生物信息学分析软件的开发及在药学领域的应用

1、重药的当日发出和结存数,与实物、帐卡核对。对于帐物不符的品种,再将其当日出库记帐明细打印出来与发药卡核对,即可找到不符原因。普通药因数量大、价格低,且由于人力有限不能进行每日核对。但因各个三级库由固定人员负责,并将药品的盘点情况与奖惩挂钩,因此同样可以达到较好的管理目的。3.2药品金额的三级管理,即自下而上的逐级结算报表管理住院药房和门诊药房的结算报表功能分为两级操作权限,即三级库结算报表功能和二级库结算报表功能。三级权限负责各自三级库的结算报表工作,具体报表内容有:月结算表、入库明细表、出库明细表、调价明细表、调拨明细表和盘点盈亏表。月结算表包括:上月结存金额、本月入库总金额、本月出库总金额

2、、本月调价总金额、本月调拨总金额和本月结存金额。各个明细表内容包括各部分的分类明细。如:出库明细表包括:医嘱发药金额、公用药发放金额、科研用药金额、其他发药金额以及本月出库总金额。其他明细表以此类推。盘点报表包括:每种药品的帐面库存数、帐面金额,实盘库存数、实盘金额、盈亏金额和盘点盈亏总金额。二级权限负责将各个三级库月报表进行汇总向财务部门上报,也包括:月结算表、入库明细表、出库明细表、调价明细表和调拨明细表。虚拟二级库功能的设计与实现,不但大大降低了二级库的劳动强度,提高了工作效率,还明确划分了各级库药品的管理范围,并通过盘点制度和结算报表的形式,对各级库的数量和金额进行监督,真正做到了责任

3、到人,从而提高了药品的管理水平。计算机与药学生物信息学分析软件的开发及在药学领域的应用王非,郑珩,杨欣,张玉彬,吴梧桐(中国药科大学生物制药学院,江苏南京210009摘要:针对新药研发需求开发了中文生物信息学分析软件W onderfu l生物信息学系统。本系统能提供生物信息学常规分析工具,包括核酸、蛋白质序列统计分析,开放阅读框(OR F搜索定位,基因组、蛋白质组信息搜索、分析、同源性比对等工具,并为实验室PCR克隆扩增靶分子基因、进行基因产物改造及修饰等提供简便的设计操作软件,以促进药物新靶点的筛选以及基于药物靶分子的新药设计与开发。关键词:生物信息学;同源性分析;联配;新药设计中图分类号:

4、Q354.4;Q5文献标识码:A文章编号:1001-5094(200201-043-06D evelopm en t of B io-i nforma tics System and Its Appl ica tion i n PharmacyW AN G Fei,ZH EN G H eng,YAN G X in,ZHAN G Yu2p in,W U W u2tong(S chool of B iop ha r m aceu tics,Ch ina P ha r m aceu tica l U n iversity,N anj ing210009,Ch inaAbstract:A Ch ine

5、se2versi on b i o2info rm atics analysis softw are,w h ich nam ed W onderfu lb i o i m fo rm atics system,w as designed fo r the requ irem en t of new drug researches.It p rovidescomm on too ls fo r DNA and p ro tein analysis,O R F search,Genom e o r P ro teom e info rm ati on search and sequence al

6、ignm en t.T he easy to u se too ls fo r PCR p ri m er design and target p ro teinclone and m odify,can si m p lify the screen ing of new drug targets and si m u ltaneity p rom o te the new drugs research and develop.Key words:B i o info rm atics;Con servati on analysis;Sequence alignm en t;D rug des

7、ign21世纪是生命科学的时代,也是信息时代。随着人类基因组计划的实施,有关核酸、蛋白质的序列和结构数据呈指数增长。面对巨大而复杂的数据,运用计算机管理数据、控制误差、加速分析过程势在必行。从20世纪80年代末开始,生物信息学(B i o2 info rm atics逐渐兴起并蓬勃发展,它是由生物学、数学、计算机科学等诸多学科交叉而成,为理解各种数据的生物学意义,运用数学、计算机科学与生物学手段进行生物信息的收集、加工、储存、传播、分析与解析的科学。生物信息学技术将极大地改变新药研究的思路与模式,应用这一技术可迅速从网上各种生物信息数据库、化学数据库收集资料,应用计算机模拟生理或病理模型,分析

