生物信息学绪论课件

《生物信息学绪论课件》由会员分享，可在线阅读，更多相关《生物信息学绪论课件（107页珍藏版）》请在金锄头文库上搜索。

1、,生物信息学,生物化学研究所 聂作明,联系方式,6号楼423室 Email： Tel：86843192或13958160384 课件信箱：bioinfo_,考核方式,平时成绩：10，考勤，3次缺勤记0分； 作业成绩：30； 期末考试：60。,参考书,主要参考书 蒋彦，王小行，曹毅：基础生物信息学及应用，清华大学出版社，2003年版. D.R.Westhead, J.H.Parish：生物信息学（影印本），科学出版社，2003年版. 自学参考资料 张成岗：生物信息学方法与实践 贺福初：生物信息学手册 孙之荣：生物信息学蛋白质和蛋白质分析的实用指南 黄英武：生物信息学 罗静初：生物信息学概论,课程

2、主要内容,概论 专题一：生物信息学数据库 专题二：核酸序列分析 专题三：蛋白序列分析 生物信息学与药物设计 序列分析流程和举例,能力目标,能够查询检索生物信息学数据库，获得想要的生物学数据，为科研和实验服务。 具有分析核酸序列和蛋白序列的能力，能够通过序列分析获得序列所代表的生物学意义、同源序列、代表的基因和蛋白的结构与功能等； 能利用Entrez等常用文献检索系统检索生物学数据和论文，了解所研究课题国内外最新进展。,课程主要内容,概论 专题一：生物信息学数据库 专题二：核酸序列分析 专题三：蛋白序列分析 生物信息学与药物设计 序列分析流程和举例,概 论,第一节 引言 从人类基因组计划说起 第

3、二节 生物信息学概念 第三节 生物信息学主要研究内容 第四节 生物信息学当前的主要任务 第五节 生物信息学所用的方法和技术,第一节 引 言,从人类基因组计划（HGP）说起,曼哈顿原子弹计划,阿波罗登月计划,人类基因组计划,60年代初，美国总统Kennedy提出 两个科学计划： 登月计划 攻克肿瘤计划 人类遗传信息的复杂性,人类基因组计划 (HGP，Human Genome Project) 目标：整体上破解人类遗传信息的奥秘,为什么提出HGP？,基因组 一个物种中所有基因的整体组成,back,基因组(Genome)：包含细胞或生物体全套的遗传信息的全部 遗传物质。,人类基因组： 3.2109

4、bp,HGP的最初目标通过国际合作，用15年时间(19902005)至少投入30亿美元，构建详细的人类基因组遗传图和物理图 ，确定人类DNA的全部核苷酸序列，定位约10万基因，并对其它模式生物进行类似研究，建立信息系统。 4张图：,遗传图,物理图,序列图,转录图,人类基因组计划设想,HGP的终极目标 作图和测序是基本的任务，在此基础上解读和破译生物体生老病死以及和疾病相关的遗传信息,HGP的 历史回顾,1984.12 犹他州阿尔塔组织会议，初步研讨测定人类整个基 因组DNA序列的意义 1985 Dulbecco在Science撰文 “肿瘤研究的转折点:人 类基因组的测序” 美国能源部(DOE)

5、提出“人类基因组计划”草案 1987 美国能源部和国家卫生研究院（NIH）联合为“人类 基因组计划”下拨启动经费约550万美元 1989 美国成立“国家人类基因组研究中心”，Watson担任 第一任主任 1990.10 经美国国会批准，人类基因组计划正式启动,联合了 10多个国家和地区的科研机构（公共领域）,James Watson,Walter Gilbert,第一个自由生物体流感嗜血菌(H. inf)的全基因组测序完成 1996完成人类基因组计划的遗传作图，随后启动模式生物基因组计划,H.inf全基因组,Saccharomyces cerevisiae 酿酒酵母,Caenorhabditi

