生物信息学在医学领域的应用研究现状
生物信息学在医学领域的应用现状与前景
生物信息学在医学领域的应用现状与前景随着基因测序技术的迅速发展和普及，生物信息学逐渐成为了医学领域中不可或缺的重要工具。
生物信息学是一门融合了计算机科学、数学和生物学的学科，主要研究如何将大量生物学数据进行计算分析处理和解释。
在医学领域中，生物信息学可被用于探索各种疾病的致病机制、筛选免疫学治疗靶点、预测药物副作用等方面，因此受到越来越多的关注。
本文将从生物信息学在肿瘤研究、遗传病诊断与基因治疗、药物研发和个性化医疗等四个方面阐述其应用现状以及未来前景。
一、肿瘤研究中的应用肿瘤是一种复杂的疾病，在其形成、发展和转移过程中有多种蛋白质、基因和代谢相关的变化。
将大量的分子生物学数据进行整合和分析，生物信息学可以发现潜在作用于肿瘤生长、转移和抵抗药物的分子标志物。
例如，肿瘤组织中蛋白质的甲基化作用和去甲基化作用的紊乱被认为是肿瘤形成过程中的关键环节之一。
利用生物信息技术，研究人员可以对这些数据进行分析和处理，发现与该疾病相关的标志物，并为肿瘤治疗提供新靶标的发现和开发。
此外，生物信息学技术也可用于肿瘤组织的分类。
不同类型的肿瘤有着不同的病理学特征，它们在基因表达和基因突变方面也存在差异。
通过在生物信息学方法的引导下，处理基因表达分析数据，可以进行分类鉴定并进一步研究各类肿瘤的致病机制。
二、遗传病诊断与基因治疗遗传病是由遗传突变引起的疾病，具有遗传和家族聚集的特点。
基于生物信息学分析技术，可以检测疾病相关基因的突变，探索其影响和机制，并为临床诊断和治疗提供依据。
例如，生物信息学技术可以用来构建基因突变型谱，以便于进一步理解某些疾病与基因相关的分子机制。
基于这些分析，可以定位治疗基因、探讨治疗方案，并制定靶向基因治疗策略。
当前，基因编辑成为基因治疗的一个重要方向，已被广泛使用在许多疾病的治疗上。
基因编辑技术是指在人类或动物细胞中精确修改某一基因的方法。
利用生物信息学技术，可以准确地设计合适的CRISPR/Cas9靶点，进行基因治疗以治疗和预防疾病。
生物信息学研究及其在医药领域中的应用分析
生物信息学研究及其在医药领域中的应用分析生物信息学作为一门新兴学科，包括了计算机科学、数学、统计学及生物学等多个领域，被广泛应用于生物医药领域中。
本文将从以下三个角度探讨生物信息学在医药领域的应用及研究现状：基因数据分析、蛋白质结构分析及药物研发。
一、基因数据分析基因数据分析是生物信息学的核心领域之一。
通过对基因序列进行分析，可以了解基因的结构、功能及其在生物体内的作用。
例如，对人类基因组的测序和分析揭示了人类基因组的基本结构，帮助我们了解人类的起源、人类遗传性疾病等方面。
此外，对基因组数据的分析还可用于疾病的诊断及治疗。
例如，单基因遗传病的筛查及诊断可以通过对患者基因组序列的分析得到；此外，肿瘤的基因检测也可用于帮助选定特定的治疗方案。
二、蛋白质结构分析蛋白质是生命体内的重要组成部分，在生命体内扮演着重要的角色，如酶催化、信号传导等功能。
因此，研究蛋白质分子的空间结构及功能非常重要。
生物信息学可通过各种方法预测或分析蛋白质结构，同时也可以通过分析蛋白质序列进行功能注释。
利用蛋白质结构分析技术，可以加速药物研发的进程。
例如，药物研发过程中，我们需要了解药物与靶蛋白分子之间的相互作用机制，有助于设计出更具有治疗作用的化合物。
三、药物研发生物信息学是药物研发中不可缺少的工具。
利用基因组学和蛋白质组学等技术，我们可以了解人类生命体内与疾病相关的基因及蛋白质，并在此基础上进行药物筛选和设计。
例如，癌症治疗，靶向药物就是基于对癌细胞的基因和蛋白质进行分析设计的。
此外，药物代谢过程也可以通过生物信息学数据分析的手段得到较为准确的模型预测。
然而，最近一些重要研究表明，生物信息学的应用和数据分析也存在一些重要局限性。
例如，在进行基因组学数据分析时，数据的质量会影响分析结果的准确性；而在进行蛋白质结构预测时，其精度依然较低。
针对这些问题，生物信息学界正在积极解决并提高分析质量。
