生物信息學(xué)在生命科學(xué)領(lǐng)域中的應(yīng)用

生物信息學(xué)在生命科學(xué)領(lǐng)域中的應(yīng)用

近年來，人類科學(xué)研究和其他生物因素的提出和實施，以及人類在生命周期、結(jié)構(gòu)和功能方面的迅速積累了大量數(shù)據(jù)。尤其是在核酸和蛋白質(zhì)等生物分子的序列、結(jié)構(gòu)和功能方面。人們渴望從這些巨量數(shù)據(jù)挖掘出有用的信息。生物信息學(xué)這門新興學(xué)科應(yīng)運而生。微生物全基因測序,不僅是人類最早和首先完成的第一種生物的全基因組分析,也是迄今為止完成測序基因組種類最多的領(lǐng)域。生物信息學(xué)研究方法的運用為病原微生物的研究注入了新的血液。通過生物信息學(xué)研究平臺,人們不僅能夠?qū)崟r在線檢索豐富的微生物資源、共享海量的信息數(shù)據(jù),還可以利用不斷優(yōu)化的系統(tǒng)平臺、新的算法對微生物學(xué)各方面作進一步的研究。本文對近年來生物信息學(xué)方法在分子微生物學(xué)多方面的研究作一簡要綜述。1生物生態(tài)學(xué)的應(yīng)用現(xiàn)有研究內(nèi)容和應(yīng)用目生物信息學(xué)是在生命科學(xué)、計算機科學(xué)和數(shù)學(xué)的基礎(chǔ)上逐步發(fā)展而形成的一門新興的邊緣學(xué)科,它以核酸和蛋白質(zhì)為主要研究對象,以數(shù)學(xué)、計算機科學(xué)為主要研究手段,對生物學(xué)實驗數(shù)據(jù)進行獲取、加工、存儲、檢索與分析,從而達到揭示數(shù)據(jù)所蘊含的生物學(xué)意義的目的。生物信息學(xué)的發(fā)展大致經(jīng)歷了前基因組時代、基因組時代和后基因組時代。目前,它的主要研究內(nèi)容已經(jīng)從對DNA和蛋白質(zhì)序列比較、編碼區(qū)分析、分子進化轉(zhuǎn)移到大規(guī)模的數(shù)據(jù)整合、可視化,轉(zhuǎn)移到比較基因組學(xué)、代謝網(wǎng)絡(luò)分析、基因表達譜網(wǎng)絡(luò)分析、蛋白質(zhì)技術(shù)數(shù)據(jù)分析處理、蛋白質(zhì)結(jié)構(gòu)與功能分析以及藥物靶點篩選等。在后基因組時代的今天,生物信息學(xué)已經(jīng)成為目前極其熱門的系統(tǒng)生物學(xué)研究的重要手段。利用各種功能的軟件系統(tǒng)平臺,目前生物信息學(xué)方法主要通過序列比對與分析、功能基因組與基因表達數(shù)據(jù)的分析、蛋白質(zhì)結(jié)構(gòu)預(yù)測以及基于結(jié)構(gòu)的藥物設(shè)計等方面應(yīng)用于各個生命科學(xué)研究領(lǐng)域。1.1基于gc-gm多序列比對算法的多重序列優(yōu)化序列比對是生物信息學(xué)的基礎(chǔ),是比較兩個或兩個以上符號序列的相似性或不相似性。兩個序列的比對現(xiàn)在已有較成熟的動態(tài)規(guī)劃算法,以及在此基礎(chǔ)上編寫的比對軟件包——BLAST和FASTA;兩個以上序列的多重序列是生物信息學(xué)中尚未解決的一個NP完全的組合優(yōu)化問題,是目前研究的熱點。比較經(jīng)典的算法有SAGA算法、CLUSTAL算法以及隱馬爾可夫模型(HiddenMarkovModels,HMM)多重序列比對算法,另外,如Notredame等開發(fā)的T-Coffee算法、Timo等設(shè)計的Kalign算法、張琎等設(shè)計的基于GC-GM多序列比對窮舉遺傳算法,是通過窮舉某個特定范圍內(nèi)的所有序列的長度取值,來確定最終最佳比對長度的一種多序列比對算法。這些算法已應(yīng)用于各種多序列比對軟件,并在應(yīng)用中不斷得到優(yōu)化。1.2基因組學(xué)研究中的基因表達研究在后基因時代的今天,基因組學(xué)的研究已從結(jié)構(gòu)基因組學(xué)(Structuralgenomics)轉(zhuǎn)向功能基因組學(xué)(Functionalgenomics)。