生物信息学课件137页PPT
合集下载
《生物信息学》课件
生物信息学的重要性
解释生物信息学在生物科学 研究、药物开发和医学诊断 中的重要作用。
生物信息学的发展历程
1
计算机技术的进步
描述计算机技术的不断发展为生物信息学提供了强大的工具和平台。
2
基因测序技术的突破
介绍基因测序技术的革命性进步，推动了生物信息学的发展。
3
开放数据共享
解释开放数据共享促进了生物信息学研究的合作和创新。
生物信息学的基本原理
1 序列比对
2 基因功能注释
3 数据挖掘和机器学习
阐述序列比对在生物信息 学中的核心作用，用于识 别相似的DNA、RNA和蛋 白质序列。
描述基因功能注释的流程， 用于理解基因的功能和作 用。
介绍数据挖掘和机器学习 在生物信息学中的应用， 用于发现生物学模式和预 测结构。
生物信息学的未来发展趋势
技术革新
预测未来生物信息学将受益于技 术的不断革新，如人工智能、大 数据和基因编辑。
研究领域拓展
探索生物信息学在新兴领域，如 单细胞测序和微生物组学中的应 用潜力。
多学科融合
强调生物信息学将与其他学科， 如人类基ቤተ መጻሕፍቲ ባይዱ组学和系统生物学， 进行深入交叉。
《生物信息学》PPT课件
欢迎来到《生物信息学》PPT课件。本课程将带您了解生物信息学的定义、应 用、发展历程、基本原理和未来发展趋势。
导入生物信息学
什么是生物信息学
介绍生物信息学是一门跨学 科领域，结合了生物学和计 算机科学的知识，用于解析 和研究生物信息。
生物信息学的应用领域
探索生物信息学在基因组学、 蛋白质组学、转录组学等领 域的广泛应用。
生物信息学导论精品PPT课件
2020/10/5
16
概述
➢ 生物信息学往哪里去
表18-1生物信息学的过去、现在和将来
二十世纪90年代 的生物信息学
当前的生物信息 学
未来的生物信息 学
2020/10/5
主要内容
大规模基因组学与蛋白质组学的实 验数据形成的一级数据库及其相应 的分析方法与工具
由一级数据库分类、归纳、注释得 到的基因组学与蛋白质组学二级数 据库 （知识库）及其相应的分析方法与 工具
细胞和生物体的完全计算机表示
目的 了解单个基因和蛋白 质的功能与用途
2020/10/5
12
概述
➢ 生物信息学的起源
DNA自动测序构成过巨大的冲击，因为它曾经是各种生物学数据高通 量产出的前沿阵地。像表达序列标签（ESTs），单核苷多态性（SNPs）都 和基因序列密切相关。随后发展的研究基因表达模式（profile）的DNA微 阵列技术、用于探测蛋白质相互作用的酵母双杂交系统、以及质谱技术极 大地让生命科学类数据库飞速膨胀。结构基因组学方面的新技术还不能大 规模地产生数据，但它们正在导致蛋白质三维结构数据的增加。
2020/10/5
14
概述
➢ 生物信息学往哪里去
尽管最近十年来，高通量检测技术与信息技术的结合让人们认识了大 量的基因和蛋白质，但是和物理学、化学相比较，生物学仍旧是一门不成 熟的学科，因为对于生命过程，我们无法根据一般性原理做出像卫星轨道 那样精确的预测。随着数据的不断膨胀和知识的积累，也借助于生物信息 学，这种情形很有可能发生改变。
生物信息学导论
Introduction to Bioinformatics
Email: Tel:
2020/10/5
1
生物信息学概述(共59张PPT)精选全文完整版
蛋白质 结构
蛋白质 功能
最基本的 生物信息
2024/11/11
生命体系千姿百 态的变化
维持生命活 动的机器
9
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。破译“第
二遗传密码”：即折叠密码（folding code），从蛋白质的一级结构
Rickettsia prowazekii
Helicobacter pylori
Buchnerasp. APS
Escherichia coli大南芥
Thermotoga maritima
Thermoplasma acidophilum
