生物信息学及其发展历史.
生物信息学_复习题及答案(打印)
一、名词解释：1.生物信息学：研究大量生物数据复杂关系的学科，其特征是多学科交叉，以互联网为媒介，数据库为载体。
利用数学知识建立各种数学模型; 利用计算机为工具对实验所得大量生物学数据进行储存、检索、处理及分析，并以生物学知识对结果进行解释。
2.二级数据库：在一级数据库、实验数据和理论分析的基础上针对特定目标衍生而来，是对生物学知识和信息的进一步的整理。
3.FASTA序列格式：是将DNA或者蛋白质序列表示为一个带有一些标记的核苷酸或者氨基酸字符串，大于号（>）表示一个新文件的开始，其他无特殊要求。
4.genbank序列格式：是GenBank 数据库的基本信息单位，是最为广泛的生物信息学序列格式之一。
该文件格式按域划分为4个部分：第一部分包含整个记录的信息（描述符）；第二部分包含注释；第三部分是引文区，提供了这个记录的科学依据；第四部分是核苷酸序列本身，以“//”结尾。
5.Entrez检索系统：是NCBI开发的核心检索系统，集成了NCBI的各种数据库，具有链接的数据库多，使用方便，能够进行交叉索引等特点。
6.BLAST：基本局部比对搜索工具，用于相似性搜索的工具，对需要进行检索的序列与数据库中的每个序列做相似性比较。
P947.查询序列（query sequence）：也称被检索序列，用来在数据库中检索并进行相似性比较的序列。
P988.打分矩阵（scoring matrix）：在相似性检索中对序列两两比对的质量评估方法。
包括基于理论（如考虑核酸和氨基酸之间的类似性）和实际进化距离（如PAM）两类方法。
P299.空位（gap）：在序列比对时，由于序列长度不同，需要插入一个或几个位点以取得最佳比对结果，这样在其中一序列上产生中断现象，这些中断的位点称为空位。
P2910.空位罚分：空位罚分是为了补偿插入和缺失对序列相似性的影响，序列中的空位的引入不代表真正的进化事件，所以要对其进行罚分，空位罚分的多少直接影响对比的结果。
生物信息学的发展历程和应用情况
生物信息学的发展历程和应用情况随着计算机技术、生物学研究方法及数据采集方法的进步，生物信息学逐渐崭露头角。
生物信息学是一门交叉学科，它将计算机科学、统计学、生物学和化学等多个领域的知识整合起来，应用于生物数据的分析和理解，旨在帮助生物学家探索生命的奥秘。
本文将介绍生物信息学的发展历程和应用情况。
一、生物信息学的历史生物信息学最早起源于20世纪60年代。
当时，基因组学和蛋白质组学开始引起生物学家的关注。
由于基因组和蛋白质组数据太过庞大，传统的生物学研究方法远远不够高效。
生物学家开始尝试使用计算机分析这些数据，深入研究生命体系结构和功能。
在20世纪70年代，出现了一种新型的人工智能技术——“专家系统”，它能够与人类专家类似地推理和解决问题。
生物学家开始使用这种系统分析生物数据，并取得了一系列重要的成果。
此外，20世纪80年代，高通量技术的出现使得生物学数据的处理速度和质量得到了极大提升。
这也推动了生物信息学的发展。
二、生物信息学的应用1. 基因组学生物信息学在基因组学中的应用非常广泛。
通过基因组测序技术获取基因组序列数据，通过生物信息学技术对基因组序列进行分析和挖掘，可以识别出基因、启动子、转录因子结合位点等基因组特征。
通过比较不同物种的基因组序列可以发现物种之间的亲缘关系，并推断是否存在某些共同的祖先。
2. 蛋白质组学生物信息学在蛋白质质谱分析中也有应用。
通过蛋白质质谱数据分析算法，可以扫描蛋白质中所有已知的肽段序列，并计算它们与质谱数据的相似度，从而推断蛋白质的氨基酸序列。
这种方法可以帮助研究蛋白质在细胞内的位置、互作关系、表达水平等方面。
3. 药物研发生物信息学在药物研发中也有广泛应用。
药物的研发需要寻找合适的分子靶点，确定药物和靶标的相互作用方式。
生物信息学技术可以通过分子对接、蛋白质结构与功能分析等方法来预测分子靶点和药物作用方式。
4. 生物多样性研究生物信息学技术也可以帮助研究生物多样性。
