生物信息学 第一章 生物信息学概述
生物信息学概念与主要内容
生物信息学概念与主要内容生物信息学是一门交叉学科，它综合运用了生物学、计算机科学、数学和统计学等多个学科的理论和方法，来研究和分析生物分子（如 DNA、RNA 和蛋白质）的结构、功能、演化以及它们之间的相互关系。
生物信息学的主要内容包括以下几个方面：1. 基因组学：基因组学是生物信息学的核心领域之一。
它涉及基因组的测序、组装、注释和比较分析。
通过基因组学的研究，可以了解生物体的基因组结构、基因功能、基因表达调控等信息。
2. 转录组学：转录组学关注的是转录水平上基因表达的研究。
它包括对 RNA 转录本的测序、表达量分析、差异表达基因的鉴定等。
转录组学有助于理解基因在不同条件下的表达模式和调控机制。
3. 蛋白质组学：蛋白质组学研究蛋白质的表达、结构、功能和相互作用。
它包括蛋白质的鉴定、定量分析、蛋白质-蛋白质相互作用网络的构建等。
蛋白质组学对于揭示蛋白质的功能和生物学过程具有重要意义。
4. 生物信息学算法和工具：生物信息学涉及到大量的数据处理和分析，因此需要开发各种算法和工具来处理和解读生物数据。
这些工具包括序列比对算法、基因注释工具、蛋白质结构预测算法等。
5. 数据库和知识库：生物信息学依赖于各种生物数据库和知识库，这些数据库存储了大量的生物分子数据、文献信息和实验结果。
例如，基因组数据库（如 GenBank）、蛋白质数据库（如 PDB）等。
6. 系统生物学：系统生物学是将生物信息学与系统科学相结合的学科领域。
它旨在研究生物系统中各个组成部分之间的相互作用和调控机制，从而构建生物系统的模型和网络。
总的来说，生物信息学为生物研究提供了强大的计算和数据分析工具，帮助科学家更好地理解生物分子的结构、功能和相互关系，进而推动生命科学的发展。
生物信息学简介（小编整理）
生物信息学简介（小编整理）第一篇：生物信息学简介1、简介生物信息学（Bioinformatics）是在生命科学的研究中，以计算机为工具对生物信息进行储存、检索和分析的科学。
它是当今生命科学和自然科学的重大前沿领域之一，同时也将是21世纪自然科学的核心领域之一。
其研究重点主要体现在基因组学（Genomics）和蛋白质组学（Proteomics）两方面，具体说就是从核酸和蛋白质序列出发，分析序列中表达的结构功能的生物信息。
具体而言，生物信息学作为一门新的学科领域，它是把基因组DNA序列信息分析作为源头，在获得蛋白质编码区的信息后进行蛋白质空间结构模拟和预测，然后依据特定蛋白质的功能进行必要的药物设计。
基因组信息学，蛋白质空间结构模拟以及药物设计构成了生物信息学的3个重要组成部分。
从生物信息学研究的具体内容上看，生物信息学应包括这3个主要部分：（1）新算法和统计学方法研究；（2）各类数据的分析和解释；（3）研制有效利用和管理数据新工具。
生物信息学是一门利用计算机技术研究生物系统之规律的学科。
目前的生物信息学基本上只是分子生物学与信息技术（尤其是因特网技术）的结合体。
生物信息学的研究材料和结果就是各种各样的生物学数据，其研究工具是计算机，研究方法包括对生物学数据的搜索（收集和筛选）、处理（编辑、整理、管理和显示）及利用（计算、模拟）。
1990年代以来，伴随着各种基因组测序计划的展开和分子结构测定技术的突破和Internet的普及，数以百计的生物学数据库如雨后春笋般迅速出现和成长。
对生物信息学工作者提出了严峻的挑战：数以亿计的ACGT序列中包涵着什么信息？基因组中的这些信息怎样控制有机体的发育？基因组本身又是怎样进化的？生物信息学的另一个挑战是从蛋白质的氨基酸序列预测蛋白质结构。
这个难题已困扰理论生物学家达半个多世纪，如今找到问题答案要求正变得日益迫切。
诺贝尔奖获得者W.Gilbert在1991年曾经指出：“传统生物学解决问题的方式是实验的。
生物信息学PPT课件
生物信息学在农业研究中的应用
1 2 3
作物育种
生物信息学可以通过基因组学手段分析作物的遗 传变异，为作物育种提供重要的遗传资源。
转基因作物研究
通过生物信息学分析，可以了解转基因作物的基 因表达和性状变化，为转基因作物的研发和应用 提供支持。
