生物信息学的进展及其在分子微生物学研究中的应用 (1)
生物信息学的方法在生物学研究中的应用
生物信息学的方法在生物学研究中的应用随着现代生物技术和计算机技术的发展，生物信息学逐渐成为生物学研究中不可缺少的重要分支。
生物信息学是一门综合性学科，它将计算机科学、数学、统计学、物理学和生物学等多个学科的知识应用于生物学领域。
生物信息学的方法可以为生物学研究提供强有力的支持，加速生物学的发展和进步。
本文将详细介绍生物信息学的方法在生物学研究中的应用。
一、基因组学研究基因组学是生物学的重要分支之一，它研究有机体的基因组结构、功能和演化。
生物信息学方法在基因组学研究中发挥了重要的作用。
例如，生物信息学方法可以用于基因注释，即对基因组序列进行注释和标记，以便快速准确地确定基因位置和功能。
生物信息学方法也可以用于基因组比较分析，即比较不同有机体之间的基因组序列，找到相同和不同的基因，从而探究基因组的演化和进化。
生物信息学方法还可以用于结构基因组学研究，即研究基因组序列的三维结构和功能，以及基因与基因间相互作用的网络关系等。
二、转录组学研究转录组学是生物学的另一个重要分支，它研究基因表达的过程和机制。
生物信息学方法在转录组学研究中也发挥了重要的作用。
例如，生物信息学方法可以用于RNA测序分析，即对样本中的RNA进行高通量测序，找到不同组织或细胞中的差异表达基因，分析其调控机制和功能等。
生物信息学方法还可以用于表达谱分析，即分析不同基因表达的强度和模式，研究基因调节和信号转导等机制。
三、蛋白质组学研究蛋白质组学是生物学的另一个重要分支，它研究不同组织或细胞中的蛋白质组成和功能。
生物信息学方法在蛋白质组学研究中也发挥了重要的作用。
例如，生物信息学方法可以用于质谱分析，即将样本中的蛋白质进行质谱分析，找到不同蛋白质之间的相互作用和调节机制等。
生物信息学方法还可以用于蛋白质结构预测，即对蛋白质序列进行结构预测，帮助研究者理解蛋白质的复杂结构和功能。
四、计算系统生物学研究计算系统生物学是生物学的一个新兴分支，它将计算机科学、系统论和生物学等多个学科的知识相结合。
生信技术在微生物研究中的应用与发展
生信技术在微生物研究中的应用与发展生物学是一个广阔的领域，微生物学则是其中的一个重要分支。
随着科技的不断发展，尤其是生物信息学与计算机技术的迅速发展，生信技术在微生物研究中的应用越来越广泛，成为微生物学研究的重要工具和手段。
一、什么是生信技术生信技术是指利用计算机科学、信息科学、数学统计学等相关学科，对生物信息进行分析、解释和应用的技术。
包括基因组学、转录组学、蛋白质组学、代谢组学等方面。
生信技术的发展带来了生物学研究的革命性变化，成为现代微生物学的重要支撑。
二、生信技术在微生物学研究中的应用1、基因组学基因组是细胞内所有遗传信息的总和，包括DNA上所有的基因和非编码RNA序列。
利用高通量测序技术，科学家可以对细菌、真菌等微生物的基因组进行高效、快速的测序。
据此可以进行基因组比较分析，找出微生物之间的差异和相似性，推测它们的亲缘关系，寻找新的生物学功能等。
基因组测序还可以辅助微生物的分离鉴定、毒性评估等研究。
2、转录组学转录组是指细胞在特定时期和环境中所表达的所有基因的mRNA总和。
利用RNA测序技术，可以测量微生物中基因的表达情况，包括基因表达强度、转录本结构和数量等信息。
这样可以为研究基因的功能、代谢的动态变化、微生物的适应性等提供有力的证据。
此外，也可以通过转录组学研究，寻找可能的药物靶点和对抗微生物感染的新途径。
3、蛋白质组学蛋白质组学是通过分离、鉴定、定量分析微生物中的蛋白质，研究蛋白质的生理功能、代谢调节、蛋白质互作等信息。
蛋白质组学技术包括二维凝胶电泳、质谱分析、蛋白质芯片等。
通过分析微生物中蛋白质组的动态变化，可以揭示微生物对不同生境的适应机制，发现可能的致病因子和抗菌药物靶点等。