mouse
Caenorhabitis elegans
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
细胞质（线粒体、叶绿体） 基因组DNA
人类基因组：3.2×109 bp 18
人类自然科学史上的 3 大计划
曼哈顿原子 弹计划
阿波罗登月 计划
人类基因组计划
生物信息学课堂ppt课件
它是一门理论概念与实践应用并重的学科 ❖ bioinformatics这一名词在1991年左右才在文献中出现，还
只是出现在电子出版物的文本中。
5
产生 生物信息学的
❖ ２０世纪后期，生物科学技术迅猛发展，无论从数量上还是从质量上都 极大地丰富了生物科学的数据资源。数据资源的急剧膨胀迫使人们寻求 一种强有力的工具去组织这些数据，以利于储存、加工和进一步利用。 而海量的生物学数据中必然蕴含着重要的生物学规律，这些规律将是解 释生命之谜的关键，人们同样需要一种强有力的工具来协助人脑完成对 这些数据的分析工作。
❖ 基因组时代--基因寻找和识别、网络数据库系统的 建立、交互界面的开发；
❖ 后基因组时代--大规模基因组分析、蛋白质组分析。
8
重要性 生物信息学的
❖ 生物信息学不仅是一门学科，更是一种重要的研究开发工具。 ❖ 从科学的角度来讲，生物信息学是一门研究生物和生物相关
系统中信息内容与信息流向的综合系统科学。只有通过生物 信息学的计算处理，人们才能从众多分散的生物学观测数据 中获得对生命运行机制的系统理解。 ❖ 从工具的角度来讲，生物信息学几乎是今后所有生物（医药） 研究开发所必需的工具。只有根据生物信息学对大量数据资 料进行分析后，人们才能选择该领域正确的研发方向。 ❖ 生物信息学不仅具有重大的科学意义，而且具有巨大的经济 效益。它的许多研究成果可以较快地产业化，成为价值很高 的产品。
分析(主要研究内容) 应用(多个领域)
主要由数据库、计算机网络和应用软件三大部分构成
2
定义
❖ 收集、维护、传播、分析以及利用在分子生物学研究中获得的大量数据。
生物信息学（bioinformatics）是生物学与计算机科学以及应用数学等学
只是出现在电子出版物的文本中。
5
产生 生物信息学的
❖ ２０世纪后期，生物科学技术迅猛发展，无论从数量上还是从质量上都 极大地丰富了生物科学的数据资源。数据资源的急剧膨胀迫使人们寻求 一种强有力的工具去组织这些数据，以利于储存、加工和进一步利用。 而海量的生物学数据中必然蕴含着重要的生物学规律，这些规律将是解 释生命之谜的关键，人们同样需要一种强有力的工具来协助人脑完成对 这些数据的分析工作。
❖ 基因组时代--基因寻找和识别、网络数据库系统的 建立、交互界面的开发；
❖ 后基因组时代--大规模基因组分析、蛋白质组分析。
8
重要性 生物信息学的
❖ 生物信息学不仅是一门学科，更是一种重要的研究开发工具。 ❖ 从科学的角度来讲，生物信息学是一门研究生物和生物相关
系统中信息内容与信息流向的综合系统科学。只有通过生物 信息学的计算处理，人们才能从众多分散的生物学观测数据 中获得对生命运行机制的系统理解。 ❖ 从工具的角度来讲，生物信息学几乎是今后所有生物（医药） 研究开发所必需的工具。只有根据生物信息学对大量数据资 料进行分析后，人们才能选择该领域正确的研发方向。 ❖ 生物信息学不仅具有重大的科学意义，而且具有巨大的经济 效益。它的许多研究成果可以较快地产业化，成为价值很高 的产品。
分析(主要研究内容) 应用(多个领域)
主要由数据库、计算机网络和应用软件三大部分构成
2
定义
❖ 收集、维护、传播、分析以及利用在分子生物学研究中获得的大量数据。
生物信息学（bioinformatics）是生物学与计算机科学以及应用数学等学
生物信息学分析方法介绍PPT课件
生物信息学分析方法 介绍
目录
• 生物信息学概述 • 基因组学分析方法 • 转录组学分析方法 • 表观遗传学分析方法 • 蛋白质组学分析方法 • 生物信息学分析流程和方法比较
01
生物信息学概述
