生物信息學(xué)精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的生物信息學(xué)主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：生物信息學(xué)范文

[論文摘要]生物信息學(xué)是80年代以來新興的一門邊緣學(xué)科，信息在其中具有廣闊的前景。伴隨著人類基因組計(jì)劃的勝利完成與生物信息學(xué)的發(fā)展有著密不可分的聯(lián)系，生物信息學(xué)的發(fā)展為生命科學(xué)的發(fā)展為生命科學(xué)的研究帶來了諸多的便利，對(duì)此作了簡單的分析。

一、生物信息學(xué)的產(chǎn)生

21世紀(jì)是生命科學(xué)的世紀(jì)，伴隨著人類基因組計(jì)劃的勝利完成，與此同時(shí)，諸如大腸桿菌、結(jié)核桿菌、啤酒酵母、線蟲、果蠅、小鼠、擬南芥、水稻、玉米等等其它一些模式生物的基因組計(jì)劃也都相繼完成或正在順利進(jìn)行。人類基因組以及其它模式生物基因組計(jì)劃的全面實(shí)施，使分子生物數(shù)據(jù)以爆炸性速度增長。在計(jì)算機(jī)科學(xué)領(lǐng)域，按照摩爾定律飛速前進(jìn)的計(jì)算機(jī)硬件，以及逐步受到各國政府重視的信息高速公路計(jì)劃的實(shí)施，為生物信息資源的研究和應(yīng)用帶來了福音。及時(shí)、充分、有效地利用網(wǎng)絡(luò)上不斷增長的生物信息數(shù)據(jù)庫資源，已經(jīng)成為生命科學(xué)和生物技術(shù)研究開發(fā)的必要手段，從而誕生了生物信息學(xué)。

二、生物信息學(xué)研究內(nèi)容

（一）序列比對(duì)

比較兩個(gè)或兩個(gè)以上符號(hào)序列的相似性或不相似性。序列比對(duì)是生物信息學(xué)的基礎(chǔ)。兩個(gè)序列的比對(duì)現(xiàn)在已有較成熟的動(dòng)態(tài)規(guī)劃算法，以及在此基礎(chǔ)上編寫的比對(duì)軟件包BALST和FASTA，可以免費(fèi)下載使用。這些軟件在數(shù)據(jù)庫查詢和搜索中有重要的應(yīng)用。有時(shí)兩個(gè)序列總體并不很相似，但某些局部片斷相似性很高。Smith-Waterman算法是解決局部比對(duì)的好算法，缺點(diǎn)是速度較慢。兩個(gè)以上序列的多重序列比對(duì)目前還缺乏快速而又十分有效的算法。

（二）結(jié)構(gòu)比對(duì)

比較兩個(gè)或兩個(gè)以上蛋白質(zhì)分子空間結(jié)構(gòu)的相似性或不相似性。

（三）蛋白質(zhì)結(jié)構(gòu)預(yù)測

從方法上來看有演繹法和歸納法兩種途徑。前者主要是從一些基本原理或假設(shè)出發(fā)來預(yù)測和研究蛋白質(zhì)的結(jié)構(gòu)和折疊過程。分子力學(xué)和分子動(dòng)力學(xué)屬這一范疇。后者主要是從觀察和總結(jié)已知結(jié)構(gòu)的蛋白質(zhì)結(jié)構(gòu)規(guī)律出發(fā)來預(yù)測未知蛋白質(zhì)的結(jié)構(gòu)。同源模建和指認(rèn)（Threading）方法屬于這一范疇。雖然經(jīng)過30余年的努力，蛋白結(jié)構(gòu)預(yù)測研究現(xiàn)狀遠(yuǎn)遠(yuǎn)不能滿足實(shí)際需要。

（四）計(jì)算機(jī)輔助基因識(shí)別

給定基因組序列后，正確識(shí)別基因的范圍和在基因組序列中的精確位置.這是最重要的課題之一，而且越來越重要。經(jīng)過20余年的努力，提出了數(shù)十種算法，有十種左右重要的算法和相應(yīng)軟件上網(wǎng)提供免費(fèi)服務(wù)。原核生物計(jì)算機(jī)輔助基因識(shí)別相對(duì)容易些，結(jié)果好一些。從具有較多內(nèi)含子的真核生物基因組序列中正確識(shí)別出起始密碼子、剪切位點(diǎn)和終止密碼子，是個(gè)相當(dāng)困難的問題，研究現(xiàn)狀不能令人滿意，仍有大量的工作要做。

（五）非編碼區(qū)分析和DNA語言研究

在人類基因組中，編碼部分進(jìn)展總序列的3－5%，其它通常稱為“垃圾”DNA，其實(shí)一點(diǎn)也不是垃圾，只是我們暫時(shí)還不知道其重要的功能。分析非編碼區(qū)DNA序列需要大膽的想象和嶄新的研究思路和方法。DNA序列作為一種遺傳語言，不僅體現(xiàn)在編碼序列之中，而且隱含在非編碼序列之中。

三、生物信息學(xué)的新技術(shù)

（一）Lipshutz(Affymetrix，Santa clara，CA，USA)

描述了一種利用DNA探針陣列進(jìn)行基因組研究的方法，其原理是通過更有效有作圖、表達(dá)檢測和多態(tài)性篩選方法，可以實(shí)現(xiàn)對(duì)人類基因組的測序。光介導(dǎo)的化學(xué)合成法被應(yīng)用于制造小型化的高密度寡核苷酸探針的陣列，這種通過軟件包件設(shè)計(jì)的寡核苷酸探針陣列可用于多態(tài)性篩查、基因分型和表達(dá)檢測。然后這些陣列就可以直接用于并行DNA雜交分析，以獲得序列、表達(dá)和基因分型信息。Milosavljevic(CuraGen， Branford， CT， USA)介紹了一種新的基于專用定量表達(dá)分析方法的基因表達(dá)檢測系統(tǒng)，以及一種發(fā)現(xiàn)基因的系統(tǒng)GeneScape。為了有效地抽樣表達(dá)，特意制作片段模式以了解特定基因的子序列的發(fā)生和冗余程度。他在酵母差異基因表達(dá)的大規(guī)模研究中對(duì)該技術(shù)的性能進(jìn)行了驗(yàn)證，并論述了技術(shù)在基因的表達(dá)、生物學(xué)功能以及疾病的基礎(chǔ)研究中的應(yīng)用。

（二）基因的功能分析

Overton(University of Pennsylvania School of Medicine，Philadelphia，PA，USA)論述了人類基因組計(jì)劃的下一階段的任務(wù)基因組水平的基因功能分析。這一階段產(chǎn)生的數(shù)據(jù)的分析、管理和可視性將毫無疑問地比第一階段更為復(fù)雜。他介紹了一種用于脊椎動(dòng)物造血系統(tǒng)紅系發(fā)生的功能分析的原型系統(tǒng)E-poDB，它包括了用于集成數(shù)據(jù)資源的Kleisli系統(tǒng)和建立internet或intranet上視覺化工具的bioWidget圖形用戶界面。EpoDB有可能指導(dǎo)實(shí)驗(yàn)人員發(fā)現(xiàn)不可能用傳統(tǒng)實(shí)驗(yàn)方法得到的紅系發(fā)育的新的藥物靶，制藥業(yè)所感興趣的是全新的藥物靶，EpoDB提供了這樣一個(gè)機(jī)會(huì)，這可能是它最令人激動(dòng)的地方。

Babbitt(University of California，San Francisco，CA，USA)討論了通過數(shù)據(jù)庫搜索來識(shí)別遠(yuǎn)緣蛋白質(zhì)的方法。對(duì)蛋白質(zhì)超家族的結(jié)構(gòu)和功能的相互依賴性的理解，要求了解自然所塑造的一個(gè)特定結(jié)構(gòu)模板的隱含限制。蛋白質(zhì)結(jié)構(gòu)之間的最有趣的關(guān)系經(jīng)常在分歧的序列中得以表現(xiàn)，因而區(qū)分得分低（low-scoring）但生物學(xué)關(guān)系顯著的序列與得分高而生物學(xué)關(guān)系較不顯著的序列 是重要的。Babbit證明了通過使用BLAST檢索，可以在數(shù)據(jù)庫搜索所得的低得分區(qū)識(shí)別遠(yuǎn)緣關(guān)系（distant relationship）。Levitt(Stanford univeersity，Palo Alto，CA，USA)討論了蛋白質(zhì)結(jié)構(gòu)預(yù)測和一種僅從序列數(shù)據(jù)對(duì)功能自動(dòng)模建的方法?；蚬δ苋Q于基因編碼的蛋白質(zhì)的三級(jí)結(jié)構(gòu)，但數(shù)據(jù)庫中蛋白質(zhì)序列的數(shù)目每18個(gè)月翻一番。為了確定這些序列的功能，結(jié)構(gòu)必須確定。同源模建和從頭折疊（ab initio folding）方法是兩種現(xiàn)有的互為補(bǔ)充的蛋白質(zhì)結(jié)構(gòu)預(yù)測方法；同源模建是通過片段匹配（segment matching）來完成的，計(jì)算機(jī)程棄SegMod就是基于同源模建方法的。

（三）新的數(shù)據(jù)工具

Letovsky(Johns hopkins University，Baltimore，MD，USA)介紹了GDB數(shù)據(jù)庫，它由每條人類染色體的許多不同圖譜組成，包括細(xì)胞遺傳學(xué)、遺傳學(xué)、放射雜交和序列標(biāo)簽位點(diǎn)（STS）的內(nèi)容，以及由不同研究者用同種方法得到的圖譜。就位置查詢而言，如果不論其類型（type）和來源（source），或者是否它們正好包含用以批定感興趣的區(qū)域的標(biāo)志（markers），能夠搜索所有圖譜是有用的。為此目的，該數(shù)據(jù)庫使用了一種公用坐標(biāo)系統(tǒng)（common coordinate system）來排列這些圖譜。數(shù)據(jù)庫還提供了一張高分辨率的和與其他圖譜共享許多標(biāo)志的圖譜作為標(biāo)準(zhǔn)。共享標(biāo)志的標(biāo)之間的對(duì)應(yīng)性容許同等于所有其它圖譜的標(biāo)準(zhǔn)圖譜的分配。

Candlin(PE applied Biosystems，F(xiàn)oster City，CA，USA)介紹了一種新的存儲(chǔ)直接來自ABⅠPrism dNA測序儀的數(shù)據(jù)的關(guān)系數(shù)據(jù)庫系統(tǒng)BioLIMS。該系統(tǒng)可以與其它測序儀的數(shù)據(jù)集成，并可方便地與其它軟件包自動(dòng)調(diào)用，為測序儀與序列數(shù)據(jù)的集成提供了一種開放的、可擴(kuò)展的生物信息學(xué)平臺(tái)。

參考文獻(xiàn)

第2篇：生物信息學(xué)范文

中圖分類號(hào)： G643；Q-3 文獻(xiàn)標(biāo)識(shí)碼： B 文章編號(hào)： 1008-2409(2008)05-0967-03

人類基因組計(jì)劃的成功實(shí)施使生命科學(xué)進(jìn)入了信息時(shí)代?；蚪M學(xué)、蛋白質(zhì)組學(xué)和生物芯片 技術(shù)的發(fā)展，使得與生命科學(xué)相關(guān)的數(shù)據(jù)量呈線性高速增長。對(duì)這些數(shù)據(jù)全面、正確的解讀 ，為闡明生命的本質(zhì)提供了可能。連接生物數(shù)據(jù)與醫(yī)學(xué)科學(xué)研究的是生物信息學(xué)(Bioinform atics)。應(yīng)用生物信息學(xué)研究方法分析生物數(shù)據(jù)，提出與疾病發(fā)生、發(fā)展相關(guān)的基因或基因 群，再進(jìn)行實(shí)驗(yàn)驗(yàn)證，是一條高效的研究途經(jīng)。醫(yī)學(xué)是研究生命的科學(xué)，醫(yī)學(xué)研究在基礎(chǔ)上 就注定離不開對(duì)生物信息的了解。

我國目前醫(yī)學(xué)研究生教學(xué)模式主要有兩種, 一是醫(yī)學(xué)本科教育延續(xù)過來的理論型, 這種類型 的教育是在本科教學(xué)大綱的基礎(chǔ)上, 按照教學(xué)計(jì)劃進(jìn)行理論講授, 最后按照導(dǎo)師指定的課題 完成畢業(yè)論文。這種培養(yǎng)模式突出理論學(xué)習(xí), 忽視了實(shí)驗(yàn)機(jī)能和科研能力的培養(yǎng)。二是科研 能力培養(yǎng)的前輕后重型, 前期只是進(jìn)行理論授課, 后期由導(dǎo)師指導(dǎo)學(xué)生的科研。這種模式雖 然開設(shè)了一定的實(shí)驗(yàn)項(xiàng)目, 但對(duì)研究生科研能力的培養(yǎng)缺乏系統(tǒng)性, 并且前期的培養(yǎng)不足直 接影響到研究生后期的學(xué)位課題和論文的進(jìn)度、質(zhì)量。

因此，筆者對(duì)生物信息學(xué)在醫(yī)學(xué)碩士研究生中的教育初探，不但有利于該門課程尚未完全形 成成熟的課程體系之際，為教師學(xué)習(xí)借鑒先進(jìn)的教育思想與教學(xué)實(shí)踐經(jīng)驗(yàn)，更有利于醫(yī)學(xué)碩 士研究生對(duì)生物信息學(xué)的學(xué)習(xí)。

1 生物信息學(xué)的研究范圍

生物信息學(xué)是一門新興的交叉學(xué)科，涉及生物學(xué)、數(shù)學(xué)和信息科學(xué)等學(xué)科領(lǐng)域，并注定以互 聯(lián)網(wǎng)為媒介，數(shù)據(jù)庫為載體，利用數(shù)學(xué)知識(shí)、各種計(jì)算模型，并以計(jì)算機(jī)為工具，進(jìn)行各種 生物信息分析，以理解海量分子數(shù)據(jù)中的生物學(xué)含義。

生物信息包括多種類型的數(shù)據(jù)，如核酸和蛋白質(zhì)序列、蛋白質(zhì)二級(jí)結(jié)構(gòu)和三級(jí)結(jié)構(gòu)的數(shù)據(jù)等 。由實(shí)驗(yàn)獲得的核酸蛋白序列和三維結(jié)構(gòu)數(shù)據(jù)等構(gòu)成初級(jí)數(shù)據(jù)，由此構(gòu)建的數(shù)據(jù)庫稱初級(jí)數(shù) 據(jù)庫。由初級(jí)數(shù)據(jù)分析得來的諸如二級(jí)結(jié)構(gòu)、疏水位點(diǎn)、結(jié)構(gòu)域(Domain)，由核酸序列翻譯 來的蛋白質(zhì)以及預(yù)測的二級(jí)三級(jí)結(jié)構(gòu)，稱為二級(jí)數(shù)據(jù)。創(chuàng)新算法和軟件是生物信息學(xué)持續(xù)發(fā) 展的基礎(chǔ)，高通量生物學(xué)研究方法和平臺(tái)技術(shù)是驗(yàn)證生物信息學(xué)研究結(jié)果的關(guān)鍵技術(shù)。因此 ，現(xiàn)代生物信息學(xué)是現(xiàn)代生命科學(xué)與信息科學(xué)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)、物理學(xué)和化學(xué) 等學(xué)科相互滲透而形成的交叉學(xué)科，是應(yīng)用計(jì)算機(jī)技術(shù)和信息論方法研究蛋白質(zhì)及核酸序列 等各種生物信息的采集、存儲(chǔ)、傳遞、檢索、分析和解讀，以幫助了解生物學(xué)和遺傳學(xué)信息 的科學(xué)。從其研究所涉及的學(xué)科上看，生物信息學(xué)是集生物學(xué)、數(shù)學(xué)、信息學(xué)和計(jì)算機(jī)科學(xué) 一體化的一門新的科學(xué)；從其研究的主要內(nèi)容上看，基因組信息學(xué)、蛋白質(zhì)的結(jié)構(gòu)模擬以及 藥物設(shè)計(jì)是生物信息學(xué)的三個(gè)重要組成部分，并有機(jī)地結(jié)合在一起［1］。

2 醫(yī)學(xué)碩士研究生中的生物信息學(xué)教學(xué)初探

2.1 課堂教學(xué)重在教授實(shí)踐技巧與方法

生物信息學(xué)在醫(yī)學(xué)研究生中的教學(xué)應(yīng)以教授實(shí)踐技巧為主，以介紹原理為輔，深入淺出，注 重課堂知識(shí)與科研實(shí)踐的緊密結(jié)合。課堂講授應(yīng)簡要介紹生物信息學(xué)的相關(guān)算法、原理，著 重介紹其使用技巧與方法，真正做到“有的放矢”，而這也是教學(xué)的重點(diǎn)和難點(diǎn)。

