生物信息学现状和重要研究方向.ppt

生物信息学,主讲教师：刘吉平E-MAIL：Liujiping艺术设计学院蚕桑分子生物学研究室亚太地区蚕桑培训中心2003年2月,一、概述,二十一世纪是生命科学的时代，也是信息时代近年来，随着现代分子生物学的发展，特别是人类基组计划的实施，不断产生出巨量的分子生物学数据，这些数据有着数量巨大、关系复杂，以至于不利用计算机根本无法实现数据的存储和分析。这样，生物信息学最终形成一门独立的学科并被推上了生物科学发展的最前沿。,Bioinformatics:科技界一颗耀眼的新星,在BIOINFORMATICS没有诞生之前，一个新药的问世需要十年时间，数亿美元的RDNA序列数据:14个月增长一倍;,近年来GenBank中的DNA碱基数目呈指数增加，大约每14个月增加一倍。到1999年12月其数目已达30亿，它们来自47000种生物。2000年4月DNA碱基数目是60亿。现在，2001年初这一数目已达110亿。各种生物的EST序列已达600多万条，其中人类的EST序列已超过300万条，估计覆盖人类基因90以上；自全长1.8Mb的嗜血流感杆菌（HaemophilusinfluenzaeRd）基因组序列于1995年发表（Fleischmannetal.，1995）以来，已有54个模式生物的完整基因组被测序完成，它们中有9个古细菌、31个原核真细菌、14个真核生物的完整基因组或它们的完整染色体，其中包括酿酒酵母和线虫。还有另外的70余个微生物基因组正在测试当中。,美国的核酸数据库GenBank从1979年开始建设，1982年正式运行；欧洲分子生物学实验室的EMBL数据库也于1982年开始服务；日本于1984年开始建立国家级的核酸数据库DDBJ，并于1987年正式服务。从那个时候以来，DNA序列的数据已经从80年代初期的百把条序列，几十万碱基上升至现在的110亿碱基！这就是说，在短短的约18年间，数据量增长了近十万倍。,Dbcat统计的生物信息数据库的数目分类数据库数目分类数据库数目DNA87RNA30蛋白质94基因组58基因图谱30蛋白质结构18文献43其他153,果蝇基因组包括1.2亿碱基对的编码区已于2000年2月测序并组装完成；人类基因组研究的标志性工作，包含3300万碱基对的人第22号染色体已于1999年11月完成测序，结果发表在1999年12月2日的Nature上。从第22号染色体已鉴定出679个基因，其中55的基因是未知的。有35种疾病与该染色体突变相关，像免疫系统疾病、先天性心脏病和精神分裂症。作为人类基因组研究的里程碑性的工作，覆盖率为90的人完整基因组的“工作草图”已经在2000年4月底完成，到2003年将获得覆盖率为99的人类基因组全部序列。对人的大约3万个基因。到目前为止已定位在染色体上的基因数目有14015个(见）,Howmanycharactersareinthe“HeavenBook”?3*10910,000books1book100pages1page3,000charactersCCGGTCTCCCCGCCCGCGCGCGAAGTAAAGGCCCAGCGCAGCCCGCGCTCCTGCCCTGGGGCCTCGTCTTTCTCCAGGAAAACGTGGACCGCTCTCCGCCGACAGTCTCTTCCACAGACCCCTGTCGCCTTCGCCCCCCGGTCTCTTCCGGTTCTGTCTTTTCGCTGGCTCGATACGAACAAGGAAGTCGCCCCCAGCGAGCCCCGGCTCCCCCAGGCAGAGGCGGCCCCGGGGGCGGAGTCAACGGCGGAGGCACGCCCTCTGTGAAAGGGCGGGGCATGCAAATTCGAAATGAAAGCCCGGGAACGCCGAAGAAGCACGGGTGTAAGATTTCCCTTTTCAAAGGCGGGAGAATAAGAAATCAGCCCGAGAGTGTAAGGGCGTCAATAGCGCTGTGGACGAGACAGAGGGAATGGGGCAAGGAGCGAGGCTGGGGCTCTCACCGCGACTTGAATGTGGATGAGAGTGGGACGGTGACGGCGGGCGCGAAGGCGAGCGCATCGCTTCTCGGCCTTTTGGCTAAGATCAAGTGTAGTATCTGTTCTTATCAGTTTAATATCTGATACGTCCTCTATCCGAGGACAATATATTAAATGGATTGATCAATCCGCTTCAGCCTCCCGAGTAGCTGGGACTACAGACGGTGCCATCACGCCCAGCTCATTGTTGATTCCCGCCCCCTTGGTAGAGACGGGATTCCGCTATATTGCCTGGGCTGGTGTCGAACTCATAGAACAAAGGATCCTCCCTCCTGGGCCTGGGCGTGGGCTCGCAAAACGCTGGGATTCCCGGATTACAGGCGGGCGCACCACACCAGGAGCAAACACTTCCGGTTTTAAAAATTCAGTTTGTGATTGGCTGTCATTCAGTATTATGCTAATTAAGCATGCCCGGTTTTAAACCTCTTAAAACAACTTTTAAAATTACCTTTCCACCTAAAACGTTAAAATTTGTCAAGTGATAATATTCGACAAGCTGTTATTGCCAAACTATTTTCCTATTTGTTTCCTAATGGCATCGGAACTAGCGAAAGTTTCTCGCCATCAGTTAAAAGTTTGCGGCAGATGTAGACCTAGCAGAGGTGTGCGAGGAGGCCGTTAAGACTATACTTTCAGGGATCATTTCTATAGTGTGTTACTAGAGAAGTTTCTCTGAACGTGTAGAGCACCGAAAACCACGAGGAAGAGAGGTAGCGTTTTCATCGGGTTACCTAAGTGCAGTGTCCCCCCTGGCGCGCAATTGGGAACCCCACACGCGGTGTAGAAATATATTTTAAGGGCGCG(1250characters)关键是先要从一个个序列片段中得到这本天书,已测序的重要模式生物：,分子生物学和遗传学的文献积累从60年代中期的接近10万篇迅速增长至60年代末期的20多万篇，即在3-4年间，翻了一番。此后，至80年代中期，上升至约30万篇，即平均每年增长6-7千篇。至90年代中，文献数已上升至40多万篇；即在10年中，平均每年增长1万篇。到2000年，则增长至约50万篇，即在约5年间，又增长了10万篇（根据有关PubMed数据整理）。,1、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。,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。,2、国外发展现状,因此，各国政府和工业界对此极为重视，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。,3、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。,4、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。,4、国内的一些科研单位,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。北京大学已建立了EMBL中国镜像数据库，将该数据库移植到中国本地，并提供部分的检索服务http：/www.I,生物信息学是把基因组DNA序列信息分析作为源头，破译隐藏在DNA序列中的遗传语言，特别是非编码区的实质；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。,生物信息学的研究目标是揭示“基因组信息结构的复杂性及遗传语言的根本规律”。它是当今乃至下一世纪自然科学和技术