生物信息学的定义和重要性
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和 技术，对生物学数据进行分析、建模和解读，以揭示生命现象的本质和规律。
研究蛋白质的序列、结构 和功能，以及蛋白质相互 作用和蛋白质组表达调控 机制。
研究基因转录本的序列、 结构和表达水平，以及转 录调控机制。
研究基因表达的表观遗传 调控机制，如DNA甲基化 、组蛋白修饰等。
通过对患者基因组、蛋白 质组和转录组等数据的分 析，为个性化医疗和精准 医学提供支持。
02
基因组学分析方法
基因组注释
基因组注释是指对基因组序列中的各 个区域进行标记和描述的过程，包括 基因、转录单元、重复序列、调控元 件等。
注释信息可以通过数据库（如RefSeq、 GeneBank等）或注释软件（如GATK、 ANNOVAR等）获取。注释信息对于 理解基因组的生物学功能和进化关系 具有重要意义。
基因组变异检测
基因组变异检测是指检测基因组序列 中的变异位点，包括单核苷酸变异、 插入和缺失等。
VS
变异检测对于遗传疾病研究、进化生 物学和生物进化研究等领域具有重要 意义。常用的变异检测方法有SNP检 测、CNV检测等，它们基于不同的原 理和技术，具有不同的适用范围和精 度。
03
转录组学分析方法
RNA测序技术
利用生物信息学方法和算法，对 RNA测序数据进行基因融合检测， 寻找融合基因及其融合方式。
基因融合检测结果可以为研究肿 瘤等疾病提供重要线索，有助于 深入了解疾病发生发展机制。
目录
• 生物信息学概述 • 基因组学分析方法 • 转录组学分析方法 • 表观遗传学分析方法 • 蛋白质组学分析方法 • 生物信息学分析流程和方法比较
01
生物信息学概述
生物信息学的定义和重要性
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和 技术，对生物学数据进行分析、建模和解读，以揭示生命现象的本质和规律。
研究蛋白质的序列、结构 和功能，以及蛋白质相互 作用和蛋白质组表达调控 机制。
研究基因转录本的序列、 结构和表达水平，以及转 录调控机制。
研究基因表达的表观遗传 调控机制，如DNA甲基化 、组蛋白修饰等。
通过对患者基因组、蛋白 质组和转录组等数据的分 析，为个性化医疗和精准 医学提供支持。
02
基因组学分析方法
基因组注释
基因组注释是指对基因组序列中的各 个区域进行标记和描述的过程，包括 基因、转录单元、重复序列、调控元 件等。
注释信息可以通过数据库（如RefSeq、 GeneBank等）或注释软件（如GATK、 ANNOVAR等）获取。注释信息对于 理解基因组的生物学功能和进化关系 具有重要意义。
基因组变异检测
基因组变异检测是指检测基因组序列 中的变异位点，包括单核苷酸变异、 插入和缺失等。
VS
变异检测对于遗传疾病研究、进化生 物学和生物进化研究等领域具有重要 意义。常用的变异检测方法有SNP检 测、CNV检测等，它们基于不同的原 理和技术，具有不同的适用范围和精 度。
03
转录组学分析方法
RNA测序技术
利用生物信息学方法和算法，对 RNA测序数据进行基因融合检测， 寻找融合基因及其融合方式。
基因融合检测结果可以为研究肿 瘤等疾病提供重要线索，有助于 深入了解疾病发生发展机制。
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。
《生物信息学概论A》课件
PART 06
生物信息学的未来发展与 挑战
新兴技术与应用领域
人工智能与机器学习
在生物信息学中应用人工智能和机器学习技术，实现对基因组、 蛋白质组等复杂数据的自动化分析和解读。
纳米技术与合成生物学
结合纳米技术，实现更精准的基因编辑、药物输送和疾病诊断。
临床信息学
利用生物信息学技术，实现精准医疗和个性化治疗，提高疾病诊断 和治疗的效果。
包括电泳、色谱等分离技术，可以将复杂的蛋白质混合物分离成单一组分。
