮＡ技术，修复患者体内有缺陷的基因而恢复该基因的正常功能，以达到治疗该遗传病的目的。包括基因修正、基因抑制、基因添家等方案第29页/共58页基因制药与基因疫苗

利用重组基因技术，将某些具有治疗或预防价值的基因克隆到一定的载体中，通过体外或体内表达，得到相应的药物或疫苗第30页/共58页生物医药工业推动生物信息学的发展

生物医药工业也是推动生物信息学发展的重要动力。HGP所推动的大规模DNA测序也为生物医药工业提供了大量可用于新药开发的原材料。有些基因产物可以直接作为药物，而有些基因则可以成为药物作用的对象。生物信息学为分子生物学家提供了大量对基因序列进行分析的工具，不但可以从资料的获取、基因功能的预测、药物筛选过程中的信息处理等方面大大加快新药开发的进程，而且可以大大加快传统的基因发现和研究，因而成为各赢利性研究机构和医药公司争夺基因专利的重要工具，这一竞争又反过来极大的刺激了生物信息学的发展第31页/共58页转基因动物包括以下四个方面：转基因动物模型基因敲除动物动物乳腺生物反应器克隆动物第32页/共58页蛋白组计划

２００１年１０月，一个旨在研究人类蛋白组的民间性国际组织－人类蛋白组组织（humanproteomeorganization,HUPO）正式成立（）该组织由北美、欧洲和亚太三大分支机构共同组成。中国属于亚太ＨＵＰＯ的成员之一第33页/共58页血浆蛋白计划（plasmaproteomeproject,PPP）该计划总体目标：综合分析正常人体血浆和血清的蛋白组分，并比较血清与血浆样本的差别比较全球不同人群间或同一国家内不同人群间血浆蛋白的差异坚定疾病状态下血浆或血清蛋白标记物第34页/共58页肝脏蛋白组计划（humanliverproteomeproject,HLPP）HLPP任务：综合分析正常或疾病状态下肝脏蛋白的组成了解蛋白质的定位（又称定位组，localizome）综合分析蛋白质的相互作用和代谢网络图（又称相互作用组，interactome）建立ＰＰＰ与ＨＬＰＰ的相互联系，找出相应的生物标记物解析肝脏蛋白组与肝脏转录组和人类基因组的内在联系第35页/共58页

蛋白组标准化数据库

为了与蛋白组计划相配合，需建立大型数据库，以供结果分析和数据比对第36页/共58页生物信息学前沿生物芯片技术药物设计与生物信息学第37页/共58页生物芯片技术生物芯片技术是近年来物理学、微电子学与分子生物学综合交叉形成的高新技术。生物芯片的概念源于计算机芯片的概念。在计算机上排列的是集成电路，而在生物芯片上排列的是密集的探针阵列目前常见的生物芯片：基因芯片（genechip）蛋白质芯片(proteinchip)芯片实验室(Lab-on-a-chip)第38页/共58页药物设计与生物信息学生物信息学已成为现代药物设计的一种重要工具．目前出现在大分子模拟、受体模型药物设计系统、比较分子场分析法、生物药效模型或药效基因模型分析及定性预测专家系统、神经网络系统等计算机应用软件已成为现代药物化学研究的重要手段此类软件有以下几方面作用：搜寻药物作用靶位靶位有效性验证第39页/共58页计算机辅助药物设计

间接药物设计：Ｈansch法生物电子等排方法分子形态分析法计算机结构自动评价法

第40页/共58页直接药物设计

三维结构搜寻的药物分子设计一般包括四个不骤:定义提问结构;解释提问结构;对数据库进行二维及三维关键部位筛选;对初筛合格的结构,应用三维限制条件进行逐个原子印证

第41页/共58页

三维结构搜寻的关键是要有合理的搜寻标准.搜寻标准即提问结构,是由一组原子及其空间关系说明所组成的三维子结构.典型的提问结构包含有:二维子结构;三维目标和限制;固定的原子或碎片;原子或原子对的数据限制.有了提问结构以后,即可使用提问结构到三维数据库中进行搜寻.通常是先粗筛,在精选第42页/共58页全新药物设计基本方法:数据库搜索法片段生长法原子生长法第43页/共58页药物设计实例HIV蛋白酶抑制剂的设计爱滋病病毒HIV损害人体免疫系统通过多个环节,阻断这些环节,有可能找到治疗爱滋病药物.HIV蛋白酶、反转录酶、整合酶是其中三个重要靶点

Hoffmam-LaRock公司的研究人员，首先设计了ＨＩＶ－Ｉ蛋白酶的低物模拟物。通过分子模拟，确定了该酶的抑制剂所需的最短长度，并确定了该抑制剂中心部分的碳原子倾向于Ｒ构型。在此基础上，设计成功了抗爱滋病药物Ｓaquinavir,该化合物具有很强的ＨＩＶ－Ｉ蛋白酶抑制作用，１９９５年被美国ＦＤＡ批准上市第44页/共58页

Ａbbort实验室的研究人员通过ＨＩＶ－Ｉ蛋白酶三维结构的研究，发现该酶具有一个二重旋转轴（Ｃ２）的对称性．针对这一特点，研究人员设计了一种对称性抑制剂．进行分子对接模拟计算的结果发现，所设计的对称性抑制剂实际上以一种不对称的结合方式与ＨＩＶ－Ｉ蛋白酶结合．于是研究人员重新设计了不对称抑制剂，并考虑了抑制剂末端对口服生物利用度的影响，终于得到了抗爱滋病药物Ｒitomvir,该药于１９９６年经美国ＦＡＤ批准上市第45页/共58页

李全等基于壳体蛋白与ＣypA复合物的晶体结构以及ＨＩＶ－Ｉ壳体蛋白与ＣypA之间的分子识别机制，设计了一系列多肽化合物．其中一个多肽抑制剂ＣypA的ＩCso约为６mol/L，是目前为止所发现的活性最高的ＣypA抑制剂，为进一步设计有机分子抑制剂奠定了基础．这也是目前基于蛋白质－蛋白质作用界面进行药物设计的有限的几个取得初步成功的例子之一第46页/共58页展望第47页/共58页第一次科学浪潮TychoBrahe第谷JohannesKepler开普勒IsaacNewton牛顿天象观测大量数据行星运动定律万有引力定律航空航天技术第48页/共58页第二次科学浪潮DmitriMendeleev门捷列夫元素与大量化合物

元素周期表

现代化学化工第49页/共58页第三次科学浪潮大量原子光谱数据

量子论

量子力学

信息技术MaxKarlErnstLudwigPlanck普朗克AlbertEinstein爱因斯坦NielsBohr玻尔ErwinSchrödinger薛定谔第50页/共58页基因组超大量的序列和结构数据

？重大的发现第四次科学浪潮？第51页/共58页

科学的发展史表明：巨大的科学数据的积累将导致重大的科学发现。可以试举几例。17世纪初，德国天方学家开普勒从其老师，丹麦天方学家第谷手中接过了他穷毕生精力所观测到的多颗天体的运行数据。经过仔细的分析，终于发现了开普勒三大定律，开普勒也被后人尊称为"天空的立法者"。若干年后，在开普勒三大定律的基础上，牛顿发现了万有引力定律。第二个例子是元素周期表的发现。19世纪中叶，已经发现了63种元素以及测定了大量的数据。这些庞大的资料使俄国化学家门捷列夫终于在1869年发现了元素周期表，为现代化学奠定了基础。第三个例子是20世纪初，氢原子和其它