同时，也需要各领域专家合作进行团队研究，来进一步提升生物信息学在医药领域的应用。
生物信息学技术在医学研究中的应用及前景
生物信息学技术在医学研究中的应用及前景随着科技的不断进步，越来越多的技术被应用到了医学研究中，而其中最为重要的技术之一就是生物信息学。
生物信息学是一门涵盖了生物学、计算机科学、数学等多个学科的交叉领域，它的出现为医学研究带来了许多新的可能性。
一、基因组学生物信息学最早被应用到医学领域中的就是基因组学。
基因组学研究的是一个生物体具有的全部基因和基因组结构。
在过去，科学家们为了研究基因组结构，需要仰仗着大量的手工实验和测量，而这种方式十分繁琐且费时。
但随着高通量测序技术的出现，科学家们可以利用大规模测序技术，快速而准确地测定一个生物体的全部基因.这使得基因组学这门学科得以突飞猛进，让科学家们能够更加深入地了解人体基因的构成和功能。
通过对基因组的研究，科学家们可以在基因水平上对复杂疾病进行研究，找到与疾病有关的基因，从而为疾病治疗和预防提供更好的手段。
二、转录组学转录组学是基因组学的一部分。
它的研究对象是整个基因组中的所有RNA分子。
“RNA”是“核糖核酸”的缩写，是一种介于DNA和蛋白质之间的分子，具有极为重要的生物功能。
经常被提到的“mRNA”就是一种RNA分子，它负责将DNA中的基因信息转化为蛋白质。
通过对转录组的研究，科学家可以了解一种生物体内所有基因的表达情况.转录组学的应用可以为医学研究提供无限的可能性。
例如，一些复杂疾病在基因组层面并没有明显的差异，但转录组水平的差异非常明显。
通过对患者和非患者的转录组数据进行比较，科学家可以找到与疾病发生有关的RNA分子，从而找到疾病发生的机制和治疗方法。
三、蛋白质组学除了基因组学和转录组学，生物信息学技术还可以被应用到蛋白质组学中。
蛋白质，可以说是构成一个生物体的重要基础之一。
它是由一条或多条更简单的分子“氨基酸”形成的，可以承担很多生物学功能，如酶、结构支持、运输等等。
蛋白质组学的研究目标是识别和分析一个生物系统中所有的蛋白质，即所谓的“蛋白质组”.通过对蛋白质组的研究，科学家可以了解一个生物体所有蛋白质的数目、质量、配分和分子量等信息.通过蛋白质组学技术，科学家可以找到与疾病有关的蛋白质，从而找到疾病发生的机制和治疗方法。
生物信息学在医药研究中的应用
生物信息学在医药研究中的应用生物信息学是一门综合性学科，它综合应用计算机科学、生物学、数学与统计学等相关学科的知识，通过计算机处理，解析，理解和处理基因组和蛋白质组的信息，同时揭示它们之间的相互作用。
近年来，生物信息学在医药研究领域的应用已经成为一种趋势，广泛应用于新药研发、分子诊断、靶点发现等领域。
1. 新药研发生物信息学在新药研发中起着至关重要的作用。
在传统的药物研发中，人们采用的是化学合成的方式，通过对各种化合物输出进行筛选，以找到具有药理活性的原型化合物。
但这种研发方式效率低下，耗时长，并且由于许多新药物的作用机制并不清楚，如何在分子水平上优化原型化合物也成为了一个难题。
而利用生物信息学，则可以分析复合物的特点，比如蛋白质表达方式，蛋白质相互作用，三维结构、信号通路等信息。
结合机器学习技术，可以对这些信息进行分析和研究，快速预测社会风险并发掘新的药物分子。
2. 分子诊断生物信息学在分子诊断领域也有着非常广泛的应用。
在传统的诊断方法中，医生通常通过对临床症状的观察、血液细胞形态分析等手段，对某一疾病进行诊断。
但是，这种诊断方法判断结果可能存在误差率。
而利用生物信息学，则可以通过分析患者的DNA，RNA 或者蛋白质数据的特征，如分子表达的变化或蛋白质结构的变化等，来判断是否存在某种特定的疾病。
此外，结合机器学习技术，还可以针对数据进行预测和识别，提高诊断准确度。
3. 靶点发现生物信息学在靶点发现方面起到了非常重要的作用。
研究发现，许多成功的药物都是通过肯定的靶点进行设计和开发的。
靶点是药物在体内起作用的特定蛋白质。
无论是基于手头上的现有药物的再利用还是发现新的药物分子，靶点发现都是通往人类药物研发的必由之路。
