生物信息学概论

破译人类基因组给我们带来了打开这个星球上最 有价值的图书馆的钥匙，但我们现在阅读这些图 书还处在非常初级的水平，科学家的下一步工作 将是如何把信息从这些图书中挖掘出来。 生命科学已从一种以实验为基础的科学转向以信 息为基础的科学，其成功将大大依靠信息科学与 生命科学的联姻、依赖于生物信息技术的发展。 目前美国缺少有能力阅读这部人类基因“天书” 并使用其中信息的人。这个领域有非常多的机会， 有非常大的需要。据估计，这一领域所需要的研 Whitehead基因组 究人员数量将是现有人数的50倍。培养这种人才 研究所所长 就像破译人类基因组一样重要。 HGP主要负责人之一 Eric Lander, 2002
中国科学院基因研究所、北京大学也邀请林华安 担任客座教授，启动北大成为今日中国 Bioinformatics 大本营。
1987年lim给出了Bioinformatics的定义： 生物信息学是一门收集、分析遗传数据以及分发给研究机 构的新学科。 （ Bioinformatics is a new subject of genetic data collection, analysis and dissemination to the research community）
数据 知识
AGCATCGAAGTTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCA AGTTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGA TGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTA GTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCA TGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGA CCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGCGATGCATGA CCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGT TGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACTGACCTAGCAGCATC GAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGAC GATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGA AGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAATGCATGACCTAGCA GCATCGCGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGAC CTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGA CTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGC ATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGCAGCATCGAAGTTGC ATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTA GCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGA TGCATGACCTAGCAGCATCGCGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCA TGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATT GACCTAGTGCATGACTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATG CATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCATGACCTAGTGCATGACGATGCAT GACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCA TGACTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGC AGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATG CATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTA
ACGT
“DNA元件百科全书”计划（Encyclopedia of DNA Elements，简称ENCODE）
人类基因蓝图不是由孤立的基因和大量“垃圾 DNA片段”组成的，而是一个复杂的网络系统 ，单个基因、调控元件以及与编码蛋白无关的其 他类型的DNA序列一道，以交叠的方式相互作 用，共同控制着人类的生理活动 .
Drosophila melanogaster 果蝇
Arabidopsis thaliana 拟南芥
2002年 水稻、小鼠、疟原虫、鸡等基因组测序完成
已完成测序的10,614个基因组
种类
古细菌(Archaea)
古菌病毒 ( Archaeal virus )
数目
126
备注
51
1943 其中有的测定了2个以上的菌株
Introduction to Life Science
第七章 生物信息学概论
Chater7 Introduction to Bioinformatics
主要内容 Background 什么是生物信息学？ 生物分子信息 生物信息学的目标 生物信息学的任务 生物信息学研究意义
生物信息学产业 国内发展状况
背景
1. 人类基因组计划（HGP）
2000年6月克林顿宣布人类基因组草图完成 On June 26, 2000, President Clinton, with J. Craig Venter, left, and Francis Collins, announces completion of "the first survey of the entire human genome."
2003年
完成精细图,约30亿个数据(碱基)，相当于3000本每本 100原子弹计划 人类基因组计划
阿波罗登月计划
2. 模式生物基因组计划
模式生物基因组计划是人类 基因组计划的一个重要组成部分。 模式生物有：大肠杆菌、酵母、 拟南芥、线虫、果蝇和小鼠等
1995 第一个自由生物体流感嗜血菌(H. inf)的全基因组测序完成 1996 启动模式生物基因组计划
真细菌(Bacteria)
真核生物(Eukaryo)
病毒(Virus) 类病毒(Viroid)
159
2790 56
包括酵母、线虫、果蝇、蚊子、拟南芥、人等
包括不同亚类或不同株系 包括不同亚类或不同株系
噬菌体(Phage)
细胞器(Organelle) 质粒(Plasmid)
1027
3435 1027
包括不同亚类或不同株系
Even given the whole genetic code, it is obvious that traditional molecular biology would take centuries to tackle even the 470(485) genes of the smallest known genome to any free-living organism (the bacterium Mycoplasma genitalium) —IEEE 2000.vol.88 No.3 pp1949~1971 即使一种具有最小基因组（仅含 485 个基因 / 一条染色体 /580076 bp ）的生物：生殖道支原体杆菌，已知其遗传 代码，欲弄清其功能；若靠传统生物学实验方法足以耗 去我们几个世纪时间!!!
1987年－生物信息学一词的产生
Bioinformatics 林华安(Dr. Hwa A. Lim) 博士
一九八七年首创Bioinformatics 一词，一九九○年， 以一个年仅 35 岁的年轻亚洲科学家，邀齐当时美国、 苏联、法国、日本等各国国家基因组实验室的主任， 发起世界第一届国际 Bioinformatics 学术会议。自此开 启世界各国政府预算支持以及业界投入 Bioinformatics 的研究风潮，因此被尊崇为“世界生物信息之父”， 林华安连续担任该会议十年的大会主席。
首次突破万亿浮点性能的ASCI Red使用了一万颗处理器
1998年－生物信息学正式诞生
• 生物信息学的英文名称：bioinformatics • 生物信息学是有谁命名的：林华安 • 生物信息学诞生的时代背景：
计算机技术的兴起和分子生物学技术的到来 测序技术和比对算法的完善 三大数据库建成 人类基因组计划的启动与结束
1994年又重新定义为： 生物信息学特指数据库类的工作，包括持久稳固的在一个 稳定的地方提供对数据的支持。 （ Bioinformatics refers to database-like activities, involving persistent sets of data that are maintained in a consistent state over essentially indefinite periods of time）。