6、s elegans 秀丽线虫,1997 大肠杆菌(E.coli)全基因组测序完成 1998 完成人类基因组计划的物理作图 开始人类基因组的大规模测序 Celera公司加入，与公共领域竞争 启动水稻基因组计划 1999.7 第5届国际公共领域人类基因组测序会议，加快测序速度,大肠杆菌及其全基因组,水稻基因组计划,2000 Celera公司宣布完成果蝇基因组测序 国际公共领域宣布完成第一个植物基因组拟南芥全基 因组的测序工作 2000.6.26 公共领域和Celera公司同时宣布完成人类基因组工作草图 2001.2.15 Nature刊文发表国际公共领域结果 2001.2.16 Science刊文

7、发表Celera公司及其合作者结果,Drosophila melanogaster 果蝇,Arabidopsis thaliana 拟南芥,2001年2月15日Nature封面,2001年2月16日Science封面,At the White House on June 26, Francis Collins (r), Director of the National Human Genome Research Institute, President Clinton, and J. Craig Venter, President of Celara Genomics, lauded the

8、thousands of scientists who contributed to the genome sequence.,大规模基因组测序,大规模测序基本策略,逐个克隆法：对连续克隆系中排定的BAC克隆逐个进行亚克隆测序并进行组装（公共领域测序计划） 全基因组鸟枪法：在一定作图信息基础上，绕过大片段连续克隆系的构建而直接将基因组分解成小片段随机测序，利用超级计算机进行组装（美国Celera公司）,运用计算机软件进行序列拼接,back,基因识别,基因识别（gene identification）是HGP的重要内容之一，其目的是识别全部人类的基因。 基因识别包括： 识别基因组编码区 识别基因

9、结构 基因识别目前常采用的有二种方法： 从基因组序列中识别那些转录表达的DNA片段 从cDNA文库中挑取并克隆。,人类基因组,人类基因组的组成,线粒体基因组(16.6kb),细胞核基因组(3200Mb),基因外序列,基因和基因有关序列,约10%,约90%,专一或中等重复序列,Non-coding DNA,假基因,内含子,基因片段,10%,90%,专一的或低 拷贝数序列,中度至高度重复序列,2030%,7080%,分散重复序列,串联重复序列/ 成簇重复序列,约60%,约40%,蛋白编码 基因,rRNA 基因,tRNA 基因,Coding DNA,估计10万最初公布3.5万目前研究确定2.45万,

10、人类基因组计划的实施意义,人类基因组计划为我们研究生物信息的组织、结构、遗传、表达带来了极大的方便，使人类对自身有一个根本的了解。 人类是最高级、最复杂、最重要的生物，如果搞清楚人类基因组，那么再研究其它的生物就容易得多。 研究多种模式生物基因组将有助于研究地球生物的进化史。,我国对人类基因组计划的贡献,又一次成功！ 水稻基因研究,面对堆积如山的生物学数据,HGP带来的科学挑战,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HGP的一项重要的工作,发现生物学 规律，,解读生物 遗传密码,认识生命的本质,研究基因组数据 之间的关系,分析现有的 基因组数据,利用数学模型 和人工智能技术,生

11、命信息的组织、 传递、表达,物理,化学,分子 生物学,遗传学,信息技术,各学科参与、协作：生命科学、数学、物理学、化学、计算机 科学、材料科学以及伦理、法律等社会科学,生物信息学诞生,第二节 生物信息学概念,1、生物信息学的概念 2、生物分子信息,1、生物信息学的概念,生物信息学（Bioinformatics） 这一名词的来由,八十年代末期，林华安博士认识到将计算机科学与生物学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。起初，考虑到与将要支持他主办一系列生物信息学会议的佛罗里达州立大学超型计算机计算研究所的关系，他使用的是“CompBio”；之后，又将其更改为兼具法国风情的“b