而生物信息学技术可以通过结构预测、蛋白晶体学和小分子库筛选等手段来预测靶点，快速发现潜在的靶点分子。
综上所述，生物信息学在医药研究中具有广阔的应用前景。
未来，随着生物信息学技术的不断更新和发展，相信能够在药物研发、分子诊断、靶点发现等领域中发挥更大的作用。
生物信息学在医学中的应用与前景
生物信息学在医学中的应用与前景随着科技的发展，人类对于医学的认知与发展也越来越深入。
其中，生物信息学作为一门新兴科技，正在以惊人的速度进入医学领域。
作为研究生物信息的一门学科，生物信息学凭借其丰富的知识与完善的技术手段，正在为医学界带来新的发展机遇和前景。
一、生物信息学在医学研究中的应用生物信息学在医学研究中的应用非常广泛，尤其是在基因组学、药物研究、疾病诊断等方面。
以下是一些典型的应用案例：1. 基因组学和蛋白质组学研究生物信息学可以通过拼接基因组序列，来对基因组进行研究，从而预测基因结构和功能等信息。
同时，生物信息学还可以利用蛋白质组学研究技术，来研究蛋白质序列、结构和功能等信息。
这些信息可以帮助医学界更好地理解人体生物学过程，发现疾病与基因之间的关系。
2. 模拟药效和药物副作用生物信息学可以模拟分子间相互作用，研究药物和分子之间的相互作用，预测药物的效果和副作用等信息。
这些信息可以帮助医药研究人员更快速地发现新药物，并加速临床试验的研究过程。
3. 疾病诊断和个性化医疗生物信息学还可以通过分析人体各种生物标志物如基因组、蛋白质组、代谢组等来诊断疾病，并且可以预测药物对患者的疗效和副作用。
这可以帮助医生对患者做出合理的诊断，并且开展更加个性化的治疗。
二、生物信息学在医学中的前景生物信息学在医学领域具有广阔的前景。
以下是一些展望：1. 利用人工智能提高医学服务水平随着人工智能技术的发展，生物信息学将会成为医疗服务中的重要组成部分。
例如，根据患者的生物数据，人工智能系统可以自动生成疾病诊断和治疗方案，为患者提供更加个性化的医疗服务。
2. 生物信息学和干细胞技术在治疗疾病上的应用生物信息学和干细胞技术的结合还可以带来更大的变革，例如针对癌症等疾病，干细胞的治疗可以更加精准和有效。
同时生物信息学可以帮助医疗研究人员更好地了解干细胞生物过程，进一步提高干细胞技术的应用水平。
3. 更有效的新药开发生物信息学可以用来进行药物分子的设计，预测药物的效果与副作用等信息。
生物医学信息学的研究现状及应用前景
生物医学信息学的研究现状及应用前景生物医学信息学是将信息学原理应用于生物医学领域的学科，是计算生物学和生物信息学的重要分支。
生物医学信息学通过对生物体内的大量数据进行分析和研究，从而探寻生物现象的基本规律并应用于医学实践中，是生物医学领域的重要技术和研究方向。
一、生物医学信息学的发展历程生物医学信息学是计算机技术和生物学领域的交叉学科，其发展历程也是计算生物学和生物信息学发展的历程。
20世纪80年代末，人类基因组项目的启动促使了基因组学和生物信息学的迅速发展。
21世纪初期，高通量技术的出现极大地促进了生物信息学、分子生物学、细胞生物学等领域的发展。
随着计算机性能的提高和人工智能技术的发展，生物医学信息学正处于蓬勃发展的阶段。
二、生物医学信息学的研究现状（一）基因组学和转录组学近年来，随着新一代测序技术的出现，测序数据的产生速度达到了一个前所未有的高度，人们对这些海量数据的分析研究成为了生物医学信息学最为突出的研究方向之一。
基因组学和转录组学是其中最为重要的两个方向。
通过大量基因组和转录组的测序数据，生物医学信息学研究者可以更好地识别和解释基因和RNA的功能，探寻各种疾病的发病机制和治疗方法。
例如，基因测序可以帮助研究者确定基因突变和表达异常与疾病发生的关系，从而为疾病治疗提供更精准的方法。
（二）蛋白质组学蛋白质组学是生物医学信息学的一个重要方向，其研究主要集中在生物体内蛋白质的结构、表达和功能等方面。
通过蛋白质质谱分析、结构预测、复合物预测和生物信息学分析等方法，生物医学信息学研究者可以对蛋白质的表达和功能进行更深入的了解。