4、代谢组学代谢组学是研究微生物体内代谢产物和相关代谢途径的科学。
通过分析代谢物谱，可以发现微生物代谢途径的改变，揭示代谢物与微生物的生理、生态关系，从而研究微生物的功能、代谢途径变化，发现新的代谢物等。
生物信息学在生物学中的应用和研究进展
生物信息学在生物学中的应用和研究进展随着科技的发展，生物信息学在生物学领域中的应用越来越广泛，成为了现代生物学研究的重要工具。
本文将从生物信息学的定义、起源、方法和应用等几个方面出发，阐述生物信息学在生物学中的应用和研究进展。
一、生物信息学的定义生物信息学是一门综合性学科，它集数据分析、计算机科学、生物学、数学和统计学等多学科的优势于一身，运用信息技术和计算机技术处理生物学数据，挖掘生物学信息，实现对生物学问题的预测、分析和解析。
生物信息学还可以用于生命科学和医学的发展，如基因诊断、治疗、基因工程、生物工程等领域。
二、生物信息学的起源生物信息学的起源可以追溯到20世纪60年代，当时生物学与计算机科学的交叉正在进行。
直到20世纪90年代，高通量技术的出现促进了生物信息学的发展，生物学领域开始积累大量基因组数据。
随着计算机技术和互联网技术的迅速发展，生物信息学的应用领域变得更加广泛了。
三、生物信息学的方法生物信息学的方法可以分为两种：一种是基于算法的方法，另一种是基于实验的方法。
基于算法的生物信息学方法包括序列比对、基因预测、蛋白质结构预测及功能预测，基于实验的生物信息学方法包括DNA芯片技术、RNA测序技术和蛋白质组学等。
四、生物信息学在生物学中的应用（1）基因组学基因组学是生物信息学的主要应用领域之一，它可以探究生物体基因组的组成、结构和功能。
人类基因组计划的推出及其后续项目大大促进了基于DNA序列的生物信息学方法的发展。
通过基因组学技术，科学家们可以对比多种生物的基因组，研究基因的进化和功能。
（2）转录组学转录组是指在一定时期内的全部mRNA，反映了全部基因的转录活动状态。
转录组学是研究基因表达的分析方法，它是生物信息学方法中的一个重要分支。
利用高通量技术分析转录组，可以全面了解生物体内基因的表达模式，并进一步探究基因调控的机制。
（3）蛋白质质谱学蛋白质质谱学是分析蛋白质组的方法，其主要思想是将蛋白质从样品中提取出来，并用质谱技术分析它们的组成和结构。
生物信息学技术在微生物学研究中的应用
生物信息学技术在微生物学研究中的应用微生物学是研究微生物的生物学科学，微生物就是肉眼看不见的微小生物，包括了细菌、真菌、病毒等多种生物类群。
随着现代生命科学技术的飞速发展，生物信息学技术应用于微生物学研究中，可以得到更加丰富的关于微生物的信息。
本文将探讨生物信息学技术在微生物学研究中的应用。
一、全基因组测序截止2021年，已有数百种微生物的完整基因组测序结果公布了。
全基因组测序可以了解一种微生物的所有基因和蛋白质编码信息，帮助分析该微生物的生存策略、代谢能力、抗药性等生物学特征。
通过对多个物种的基因组进行比较分析，可以更好地理解微生物的进化历史和生境适应能力。
全基因组测序技术同时可以预测微生物的基因功能，预测微生物可能存在的合成代谢路径及其转录表达模式等。
二、转录组测序转录组测序是对微生物转录活动进行大范围检测和分析的技术，可以通过这项技术获取微生物在生长过程中大量的RNA序列信息。
这些数据可以用于研究微生物生长过程中的基因表达模式，寻找差异表达基因、筛选新的代谢途径、判定微生物对外界环境变化的响应等。
这项技术也可以帮助微生物学家更好地理解微生物对其所处生境的适应能力, 包括在不同物理化学条件下的生长模式、适存范围和代谢能力等。
三、蛋白质组学蛋白质组学是对微生物蛋白质组成进行研究的科学技术，在微生物学领域具有广泛的应用。