农业环境监测
生物信息学可以帮助研究人员监测农业环境中的 微生物群落、土壤质量等指标，为农业生产提供 科学依据。
特点
生物信息学具有数据密集、技术依赖、多学科交叉、应用广泛等特点。
生物信息学的重要性
促进生命科学研究
提高疾病诊断和治疗水平
生物信息学为生命科学研究提供了强 大的数据分析和挖掘工具，有助于深 入揭示生命现象的本质和规律。
生物信息学在疾病诊断和治疗方面具 有重要作用，通过对基因组、蛋白质 组等数据的分析，有助于实现个体化 精准医疗。
03 生物信息学技术与方法
基因组测序技术
基因组测序技术概述
基因组测序是生物信息学中的一项关键技术，它能够测定生物体的 全部基因序列，为后续的基因组学研究提供基础数据。
测序原理
基因组测序主要基于下一代测序技术，如高通量测序和单分子测序， 通过这些技术可以快速、准确地测定生物体的基因序列。
测序应用
基因组测序在医学、农业、生物多样性等多个领域都有广泛应用，如 疾病诊断、药物研发、作物育种等。
生物信息学ppt课件
目录
• 生物信息学概述 • 生物信息学的主要研究领域 • 生物信息学技术与方法 • 生物信息学的应用前景 • 生物信息学的挑战与展望 • 案例分析
01 生物信息学概述
定义与特点
定义
生物信息学是一门跨学科的学科，它利用计算机科学、数学和工程学的原理、 技术和方法，对生物学数据进行分析、解释和利用，以解决生物学问题。
生物学中的生物信息学与大数据分析
生物学中的生物信息学与大数据分析生物信息学作为生物学领域的重要分支，与大数据分析相结合，为我们揭示了生物体内的基因组、蛋白质组和代谢组等复杂生物过程。
本文将介绍生物信息学在大数据分析中的应用，并探讨其在生物学研究和药物研发中的潜力。
一、生物信息学概述生物信息学是指利用计算机科学和信息技术来研究生物学问题的学科。
它包括生物信息处理、生物信息学算法、生物信息学数据库等多个领域。
随着测序技术的迅速发展，我们能够获取到大量的基因组数据、蛋白质组数据等生物信息数据，生物信息学的应用也变得越来越广泛。
二、生物信息学在基因组学中的应用基因组学是研究生物体内基因组的一门学科。
利用生物信息学的技术，我们可以对基因组进行序列比对、基因预测和功能注释等工作。
通过对大数据的分析，可以发现与特定疾病相关的基因或突变，从而为疾病的诊断和治疗提供依据。
三、生物信息学在蛋白质组学中的应用蛋白质组学是研究生物体内蛋白质组成和功能的一门学科。
通过生物信息学的方法，可以对蛋白质序列进行多序列比对、结构预测和功能注释等分析，进一步揭示蛋白质间的相互作用以及其在生物过程中的作用。
这些信息有助于我们理解疾病的发生机制，从而为新药的研发提供线索。
四、生物信息学在代谢组学中的应用代谢组学是研究生物体内代谢产物的一门学科。
利用生物信息学的方法，我们可以对代谢产物进行组学分析，通过对大数据的挖掘，可以发现与特定疾病相关的代谢通路或代谢产物。
这些信息对于疾病的早期诊断和治疗非常重要。
五、生物信息学在药物研发中的应用生物信息学在药物研发中起着不可替代的作用。
通过对基因组、蛋白质组和代谢组等生物信息的分析，我们可以找到与特定疾病相关的靶点，并设计出对应的药物分子。
此外，生物信息学还可以对药物的代谢和毒性进行预测，从而加速药物研发的速度。
六、生物信息学面临的挑战尽管生物信息学在大数据分析中已经取得了显著的进展，但仍然面临一些挑战。
首先，数据的质量和准确性问题需要解决。
生物信息学综述
生物信息学的概要摘要生物信息学是生物科学中一门新兴的前沿学科，本文主要阐述了生物信息学的概念、特点，研究内容和应用与发展前景。
关键词生物信息学发展前景前言2l 世纪是高科技发展的世纪，随着人类基因组计划的完成、遗传语言的破译、生物大分子的功能与结构研究，一门崭新的拥有巨大发展潜力的新的学科生物信息学悄然兴起并得以蓬勃发展。
生物信息学已成为分子生物学家和从事生物学研究和学习的科研人员、教师和学生的必备工具。
1生物信息学概述生物信息学( B i o i n f o r m a t i c s )是生物学、数学和计算机科学交叉所形成的一门新兴学科，它主要运用信息科学和计算机，手段通过数据分析和处理．揭示海量数据间的内在联系和生物学含义，进而提炼有用的生物学知识。
