地方本科院校《生物信息學》常用數據庫和軟件的合理化利用

王興平+羅仍卓么+李峰

摘 要：《生物信息學》是一門實踐性很強的課程，可為生物科學專業學生深入學習生物化學、分子生物學、遺傳學等主干課程奠定基礎。考慮到地方本科院校的實際，該文闡述了地方本科院校開設《生物信息學》的課程定位，介紹了適合地方本科院校《生物信息學》教學的常用數據庫、軟件和在線工具，并提出了合理化利用建議，供《生物信息學》課程教師參考。

關鍵詞：生物信息學；實踐教學；數據庫

中圖分類號 G643.2 文獻標識碼 A 文章編號 1007-7731（2017）09-0151-03

Abstract：Bioinformatics is a very practical course，which can lay a foundation for further study of biochemistry，molecular biology，genetics and other major courses for the students majoring in biology. Taking into account the actual situation of local colleges and universities，we expound the curriculum positioning of bioinformatics in local colleges and universities，and introduce the common databases，software and online tools，which are suitable for the teaching of bioinformatics in local colleges and universities. Furthermore，we present the suggestions for their rational use in order to provide references with other teachers of bioinformatics.

Key words：Bioinformatics；Practice teaching；Database

自人類基因組計劃實施以來，生命科學研究技術突飛猛進，促進了生命科學各領域，如動物學、植物學、微生物學、動物科學、醫學生物學的迅猛發展。目前，關于生物大分子的探究已全面進入到了組學時代，即從以前的單基因或單個蛋白質的結構和功能研究逐步轉變到基因組學、轉錄組學和蛋白質組學研究，這種轉變為深入基因、蛋白質功能研究和應用基礎研究積累了大量數據。就應用角度而言，動植物分子育種、多基因聯合育種等先進技術也逐步應用到實踐中。因此，當代生物科學大學生掌握生物分子水平的實踐，特別是生物信息學實踐技能迫在眉睫。

1 地方本科院校《生物信息學》課程定位

生物信息學是數學、計算機科學與生物學相結合而產生的交叉學科，旨在運用生物學理論課程（生物化學、分子生物學、遺傳學和細胞生物學等）的背景知識，采用計算機軟件或程序，通過數學模型來分析生物大分子的結構和功能，為生物大分子研究的實驗設計和結果分析及基礎應用研究提供幫助。《生物信息學》課程一門實踐性很強的課程，其課程內容主要包括兩方面內容，一是學習數學模型或數學算法，旨在進行生物信息學分析軟件的研發；二是學習生物信息學應用，旨在掌握一些常用的生物學軟件、數據庫和生物大分子結構與功能的分析方法。

《生物信息學》是高校生物科學專業的必修課，是生命科學相關專業（如動物科學、農學等）的選修課。目前，生物信息學數據庫、軟件和在線工具種類繁多，基本都以英文為主，學習難度大。就地方本科院校而言，其生源差，學生基礎薄弱。另外，考慮到學風、師資力量和教學效果等因素，我們認為地方本科院校對于《生物信息學》課程教學應定位于應用生物信息學，即掌握常用生物信息學軟件的操作，學會基因和蛋白質性質、結構和功能分析的基本方法。

2 常用數據庫

隨著分子生物學研究成果的不斷積累，生物信息學數據庫也已逐步完善，實現了高度網絡化，全世界共享。生物信息學的數據庫非常多，考慮到地方本科院校本科生的知識儲備和實際操作需要，我們推薦4個常用的數據庫。

2.1 NCBI數據庫 NCBI全稱為National Center for Biotechnology Information，即美國國家生物技術信息中心，是國家衛生研究院的一個分支機構，始建于1988年。NCBI擁有一系列與生物技術和生物醫學相關的數據庫，是生物信息學工具和服務的重要資源，其數據和DDBJ數據庫和EMBL進行不定期交換共享。NCBI的數據庫主要包括用于生物醫學文獻數據庫（PubMed）、DNA序列數據庫GenBank、蛋白質序列數據庫（Protein）、結構數據庫（Structure）、基因組學數據庫（Genome）、分類學（Taxonomy）、表觀遺傳學（Epigenetics）、保守結構域（Conserved Domains）、基因（Gene）、單核苷酸多態性（SNP）等多個數據庫。所有這些數據庫都可通過Entrez搜索引擎在線獲取，包含核酸序列（Nucleotides）、蛋白質序列（Protein）、文獻（Pubmed）等43種檢索項，可采用關鍵詞、序列登錄號等多個字段檢索，免費下載，使用非常方便[1]。