在教學(xué)中對(duì)于這部分內(nèi)容應(yīng)遵循深入淺出、避繁就簡的原則，結(jié)合具體實(shí)例分析算法，避免 空洞復(fù)雜的算法講解讓學(xué)生覺得枯燥乏味、晦澀難懂，產(chǎn)生畏懼心理，知難而退；注重講解 使用技巧與方法的思想和來龍去脈，讓學(xué)生真正掌握解決問題的思路，培養(yǎng)其科學(xué)思維能力 ，并采用探討式教學(xué)鼓勵(lì)學(xué)生思考，通過討論與研究的方式循序漸進(jìn)的掌握復(fù)雜的內(nèi)容，介 紹相關(guān)的教學(xué)和物理學(xué)知識(shí)，使學(xué)生充分體會(huì)到生物信息學(xué)與其他學(xué)科的關(guān)系，其他學(xué)科的 思想方法對(duì)于生物科學(xué)的重要性，培養(yǎng)其自覺地將其他學(xué)科的方法和思想應(yīng)用于解決生物 學(xué)問題的科學(xué)素質(zhì)。 任何學(xué)科都處于不斷地發(fā)展、更新中，生物信息無論是理論研究還是 應(yīng)用研究仍處于不斷發(fā)展完善中，同時(shí)隨著新的應(yīng)用領(lǐng)域和新問題的發(fā)現(xiàn)，其他學(xué)科的方 法也在不斷地應(yīng)用于生物信息學(xué)，進(jìn)一步增加了其多學(xué)科交叉融合的深度和廣度。

2.2 充分利用現(xiàn)代化教育技術(shù)，采用案例教學(xué)

目前，高等院校在教室內(nèi)配備的多媒體投影播放系統(tǒng)，促進(jìn)了多媒體教學(xué)的廣泛應(yīng)用。生物 信息學(xué)采用多媒體教學(xué)是適應(yīng)學(xué)科特點(diǎn)、提高教學(xué)效果和充分利用現(xiàn)代化教育技術(shù)的一項(xiàng)基 本要求。作為生物信息學(xué)教學(xué)的基本模式，多媒體教學(xué)使講解的內(nèi)容更加直觀形象，尤其是 對(duì)于具體數(shù)據(jù)庫的介紹以及數(shù)據(jù)庫檢索、數(shù)據(jù)庫相似性搜索、序列分析和蛋白質(zhì)結(jié)構(gòu)預(yù)測等 內(nèi)容涉及到的具體方法和工具的講解，可以激發(fā)學(xué)生的學(xué)習(xí)興趣，加深學(xué)生對(duì)知識(shí)的理解和 掌握，提高學(xué)生理論與實(shí)踐相結(jié)合的能力。

但多媒體教室也有局限性，學(xué)生主要以聽講為主不能及時(shí)實(shí)踐，教師講解與學(xué)生實(shí)踐相脫節(jié) ，如果將生物信息學(xué)課程安排在計(jì)算機(jī)房內(nèi)進(jìn)行，并采用多媒體電子教室的教學(xué)方式可以解 決上述問題。在教學(xué)中采用啟發(fā)式教學(xué)，為學(xué)生建立教學(xué)情景，學(xué)生通過與教師、同學(xué)的協(xié) 商討論，參與操作，發(fā)現(xiàn)知識(shí)，理解知識(shí)并掌握知識(shí)。例如在講授“目的基因序列的查尋” 時(shí)，除對(duì)基本內(nèi)容的介紹，如數(shù)據(jù)庫的發(fā)展、分類等，其他采用案例法，讓學(xué)生利用搜索工 具查找三大公共核酸數(shù)據(jù)庫，并通過數(shù)據(jù)庫網(wǎng)站的介紹內(nèi)容對(duì)該數(shù)據(jù)庫的發(fā)展、內(nèi)容、特點(diǎn) 進(jìn)行學(xué)習(xí)并總結(jié)，通過討論和實(shí)際的數(shù)據(jù)庫瀏覽操作了解三大公共核酸數(shù)據(jù)庫并且掌握數(shù)據(jù) 庫使用方法。

2.3 采用“講、練”一體化的教學(xué)模式，強(qiáng)調(diào)學(xué)生實(shí)踐能力的培養(yǎng)

生物信息學(xué)課堂教學(xué)積極學(xué)習(xí)借鑒職業(yè)培訓(xùn)和計(jì)算機(jī)課程教學(xué)中“講、練、做”一體化的教 學(xué)模式，在理論教學(xué)中增加實(shí)訓(xùn)內(nèi)容，在實(shí)踐教學(xué)中結(jié)合理論講授，改變了傳統(tǒng)的“以教師 為中心、以教材和講授為中心”教學(xué)方式。

根據(jù)教學(xué)內(nèi)容和學(xué)生的認(rèn)知規(guī)律，靈活地采用先理論后實(shí)踐或先實(shí)踐后理論或邊理論邊實(shí)踐 的方法，融生物信息學(xué)理論教學(xué)與實(shí)踐操作為一體，使學(xué)生的知識(shí)和能力得到同步、協(xié)調(diào)、 綜合發(fā)展。通常采用先講后練的方法，即首先介紹原理、方法，之后設(shè)計(jì)相關(guān)的實(shí)訓(xùn)內(nèi)容 讓學(xué)生上機(jī)實(shí)踐。對(duì)于操作性內(nèi)容和生物信息分析的方法和工具的講解采取了進(jìn)行實(shí)際演示 的方法，教師邊講解邊示范，學(xué)生在聽課時(shí)邊聽講邊練習(xí)或者教師講解結(jié)束后學(xué)生再進(jìn)行練 習(xí)，理論與實(shí)踐高度結(jié)合，充分發(fā)揮課堂教學(xué)的生動(dòng)性、直觀性，加深學(xué)生對(duì)知識(shí)的理解， 培養(yǎng)和提高學(xué)生的實(shí)踐操作能力。

2.4 發(fā)揮網(wǎng)絡(luò)教學(xué)優(yōu)勢(shì)，優(yōu)化生物信息學(xué)實(shí)驗(yàn)教學(xué)內(nèi)容

生物信息學(xué)實(shí)驗(yàn)教學(xué)主要是針對(duì)海量生物數(shù)據(jù)處理與分析的實(shí)際需要，培養(yǎng)學(xué)生綜合運(yùn)用生 物信息學(xué)知識(shí)和方法進(jìn)行生物信息提取、儲(chǔ)存、處理、分析的能力，提高學(xué)生應(yīng)用理論知識(shí) 解決問題的能力和獨(dú)立思考、綜合分析的能力。生物信息學(xué)實(shí)驗(yàn)教學(xué)內(nèi)容的選擇與安排應(yīng)按 照循序漸進(jìn)的原則，針對(duì)特定的典型性的生物信息學(xué)問題設(shè)計(jì)，以綜合性、設(shè)計(jì)性實(shí)驗(yàn)內(nèi)容 為主，明確目的要求，突出重點(diǎn)，充分發(fā)揮學(xué)生的主觀能動(dòng)性和探索精神，以激發(fā)學(xué)生學(xué)習(xí) 的主動(dòng)性和創(chuàng)造性為出發(fā)點(diǎn)，加強(qiáng)學(xué)生創(chuàng)新精神和實(shí)驗(yàn)?zāi)芰Φ呐囵B(yǎng)。生物信息學(xué)實(shí)驗(yàn)教學(xué)以 互聯(lián)網(wǎng)為媒介、計(jì)算機(jī)為工具，全部在計(jì)算機(jī)網(wǎng)絡(luò)實(shí)驗(yàn)室內(nèi)完成。在教學(xué)中，充分利用網(wǎng)絡(luò) 的交互特點(diǎn)實(shí)現(xiàn)信息技術(shù)與課程的結(jié)合。教師通過電子郵件將實(shí)驗(yàn)教學(xué)內(nèi)容、實(shí)驗(yàn)序列、工 具等傳遞給學(xué)生，學(xué)生同樣通過電子郵件將實(shí)驗(yàn)報(bào)告、作業(yè)、問題和意見等反饋給教師，教 師在網(wǎng)上批改實(shí)驗(yàn)報(bào)告后將成績和評(píng)語發(fā)送給學(xué)生，讓學(xué)生及時(shí)了解自己的學(xué)習(xí)情況。

生物信息實(shí)驗(yàn)教學(xué)與現(xiàn)代網(wǎng)絡(luò)和信息技術(shù)密不可分，在教學(xué)工作中充分利用現(xiàn)代教育技術(shù)較 其他課程更具優(yōu)勢(shì)。區(qū)別于其他生命科學(xué)課程，在教學(xué)過程中要求有發(fā)達(dá)的互聯(lián)網(wǎng)和計(jì)算機(jī) 作為必備條件。調(diào)查顯示國內(nèi)高校都已建立校園網(wǎng)，其中擁有1000 M主干帶寬的高校已占調(diào) 查 總數(shù)的64.9％，2005年一些綜合類大學(xué)和理工類院校將率先升級(jí)到萬兆校園網(wǎng)［2］ ，這些都為生物信息學(xué)課程在高校開設(shè)提供了良好的物質(zhì)基礎(chǔ)。

2.5 考試無紙化，加強(qiáng)實(shí)踐能力考核

考試重點(diǎn)是考查學(xué)生對(duì)生物信息分析的基本方法和技能的掌握程度和對(duì)結(jié)果的分析解釋能力 。因此，在生物信息學(xué)考試中嘗試引入實(shí)踐技能考試，重點(diǎn)考核學(xué)生知識(shí)應(yīng)用能力。實(shí)踐技 能考試采用無紙化考試方式，學(xué)生在互聯(lián)網(wǎng)環(huán)境下，對(duì)序列進(jìn)行生物信息分析并對(duì)結(jié)果進(jìn)行 解釋，不僅考核學(xué)生對(duì)基本知識(shí)和基本原理的掌握，而且考查學(xué)生進(jìn)行生物信息分析的實(shí)際 能力和分析思考能力。通過實(shí)踐技能考試，淡化理論考試，克服傳統(tǒng)的死記硬背，促進(jìn)學(xué)生 注重提高理論用于實(shí)踐的綜合能力，同時(shí)更有效地提高學(xué)生計(jì)算機(jī)應(yīng)用能力。除采用實(shí)踐技 能考試并將其作為學(xué)生成績的主要部分外，還加強(qiáng)了對(duì)學(xué)生平時(shí)學(xué)習(xí)態(tài)度、學(xué)習(xí)能力、創(chuàng)新 思維等方面的考核。

總之，生物信息學(xué)教學(xué)是網(wǎng)絡(luò)環(huán)境下生物教學(xué)的全新內(nèi)容。通過上述教學(xué)措施，提高了學(xué)生 的 學(xué)習(xí)積極性、實(shí)踐操作能力、解決實(shí)際問題的綜合應(yīng)用能力及創(chuàng)新能力，收到了良好的教學(xué) 效果，得到了學(xué)生的普遍歡迎，具有較強(qiáng)的可操作性和實(shí)踐性。在今后的教學(xué)實(shí)踐中，隨著 教師自身素質(zhì)的提高和進(jìn)一步的教學(xué)改革將會(huì)不斷完善生物信息學(xué)教學(xué)，培養(yǎng)具有“大科學(xué) ”素質(zhì)和意識(shí)的醫(yī)學(xué)研究生人才。

參考文獻(xiàn)：

［1］ 張陽德．生物信息學(xué)［M］．北京：科學(xué)出版社，2004：4．

第3篇：生物信息學(xué)范文

關(guān)鍵詞： 生物信息學(xué) 農(nóng)業(yè)研究領(lǐng)域 應(yīng)用

“生物信息學(xué)”是英文單詞“Bioinformatics”的中文譯名，其概念是1956年在美國田納西州Gatlinburg召開的“生物學(xué)中的信息理論”討論會(huì)上首次被提出的［1］，由美國學(xué)者Lim在1991年發(fā)表的文章中首次使用。生物信息學(xué)自產(chǎn)生以來，大致經(jīng)歷了前基因組時(shí)代、基因組時(shí)代和后基因組時(shí)代三個(gè)發(fā)展階段［2］。2003年4月14日，美國人類基因組研究項(xiàng)目首席科學(xué)家Collins F博士在華盛頓隆重宣布人類基因組計(jì)劃（Human Genome Project，HGP）的所有目標(biāo)全部實(shí)現(xiàn)［3］。這標(biāo)志著后基因組時(shí)代（Post Genome Era，PGE）的來臨，是生命科學(xué)史中又一個(gè)里程碑。生物信息學(xué)作為21世紀(jì)生物技術(shù)的核心，已經(jīng)成為現(xiàn)代生命科學(xué)研究中重要的組成部分。研究基因、蛋白質(zhì)和生命，其研究成果必將深刻地影響農(nóng)業(yè)。本文重點(diǎn)闡述生物信息學(xué)在農(nóng)業(yè)模式植物、種質(zhì)資源優(yōu)化、農(nóng)藥的設(shè)計(jì)開發(fā)、作物遺傳育種、生態(tài)環(huán)境改善等方面的最新研究進(jìn)展。

1.生物信息學(xué)在農(nóng)業(yè)模式植物研究領(lǐng)域中的應(yīng)用

1997年5月美國啟動(dòng)國家植物基因組計(jì)劃（NPGI），旨在繪出包括玉米、大豆、小麥、大麥、高粱、水稻、棉花、西紅柿和松樹等十多種具有經(jīng)濟(jì)價(jià)值的關(guān)鍵植物的基因圖譜。國家植物基因組計(jì)劃是與人類基因組工程（HGP）并行的龐大工程［4］。近年來，通過各國科學(xué)家的通力合作，植物基因組研究取得了重大進(jìn)展，擬南芥、水稻等模式植物已完成了全基因組測序。人們可以使用生物信息學(xué)的方法系統(tǒng)地研究這些重要農(nóng)作物的基因表達(dá)、蛋白質(zhì)互作、蛋白質(zhì)和核酸的定位、代謝物及其調(diào)節(jié)網(wǎng)絡(luò)等，從而從分子水平上了解細(xì)胞的結(jié)構(gòu)和功能［5］。目前已經(jīng)建立的農(nóng)作物生物信息學(xué)數(shù)據(jù)庫研究平臺(tái)有植物轉(zhuǎn)錄本（TA）集合數(shù)據(jù)庫TIGR、植物核酸序列數(shù)據(jù)庫PlantGDB、研究玉米遺傳學(xué)和基因組學(xué)的MazeGDB數(shù)據(jù)庫、研究草類和水稻的Gramene數(shù)據(jù)庫、研究馬鈴薯的PoMaMo數(shù)據(jù)庫，等等。

2.生物信息學(xué)在種質(zhì)資源保存研究領(lǐng)域中的應(yīng)用

種質(zhì)資源是農(nóng)業(yè)生產(chǎn)的重要資源，它包括許多農(nóng)藝性狀（如抗病、產(chǎn)量、品質(zhì)、環(huán)境適應(yīng)性基因等）的等位基因。植物種質(zhì)資源庫是指以植物種質(zhì)資源為保護(hù)對(duì)象的保存設(shè)施。至1996年，全世界已建成了1300余座植物種質(zhì)資源庫，在我國也已建成30多座作物種質(zhì)資源庫。種質(zhì)入庫保存類型也從單一的種子形式，發(fā)展到營養(yǎng)器官、細(xì)胞和組織，甚至DN段等多種形式。保護(hù)的物種也從有性繁殖植物擴(kuò)展到無性繁殖植物及頑拗型種子植物等［6］。近年來，人們?cè)絹碓蕉嗟貞?yīng)用各種分子標(biāo)記來鑒定種質(zhì)資源。例如微衛(wèi)星、AFLP、SSAP、RBIP和SNP等。由于對(duì)種質(zhì)資源進(jìn)行分子標(biāo)記產(chǎn)生了大量的數(shù)據(jù)，因此需要建立生物信息學(xué)數(shù)據(jù)庫和采用分析工具來實(shí)現(xiàn)對(duì)這些數(shù)據(jù)的查詢、統(tǒng)計(jì)和計(jì)算機(jī)分析等［7］。

