現(xiàn)今生物信息學的發(fā)展情況

1、現(xiàn)今生物信息學的發(fā)展情況仲銀銀摘要：生物信息學（bioinformatics）是生物學與計算機科學以及應用數(shù)學等學科相互交叉而形成的一門新興學科。生物信息學研究重點主要體現(xiàn)在基因組學(Genomics)和蛋白學(Proteomics)兩方面，主要研究對象有序列比對、蛋白質(zhì)結構比對和預測、基因識別,非編碼區(qū)分析研究、分子進化和比較基因組學、序列重疊群(Contigs)裝配、遺傳密碼的起源、基于結構的藥物設計、生物圖像、生物信息學技術方法的研究、生物系統(tǒng)的建模和仿真等。在我國，生物信息學隨著人類基因組研究的展開才剛剛起步，但已顯露出蓬勃發(fā)展的勢頭。關鍵詞：生物信息學、計算機科學，基因組學，蛋白學，

2、分子生物學，信息學，研究對象 生物信息學（bioinformatics）是生物學與計算機科學以及應用數(shù)學等學科相互交叉而形成的一門新興學科。它通過對生物學實驗數(shù)據(jù)的獲取、加工、存儲、檢索與分析，進而達到揭示數(shù)據(jù)所蘊含的生物學意義的目的。由于當前生物信息學發(fā)展的主要推動力來自分子生物學，生物信息學的研究主要集中于核苷酸和氨基酸序列的存儲、分類、檢索和分析等方面，所以目前生物信息學可以狹義地定義為：將計算機科學和數(shù)學應用于生物大分子信息的獲取、加工、存儲、分類、檢索與分析，以達到理解這些生物大分子信息的生物學意義的交叉學科。生物信息學研究重點主要體現(xiàn)在基因組學(Genomics)和蛋白學(Prot

3、eomics)兩方面，具體說就是從核酸和蛋白質(zhì)序列出發(fā)，分析序列中表達的結構功能的生物信息。目前的生物信息學基本上只是分子生物學與信息技術（尤其是因特網(wǎng)技術）的結合體。生物信息學的研究材料和結果就是各種各樣的生物學數(shù)據(jù)，其研究工具是計算機，研究方法包括對生物學數(shù)據(jù)的搜索（收集和篩選）、處理（編輯、整理、管理和顯示）及利用（計算、模擬）。 現(xiàn)今的生物信息學的主要研究對象有：1、序列比對(Sequence Alignment)序列比對的基本問題是比較兩個或兩個以上符號序列的相似性或不相似性。從生物學的初衷來看，這一問題包含了以下幾個意義：從相互重疊的序列片斷中重構DNA的完整序列。2、蛋白質(zhì)結構比

4、對和預測 基本問題是比較兩個或兩個以上蛋白質(zhì)分子空間結構的相似性或不相似性。蛋白質(zhì)的結構與功能是密切相關的，一般認為，具有相似功能的蛋白質(zhì)結構一般相似。3、基因識別,非編碼區(qū)分析研究基因識別的基本問題是給定基因組序列后，正確識別基因的范圍和在基因組序列中的精確位置。4、分子進化和比較基因組學分子進化是利用不同物種中同一基因序列的異同來研究生物的進化，構建進化樹。既可以用DNA序列也可以用其編碼的氨基酸序列來做，甚至于可通過相關蛋白質(zhì)的結構比對來研究分子進化，其前提假定是相似種族在基因上具有相似性。通過比較可以在基因組層面上發(fā)現(xiàn)哪些是不同種族中共同的，哪些是不同的。5、序列重疊群(Contigs

5、)裝配把大量的較短的序列全體構成了重疊群(Contigs)，逐步把它們拼接起來形成序列更長的重疊群，直至得到完整序列的過程稱為重疊群裝配。從算法層次來看，序列的重疊群是一個NP-完全問題。6、遺傳密碼的起源通常對遺傳密碼的研究認為，密碼子與氨基酸之間的關系是生物進化歷史上一次偶然的事件而造成的，并被固定在現(xiàn)代生物的共同祖先里，一直延續(xù)至今。隨著各種生物基因組測序任務的完成，為研究遺傳密碼的起源和檢驗上述理論的真?zhèn)翁峁┝诵碌乃夭摹?、基于結構的藥物設計基于生物大分子結構及小分子結構的藥物設計是生物信息學中的極為重要的研究領域。為了抑制某些酶或蛋白質(zhì)的活性，在已知其蛋白質(zhì)3級結構的基礎上，可以利用