2.2 Ensembl數據庫 Ensembl由英國Sanger研究所和歐洲生物信息學研究所維護的數據庫，其主要功能是能夠對物種基因組進行詮釋。該數據庫主要包含真核生物基因組數據庫（http：//asia.ensembl.org/index.html）。此外，還有細菌、真菌、植物等分支數據庫。該數據庫也有搜索引擎，其內容詳細的數據記錄了DNA、轉錄產物、蛋白質和基因突變等信息，使用方便，記錄系統、完整，是了解基因結構和功能比較理想的數據庫[2]。

2.3 miRBase數據庫 microRNA是近年來發現的非編碼內源性小RNA分子，其功能主要是調節靶基因的轉錄后水平的表達，是近年來研究的熱點領域。miRBase數據庫更新快，包含miRNA序列數據、功能注釋、靶基因預測等多各方面，是存儲miRNA信息最主要的公共數據庫之一（http：//www.mirbase.org/）。目前，新版本（Ver.21）收錄了223個物種28645個前體miRNA和35 828個成熟miRNA產物，所有數據均可以通過web界面檢索，而且通過與TargetScan鏈接，可以查閱miRNA的潛在的靶基因。

2.4 生物分子信號通路數據庫 信號通路一詞在高中生物就接觸到，到本科階段的《細胞生物學》課程中得以深入學習。據調查，對于本科生而言，他們對信號通路想理解和認識有限，掌握的信號通路都是不完整的。學生在學習時，可借助信號通路數據庫檢索的方式，搜索某基因所參與的信號通路，并且可以直觀的看到該基因在整個信號通路中的地位和作用。信號通路數據庫目前比較常用的是WikiPathways數據庫（http：//www.wikipathways.org）。該數據庫集成了主要的基因、蛋白質，允許整個研究者更廣泛參與[3]。該數據最大的特點是將基因之間的關系以圖形方式顯示，使學生直觀了解所感興趣的基因是如何參與到信號通路或生化代謝過程的。

3 常用生物信息學軟件及在線分析工具

3.1 DNA序列分析軟件 在生物科學本科教學過程中，很多課程如《生物化學》《分子生物學》《遺傳學》等，都涉及到DNA序列結構、基因突變等知識點，而且學生掌握到的更多都是一種朦朦朧朧，是懂非懂的知識點。因此，在《生物信息學》課堂上，當講到采用生物信息學軟件進行DNA序列分析時，學生產生了濃厚的興趣。DNA序列分析的軟件有很多，如：BioEdit，DNASIS，DNAStar，DNAClub，DNAMan等，相比較可知，就序列分析而言，我們認為DNAStar軟件最常用，且操作簡單，可視化功能強大，是地方本科院校學生的最佳選擇。

DNASTAR是基因組學、結構生物學和分子生物學領域中的一款綜合性序列分析工具軟件，包含可視化和序列編輯（SeqBuilder），序列組裝（SeqMan）、序列比對（MegAlign）、引物設計（PrimerSelect）、蛋白質結構分析（Protean）、基因查找（GeneQuest）和序列編輯（EditSeq）7個模塊，可用作DNA和蛋白質序列分析、序列重疊群拼接和基因工程管理等方面，目前，該軟件已被90多個國家的制藥，生物技術，學術和臨床研究人員使用。