3.生物信息學(xué)在農(nóng)藥設(shè)計(jì)開發(fā)研究領(lǐng)域中的應(yīng)用

傳統(tǒng)的藥物研制主要是從大量的天然產(chǎn)物、合成化合物，以及礦物中進(jìn)行篩選，得到一個(gè)可供臨床使用的藥物要耗費(fèi)大量的時(shí)間與金錢。生物信息學(xué)在藥物研發(fā)中的意義在于找到病理過程中關(guān)鍵性的分子靶標(biāo)、闡明其結(jié)構(gòu)和功能關(guān)系，從而指導(dǎo)設(shè)計(jì)能激活或阻斷生物大分子發(fā)揮其生物功能的治療性藥物，使藥物研發(fā)之路從過去的偶然和盲目中找到正確的研發(fā)方向。生物信息學(xué)為藥物研發(fā)提供了新的手段［8，9］，導(dǎo)致了藥物研發(fā)模式的改變［10］。目前，生物信息學(xué)促進(jìn)農(nóng)藥研制已有許多成功的例子。Itzstein等設(shè)計(jì)出兩種具有與唾液酸酶結(jié)合化合物：4-氨基-Neu5Ac2en和4-胍基-Neu5Ac2en。其中，后者是前者與唾液酸酶的結(jié)合活性的250倍［11］。目前，這兩種新藥已經(jīng)進(jìn)入臨床試驗(yàn)階段。TANG SY等學(xué)者研制出新一代抗AIDS藥物saquinavir［12］。Pungpo等已經(jīng)設(shè)計(jì)出幾種新型高效的抗HIV-1型藥物［13］。楊華錚等人設(shè)計(jì)合成了十多類數(shù)百個(gè)除草化合物，經(jīng)生物活性測定，部分化合物的活性已超過商品化光合作用抑制劑的水平［14］。

現(xiàn)代農(nóng)藥的研發(fā)已離不開生物信息技術(shù)的參與，隨著生物信息學(xué)技術(shù)的進(jìn)一步完善和發(fā)展，將會(huì)大大降低藥物研發(fā)的成本，提高研發(fā)的質(zhì)量和效率。

4.生物學(xué)信息學(xué)在作物遺傳育種研究領(lǐng)域中的應(yīng)用

隨著主要農(nóng)作物遺傳圖譜精確度的提高，以及特定性狀相關(guān)分子基礎(chǔ)的進(jìn)一步闡明，人們可以利用生物信息學(xué)的方法，先從模式生物中尋找可能的相關(guān)基因，然后在作物中找到相應(yīng)的基因及其位點(diǎn)。農(nóng)作物的遺傳學(xué)和分子生物學(xué)的研究積累了大量的基因序列、分子標(biāo)記、圖譜和功能方面的數(shù)據(jù)，可通過建立生物信息學(xué)數(shù)據(jù)庫來整合這些數(shù)據(jù)，從而比較和分析來自不同基因組的基因序列、功能和遺傳圖譜位置［15］。在此基礎(chǔ)上，育種學(xué)家就可以應(yīng)用計(jì)算機(jī)模型來提出預(yù)測假設(shè)，從多種復(fù)雜的等位基因組合中建立自己所需要的表型，然后從大量遺傳標(biāo)記中篩選到理想的組合，從而培育出新的優(yōu)良農(nóng)作物品種。

5.生物信息學(xué)在生態(tài)環(huán)境平衡研究領(lǐng)域中的應(yīng)用

在生態(tài)系統(tǒng)中，基因流從根本上影響能量流和物質(zhì)流的循環(huán)和運(yùn)轉(zhuǎn)，是生態(tài)平衡穩(wěn)定的根本因素。生物信息學(xué)在環(huán)境領(lǐng)域主要應(yīng)用在控制環(huán)境污染方面，主要通過數(shù)學(xué)與計(jì)算機(jī)的運(yùn)用構(gòu)建遺傳工程特效菌株，以降解目標(biāo)基因及其目標(biāo)污染物為切入點(diǎn)，通過降解污染物的分子遺傳物質(zhì)核酸 DNA，以及生物大分子蛋白質(zhì)酶，達(dá)到催化目標(biāo)污染物的降解，從而維護(hù)空氣［16］、水源、土地等生態(tài)環(huán)境的安全。

美國農(nóng)業(yè)研究中心（ARS） 的農(nóng)藥特性信息數(shù)據(jù)庫（PPD） 提供 334 種正在廣泛使用的殺蟲劑信息，涉及它們?cè)诃h(huán)境中轉(zhuǎn)運(yùn)和降解途徑的16種最重要的物化特性。日本豐橋技術(shù)大學(xué)（Toyohashi University of Technology） 多環(huán)芳烴危險(xiǎn)性有機(jī)污染物的物化特性、色譜、紫外光譜的譜線圖。美國環(huán)保局綜合風(fēng)險(xiǎn)信息系統(tǒng)數(shù)據(jù)庫（IRIS） 涉及 600種化學(xué)污染物，列出了污染物的毒性與風(fēng)險(xiǎn)評(píng)價(jià)參數(shù)，以及分子遺傳毒性參數(shù)［17］。除此之外，生物信息學(xué)在生物防治［18］中也起到了重要的作用。網(wǎng)絡(luò)的普及，情報(bào)、信息等學(xué)科的資源共享，勢(shì)必會(huì)創(chuàng)造出一個(gè)環(huán)境微生物技術(shù)信息的高速發(fā)展趨勢(shì)。

6.生物信息學(xué)在食品安全研究領(lǐng)域中的應(yīng)用

食品在加工制作和存儲(chǔ)過程中各種細(xì)菌數(shù)量發(fā)生變化，傳統(tǒng)檢測方法是進(jìn)行生化鑒定，但所需時(shí)間較長，不能滿足檢驗(yàn)檢疫部門的要求，運(yùn)用生物信息學(xué)方法獲得各種致病菌的核酸序列，并對(duì)這些序列進(jìn)行比對(duì)，篩選出用于檢測的引物和探針，進(jìn)而運(yùn)用PCR法［19］、RT-PCR法、熒光RT-PCR法、多重PCR［20］和多重?zé)晒舛縋CR等技術(shù)，可快速準(zhǔn)確地檢測出細(xì)菌及病毒。此外，對(duì)電阻抗、放射測量、ELISA法、生物傳感器、基因芯片等［21-25］技術(shù)也是未來食品病毒檢測的發(fā)展方向。

轉(zhuǎn)基因食品檢測是通過設(shè)計(jì)特異性的引物對(duì)食品樣品的DNA提取物進(jìn)行擴(kuò)增，從而判斷樣品中是否含有外源性基因片段［26］。通過對(duì)轉(zhuǎn)基因農(nóng)產(chǎn)品數(shù)據(jù)庫信息的及時(shí)更新，可準(zhǔn)確了解各國新出現(xiàn)和新批準(zhǔn)的轉(zhuǎn)基因農(nóng)產(chǎn)品，便于查找其插入的外源基因片段，以便及時(shí)對(duì)檢驗(yàn)方法進(jìn)行修改。目前由于某些通過食品傳播的病毒具有變異特性，以及檢測方法的不完善等因素影響，生物信息學(xué)在食品領(lǐng)域的應(yīng)用還比較有限，但隨著食品安全檢測數(shù)據(jù)庫的不斷完善，相信相關(guān)的生物信息學(xué)技術(shù)將在食品領(lǐng)域發(fā)揮越來越重要的作用。

生物信息學(xué)廣泛用于農(nóng)業(yè)科學(xué)研究的各個(gè)領(lǐng)域，但是僅有信息資源是不夠的，選出符合自己需求的生物信息就需要情報(bào)部門，以及信息中介服務(wù)機(jī)構(gòu)提供相關(guān)服務(wù)，通過出版物、信息共享平臺(tái)、數(shù)字圖書館、電子論壇等信息媒介的幫助，科研工作者可快速有效地找到符合需要的信息。目前我國生物信息學(xué)發(fā)展還很不均衡，與國際前沿有一定差距，這需要從事信息和科研的工作者們不斷交流，使得生物信息學(xué)能夠更好地為我國農(nóng)業(yè)持續(xù)健康發(fā)展發(fā)揮作用。

參考文獻(xiàn)：

［1］Yockey HP，Platzman RP，Quastler H.Symposium on Information.Theory in Biology.Pergamon Press，New York，London，1958.

［2］鄭國清，張瑞玲.生物信息學(xué)的形成與發(fā)展［J］.河南農(nóng)業(yè)科學(xué)，2002，（11）：4-7.

［3］駱建新，鄭崛村，馬用信等.人類基因組計(jì)劃與后基因組時(shí)代.中國生物工程雜志，2003，23，（11）：87-94.

［4］曹學(xué)軍.基因研究的又一壯舉――美國國家植物基因組計(jì)劃［J］.國外科技動(dòng)態(tài)，2001，1：24-25.

［5］MICHAEL B.Genomics and plantcells：application ofgenomics strategies to arabidopsis cellbiology［J］.PhilosTransR Soc Lond B Bio Sci，2002，357（1422）：731-736.

［6］盧新雄.植物種質(zhì)資源庫的設(shè)計(jì)與建設(shè)要求［J］.植物學(xué)通報(bào)，2006，23，（1）：119-125.

［7］GUY D，NOEL E，MIKE A.Using bioinformatics to analyse germplasm collections ［J］.Springer Netherlands，2004：39-54.

［8］鄭衍，王非.藥物生物信息學(xué)，化學(xué)化工出版社，2004.1：214-215.

［9］俞慶森，邱建衛(wèi)，胡艾希.藥物設(shè)計(jì).化學(xué)化工出版社，2005.1：160-164.

［10］Austen M，Dohrmann C.Phenotype―first screening for the identification of novel drug targets.Drug Discov Today，2005，10，（4）：275-282.

［11］ARUN AGRAWAL，ASHWINI CHHATRE.State involvement and forest cogovernance：Evidence from the IndianHmi alayas.StComp International Developmen.t Sep 2007：67-86.

［12］TANG SY.Institutionsand collective action：Self-governance in irrigation ［M］.San Francisco，CA：ICSPress，1999.

［13］PUNGPO P，SAPARPAKORN P，WOLSCHANN P，et a.l Computer-aided moleculardesign of highly potentHIV-1 RT inhibitors：3D QSAR and moleculardocking studies of efavirenz derivatives［J］.SAR QSAR EnvironRes，2006，17，（4）：353-370.

［14］楊華錚，劉華銀，鄒小毛等.計(jì)算機(jī)輔助設(shè)計(jì)與合成除草劑的研究［J］.計(jì)算機(jī)與應(yīng)用化學(xué)，1999，16，（5）：400.

［15］VASSILEV D，LEUNISSEN J，ATANASSOV A.Application of bioinformatics in plant breeding［J］.Biotechnology & Biotechnological Equipment，2005，3：139-152.

［16］王春華，謝小保，曾海燕等.深圳市空氣微生物污染狀況監(jiān)測分析［J］.微生物學(xué)雜志，2008，28，（4）：93-97.

［17］程樹培，嚴(yán)峻，郝春博等.環(huán)境生物技術(shù)信息學(xué)進(jìn)展［J］.環(huán)境污染治理技術(shù)與設(shè)備，2002，3，（11）：92-94.

［18］史應(yīng)武，婁愷，李春.植物內(nèi)生菌在生物防治中的應(yīng)用［J］.微生物學(xué)雜志，2009，29，（6）：61-64.

［19］趙玉玲，張?zhí)焐?，張巧艷.PCR 法快速檢測肉食品污染沙門菌的實(shí)驗(yàn)研究［J］.微生物學(xué)雜志，2010，30，（3）：103-105.

［20］徐義剛，崔麗春，李蘇龍等.多重PCR方法快速檢測4種主要致腹瀉性大腸埃希菌［J］.微生物學(xué)雜志，2010，30，（3） ：25-29.

［21］索標(biāo)，汪月霞，艾志錄.食源性致病菌多重分子生物學(xué)檢測技術(shù)研究進(jìn)展［J］.微生物學(xué)雜志，2010，30，（6）：71-75

［22］朱曉娥，袁耿彪.基因芯片技術(shù)在基因突變?cè)\斷中的應(yīng)用及其前景［J］.重慶醫(yī)學(xué)，2010，（22）：3128-3131.

［23］陳彥闖，辛明秀.用于分析微生物種類組成的微生物生態(tài)學(xué)研究方法［J］.微生物學(xué)雜志，2009，29，（4）：79-83.

［24］王大勇，方振東，謝朝新等.食源性致病菌快速檢測技術(shù)研究進(jìn)展［J］.微生物學(xué)雜志，2009，29，（5）：67-72.

［25］蘇晨曦，潘迎捷，趙勇等.疏水網(wǎng)格濾膜技術(shù)檢測食源性致病菌的研究進(jìn)展［J］.微生物學(xué)雜志，2010，30，（6）：76-81.

第4篇：生物信息學(xué)范文

 

關(guān)鍵詞： 生物信息學(xué) 農(nóng)業(yè)研究領(lǐng)域 應(yīng)用

“生物信息學(xué)”是英文單詞“bioinformatics”的中文譯名，其概念是1956年在美國田納西州gatlinburg召開的“生物學(xué)中的信息理論”討論會(huì)上首次被提出的［1］，由美國學(xué)者lim在1991年發(fā)表的文章中首次使用。生物信息學(xué)自產(chǎn)生以來，大致經(jīng)歷了前基因組時(shí)代、基因組時(shí)代和后基因組時(shí)代三個(gè)發(fā)展階段［2］。2003年4月14日，美國人類基因組研究項(xiàng)目首席科學(xué)家collins f博士在華盛頓隆重宣布人類基因組計(jì)劃（human genome project，hgp）的所有目標(biāo)全部實(shí)現(xiàn)［3］。這標(biāo)志著后基因組時(shí)代（post genome era，pge）的來臨，是生命科學(xué)史中又一個(gè)里程碑。生物信息學(xué)作為21世紀(jì)生物技術(shù)的核心，已經(jīng)成為現(xiàn)代生命科學(xué)研究中重要的組成部分。研究基因、蛋白質(zhì)和生命，其研究成果必將深刻地影響農(nóng)業(yè)。本文重點(diǎn)闡述生物信息學(xué)在農(nóng)業(yè)模式植物、種質(zhì)資源優(yōu)化、農(nóng)藥的設(shè)計(jì)開發(fā)、作物遺傳育種、生態(tài)環(huán)境改善等方面的最新研究進(jìn)展。

1.生物信息學(xué)在農(nóng)業(yè)模式植物研究領(lǐng)域中的應(yīng)用

1997年5月美國啟動(dòng)國家植物基因組計(jì)劃（npgi），旨在繪出包括玉米、大豆、小麥、大麥、高粱、水稻、棉花、西紅柿和松樹等十多種具有經(jīng)濟(jì)價(jià)值的關(guān)鍵植物的基因圖譜。國家植物基因組計(jì)劃是與人類基因組工程（hgp）并行的龐大工程［4］。近年來，通過各國科學(xué)家的通力合作，植物基因組研究取得了重大進(jìn)展，擬南芥、水稻等模式植物已完成了全基因組測序。人們可以使用生物信息學(xué)的方法系統(tǒng)地研究這些重要農(nóng)作物的基因表達(dá)、蛋白質(zhì)互作、蛋白質(zhì)和核酸的定位、代謝物及其調(diào)節(jié)網(wǎng)絡(luò)等，從而從分子水平上了解細(xì)胞的結(jié)構(gòu)和功能［5］。目前已經(jīng)建立的農(nóng)作物生物信息學(xué)數(shù)據(jù)庫研究平臺(tái)有植物轉(zhuǎn)錄本（ta）集合數(shù)據(jù)庫tigr、植物核酸序列數(shù)據(jù)庫plantgdb、研究玉米遺傳學(xué)和基因組學(xué)的mazegdb數(shù)據(jù)庫、研究草類和水稻的gramene數(shù)據(jù)庫、研究馬鈴薯的pomamo數(shù)據(jù)庫，等等。