生物工程技术的历史演变
生物工程技术的历史演变生物工程技术的历史可以追溯到古代，人类利用自然界的生物资源进行实践探索，例如农业的发展与动植物的驯化。
然而，现代生物工程技术的突飞猛进与跨越式发展主要发生在近几十年。
1. 前现代时期的生物工程技术在前现代时期，尽管人们没有对生物工程技术有明确的认知，但是人类已经开始利用遗传性状进行育种。
世界各地的农民通过选择繁殖最有利的动植物，来改良他们的品种。
例如，古埃及人通过驯化和培育来改进小麦品种。
然而，由于对基因和遗传原理的认识有限，这些实践是基于经验和观察进行的。
2. 生物技术的现代起步（20世纪初）20世纪初，生物学的发现以及对基因的进一步了解推动了生物工程技术的现代起步。
在这一时期，科学家开始深入研究并提取细胞的基本单位，包括DNA和蛋白质。
例如，1953年，詹姆斯·沃森和弗朗西斯·克里克提出了DNA的双螺旋结构。
这项突破性的研究为后来的生物工程技术奠定了基础。
3. 基因工程的崛起（1970年代）20世纪70年代，基因工程的崛起标志着生物工程技术迈向了一个新的阶段。
科学家们开始构建基因库并进行基因重组，通过将来自不同物种的基因组合在一起，创建具有新功能的重组DNA。
1973年，斯坦利·科恩和赫伯特·J·鲍尔纳提出了基因重组技术，这使得人们能够将外源基因插入到宿主生物的基因组中。
随着基因工程的发展，许多重要的突破达到了：- 1975年，科学家开始使用限制性内切酶，这是一种能够切割DNA 的酶，用于DNA分子的识别和处理。
- 1977年，弗雷德里克·桑格提出了DNA测序技术，这项技术能够确定DNA中的碱基序列。
- 1983年，考纳·伯图拉和杨恩·伍德曼首次提出了聚合酶链式反应(PCR)技术，该技术能够在短时间内扩增DNA片段。
这些重要的技术突破为基因工程的研究提供了强有力的工具，同时也对医学、农业和环境等领域带来了深远的影响。
生物信息学认识
浅谈生物信息学一、生物信息学产生的背景有人说，基于序列的生物学时代已经到来，尽管对“序列生物学”这一提法可能有所争议，但是今日像潮水般涌现的序列信息却是无可争辩的事实。
自从1990年美国启动人类基因组计划以来，人与模式生物基因组的测序工作进展极为迅速。
迄今已完成了约40多种生物的全基因组测序工作，人基因组约3x109碱基对的测序工作也接近完成。
至2000年6月26日，被誉为生命“阿波罗计划”的人类基因组计划，经过美、英、日、法、德和中国科学家的艰苦努力，终于完成了工作草图，这是人类科学世上又一个里程碑式的事件。
它预示着完成人类基因组计划已经指日可待。
截止目前为止，仅登录在美国GenBank数据库中的DNA序列总量已超过70亿碱基对。
在人类基因组计划进行过程中所积累起来的技术和经验，使得其它生物基因组的测序工作可以完成得更快捷。
可以预计，今后DNA序列数据的增长将更为惊人。
生物学数据的积累并不仅仅表现在DNA序列方面，与其同步的还有蛋白质的一级结构，即氨基酸序列的增长。
此外，迄今为止，已有一万多种蛋白质的空间结构以不同的分辨率被测定。
基于cDNA 序列测序所建立起来的EST数据库其纪录已达数百万条。
在这些数据基础上派生、整理出来的数据库已达500余个。
这一切构成了一个生物学数据的海洋。
可以打一个比方来说明这些数据的规模。
有人估计，人类（包括已经去世的和仍然在世的）所说过的话的信息总量约为5唉字节（1唉字节等于1018字节）。
而如今生物学数据信息总量已接近甚至超过此数量级。
这种科学数据的急速和海量积累，在人类的科学研究历史中是空前的。
数据并不等于信息和知识，但却是信息和知识的源泉，关键在于如何从中挖掘它们。
与正在以指数方式增长的生物学数据相比，人类相关知识的增长（粗略地用每年发表的生物、医学论文数来代表）却十分缓慢。
一方面是巨量的数据；另一方面是我们在医学、药物、农业和环保等方面对新知识的渴求，这些新知识将帮助人们改善其生存环境和提高生活质量。
生物学的历史和科学发展
阐述了物种起源和生物进化的机制，对人们认识自然界和生命