3.2 RNA結構分析軟件 RNA包含tRNA，mRNA，rRNA和sRNA等多種類型，在蛋白質生物合成過程中起著非常重要的作用。他們的二級結構或高級結構會影響蛋白質合成的效率。因此，對于本科生而言，直觀的了解RNA的二級結構，對于掌握理論知識具有重要意義。RNA結構分析的軟件有如Mfold、RNAdraw和RNAstructure等多個軟件[4-5]。通過比較這些軟件獲得難易度、優缺點和使用復雜程度，我們發現Mfold已完成多次修訂，且實現了網上在線免費試用（http：//unafold.rna.albany.edu/？q=mfold），輸出結果靈活多樣，結果直觀，是本科生用于RNA結構分析的最佳選擇。

3.3 序列比對軟件（在線工具） 序列比對也稱序列比較，通過該操作，可以將兩個或多個基因（或蛋白質）序列按照一定的規律排列，使學生直觀的觀察到序列的變異，從而確定序列之間的相似性或同源性。根據序列多少，可分為雙序列比對和多序列比對。序列比對的軟件或在線工具也有很多，其中多序列比對軟件有Clustal（ClustalX和ClustalW）、GCG、BioEdit、DNAMAN和DNAStar軟件包中的MegAlign等。在這里，適合本科生教學的軟件我們推薦MegAlign和DNAMAN。而兩序列比最常用的則是BLAST在線工具（http：//www.ncbi.nlm.nih.gov/blast），它是NCBI開發的可免費非注冊使用的在線工具，可與NCBI的蛋白質數據庫和基因數據庫鏈接，也可用于蛋白質和基因序列的同源檢索，是本科教學中必須要用到的在線工具。

3.4 系統發育樹構建軟件 在生物進化過程中，細胞內的生物大分子（蛋白質、核酸）的一級結構的變化會出現變異（進化），而生物大分子進化速率相對恒定，我們可以根據生物大分子的序列信息構建系統發育樹，推斷生物進化歷史。系統發育樹構建的軟件有MEGA，PHYLIP，DNAMAN等。在分子進化相關的科學研究中，最常用的是MEGA（即Molecular Evolutionary Genetics Analysis），該軟件更新快（目前的最新版本為MEGA7.0 http：//www.megasoftware.net/），運行速度快，操作簡單，結果直觀。因此，在本科教學中，我們推薦MEGA軟件作為系統發育樹構建的軟件。

3.5 Expasy工具 ExPASy，即Expert Protein Analysis System，由瑞士生物信息學研究所維護的蛋白組學相關的在線實用分析平臺，整合了很多蛋白質數據資源和分析工具（http：//www.expasy.org/），涉及蛋白分類、蛋白質翻譯、結構預測、相似檢索、序列比對等。該在線工具可免費試用，是本科教學過程中值得推薦的分析工具。但是，該工具包數據量大，鑒于本科教學學時的限制，在教學過程中不宜細講，可以引入，讓感興趣的同學自學。

4 結語

隨著分子生物學和生物信息學的迅猛發展，生物信息學數據庫不斷完善，生物分析軟件越來越多，且各具特色。考慮到地方本科院校實際情況，我們介紹了以上的生物信息學數據庫和分析軟件（在線工具），并簡單總結了它們適合于地方性高校本科教學的優點，給出了合理選擇的參考建議，以期為地方本科院校《生物信息學》教學提供參考。

參考文獻

[1]Bethesda（MD）.The NCBI Handbook[Internet]. 2nd edition[M].National Center for Biotechnology Information（US）. 2013.

[2]Yates A，Akanni W，Amode M R，et al. Ensembl 2016[J].Nucleic Acids Res.2016，44（D1）：D710-D716.

[3]Kelder T，van Iersel M P，Hanspers K，et al.WikiPathways：building research communities on biological pathways[J].Nucleic Acids Res. 2012，40（Database issue）：D1301-D1307.

[4]徐思敏.RNA生物信息相關軟件概述[J].科技信息：科學教研，2008（14）：398-399.

[5]張馳宇，李全雙，曹威，等.RNAstructure軟件不同版本對FORS-D分析的影響[J].江蘇大學學報：醫學版.2006，（4）：294-297.

（責編：徐煥斗）