2生物信息学的最大特点一是数据库庞杂，仅人类基因组一项，就大约有3 ．0 ×l 0 个A、G、C、T构成：二是操作主要在网络环境中运行，通过网络强大的搜索功能实现数据储存、检索和分析；三是由于是一门由计算机技术、数学、生物学等多学科综合交叉产物．它的理论及内容尚在不断地完善与更新中。
3生物信息学的研究内容3.1基因组信息学分析生物信息学的重大目标在于理解生物数据和生命本质。
迄今为止真正掌握信息存储与表达规律的只有DNA上编码蛋白质的区域，即基因。
当前生物序列信息提取与分析主要集中在下几个方面：( 1 )新基因与基因新的功能的发现与鉴定。
( 2 )非编码区信息结构分析。
( 3 ) 编码区和非编码区的信息调控规律的研究。
3.2比较基因组学研究自 1 9 9 0年正式实施人类基因计划以来，现已有1 8个生物体的完整基因组测序完毕，约有 4 0个完整基因组正在被译当中，从而为分离一些人类遗传病的候选基因和预测一些新克隆的人类基因的功能提供有益的指导，生物体基因组研究为人类基因组提供大量的参考信息。
3.3蛋白质组信息学研究蛋白质是生物信息的重要组成部分，它具有自身特有的活动规律.。
蛋白质生物信息学(共45张PPT)
利用生物信息学软件DNAman将VH-L-L的核苷酸序列翻译
为氨基酸序列
利用NCBI提供的ORF Finder预测VH-L-L的 ORF，从预测结果看出VH-L-L是一段连续 的较长的ORF，它可能是一个完整的编码 序列
利用ProtParam对VH-L-L的氨基酸序列及基本 理化性质进行了分析。
析，更加深入地理解DNA序列，结构，演化及其 与生物功能之间的关系。
研究课题涉及到分子生物学，分子演化及结构生 物学，统计学及计算机科学等许多领域。
研究过程
以数据（库）为核心 1 数据库的建立 2 生物学数据的检索 3 生物学数据的处理 4 生物学数据的利用：计算生物学
研究展望
由于生物信息学是基于分子生物学与多种学科交叉而成的 新学科，现有的形势仍表现为各种学科的简单堆砌，相互之 间的联系并不是特别的紧密。在处理大规模数据方面，没 有行之有效的一般性方法；而对于大规模数据内在的生成 机制也没有完全明了，这使得生物信息学的研究短期内很 难有突破性的结果。
第一节生物信息学与蛋白质工程 一、生物信息学概述
生物信息学是利用应用数学、信息学、统计 学和计算机科学的方法研究生物学的问题。
1987年，林华安首创Bioinformation 一词，被誉为”世界生物信息之父”。
概述
生物信息学分子生物学与信息技术（尤其是互联网 技术）的结合体。
研究材料和结果就是各种各样的生物学数据 研究工具是计算机
由于DNA自动测序技术的快速发展，
DNA数据库中的核酸序列公共数据量 以每天106bp速度增长，生物信息迅速 地膨胀成数据的海洋。毫无疑问，我们 正从一个积累数据向解释数据的时代转 变，数据量的巨大积累往往蕴含着潜 在突破性发现的可能。 “生物信息学” 正是从这一前提产生的交叉学科。
第01讲生物信息学概述
20世纪90年代
人类基因组计划开始 （Human Genome Project, HGP）
人类基因组计划带来了
生物信息学
人类基因组计划
(HGP，Human Genome Project) 目标：整体上破解人类遗传信息的奥秘
由美国NIH和能源部提出和带头，美、英、德、 法、日、中共同参与的国际合作项目。 完成人全部24(22+X+Y)条染色体中3.2×109个碱基 对的序列测定，主要任务包括做图（遗传图谱、 物理图谱以及转录图谱的绘制）、测序和基因识 别，其根本任务是解读和破译生物体的生老病死 以及与疾病相关的遗传信息。
（二）基因组时代的生物信息学
以基因组计划的实施为标志的基因组时代（1990年至2001 年）是生物信息学成为一个较完整的新兴学科并得到高速 发展的时期。这一时期生物信息学确立了自身的研究领域 和学科特征，成为生命科学的热点学科和重要前沿领域之 一。
