生物信息學簡介

隨著人類基因組計劃順利實施，生命科學已大踏步地進入了基因組時代，隨之而來的是大量生物分子數據的產生。生物分子數據的增長速度極快，DNA堿基數目呈指數方式增加，大約每14個月增加一倍，這一速度已超過了半導體芯片上的晶體管數量每18個月翻一番的“摩爾定律”。1999年12月國際核酸數據庫GenBank中的DNA堿基數目只有30億，它們來自47000種生物，2000年4月DNA堿基數目已達60億，2001年初這一數目已達110億，目前已超過1000億，各種生物的EST序列已達1600多萬條，其中人類的EST(表達序列標簽)序列已超過300萬條，估計覆蓋人類基因90％以上；單基因的數目約達9萬個以上。自全長1.8Mb的嗜血流感桿菌基因組序列于1995年發表以來，已有包括古細菌、真細菌和真核生物等在內的300多個模式生物的完整基因組被測序完成，還有很多生物的基因組也在測試當中。分子數據仍將繼續快速增長。這些生物分子數據具有豐富的內涵，其背后隱藏著人類目前尚不知道的生物學知識。充分利用這些數據，通過數據分析、處理，揭示這些數據的內涵，從而得到對人類有用的信息，是生物學家、數學家和計算機科學家的研究目的。生物信息學就是為迎接這種挑戰而發展起來的一門新型學科，它是由生物學、應用數學、計算機科學相互交叉所形成的學科，是當今生命科學和自然科學的重大前沿領域之一，也是21世紀自然科學的核心領域之一。

1、生物信息學的發展階段

生物信息學的發展可以分為以下3個階段。

第一階段，前基因組時代。標志性的工作包括數據庫的建立，檢索工具的開發以及DNA和蛋白質序列分析，建立了GenBank數據庫。第二階段，基因組時代。標志性的工作包括基因的尋找和識別，網絡數據庫系統的建立和交互界面的的開發等，建立和發展了表達序列標簽數據庫以及電子克隆。第三階段，后基因組時代。標志性的工作是大規模基因組分析，蛋白質組分析以及各種數據的比較與整合，例如蛋白質組學的產生以及人類基因組草圖的完成等。

2、生物信息學的研究目標和范圍

生物信息學的研究目標：揭示“基因組信息結構的復雜性及遺傳語言的根本規律”。它是當今乃至下一世紀自然科學和技術科學領域中“基因組”、“信息結構”和“復雜性”3個重大科學問題的有機結合。

生物信息學的研究范圍大致可分3類：(1)數據庫的建立與優化，國際上著名的公共數據庫有GenBank、EMBL、DDBJ、swissport、PIR、PDB，另外一些公司還有內部數據庫；(2)培養生物信息學專業人員；(3)數據庫的理論研究、軟件的研制、序列的排列比較、對新序列的識別與預測等。

3、生物信息學的主要研究內容和研究方法

生物信息學的主要研究內容大體上集中在以下10個方面：(1)序列比對，即序列的相似性比較；(2)結構比對，即結構的相似性比較；(3)蛋白質結構預測，包括2級和3級結構預測；(4)計算機輔助基因識別(僅指蛋白質編碼基因)；(5)非編碼區分析和DNA語言研究；(6)分子進化和比較基因組學；(7)序列重疊群裝配；(8)遺傳密碼的起源；(9)基于結構的藥物設計；(10)基因表達譜分析，代謝網絡分析，基因芯片設計和蛋白質組學數據分析等。

生物信息學基本方法包括：(1)建立數據庫，雖然已有大量的數據庫，但特定的研究與開發工作仍需要建立自己的數據庫；(2)數據庫檢索；(3)序列分析是生物信息學的核心，包括從序列的對位排列，到序列的同源性的比較和進化分析，直至基因組和蛋白質組分析；(4)統計模型，不同的統計模型已用于生物信息學，如隱馬可夫模型在基因識別和藥物設計中的應用，最大擬然模型等；(5)算法：如自動序列拼接，外顯子預測和同源性比較等算法。

4、生物信息學的應用

生物信息學的應用領域包括：(1)生物信息蘊藏著巨大的經濟價值，大量的生物信息公司應運而生；(2)生物信息在基因組分析中的應用，如序列片斷的拼接、可能基因的尋找、基因功能的預測，特別是多基因結構的分析與預測(三級結構與功能)、功能基因組和蛋白質組分析、代謝過程分析、分子進化分析等；(3)新藥開發中的應用，如藥物基因組學旨在理解個體對藥物不同反應的遺傳學背景；(4)其他領域的應用，如在寄生蟲與流行病學研究、農作物基因組分析、神經科學研究中均有廣泛應用。

5、分子生物信息數據庫概述

分子生物信息數據庫是種類繁多。歸納起來，大體可以分為4個大類，即基因組數據庫、核酸和蛋白質一級結構序列數據庫、生物大分子(主要是蛋白質)三維空間結構數據庫及其根據以上3類數據庫和文獻資料為基礎構建的二次數據庫。基因組數據庫來自基因組作圖，序列數據庫來自序列測定，結構數據庫來自X一衍射和核磁共振結構測定。這些數據庫是分子生物信息學的基本數據資源，通常稱為基本數據庫，初始數據庫，也稱一次數據庫。根據生命科學不同研究領域的實際需要，對基因組圖譜、核酸和蛋白質序列、蛋白質結構以及文獻等數據進行分析、整理、歸納、注釋，構建具有特殊生物學意義和專門用途的二次數據庫，是數據庫開發的有效途徑。近年來，世界各國的生物學家和計算機科學家合作，已經開發了幾百個二次數據庫和復合數據庫，也稱專門數據庫、專業數據庫、專用數據庫。