蛋白质鉴定技术
主要依赖于质谱技术，通过将蛋白质消化成肽段，然后对这些肽段进行质谱分析，从而确定蛋白质的序列。
蛋白质组学在药物研发中的应用
疾病标记物寻找
通过比较正常和疾病状态下的蛋白质表达谱，可以发现与疾病相关 的标记物，用于疾病的早期诊断和治疗监测。
药物靶点发现
通过对蛋白质相互作用的研究，可以发现新的药物靶点，为新药研 发提供新的思路和方向。
药物作用机制研究
通过研究药物对蛋白质表达和功能的影响，可以深入了解药物的作用 机制，为药物优化提供依据。
PART 04
生物信息学数据库
数据库的种类与用途
基因组数据库
存储基因组序列数据，用于基因识别、基因定位和基因功能研究。
它涉及到多个领域，如分子生物学、 遗传学、系统生物学、进化生物学等 ，旨在揭示生物现象背后的数据规律 和机制。
生物信息学的发展历程
20世纪70年代
随着人类基因组计划的启动，生物信息学开始萌芽。
20世纪90年代
随着计算机技术和互联网的发展，生物信息学迅速发 展壮大。
21世纪初
随着大数据和人工智能技术的兴起，生物信息学进入 了一个新的发展阶段。
生物信息学课件PPT
12
递归(Recursion)
• 在计算机程序设计中如何理解F(x)=ax+b • 编程计算N！ f(n) = n*f(n-1) n>1 • 编程计算斐波那契数列
1, 1, 2, 3, 5, 8 ...... n
f(n) = f(n-1)+f(n-2) n>2
2021/3/10
13
动态规划
• 问：斐波那契数列当n=5时，结果是多少？ x=50呢？x=100呢？
• 数据是信息的载体，信息是数据的目的
“我有一个好想法，不过只可意会不可言传”
• 数据本身没有价值
• 用户不同，数据和信息的划分也不同
• 数据和信息可以相互转化
2021/3/10
4
What is Data?
10535185574 雨认会不天我为明下
0100100101001100 0110111101110110 0110010101011001 0110111101110101
简介
• 生物信息学（Bioinformatics）是20世纪80 年代末随着人类基因组计划的启动而兴起 的一门新型交叉学科，它体现了生物学、 计算机科学、数学、物理学等学科间的渗 透与融合。
• 生物信息学通过对生物学实验数据的获取、 加工、存储、检索与分析，达到揭示数据 所蕴含的生物学意义从而解读生命活动规 律的目的。
残基序列所占比例的大小
• 序列比对定义
序列比对(Sequence Alignment)就是运用某种特定的算法，找出两个或多个 序列之间的最大匹配碱基数
2021/3/10
11
动态规划与序列比对
• 基因组数据库保存了海量的原始数据(Raw Data), 人类基因有接近30亿个碱基对。为了查遍所有数 据并找到其中有意义的关系，我们便需要依赖于 高效的计算机科学字符串算法。
- 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)。
价格
目前价格: 10000美元(细菌) 目标: 1000美元 趋势: 过去十几年,每2年半价
微小化、并列化: 数千到数十万well 多目标化: 肠内几十上百种微生物、土壤中全部微
生物同时测序 最小基因组研究、基因组人工合成
8
蛋白数据增长(PDB)
9
反应通路(KEGG)
基因组
完成1％人类基因组计划(中国卷;3号染色体短臂 “端粒至D3S3610”)(1994-2019.8)
2019.10独立完成水稻基因组“工作框架图”绘 制和数据库建设；完成国际水稻基因组计划的 20%
31 其他: 家猪、血吸虫、家鸡、家蚕、大豆
我国的发展现状(2)
生物信息学企业
热点
生物大分子的结构与功能研究 基因组与细胞的研究 脑科学和神经科学研究 行为科学研究 关于遗传、发育、分化、进化的综合理论研究 生态环保研究
15
物理学的发展对生命科学的启示
物理学
生命科学
17世纪
大量实验数据积累
农业、医药实践
博物学