例如，蛋白质质谱分析可以用于识别新的临床标志物，在癌症早期诊断、药物研发等方面具有重要的应用价值。
（三）系统生物学和网络生物学系统生物学和网络生物学是生物医学信息学另外两个重要方向，其研究的重点在于生物体内的各种信号通路、细胞网络、基因调控等方面。
通过建立生物系统模型和网络模型，生物医学信息学研究者可以更好地预测新的疾病标志物和药物靶点，提高药物研发与治疗的成功率。
生物信息学在医学研究中的应用进展
生物信息学在医学研究中的应用进展一、概述生物信息学，作为生命科学和计算机科学交叉融合的新兴学科，近年来在医学研究领域展现出了巨大的应用潜力和发展前景。
它借助计算机技术和信息科学的手段，对海量的生物数据进行高效处理、分析和解释，从而挖掘出隐藏在数据背后的生物学规律和意义。
在医学领域，生物信息学不仅为疾病的预防、诊断和治疗提供了全新的视角和方法，还为医学研究的深入发展注入了新的动力。
随着基因组学、蛋白质组学等学科的快速发展，医学研究所产生的数据量呈爆炸式增长，传统的数据分析方法已难以满足当前的需求。
生物信息学应运而生，为医学数据的处理和分析提供了强有力的工具。
通过生物信息学的方法，研究人员可以更加深入地了解疾病的发病机制，发现新的治疗靶点，为药物的研发提供新的思路。
生物信息学在临床诊断中也发挥着越来越重要的作用。
借助基因测序、蛋白质组学等技术手段，医生可以更加准确地判断患者的病情，制定个性化的治疗方案，提高治疗效果和患者的生存率。
生物信息学还在医学教育的普及和医学研究的创新中扮演着重要角色。
通过开设相关课程、举办学术研讨会等形式，生物信息学为培养具备跨学科知识和创新能力的医学人才提供了有力支持。
生物信息学在医学研究领域的应用进展迅速，其在疾病预防、诊断、治疗以及医学教育和研究创新等方面都展现出了巨大的潜力和价值。
随着技术的不断进步和应用领域的不断拓展，生物信息学有望在医学领域发挥更加重要的作用，为人类的健康事业作出更大的贡献。
1. 生物信息学的定义与发展生物信息学，作为一门新兴的交叉学科，在21世纪科学发展的浪潮中崭露头角。
其定义广泛而深入，它不仅是生物科学与信息科学的结合，更是计算机科学、数学、物理学等多个学科相互渗透与融合的产物。
生物信息学主要利用计算机科学的技术手段，对生物学数据进行获取、存储、传输、计算、分析和模拟等操作，从而揭示这些数据背后所蕴含的生物学奥秘和生命活动规律。
生物信息学的发展历程可以追溯到20世纪80年代末，随着人类基因组计划的启动而兴起。
生物信息学在医学领域的应用研究
生物信息学在医学领域的应用研究随着生物技术和信息技术的迅猛发展，生物信息学在医学领域中的应用也愈发广泛和深入。
生物信息学作为一门学科，主要研究基因组、表观基因组和蛋白质组等生物大分子的研究及生物信息的计算分析，对于人体健康的研究及相关疾病的诊断和治疗起到了重要的作用。
本文将就生物信息学在医学领域中的应用进行探讨。
一、生物信息学在医学研究领域中的应用1. 基因诊断生物信息学在基因诊断上发挥了重要的作用。
通过基因测序分析，可以快速准确地确定人类疾病基因的位置和序列，并为研究人类疾病的发生、发展、预测和治疗提供了重要信息。
经过基因测序分析，可以得出人体中出现突变的基因信息，进而预测人体疾病的发展趋势。
同时，可以绘制出人类基因组的基因图谱，来研究人类疾病的遗传规律，探索疾病与基因的关系。
2. 药物开发生物信息学在药物开发领域中的应用更是很重要。
通过对病人的基因表达进行分析，可以预测药物作用机理和药物耐受性。
在药物筛选阶段，生物信息学可以对潜在药物作用的靶标分析，并给出一些有价值的启示。
当然，生物信息学在药物研发过程中的应用还不局限于此，比如，在药物设计和改良时，也可以利用生物信息学来进行模拟分析。
在未来医学技术发展越来越快的时代，药物研发领域对生物信息学的需求也将越来越高。
3. 癌症研究目前，癌症依旧是危及人类的专业性疾病之一，而生物信息学在癌症研究方面也有着广泛的应用。