功能基因組的任務(wù)是進行基因組功能注釋(Genomeannotation),了解基因功能、認識基因與疾病的關(guān)系、掌握基因的產(chǎn)物及其在生命活動中的作用?；虻臅r空差異表達是功能基因組學(xué)研究的理論基礎(chǔ)。經(jīng)典的減法雜交、差式篩選、cDNA替代差異分析以及mRNA差異顯示等技術(shù)已被廣泛應(yīng)用于鑒定和克隆差異表達的基因。近年來應(yīng)用較熱的主要是基因表達系列分析(Serialanalysisofgeneexpression,SAGE)、cDNA微陣列(cDNAmicroarray)和DNA芯片(DNAchip)等差異表達分析技術(shù)。如由Liang和Pardee等發(fā)明的差異顯示反轉(zhuǎn)錄PCR(Differentialdisplay-reversetranscriptasePCR,DDRT-PCR)技術(shù)。1.3結(jié)構(gòu)的預(yù)測方法蛋白質(zhì)結(jié)構(gòu)預(yù)測是生物信息學(xué)的重要應(yīng)用,分為二級結(jié)構(gòu)預(yù)測和空間結(jié)構(gòu)預(yù)測。二級結(jié)構(gòu)預(yù)測的目標(biāo)就是預(yù)測某一個片段中心的殘基是α螺旋,還是β折疊,或是其他結(jié)構(gòu),常用的方法有立體化學(xué)方法、圖論方法、統(tǒng)計方法、最鄰近決策方法、基于規(guī)則的專家系統(tǒng)方法、分子動力學(xué)方法和人工神經(jīng)網(wǎng)絡(luò)方法。在空間結(jié)構(gòu)預(yù)測方面,比較成功的理論方法是同源模型法。運用同源模型法可以完成所有蛋白質(zhì)10%到30%的空間結(jié)構(gòu)預(yù)測工作。目前尚沒有普遍可行的方案實現(xiàn)蛋白質(zhì)結(jié)構(gòu)的準(zhǔn)確預(yù)測,大多數(shù)方案為啟發(fā)式的。1.4計算機技術(shù)設(shè)計基于生物大分子結(jié)構(gòu)的藥物設(shè)計是生物信息學(xué)研究的熱點。利用現(xiàn)有的海量生物數(shù)據(jù)進行潛在藥物靶點定位是生物信息學(xué)藥物設(shè)計的主要策略。目前研究比較熱的是計算機輔助藥物設(shè)計(Computeraideddrugdesign)。計算機輔助藥物設(shè)計就是通過模擬和計算受體與配體的這種相互作用,進行先導(dǎo)化合物的優(yōu)化設(shè)計,大致包括活性位點分析法、數(shù)據(jù)庫搜索、全新藥物設(shè)計。目前活性位點分析軟件主要有DRID、GREEN、HSITE等。通過搜索數(shù)據(jù)庫來獲得藥物靶點是其中一個手段,主要分為基于配體的方法和基于受體的分析方法;另外,全新藥物設(shè)計的方法越來越受到人們的重視,現(xiàn)已開發(fā)出一批實用性較強的軟件,主要有LUDI、Leapfrog、GROW、SPROU等,其中LUDI最為常用。2生物生物學(xué)特性由于在微生物遺傳物質(zhì)表達中存在高頻率的變異現(xiàn)象,微生物表現(xiàn)出來的時間與空間上的多態(tài)性是微生物研究的一個挑戰(zhàn)。尤其是對病原微生物的研究,如最近提出的研究熱點超級細菌的耐藥性、HIV病毒的大范圍蔓延、新型病毒人博卡病毒(Humanbocavins,HboV)的出現(xiàn)、甲型H1N1的全球蔓延等,因此對病原微生物的研究一直都是生命科學(xué)研究的熱點。生物信息學(xué)方法的出現(xiàn)無疑是分子微生物學(xué)研究的一種強有力的手段。目前各種微生物生物信息數(shù)據(jù)庫日益完善,為各種微生物的研究奠定了良好基礎(chǔ)。通過生物信息學(xué)方法,不僅可以快速準(zhǔn)確地實現(xiàn)微生物分型鑒定、溯源分析,還可以研究新型疫苗的開發(fā),甚至是微生物致病機理的深入分析。2.1序列為基礎(chǔ)的病原菌分型鑒定微生物高度的遺傳多樣性是微生物鑒定及溯源的一個難題。