生物医学工程1

生物医学工程学的分支学科主要包括以下几个： 偏硬件的有：仿生学、医疗器械维修等 偏软的有：生物信息学、医学图像处理、医用材料学等 目前有七类研究方向：生物医学信息处理与计算机应用；生物医学信号与计算机应用；生物传感技术与医学信号检测；电磁场的生物效应与生物电场建模；生物材料与纳米技术；生物力学；生物材料。生物信息学（Bioinformatics）是在生命科学的研究中，以计算机为工具对生物信息进行储存、检索和分析的科学。它是当今生命科学和自然科学的重大前沿领域之一，同时也将是21世纪自然科学的核心领域之一。其研究重点主要体现在基因组学（Genomics）和蛋白质组学（Proteomics）两方面，具体说就是从核酸和蛋白质序列出发，分析序列中表达的结构功能的生物信息。 具体而言，生物信息学作为一门新的学科领域，它是把基因组DNA序列信息分析作为源头，在获得蛋白质编码区的信息后进行蛋白质空间结构模拟和预测，然后依据特定蛋白质的功能进行必要的药物设计。基因组信息学，蛋白质空间结构模拟以及药物设计构成了生物信息学的3个重要组成部分。从生物信息学研究的具体内容上看，生物信息学应包括这3个主要部分：（1）新算法和统计学方法研究；（2）各类数据的分析和解释；（3）研制有效利用和管理数据新工具。 生物信息学是一门利用计算机技术研究生物系统之规律的学科。目前的生物信息学基本上只是分子生物学与信息技术（尤其是因特网技术）的结合体。生物信息学的研究材料和结果就是各种各样的生物学数据，其研究工具是计算机，研究方法包括对生物学数据的搜索（收集和筛选）、处理（编辑、整理、管理和显示）及利用（计算、模拟）。 生物信息学的主要研究方向： 基因组学 - 蛋白质组学 - 系统生物学 - 比较基因组学，1989年在美国举办生物化学系统论与生物数学的计算机模型国际会议，生物信息学发展到了计算生物学、计算系统生物学的时代。 姑且不去引用生物信息学冗长的定义，以通俗的语言阐述其核心应用即是：随着包括人类基因组计划在内的生物基因组测序工程的里程碑式的进展，由此产生的包括生物体生老病死的生物数据以前所未有的速度递增，目前已达到每14个月翻一番的速度。同时随着互联网的普及，数以百计的生物学数据库如雨后春笋般迅速出现和成长。然而这些仅仅是原始生物信息的获取，是生物信息学产业发展的初组阶段，这一阶段的生物信息学企业大都以出售生物数据库为生。以人类基因组测序而闻名的塞莱拉公司即是这一阶段的成功代表。生物信息学产业的高级阶段体现于此，人类从此进入了以生物信息学为中心的后基因组时代。结合生物信息学的新药创新工程即是这一阶段的典型应用。生物信息学是内涵非常丰富的学科，其核心是基因组信息学，包括基因组信息的获取，处理，存储，分配和解释。基因组信息学的关键是读懂基因组的核苷酸顺序，即全部基因在染色体上的确切位置以及各DNA片段的功能；同时在发现了新基因信息之后进行蛋白质空间结构模拟和预测，然后依据特定蛋白质的功能进行药物设计。了解基因表达的调控机理也是生物信息学的重要内容，根据生物分子在基因调控中的作用，描述人类疾病的诊断，治疗内在规律。它的研究目标是揭示基因组信息结构的复杂性及遗传语言的根本规律，解释生命的遗传语言。生物信息学已成为整个生命科学发展的重要组成部分，成为生命科学研究的前沿。 主要研究方向生物信息学在短短十几年间，已经形成了多个研究方向，以下简要介绍一些主要的研究重点。 1、序列比对2、 蛋白质结构比对和预测 3、基因识别非编码区分析研究 4、分子进化和比较基因组学5、序列重叠群（Contigs）装配 6、遗传密码的起源 7、基于结构的药物设计 8、生物系统的建模和仿真9、 生物信息学技术方法的研究 总结生物信息学不仅仅是生物学知识的简单整理和数学、物理学、信息科学等学科知识的简单应用。海量数据和复杂的背景导致机器学习、统 计数据分析和系统描述等方法需要在生物信息学所面临的背景之中迅速发展。巨大的计算量、复杂的噪声模式、海量的时变数据给传统的统计分析带来了巨大的困难， 需要像非参数统计（BMC Bioinformatics，2007，339）、聚类分析（Qual Life Res，2007，1655-63）等更加灵活的数据分析技术。高维数据的分析需要偏最小二乘（partial least squares，PLS）等特征空间的压缩技术。在计算机算法的开发中，需要充分考虑算法的时间和空间复杂度，使用并行计算、网格计算等技术来拓展算法的 可实现性。 自1990年以来，在生物医学科学领域，生物医学信息学已成为生命科学研究和发展整体中的一个重要组成部分。无论是处理由高通量试验技术产生的基因组、转录组和蛋白组数据，还是组织、分析和管理由传统的生物技术收集到的数据，生物信息学都扮演着重要角色。当我们手中完整的基因组序列越来越多时，生物信息学就能够为探索细胞和组织的系统功能与行为提供原理基础和常用方法。未来的生物信息学将不仅具有生物学与信息学的面貌，而且还要结合数学理论