12、ioinformatique”，看起来似乎有些古怪。因此不久，他便进一步把它更改为“bio-informatics（或bio/informatics）”。但由于当时的电子邮件系统与今日不同，该名称中的-或/符号经常会引起许多系统问题，于是林博士将其去除，今天我们所看到的“bioinformatics”就正式诞生了，林博士也因此赢得了“生物信息学之父”的美誉。,生物信息学,HGP 生物数据的激增 （每15个月翻一番）,生物学家,数学家,计算机 科学家,生物信息学 （bioinfomatics) 的诞生,生物学家 (生物学问题),数学物理学家 计算机科学家 (基础理论问题),工程师 （技术应用）,

13、三种科学文化的融合,概念（广义）,生物体系和过程中信息 的存贮、传递和表达,细胞、组织、器官的生理、病理 、药理过程的中各种生物信息,信息科学,生 命 科 学 中 的 信 息 科 学,广义的说，生物信息不仅包括基因组信息，如基因的DNA序列、染色体定位，也包括基因产物（蛋白质或RNA）的结构和功能及各生物种间的进化关系等其他信息资源。生物信息学既涉基因组信息的获取、处理、贮存、传递、分析和解释，又涉及蛋白质组信息学如蛋白质的序列、结构、功能及定位分类、蛋白质连锁图、蛋白质数据库的建立、相关分析软件的开发和应用等方面，还涉及基因与蛋白质的关系如蛋白质编码基因的识别及算法研究、蛋白质结构、功能预测

14、等，另外，新药研制、生物进化也是生物信息学研究的热点。,概念（狭义）,分子生物信息学 Molecular Bioinformatics,挖掘,获取,生物分子信息的获取、存贮、分析和利用,由于当前生物信息学发展的主要推动力来自分子生物学。生物信息学的研究主要集中于核苷酸和氨基酸序列的存储、分类、检索和分析等方面，所以目前生物信息学可以狭义地定义为：将计算机科学和数学应用于生物大分子信息的获取、加工、存储、分类、检索与分析，以达到理解这些生物大分子信息的生物学意义的交叉学科。,Bioinformatics,生物信息学不仅仅是一门科学学科，它更是一种重要的研究开发工具。,2、生物分子信息,生物分子，

15、使生活更美好 (Biomolecules for Quality of Life ),2009世界生化大会主题,生物信息学主要研究两种信息分子,DNA分子 腺嘌呤 A 胸腺嘧啶T 鸟嘌呤G 胞嘧啶C 蛋白质分子,甘氨酸 gly G 丝氨酸 ger S 丙氨酸 gla A 苏氨酸 thr T 缬氨酸 val V 异亮氨酸 ile I 亮氨酸 leu L 酪氨酸 tyr Y 苯丙氨酸 phe F 组氨酸 his H 脯氨酸 pro P 天冬氨酸 asp D 蛋氨酸 met M 谷氨酸 glu E 色氨酸 trp W 赖氨酸 lys K 半胱氨酸 cys C 精氨酸 arg R 天冬酰胺 asn N

16、 谷酰胺 gln Q,生物分子至少携带着三种信息 遗传信息 与功能相关的结构信息 进化信息,(1)遗传信息的载体DNA,遗传信息的载体主要是DNA 控制生物体性状的基因是一 系列DNA片段 生物体生长发育的本质就是遗 传信息的传递和表达,(2)蛋白质的结构决定其功能,蛋白质功能取决于蛋白质的空间结构 蛋白质结构决定于蛋白质的序列（这是目前基本共认的假设），蛋白质结构的信息隐含在蛋白质序列之中。,(3) DNA分子和蛋白质分子 都含有进化信息,通过比较相似的蛋白质序列，如肌红蛋白和血红蛋白，可以发现由于基因复制而产生的分子进化证据。 通过比较来自于不同种属的同源蛋白质，即直系同源蛋白质，可以分析蛋白质甚至种属之间的系统