8、研究新蛋白质功能,为新药筛选提供新的作用靶点;而且通过各种数据库的搜索,可确定及验证药物作用靶位点,以提高筛选的命中率,更有效地发现先导化合物,促进新药的开发和研制。我们针对生物学、分子生物学实验需要用到的核酸、蛋白质序列分析,应用生物信息学理论开发了W onderfu l生物信息学系统,该系统可对基因组、蛋白质组信息进行搜索、分析、同源性比对,并为实验室扩增基因、进行基因产物改造及修饰等提供简便的设计操作软件。1数据模型本系统以DNA序列和蛋白质序列为生物信息源,全部操作围绕二者进行。系统有两种导入序列形式,即建立新序列和打开已存在序列。系统默认DNA序列格式为“.w f文件”,蛋白质序列格

9、式为“.w fp文件”,同时也可导入或存储GenB ank、E M BL、Sw issP ro t和Fasta格式。“.w f”和“.w fp”格式分别是以GenB ank和Sw issP ro t为基础设计的新文件格式,在文件头部加入了系统精要信息,可以跨平台应用。文件头信息为:C reated by W onderfu l B i o info rm atics System, 2001In stitu ti on:Schoo l of B i op harm aceu tics,Ch ina Pharm aceu tical U n iversityW eb:h ttp: www.W a

10、ngFE2m ail:feifei on lineSEQU EN CENAM ET YPEL EN GTHDA T EBOD Y(以下为正式序列信息系统同时提供了对如LO CU S等信息的提取和编辑功能,可用于新测序列向N CB I(美国国立生物技术信息中心网站的Genbank数据库提交。2功能模块及模块特点应用V isual C+及V isual B asic语言混合编程开发了W onderfu l生物信息学系统,软件采用中文窗口界面,可运行在W in98及W in2000平台上, PC机可选CPU Pen tium II366M H z 内存64M B以上配置。其主要功能模块如图1所示 :

11、图1W onderful生物信息学系统功能框图2.1序列转换本系统设计的序列转换功能包括:(1序列颠换:用于DNA序列的5端和3端对倒。(2互补序列:用于DNA或RNA序列的碱基互补分析,其结果依然按5到3顺序排列。(3DNA、RNA互换:用于DNA或RNA序列的相互转化。(4DNA翻译到蛋白质:该功能提供了DNA 以各个相位为阅读框的蛋白质翻译。(5蛋白质逆转录到DNA:由于密码子具有简并性,在蛋白质逆转录到DNA过程中有若干种可能发生,因此本系统采用了I U PA C的核酸简并代码表示。2.2PCR 引物设计PCR 引物是PCR 法克隆扩增目的基因的关键,设计引物时不仅要考虑到引物的特异性

12、,还要考虑引物间及引物自身的二级结构,而引物及目的片段的T m 值对PCR 实验中变性、复性温度的选择具重要的参考价值。为方便使用,本模块提供了自动搜索引物、手动筛选引物及引物分析(多聚核苷酸分析三方面的功能。自动引物设计基于如下理论基础:引物长度默认为20个碱基,产物长度为500个碱基左右;当引物出现过多连续碱基,或者3端连续的C 或G 超过3个时,引物稳定性将严重下降,本系统设定默认条件为连续碱基小于5个,3端连续C 或G 小于3个;引物出现发夹结构或二聚体时,PCR 扩增效率将受到较大影响,在设计引物时应避免其发生。本系统的自动筛选引物功能可设定所筛选引物的发夹结构或二聚体数量的上限,默

13、认为连续互补碱基不超过4个,互补碱基总数不超过6个。在自动引物设计中各参数除选用系统默认外,还可根据用户所需自行设定。手动引物设计时,用户可用键盘上的方向键在基因序列上移动选定序列,作为备选引物,系统将自动以图形显示备选引物自身及相互间互补结合情况;同时引物分析可提供选定引物GC 含量、引物及产物变性温度(T m 值13、引物最适退火温度T aO PT4等信息,便于用户筛选。2.3酶切位点分析本系统内置了193个常用限制性内切酶,可显示各个酶的切点位置、3或5端的粘性末端悬挂遗留(overhang 以及同裂酶。用户可以将所需的酶从总酶库中挑选出来放到候选酶库中进行操作,并且可以将其它限制性内切