2.生物信息學(xué)在種質(zhì)資源保存研究領(lǐng)域中的應(yīng)用

種質(zhì)資源是農(nóng)業(yè)生產(chǎn)的重要資源，它包括許多農(nóng)藝性狀（如抗病、產(chǎn)量、品質(zhì)、環(huán)境適應(yīng)性基因等）的等位基因。植物種質(zhì)資源庫是指以植物種質(zhì)資源為保護(hù)對(duì)象的保存設(shè)施。至1996年，全世界已建成了1300余座植物種質(zhì)資源庫，在我國也已建成30多座作物種質(zhì)資源庫。種質(zhì)入庫保存類型也從單一的種子形式，發(fā)展到營養(yǎng)器官、細(xì)胞和組織，甚至dna片段等多種形式。保護(hù)的物種也從有性繁殖植物擴(kuò)展到無性繁殖植物及頑拗型種子植物等［6］。近年來，人們?cè)絹碓蕉嗟貞?yīng)用各種分子標(biāo)記來鑒定種質(zhì)資源。例如微衛(wèi)星、aflp、ssap、rbip和snp等。由于對(duì)種質(zhì)資源進(jìn)行分子標(biāo)記產(chǎn)生了大量的數(shù)據(jù)，因此需要建立生物信息學(xué)數(shù)據(jù)庫和采用分析工具來實(shí)現(xiàn)對(duì)這些數(shù)據(jù)的查詢、統(tǒng)計(jì)和計(jì)算機(jī)分析等［7］。

3.生物信息學(xué)在農(nóng)藥設(shè)計(jì)開發(fā)研究領(lǐng)域中的應(yīng)用

傳統(tǒng)的藥物研制主要是從大量的天然產(chǎn)物、合成化合物，以及礦物中進(jìn)行篩選，得到一個(gè)可供臨床使用的藥物要耗費(fèi)大量的時(shí)間與金錢。生物信息學(xué)在藥物研發(fā)中的意義在于找到病理過程中關(guān)鍵性的分子靶標(biāo)、闡明其結(jié)構(gòu)和功能關(guān)系，從而指導(dǎo)設(shè)計(jì)能激活或阻斷生物大分子發(fā)揮其生物功能的治療性藥物，使藥物研發(fā)之路從過去的偶然和盲目中找到正確的研發(fā)方向。生物信息學(xué)為藥物研發(fā)提供了新的手段［8，9］，導(dǎo)致了藥物研發(fā)模式的改變［10］。目前，生物信息學(xué)促進(jìn)農(nóng)藥研制已有許多成功的例子。itzstein等設(shè)計(jì)出兩種具有與唾液酸酶結(jié)合化合物：4-氨基-neu5ac2en和4-胍基-neu5ac2en。其中，后者是前者與唾液酸酶的結(jié)合活性的250倍［11］。目前，這兩種新藥已經(jīng)進(jìn)入臨床試驗(yàn)階段。tang sy等學(xué)者研制出新一代抗aids藥物saquinavir［12］。pungpo等已經(jīng)設(shè)計(jì)出幾種新型高效的抗hiv-1型藥物［13］。楊華錚等人設(shè)計(jì)合成了十多類數(shù)百個(gè)除草化合物，經(jīng)生物活性測定，部分化合物的活性已超過商品化光合作用抑制劑的水平［14］。

現(xiàn)代農(nóng)藥的研發(fā)已離不開生物信息技術(shù)的參與，隨著生物信息學(xué)技術(shù)的進(jìn)一步完善和發(fā)展，將會(huì)大大降低藥物研發(fā)的成本，提高研發(fā)的質(zhì)量和效率。

4.生物學(xué)信息學(xué)在作物遺傳育種研究領(lǐng)域中的應(yīng)用

隨著主要農(nóng)作物遺傳圖譜精確度的提高，以及特定性狀相關(guān)分子基礎(chǔ)的進(jìn)一步闡明，人們可以利用生物信息

學(xué)的方法，先從模式生物中尋找可能的相關(guān)基因，然后在作物中找到相應(yīng)的基因及其位點(diǎn)。農(nóng)作物的遺傳學(xué)和分子生物學(xué)的研究積累了大量的基因序列、分子標(biāo)記、圖譜和功能方面的數(shù)據(jù)，可通過建立生物信息學(xué)數(shù)據(jù)庫來整合這些數(shù)據(jù)，從而比較和分析來自不同基因組的基因序列、功能和遺傳圖譜位置［15］。在此基礎(chǔ)上，育種學(xué)家就可以應(yīng)用計(jì)算機(jī)模型來提出預(yù)測假設(shè)，從多種復(fù)雜的等位基因組合中建立自己所需要的表型，然后從大量遺傳標(biāo)記中篩選到理想的組合，從而培育出新的優(yōu)良農(nóng)作物品種。

5.生物信息學(xué)在生態(tài)環(huán)境平衡研究領(lǐng)域中的應(yīng)用

在生態(tài)系統(tǒng)中，基因流從根本上影響能量流和物質(zhì)流的循環(huán)和運(yùn)轉(zhuǎn)，是生態(tài)平衡穩(wěn)定的根本因素。生物信息學(xué)在環(huán)境領(lǐng)域主要應(yīng)用在控制環(huán)境污染方面，主要通過數(shù)學(xué)與計(jì)算機(jī)的運(yùn)用構(gòu)建遺傳工程特效菌株，以降解目標(biāo)基因及其目標(biāo)污染物為切入點(diǎn)，通過降解污染物的分子遺傳物質(zhì)核酸 dna，以及生物大分子蛋白質(zhì)酶，達(dá)到催化目標(biāo)污染物的降解，從而維護(hù)空氣［16］、水源、土地等生態(tài)環(huán)境的安全。

美國農(nóng)業(yè)研究中心（ars） 的農(nóng)藥特性信息數(shù)據(jù)庫（ppd） 提供 334 種正在廣泛使用的殺蟲劑信息，涉及它們?cè)诃h(huán)境中轉(zhuǎn)運(yùn)和降解途徑的16種最重要的物化特性。日本豐橋技術(shù)大學(xué)（toyohashi university of technology） 多環(huán)芳烴危險(xiǎn)性有機(jī)污染物的物化特性、色譜、紫外光譜的譜線圖。美國環(huán)保局綜合風(fēng)險(xiǎn)信息系統(tǒng)數(shù)據(jù)庫（iris） 涉及 600種化學(xué)污染物，列出了污染物的毒性與風(fēng)險(xiǎn)評(píng)價(jià)參數(shù)，以及分子遺傳毒性參數(shù)［17］。除此之外，生物信息學(xué)在生物防治［18］中也起到了重要的作用。網(wǎng)絡(luò)的普及，情報(bào)、信息等學(xué)科的資源共享，勢(shì)必會(huì)創(chuàng)造出一個(gè)環(huán)境微生物技術(shù)信息的高速發(fā)展趨勢(shì)。

6.生物信息學(xué)在食品安全研究領(lǐng)域中的應(yīng)用

食品在加工制作和存儲(chǔ)過程中各種細(xì)菌數(shù)量發(fā)生變化，傳統(tǒng)檢測方法是進(jìn)行生化鑒定，但所需時(shí)間較長，不能滿足檢驗(yàn)檢疫部門的要求，運(yùn)用生物信息學(xué)方法獲得各種致病菌的核酸序列，并對(duì)這些序列進(jìn)行比對(duì)，篩選出用于檢測的引物和探針，進(jìn)而運(yùn)用pcr法［19］、rt-pcr法、熒光rt-pcr法、多重pcr［20］和多重?zé)晒舛縫cr等技術(shù)，可快速準(zhǔn)確地檢測出細(xì)菌及病毒。此外，對(duì)電阻抗、放射測量、elisa法、生物傳感器、基因芯片等［21-25］技術(shù)也是未來食品病毒檢測的發(fā)展方向。

轉(zhuǎn)基因食品檢測是通過設(shè)計(jì)特異性的引物對(duì)食品樣品的dna提取物進(jìn)行擴(kuò)增，從而判斷樣品中是否含有外源性基因片段［26］。通過對(duì)轉(zhuǎn)基因農(nóng)產(chǎn)品數(shù)據(jù)庫信息的及時(shí)更新，可準(zhǔn)確了解各國新出現(xiàn)和新批準(zhǔn)的轉(zhuǎn)基因農(nóng)產(chǎn)品，便于查找其插入的外源基因片段，以便及時(shí)對(duì)檢驗(yàn)方法進(jìn)行修改。目前由于某些通過食品傳播的病毒具有變異特性，以及檢測方法的不完善等因素影響，生物信息學(xué)在食品領(lǐng)域的應(yīng)用還比較有限，但隨著食品安全檢測數(shù)據(jù)庫的不斷完善，相信相關(guān)的生物信息學(xué)技術(shù)將在食品領(lǐng)域發(fā)揮越來越重要的作用。

生物信息學(xué)廣泛用于農(nóng)業(yè)科學(xué)研究的各個(gè)領(lǐng)域，但是僅有信息資源是不夠的，選出符合自己需求的生物信息就需要情報(bào)部門，以及信息中介服務(wù)機(jī)構(gòu)提供相關(guān)服務(wù)，通過出版物、信息共享平臺(tái)、數(shù)字圖書館、電子論壇等信息媒介的幫助，科研工作者可快速有效地找到符合需要的信息。目前我國生物信息學(xué)發(fā)展還很不均衡，與國際前沿有一定差距，這需要從事信息和科研的工作者們不斷交流，使得生物信息學(xué)能夠更好地為我國農(nóng)業(yè)持續(xù)健康發(fā)展發(fā)揮作用。

參考文獻(xiàn)：

［1］yockey hp，platzman rp，quastler h.symposium on information.theory in biology.pergamon press，new york，london，1958.

［2］鄭國清，張瑞玲.生物信息學(xué)的形成與發(fā)展［j］.河南農(nóng)業(yè)科學(xué)，2002，（11）：4-7.

［3］駱建新，鄭崛村，馬用信等.人類基因組計(jì)劃與后基因組時(shí)代.中國生物工程雜志，2003，23，（11）：87-94.

［4］曹學(xué)軍.基因研究的又一壯舉——美國國家植物基因組計(jì)劃［j］.國外科技動(dòng)態(tài)，2001，1：24-25.

［5］michael b.genomics and plantcells：application ofgenomics strategies to arabidopsis cellbiology［j］.philostransr soc lond b bio sci，2002，357（1422）：731-736.

［6］盧新雄.植物種質(zhì)資源庫的設(shè)計(jì)與建設(shè)要求［j］.植物學(xué)通報(bào)，2006，23，（1）：119-125.

［7］guy d

，noel e，mike a.using bioinformatics to analyse germplasm collections ［j］.springer netherlands，2004：39-54.

［8］鄭衍，王非.藥物生物信息學(xué)，化學(xué)化工出版社，2004.1：214-215.

［9］俞慶森，邱建衛(wèi)，胡艾希.藥物設(shè)計(jì).化學(xué)化工出版社，2005.1：160-164.

［10］austen m，dohrmann c.phenotype—first screening for the identification of novel drug targets.drug discov today，2005，10，（4）：275-282.

［11］arun agrawal，ashwini chhatre.state involvement and forest cogovernance：evidence from the indianhmi alayas.stcomp international developmen.t sep 2007：67-86.

［12］tang sy.institutionsand collective action：self-governance in irrigation ［m］.san francisco，ca：icspress，1999.

［13］pungpo p，saparpakorn p，wolschann p，et a.l computer-aided moleculardesign of highly potenthiv-1 rt inhibitors：3d qsar and moleculardocking studies of efavirenz derivatives［j］.sar qsar environres，2006，17，（4）：353-370.

［14］楊華錚，劉華銀，鄒小毛等.計(jì)算機(jī)輔助設(shè)計(jì)與合成除草劑的研究［j］.計(jì)算機(jī)與應(yīng)用化學(xué)，1999，16，（5）：400.

［15］vassilev d，leunissen j，atanassov a.application of bioinformatics in plant breeding［j］.biotechnology & biotechnological equipment，2005，3：139-152.

［16］王春華，謝小保，曾海燕等.深圳市空氣微生物污染狀況監(jiān)測分析［j］.微生物學(xué)雜志，2008，28，（4）：93-97.

［17］程樹培，嚴(yán)峻，郝春博等.環(huán)境生物技術(shù)信息學(xué)進(jìn)展［j］.環(huán)境污染治理技術(shù)與設(shè)備，2002，3，（11）：92-94.

［18］史應(yīng)武，婁愷，李春.植物內(nèi)生菌在生物防治中的應(yīng)用［j］.微生物學(xué)雜志，2009，29，（6）：61-64.

［19］趙玉玲，張?zhí)焐?，張巧艷.pcr 法快速檢測肉食品污染沙門菌的實(shí)驗(yàn)研究［j］.微生物學(xué)雜志，2010，30，（3）：103-105.

［20］徐義剛，崔麗春，李蘇龍等.多重pcr方法快速檢測4種主要致腹瀉性大腸埃希菌［j］.微生物學(xué)雜志，2010，30，（3） ：25-29.

［21］索標(biāo)，汪月霞，艾志錄.食源性致病菌多重分子生物學(xué)檢測技術(shù)研究進(jìn)展［j］.微生物學(xué)雜志，2010，30，（6）：71-75

［22］朱曉娥，袁耿彪.基因芯片技術(shù)在基因突變?cè)\斷中的應(yīng)用及其前景［j］.重慶醫(yī)學(xué)，2010，（22）：3128-3131.

［23］陳彥闖，辛明秀.用于分析微生物種類組成的微生物生態(tài)學(xué)研究方法［j］.微生物學(xué)雜志，2009，29，（4）：79-83.

［24］王大勇，方振東，謝朝新等.食源性致病菌快速檢測技術(shù)研究進(jìn)展［j］.微生物學(xué)雜志，2009，29，（5）：67-72.

第5篇：生物信息學(xué)范文

關(guān)鍵詞： 生物信息學(xué) 農(nóng)業(yè)研究領(lǐng)域 應(yīng)用

“生物信息學(xué)”是英文單詞“bioinformatics”的中文譯名，其概念是1956年在美國田納西州gatlinburg召開的“生物學(xué)中的信息理論”討論會(huì)上首次被提出的［1］，由美國學(xué)者lim在1991年發(fā)表的文章中首次使用。生物信息學(xué)自產(chǎn)生以來，大致經(jīng)歷了前基因組時(shí)代、基因組時(shí)代和后基因組時(shí)代三個(gè)發(fā)展階段［2］。2003年4月14日，美國人類基因組研究項(xiàng)目首席科學(xué)家collins f博士在華盛頓隆重宣布人類基因組計(jì)劃（human genome project，hgp）的所有目標(biāo)全部實(shí)現(xiàn)［3］。這標(biāo)志著后基因組時(shí)代（post genome era，pge）的來臨，是生命科學(xué)史中又一個(gè)里程碑。生物信息學(xué)作為21世紀(jì)生物技術(shù)的核心，已經(jīng)成為現(xiàn)代生命科學(xué)研究中重要的組成部分。研究基因、蛋白質(zhì)和生命，其研究成果必將深刻地影響農(nóng)業(yè)。本文重點(diǎn)闡述生物信息學(xué)在農(nóng)業(yè)模式植物、種質(zhì)資源優(yōu)化、農(nóng)藥的設(shè)計(jì)開發(fā)、作物遺傳育種、生態(tài)環(huán)境改善等方面的最新研究進(jìn)展。

1.生物信息學(xué)在農(nóng)業(yè)模式植物研究領(lǐng)域中的應(yīng)用

1997年5月美國啟動(dòng)國家植物基因組計(jì)劃（npgi），旨在繪出包括玉米、大豆、小麥、大麥、高粱、水稻、棉花、西紅柿和松樹等十多種具有經(jīng)濟(jì)價(jià)值的關(guān)鍵植物的基因圖譜。國家植物基因組計(jì)劃是與人類基因組工程（hgp）并行的龐大工程［4］。近年來，通過各國科學(xué)家的通力合作，植物基因組研究取得了重大進(jìn)展，擬南芥、水稻等模式植物已完成了全基因組測序。人們可以使用生物信息學(xué)的方法系統(tǒng)地研究這些重要農(nóng)作物的基因表達(dá)、蛋白質(zhì)互作、蛋白質(zhì)和核酸的定位、代謝物及其調(diào)節(jié)網(wǎng)絡(luò)等，從而從分子水平上了解細(xì)胞的結(jié)構(gòu)和功能［5］。目前已經(jīng)建立的農(nóng)作物生物信息學(xué)數(shù)據(jù)庫研究平臺(tái)有植物轉(zhuǎn)錄本（ta）集合數(shù)據(jù)庫tigr、植物核酸序列數(shù)據(jù)庫plantgdb、研究玉米遺傳學(xué)和基因組學(xué)的mazegdb數(shù)據(jù)庫、研究草類和水稻的gramene數(shù)據(jù)庫、研究馬鈴薯的pomamo數(shù)據(jù)庫，等等。

