生物信息学的进展及其在分子微生物学研究中的应用
生物信息学技术在微生物组学中的应用
生物信息学技术在微生物组学中的应用随着微生物组学领域的不断发展，越来越多的微生物学家开始利用生物信息学技术来研究微生物的生态、代谢和进化等方面的问题。
生物信息学技术包括了基因组学、转录组学、蛋白质组学和代谢组学等多个方面的技术和工具。
本文将重点介绍生物信息学技术在微生物组学中的应用及其意义。
1. 基因组学基因组学是研究基因组结构、功能、演化和调控的科学。
在微生物基因组项目启动前，微生物学家对于微生物的研究主要依靠着培养物的实验和传统的分子生物学方法。
而基因组学的出现及其应用，则大大拓展了微生物领域研究的范围和深度。
基因组学技术可以快速、高效地获得微生物的基因组序列，进而揭示微生物基因组的结构、功能和进化。
利用基因组学技术，研究者不仅可以对微生物进行精准的分类，更可以揭示微生物在环境中的生态角色，推进微生物的代谢和基因工程等研究领域的发展。
基因组学技术的核心在于DNA序列的分析和比较。
通过对微生物基因组的序列进行分析和比较，可以快速鉴定微生物基因组的结构、特性和进化。
例如，微生物学家可以通过比较微生物基因组的大小、GC含量、基因数目、基因组序列重复度等特征，对微生物进行分类并预测其生物学特征，如其代谢途径、抗生素产生能力等。
而对基因组的进化分析，则可以在微生物间探寻基因转移、基因家族失活或扩张等现象的发生和原因。
值得一提的是，微生物本身具有巨大的生物多样性，而嵌合与重复序列、质粒、基因间的隔离区、基因浮动等多种复杂的遗传机制同时又进一步增加了微生物基因组分析的难度。
由此，近年来亦发展出一些新型的基因组学技术和方法，例如单细胞测序、荧光原位杂交等，以更加全面、细致地研究微生物基因组。
2. 转录组学转录组学是研究某一时段内细胞内被体现为RNA转录量和类型的科学。
由于微生物基因组比较小且简单，使得整个转录组可以通过RNA测序尽可能精细的描述。
近年来，微生物学家通过转录组学技术分析微生物在不同环境条件下的基因表达变化，揭示出微生物生长、代谢、适应环境等方面的调控机制及其基因网络。
生物信息学在生物学中的应用
生物信息学在生物学中的应用生物信息学是将计算机科学、数学和统计学等多个学科应用于生物学的交叉学科，该领域的出现和发展可以极大地改善我们对生命的理解和治疗方法的改良。
本文将讨论生物信息学在生物学中的应用及其未来的潜力。
一、序列数据分析序列数据分析是生物信息学中最重要的应用之一，它用于从DNA、RNA和蛋白质序列中获取基因组和蛋白质的结构和功能信息。
序列数据分析的一个重要方面是序列比对。
基于序列比对，可以建立基因家族、进化关系等信息，并预测新基因的功能、生物进化过程等。
生物信息学工具已经广泛应用于人类基因组计划、花粉图谱计划以及各种微生物基因组计划中。
例如，在人类基因组计划中，已经识别出了数万个基因并确定了它们的序列。
此外，研究人员还可以在全球范围内比较这些序列，以识别共享高度保守的区域和突变位点。
这种分析不仅使我们更好地了解人类进化历史，而且还帮助发现在不同疾病中的遗传基础。
二、分子模拟分子模拟是生物信息学的另一个重要方面，它用于预测蛋白质、DNA或RNA分子的结构和稳定性。
在分子模拟中，研究人员利用大量计算机资源模拟分子运动和相互作用，并预测最稳定的分子结构。
通过分子模拟，我们可以根据已知的结构域分析分子的稳定性和函数，并预测未知结构的分子的稳定性和函数。
此外，分子模拟还可以帮助发现有潜力治疗癌症、糖尿病和其他疾病的化合物和蛋白质。
例如，研究人员利用抑制剂对HIV病毒进行了分子模拟，从而成功预测了具有对病毒活性的靶标化合物。
三、系统发育学生物信息学还可以应用于系统发育学，即基于物种生物大分子序列的进化关系研究。