比如蛋白质组学可以用于一个微生物中不同蛋白质的相对丰度分析，研究微生物的代谢网络、蛋白质与宿主相互作用等重要问题。
核糖体蛋白是细菌中最丰富的蛋白质之一，核糖体蛋白组中蛋白质的数量和组成状况都对细胞生存和对外界环境的适应发挥重要作用。
因此，蛋白质组学得到广泛地应用于微生物学研究中。
四、宏基因组测序宏基因组测序从样本中提取DNA，并对其进行测序、分析，从而获得生态系统中大量微生物的基因组信息。
在过去，微生物研究大多局限于狭窄的群体，而宏基因组测序技术使得科学家可以研究更广泛的微生物群体中的基因组和基因表达等信息。
生物信息学在分子生物学中的应用
生物信息学在分子生物学中的应用生物信息学是一门跨学科的学科，包括计算机科学、数学、物理学、化学、生物学等多个领域，致力于通过对生物数据的收集、处理、存储、分析等技术手段，揭示生命活动的本质和规律，以及为人类健康和生产提供重要的科学服务。
其中，分子生物学是生物信息学的重要应用领域之一。
本文将介绍生物信息学在分子生物学研究中的应用和发展现状。
一、基因组学基因组学是指对一个物种的基因组进行全面的测序和分析，揭示其中的基因组结构、功能和演化等信息。
生物信息学在基因组学中的应用特别广泛，其中最重要的就是基因组测序和基因注释。
基因组测序是指对一个物种的基因组进行全面的测序和分析，包括组装、比对、分析等过程，从中获得该物种的基因组结构和演化历史等信息。
在此过程中，生物信息学需要应用大量的算法和工具，如Blast、Bowtie、SOAP、Samtools等等。
而基因注释则是指对已知的基因组序列进行分析和标注，从中获得该物种的部分或全部基因的信息，如基因的位置、结构、功能、调节元件等。
基因注释过程要依赖于大量已知物种的基因组序列信息，以及各种基因组学数据库和工具，如NCBI、Ensembl、GenBank、KEGG等等。
以上两个过程是基因组学的基础，也是生物信息学在分子生物学研究中的必不可少的工具和手段。
二、转录组学转录组学是指对一个物种的全部mRNA序列进行测序和比较分析，以了解该物种的转录组结构、调控网络和生理或病理过程。
其中，转录组测序分为两种：全转录组测序（RNA-Seq）和微阵列芯片测序（Microarray）。
全转录组测序是指通过高通量测序技术对mRNA序列进行测序，从而获得全面的转录组信息。
微阵列芯片测序是通过将mRNA反转录成cDNA并标记，然后将其在微阵列上进行杂交，最终通过芯片扫描仪检测信号水平，从而获得一份特定时间、组织或病理状态下的转录组信息。
由于全转录组测序具有高灵敏度、高精确度和高可信度等优点，因此已成为转录组学中最常用的测序方法。
生物信息学技术在微生物学中的应用
生物信息学技术在微生物学中的应用随着科技的发展，生物信息学技术在微生物学中的应用越来越广泛，成为微生物学研究的重要手段之一。
本文将从不同角度介绍生物信息学技术在微生物学中的应用。
基因组学分析基因组学研究是生物信息学技术在微生物学中应用最广泛的领域之一。
这项技术能够通过对微生物的基因组信息进行测序、组装、注释等步骤，从而解析微生物的基因组结构和功能。
例如，利用这项技术可以确定微生物的基因位点和基因数量、注释基因的功能、预测微生物的代谢途径等信息。
这些信息对研究微生物的生物学特性、生存环境、生物学分类等方面都具有重要意义。
比较基因组学分析比较基因组学研究是通过对不同微生物基因组的比较分析，从而探索微生物的进化机制、物种特性等方面的研究。
比较基因组学研究依赖于生物信息学技术，例如序列比对算法、多序列比较算法、基因家族分析等方法。
通过这些方法，可以对多种微生物的进化轨迹进行分析，从而了解微生物在适应不同生态环境中的进化策略和适应机制。
转录组学分析转录组学分析是通过测定微生物的转录产物，了解在特定生境下微生物的基因表达和功能。
