第一章 生物信息学引论.ppt

1,生 物 信 息 学 Bioinformatics,姚正培 yao_zp@ 新疆农业大学农学院生物技术系,2,课程简介,课程形式 课程目标 参考教材与文献 成绩构成 课程网站,3,课程形式,36学时，理论26学时，实践10学时 讲授概念与知识点 上机联网操作 自学与讨论,4,课程目标,掌握生物信息学基本知识与概念 了解生物信息学网上资源 掌握核酸及蛋白质的分析方法 介绍全基因组表达的分析方法 生物学研究中具体问题的解决,5,参考教材与文献,《生物信息学》肖浪涛 中国农业出版社 《生物信息学札记》（第三版）樊龙江 浙江大学 《生物信息学》陶士珩 科学出版社 《生物信息学》 周艳红 王石平 高等教育出版社 《DNA和蛋白质序列数据分析工具》薛庆中 科学出版社 《生物信息学分析实践》吴祖建 科学出版社 《简明生物信息学》 钟扬 高等教育出版社 《生物信息学基础》 孙啸 清华大学出版社 《生物信息学手册》郝柏林 上海科学技术出版社 《生物信息学与功能基因组学》孙之荣译 化学工业出版社 《生物信息学》第二版 王明怡译 科学出版社 Bioinformatics for dummies（2nd edition）,6,,7,成绩构成,随堂测验 20% 上机操作 20% 作业 20% 期末闭卷考试 40%,8,课程网站,新疆农业大学网络教学平台 新疆农业大学主页——管理机构——教务处——网络教学平台 http://202.201.224.27,9,,,10,课程要求,11,本讲内容,第一章 生物信息学引论 1.1 引言 1.2 生物信息学的产生与发展 1.3 人类基因组计划和基因组信息学 1.4 生物信息学的主要研究内容 1.5 生物信息学的基本方法与技术 1.6 生物信息学的应用及展望,12,1.1 引言,生命信息的组织、 传递、表达,物理,化学,分子 生物学,遗传学,信息技术,,,,,,,13,生物数据激增,14,为什么这么快,Sanger, UK,15,已完成测序的基因组(EBI),2008.9,16,蛋白数据增长(PDB),17,生物信息学的概念,,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,18,生物信息学的概念（广义）,生物体系和生物过程中信息 的存贮、传递和表达,细胞、组织、器官的生理、病理 、药理过程中的各种生物信息,信息科学,生 命 科 学 中 的 信 息 科 学,19,生物信息学的概念（狭义）,生物 分子数据,深层次 生物学知识,,分子生物信息学 Molecular Bioinformatics,分析,组织,应用信息科学的理论、方法和技术，管理、分析和利用生物分子数据。

管理,收集,挖掘,处理,20,生物信息学的概念,bio + informatics,21,生物分子信息,生物信息学主要研究两种信息载体 DNA分子 蛋白质分子,22,生物分子信息,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,23,生物分子信息,生 物 分 子 信 息,DNA序列数据,蛋白质序列数据,生物分子结构数据,生物分子功能数据,最基本,直观,复杂,类型,24,生物分子信息,,,生物分子数据及其关系,25,生物分子信息,特征： 生物分子信息数据量大 生物分子信息复杂 生物分子信息之间存在着密切的联系,26,生物信息学的目标和任务,收集和管理生物分子数据 数据分析和挖掘 开发分析工具和实用软件 生物分子序列比较工具 基因识别工具 生物分子结构预测工具 基因表达数据分析工具,27,生物信息学的研究意义,认识生物本质 了解生物分子信息的组织和结构，破译基因组信息，阐明生物信息之间的关系 改变生物学的研究方式 改变传统研究方式，引进现代信息学方法 具有重要的应用价值 为疾病的诊断和治疗提供依据 为设计新药提供依据,生物信息学将是21世纪生物学的核心,28,1.2 生物信息学的产生与发展,生物信息学 基本思想的产生,生物信息学 的迅速发展,二十世纪 50年代,二十世纪 80-90年代,生物科学和 技术的 发展,人类基因组 计划的 推动,,,,29,生物信息学的发展历史,1960s已有建立数据库、序列分析、开发算法,当时叫分子进化 如果考虑生物数学,19世纪已经流行 首次提出Bioinformatics的说法 荷兰理论生物学家1980年代初Ben Hesper和Paulien Hogeweg 马来西亚生化物理学家林华安(Hwa A. Lim)于1987年 最早提到该词的文献(PubMed) (1990)Genomics,6(2):389,30,生物信息学的发展历史,前基因组时代 20世纪50、60年代，生物信息学开始孕育 1956年在美国召开过首次“ 生物学中的信息理论” 讨论会 60年代美国建立了手工搜集数据的蛋白质数据库 1962年Zuckerkandl基于序列变异分析的分子演化研究 1964年Davies开 创了蛋白质结构预测的研究 20世纪70年代，生物信息学的真正开端，70年代到80年代初期 ，出现了一系列著名的序列比较方法和生物信息分析方法 1970年Needleman等发表了广受重视的两序列比较算法 1974年Ratner首 先对分子遗传调控系统进行处理分析 1975年Pipas等 首先提出用计算机技术预测RNA二级结构,31,生物信息学的发展历史,基因组时代 20世纪80年代以后，出现一批生物信息服务机构和生物信息数据库 1979年美国洛斯阿拉莫斯国家实验室建立GenBank 1980年Science发表了关于计算分子生物学的综述 1982年欧洲分子生物学实验室提供EMBL服务 1984年日本着手建立国家级核酸序列数据库DDBJ 美国于1988年成立国家生物技术信息中心（NCBI） 欧洲于1993年着手建立欧洲生物信息学研究所（EBI） 日本于1995年组建了自己的信息生物学中心（CIB）,32,生物信息学的发展历史,基因组时代 20世纪90年代后 ，HGP促进生物信息学的迅速发展,1999 果蝇,1982 噬菌体λ,1995 细菌,1996 酵母,1998 线虫,2000 拟南芥,33,生物信息学的发展历史,后基因组时代 21世纪，后基因组时代到来。

