第一章生物信息学的发展和研究内容 (i)

第一章

生物信息学的发展和研究内容

(I)

生物信息学

1 、什么是生物信息学？

生物信息学是信息科学领域和生命科学领域的一门新兴的、应用型交叉学科。

以计算机为主要工具，以大量生物数据库和

分析软件为基础

采用数理和信息科学的理论、技术和方法，分析生物学数据，研究生命现象的一门科学

为人类揭示生命的奥秘提供了一条新的途径

依赖于因特网

Watson and Crick DNA model

Sanger sequences insulin protein

Sanger dideoxy DNA sequen

cingPCR (Polymerase Chain Reaction)

1955

1960

1965

1970

1975

1980

1985

ARPANET (early Internet)

PDB (Protein Data Bank)

Sequence alignment

GenBank database

Dayhoff’s Atlas

2 、生物信息学发展简史

1995

1990

2000

SWISS-PROT database

NCBI

World Wide Web

BLAST

FASTA

EBI

Human Genome Initiative

First human genome draft

First bacterial genome

Yeast genome

2 、生物信息学发展简史

Human genome project (HGP)

生物信息学学科的迅速发展在 90 年代

1. identify all the approximately 20,000-25,000 genes in human DNA,

2. determine the sequences of the 3 billion chemical base pairs that make up human DNA,

3. store this information in databases, 4. improve tools for data analysis, 5. transfer related technologies to the private sector,6. address the ethical, legal, and social issues (ELSI) that

may arise from the project.

Goals

Towards a Paradigm Shift in Biology

The new paradigm, now emerging, is that all “genes” will be known (in the sense of being resident in databases available electronically), and that the starting point of a biological investigation will be theoretical. An individual scientist will begin with a theoretical conjecture, only then turning to experiments to follow or to test that hypothesis.

In vivo In vitro In silico

Walter Gilbert, Nature 349:99 (1991)

3 、生物信息学的基本方法和技术

建立生物数据库各种公共数据库本地化数据库

数据库检索各种数据检索工具的开发和使用

Entrez 检索体系 BLAST 检索体系

3 、生物信息学的基本方法和技术生物大分子序列分析

Homologous sequence analysis （同源序列分析）

Multiple sequence alignment （多序列对位排列）

Phylogenetic analysis（进化分析）

基因结构、功能分析Mapping (ePCR) 、 Exon/Intron 、 Promoter 、 Regulatory regions……

蛋白质结构、功能分析Motif 、 3-D structure 、 post-translational modification 、 interactions……

3 、生物信息学的基本方法和技术统计概率模型

Hidden Markov model （隐马尔可夫模型）

基因识别和药物设计 Maximum likelihood model （最大似然模型）

序列进化分析 Bayesian network （贝叶斯网络）

调控网络构建

程序设计 C/C++, Python, Perl

4 、生物信息学的研究内容

收集、整理、储存、加工、发布和分析生物学数据

发展新的数理和信息科学的技术和方法用于管理和分析生物数据

（数理和信息科学工作者）

（生物工作者）

The field of science in which biology, computer science and information technology merge into a single discipline

5 、生物信息学的应用

基础研究和教学分子生物学研究的重要手段之一生命科学的教学

药物开发（ Pharmaceutical Bioinformatics ）

新药筛选药靶设计分子药理学研究


疾病诊断利用疑难病症的病原 DNA 序列诊断疾病遗传病

其他环境监测 (Metagenomics)

食品安全检测海关检测


序列拼接 Sequence assembly

Bioinformatics: computational analysis of genomics data

Human Chromosome 6

基因组注释Genome annotation


CCTGACAAATTCGACGTGCGGCATTGCATGCAGACGTGCATG

CGTGCAAATAATCAATGTGGACTTTTCTGCGATTATGGAAGAA

CTTTGTTACGCGTTTTTGTCATGGCTTTGGTCCCGCTTTGTTC

AGAATGCTTTTAATAAGCGGGGTTACCGGTTTGGTTAGCGAGA

AGAGCCAGTAAAAGACGCAGTGACGGAGATGTCTGATG CAA

TAT GGA CAA TTG GTT TCT TCT CTG AAT .................................

.............. TGAAAAACGTA

TF binding sitepromoter

Ribosome binding Site

ORF = Open Reading FrameCDS = Coding Sequence

Transcription

Start Site

Assign structure to all proteins encoded in a genome

结构基因组Structural gen

omics


Functionalgenomics

Genome-wide profiling of:• mRNA levels• Protein levels

Co-expression of genesand/or proteins

Identifying protein-protein interactions

Networks of interactions



功能基因组Functional gen

omics

Amin AR (2003) Arthritis Res. Ther. 5:76-79

Synteny between Human chromosome 6 and Mouse

• Gene location• Gene structure

– Exon number– Exon lengths– Intron lengths– Sequence similarity

• Gene characteristics– Splice sites– Codon usage– Conserved synteny


比较基因组Comparative

genomics

Genomics, Transcriptomics, Proteomics, Metabolomics…


Omics

第一章


(II)

生物信息学

Xenopus MALWMQCLP-LVLVLLFSTPNTEALANQHLBos MALWTRLRPLLALLALWPPPPARAFVNQHL **** : * *.*: *:..* :. *:****

Xenopus CGSHLVEALYLVCGDRGFFYYPKIKRDIEQBos CGSHLVEALYLVCGERGFFYTPKARREVEG ***************:***** ** :*::*

Xenopus AQVNGPQDNELDG-MQFQPQEYQKMKRGIVBos PQVG---ALELAGGPGAGGLEGPPQKRGIV .**. ** * * *****

Xenopus EQCCHSTCSLFQLENYCNBos EQCCASVCSLYQLENYCN **** *.***:*******


Molecular evolution

Smith et al. (2009) Nature 459, 1122-25

Origins and evolutionary genomics of the 2009 swine-origin H1N1 influenza A epidemic