经典物理学 公式化
18世纪
分类、解剖研究
23
发展阶段(4)
后基因组时代(post-genomics era)
HGP (1990-2019) 2019,蛋白质组学(Proteomics) 高通量(high-throughput)实验手段
24
发展阶段(5)
后基因组时代(postgenomics era)
比较基因组学 (comparative genomics)
结构基因组学(Strutural genomics, 2019)
功能基因组学(Functional genomics)
系统生物学
系统树重建(phylogenic reconstruction)
25
生物信息学基本方法(1)
建立生物数据库
如GenBank, EMBL, DDBJ
如寻找药靶、药物分子结构、系统药物开发
经济价值
“bioventure” – 生物风险公司 28 药物、生物制品、相关试剂、器材
三、发展现状
29
全球 中国
学术
生物信息学文章数量
7000
450
6000
400
350
5000
全球
300
4000
中国
250
3000
200
150 2000
100
4
基因数据的 快速增长
5
为什么这么快
6
Sanger, UK
已完成测序的基因组(EBI)
病毒(virus) 类病毒(viroid)
1639
包括多种流感病毒, 病毒等
HIV,
SARS冠状
46
主要是植物病毒
质粒(plasmid) 627
主要提自细菌中
噬菌体(phage) 469
细胞器(organelle) 1510
1000
50
0
0
1986
1989
1992
1995
1998
2001
2004
2007
1/5
1/20
30
我国的发展现状(1) – 总括
国家高技术研究发展计划(863)
生物信息的获取、加工和利用,建立数据库
结构基因组和蛋白质组学研究
高通量药物筛选、药物设计
生物芯片
曙光系列生物信息学服务器
22
发展阶段(3)
基因组时代(genomics era)
数据库搜索算法(1983, Wilbur-Lipman) 快速序列相似性查找(1985, FASTN; 1990,
BLAST) 机构建立
1988, NCBI 1988, EMBnet 1993, Sanger 1991,EST技术
对位算法(1970,NeedlemanWunsch; 1981,SmithWaterman)
1977,DNA测序和相应的软件分 析(RA Staden)
21
发展阶段(2)
基因组时代(genomics era)
一批基因组被测序 1982 噬菌体λ
2019 细菌 2019 酵母 2019 线虫 2019 果蝇
genetics.ac/IGDB/Research/shengwuxinxi/index.htm
军事医学科学院生物工程所生物信息学中心 bioinf.bmi.ac/ 中科院微生物所 im.ac
34
我国的发展现状(5) – 研究中心
天津大学生物信息中心 张春霆 / 中山大学生物信息中心 徐安龙 中山医科大学 东南大学(江苏省生物信息学专业委员会) 孙啸
中科院生物物理所系统生物学研究中心 陈润生、蒋太交
ibp.ac/c/02/01/05/index.html
中科院上海生命科学研究院生物信息中心 李亦学 / 中科院上海生化所 dna.sibc.ac/bio 中科院计算所生物信息实验室 / 中科院遗传所分子系统生物学中心 韩敬东
如线粒体、叶绿体
古细菌(archaea) 54
细菌(bacteria) 694
包括草履虫、疟原虫、弓形虫、酵 真核生物(eukaryota) 78 母、线虫、果蝇、海藻、水稻、鸡、
鼠、狗、人、黑猩猩等
2019.9
7
测序进展
GenBank中已超过2000亿碱基对 速度
目前速度: 10天一个基因组(细菌) 目标: 1天一个基因组
(computational molecular biology) (宽松地)甚至包括医疗成像、图像分析、遗传算