这项技术需要生物样品的RNA提取、RNA测序、差异表达分析等步骤。
通过转录组学分析，可以发现微生物在不同生境下的调控机制、阐明特定生境下微生物的代谢途径，对微生物的分子生物学机制有进一步的了解。
蛋白质组学分析蛋白质组学分析是通过测定微生物蛋白质组成，了解在不同生境下微生物的蛋白质表达和功能，这项技术主要包括蛋白质提取、质谱分析等步骤。
通过蛋白质组学分析，可以获得微生物的蛋白质水平信息、鉴定蛋白质相互作用网络、分析蛋白质修饰等信息，对揭示微生物生物学特性、代谢特性等方面具有重要意义。
元基因组学分析元基因组学分析是一种研究微生物群落结构、代谢功能和生物量的领域。
元基因组学分析主要通过提取环境样品DNA，利用生物信息学方法分析获得的序列数据，了解微生物群落结构、微生物间相互作用、微生物的代谢途径等信息。
生物信息学的应用与研究进展
生物信息学的应用与研究进展生物信息学是一门综合性的学科，它通过计算机科学、生物学、数学等多个学科的交叉融合实现对生物信息的收集、分析、存储和应用。
随着高通量技术的发展和数据的不断积累，生物信息学在生物学研究中扮演着越来越重要的角色。
本文将介绍生物信息学的应用和研究进展。
一、基因组与转录组分析随着生物信息学的发展和高通量技术的出现，基因组和转录组分析已经成为生物信息学的重要研究方向。
在这个领域里，主要涉及到DNA序列、RNA序列和蛋白质序列的分析。
生物信息学的主要任务就是通过对这些序列的分析，找出它们之间的关联性，以及分析它们的结构和功能。
例如，基因组测序能在短时间内获取大量的序列数据，这就使得我们可以对大量基因组进行比较分析，从而更好的了解其演化机制。
基因组测序和比较分析已经成为解释物种起源和演化的重要方法。
随着对人类基因组的解析，并且发现了与人体健康和疾病相关的基因，生物信息学可以帮助我们更好的理解基因的作用和功能。
另外，转录组分析也被广泛应用于研究细胞的分子功能，例如，研究不同组织中的基因表达变化及其调节关系。
二、蛋白质与代谢组分析蛋白质是生命活动的最重要的分子之一，在细胞功能和结构中都发挥着关键的作用。
鉴定蛋白质组成分析对于了解生物体的基本功能和生物化学过程非常重要。
生物信息学的应用可以促进蛋白质组研究的进展。
例如，通过质谱分析，我们可以得到蛋白质的质量和组成，并且可以快速的标识出不同蛋白质之间的异同。
代谢组分析指的是对生物样本中代谢产物的分析。
这个领域涉及到许多不同的生物学研究，例如代谢疾病、环境污染和治疗药物的评估。
生物信息学在代谢组分析中同样扮演着重要的角色。
通过代谢产物与环境等不同因素之间的关联性分析，可以找到对治疗某些疾病有用的代谢路径，并且找到可行的治疗方法。
三、基因编辑和基因治疗基因编辑是指通过改变DNA序列来修改或者改变某种细胞或者生物的遗传特征的过程。
生物信息学在基因编辑方面的应用已经逐渐得到拓展。
生物信息学在分子生物学研究中的应用
生物信息学在分子生物学研究中的应用随着科技的迅速发展，生物信息学已经成为生物学研究中不可或缺的一部分。
生物信息学是将计算机科学、统计学、生物学、物理学等多个学科的技术与方法综合运用于生物学研究中的一门学科。
在分子生物学研究中，生物信息学的应用日益广泛，为科学研究提供了无穷的可能性。
一、基因组学生物信息学在基因组学研究中发挥了巨大的作用。
在基因组学研究中，生物信息学用计算机技术对基因组进行序列分析、比较基因组学、基因预测、基因注释等多个方面的研究。
基因组学的突破已经帮助生物学家解决了很多困惑已久的科学问题，如基因组演化、长链非编码RNA的功能等。
二、转录组学转录组学是研究细胞中所有转录的RNA分子的集合。
转录组学研究的重点包括探究转录因子靶基因和不同细胞类型的RNA表达谱的差异等。
生物信息学在转录组学研究中运用大量的数据库和软件分析工具，为细胞信号转导网络、代谢路径、作用机理及其调节分子提供了直接的信息。