现象产生了深远影响。
遗传学的诞生
03
研究生物遗传和变异的规律，为现代生物技术和医学领域的发
展奠定了基础。
生物学在近代科学体系中地位
自然科学的重要分支
生物学作为自然科学的重要分支，与其他学科相互渗透、相互促 进。
引领科技进步
生物学领域的重大发现和理论突破，不断引领着科技进步和社会发 展。
生态系统及环境保护意识觉醒
01
生态系统结构与功能的认识
揭示了生物群落之间以及生物与环境之间的相互作用和依存关系。
02
生物多样性的保护
意识到生物多样性对于维持生态平衡和人类生存的重要性，推动了全球
范围内的生物多样性保护行动。
03
环境污染与生态破坏的应对
针对环境污染和生态破坏问题，发展了环境监测、生态修复等技术手段
分子生物学等新兴学科的崛起
20世纪以来，分子生物学等新兴学科迅速崛起，成为生物学研究的前沿领域。这些新兴学科的 发展，为揭示生命本质和解决生物学问题提供了强有力的工具和方法。
生物学在近代科学发展中地
02
位
近代自然科学革命背景
01 文艺复兴时期的思想解放
强调人的价值和自然探索，为自然科学发展奠定 基础。
合成生物学的兴起
通过设计和构建人工生物系统，实现对生物过程 的定制和优化，为生物制造和生物能源等领域提 供了新的技术手段。
生物技术在医疗领域的应用
包括基因治疗、细胞治疗、生物药物等在内的新 型医疗技术不断涌现，为疾病治疗和健康管理提 供了更多选择和可能。
04
当代生物学前沿问题及挑战
基因编辑与伦理道德问题探讨
生物学在生态环境保护中发挥着重要作用，如生物多样性保护、生态系统恢复等。
生物信息学的发展与趋势
生物信息学的发展与趋势在现代生命科学的发展过程中，人们通过不断地研究和探索，已经逐渐认识到了生物信息学在该领域的重要性和影响力。
生物信息学是一门较为年轻的交叉学科，它将数学、信息科学、计算机科学等多学科的方法和技术与生物学相结合，成功地促进了生命科学的研究和应用，同时也带来了新的机遇和挑战。
本文将从生物信息学的概念、历史发展、技术方法和未来趋势等几个方面进行阐述。
一、生物信息学的概念生物信息学是一门研究利用计算机技术处理和分析生物学数据的学科，它的研究内容主要包括生物信息的收集、存储、管理、分析、可视化等方面。
在生物学领域，生物信息学已经成为了处理和分析生物学研究数据的主要手段，尤其是随着高通量测序技术和大规模生物样品库的建立，生物信息学的应用前景更是被看好。
二、生物信息学的历史发展生物信息学的历史可以追溯到上世纪60年代，当时科学家们已经开始通过计算机技术来研究蛋白质结构和DNA序列等生命科学中的问题。
此后，生物信息学得以得到迅速发展，1980年代末期，生物信息学在生命科学领域中的应用已经成为一个备受关注的热门话题。
在1990年代，人类基因组计划的启动和实施加速了生物信息学的发展。
这个计划的宣布，推动了生物信息学技术的研究和实践，尤其是在基因序列方面的研究，大大促进了生物信息学的发展和应用。
同时，这也加速了生命科学领域的发展和对安全、药物、食品、能源等关键问题的解决。
随着新一代测序技术的出现，生物信息学得以得到进一步发展。
例如，Illumina、IonTorrent、PacBio、Nanopore等常见的测序方式，使得研究人员们可以迅速、精确的获取大量的基因组序列信息，这一进步不仅带来了标志性的技术变革，而且也推进了医学、药学等重要领域对于相应的基础研究进展。
三、生物信息学的技术方法生物信息学的技术方法主要包括基础的生物计算、生物物理学、生物科学、以及DNA、RNA和蛋白质等生物学大分子的结构、功能和互作关系的研究分析。
现代生物学发展历史论文
现代生物学发展历史论文
生物学作为一门学科已经有着悠久的历史。
然而，现代生物学的发展却是一个囊括多个学科、涵盖广泛领域的深刻变革过程。
本文将从生物学的历史发展角度探讨现代生物学的演变历程。
生物学的起源可以追溯到古代，古人对自然界的观察和研究奠定了生物学的基础。
随着科学技术的发展，18世纪和19世纪
是生物学发展的黄金时期。