法、人工智能、神经网络… (经典)用计算机储存、比较、提取、分析、预言、
模拟生物分子的组成与结构。主要应用(core)是 序列分析 (新)比较基因组学、功能基因组学、蛋白质组学、 结构基因组学
北京华大基因研究中心(中科院基因组研究所) 杨焕明 /
国家人类基因组南方研究中心(上海) 陈竺、 赵国屏 chgc.sh/
国家人类基因组北方研究中心(北京) 强伯勤
/
清华大学生物系生物信息研究室 孙之荣
/
13
人类基因组计划(3) – 超额完成目标
领域
目标
实际达到
完成时间
完成时间 15年
13年
2019.4
遗传图 2-5厘摩,600-1500个标记 1厘摩,3000标记
1994.9
物理图 30000 STS
52000 STS
2019.10
DNA序列 95%含基因序列,99.99%
99%,99.99%精确
北京大学生物信息学中心 罗静初
/chinese/
复旦大学理论生物中心 钟扬 /
33
我国的发展现状(4) – 研究中心
中科院国家基因研究中心 ncgr.ac/ 中科院理论物理所统计物理和理论生命科学 陈晓松、郝柏林
itp.ac/JiGouSheZhi/YJTD-6.php
如华大、中科院等建立了一些
中国生物信息学大会
首届,2019.4.11-13,北京,军事医学科学院 第二届, 2019.6.28,北京大学 第三届, 2019.10.6-9,武汉华中科技大学
国际生物信息学大会
首届,2019 第四届,2019.6.10,中南大学
32
我国的发展现状(3) – 主要研究中心
除完成上述,C. briggsae, D. pseudoobscura,大小鼠草图
2019.4
功能分析 发展基因组水平的技术
高通量寡核苷酸合成、DNA 微阵列、酵母全基因组水平敲 除、蛋白双杂交
1994, 2019, 2019,2019
14
生命科学的发展趋势和热点
发展趋势
系统生物学: 微观还原,系统 统一生物学(General Biology) 生物技术的产业化
数学模型
如确定性模型(deterministic model)、随机性 模型(stochastic model)
多学科方法
生物
数学
物理
计算机 工程学
27
应用
基因组层次分析
如序列功能、蛋白质、进化研究
基因芯片
如DNA芯片(DNA chip),蛋白质芯片的动态数据 分析
药物开发
生物信息学
第一章 绪论
毛理凯
初步计划讲授内容
1. 绪论 2. 生物信息学的计算机基础 3. 生物信息学资源与数据挖掘工具 4. DNA序列分析 5. 分子系统发育分析 6. 基因组分析 7. 蛋白质组分析 8. 数学模型
2
本课目录
一． 当今生命科学展望 二． 生物信息学简介 三． 发展现状
3
一、当今生命科学展望
/jslmbe/
西北大学 西安交通大学 上海交通大学上海系统生物医学研究中心 陈竺 哈尔滨医科大学生物信息学系 李霞
biocc/index_main.ysis pathway(糖酵解)
京都基因与基因 组百科全书 (Kyoto Encyclopedia of Genes and Genomes)
10
全细胞通路
11
人类基因组计划(1) – 人类三大计划
曼哈顿原子弹计划 (1942-46)
12
阿波罗登月计划 (1961-69)
人类基因组计划 (1990-2019)
最早提到该词的文献(PubMed) (1990)Genomics,6(2):389
20
生物信息学发展阶段(1)
前基因组时代(pre-genomics era)
目前价格: 10000美元(细菌) 目标: 1000美元 趋势: 过去十几年,每2年半价
微小化、并列化: 数千到数十万well 多目标化: 肠内几十上百种微生物、土壤中全部微
生物同时测序 最小基因组研究、基因组人工合成
8
蛋白数据增长(PDB)
9
反应通路(KEGG)
基因组
完成1％人类基因组计划(中国卷;3号染色体短臂 “端粒至D3S3610”)(1994-2019.8)