三、蛋白质组学蛋白质组学是研究蛋白质结构和功能的领域。
蛋白质组学中的关键问题是如何高效地鉴定、分离、纯化、定量和鉴定蛋白质及蛋白质修饰。
生物信息学在蛋白质组学研究中主要应用于蛋白质质谱学技术的研究。
四、生物信息学在药物研发中的应用药物研发是生物学中的一个重要领域，是疾病治疗的重要手段。
生物信息学在药物研发中发挥着重要的作用，包括快速鉴定化合物的有效性、剂型研究、药物安全性研究等。
五、结论生物信息学在分子生物学研究中已经成为一项极为重要的技术手段。
随着生物信息学的技术不断发展，分子生物学研究的源源不断的进展将为人类生命的理解和健康的实现提供更为深刻的帮助。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
近年来，人类基因组计划和其它物种基因组学计划的启动和实施，使人类在生命科学领域尤其是在核酸、蛋白质等生物大分子的序列、结构与功能等领域迅速积累了大量数据。
人们渴望从这些巨量数据挖掘出有用的信息。
生物信息学这门新兴学科应运而生。
微生物全基因测序，不仅是人类最早和首先完成的第一种生物的全基因组分析，也是迄今为止完成测序基因组种类最多的领域。
生物信息学研究方法的运用为病原微生物的研究注入了新的血液。
通过生物信息学研究平台，人们不仅能够实时在线检索丰富的微生物资源、共享海量的信息数据，还可以利用不断优化的系统平台、新的算法对微生物学各方面作进一步的研究。
本文对近年来生物信息学方法在分子微生物学多方面的研究作一简要综述。
1 生物信息学研究概况生物信息学是在生命科学、计算机科学和数学的基础上逐步发展而形成的一门新兴的边缘学科，它以核酸和蛋白质为主要研究对象，以数学、计算机科学为主要研究手段，对生物学实验数据进行获取、加工、存储、检索与分析，从而达到揭示数据所蕴含的生物学意义的目的[1]。
生物信息学的发展大致经历了前基因组时代、基因组时代和后基因组时代。
目前，它的主要研究内容已经从对DNA和蛋白质序列比较、编码区分析、分子进化转移到大规模的数据整合、可视化，转移到比较基因组学、代谢网络分析、基因表达谱网络分析、蛋白质技术数据分析处理、蛋白质结构与功能分析以及药物靶点筛选等[1]。
在后基因组时代的今天，生物信息学已经成为目前极其热门的系统生物学研究的重要手段。
利用各种功能的软件系统平台，目前生物信息学生物信息学的进展及其在分子微生物学研究中的应用陈文聪 胡朝晖 朱庆义★[摘 要] 生物信息学的飞速发展，为其他生命学科的研究提供了新的平台。
随着微生物基因组、蛋白质组的数据日益丰富，生物信息学方法在分子微生物学研究中应用越来越广泛，为人类疾病防治带来了不可估量的影响。
本文概述了生物信息学的研究概况和生物信息学在分子微生物学研究领域中的应用，如微生物鉴定、溯源分析、新型疫苗研究，以及微生物致病机理的研究等具有重要意义。
[关键词] 生物信息学；分子微生物Application of the bioinformatics in the research of molecular microbiologyCHEN Wencong, HU Chaohui, ZHU Qingyi★(Guangzhou Kingmed Center for Clinical Laboratory, Guangdong, Guangzhou 510330, China）[ABSTRACT] The rapid development of bioinformatics provides a new platform for other life scienceresearch. The widely use of bioinformatics methods in the research of