14、酶加入酶库。选定合适的内切酶后,用户激活本模块位点分析功能,系统即可以图象方式显示所选酶在当前序列的切点位置以及统计信息。2.4统计分析本模块提供开放阅读框搜索、核酸或蛋白质序列统计、蛋白质序列疏水性和保守性分析等功能。2.4.1搜索开放阅读框查找开放阅读框(O R F 对于分析基因的功能和定位外显子的位置有重要的意义,一般认为以DNA 序列的A T G (最终翻译为甲硫氨酸为启动子,以TAA 、T GA 和TA G 为终止子所夹区域为一个O R F 。本系统同时允许用户对O R F 序列最小长度进行设置,因为过短的O R F 不太可能翻译成蛋白,因此系统默认最小O R F 序列为300bp

15、。系统还提供了DNA 或RNA 序列分别从第1、第2、第3三个起始位点搜索O R F 的功能。2.4.2序列统计可统计给定序列长度、核酸或蛋白质序列分子量、各碱基或氨基酸所占摩尔百分比,并能以图像方式直观按比例显示各统计。2.4.3蛋白质疏水性和保守性分析蛋白质的疏水性对其结构有重要影响,蛋白质的保守性为分析同源性和物种进化提供了理论参考。蛋白质结构的疏水性和保守性在基于受体的新药设计和筛选中有着重要的意义。本系统应用B rande 和Geo rge 等的理论理论统计了当前蛋白质序列的疏水性5及保守性6曲线(见图2。 图2运用W onderful 生物信息学系统对p 170人表皮生长因子受体进

16、行疏水性分析2.5联配联配(A lignm en t也称“比对”或“对齐”,目前已广泛应用于分子生物学和基因组学的研究之中,在基因功能预测、蛋白质结构预测、物种亲缘关系和新药筛选中具有重要的意义,其形式主要有三种:全局比对、局部比对和多重比对。W onderfu l系统的联配功能基于N eedlem an2 W un sch算法理论7,该算法的主要思想就是通过在适当的位置插入适当数目的空格来使这两个序列在一定的积分系统下获得最大的相似性值。算法实现主要分三步:首先求出一定积分系统下的原始矩阵,其次通过原始矩阵求出转化矩阵,最后在转化矩阵中寻找两个序列的最佳比对路径,获得最佳比价形式。局部比对基

17、于Sm ith2W aterm an算法8,其算法概述为,设S x,y为两条待比对序列组成的矩阵,设g k描述k个空位罚分,g k满足等式g k=+k,该等式也可简化为g k=k。在两条序列X=x1x2x n和Y=y1y2y n比对时,令H i,j为矩阵中各组比对的最高得分并定义i或j为0时H i,j= 0,那么该方程满足递归:H i,j=m axH i-1,j-1+S x,y,H i21、j-,H i,j-1-, 0,序列X和Y的最佳比对为:H(x,y=m axH i,j:1in,1jm,比对的计算时间与nm成正比。在上述两算法基础上,W onderfu l系统引入了更为精确的PAM2509

18、和BLO SUM6210分值矩阵,提供了核酸序列和蛋白质序列全局及局部比对功能。2.6受体蛋白基因库本系统特别为新药开发和筛选的研究人员提供了若干实用的受体库,受体库的建设基于GenB ank 格式,其种类包括:DNA合成、修复和重组相关受体145个,离子通道和传递蛋白相关受体237个,免疫相关受体412个,生长发育相关受体205个,细胞骨架和运动相关基因288个。2.7In ternet外部资源引用W onderfu l系统提供了全球各大生物信息学数据库的本地接口,只要当前系统处于联线状态即可使用。2.7.1新序列提交W onderfu l的新序列提交界面基于N CB I的工具,是一系列表单

