生物信息学第一章课件.ppt

续表1-2 公司名称 项目 公司名称 项目 Lexicom Genetics（美国） OmniBank文库 Pangea Systems（美国） GeneWorld, GeneThesarus和PULSE软件 MDL Information Systems（美国） 整合生物信息学软件集成 ROSETTA Inpharmatics（美国） 生物信息学工具集成 Millennium Pharmaceutical（美国） 大规模基因测序 Structural Bioinformatics（美国） In sillio药物设计 Molecular Application Group（美国） 基因索引系统 Tripos（美国） 整合数据管理软件集成 Molecular Geriatrics（美国） 早老性痴呆相关基因的生物信息分析 SYNERGY Oxford Molecular（英国） 序列比较工具 NetGenics（美国） 生物信息学软件 1.5.2基因组分析 人类基因组草图刚刚完成，还有大量的生物信息学分析工作亟待进行，其他生物基因组计划正方兴未艾，这些都需要应用生物信息学工具。目前，生物信息学在基因组分析中的应用反映出以下几个方面的特点： 将已知基因的序列与功能联系在一起； 从基于常规克隆的基因分类转向基于序列及功能分析的基因分类； 从单个基因致病机制的研究转向多个基因致病机制的研究； 从组织与组织之间的比较来研究功能基因组和蛋白质组(见下图) 从基因组和蛋白质组的结构与功能关系来预测三级结构和功能，并从三级结构和功能反推可能的序列； 通过比较不同生物物种的基因组来进行分子进化研究。其中，组织与组织之间的比较主要包括：正常组织与疾病组织之间的比较；正常组织与激活组织之间的比较；疾病组织与处理（治疗）的组织之间的比较；相同组织在不同发育过程中的比较。 功能基因组学 蛋白质组学 cDNA阵列 转基因技术 噬菌体抗体文库 基因组学 图1-2 功能基因组学相关技术 不同生物的基因组比较具有重要的理论与应用价值。例如，秀丽新小杆线虫(C.elegans)的全基因测序于1998年12月完成，这是人类获得的第一个多细胞生物的全基因序列(The C. elegans Sequencing Consortium,1998)。线虫基因组大小为9.7×108bp,约为人类基因组的1/30，基因19000多个，具有基因密度高(平均每5 kb有1个基因)、内含子少的特点。比较基因组学研究表明，线虫具有许多与人及其他动物同源的基因或蛋白。例如，人类已知44个疾病基因中有32个与线虫基因相吻合，其中人类早老性痴呆症、囊状纤维变性和洛氏综合征等均具有对应的线虫基因。因而，线虫基因组及比较基因组学分析方法在人类疾病基因的研究中将发挥重要作用。 1.5.3 基因芯片 基因微阵列或DNA芯片的原理是将几万个核苷酸或DNA作为探针，密集排列于硅片等固相支持物上，将研究样品标记后与微点阵杂交并进行检测。根据杂交信号强弱及探针位置和序列，可以确定靶DNA的表达情况以及突变和多态性存在与否。芯片技术的突出特点是高度并行化、多样化、微型化和自动化等，因而被广泛用于测序、转录情况分析、不同基因型细胞的表型分析以及基因诊断、药物设计等领域，成为后基因组时代基因功能分析的支撑技术之一。 随着DNA芯片或蛋白质芯片的高通量检测获得数据能力的迅速增加，如何进行快速有效的数据分析成为生物信息学的一项重要任务。例如，2000年在瑞士召开的lab-chips and microarrays会议最后与剑桥健康技术研究院(CHI）的生物信息学会议合二为一。会议报告包括了下面几项内容： (1) 将EST测序与cDNA微阵列计划相整合，增强新的诊断基因的鉴定能力，用于环境毒理监测。新的发展趋势是将芯片上的基因数目增加至1200-1300个，并逐步实用化。 (2) 开发统计分析工具及软件，如GeneData Expressionist主要用于检验数据的可重复性与灵敏度，同时检测芯片生产、探针配备和图像分析中可能出现的问题。聚类分析（cluster analysis）是目前常用的一种多元数据分析方法，简单实用，但缺乏严格的统计检验基础，因而是一种过渡性方法。目前，基因芯片数据处理仍然需要发展新的分析方法与工具。 1.5.4药物开发 如前所述，新药开发是生物信息学的主要应用领域，也是生物信息学研究与开发中主要的经费来源。基因组研究对现代与未来药物学和药理学产生了重大影响，尤其为新药筛选、药靶设计和分子药理学研究，以及疑难病的药物设计和途径选择等提供了新的方法论基础。基因组学与药物学的结合已产生出一门新的分支学科—药物基因组学（pharmaco-genomics）。简而言