这一阶段的主要成就包括大分子序列以及表达序列标签 （expressed sequence tag，EST）数据库的高速发展、 BLAST（basic local alignment search tool）和FASTA （fast alignment）等工具软件的研制和相应新算法的提 出、基因的寻找与识别、电子克隆（in silico cloning） 技术等，大大提高了管理和利用海量数据的能力。
定义二：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 (1994)
定义三：采用信息科学技术，对各种生物信息（包 括核酸、蛋白质等）的收集、加工、储存、分析、 解释的一门学科。
收集、加工、储存：计算机科学家 分析、解释：生物学家
三、生物信息学发展简史
生物信息学-第一章
1 概述当前人类基因组研究已进入一个重要时期，2000年将获得人类基因组的全部序列，这是基因组研究的转折点和关键时刻，意味着人类基因组的研究将全面进入信息提取和数据分析阶段，即生物信息学发挥重要作用的阶段。
到1999年12月15日发布的第115版为止，GenBank中的DNA碱基数目已达46亿5千万，DNA序列数目达到535万；其中EST序列超过339万条； UniGene的数目已达到7万个；已有25个模式生物的完整基因组被测序完成，另外的70个模式生物基因组正在测序当中；到2000年1月28日为止，人类基因组已有16%的序列完成测定，另外37.7%的序列已经初步完成；同时功能基因组和蛋白质组的大量数据已开始涌现。
如何分析这些数据，从中获得生物结构、功能的相关信息是基因组研究取得成果的决定性步骤。
生物信息学是在此背景下发展起来的综合运用生物学、数学、物理学、信息科学以及计算机科学等诸多学科的理论方法的崭新交叉学科。
生物信息学是内涵非常丰富的学科，其核心是基因组信息学，包括基因组信息的获取、处理、存储、分配和解释。
基因组信息学的关键是“读懂”基因组的核苷酸顺序，即全部基因在染色体上的确切位置以及各DNA片段的功能；同时在发现了新基因信息之后进行蛋白质空间结构模拟和预测，然后依据特定蛋白质的功能进行药物设计。
了解基因表达的调控机理也是生物信息学的重要内容，根据生物分子在基因调控中的作用，描述人类疾病的诊断、治疗内在规律。
它的研究目标是揭示"基因组信息结构的复杂性及遗传语言的根本规律"，解释生命的遗传语言。
生物信息学已成为整个生命科学发展的重要组成部分，成为生命科学研究的前沿。
近来的研究表明，基因组不仅是基因的简单排列，它有其特有的组织结构和信息结构，这种结构是在长期的演化过程中产生的，也是基因发挥其功能所必须的。
弄清楚生物体基因组特有的组织结构和信息结构，解译生命的遗传语言的关键。
- 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)。
生物分子
一级结构 二级结构 三级结构
一级结构
二级结构 三级结构
四级结构
DNA
基因的DNA序列
对 应 遗 传
前体RNA mRNA
关
系
密
码
蛋白质序列
多肽链
三个重要的信息
(1)遗传信息的载体——DNA
DNA通过自我复制，在生物体的繁衍过程中传递遗传信息； 基因通过转录和翻译，使遗传信息在生物个体中得以表达，并使后代表现出 与亲代相似的生物性状。 转录 复制 翻译 RNA
• 生物信息学？－－新兴的交叉学科
Mathematical sciences Computer sciences
Life sciences
生物学背景？★★★ 分子生物学／基因工程 数学？★ 统计学，模型，算法 计算机科学背景？
★
Linux/Perl/PHP/JAVA/C++/Visual Basic
12
13 14 15 16
MPIMG
GBF Stanford (Davis) Keio
17,21,X
21, reg of 9 8 2,6,8,22,21
6.9
6 23 30 2671 2671Mb
40
12
40
50 137
0.3
0.3 0.29 0.23 0.17 32.64Mr
11 27 4663Kr 2950Kr
生物信息学
Bioinformatics
生ቤተ መጻሕፍቲ ባይዱ科学与技术学院
