一、生物信息学绪论与基本知识.ppt

生物信息学研究的意义 生物信息学的基本知识 生物信息学的基本知识 基因组学 蛋白组学 常用名词 分子生物学工具 一、基因组学 基因组学（Genomics）：“基因组学”一词是1986年Thomas Roderrick首创，用以描述有关基因组的作图、测序和分析这一学科领域，同时也是为一份新的期刊“基因组学”命名。 　 基因组学包括：在分子遗传学实验室进行的DNA测序； 由基因组信息学而衍生的生物信息学。 基因组的静态结构分析：主要包括序列、结构特征的分析，如结构基因组学、比较基因组学等等； 基因组的动态功能分析：包括功能基因组学、表达基因组学、蛋白质组学、代谢分析等。 基因组研究 人类基因组研究计划 1986年，著名的生物学家、诺贝尔获得者Renato Dulbecco在Science上首次提出“人类基因组计划”（Human genomic Project，简称HGP）； “人类基因组计划”于1990年10月正式启动； 人类基因组计划的总目标是：从1990年计划实施开始，在15年内完成人类基因组的24条染色体上核苷酸排列的全测序（各条染色体DNA全部核苷酸排列顺序总计3×109碱基对）和基因的作图（遗传图和物理图）。 二、 蛋白质组学 蛋白质组（proteome）： “蛋白质组”一词是澳大利亚 Macquarie大学的Wilkins和Williams 在1994年首次提出，指基因组表达的全部蛋白质 及其存在方式。 蛋白质组学（proteomics）：旨在阐明生物体全部蛋白质的表达模式及功能模式，其内容包括鉴定蛋白质的表达、存在方式（修饰形式）、结构、功能和相互作用等。 三、常用名词 1. 基因组（genome）： 生物单倍体染色体的总和。 (22条常染色体+X，Y，线粒体)。 2. 基因 基因（gene）：现代遗传学认为，基因是DNA分子上具有遗传效应的特定核苷酸序列的总称。 是否一个可遗传的单位（基因）就对应于一个可观察到的表型？　 编码一个蛋白质或多个蛋白质的遗传信息？ 基因就是编码RNA的DNA？　 如果基因没有得到表达是否还能算是基因？ 而仅有40%的含有内含子/外显子结构的基因得到了正确的预测，不同的方法不能发现的基因的比例在5%～95%之间不等，不正确识别率达55%。 基因预测方法脆弱性的最适合的证据也许正是数目的不确定性。 3. 同源性和相似性 同源性（homology）： 如果一些序列来自一个共同的祖先的趋异，它们就是同源的。 相似性（analogy）： 是来自不同祖先而通过趋同进化（convergent evolution）形成的共同结构或功能特征。 如可溶性丝氨酸蛋白酶和整合膜孔蛋白都有一些桶状结构，有共同的空间构架，但没有序列和功能的相似性。 直系同源（orthologs）：是指来自于不同物种的由垂直家系（物种形成）进化而来的蛋白，并且典型的保留与原始蛋白有相同的功能。因此，在不同物种中执行同样功能的那些蛋白质。 如不同细菌中形成鞭毛的基因 旁系同源（paralogs）：是那些在一定物种中的来源于基因复制的蛋白。因此，在同一个体内执行不同但是相关功能的蛋白质。 如乳酸同功酶基因 4. 结构域和模块 蛋白质的结构域（domain）和/或模块（module）的性质：模块是那些经常起到蛋白质构件块功能的自动折叠结构单位（结构域），可以形成同一种模块的多种组合或者不同种模块的镶嵌体（mosaic），通过使用模块来产生不同的功能。　　 如果一项数据库检索的最佳命中物是一个单个结构域或者模块的匹配物的话，那么为查询序列作出功能注释是不大可能的。 5.启动子序列 启动子（promotor）：基因起点的约为13个核苷酸长度的特定核苷酸序列（1个核苷酸是转录起始位点，6个核苷酸位于距起始位点上游10个碱基处，另6个核苷酸位于起始位点上游35个碱基处）。这些核苷酸作为一个整体，称为启动子序列（promoter sequences） RNA 聚合酶 ＋ 转录因子 ＋ 启动子序列 结合上目标DNA 起始转录 6. 遗传密码 密码子在动物（包括人类）、植物、真菌、古细菌、细菌和病毒都具有普遍性，但在线粒体和某些微生物中密码子存在一些小的改变。