2.生物信息學(xué)在種質(zhì)資源保存研究領(lǐng)域中的應(yīng)用

種質(zhì)資源是農(nóng)業(yè)生產(chǎn)的重要資源，它包括許多農(nóng)藝性狀（如抗病、產(chǎn)量、品質(zhì)、環(huán)境適應(yīng)性基因等）的等位基因。植物種質(zhì)資源庫是指以植物種質(zhì)資源為保護(hù)對(duì)象的保存設(shè)施。至1996年，全世界已建成了1300余座植物種質(zhì)資源庫，在我國也已建成30多座作物種質(zhì)資源庫。種質(zhì)入庫保存類型也從單一的種子形式，發(fā)展到營養(yǎng)器官、細(xì)胞和組織，甚至dna片段等多種形式。保護(hù)的物種也從有性繁殖植物擴(kuò)展到無性繁殖植物及頑拗型種子植物等［6］。近年來，人們?cè)絹碓蕉嗟貞?yīng)用各種分子標(biāo)記來鑒定種質(zhì)資源。例如微衛(wèi)星、aflp、ssap、rbip和snp等。由于對(duì)種質(zhì)資源進(jìn)行分子標(biāo)記產(chǎn)生了大量的數(shù)據(jù)，因此需要建立生物信息學(xué)數(shù)據(jù)庫和采用分析工具來實(shí)現(xiàn)對(duì)這些數(shù)據(jù)的查詢、統(tǒng)計(jì)和計(jì)算機(jī)分析等［7］。

3.生物信息學(xué)在農(nóng)藥設(shè)計(jì)開發(fā)研究領(lǐng)域中的應(yīng)用

傳統(tǒng)的藥物研制主要是從大量的天然產(chǎn)物、合成化合物，以及礦物中進(jìn)行篩選，得到一個(gè)可供臨床使用的藥物要耗費(fèi)大量的時(shí)間與金錢。生物信息學(xué)在藥物研發(fā)中的意義在于找到病理過程中關(guān)鍵性的分子靶標(biāo)、闡明其結(jié)構(gòu)和功能關(guān)系，從而指導(dǎo)設(shè)計(jì)能激活或阻斷生物大分子發(fā)揮其生物功能的治療性藥物，使藥物研發(fā)之路從過去的偶然和盲目中找到正確的研發(fā)方向。生物信息學(xué)為藥物研發(fā)提供了新的手段［8，9］，導(dǎo)致了藥物研發(fā)模式的改變［10］。目前，生物信息學(xué)促進(jìn)農(nóng)藥研制已有許多成功的例子。itzstein等設(shè)計(jì)出兩種具有與唾液酸酶結(jié)合化合物：4-氨基-neu5ac2en和4-胍基-neu5ac2en。其中，后者是前者與唾液酸酶的結(jié)合活性的250倍［11］。目前，這兩種新藥已經(jīng)進(jìn)入臨床試驗(yàn)階段。tang sy等學(xué)者研制出新一代抗aids藥物saquinavir［12］。pungpo等已經(jīng)設(shè)計(jì)出幾種新型高效的抗hiv-1型藥物［13］。楊華錚等人設(shè)計(jì)合成了十多類數(shù)百個(gè)除草化合物，經(jīng)生物活性測定，部分化合物的活性已超過商品化光合作用抑制劑的水平［14］。

現(xiàn)代農(nóng)藥的研發(fā)已離不開生物信息技術(shù)的參與，隨著生物信息學(xué)技術(shù)的進(jìn)一步完善和發(fā)展，將會(huì)大大降低藥物研發(fā)的成本，提高研發(fā)的質(zhì)量和效率。

4.生物學(xué)信息學(xué)在作物遺傳育種研究領(lǐng)域中的應(yīng)用

隨著主要農(nóng)作物遺傳圖譜精確度的提高，以及特定性狀相關(guān)分子基礎(chǔ)的進(jìn)一步闡明，人們可以利用生物信息學(xué)的方法，先從模式生物

中尋找可能的相關(guān)基因，然后在作物中找到相應(yīng)的基因及其位點(diǎn)。農(nóng)作物的遺傳學(xué)和分子生物學(xué)的研究積累了大量的基因序列、分子標(biāo)記、圖譜和功能方面的數(shù)據(jù)，可通過建立生物信息學(xué)數(shù)據(jù)庫來整合這些數(shù)據(jù)，從而比較和分析來自不同基因組的基因序列、功能和遺傳圖譜位置［15］。在此基礎(chǔ)上，育種學(xué)家就可以應(yīng)用計(jì)算機(jī)模型來提出預(yù)測假設(shè)，從多種復(fù)雜的等位基因組合中建立自己所需要的表型，然后從大量遺傳標(biāo)記中篩選到理想的組合，從而培育出新的優(yōu)良農(nóng)作物品種。

5.生物信息學(xué)在生態(tài)環(huán)境平衡研究領(lǐng)域中的應(yīng)用

在生態(tài)系統(tǒng)中，基因流從根本上影響能量流和物質(zhì)流的循環(huán)和運(yùn)轉(zhuǎn)，是生態(tài)平衡穩(wěn)定的根本因素。生物信息學(xué)在環(huán)境領(lǐng)域主要應(yīng)用在控制環(huán)境污染方面，主要通過數(shù)學(xué)與計(jì)算機(jī)的運(yùn)用構(gòu)建遺傳工程特效菌株，以降解目標(biāo)基因及其目標(biāo)污染物為切入點(diǎn)，通過降解污染物的分子遺傳物質(zhì)核酸 dna，以及生物大分子蛋白質(zhì)酶，達(dá)到催化目標(biāo)污染物的降解，從而維護(hù)空氣［16］、水源、土地等生態(tài)環(huán)境的安全。

美國農(nóng)業(yè)研究中心（ars） 的農(nóng)藥特性信息數(shù)據(jù)庫（ppd） 提供 334 種正在廣泛使用的殺蟲劑信息，涉及它們?cè)诃h(huán)境中轉(zhuǎn)運(yùn)和降解途徑的16種最重要的物化特性。日本豐橋技術(shù)大學(xué)（toyohashi university of technology） 多環(huán)芳烴危險(xiǎn)性有機(jī)污染物的物化特性、色譜、紫外光譜的譜線圖。美國環(huán)保局綜合風(fēng)險(xiǎn)信息系統(tǒng)數(shù)據(jù)庫（iris） 涉及 600種化學(xué)污染物，列出了污染物的毒性與風(fēng)險(xiǎn)評(píng)價(jià)參數(shù)，以及分子遺傳毒性參數(shù)［17］。除此之外，生物信息學(xué)在生物防治［18］中也起到了重要的作用。網(wǎng)絡(luò)的普及，情報(bào)、信息等學(xué)科的資源共享，勢(shì)必會(huì)創(chuàng)造出一個(gè)環(huán)境微生物技術(shù)信息的高速發(fā)展趨勢(shì)。

6.生物信息學(xué)在食品安全研究領(lǐng)域中的應(yīng)用

食品在加工制作和存儲(chǔ)過程中各種細(xì)菌數(shù)量發(fā)生變化，傳統(tǒng)檢測方法是進(jìn)行生化鑒定，但所需時(shí)間較長，不能滿足檢驗(yàn)檢疫部門的要求，運(yùn)用生物信息學(xué)方法獲得各種致病菌的核酸序列，并對(duì)這些序列進(jìn)行比對(duì)，篩選出用于檢測的引物和探針，進(jìn)而運(yùn)用pcr法［19］、rt-pcr法、熒光rt-pcr法、多重pcr［20］和多重?zé)晒舛縫cr等技術(shù)，可快速準(zhǔn)確地檢測出細(xì)菌及病毒。此外，對(duì)電阻抗、放射測量、elisa法、生物傳感器、基因芯片等［21-25］技術(shù)也是未來食品病毒檢測的發(fā)展方向。

轉(zhuǎn)基因食品檢測是通過設(shè)計(jì)特異性的引物對(duì)食品樣品的dna提取物進(jìn)行擴(kuò)增，從而判斷樣品中是否含有外源性基因片段［26］。通過對(duì)轉(zhuǎn)基因農(nóng)產(chǎn)品數(shù)據(jù)庫信息的及時(shí)更新，可準(zhǔn)確了解各國新出現(xiàn)和新批準(zhǔn)的轉(zhuǎn)基因農(nóng)產(chǎn)品，便于查找其插入的外源基因片段，以便及時(shí)對(duì)檢驗(yàn)方法進(jìn)行修改。目前由于某些通過食品傳播的病毒具有變異特性，以及檢測方法的不完善等因素影響，生物信息學(xué)在食品領(lǐng)域的應(yīng)用還比較有限，但隨著食品安全檢測數(shù)據(jù)庫的不斷完善，相信相關(guān)的生物信息學(xué)技術(shù)將在食品領(lǐng)域發(fā)揮越來越重要的作用。

生物信息學(xué)廣泛用于農(nóng)業(yè)科學(xué)研究的各個(gè)領(lǐng)域，但是僅有信息資源是不夠的，選出符合自己需求的生物信息就需要情報(bào)部門，以及信息中介服務(wù)機(jī)構(gòu)提供相關(guān)服務(wù)，通過出版物、信息共享平臺(tái)、數(shù)字圖書館、電子論壇等信息媒介的幫助，科研工作者可快速有效地找到符合需要的信息。目前我國生物信息學(xué)發(fā)展還很不均衡，與國際前沿有一定差距，這需要從事信息和科研的工作者們不斷交流，使得生物信息學(xué)能夠更好地為我國農(nóng)業(yè)持續(xù)健康發(fā)展發(fā)揮作用。

參考文獻(xiàn)：

［1］yockey hp，platzman rp，quastler h.symposium on information.theory in biology.pergamon press，new york，london，1958.

［2］鄭國清，張瑞玲.生物信息學(xué)的形成與發(fā)展［j］.河南農(nóng)業(yè)科學(xué)，2002，（11）：4-7.

［3］駱建新，鄭崛村，馬用信等.人類基因組計(jì)劃與后基因組時(shí)代.中國生物工程雜志，2003，23，（11）：87-94.

［4］曹學(xué)軍.基因研究的又一壯舉——美國國家植物基因組計(jì)劃［j］.國外科技動(dòng)態(tài)，2001，1：24-25.

［5］michael b.genomics and plantcells：application ofgenomics strategies to arabidopsis cellbiology［j］.philostransr soc lond b bio sci，2002，357（1422）：731-736.

［6］盧新雄.植物種質(zhì)資源庫的設(shè)計(jì)與建設(shè)要求［j］.植物學(xué)通報(bào)，2006，23，（1）：119-125.

［7］guy d，noel e，mik

e a.using bioinformatics to analyse germplasm collections ［j］.springer netherlands，2004：39-54.

［8］鄭衍，王非.藥物生物信息學(xué)，化學(xué)化工出版社，2004.1：214-215.

［9］俞慶森，邱建衛(wèi)，胡艾希.藥物設(shè)計(jì).化學(xué)化工出版社，2005.1：160-164.

［10］austen m，dohrmann c.phenotype—first screening for the identification of novel drug targets.drug discov today，2005，10，（4）：275-282.

［11］arun agrawal，ashwini chhatre.state involvement and forest cogovernance：evidence from the indianhmi alayas.stcomp international developmen.t sep 2007：67-86.

［12］tang sy.institutionsand collective action：self-governance in irrigation ［m］.san francisco，ca：icspress，1999.

［13］pungpo p，saparpakorn p，wolschann p，et a.l computer-aided moleculardesign of highly potenthiv-1 rt inhibitors：3d qsar and moleculardocking studies of efavirenz derivatives［j］.sar qsar environres，2006，17，（4）：353-370.

［14］楊華錚，劉華銀，鄒小毛等.計(jì)算機(jī)輔助設(shè)計(jì)與合成除草劑的研究［j］.計(jì)算機(jī)與應(yīng)用化學(xué)，1999，16，（5）：400.

［15］vassilev d，leunissen j，atanassov a.application of bioinformatics in plant breeding［j］.biotechnology & biotechnological equipment，2005，3：139-152.

［16］王春華，謝小保，曾海燕等.深圳市空氣微生物污染狀況監(jiān)測分析［j］.微生物學(xué)雜志，2008，28，（4）：93-97.

［17］程樹培，嚴(yán)峻，郝春博等.環(huán)境生物技術(shù)信息學(xué)進(jìn)展［j］.環(huán)境污染治理技術(shù)與設(shè)備，2002，3，（11）：92-94.

［18］史應(yīng)武，婁愷，李春.植物內(nèi)生菌在生物防治中的應(yīng)用［j］.微生物學(xué)雜志，2009，29，（6）：61-64.

［19］趙玉玲，張?zhí)焐瑥埱善G.pcr 法快速檢測肉食品污染沙門菌的實(shí)驗(yàn)研究［j］.微生物學(xué)雜志，2010，30，（3）：103-105.

［20］徐義剛，崔麗春，李蘇龍等.多重pcr方法快速檢測4種主要致腹瀉性大腸埃希菌［j］.微生物學(xué)雜志，2010，30，（3） ：25-29.

［21］索標(biāo)，汪月霞，艾志錄.食源性致病菌多重分子生物學(xué)檢測技術(shù)研究進(jìn)展［j］.微生物學(xué)雜志，2010，30，（6）：71-75

［22］朱曉娥，袁耿彪.基因芯片技術(shù)在基因突變?cè)\斷中的應(yīng)用及其前景［j］.重慶醫(yī)學(xué)，2010，（22）：3128-3131.

［23］陳彥闖，辛明秀.用于分析微生物種類組成的微生物生態(tài)學(xué)研究方法［j］.微生物學(xué)雜志，2009，29，（4）：79-83.

［24］王大勇，方振東，謝朝新等.食源性致病菌快速檢測技術(shù)研究進(jìn)展［j］.微生物學(xué)雜志，2009，29，（5）：67-72.

［25］蘇晨曦，潘迎捷，趙勇等.疏水網(wǎng)格濾膜技術(shù)檢測食源性致病菌的研究進(jìn)展［j］.微生物學(xué)雜志，2010，30，（6）：76-81.

第6篇：生物信息學(xué)范文

關(guān)鍵詞：生物信息學(xué)；研究生；培養(yǎng)模式

中圖分類號(hào) G642.0 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1007-7731（2016）22-0120-02

隨著基因組測序技術(shù)的飛速發(fā)展，學(xué)科交叉的趨勢(shì)也越來越明顯，如生物信息學(xué)、數(shù)字醫(yī)學(xué)、金融數(shù)學(xué)、環(huán)境生態(tài)學(xué)等，交叉學(xué)科的產(chǎn)生意味著跨學(xué)科時(shí)代的到來，這是不同科學(xué)門類領(lǐng)域?qū)W科相互滲透融合，憑借對(duì)象整合、概念移植理論滲透和類比推理等方法，對(duì)象世界及其變化進(jìn)行體認(rèn)和再現(xiàn)后形成的新學(xué)科[1]。這就要求我們必須創(chuàng)新，鼓勵(lì)創(chuàng)新，而鼓勵(lì)創(chuàng)新需要鼓勵(lì)創(chuàng)新性人才培養(yǎng)，尤其是研究生階段的人才培養(yǎng)，因?yàn)檫@個(gè)階段的培養(yǎng)是建立在學(xué)科發(fā)展的國際前沿基礎(chǔ)上的，但在高等院校中，由于當(dāng)前研究生教育制度的“單一專業(yè)制”，限制了跨學(xué)科人才培養(yǎng)。然而，面對(duì)如此巨大變革，龐大的測序數(shù)據(jù)也是當(dāng)前研究人員面對(duì)最困難的問題，此時(shí)生物信息學(xué)得到高度重視。盡管生物信息學(xué)是以生物為研究對(duì)象的學(xué)科，但是它的研究手段卻是計(jì)算機(jī)與統(tǒng)計(jì)學(xué)算法相結(jié)合，涵蓋了生物信息的獲取、處理、存儲(chǔ)、分配、分析以及闡述等各個(gè)方面以理解和利用海量的生物學(xué)數(shù)據(jù)為目的學(xué)科，這對(duì)我們生物學(xué)專業(yè)的學(xué)生來說無疑是學(xué)習(xí)和研究的屏障，培養(yǎng)其理論思維能力，創(chuàng)新能力和實(shí)踐能力尤為重要，如何在生物學(xué)本科生中培養(yǎng)生物信息學(xué)研究生是生物學(xué)科研究生培養(yǎng)的難點(diǎn)。探索如何克服這一難點(diǎn)而培養(yǎng)能力和自主性強(qiáng)的生物信息學(xué)科研究生將具有十分重要的意義，本文就跨學(xué)科培養(yǎng)生物信息學(xué)研究生所面臨的一些問題進(jìn)行探討。