2019.10独立完成水稻基因组“工作框架图”绘 制和数据库建设；完成国际水稻基因组计划的 20%
31 其他: 家猪、血吸虫、家鸡、家蚕、大豆
我国的发展现状(2)
生物信息学企业
热点
生物大分子的结构与功能研究 基因组与细胞的研究 脑科学和神经科学研究 行为科学研究 关于遗传、发育、分化、进化的综合理论研究 生态环保研究
15
物理学的发展对生命科学的启示
物理学
生命科学
17世纪
大量实验数据积累
农业、医药实践
博物学
经典物理学 公式化
18世纪
分类、解剖研究
23
发展阶段(4)
后基因组时代(post-genomics era)
HGP (1990-2019) 2019,蛋白质组学(Proteomics) 高通量(high-throughput)实验手段
24
发展阶段(5)
后基因组时代(postgenomics era)
比较基因组学 (comparative genomics)
结构基因组学(Strutural genomics, 2019)
功能基因组学(Functional genomics)
系统生物学
系统树重建(phylogenic reconstruction)
25
生物信息学基本方法(1)
建立生物数据库
如GenBank, EMBL, DDBJ
如寻找药靶、药物分子结构、系统药物开发
经济价值
“bioventure” – 生物风险公司 28 药物、生物制品、相关试剂、器材
三、发展现状
29
全球 中国
学术
生物信息学文章数量
7000
450
6000
400
350
5000
全球
300
4000
中国
250
3000
200
150 2000
100
4
基因数据的 快速增长
5
为什么这么快
6
Sanger, UK
已完成测序的基因组(EBI)
病毒(virus) 类病毒(viroid)
1639
包括多种流感病毒, 病毒等
HIV,
SARS冠状
46
主要是植物病毒
质粒(plasmid) 627
主要提自细菌中
噬菌体(phage) 469
细胞器(organelle) 1510
1000
50
0
0
1986
1989
1992
1995
1998
2001
2004
2007
1/5
1/20
30
我国的发展现状(1) – 总括
国家高技术研究发展计划(863)
生物信息的获取、加工和利用,建立数据库
结构基因组和蛋白质组学研究
高通量药物筛选、药物设计
生物芯片
曙光系列生物信息学服务器
22
发展阶段(3)
基因组时代(genomics era)
数据库搜索算法(1983, Wilbur-Lipman) 快速序列相似性查找(1985, FASTN; 1990,
BLAST) 机构建立
1988, NCBI 1988, EMBnet 1993, Sanger 1991,EST技术
对位算法(1970,NeedlemanWunsch; 1981,SmithWaterman)
1977,DNA测序和相应的软件分 析(RA Staden)
21
发展阶段(2)
基因组时代(genomics era)
一批基因组被测序 1982 噬菌体λ
2019 细菌 2019 酵母 2019 线虫 2019 果蝇
genetics.ac/IGDB/Research/shengwuxinxi/index.htm
军事医学科学院生物工程所生物信息学中心 bioinf.bmi.ac/ 中科院微生物所 im.ac
34
我国的发展现状(5) – 研究中心
天津大学生物信息中心 张春霆 / 中山大学生物信息中心 徐安龙 中山医科大学 东南大学(江苏省生物信息学专业委员会) 孙啸
中科院生物物理所系统生物学研究中心 陈润生、蒋太交
ibp.ac/c/02/01/05/index.html
中科院上海生命科学研究院生物信息中心 李亦学 / 中科院上海生化所 dna.sibc.ac/bio 中科院计算所生物信息实验室 / 中科院遗传所分子系统生物学中心 韩敬东
如线粒体、叶绿体
古细菌(archaea) 54