通过癌症基因测序，可以准确地定位和区分不同的癌症类型，并为临床治疗提供有效指导。
同时，生物信息学在癌症预测、诊断和治疗上也起到了积极的作用，可为癌症的早期预防和治疗提供依据，为重大健康问题的解决提供了新的思路。
4. 个性化医疗生物信息学与医疗之间的结合不仅体现在疾病的治疗上，还包括疾病发生前的预测和个性化定制医疗。
基于个人基因信息的定制医疗方案，可以更加有效地应用于各种疾病的临床治疗，进而提升治疗效果和减少药物副作用。
个性化医疗是一项新兴的医疗模式，结合生物信息学，有望为群众提供便捷的医疗服务。
- 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)。
生物信息学在医学领域的应用研究现状
摘要生物信息学是研究生物信息处理(采集、管理和分析应用),并从中提取生物学新知识的一门科学,它连接生物数据和医学科学研究。
生物信息数据库几乎覆盖了生命科学的各个领域，截止至2010年，总数已达1230个。
生物信息学已不断渗透到医学领域的研究中。
生物信息学在医学领域中主要应用于医学基础研究、临床医学、药物研发和建立与医学有关的生物信息学数据库。
关键词生物信息学，医学，应用
前言据统计,生物学信息正以每14个月翻一倍的速度增长。
随着基因组及蛋白质序列数据库的快速增长,以及从这些序列中获取最大信息的需求,生物信息学(bioinformatics)作为一门独立学科应运而生。
简言之,生物信息学就是利用计算和分析工具去收集、解释生物学数据的学科。
生物信息学是一门综合学科,是计算机科学、数学、物理、生物学的结合。
它对于管理现代生物学和医学数据具有重大意义,其研究成果将对人类社会和经济产生巨大推动作用。
生物信息学的基础是各种数据库的建立和分析工具的发展。
数据库
迄今为止,生物学数据库总数已达500个以上。
归纳起来可分为4大类:即基因组数据库、核酸和蛋白质一级结构数据库、生物大分子三维空间结构数据库,以及以上述3类数据库和文献资料为基础构建的二级数据库。
生物信息学在临床医学上的应用
1.疾病相关基因的发现:很多疾病的发生与基因突变或基因多态性有关。
发
现新基因是当前国际上基因组研究的热点,使用生物信息学的方法是发现新基因的重要手段。
目前发现新基因的主要方法有多种:(1)基因的电脑克隆:所谓基因的“电脑克隆”, 就是以计算机和互联网为手段,发展新算法,对公用、商用或自有数据库中存储的表达序列标签(express sequence tags,EST)进行修正、聚类、拼接和组装, 获得完整的基因序列, 以期发现新基因。
(2)通过多序列比对从基因组DNA 序列中预测新基因[1]:从基因组序列预测新基因,本质上是把基因组中编码蛋白质的区域和非编码蛋白质的区域区分开来。
(3)发现单核苷酸多态性[2]:现在普遍认为SNPs研究是人类基因组计划走向应用的重要步骤。
这主要是因为SNPs将提供一个强有力的工具,用于高危群体的发
现、疾病相关基因的鉴定、药物的设计和测试以及生物学的基础研究等。
2.新的药物分子靶点的发现和确立:目前,新的药物分子靶点的发现和确立已离不开生物信息学的工作。
目前药物开发的关键是如何在大量的潜在靶点中筛选出最有可能获得成功并应用于临床的靶点。
这使得生物信息学研究的焦点从对靶点的推测转移到了对靶点的识别与确定上。
生物信息学可以帮助人们在药物开发过程中更早、更快地找到更佳的药物作用靶点,减少研发时间和所需临床试验的数量。
发现候选药物作用靶点的方法主要有表达序列标签数据库搜寻、综合分子特征方法和结构生物学方法等。
发现候选药物作用靶点后,还必须对靶点蛋白质进行功能验证,并确定其是否在疾病发生过程中起关键作用。
基本思路是研究功能的获得与丧失分析。
方法有基因敲除、转基因动物模型、蛋白组学方法、核酸酶法及免疫化学方法等。
3.药物设计:创新药物的研究具有重要的社会效益和经济效益。
然而新药的研发是一项高投入、高风险、效率低下的工作。
主要难点有两个:一是疾病相关的靶点生物大分子的发现及确认;二是具有生物活性的生物小分子的设计和发现。