1 跨學(xué)科培養(yǎng)生物信息學(xué)研究生的必要性

跨學(xué)科或交叉學(xué)科的出現(xiàn)發(fā)揮了明顯的作用，為許多領(lǐng)域的科學(xué)問題提供了答案。法國作家普魯斯特曾說，真正的發(fā)現(xiàn)之旅，并不是去尋找新大陸，而是采用一種新視角[2]。在某一個(gè)學(xué)科內(nèi)無法解決的問題，如果換個(gè)角度就很可能迎刃而解，這種創(chuàng)新性的問題答案的獲得不但需要多學(xué)科的協(xié)同攻關(guān)，更需要在研究生教育方面培養(yǎng)一大批高層次的具有跨學(xué)科思維并掌握多學(xué)科理論與方法的人才，這樣才能更好地推動(dòng)科技創(chuàng)新。在國外，跨學(xué)科研究已經(jīng)非常普遍。如在德國的柏林工業(yè)大學(xué)已經(jīng)建立跨系研究中心、跨學(xué)科研究小組、大學(xué)研究論壇以及跨學(xué)科研究協(xié)會(huì)等組織；在日本，名古屋大學(xué)建立了復(fù)合專業(yè)群以促進(jìn)學(xué)科前沿交叉領(lǐng)域的發(fā)展和研究生素質(zhì)的提高[3]。這些不爭的事實(shí)均反映了在世界范圍內(nèi)跨學(xué)科研究生培養(yǎng)的趨勢(shì)所在，跨學(xué)科生物信息學(xué)研究生的培養(yǎng)也不例外。

2 跨學(xué)科培養(yǎng)生物信息學(xué)研究生的優(yōu)勢(shì)與不足

我國研究生教育培養(yǎng)已從傳統(tǒng)單一學(xué)科的培養(yǎng)模式向跨學(xué)科和學(xué)科交叉的培養(yǎng)方向發(fā)展，跨學(xué)科、跨專業(yè)選擇的研究生數(shù)量也日漸增多，已成規(guī)模。跨學(xué)科的研究生同本專業(yè)研究生相比，既有優(yōu)勢(shì)，也存在一定的不足，當(dāng)然包括跨學(xué)科培養(yǎng)的生物信息學(xué)研究生。跨學(xué)科培養(yǎng)的優(yōu)勢(shì)在于研究生能虼傭嘟嵌瓤悸俏侍猓有可能因?yàn)閷W(xué)科交叉而產(chǎn)生獨(dú)特的研究方法和思維方式，形成創(chuàng)新點(diǎn)；也可以從不同的專業(yè)角度發(fā)現(xiàn)問題、觀察問題、研究問題、解決問題。不足之處有：在新學(xué)科的基礎(chǔ)知識(shí)及專業(yè)知識(shí)積累上有所欠缺，對(duì)很多問題理解不透徹，初期也可能學(xué)習(xí)，科研壓力大很難進(jìn)入科研狀態(tài)，如果自我調(diào)節(jié)能力不強(qiáng)，導(dǎo)致有些研究生可能會(huì)出現(xiàn)自卑情緒，需要一定的適應(yīng)階段，但過了這個(gè)階段，跨學(xué)科的優(yōu)勢(shì)即可逐步顯現(xiàn)出來。

3 跨學(xué)科培養(yǎng)生物信息學(xué)研究生的制約因素

在高等教育體系中，本科教育和研究生教育分別培養(yǎng)應(yīng)用型人才和研究型、創(chuàng)新型人才[4]。近年來，為了適應(yīng)社會(huì)發(fā)展對(duì)復(fù)合型高層次人才的需求，我國許多高等院校逐步開展了對(duì)研究生的跨學(xué)科培養(yǎng)。但在培養(yǎng)過程中，存在一些制約其發(fā)展因素，主要表現(xiàn)在以下幾個(gè)方面：

3.1 培養(yǎng)理念與方式 在傳統(tǒng)的教育管理理念與方式下，研究生教育的培養(yǎng)主題依然是單學(xué)科，而非多學(xué)科、交叉學(xué)科、跨學(xué)科。我國大多數(shù)院校的研究生培養(yǎng)仍然采取這種模式，雖然也培養(yǎng)了一些杰出人才，但總體上不利于研究生多方面知識(shí)的獲取，使研究生缺乏創(chuàng)新性。對(duì)于跨學(xué)科培養(yǎng)研究生，行政管理?xiàng)l例應(yīng)該靈活，研究生學(xué)制期限也不應(yīng)該固定，因人而異等等均收到一定的限制，無法實(shí)施。在高等院校在課程的設(shè)置上，一般很少設(shè)立學(xué)科跨度大的專業(yè)必修課和選修課，學(xué)院與學(xué)院之間基本不再進(jìn)行跨學(xué)院跨學(xué)科開課，選課上缺乏協(xié)作性，研究生培養(yǎng)計(jì)劃中也沒有整體的培養(yǎng)應(yīng)對(duì)跨學(xué)科的培養(yǎng)方案等。

3.2 培養(yǎng)體制與機(jī)構(gòu) 我國大多數(shù)的高校是以一級(jí)學(xué)科為基礎(chǔ)設(shè)置學(xué)院，學(xué)院數(shù)量較多，學(xué)校也習(xí)慣于以學(xué)院為基本單位，學(xué)院內(nèi)部學(xué)科包容量較少，專業(yè)劃分過于詳細(xì)，而此時(shí)可能忽略了跨學(xué)科與交叉學(xué)科過于規(guī)范的培養(yǎng)框架。目前，我國有很多高校擁有獨(dú)具特色和優(yōu)勢(shì)的學(xué)科與專業(yè)，但由于僵化的培養(yǎng)制度，難于形成特色或優(yōu)勢(shì)學(xué)科主導(dǎo)下的跨學(xué)科培養(yǎng)方案，更不利于高層次人才的培養(yǎng)。所以，跨學(xué)科培養(yǎng)存在一定的體制問題，學(xué)生在掌握了大量交叉學(xué)科知識(shí)及研究方法后，還要認(rèn)清主導(dǎo)學(xué)科并能解決實(shí)際問題。如果在培養(yǎng)過程中過于重視現(xiàn)有的培養(yǎng)制度和教學(xué)計(jì)劃，就容易使整個(gè)培養(yǎng)體系走向僵化，不但不能促進(jìn)跨學(xué)科的發(fā)展，更難以培養(yǎng)出適應(yīng)社會(huì)發(fā)展需要的復(fù)合型高層次的人才。

3.3 導(dǎo)師與研究生個(gè)人 在指導(dǎo)教師方面，大多數(shù)導(dǎo)師也不具有跨學(xué)科學(xué)習(xí)與跨學(xué)科研究的經(jīng)歷，其開展的研究項(xiàng)目也只是單一學(xué)科的。而剛剛跨學(xué)科的研究生也可能和導(dǎo)師的情況類似，這樣導(dǎo)師與學(xué)生的學(xué)科知識(shí)結(jié)構(gòu)都相對(duì)單一，對(duì)其他學(xué)科知識(shí)及發(fā)展動(dòng)態(tài)掌握不夠，使跨學(xué)科培養(yǎng)在雙方面都受到了阻礙。所以，在跨學(xué)科研究上，導(dǎo)師和學(xué)生都應(yīng)該擁有跨學(xué)科研究的知識(shí)背景，既要掌握一定的跨學(xué)科相關(guān)知識(shí)和研究方法，也要經(jīng)常參與跨學(xué)科的學(xué)術(shù)交流，積極進(jìn)行跨學(xué)科建設(shè)和跨學(xué)科項(xiàng)目的研究。

4 跨學(xué)科培養(yǎng)生物信息學(xué)研究生的必要措施

跨學(xué)科的研究生培養(yǎng)是一個(gè)長期而又復(fù)雜的過程，跨學(xué)科生物信息學(xué)研究生培養(yǎng)也不例外，從培養(yǎng)過程中涉及的制約因素考慮，為提高跨學(xué)科生物信息學(xué)研究生創(chuàng)新人才的培養(yǎng)水平，提出以下主要措施：

4.1 建立健全相關(guān)跨學(xué)科培養(yǎng)制度 在組織機(jī)構(gòu)上，設(shè)置好學(xué)院后，應(yīng)注意適當(dāng)增加學(xué)院的學(xué)科數(shù)量，以促進(jìn)不同學(xué)科不同專業(yè)的交叉與融合。在資源利用上，實(shí)現(xiàn)資源共享，由學(xué)校統(tǒng)一進(jìn)行管理大型實(shí)驗(yàn)設(shè)備和儀器，建立相關(guān)的技術(shù)與服務(wù)平臺(tái)，避免資源閑置或浪費(fèi)現(xiàn)象的發(fā)生，提高資源利用率，更要打破學(xué)科專業(yè)之間的界限，積極爭取校企與科研院所的合作等，進(jìn)行研究生聯(lián)合培養(yǎng)。

4.2 完善跨學(xué)科培養(yǎng)方式 跨學(xué)科培養(yǎng)涉及到很多環(huán)節(jié)，首先在考試科目的設(shè)置、試卷命題及復(fù)試上，都要盡可能按跨學(xué)科招生。既要注重考察考生知識(shí)容量，也要考察考生的能力是否具備跨學(xué)科培養(yǎng)的潛力，優(yōu)先錄取綜合素質(zhì)高的跨學(xué)科考生。此外，招生錄取途徑也應(yīng)該多樣化，如導(dǎo)師有招生自[5]。在研究生課程教學(xué)上，更要注重課程的交叉性與綜合性，還要引入交叉學(xué)科研究的最新成果，使研究生了解學(xué)科發(fā)展動(dòng)態(tài)。另外，跨學(xué)科研究生可以在不同實(shí)驗(yàn)室進(jìn)行學(xué)習(xí)，提高自身能力，積極參加學(xué)?；?qū)W院組織的學(xué)術(shù)交流、多聽跨學(xué)科的學(xué)術(shù)報(bào)告和學(xué)術(shù)講座等。

此外，還要注重激勵(lì)機(jī)制，目前，許多高校及科研院所在評(píng)估科研人員的業(yè)績時(shí)，過于注重甚至只考慮第一作者的貢獻(xiàn)，其他作者的貢獻(xiàn)忽略不計(jì)，這樣非常不利于跨學(xué)科研究的培養(yǎng)，影響積極性。許多生物信息學(xué)的研究是和其他的生物學(xué)科交叉發(fā)展的，第一作者貢獻(xiàn)固然大，其他位次的也要適當(dāng)?shù)目紤]，這樣才能使得研究生的跨學(xué)科教育快速發(fā)展。

4.3 重視導(dǎo)師與研究生的跨學(xué)科研究 跨學(xué)科研究生的水平高低c導(dǎo)師的學(xué)術(shù)水平、綜合能力等有直接的關(guān)系，因?yàn)閷?dǎo)師對(duì)研究生選題、技術(shù)路線等方面具有很大的指導(dǎo)作用。研究生在跨學(xué)科上也應(yīng)高度重視，儲(chǔ)備知識(shí)，拓展思維，這樣和導(dǎo)師進(jìn)行的跨學(xué)科溝通時(shí)才能順利進(jìn)行，有利于發(fā)展。導(dǎo)師方面，我們倡導(dǎo)的多導(dǎo)師制，也就是我們常聽說的還有副導(dǎo)師，這樣更能有效地培養(yǎng)研究生的全面知識(shí)與試驗(yàn)技能，有助于跨學(xué)科的創(chuàng)新性。培養(yǎng)跨學(xué)科的生物信息生學(xué)研究生的知識(shí)與技能，多導(dǎo)師制更值得提倡，因?yàn)槠渲猩婕昂芏嘬浖R(shí)、計(jì)算機(jī)知識(shí)、生物學(xué)知識(shí)等多個(gè)學(xué)科的知識(shí)和技能，這樣可以相互補(bǔ)充，有助于問題的解決。

我國研究生教育具有多層次性、多類型的人才培養(yǎng)模式，但跨學(xué)科人才培養(yǎng)仍處在探索階段，存在很多制約因素，但跨學(xué)科研究生培養(yǎng)對(duì)于培養(yǎng)創(chuàng)新型人才有著及其重要的作用，可能成為培養(yǎng)交叉學(xué)科人才、創(chuàng)新人才的有效途徑。

參考文獻(xiàn)

[1]炎冰，宋子良.交叉學(xué)科概念新解[J].科學(xué)技術(shù)與辯證法，1996，13（4）：51-54.

[2]林崇德，羅良.建設(shè)創(chuàng)新型國家與創(chuàng)新人才的培養(yǎng)[J].北京師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）2007，1：29-34.

[3]何沐蓉，朱浩，常軍武.跨學(xué)科培養(yǎng)生物醫(yī)學(xué)研究生[J].學(xué)位與研究生教育，2011，7（7）：11-16.

[4]賈川.我國高?？鐚W(xué)科研究生培養(yǎng)機(jī)制研究[D].長沙：國防科學(xué)技術(shù)大學(xué)，2008.

第7篇：生物信息學(xué)范文

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1007-7847（2015）02-0119-05Bioinformatic Analysis of TATA-binding Protein of ZebrafishYANG Shao-bin， FENG Jing-wen， ZHAO Wen-cheng， WANG Zhao-song， XU Shi-lei*（Tianjin Medical University Cancer Institute and Hospital， National Clinical Research Center for Cancer， Tianjin Key Laboratory of Cancer Prevention and Therapy， Tianjin 300060， China）Abstract ： TATA-binding protein （TBP） is important in the process of transcription initiation in zebrafish. By means of bioinformatic methods， TBP of zebrafish is illustrated and analyzed by physicochemical property， sequence homology among different species， conserved domains， transmembrane structures， hydrophilici ty/hydrophobicity， protein secondary structure， protein tertiary structure， as well as protein-protein interactions. The results showed that zebrafish TBP consists of 302 amino acids， with isoelectric point of 9.8. This protein belongs to the TBP superfamily without transmembrane structure， and it is a hydrophilic protein. The secondary structure analysis showed that it contained 5 a. helices and 8 f3 sheets and random coil was the major structure element. The reliability of predicted three-dimensional structure of zebrafish TBP was up to 98.9%. Further analysis proved that the predicted protein structure was stable. It showed that the 10 most relevant interaction proteins with the zebrafish TBP were all transcription factors or TF II D complex members. Therefore， the results provided great information about zebrafish TBP in transcription regulation for further research.Key words： zebrafish； TATA-binding protein； bioinformatics（Life Science Research， 2015，19（2）： 119?123）