microbiology results from the enrichmentof microbial genome data and proteome data, which have contributed to human diseases' prevention and therapy.The paper reviewed the progress of bioinformatics and the application of its in the research of microbiology,such as the identification of microbe, the analysis of evolution, the study of new vaccines and the nosogenesis ofmicrobe, which are significant to the research of microbiology.[KEY WORDS] Bioinformatics; Molecular microbiology基金项目：十一五国家科技重大专项课题（2008ZX10004-006）；国家标准化委员会资助项目（20081021-T-361）作者单位：广州金域医学检验中心，广东，广州 510330★通讯作者：朱庆义，E-mail：zqy@•综述•方法主要通过序列比对与分析、功能基因组与基因表达数据的分析、蛋白质结构预测以及基于结构的药物设计等方面应用于各个生命科学研究领域。
1.1 序列比对与分析序列比对是生物信息学的基础，是比较两个或两个以上符号序列的相似性或不相似性。
两个序列的比对现在已有较成熟的动态规划算法，以及在此基础上编写的比对软件包——BLAST和FASTA；两个以上序列的多重序列是生物信息学中尚未解决的一个NP完全的组合优化问题，是目前研究的热点[2]。
比较经典的算法有SAGA算法[3]、CLUSTAL算法以及隐马尔可夫模型（Hidden Markov Models，HMM）多重序列比对算法，另外，如Notredame等[4]开发的T-Coffee算法、Timo等[5]设计的Kalign算法、张琎等[6]设计的基于GC-GM多序列比对穷举遗传算法，是通过穷举某个特定范围内的所有序列的长度取值，来确定最终最佳比对长度的一种多序列比对算法。
这些算法已应用于各种多序列比对软件，并在应用中不断得到优化。
1.2 功能基因组学在后基因时代的今天，基因组学的研究已从结构基因组学（Structural genomics）转向功能基因组学（Functional genomics）[1]。
功能基因组的任务是进行基因组功能注释（Genome annotation），了解基因功能、认识基因与疾病的关系、掌握基因的产物及其在生命活动中的作用。
基因的时空差异表达是功能基因组学研究的理论基础。
经典的减法杂交、差式筛选、cDNA替代差异分析以及mRNA差异显示等技术已被广泛应用于鉴定和克隆差异表达的基因。
近年来应用较热的主要是基因表达系列分析（Serial analysis of gene expression, SAGE）、cDNA微阵列（cDNA microarray）和DNA芯片（DNA chip）等差异表达分析技术。
如由Liang和Pardee等发明的差异显示反转录PCR（Differential display-reverse transcriptase PCR ，DDRT-PCR）技术[8]。
1.3 蛋白质结构预测蛋白质结构预测是生物信息学的重要应用，分为二级结构预测和空间结构预测。
二级结构预测的目标就是预测某一个片段中心的残基是α螺旋，还是β折叠，或是其他结构，常用的方法有立体化学方法、图论方法、统计方法、最邻近决策方法、基于规则的专家系统方法、分子动力学方法和人工神经网络方法。