對此,基于DNA序列、蛋白質(zhì)序列、蛋白質(zhì)結(jié)構(gòu)的生物信息學(xué)方法為人們在基因水平上鑒定微生物提供了一個快速精確的手段,特別是對于新發(fā)現(xiàn)微生物的鑒定。通過DNA測序鑒定方法已經(jīng)被證明比傳統(tǒng)的生化分型和表型分型方法更加準(zhǔn)確、快捷,如多位點測序分型技術(shù)(Multilocussequencetyping,MLST)。MLST是一種以核酸序列為基礎(chǔ)的病原菌分型方法,是高通量測序技術(shù)與成熟的群體遺傳學(xué)相結(jié)合的產(chǎn)物。目前MLST已被廣泛應(yīng)用于原核病原菌及一些真核病原菌的分型鑒定中。腦膜炎奈瑟菌(Neisseriameningitidis)為革蘭氏陰性致病菌,主要引起流行性腦脊髓炎(簡稱流腦)和菌血癥,菌體外膜蛋白porA蛋白和porB蛋白是疫苗研發(fā)的關(guān)鍵抗原,由外膜蛋白基因porA、porB編碼。管大偉等采用MLST方法對1965~2006年流腦患者分離的66株腦膜炎奈瑟菌進行基因分析,同時采用測序技術(shù)對菌體外膜蛋白基因porA、porB測序分型,探討抗原的多態(tài)性。通過MLST測序得出了8個克隆體系,其中ST-5為優(yōu)勢克隆系,指出人腦膜炎奈瑟菌外膜蛋白的表達與克隆體系的分布有一定關(guān)聯(lián)。發(fā)現(xiàn)廣東省流腦患者腦膜炎奈瑟菌OMPs基因porA、porBVRs型高度集中,多態(tài)性較低,有利于疫苗的研發(fā)和選用。Qui?ones等利用MLST方法對2000~2005年來自古巴不同地區(qū)的23個從臨床上分離出來的大腸埃希菌致病基因和耐藥基因進行分型鑒定。結(jié)果顯示,23株大腸埃希菌共有13種基因分型(ST),其中5種分型較為罕見。各種分型在不同地區(qū)的分布有差異。通過聚類分析發(fā)現(xiàn),大腸桿菌的耐藥基因的分布與其基因型存在著一定關(guān)聯(lián),這對大腸桿菌的耐藥機制的研究有一定的指導(dǎo)作用。2.2hbov、非基因引領(lǐng)的病毒系統(tǒng)發(fā)育分析微生物的系統(tǒng)發(fā)育關(guān)系非常復(fù)雜。通過構(gòu)建進化樹(phylogenetictree)來描述物種或分子間的進化關(guān)系,是生物信息學(xué)方法在微生物領(lǐng)域溯源分析中的重要應(yīng)用。2005年8月瑞典科學(xué)家運用分子病毒篩查方法,首次在兒童呼吸道分泌物中發(fā)現(xiàn)了一種新型的人類細小病毒,并完成了該病毒的全基因測序,他們將這種病毒命名為人博卡病毒(Humanbocavins,HboV)。2006年8月,在我國也發(fā)現(xiàn)了首例人博卡病毒的存在。這種不易區(qū)別于其他呼吸道病毒感染的病毒,引起了許多專家、學(xué)者的密切關(guān)注。修文瓊等在我國福州地區(qū)檢測出兩株HboV(FZ1和FZ40),與GenBank基因庫中的10株HboV、同屬的另外2種病毒:牛細小病毒(BPV,bovineparvovirus)和犬細小病毒(MVC,canineminutevirus),以及細小病毒亞科的其它4個屬的病毒進行系統(tǒng)發(fā)育分析,得出系統(tǒng)發(fā)育樹。發(fā)育樹顯示了FZ1株和FZ40株與其它病毒株的親緣關(guān)系,HboV與BPV及MVC屬于不同的進化簇,與另一人細小病毒B19在進化上相距更遠。從進化角度看,人HboV與BPV、MVC具有高度同源性,且與MVC的同源性更高,進化距離更短,說明HboV很可能是MVC變異后從犬傳染給人后形成的一種新物種。2003年SARS冠狀病毒(SARS-CoV)的突然出現(xiàn)及其潛在殺傷力引起了研究人員的關(guān)注?，F(xiàn)發(fā)現(xiàn)能引起人類上呼吸道感染的冠狀病毒主要有5種,分別是:HCoV-OC43、HCoV-229E、SARS-CoV、HCoV-NL63以及HCoV-HKU1。