19、,包括联络信息、发布要求、引用参考信息、序列来源信息、以及序列本身的信息等。用户提交序列后,会从电子邮件收到自动生成的数据条目,GenB ank的新序列编号,以及完成注释后的完整的数据记录。2.7.2数据库搜索W onderfu l系统提供了三大核酸序列数据库GenB ank、E M BL、DDBJ的查询接口,蛋白质序列数据库Sw issP ro t查询接口,以及生物大分子结构数据库PDB的查询接口。查询界面精简了上述数据库的页面内容,同时设计了即时帮助功能,为对数据库操作不熟悉的科研人员提供了方便。2.7.3基于In ternat的序列比对本地的序列比对有时不能满足用户需求,因此W onde

20、rfu l优化了部分基于W eb的序列比对程序,包括在线B last程序、在线Fasta程序和在线C lu stal w程序。3应用传统的药物开发周期很长,通常要1012年,耗资也很大,平均要13亿美元。由于生物信息学的发展,其周期和耗资已明显下降,估计现在已下降了三分之一。药物开发一般包括初步研究、目标鉴定、目标甄别、筛选和合理设计几个阶段,其中生物信息学扮演着很重要的角色11。在药物发现过程中,一旦找到候选病理基因,就需从中鉴定出药理目标。运用生物信息学来鉴定已日趋成熟。例如,若对这些来自生物化学路径的基因有所了解,且拥有配体结合、蛋白质2蛋白质相互作用和酶动力学的实验资料,那么就可能建立

21、生化路径的计算机模型,去模拟它们在正常与疾病状态的运作。当完成了这种模拟,则可确定最佳治疗干涉点。H I V21蛋白酶抑制剂的开发过程就体现了这一模式:目前已获得高分辨率的H I V21蛋白酶X射线衍射晶体结构,同时应用高通量筛选技术已发现酶的高亲和力配体,且酶与底物所形成的复合物结构也已被阐明。在此基础上,用生物信息学手段对H I V21蛋白酶通过残基突变产生耐药性模拟,通过联配的方法分析在耐药性形成过程中的保守部分,针对保守部分结合合理药物设计手段即可对配体分子进行改造,可获得不易产生耐药性的药物分子。再如表皮生长因子受体(EGFR是目前癌症研究领域的研究热点,其中c2erbB22(H E

22、R22 neu受体在肺癌、肾癌、乳腺癌、结肠癌、前列腺癌中均表现过表达。c2erbB22是E rbB生长因子受体家族的成员之一,它编码一种和表皮生长因子相关的细胞膜磷酸糖蛋白,分子量为185190道尔顿,具有酪氨酸酶活性,与表皮生长因子基因具有同源性(图3,在结构和功能与表皮生长因子受体非常相似,这是增加肿瘤侵袭力的一个基础 。图3运用W onderful 生物信息学系统对人表皮生长因子受体基因和人 c -erbB -2基因联配显示高同源性经过生物信息学分析,发现受体配体结合区和酪氨酸激酶可能是抑制受体功能的两个靶点,目前针对这些靶点已有靶向治疗药物出现。如W u 等12应用两种人抗EGFR

23、单克隆抗体225IgG 1和528IgG 2;H erb i m ycin A 13选择性作用于EGFR 酪氨酸激酶前体的胞内区域部分从而抑制酪氨酸激酶活性;R ub in 14利用反义寡核苷酸占领EGFR 的配体结合区域抑制头颈部鳞癌细胞的生长。4结语与生物信息学相结合的新药研究与开发,将是一项高度复杂的系统工程,是现代高新技术特别是生物技术和信息技术在生命科学领域的应用。在方法学上,关键是如何将现代生物技术、信息技术、计算机辅助药物设计系统、组合化学技术等结合起来,提高筛选命中率,减少药物在合成和筛选方面的时间和投入,最终找到高效、低毒且具有预期药理作用的治疗药物。生物信息学是内涵非常丰富

24、的学科,其关键是“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。因此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。W onderfu l 生物信息学系统的开发和应用,以信息技术为手段,以上述生物信息学理论为模型,在基因和蛋白质的分析方面提供方便高效的工具。我们现已发布了该系统1.0版本,目前在h ttp :www .w 站点上可以免费下载。参考文献:1F reier S M ,K ierzek R ,Jaeger J