生物信息学研究重点转向功能基因组、系统生物学研究 HGP (1990-2003) 1995,蛋白质组学(Proteomics) 高通量(high-throughput)实验手段,34,生物信息学的发展历史,后基因组时代 结构基因组学(Strutural genomics, 2001) 比较基因组学(comparative genomics) 功能基因组学(Functional genomics) 系统生物学 系统树重建(phylogenic reconstruction),35,生物信息学的发展历史,关于生物信息学发展历程中的重要大事， 请参见下面两个网站的介绍： sci.org/Science/Bioinform/feature06.html ,36,国内生物信息学的发展现状,国家非常重视：科技部，教育部，基金委，地方政府特别是：863计划设立了“ 生物信息技术” 主题 众多高校与研究机构参与：北京大学，中科院生物物理所、天津大学，中科院理论物理所，清华大学，内蒙古大学、上海生命研究院，东南大学，华中科技大学，复旦大学,深圳华大基因研究院等等 成立了一批中心，如： 北京大学于1997年成立了生物信息学中心 北京华大基因研究中心于1999年9月在北京正式成立，2007年成立深圳华大基因研究院 上海生命科学研究院于2000年成立了生物信息学中心 上海市于2002年成立上海生物信息技术研究中心 取得了一些成绩，如基因组测序与分析，数据库，算法软件,37,1.3 人类基因组计划和基因组信息学,人类基因组计划（Human Genome Project ; HGP） 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)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,38,人类基因组计划简介,15年，30亿美元，24条染色体，3×109脱氧核苷酸对(bp)的序列测定 主要任务包括作图(遗传图谱、物理图谱的建立及转录图谱的绘制)、测序和基因识别。

还包括模式生物(如大肠杆菌、酵母、线虫、小鼠等)基因组的作图和测序，以及信息系统的建立 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39,人类基因组计划简介,1996 完成人类基因组计划的遗传作图，启动模式生物基因组计划 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 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年2月15日《Nature》，2001年2月16《Science》,40,人类基因组计划简介,我国对人类基因组计划的贡献 1999年7月7日，中国科学院遗传研究所人类基因组中心注册参与国际人类基因组计划；同年9月，国际协作组接受了我国申请，并为中国划定了所承担的工作区域——位于人类3号染色体短臂上。

中国所负责区域的测序任务由中国科学院基因组信息学中心、国家人类基因组南方中心、国家人类基因组北方中心共同承担，测定了3.84亿个碱基，所有指标均达到国际人类基因组计划协作组对“完成图”的要求2003年4月15日，美、英、日、法、德、中6国领导人联名发表《六国政府首脑关于完成人类基因组序列图的联合声明》，宣告人类基因组计划圆满完成41,人类基因组计划简介,意义 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42,基因组信息学,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,,,,,,43,功能基因组学,HGP已完成，进入“后基因组学”(post-genomics)时代 基因组学研究重心已开始从揭示生命的所有遗传信息转移到在分子整体水平对功能的研究上,即功能基因组学（functional genomics） 功能基因组的任务 进行基因组功能注释（Genome annotation） 认识基因与疾病的关系 掌握基因的产物及其在生命活动中的作用,44,比较基因组学,人类基因组与其他生物基因组比较,45,比较基因组学,人与鼠的染色体比较,46,蛋白质组学,47,1.4 生物信息学的主要研究内容,生物分子数据的收集与管理 数据库搜索及序列比较 基因组序列分析 基因表达数据的分析与处理 蛋白质结构预测,48,1.5 生物信息学的基本方法与技术,数学统计方法 动态规划方法 机器学习与模式识别技术 数据库技术及数据挖掘 人工神经网络技术 专家系统 分子模型化技术 量子力学和分子力学计算 生物分子的计算机模。