初步计划讲授内容
第一章 概论（2） 第二章 生物学基础（略） 第三章 生物信息数据库及其信息检索（4-6） 第四章 序列比对与算法（6） 第五章 核酸序列分析（6） 第六章 蛋白质结构预测和分子设计（4-6） 第七章 基因组信息学（4） 第八章 蛋白质组信息学（4） 第九章 生物信息学前沿（自学）
之荣 译. 化学工业出版社, 2006
网上资源
1、华中农业大学国家精品课程生物信息学网站
(/kech/swxxx/index.htm) 2、西南交通大学生物信息学精品课程网站
(/C54/Course/Index.htm）
生物信息学涉及的生物分子数据库
DNA序列数据 最基本
生 物 分 子 生物分子结构数据 蛋白质序列数据 直观展示 生命体系 千姿百态 的变化
信
息 生物分子功能数据 复杂剖析
生物分子数据与计算机计算
生物分子数据 + 计算机计算
特征： 生物分子信息数据量大 生物分子信息复杂 生物分子信息之间存在着密切的联系
法和生物信息分析方法
1970 Needleman-Wunsch提出序列比对算法 1970 Gibbs和McIntyre发表矩阵打点作图法 1972 Gatlin将信息论引入序列分析，证实自然的生物分子序列是高度非随机的
1977 出现将DNA序列翻译成蛋白质序列的算法。
1975 Pipas和McMahon首先提出运用计算机技术预测RNA二级结构 1978 Gingeras等研制出核酸序列中限制性酶切位点的识别软件
参考书籍
1、《生物信息学教程》蔡禄. 化学工业出版社, 2007 2、《生物信息学》(第二版)张阳德主编. 科学出版社, 2009 3、《生物信息学》陶士珩主编. 科学出版社, 2007 4、《生物信息学应用技术》王禄山, 高培基.化学工业出版社, 2007
5、《生物信息学与功能基因组学》(美)乔纳森•佩夫斯纳 著; 孙
特征： 信息存储量大 计算性能高速、有效 信息交流方便
生物信息学的发展历史
生物科学和 技术的 发展 人类基因组 计划的 推动
生物信息学 基本思想的产生 二十世纪 50年代
生物信息学 的迅速发展 二十世纪 80-90年代
（1）前基因组时代（20世纪90年代前）
20世纪50年代，生物信息学开始孕育 20世纪60年代，生物分子信息在概念上将计算生物学和计算 机科学联系起来，是生物信息学形成雏形的阶段
3、东南大学生物信息学网络学习平台 (/chenyuan/xsun/courses_on_net.htm)
4、美国国立生物技术信息中心
( )
期刊
《生物信息学》、《Bioinformatics》、《BMC Bioinformatics 》
动的机器
生物分子数据及其关系
• 第一部遗传密码已被破译，但对密码的转录过程还不清楚，对大
多数DNA非编码区域的功能还知之甚少
• 对于第二部密码，目前则只能用统计学的方法进行分析 • 无论是第一部遗传密码，还是第二部遗传密码，都隐藏在大量的 生物分子数据之中。
生物分子数据是宝藏，
生物信息数据库是金矿，等待我们去挖掘和利用。
1962 Zucherkandl和Pauling提出分子进化理论
1967 Dayhoff研制出蛋白质序列图集，后演变为著名的蛋白质信息源PIR
20世纪70年代，核酸测序技术成熟，开始了少量的基因组测
序工作，标志着生物信息学的真正开端
20世纪70年代到80年代初期，出现了一系列著名的序列比较方
1981 Smith-Waterman算法出现
1981 Doolittle提出序列模式的概念 1983 Wilbur和Lipman提出序列数据库的搜索算法
1985 快速的蛋白质序列相似性搜索程序FASTP/FASTN发布
1988 Pearson和Lipman发表著名的序列比较算法FASTA
20世纪80年代以后，出现一批生物信息服务机构和生物信息数
Sanger, UK
大规模测序基本策略
逐个克隆法：小片段针对
图谱的！！ 全基因组鸟枪法：大片段 测序 - 组装（美国 Celera 公 司）
Contig ： 重 叠 群 ， 基 因 组
测序中将许多序列片段经 过比对找到重叠区 , 从而连 接成的长片段。