传统新药发现方式缺乏理论指导,主要依赖大量的随机筛选,时间长,耗资巨大。
人类基因组计划和蛋白组计划的实施、大量疾病相关基因及作用靶点的发现、生物信息学的兴起,为新药设计提供了新的理论和思路。
针对疾病相关的靶标生物大分子的直接药物设计已逐渐成为药物设计的主要方法。
直接药物设计方法可分为两类:(1)全新药物设计[3,4] :即根据靶点分子与药物相结合的活性部位的几何形状和化学特性,设计出与其相匹配的全新结构的药物分子。
(2)数据库搜寻:将化合物三维结构数据库中分子与靶标分子逐一对接,同时优化小分子化合物的取向及构象,寻找小分子与靶标大分子作用的最佳构象,计算其相互作用及结合能,从而找出化合物三维结构库中与靶标生物大分子作用的最佳小分子。
4.基因芯片:基因芯片,又称DNA微阵列, 是由大量DNA或寡核苷酸探针密集排列所形成的探针阵列,其基本原理是通过杂交检测信息。
基因芯片是分子生物学和微电子学及信息学相互结合所形成的新型技术。
利用基因芯片,可以实现基因信息的大规模检测。
这一技术的成熟和应用将给遗传研究、疾病诊断和治疗、新药发现和环境保护等生命科学相关领域带来一场革命。
生
物信息学在基因芯片研究与应用中起着重要的作用。
总结与展望
生物信息学的研究结果不仅具有重要的理论价值,也可直接应用到医疗实践当中去。
因此,生物信息学相关的分析与应用算法、软件和数据库,都具有重要的经济价值,最终都会转化为商品,获得经济和社会效益。
在当前,一些基本的生物信息学工具已经应用于临床,为临床诊断、预防、治疗、临床疗效评估提供了有力的武器。
如GeneBank 数据库、OMIM 数据库被临床医生广泛应用于搜寻病原体或人类疾病相关基因信息,并通过生物软件设计特异引物、探针,用于临床基因的诊断、分型、定量、耐药基因的鉴定,在感染性疾病、遗传病、肿瘤的预防、早期诊断、治疗、预后判断上发挥重要作用。
在近期,作为人类基因组计划的生物信息学分析成果,更多疾病相关基因将被发现和鉴定,同时新的药物分子靶点将被发现和确立。
生物信息学将有助于鉴定疾病易感基因、阐明疾病发生的分子机理,从而有机会发展针对疾病关键发生途径的治疗手段。
在远期,整合了基因组学、病原学和临床实验数据的生物信息分析结果通过简单的基因测试将揭示潜在的个体耐药反应。
最终,药物基因组学将导致个体化用药时代的来临,患者将携带包含自身独一无二遗传图谱的基因卡寻医问药,而医生将根据患者基因特征开出针对个体治疗和无副作用的靶点药物。
参考文献
1 Read TD, Salzberg SL, Pop M , et parative genome sequencing for discovery of novel polymorphisms in Bacillus anthracis.Science, 2002, 296(5575):2028-2033.
2 Gale CP, Grant PJ.The characterisation and functional analysis of the human glyoxalase-1 gene using methods of bioinformatics. Gene, 2004, 340( 2):251-260.
3 Douguet D, M unier-Lehmann H, et al.LEA3D: a computer-aided ligand design for structure-based drug design. J Med Chem, 2005, 48( 7):2457-2468.
4 Rig olet P, Xi XG, Rety S, et al. T he structural comparison of the bacterial PepX and human DPP-IV reveals sites for the design of inhibitors of PepX activity.FEBS J , 2005, 272( 8):2050-2059.。