Analysis of gene expression


Filtering

Background correction

Normalization

Summarization

Imputation

Heat map

Analysis of regulation

Toledo and Bardot (2009) Nature 460, 466-467


Molecular docking


Protein structure prediction

新药研制的两大瓶颈

靶标生物大分子的确定及验证

具有生物活性的小分子药物的设计和发现

Phmaceutical


COMPUTER-AIDED DRUG DISCOVERY

传统流程改进流程

时间、金钱


Pharmaceutical Bioinformatics

http://bioinf.mpi-inf.mpg.de/protal/TARGID/sketch.pdf

Luscombe, Greenbaum, Gerstein (2001)


6 、本课程主要内容

检索数据库

序列数据的检索和分析比较基因组学（ comparative genomics ）进化分析

文字数据（文献）的检索序列（ DNA 、蛋白质）数据的检索其他（三维结构、网络图等）数据的检索

分析和解释实验数据（核苷酸和蛋白质序列）

利用国际上共享的数据库和分析软件

生物信息学学科的发展和研究内容

生物数据库

关键词或词组为基础的数据库检索

核酸和蛋白质序列为基础的数据库检索

多序列对位排列分析和系谱分析

基因预测和基因结构分析

蛋白质性质和结构分析

农业类数据库的利用

核酸序列的其他分析方法

基因芯片表达谱分析

课程组成

了解各种生物数据库

掌握利用 Internet 上的各种数据库、软件，查找生物相关信息，分析和解释各种生物数据。

学习本课程的目的

Sequence analysis

Genome annotation

Analysis of gene expression

Analysis of regulation

Prediction of protein structure

Comparative genomics

参考教材

David W. Mount. Bioinformatics: Sequence and Genome Analysis. (2nd edition) New York: Cold Spring Harbor Laboratory Press, 2004.

钟扬等译，生物信息学（第一版），高等教育出版社， 2003 。

参考教材

周艳红、王石平，生物信息学，高等教育出版社， 2007 。

A. D. Boxevanis and B. F. F. Ouellette. Bioinformatics: A Practical Guide to the Analysis of Genes and Proteins. (3rd edition) New York: Wile-Interscience, 2004.

http://nhjy.hzau.edu.cn/kech/swxxx/

华农主页－南湖教苑－精品课程－国家精品课程－ 2007 年国家精品课程－生物信息学

教学网站

获取课件（仅限校园网内）http://disk.hzau.edu.cn—— 提取文件——提取码： bioinf

http://disk.hzau.edu.cn/

http://disk.hzau.edu.cn/

第一章


( 上机操作 )

生物信息学

上机操作

初步了解 Internet 上的数据库和分析工具

自学课程

http://www.ncbi.nlm.nih.gov/education

http://www.ebi.ac.uk/2can/home.html




http://www.ebi.ac.uk/2can/home.html

http://www.oxfordjournals.org/nar/database/c/

上机操作

浏览本年度 NAR 数据库专刊的数据库列表

• Sequences (DNA, protein)• Genomics• Mutation/polymorphism• Protein domain/family• Proteomics (2D gel, Mass Spectrometry)• 3D structure• Metabolic networks• Regulatory networks• Bibliography• Expression (Microarrays,…)• Specialized




在 NAR 数据库列表中选取一个自己感兴趣的数据库

• 任务一：亲自试用所选数据库，然后文字介绍数据库并简要评论，说明该数据库可能会为你解决什么样的生物问题。

• 任务二：将上述内容制作成约 5-10页 PPT，向他人介绍你选择的数据库。

上机操作

• 格式如下：• 标题：标题应为简明易懂的一句介绍，比如上图

的数据库，可以写：AnimalTFDB: 动物转录因子数据库

• 标签：选择该数据库的分类，可多选• 内容包括：英文原文 Title 、 Authors 、 Abstract 、

期刊期号及页码，然后是你翻译的摘要或撰写的中文介绍，最后是评论

上机操作

生物信息学是联系各个生物学科的桥梁

Use of computational tools to discover new information in complex data sets (from the one-dimensional information of DNA through the two-dimensional information of RNA and the three-dimensional information of proteins, to the four-dimensional information of evolving living systems).

不同层次的生物数据

The 20th annual Database Issue of Nucleic Acids Research includes 176 articles, half of which describe new online molecular biology databases and the other half provide updates on the databases previously featured in NAR and other journals. This year’s highlights include two databases of DNA repeat elements; several databases of transcriptional factors and transcriptional factor-binding sites; databases on various aspects of protein structure and protein–protein interactions; databases for metagenomic and rRNA sequence analysis; and four databases specifically dedicated to Escherichia coli. The increased emphasis on using the genome data to improve human health is reflected in the development of the databases of genomic structural variation (NCBI’s dbVar and EBI’s DGVa), the NIH Genetic Testing Registry and several other databases centered on the genetic basis of human disease, potential drugs, their targets and the mechanisms of protein–ligand binding. Two new databases present genomic and RNAseq data for monkeys, providing wealth of data on our closest relatives for comparative genomics purposes. The NAR online Molecular Biology Database Collection, available at http://www.oxfordjournals.org/nar/database/a/, has been updated and currently lists 1512 online databases. The full content of the Database Issue is freely available online on the Nucleic Acids Research website (http://nar.oxfordjournals.org/).

http://www.oxfordjournals.org/nar/database/a/



第一章 生物信息学的发展和研究内容 (i)

Documents

第一章生物信息学的发展和研究内容 (i)