达尔文的进化论和门德尔的遗传学理论为生物学奠定了理论基础。
20世纪以来，生物学迅速发展，分子生物学、细胞生物学、基因工程等学科的出现极大地推动了生物学的发展。
随着基因组学和生物信息学的兴起，生物学的研究逐渐深入到细胞和分子水平。
人类基因组计划的实施为人类疾病研究提供了重要数据。
生物技术的发展使得基因工程、细胞工程等成为可能，为生物学的应用提供了新的途径和方法。
生物学的多领域融合和互相渗透也成为现代生物学的一大特点。
生物学和化学、物理、计算机科学等学科之间的交叉融合推动了生物学研究的进一步发展。
现代生物学已经不再局限于研究个体生物，而是将目光拓展到了整个生态系统、生存环境和生物多样性。
在生物学发展的过程中，尊重生命、尊重自然、尊重科学方法是永恒的主题。
在面对日益严峻的环境问题和生物多样性保护挑战时，现代生物学有着重要的作用和责任。
只有通过科学研究和全球合作，我们才能更好地理解生命、保护生态环境，实
现人类与自然的和谐共存。
生物学的发展历程永无止境，我们期待着未来生物学的更多突破与创新。
chapter2-生物信息学相关的生物学基础
03
生物分子学基础
生物分子的定义与分类
总结词
生物分子是构成生命体的基本物质，包括蛋白质、核酸、糖 类、脂质等。
详细描述
生物分子是具有生物活性的有机分子，是生命活动所必需的 。根据其组成和结构，生物分子可以分为蛋白质、核酸、糖 类、脂质等不同类型。这些分子在细胞内发挥着各自独特的 作用，共同维持着生命体的正常运转。
生物学的发展历程
古典生物学
古典生物学阶段主要关注对生物体的形态和分类， 代表人物有林奈和居维叶。
实验生物学
实验生物学阶段开始使用实验方法研究生物体， 代表人物有巴斯德和孟德尔。
分子生物学
分子生物学阶段开始从分子水平研究生物体的结 构和功能，代表人物有沃森和克里克。
生物学的主要分支
动物学
微生物学
研究动物的形态、分类、生态和行为 等。
表型组学
研究生物体表型特征的学科。
生物信息学在表型组学中的应用
对表型数据进行处理、分析和解释，包括表型关联分析、表型预测 模型构建等。
表型组学与生物信息学的关系
表型组学依赖于生物信息学方法进行数据处理和解析，生物信息学 为表型组学提供了强大的技术支持和工具。
THANKS
感谢观看
核酸的结构与功能
总结词
核酸的功能主要是作为遗传信息的载体和蛋白质合成的模板。
详细描述
核酸是遗传信息的载体，负责编码生命活动所需的各种蛋白质。DNA通过转录过程将 遗传信息传递给RNA，然后RNA作为模板指导蛋白质的合成。此外，RNA还可以作为 信号分子、酶等活性物质参与细胞内的多种生化反应和信号转导过程。因此，核酸的结
Chapter2-生物信息学相关 的生物学基础
• 生物学基础概述 • 遗传学基础 • 生物分子学基础 • 细胞生物学基础 • 生物信息学在生物学中的应用
- 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
HGP 生物数据的激增 （每15个月翻一番）
生物学家
数学家
计算机 科学家
生物信息学 （bioinfomatics)
的诞生
三种科学文化的融合
生物学家 (生物学问题)
数学物理学家 计算机科学家 (基础理论问题)
工程师 （技术应用）
生物信息学（bioinformatics)是 80年代未随着人类基因组计划 （Human genomeproject)的启动 而兴起的一门新的交叉学科。它涉 及生物学、数学、计算机科学和工 程学，依赖于计算机科学、工程学 和应用数学的基础，依赖于生物实 验和衍生数据的大量储存。
多重序列比对研究的是多个序列的共性。序列 的多重比对可用来搜索基因组序列的功能区域， 也可用于研究一组蛋白质之间的进化关系。
发现同源分子
3、 基因组序列分析
遗传语言分析——天书 基因组结构分析 基因识别 基因功能注释 基因调控信息分析 基因组比较
4、基因表达数据的分析与处理
/bioinformatics/。
第三节 生物信息学主要研究内容
生物信息学主要研究内容