A
B C
D
E
FG H I
J
K
L
CONTIG
biology
mathematics
physics
Natural sciences
Social sciences
sciences
arts
religions
Human civilization
Non-human world
Universe (宇宙=空间+时间)
生物信息学主要研究两种信息载体
•1、DNA分子 •2、蛋白质分子
75
110 40 13687Kr
U. Wash (Hood LAB) 14,15 Total
人类基因组计划给生物信息学提出挑战
• 随着实验数据和可利用信息急剧增加，信息的管理和分析成
为HGP的一项重要的工作
利用数学模型 和人工智能技术
研究基因组数据 之间的关系
分析现有的 基因组数据
认识生命的本质
发现生物学 规律，
• 生物信息学的学习人员： 1）学习生物信息学是为了发展生物信息学 —— 计算机科学家 2）学习生物信息学是为了应用生物信息学 —— 生物学家 我们属于……
Bioinformatics in the Universe
biostatistics
bioinformatics
Computational biology
20世纪90年代后，HGP促进生物信息学的迅速发展，标志工作
是人类基因组测序，基因寻找和识别等。
1986 “基因组学”概念产生，研究基因组的作图、测序和分析 1990国际人类基因组计划启动
1993成立Sanger中心，专门从事基因组研究
1995第一个细菌基因组测序完成 1996酶母基因组测序完成
1998第一个多细胞生物——线虫基因组测序
据库
1982 GenBank数据库(Release3)公开 1986 日本核酸序列数据库DDBJ诞生 1986 出现蛋白质数据库SWISS-PROT 1988 美国国家生物技术信息中心NCBI创立 1988 成立欧洲分子生物学网络（EMBnet），专门发布各种生物数据库
（2）基因组时代（20世纪90年代后至21世纪初）
生物信息学概述
什么是生物信息学：
生物信息学(Bioinformatics)：
• 是研究生物信息的采集，处理，存储，传播，分析和解释等
各方面的学科。 • 是随着生命科学和计算机科学的迅猛发展而快速突起的一门 学科。 • 是生命科学、生物统计学、现代数学、信息科学和计算机科 学的结合学科，可揭示大量而复杂的生物数据所蕴藏的生物 学奥秘。
GAP
基因组比较
高通量测序技术 核苷酸序列 注释、解析 蛋白质序列 预测 蛋白质结构 验证
蛋白质功能关系
基于生物信息学的新药设计
生物信息学的主要研究内容
（1）生物分子数据的收集与管理
EMBL
基因组 数据库 GenBank DDBJ SWISS-PROT 蛋白质 序列 数据库
EMBL欧洲分子生物学实验室，于1974年由欧洲14个国家加 上亚洲的以色列共同发起建立，包括一个位于德国 Heidelberg的核心实验室，三个位于德国Hamburg，法国 Grenoble及英国Hinxton的研究分部。 GenBank是美国国家生物技术信息中心建立的DNA序列数据 库，从公共资源中获取序列数据，主要是科研人员直接提供 或来源于大规模基因组测序计划。 DDBJ日本DNA数据库，于1984年建立，是世界三大DNA 数 据库之一，与NCBI的GenBank，EBI的EMBL数据库共同组 成国际DNA数据库。 SWISS-PROT是经过注释的蛋白质序列数据库，由欧洲生 物信息学研究所(EBI)维护。 PIR全称The Protein Information Resource，是一个集成了 关于蛋白质功能预测数据的公共资源的数据库，其目的是支 持基因组/蛋白质组研 究。PIR与MIPS(the Munich Information Center for Protein Sequences)、JIPID（the Japan International Protein Information Database）合作， 共同构成了PIR-国际蛋白质序列数据库（PSD）：一个主要 的已预测的蛋白质数据库，包括250000个蛋白。