细菌(bacteria) 694
包括草履虫、疟原虫、弓形虫、酵 真核生物(eukaryota) 78 母、线虫、果蝇、海藻、水稻、鸡、
鼠、狗、人、黑猩猩等
2019.9
7
测序进展
GenBank中已超过2000亿碱基对 速度
目前速度: 10天一个基因组(细菌) 目标: 1天一个基因组
(computational molecular biology) (宽松地)甚至包括医疗成像、图像分析、遗传算
法、人工智能、神经网络… (经典)用计算机储存、比较、提取、分析、预言、
模拟生物分子的组成与结构。主要应用(core)是 序列分析 (新)比较基因组学、功能基因组学、蛋白质组学、 结构基因组学
北京华大基因研究中心(中科院基因组研究所) 杨焕明 /
国家人类基因组南方研究中心(上海) 陈竺、 赵国屏 chgc.sh/
国家人类基因组北方研究中心(北京) 强伯勤
/
清华大学生物系生物信息研究室 孙之荣
/
13
人类基因组计划(3) – 超额完成目标
领域
目标
实际达到
完成时间
完成时间 15年
13年
2019.4
遗传图 2-5厘摩,600-1500个标记 1厘摩,3000标记
1994.9
物理图 30000 STS
52000 STS
2019.10
DNA序列 95%含基因序列,99.99%
99%,99.99%精确
北京大学生物信息学中心 罗静初
/chinese/
复旦大学理论生物中心 钟扬 /
33
我国的发展现状(4) – 研究中心
中科院国家基因研究中心 ncgr.ac/ 中科院理论物理所统计物理和理论生命科学 陈晓松、郝柏林
itp.ac/JiGouSheZhi/YJTD-6.php
如华大、中科院等建立了一些
中国生物信息学大会
首届,2019.4.11-13,北京,军事医学科学院 第二届, 2019.6.28,北京大学 第三届, 2019.10.6-9,武汉华中科技大学
国际生物信息学大会
首届,2019 第四届,2019.6.10,中南大学
32
我国的发展现状(3) – 主要研究中心
除完成上述,C. briggsae, D. pseudoobscura,大小鼠草图
2019.4
功能分析 发展基因组水平的技术
高通量寡核苷酸合成、DNA 微阵列、酵母全基因组水平敲 除、蛋白双杂交
1994, 2019, 2019,2019
14
生命科学的发展趋势和热点
发展趋势
系统生物学: 微观还原,系统 统一生物学(General Biology) 生物技术的产业化
数学模型
如确定性模型(deterministic model)、随机性 模型(stochastic model)
多学科方法
生物
数学
物理
计算机 工程学
27
应用
基因组层次分析
如序列功能、蛋白质、进化研究
基因芯片
如DNA芯片(DNA chip),蛋白质芯片的动态数据 分析
药物开发
生物信息学
第一章 绪论
毛理凯
初步计划讲授内容
1. 绪论 2. 生物信息学的计算机基础 3. 生物信息学资源与数据挖掘工具 4. DNA序列分析 5. 分子系统发育分析 6. 基因组分析 7. 蛋白质组分析 8. 数学模型
2
本课目录
一． 当今生命科学展望 二． 生物信息学简介 三． 发展现状
3
一、当今生命科学展望
/jslmbe/
西北大学 西安交通大学 上海交通大学上海系统生物医学研究中心 陈竺 哈尔滨医科大学生物信息学系 李霞
biocc/index_main.ysis pathway(糖酵解)
京都基因与基因 组百科全书 (Kyoto Encyclopedia of Genes and Genomes)
10
全细胞通路
11
人类基因组计划(1) – 人类三大计划
曼哈顿原子弹计划 (1942-46)
12
阿波罗登月计划 (1961-69)
人类基因组计划 (1990-2019)
最早提到该词的文献(PubMed) (1990)Genomics,6(2):389
20
生物信息学发展阶段(1)
前基因组时代(pre-genomics era)