TATA結(jié)合蛋白（TATA-binding protein，TBP）址一種特異性結(jié)合DNA序列上TATA框的轉(zhuǎn)錄因子。TATA序列存在于真核細(xì)胞基因啟動(dòng)子中轉(zhuǎn)錄起始位點(diǎn)上游30個(gè)bp左右[1]。TBP與其他一些TBP相關(guān)蛋白共同組成廠TFⅡD復(fù)合物，TFⅡD是一種常見的轉(zhuǎn)錄因子，它是RNA聚合酶Ⅱ起始復(fù)合體的組成部分。TBP能夠幫助RNA聚合酶Ⅱ跨過轉(zhuǎn)錄起始位點(diǎn)。TBP在DNA雙鏈解鏈（double strand separation）的過程中也起到一定的作用，這是通過其能夠使DNA彎曲80°來實(shí)現(xiàn)[2-4]。TBP的另一個(gè)特點(diǎn)是含有一長串谷氨酰胺氨基酸殘基。這個(gè)區(qū)域調(diào)節(jié)TBP的C端和DNA的結(jié)合能力、轉(zhuǎn)錄復(fù)合體形成的比率以及轉(zhuǎn)錄的起始。斑馬魚屬于鯉科，鯉目。由于再生能力強(qiáng)的特性，斑馬魚經(jīng)常被當(dāng)作研究脊椎動(dòng)物的生物模型[5]。分析研究斑馬魚TBP有助于更好地理解斑馬魚基因轉(zhuǎn)錄過程。到目前為止，對(duì)斑馬魚TBP的生物學(xué)研究已經(jīng)有一定的進(jìn)展，但是對(duì)其生物信息學(xué)分析還未見報(bào)道。為此，本研究采用生物信息學(xué)方法，對(duì)斑馬魚TBP的理化性質(zhì)、保守結(jié)構(gòu)域、跨膜區(qū)、親水性/疏水性、二級(jí)結(jié)構(gòu)、三級(jí)結(jié)構(gòu)、與其他物種親緣關(guān)系等進(jìn)行預(yù)測和分析，為其后續(xù)研究奠定全面的理論基礎(chǔ)。1材料與方法1.1材料數(shù)據(jù)資料來源于UniProt網(wǎng)站已經(jīng)注冊(cè)的TBP氨基酸序列。其中TBP：斑馬魚zebrafish（Q7SXL3）、非洲爪蛙Xenopus laevis（ P27633）、小鼠Mouse（ P29037）、牛Bos taurus （Q2HJ52）、人Human（ P20226）。1.2方法利用ProtParam分析蛋白質(zhì)理化性質(zhì)；蛋白序列同源性、多序列比對(duì)及序列系統(tǒng)進(jìn)化樹分別由NCBI protein blast .ClustalX2.0、njplot等軟件實(shí)現(xiàn)；利用TMHMM、ProtScale分析蛋白質(zhì)的跨膜區(qū)和疏水性；NCBI Conserved Domains數(shù)據(jù)庫用來分析保守區(qū)域；Jpred、Swiss-Model和Structural Analysis and Verification Server分別預(yù)測蛋白質(zhì)二級(jí)、三級(jí)結(jié)構(gòu)及其合理性。String則用來預(yù)測蛋白質(zhì)的相互作用。各軟件、數(shù)據(jù)庫的相關(guān)信息如表1。2結(jié)果與分析2.1斑馬魚TBP的理化性質(zhì)預(yù)測和分析使用ProtParam蛋白質(zhì)理化性質(zhì)預(yù)測網(wǎng)站對(duì)5種TBP進(jìn)行理化性質(zhì)預(yù)測，得到結(jié)果如表2。結(jié)果顯示，TBP基因在5個(gè)不同物種中編碼的氨基酸個(gè)數(shù)在297～339之間；相對(duì)分子質(zhì)量在32702.8～37698.1之間；各物種TBP等電點(diǎn)差異其微，均在9.8附近，說明TBP是堿性蛋白質(zhì)；TBP在5個(gè)物種中的半衰期均達(dá)到了30h；5種蛋白的不穩(wěn)定系數(shù)均大于40，表明它們不是穩(wěn)定蛋白；各TBP的脂肪族系數(shù)在76.58～88.65之間；5種蛋白的平均疏水性均為負(fù)值，表明它們都是親水蛋白質(zhì)。2.2斑馬魚TBP的同源性預(yù)測和分析

使用Protein Blast軟件對(duì)斑馬魚TBP進(jìn)行同源性分析，數(shù)據(jù)顯示，非洲爪蛙、小鼠、牛、人TBP與斑馬魚TBP進(jìn)行比較時(shí)，比對(duì)序列覆蓋范圍（Query cover）分別是100%、100%、100%、75%；在此基礎(chǔ)上的序列相似性（Identity）分別為88%、86%、85%、93%，；利用ClustalX2.1程序?qū)Π唏R魚TBP與非洲爪蛙、小鼠、牛、人TBP序列進(jìn)行多重比對(duì)，發(fā)現(xiàn)各物種問多聚谷氨酰胺區(qū)如圖1。結(jié)果顯示，由低等物種到高等物種，TBP多聚谷氨酰胺區(qū)谷氨酰胺氨基酸殘基數(shù)量在進(jìn)化過程中不斷增加，推測谷氨酰胺區(qū)的長度與TBP的轉(zhuǎn)錄調(diào)節(jié)能力呈正相關(guān)。

第8篇：生物信息學(xué)范文

關(guān)鍵詞 生物信息學(xué) 教學(xué)改革 醫(yī)學(xué) 教學(xué)模式

中圖分類號(hào)：Q811-4 文獻(xiàn)標(biāo)識(shí)碼：A

21世紀(jì)是生命科學(xué)的世紀(jì)，人類及模式生物基因組計(jì)劃的全面實(shí)施，使分子生物學(xué)數(shù)據(jù)以爆炸性速度增長。面對(duì)基因組學(xué)、蛋白質(zhì)組學(xué)、基因芯片、分子進(jìn)化等大量的生物信息，在計(jì)算機(jī)科學(xué)、網(wǎng)絡(luò)技術(shù)以及生物分析技術(shù)的相互作用和滲透下，誕生了一門嶄新的學(xué)科――生物信息學(xué)（Bioinformatics）。生物信息學(xué)利用計(jì)算機(jī)和互聯(lián)網(wǎng)，以數(shù)據(jù)庫為載體，運(yùn)用數(shù)學(xué)算法和計(jì)算模型，研究生物信息數(shù)據(jù)的獲取、處理、存儲(chǔ)、分發(fā)、分析和解釋等方面，進(jìn)而闡明和解釋龐雜的生物數(shù)據(jù)所蘊(yùn)含的意義。生物信息學(xué)跨越了整個(gè)生命科學(xué)領(lǐng)域，近年來在醫(yī)藥學(xué)研究中發(fā)揮了不可替代的作用，無論是從分子生物學(xué)的角度闡述病因，還是對(duì)疾病的預(yù)防、診斷、治療與新藥研發(fā)都將產(chǎn)生巨大的推動(dòng)作用，醫(yī)學(xué)生物信息學(xué)必然在未來的醫(yī)學(xué)研究中處于關(guān)鍵地位，但生物信息學(xué)的理工科特性決定了該課程在醫(yī)學(xué)教育中開展的難度。本文結(jié)合醫(yī)學(xué)院校特色和生物信息學(xué)課程特點(diǎn)，探討開設(shè)醫(yī)學(xué)生物信息學(xué)課程的必要性，分析生物信息學(xué)課程在教學(xué)實(shí)踐中存在的問題，提出本校開展生物信息學(xué)教學(xué)的實(shí)施方法。

1 醫(yī)學(xué)生物信息學(xué)的主要研究內(nèi)容

1.1 疾病基因的發(fā)現(xiàn)與鑒定

約有6000種以上的人類疾患與特異基因的改變有關(guān)，某些關(guān)鍵性基因或其產(chǎn)物的結(jié)構(gòu)功能異常，可以直接或間接地導(dǎo)致疾病的發(fā)生。使用基因組信息學(xué)的方法通過超大規(guī)模計(jì)算是發(fā)現(xiàn)新基因的重要手段。例如：通過構(gòu)建腫瘤cDNA文庫或表達(dá)序列標(biāo)簽（expression sequence tag，EST）分析差異表達(dá)基因，揭示腫瘤發(fā)生的分子水平變化，尋找靶基因。

1.2 藥物設(shè)計(jì)與新藥研發(fā)

生物信息技術(shù)為藥物研究、設(shè)計(jì)提供了嶄新的研究思路和手段。利用數(shù)據(jù)資料、軟件工具篩選藥物作用的靶位和候選基因，闡明其結(jié)構(gòu)和功能關(guān)系，指導(dǎo)設(shè)計(jì)能激活或阻斷生物大分子發(fā)揮其生物功能的治療性藥物。

生物信息藥物設(shè)計(jì)常用的方法有：①三維結(jié)構(gòu)搜尋，尋找符合特定性質(zhì)和三維結(jié)構(gòu)的分子，從而發(fā)現(xiàn)合適的藥物分子。②分子對(duì)接，建立大量化合物的三維結(jié)構(gòu)數(shù)據(jù)庫，依次搜索小分子配體使其與受體的活性位點(diǎn)結(jié)合，通過優(yōu)化使得配體與受體的形狀和相互作用最佳匹配。③全新藥物設(shè)計(jì)，利用計(jì)算機(jī)自動(dòng)設(shè)計(jì)出與受體活性部位的幾何形狀和化學(xué)性質(zhì)相匹配的結(jié)構(gòu)新穎的藥物分子。

生物信息學(xué)方法為藥物研制提供了更多的、潛在的靶標(biāo)，大大減少藥物研發(fā)的成本，提高研發(fā)的質(zhì)量和效率。

1.3 流行病學(xué)研究中的應(yīng)用

將流行病學(xué)的遺傳和非遺傳性的研究與生物信息學(xué)結(jié)合起來，會(huì)對(duì)疾病的機(jī)理、個(gè)體對(duì)某種疾病的易感性和疾病在群體中的分布有更明確的認(rèn)識(shí)，對(duì)疾病的預(yù)防和治療有極大的指導(dǎo)意義。

2 醫(yī)學(xué)生物信息學(xué)課程的特點(diǎn)及主要困難分析

2.1 課程內(nèi)容豐富，學(xué)科交叉，數(shù)據(jù)龐雜

生物信息學(xué)利用生物學(xué)，計(jì)算機(jī)科學(xué)和信息技術(shù)揭示大量復(fù)雜的生物數(shù)據(jù)所賦有的生物學(xué)奧秘，是一門交叉性學(xué)科，并且理科特性很強(qiáng)，需要深入理解分析。目前生物信息學(xué)包含了基因組、蛋白質(zhì)組、代謝及藥物等多個(gè)部分，每個(gè)部分都具有各自的特色和相應(yīng)的分析技術(shù)。根據(jù)《Nucleic Acids Research》統(tǒng)計(jì)，全球共有約1000多個(gè)主要的生物醫(yī)學(xué)數(shù)據(jù)庫，涵蓋了生物醫(yī)學(xué)研究的諸多領(lǐng)域。學(xué)生不僅要掌握獲取和利用海量生物信息的基本知識(shí)和技術(shù)，還應(yīng)掌握相關(guān)的數(shù)學(xué)、物理學(xué)、計(jì)算機(jī)程序設(shè)計(jì)等知識(shí)和技術(shù)，又因?yàn)獒t(yī)學(xué)專業(yè)學(xué)生的數(shù)理知識(shí)有限，學(xué)習(xí)起來有一定的困難。

2.2 操作性和實(shí)踐性強(qiáng)

生物信息學(xué)是一門操作性和實(shí)踐性很強(qiáng)的學(xué)科，主要是在互聯(lián)網(wǎng)環(huán)境中，依靠計(jì)算機(jī)，利用數(shù)據(jù)庫和各種信息處理軟件來進(jìn)行生物信息學(xué)方面的分析工作。針對(duì)醫(yī)學(xué)專業(yè)學(xué)生開設(shè)生物信息學(xué)課程，其教學(xué)內(nèi)容應(yīng)注重理論與實(shí)踐緊密結(jié)合，著重學(xué)習(xí)利用計(jì)算機(jī)對(duì)各種生物信息資源和數(shù)據(jù)庫的檢索，使用方法與技巧，真正做到學(xué)有所用。

2.3 現(xiàn)狀與困難分析

目前，國內(nèi)的生物信息學(xué)教學(xué)基本沿用以“教師講授為主”的傳統(tǒng)教學(xué)模式，與生物信息學(xué)交叉前沿性特點(diǎn)不相適應(yīng)，實(shí)驗(yàn)教學(xué)單一，多為驗(yàn)證性試驗(yàn)，缺乏綜合性和設(shè)計(jì)性。此外，醫(yī)學(xué)專業(yè)學(xué)生計(jì)算機(jī)知識(shí)薄弱，對(duì)生物信息學(xué)的算法與數(shù)據(jù)庫的原理和特點(diǎn)等不甚了解，在高通量數(shù)據(jù)處理面前力不從心，影響對(duì)問題的分析能力。

3 醫(yī)學(xué)生物信息學(xué)課程開設(shè)實(shí)施方法和對(duì)策

3.1 根據(jù)醫(yī)學(xué)專業(yè)特點(diǎn)設(shè)計(jì)教學(xué)內(nèi)容，建立具有模塊化的教學(xué)大綱

目前尚未形成系統(tǒng)、成熟的生物信息學(xué)教學(xué)模式。開設(shè)課程之前，對(duì)醫(yī)學(xué)專業(yè)學(xué)生進(jìn)行問卷調(diào)查，讓他們選擇醫(yī)學(xué)生物信息學(xué)課程中感興趣的、需要學(xué)習(xí)的知識(shí)內(nèi)容，并提出難點(diǎn)問題。教師匯總問卷結(jié)果，對(duì)授課內(nèi)容進(jìn)行調(diào)整，建立模塊化的教學(xué)大綱，例如：導(dǎo)論模塊、數(shù)據(jù)庫及使用模塊、基因組信息學(xué)及其分析方法模塊、蛋白質(zhì)組生物信息學(xué)模塊、代謝和藥物生物信息學(xué)及系統(tǒng)生物學(xué)模塊等，使學(xué)生清楚每個(gè)模塊的特點(diǎn)和作用，提高學(xué)生的學(xué)習(xí)興趣，激發(fā)學(xué)生的學(xué)習(xí)熱情。

3.2 強(qiáng)化實(shí)驗(yàn)教學(xué)，激發(fā)學(xué)生的創(chuàng)新思維和創(chuàng)新意識(shí)

生物信息學(xué)的學(xué)習(xí)是運(yùn)用生物醫(yī)學(xué)、數(shù)學(xué)、以及計(jì)算機(jī)科學(xué)等諸多學(xué)科知識(shí)進(jìn)行分析、判斷、推理、綜合的實(shí)踐過程，強(qiáng)化實(shí)驗(yàn)教學(xué)顯得尤為重要。另外，采用PBL（Problem Based Learning）教學(xué)法，可以有效地激發(fā)學(xué)生的創(chuàng)新思維和創(chuàng)新意識(shí)。

3.2.1 注重實(shí)驗(yàn)操作

生物信息學(xué)實(shí)驗(yàn)課程以計(jì)算機(jī)操作為主，需要學(xué)生靈活應(yīng)用互聯(lián)網(wǎng)、數(shù)據(jù)庫和多種生物信息學(xué)軟件，所以實(shí)驗(yàn)操作顯得尤為重要，加大實(shí)驗(yàn)比例，為學(xué)生提供較多的實(shí)驗(yàn)操作機(jī)會(huì)，不僅提高了學(xué)生的動(dòng)手能力，而且大大提高了學(xué)生在因特網(wǎng)環(huán)境下對(duì)生物大分子序列、生物大分子結(jié)構(gòu)進(jìn)行生物信息學(xué)分析的能力，是提高學(xué)生學(xué)習(xí)生物信息學(xué)效果的有力保障。

3.2.2 采用PBL教學(xué)模式，優(yōu)化實(shí)驗(yàn)內(nèi)容

加大設(shè)計(jì)性實(shí)驗(yàn)的比例，采用PBL教學(xué)法，根據(jù)學(xué)生能力和興趣進(jìn)行分組，由教師提出問題并布置真實(shí)性任務(wù)，使學(xué)生在已有的知識(shí)基礎(chǔ)上，通過查找文獻(xiàn)、小組討論、探索，最終完成任務(wù)，寫出試驗(yàn)報(bào)告。由教師對(duì)任務(wù)完成過程及結(jié)果進(jìn)行點(diǎn)評(píng)，對(duì)學(xué)生掌握知識(shí)的程度及學(xué)生的科研、應(yīng)用能力進(jìn)行評(píng)價(jià)，并提出進(jìn)一步的提高方向。學(xué)生在實(shí)驗(yàn)操作的過程中，不斷地發(fā)現(xiàn)問題、解決問題，有效地激發(fā)了學(xué)生的創(chuàng)新思維和創(chuàng)新意識(shí)。

3.3 改革教學(xué)方法，革新考核方式

3.3.1 結(jié)合多媒體技術(shù)與雙語教學(xué)

多媒體技術(shù)教學(xué)靈活生動(dòng)，教師在講授難于理解的概念和生物信息學(xué)工具時(shí)，可以直接打開相關(guān)軟件和網(wǎng)站進(jìn)行演示，使抽象的生物信息學(xué)知識(shí)以具體的、動(dòng)態(tài)的形式展現(xiàn)出來，從而加深學(xué)生對(duì)課程的掌握程度。此外，生物信息學(xué)涉及到的數(shù)據(jù)庫、網(wǎng)站、應(yīng)用軟件多為英文界面，所以雙語授課顯得尤為重要，教師可借助多媒體，對(duì)課程進(jìn)行中英整合講解。

3.3.2 結(jié)合科研實(shí)例進(jìn)行教學(xué)

生物信息學(xué)是一門不斷完善和發(fā)展的學(xué)科，數(shù)據(jù)庫的更新、相關(guān)軟件的升級(jí)、算法的優(yōu)化等，通常會(huì)隨著科研中遇到的生物學(xué)問題變化而變化，所以教師可以結(jié)合現(xiàn)階段的科研背景和具體的研究方向，結(jié)合實(shí)例進(jìn)行教學(xué)，可以讓學(xué)生真正掌握利用生物信息學(xué)方法解決生物學(xué)問題的思路，并培養(yǎng)和提高學(xué)生的科學(xué)思維能力，使學(xué)生由知識(shí)的被動(dòng)接受者變?yōu)橹R(shí)的主動(dòng)發(fā)現(xiàn)者、探究者，教師則由知識(shí)的傳授者轉(zhuǎn)變?yōu)榻虒W(xué)活動(dòng)的指導(dǎo)者、組織者。

3.3.3 采用無紙化考核方式

適當(dāng)降低課程理論難度，減少不必要的數(shù)學(xué)理論推導(dǎo)，注重實(shí)際應(yīng)用、解決問題能力的培養(yǎng)，通過上機(jī)實(shí)踐操作，考核學(xué)生對(duì)基本知識(shí)和原理的掌握情況，克服傳統(tǒng)的死記硬背現(xiàn)象。

4.結(jié)語

生物信息學(xué)作為一門交叉學(xué)科，發(fā)揮了其獨(dú)特的橋梁作用，已經(jīng)廣泛地滲透到醫(yī)學(xué)的各個(gè)研究領(lǐng)域。本文針對(duì)開設(shè)醫(yī)學(xué)生物信息學(xué)課程的必要性和教學(xué)模式進(jìn)行了探討，以提高學(xué)生學(xué)習(xí)的自主性、實(shí)際操作能力和解決問題的應(yīng)用能力為目標(biāo)，不斷改進(jìn)教學(xué)手段、加強(qiáng)教學(xué)過程的趣味性，以期培養(yǎng)綜合型的、高素質(zhì)、現(xiàn)代化醫(yī)學(xué)人才。

參考文獻(xiàn)

[1] 伍欣星，趙.生物信息學(xué)基礎(chǔ)與臨床醫(yī)學(xué)應(yīng)用指南[M].北京：科學(xué)出版社，2005.