6、分子對齊算法，在計算機上設計抑制劑分子，作為候選藥物。這一領域目的是發(fā)現(xiàn)新的基因藥物，有著巨大的經(jīng)濟效益。8、生物系統(tǒng)的建模和仿真隨著大規(guī)模實驗技術的發(fā)展和數(shù)據(jù)累積，從全局和系統(tǒng)水平研究和分析生物學系統(tǒng)，揭示其發(fā)展規(guī)律已經(jīng)成為后基因組時代的另外一個研究 熱點-系統(tǒng)生物學。當然，建立生物系統(tǒng)的理論模型還需要很長時間的努力，現(xiàn)在實驗觀測數(shù)據(jù)雖然在海量增加，但是生物系統(tǒng)的模型辨 識所需要的數(shù)據(jù)遠遠超過了目前數(shù)據(jù)的產(chǎn)出能力。9、生物信息學技術方法的研究生物信息學不僅僅是生物學知識的簡單整理和、數(shù)學、物理學、信息科學等學科知識的簡單應用。海量數(shù)據(jù)和復雜的背景導致機器學習、統(tǒng) 計數(shù)據(jù)分析和系統(tǒng)描述等方法需

7、要在生物信息學所面臨的背景之中迅速發(fā)展。10、生物圖像沒有血緣關系的人，為什么長得那么像呢？外貌是像點組成的，像點愈重合兩人長得愈像，那兩個沒有血緣關系的人像點為什么重合？有什么生物學基礎？基因是不是相似？這些都需要在生物信息學的發(fā)展中才能找到答案。11、 其他如基因表達譜分析，代謝網(wǎng)絡分析；基因芯片設計和蛋白質(zhì)組學數(shù)據(jù)分析等，逐漸成為生物信息學中新興的重要研究領域；在學科方面，由生物信息學衍生的學科包括結構基因組學，功能基因組學，比較基因組學，蛋白質(zhì)學，藥物基因組學，中藥基因組學，腫瘤基因組學，分子流行病學和環(huán)境基因組學。從現(xiàn)在的發(fā)展不難看出，基因工程已經(jīng)進入了后基因組時代。我們也有應對與生

8、物信息學密切相關的如機器學習，和數(shù)學中可能存在的誤導有一個清楚的認識。 在我國，生物信息學隨著人類基因組研究的展開才剛剛起步，但已顯露出蓬勃發(fā)展的勢頭。許多科研單位已經(jīng)開始或準備開始從事這方面的研究工作。生物信息學作為基因組研究的有力武器，被廣泛地用來加快新基因的尋找過程，以達到將“有用”新基因搶先注冊專利的目的。在這場世界范圍內(nèi)的競爭中，中國科學家以及科研資金投向的決策部門如何結合我國科研水平的現(xiàn)狀、優(yōu)勢領域等客觀情況將有限的投資投入以求獲得最大可能的科學研究以及商業(yè)回報，是一個無法回避的新課題。雖然生物信息學為我們帶來和即將帶來很多的便利，但是，這些也無法排除它的發(fā)展會帶來的一些

9、隱憂。生物信息學的目的是期望從基因序列上解開一切生物的基本奧秘，從結構上獲得生命的生理機制，這從哲學上來看是期望從分子層次上解釋人類的所有行為和功能和致病原因。從本質(zhì)上說，是希望將生命的奧秘還原成孤立的基因序列或單個蛋白質(zhì)的功能，而很少強調(diào)基因序列或蛋白質(zhì)組作為一個整體在生命體中的調(diào)控作用。我們因此也不得不思考，這種研究的最終結果是否能夠支撐我們對生物信息學的樂觀呢，現(xiàn)在說肯定的話也許為時尚早。綜上所述,不難看出,生物信息學并不是一個足以樂觀的領域,究竟原因,是由于其是基于分子生物學與多種學科交叉而成的新學科,現(xiàn)有的形勢仍表現(xiàn)為各種學科的簡單堆砌,相互之間的聯(lián)系并不是特別的緊密。在處理大規(guī)模數(shù)據(jù)方面,沒有行之有效的一般性方法；而對于大規(guī)模數(shù)據(jù)內(nèi)在的生成機制也沒有完全明了,這使得生物信息學的研究短期內(nèi)很難有突破性的結果。那么,要得到真正的解決,最終不能從計算機科學得到,真正地解決可能還是得從生物學自身,從數(shù)學上的新思路來獲得本質(zhì)性的動力。參考文獻：1、 網(wǎng)站生物谷-生物