1、 生物分子数据的收集与管理 2、 数据库搜索及序列比较 3、 基因组序列分析 4、基因表达数据的分析与处理 5、蛋白质结构预测
1、 生物分子数据的收集与管理
EMBL
1.3 基因组整体功能及其调节网络的系统把握
把握生命的本质，仅仅掌握基因组中部分基 因的表达调控是远远不够的，因为生命现象是 基因组中所有功能单元相互作用共同制造出来 的。基因芯片技术由于可以监测基因组在各种 时间断面上的整体转录表达状况，因此成为该 领域中一项非常重要和关键的实验技术，对该 技术所产生的大量实验数据进行高效分析，从 中获得基因组运转以及调控的整体系统的机制 或者是网络机制，便成了生物信息学在该领域 中首先要解决的问题。
遗传信息 与功能相关的结构信息 进化信息
(1)遗传信息的载体——DNA
遗传信息的载体主要是DNA
控制生物体性状的基因是一 系列DNA片段
生物体生长发育的本质就是遗 传信息的传递和表达
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。
基因控制着蛋白质的合成
转录
DNA
翻译
RNA
蛋白 质
基因的DNA序列
对
遗
应
传
关
密
系
码
蛋白质序列
DNA 前体RNA mRNA
多肽链
(2)蛋白质的结构决定其功能
蛋白质功能取决于蛋白质的空间结构
蛋白质结构决定于蛋白质的序列（这是 目前基本共认的假设），蛋白质结构的 信息隐含在蛋白质序列之中。
(3) DNA分子和蛋白质分子 都含有进化信息
1995年，在美国人类基因组计 划（HGP）第一个五年总结报告 中给出了一个较为完整的生物信息 学的定义：生信息学是包含生物信 息的获取、处理、贮存、分发、分 析和解释的所有方面的一门学科， 它综合运用数学、计算机科学和生 物学的各种工具进行研究，目的在 于了解大量的生物学意义。
Bioinformatics
基因组 数据库
GenBank DDBJ
蛋白质 序列 数据库
SWISS-PROT PIR
蛋白质
PDB
结构
数据库
2、 数据库搜索及序列比较
搜索同源序列在一定程度上就是通过序列比较 寻找相似序列
序列比较的一个基本操作就是比对 （Alignment），即将两个序列的各个字符 （代表核苷酸或者氨基酸残基）按照对应等同 或者置换关系进行对比排列，其结果是两个序 列共有的排列顺序，这是序列相似程度的一种 定性描述
1.4 基因组演化与物种演化
尽管已经在分子演化方面取得了许多重要的成就，但 仅仅依靠某些基因或者分子的演化现象，就想阐明物种 整体的演化历史似乎不太可靠。例如，智人与黑猩猩之 间有98%-99%的结构基因和蛋白质是相同的，然而表 型上却具有如此巨大的差异，这就不能不使我们联想到 形形色色千差万别的建筑楼群，它们的外观如此不同， 但基础的部件组成却是几乎一样的，差别就在于这些基 础部件的组织方式不同，这就提示我们基因组整体组织 方式而不仅仅是个别基因在研究物种演化历史中的重要 作用。由于基因组是物种所有遗传信息的储藏库，从根 本上决定着物种个体的发育和生理，因此，从基因组整 体结构组织和整体功能调节网络方面，结合相应的生 理表征现象，进行基因组整体的演化研究，将是揭示 物种真实演化历史的最佳途径。
通过比较相似的蛋白质序列，如肌红 蛋白和血红蛋白，可以发现由于基因复 制而产生的分子进化证据。
通过比较来自于不同种属的同源蛋白质， 即直系同源蛋白质，可以分析蛋白质甚 至种属之间的系统发生关系，推测它们 共同的祖先蛋白质。
生物分子数据类型
DNA序列数据
最基本
生
蛋白质序列数据
物
分
子
生物分子结构数据
概念（狭义）
生物分子信息的获取、存贮、分析和利用
分子生物信息学 Molecular
Bioinformatics
生物 分子数据
获取 挖掘
深层次 生物学知识
由于当前生物信息学发展的主要推动 力来自分子生物学，生物信息学的研究 主要集中于核苷酸和氨基酸序列的存储、 分类、检索和分析等方面，所以目前生 物信息学可以狭义地定义为：将计算机 科学和数学应用于生物大分子信息的获 取、加工、存储、分类、检索与分析， 以达到理解这些生物大分子信息的生物 学意义的交叉学科。