為了研究HCoV-NL63與其它冠狀病毒的進化關(guān)系,Minosse等根據(jù)意大利北部分離的HCoV-NL63的部分S基因和ORF1a編碼區(qū)基因分別構(gòu)建進化樹。分析結(jié)果顯示意大利HCoV-NL63分離株與其它冠狀病毒存在一定的進化差異,根據(jù)ORF1a編碼區(qū)基因簇構(gòu)建的進化樹與根據(jù)S基因構(gòu)建的有所不同。由以上進化樹分析可知ORF1a編碼區(qū)基因簇與S基因存在著不同的進化關(guān)系,基因之間是獨立進化的;如其他地區(qū)報道,HCoV-NL63基因通常以混合鏈的方式與其他病毒關(guān)聯(lián)傳播。2.3篩選和篩選疫苗片段的鑒定自第一個基于微生物基因組序列開發(fā)疫苗的實例——B群腦膜炎奈瑟菌(GroupBNeisseriameningitides,MenB)的出現(xiàn),以全基因組為基礎(chǔ)的疫苗發(fā)展策略被證明適用于大范圍病原微生物的新型疫苗開發(fā)。隨著微生物基因組學(xué)和生物信息學(xué)的發(fā)展,該策略為疫苗研究帶來了新的變革。血鏈球菌(Streptococcussanguinis)是形成牙菌斑的多種微生物之一,通常對人體無害,但進入血液后有可能引起細菌性心內(nèi)膜炎,有致死性。Ge等運用生物信息分析軟件對血鏈球菌進行開放閱讀框架(Openreadingframe,ORF)分析和膜外蛋白預(yù)測,得到43種候選蛋白抗原。通過動物模型試驗及親和層析凈化得到9種抗體。后期的抗血清試驗、競爭法ELISA試驗和流式細胞術(shù)試驗(Fluorescentactivatedcellsorter,FACS)結(jié)果表明,純化后的抗體與這9種蛋白和血鏈球菌均反應(yīng)強烈,且這9種蛋白暴露在血鏈球菌表面。研究結(jié)果表明,血鏈球菌表面的這9種膜外蛋白可以作為新型疫苗開發(fā)的參考抗原。幽門螺桿菌(HelicobacterPylori,HP)是全球范圍內(nèi)高感染率的慢性感染性致病菌,全世界約有50%以上的人口感染本菌。王濤等應(yīng)用生物信息學(xué)SignalP、PredTMBB、LipoP、TMHMM、Phobius、PSORT-B和SubLoc等分析軟件,對HP26695株和J99株的基因序列進行信號肽和一些特異性蛋白的預(yù)測,篩選新的外膜蛋白和分泌蛋白疫苗候選抗原。最終從HP26695株篩選得到54個編碼β-桶型跨膜蛋白、脂蛋白或分泌表達蛋白的疫苗候選蛋白抗原,從HPJ99株得到了61個呈現(xiàn)上述表達方式的疫苗候選蛋白抗原。經(jīng)分析得知這兩株菌株的候選蛋白抗原中有43個是相同的和保守的。選擇這43個候選蛋白抗原進行克隆、表達純化和免疫學(xué)評價,可最終確定是否為HP的保護性抗原,對HP的新型疫苗的開發(fā)有重要指導(dǎo)意義。2.4嗜肺軍團菌毒力島的基因組織毒力島作為細菌染色體上一段具有典型結(jié)構(gòu)特征的基因簇,與多種致病菌毒力因子的產(chǎn)生和細菌的進化有著密切的關(guān)系。研究毒力島序列和毒力因子蛋白質(zhì)結(jié)構(gòu),對于闡述病原菌的致病機理及預(yù)測新病原菌的出現(xiàn)有著十分重要的意義。軍團菌(Legionella)是一種兼性細胞內(nèi)致病菌,可感染人巨噬細胞,在其胞內(nèi)繁殖和殺死人巨噬細胞,是引起軍團菌肺炎的重要病原體。軍團菌的IV型分泌系統(tǒng)(分為IVA型和IVB型)和II型分泌系統(tǒng)與該菌致病性有關(guān),細菌通過該系統(tǒng)可將自身合成的蛋白質(zhì)等物質(zhì)轉(zhuǎn)運到菌體外或直接作用于靶細胞。其中編碼IVB型分泌系統(tǒng)的基因座包括7個基因(分別為icmV,icmW,icmX,dotA,dotB,dotC,dotD)和18個icm同源基因。序列分析表明,所有已完成測序的嗜肺軍團菌基因組中都包含該基因座,且序列高度保守。Icm/Dot分泌系統(tǒng)是引起軍團菌的重要致病因子,能阻止巨噬細胞中吞噬體和溶酶體的融合,使菌體逃脫溶菌作用,在細胞中存活。也有研究表明該系統(tǒng)