25、A ,et al .I mp rovedfree 2energy param eters fo r p redicti on s of RNA dup lex stab ility J .P roc N a tl A cad S ci U SA ,1986,83:937329377.2B reslauer K J ,F rank R ,B locker H ,et al .P redictingDNA dup lex stab ility from the base sequence J .P roc N a tl A cad S ci U SA ,1986,83:374623750.3W e

26、tm u r J G .DNA P robes :A pp licati on s of theP rinci p les of N ucleic A cid H yb ridizati on J .C riti R ev in B ioche m and M ol B iol ,1991,26:2272259.4R ych lik W ,Spencer W J ,R hoads R E .P ti m izati on ofthe annealing temperatu re fo r DNA amp lificati on in vitro J .N ucleic A cid s R es

27、ea rch ,1990,18:640926412.5B rande C ,Tooze J .In troducti on to p ro tein structu reM .N e w Y ork :Ga rland P ublish ing ,1991:210.6Geo rge D G ,Barker W C ,H un t L T .M u tati on datam atrix and its u se J .M ethod s E nzym ol ,1990,183:3332351.7N eedlem an S B ,W un sch C .A general m ethodapp

28、licab le to the search fo r si m ilarities in the am ino acid sequence of tw o p ro tein s J .J M ol B iol ,1970,48 药学进展2002 年第 26 卷第 1 期 Induced by an A n ti2Ep iderm a l G row th Facto r R ecep to r M onoclona lA n tibody in a H um an Co lo recta l Ca rcinom a Cell L ine and Its D elay by In su li

29、n J . J C lin Inv est, 1995, 95: 189721905. 13 F ry D W , K raker A J , M c ichaelA , et a l A sp ecific . M inh ib ito r of the ep iderm a l g row th facto r recep to r tyro sine k ina seJ . S cience, 1994, 265: 109321095. 14 G rand is J R , Chak rabo rty A , M elham M F , et a l . Inh ib ition of

30、ep iderm a l g row th facto r recep to r gene exp ression and function decrea ses p ro lifera tion of head and neck squam ou s ca rcinom a bu t no t no rm a l m uco sa l ep ithelia l cellsJ . O ncog ene, 1997, 15: 4092 416. 药物的体外溶出度试验是控制药物质量的重要 指标, 但其数据处理较复杂, 工作量较大, 需要借助 于专业软件。 在有些论著和某些计算机处理程序中, 常常将

31、位置参数 ( 表示药物溶出的滞后时间 假设 为 0 1 3 , 但实际上大多数固体药物的 不为零。 为 此, 我们运用微软电子表格 Excel 97 对文献 4 所 提供的数据进行处理, 求算药物溶出度 W eibu ll 分 48: 4432453. 8 Sm ith T F , W a term an M S. Iden tifica tion of comm on m o lecu la r sub sequences J . J M ol B io, 1981, 147: 1952197. 9 D ayhoff M O , Schw a rtz R M , O rcu tt B C.

32、A tla s of P ro tein Sequence and Structu re R . W a sh ing ton. DC: N a tiona l B iom ed ica l R esea rch Founda tion, 1978 ( 5 : 3452352. 10 H en ikoff S, H en ikoff J G. Am ino acid sub stitu tion m a trix from p ro tein b lock s J . P roc N a tl A cad S ci U SA , 1992, 89: 10915210919. 11 丁达夫, 梁卫平, 陈洁. 生物信息学 J . 科学, 1998, 50 ( 2 : 20223. 12 W u X ip u, Fan Zhen, M a su i H , et a l A pop to sis . 用电子表格 Excel 计算药物溶出度 W eibu ll 分布参数 张莉, 夏运岳 ( 苏州大学附属第一医院, 江苏 苏州 215006 摘要: 目的 求算溶出度 W eibu ll 分布参数。 方法 运用电子表格 Excel 软件处理药物溶出数据, 结果 采用 适用于药物溶出度 W eibu ll 分布参数的计算。 m ethod w a s conven ien t and