信
息
生物分子功能数据
直 观
复杂
第一部 遗传密码
第二部 遗传密码？
DNA 核酸序列
蛋白质 氨基酸序列
蛋白质 结构
蛋白质 功能
最基本的 生物信息
生命体系千姿 百态的变化
生物分子数据及其关系
维持生命活 动的机器
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
基因芯片
层次式聚类
二 维 电 泳 图
5、蛋白质结构预测
蛋白质的生物功能由蛋白质的结构所决定 ，蛋 白质结构预测成为了解蛋白质功能的重要途径
蛋白质结构预测分为:
二级结构预测 空间结构预测
蛋白质折叠
二级结构预测
在一定程度上二级结构的预测可以归结为模式识别问题
在二级结构预测方面主要方法有：
第二节 生物信息学及其发展历史
1、生物信息学的概念
生物信息学（Bioinformatics） 这一名词的来由
八十年代末期，林华安博士认识到将计算机科学与生 物学结合起来的重要意义，开始留意要为这一领域构思 一个合适的名称。起初，考虑到与将要支持他主办一系 列生物信息学会议的佛罗里达州立大学超型计算机计算 研究所的关系，他使用的是“CompBio”；之后，又将其 更改为兼具法国风情的“bioinformatique”，看起来似乎 有些古怪。因此不久，他便进一步把它更改为“bioinformatics（或bio/informatics）”。但由于当时的电子 邮件系统与今日不同，该名称中的-或/符号经常会引起许 多系统问题，于是林博士将其去除，今天我们所看到的 “bioinformatics”就正式诞生了，林博士也因此赢得了 “生物信息学之父”的美誉。
20世纪70年代到80年代初期 ，出现了一系列著 名的序列比较方法和生物信息分析方法
20世纪80年代以后，出现一批生物信息服务机 构和生物信息数据库
20世纪90年代后 ，HGP促进生物信息学的迅速 发展
关于生物信息学发展历程中的重要大事， 请参见下面两个网站的介绍：
/Education /BLASTinfo/milestones.html、
3、生物信息学的发展历史
生物科学和 技术的 发展
Hale Waihona Puke 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
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
20世纪70年代，生物信息学的真正开端
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 人工神经网络方法
预测准确率超过70%的第一个软件是基于神经网络的 PHD系统
空间结构预测
在空间结构预测方面，比较成功的理论 方法是同源模型法
该方法的依据是：相似序列的蛋白质倾 向于折叠成相似的三维空间结构
生物分子
数据
+
计算机 计算
2、生物分子信息
分子 细胞
生物信息的载体
存贮、复制、传递和表达 遗传信息的系统
生物信息学主要研究两种信息载体
DNA分子 蛋白质分子
Protein Machines
From the Cell to Protein Machines
生物分子至少携带着三种信息
1.2 非蛋白编码区生物学意义的分析
非蛋白编码区约占人类基因组的95%，其生物 学意义目前尚不是很清楚，但从演化观点来看， 其中必然蕴含着重要的生物学功能，由于它们并 不编码蛋白，一般认为，它们的生物学功能可能 体现在对基因表达的时空调控上。
对非蛋白编码区进行生物学意义分析的策略有
两种，一种是基于已有的已经为实验证实的所有 功能已知的DNA元件的序列特征，预测非蛋白编 码区中可能含有的功能已知的DNA元件，从而预 测其可能的生物学功能，并通过实验进行验证； 另一种则是通过数理理论直接探索非蛋白编码区 的新的未知的序列特征，并从理论上预测其可能 的信息含义，最后同样通过实验验证。