[2] 張陽德.生物信息學(xué)[M].北京：科學(xué)出版社，2009.

[3] WeiLi-ping，YuJun.BioinformaticsinChina：APersonalPerspective[J].PlosComputationalBiology，2008，4（4）：e1000020.

[4] 汪凡軍，張楚瑜.生物信息學(xué)在醫(yī)學(xué)上的應(yīng)用[J].國際檢驗(yàn)醫(yī)學(xué)雜志，2006，27（2）.

第9篇：生物信息學(xué)范文

【關(guān)鍵詞】 生物信息學(xué);2型糖尿病;SLC30A8

【Abstract】 Objective To investigate the structure and function of type 2 diabetes gene (SLC30A8) by bioinformatic methods. Methods Based on the human genome resource database， the programs of BioEdit， DANMAN and on line tools SMART， MHMM Server v. 2.0， NetPhos2.0 Serve， 3djigsaw were used for the analysis of protein basic characters， 3D structure and function prediction. Results The protein of gene SLC30A8 encoding was a transmembrane protein，it was important to transport zinc. Conclusions Protein encoded by SLC30A8 gene probably regulates and controls insulin secretion.

【Key words】 Bioinformatics; Type 2 diabetes; SLC30A8

眾多研究顯示，遺傳因素在2型糖尿病(T2DM)發(fā)病中起著非常重要的作用〔1，2〕，但由于T2DM系多基因遺傳病，研究的進(jìn)展非常緩慢，直到2005年，不管是采用候選基因法還是連鎖定位克隆法，只有極少數(shù)幾個(gè)T2DM的易感基因在一些種族的研究中得到重復(fù)驗(yàn)證，而它們僅輕度增加T2DM的發(fā)病風(fēng)險(xiǎn)〔3〕。近2年多來，隨著高通量SNPS檢測技術(shù)的出現(xiàn)和全基因組關(guān)聯(lián)(GWA)研究策略的運(yùn)用，T2DM遺傳學(xué)的研究取得了一些突破性進(jìn)展，美國和歐洲多個(gè)基因研究組織采用全基因組分析法對(duì)1 464例T2DM患者和1 467例糖耐量正常個(gè)體的基因結(jié)構(gòu)進(jìn)行了系統(tǒng)研究，確認(rèn)了幾個(gè)與糖尿病相關(guān)的新基因位點(diǎn)——TCF7L2、SLC30A8、CDKN2A、CDKN2B、GF2BP2、CDKAL1〔4〕，這些基因的功能和調(diào)控機(jī)制還不十分清楚。在國內(nèi)，鄔瑩等〔5〕研究發(fā)現(xiàn)在中國漢族人群中，CDKAL1、CDKN2A/B、SLC30A8等基因上的數(shù)個(gè)SNP位點(diǎn)與T2DM風(fēng)險(xiǎn)顯著相關(guān)。SLC30A8基因也是中國人T2DM的一個(gè)易感基因，但對(duì)SLC30A8基因的研究還不夠深入。因此，本文利用生物信息學(xué)工具和數(shù)據(jù)庫，對(duì)SLC30A8進(jìn)行分析，研究SLC30A8基因的功能，了解中國人糖尿病的遺傳學(xué)基礎(chǔ)，對(duì)預(yù)防和控制糖尿病具有重要的理論和臨床意義。

1 材料與方法

1.1 材料 人類糖尿病基因SLC30A8核苷酸序列來源于已經(jīng)提交到GenBank數(shù)據(jù)庫(GI：224589820)的序列。

1.2 SLC30A8基因結(jié)構(gòu)分析及SLC30A8基因編碼蛋白質(zhì)的理化性質(zhì)分析 通過NCBI的ORF Finder、Protparam、Computer pI/MW確定其完整編碼框并預(yù)測蛋白質(zhì)的理化性質(zhì);信號(hào)肽序列分析采用SignalP工具;蛋白質(zhì)翻譯后修飾的糖基化位點(diǎn)和磷酸化位點(diǎn)分析分別采用DictyOGlyc在線軟件和NetPhos 2.0 Server分析;氨基酸序列的同源性比對(duì)用ClustalW在線工具完成，通過蛋白分析專家系統(tǒng)Expasy所提供的在線分析工具ProtScale分析蛋白的疏水性。

1.3 SLC30A8基因編碼蛋白質(zhì)的結(jié)構(gòu)和功能分析 利用互聯(lián)網(wǎng)ExPaSy數(shù)據(jù)庫進(jìn)行SLC30A8蛋白質(zhì)的跨膜結(jié)構(gòu)域分析;利用PUMA2服務(wù)器的SOPM軟件進(jìn)行蛋白序列的二級(jí)結(jié)構(gòu)的分析;利用ExPasy的3djigsaw工具(bmm.icnet.uk/servers/3djigsaw/)向蛋白質(zhì)立體結(jié)構(gòu)數(shù)據(jù)庫PDB(Protein Data Bank)提交蛋白質(zhì)的序列;利用RasMol軟件顯示蛋白的三維分子結(jié)構(gòu)。利用在線工具TMHMM分析蛋白質(zhì)的跨膜結(jié)構(gòu)域;利用COILS進(jìn)行卷曲螺旋分析;利用Pfam進(jìn)行蛋白的結(jié)構(gòu)域功能分析〔6〕。

2 結(jié) 果

2.1 SLC30A8在染色體上的定位及基因結(jié)構(gòu) 人類糖尿病基因SLC30A8的Gene ID是169 026，定位在8q24.11。SLC30A8基因核苷酸序列全長41 617 bp(NC000008.9)，含8個(gè)外顯子。mRNA序列長5 373 bp，編碼369個(gè)氨基酸的蛋白質(zhì)(NP776250)，有2個(gè)PolyA信號(hào)區(qū)域分布位于1 933～1 938、 5 353～5 338，5個(gè)PolyA位點(diǎn)分別位于1 955、1 961、2 750、2 754、5 373。見表1。表1 SLC30A8外顯子序列和對(duì)應(yīng)的mRNA序列

2.2 SLC30A8基因編碼的蛋白基本性質(zhì)分析

2.2.1 開放閱讀框(ORF)分析 ORF從第231個(gè)核苷酸開始，終止于第1 340個(gè)核苷酸，由其推導(dǎo)的氨基酸序列以甲硫氨酸為起始氨基酸，長為369個(gè)氨基酸。

2.2.2 疏水性分析 疏水性是氨基酸的一種重要性質(zhì)，疏水性氨基酸傾向于遠(yuǎn)離周圍水分子，將自己包埋進(jìn)蛋白質(zhì)的內(nèi)部，這一趨勢(shì)加上空間立體條件和其他一些因素最終決定了一個(gè)蛋白質(zhì)折疊形成的三維空間構(gòu)象〔7〕。通過分析可以得到蛋白質(zhì)的親疏水區(qū)域，這一結(jié)果一方面為二級(jí)結(jié)構(gòu)預(yù)測結(jié)果提供參考，另一方面還可為結(jié)構(gòu)域及功能域的劃分提供依據(jù)。ProtScale預(yù)測結(jié)果表明：疏水性最大值為3.044，最小值為-2.889(圖1)。

圖1 SLC30A8氨基酸序列的疏水性2.2.3 信號(hào)肽、跨膜結(jié)構(gòu)域及翻譯后修飾分析 進(jìn)行信號(hào)肽分析有助于蛋白質(zhì)功能域的區(qū)分及蛋白質(zhì)細(xì)胞定位。根據(jù)SignalP分析，蛋白質(zhì)C分值、Y分值和S分值分別在248、157和150位點(diǎn)，分別為0.142、0.228和0.833，其信號(hào)肽計(jì)算結(jié)論為“NO”，表明其N端不含信號(hào)肽(圖2)，推測其不是分泌蛋白。圖2 SLC30A8氨基酸序列的信號(hào)肽預(yù)測分析

跨膜結(jié)構(gòu)域是膜中蛋白和膜脂相結(jié)合的主要部位，它可能作為膜受體起作用，也可能定位于膜的錨定蛋白或離子通道蛋白等，通過跨膜結(jié)構(gòu)域預(yù)測可以正確認(rèn)識(shí)蛋白質(zhì)結(jié)構(gòu)、功能及在細(xì)胞中的作用部位。筆者利用通過TMPRED服務(wù)器分析，表明該蛋白質(zhì)是一個(gè)6次跨膜的蛋白質(zhì)，在4和5螺旋之間有一個(gè)富含組氨酸的環(huán)(圖3)。用Smart對(duì) SLC30A8基因的產(chǎn)物進(jìn)行蛋白質(zhì)序列結(jié)構(gòu)功能域分析，結(jié)果表明蛋白質(zhì)含有2個(gè)N糖基化位點(diǎn)，2個(gè)N?；稽c(diǎn)。NetPhos 2.0Server磷酸化位點(diǎn)分析結(jié)果表明：分值>0.5的磷酸化位點(diǎn)有:絲氨酸(Ser)磷酸化位點(diǎn)8個(gè)、蘇氨酸(Thr)磷酸化位點(diǎn)1個(gè)、酪氨酸(Tyr)磷酸化位點(diǎn)2個(gè)，計(jì)11個(gè)磷酸化位點(diǎn)，這些位點(diǎn)均勻分布于整個(gè)多肽鏈中。見圖4。圖3 SLC30A8氨基酸序列的跨膜結(jié)構(gòu)域分析圖4 SLC30A8氨基酸序列的磷酸化位點(diǎn)分析　圖5 SLC30A8蛋白質(zhì)三級(jí)結(jié)構(gòu)的同源建模2.3 基因編碼蛋白質(zhì)結(jié)構(gòu)分析

2.3.1 三級(jí)結(jié)構(gòu)構(gòu)建與功能域分析 圖5可見，三級(jí)結(jié)構(gòu)是蛋白質(zhì)結(jié)構(gòu)預(yù)測的最終目的。要充分研究蛋白質(zhì)的功能，就需把蛋白質(zhì)的高級(jí)結(jié)構(gòu)研究清楚。從氨基酸序列預(yù)測三級(jí)結(jié)構(gòu)的技術(shù)很多，其中之一是同源建模，它通過比較未知結(jié)構(gòu)蛋白質(zhì)序列與已知結(jié)構(gòu)的蛋白質(zhì)序列來預(yù)測蛋白質(zhì)結(jié)構(gòu)，可以通過同源建模以擊中序列的已知結(jié)構(gòu)為模板，對(duì)蛋白質(zhì)進(jìn)行精確的結(jié)構(gòu)模型構(gòu)建。作者利用Expasy的3djigsaw工具預(yù)測蛋白質(zhì)的三維結(jié)構(gòu)，利用Ramol軟件察看預(yù)測結(jié)果。

hhhhhhhhcccccccccccchhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhcccc

WHRAEILGALLSILCIWVVTGVLVYLACERLLYPDYQIQATVMIIV

eeeeeeeeeeehhhhhhhhhhhhhhhhhhhccccchhhhhhhhhhhhhhhhhhhhhh

SSCAVAANIVLTVVLHQRCLGHNHKEVQANASVRAAFVHALG

hhhhhhhhheeeccccccchhhhhhhhhhhhhhhhhhhhhhhheeehcccccccc

DLFQSISVLISALIIYFKPEYKIADPICTFIFSILVLASTITILKDFSILL

chhhhhhhhhhcchhhhhhheehhhchhhhhhhhhhhcccccchhhhhhhhhhhhh

MEGVPKSLNYSGVKELILAVDGVLSVHSLHIWSLTMNQVILSA

HVATAASRDSQVVRREIAKALSKSFTMHSLTIQMESPVDQDP

DCLFCEDPCD

hccceceeeeeecccccccccccccccccc(總長度369 bp)

圖6 SLC30A8氨基酸序列的二級(jí)結(jié)構(gòu)分析

3 討 論

從以上的研究和分析可以看出，糖尿病相關(guān)基因SLC30A8編碼的蛋白質(zhì)是一種多次跨膜蛋白，并且蛋白經(jīng)過了多種形式的修飾。磷酸化和去磷酸化是細(xì)胞內(nèi)信號(hào)傳導(dǎo)的重要方式，而此蛋白有11個(gè)位點(diǎn)發(fā)生了磷酸化，蛋白質(zhì)通過磷酸化和去磷酸化而發(fā)生構(gòu)象改變導(dǎo)致其活性或性質(zhì)的改變，從而調(diào)節(jié)細(xì)胞中各個(gè)生命活動(dòng)過程， 所以推測SLC30A8基因編碼的蛋白質(zhì)是一個(gè)有功能的比較活躍的蛋白質(zhì)。另外蛋白質(zhì)還發(fā)生了糖基化和?；?，推測蛋白質(zhì)具有傳導(dǎo)信號(hào)的功能。研究表明SLC30A8編碼的是一種在胰島細(xì)胞大量表達(dá)的鋅離子轉(zhuǎn)運(yùn)蛋白，其主要功能是將胞漿內(nèi)的鋅離子轉(zhuǎn)運(yùn)到胰島素分泌囊泡中，參與胰島素結(jié)晶六聚體的形成〔8〕。因此推測SLC30A8異常，可能會(huì)影響胰島細(xì)胞胰島素的正常分泌。本文利用生物信息學(xué)工具盒數(shù)據(jù)庫資源對(duì)SLC30A8基因的染色體定位、基因結(jié)構(gòu)及所編碼的蛋白質(zhì)性質(zhì)、結(jié)構(gòu)等進(jìn)行了分析，為進(jìn)一步研究SLC30A8基因在糖尿病發(fā)生中的作用提供參考依據(jù)。目前關(guān)于SLC30A8基因的研究還很少，其編碼的蛋白質(zhì)是如何調(diào)控鋅離子轉(zhuǎn)運(yùn)的以及如何參與胰島素分泌的都將有待于進(jìn)一步研究。

參考文獻(xiàn)

1 Kahn SE.The importance of betacell failure in the development and progression of type 2 diabetes〔J〕.J Clin Endocrinol Metab， 2001;86(19):404758.

2 Bergman RN，Ader M，Huecking K，et al.Accurate assessment of βcell function.The hyperbolic correction〔J〕.Diabetes，2002;51(suppl 1):21220.

3 Sladek R，Rocheleau G，Rung J，et al.A genomewide association study identifies novel risk loci for type 2 diabetes〔J〕.Nature，2007;445(7130):8815.

4 Scott LJ，Mohlke KL，Bonnycastle LL，et al.A genomewide association study of type 2 diabetes in Finns detects multiple susceptibility variants〔J〕.Science，2007;316(5829):13415.

5 Wu Y，Li HX，Ruth J，et al.Common Variants in CDKAL1，CDKN2A/B，IGF2BP2，SLC30A8，and HHEX/IDE Genes are associated with type 2 diabetes and impaired fasting glucose in a chinese han population〔J〕. Diabetes，2008;57(10):283442.

6 薛慶中.DNA和蛋白質(zhì)序列數(shù)據(jù)分析工具〔M〕.北京：科學(xué)出版社，2009:7298.