在空间结构预测方面，比较成功的理论方法是同源模型法。
运用同源模型法可以完成所有蛋白质10%到30%的空间结构预测工作[7]。
目前尚没有普遍可行的方案实现蛋白质结构的准确预测，大多数方案为启发式的。
1.4 基于结构的药物设计基于生物大分子结构的药物设计是生物信息学研究的热点。
利用现有的海量生物数据进行潜在药物靶点定位是生物信息学药物设计的主要策略。
目前研究比较热的是计算机辅助药物设计（Computer aided drug design）。
计算机辅助药物设计就是通过模拟和计算受体与配体的这种相互作用，进行先导化合物的优化设计，大致包括活性位点分析法、数据库搜索、全新药物设计。
目前活性位点分析软件主要有DRID、GREEN、HSITE等[7]。
通过搜索数据库来获得药物靶点是其中一个手段，主要分为基于配体的方法和基于受体的分析方法；另外，全新药物设计的方法越来越受到人们的重视，现已开发出一批实用性较强的软件，主要有LUDI[9]、Leapfrog[10]、GROW、SPROU等，其中LUDI最为常用。
2 生物信息学在分子微生物学研究中的应用由于在微生物遗传物质表达中存在高频率的变异现象，微生物表现出来的时间与空间上的多态性是微生物研究的一个挑战。
尤其是对病原微生物的研究，如最近提出的研究热点超级细菌的耐药性、HIV 病毒的大范围蔓延、新型病毒人博卡病毒（Human bocavins, HboV）的出现、甲型H1N1的全球蔓延等，因此对病原微生物的研究一直都是生命科学研究的热点。
生物信息学方法的出现无疑是分子微生物学研究的一种强有力的手段。
目前各种微生物生物信息数据库日益完善，为各种微生物的研究奠定了良好基础。
通过生物信息学方法，不仅可以快速准确地实现微生物分型鉴定、溯源分析，还可以研究新型疫苗的开发，甚至是微生物致病机理的深入分析。
2.1 微生物鉴定中的应用微生物高度的遗传多样性是微生物鉴定及溯源的一个难题。
对此，基于DNA序列、蛋白质序列、蛋白质结构的生物信息学方法为人们在基因水平上鉴定微生物提供了一个快速精确的手段，特别是对于新发现微生物的鉴定。
通过DNA测序鉴定方法已经被证明比传统的生化分型和表型分型方法更加准确、快捷，如多位点测序分型技术（Multilocus sequence typing，MLST）[11]。
MLST是一种以核酸序列为基础的病原菌分型方法，是高通量测序技术与成熟的群体遗传学相结合的产物。
目前MLST已被广泛应用于原核病原菌及一些真核病原菌的分型鉴定中。
脑膜炎奈瑟菌（Neisseria meningitidis）为革兰氏阴性致病菌，主要引起流行性脑脊髓炎（简称流脑）和菌血症，菌体外膜蛋白porA蛋白和porB蛋白是疫苗研发的关键抗原，由外膜蛋白基因porA、porB编码。
管大伟等[12]采用MLST方法对1965~2006年流脑患者分离的66株脑膜炎奈瑟菌进行基因分析，同时采用测序技术对菌体外膜蛋白基因porA、porB测序分型，探讨抗原的多态性。
通过MLST测序得出了8个克隆体系，其中ST-5为优势克隆系，指出人脑膜炎奈瑟菌外膜蛋白的表达与克隆体系的分布有一定关联。
发现广东省流脑患者脑膜炎奈瑟菌OMPs基因porA、porB VRs型高度集中，多态性较低，有利于疫苗的研发和选用。
Quiñones等[13]利用MLST方法对 2000~2005年来自古巴不同地区的23个从临床上分离出来的大肠埃希菌致病基因和耐药基因进行分型鉴定。
结果显示，23株大肠埃希菌共有13种基因分型（ST），其中5种分型较为罕见。
各种分型在不同地区的分布有差异。
通过聚类分析发现，大肠杆菌的耐药基因的分布与其基因型存在着一定关联，这对大肠杆菌的耐药机制的研究有一定的指导作用。