在系统发育学中，一组序列的分析可以揭示生物进化过程的相对方向和时间尺度，进而更好地理解物种之间的关系。
通过对各种代表物种基因组序列的比较，可以直接推断出这些物种之间的进化关系。
形成这些进化关系的多项事件中最重要的是突变和基因组重构。
此外，研究人员还可以通过与化石记录的突变事件的结合来了解物种在演化过程中的特定历史，从而建立进化树和物种分类。
生物信息学的进展及其在分子微生物学研究中的应用
近年来，人类基因组计划和其它物种基因组学计划的启动和实施，使人类在生命科学领域尤其是在核酸、蛋白质等生物大分子的序列、结构与功能等领域迅速积累了大量数据。
人们渴望从这些巨量数据挖掘出有用的信息。
生物信息学这门新兴学科应运而生。
微生物全基因测序，不仅是人类最早和首先完成的第一种生物的全基因组分析，也是迄今为止完成测序基因组种类最多的领域。
生物信息学研究方法的运用为病原微生物的研究注入了新的血液。
通过生物信息学研究平台，人们不仅能够实时在线检索丰富的微生物资源、共享海量的信息数据，还可以利用不断优化的系统平台、新的算法对微生物学各方面作进一步的研究。
本文对近年来生物信息学方法在分子微生物学多方面的研究作一简要综述。
1 生物信息学研究概况生物信息学是在生命科学、计算机科学和数学的基础上逐步发展而形成的一门新兴的边缘学科，它以核酸和蛋白质为主要研究对象，以数学、计算机科学为主要研究手段，对生物学实验数据进行获取、加工、存储、检索与分析，从而达到揭示数据所蕴含的生物学意义的目的[1]。
生物信息学的发展大致经历了前基因组时代、基因组时代和后基因组时代。
目前，它的主要研究内容已经从对DNA和蛋白质序列比较、编码区分析、分子进化转移到大规模的数据整合、可视化，转移到比较基因组学、代谢网络分析、基因表达谱网络分析、蛋白质技术数据分析处理、蛋白质结构与功能分析以及药物靶点筛选等[1]。
在后基因组时代的今天，生物信息学已经成为目前极其热门的系统生物学研究的重要手段。
利用各种功能的软件系统平台，目前生物信息学生物信息学的进展及其在分子微生物学研究中的应用陈文聪 胡朝晖 朱庆义★[摘 要] 生物信息学的飞速发展，为其他生命学科的研究提供了新的平台。
随着微生物基因组、蛋白质组的数据日益丰富，生物信息学方法在分子微生物学研究中应用越来越广泛，为人类疾病防治带来了不可估量的影响。
本文概述了生物信息学的研究概况和生物信息学在分子微生物学研究领域中的应用，如微生物鉴定、溯源分析、新型疫苗研究，以及微生物致病机理的研究等具有重要意义。
生物信息学在微生物菌群中的应用
生物信息学在微生物菌群中的应用随着科技的发展，生物信息学逐渐成为生命科学领域中不可或缺的工具之一。
而在微生物菌群的研究中，适用生物信息学方法与技术更是取得了显著的成果。
本文将从微生物菌群的概念入手，探讨生物信息学在微生物菌群中的应用及其作用。
一、微生物菌群概念微生物指的是肉眼无法看见的微小生物，包括细菌、真菌、病毒等。
而微生物菌群是指一种由多种微生物组成的稳定群体。
微生物菌群在不同的环境中有着完全不同的分布和活动状况，从而影响到生态系统的稳定性以及生物种群的进化和适应性。
因此，探究微生物菌群的组成、结构、功能和作用对于理解生态系统、促进健康和开展生命科学研究具有重要意义。
二、微生物菌群中的生物信息学微生物菌群的研究是一个复杂的过程，需要通过多个角度和技术手段来进行。
生物信息学提供了一种高通量、高效、高质量的技术手段，对微生物菌群的研究产生了重大的影响。
1. 基因组学随着基因组学研究技术的成熟和发展，很多微生物的基因组序列得到了揭示和解析。
利用生物信息学手段，可以对微生物基因组进行定位、分析、注释和比较。
这些技术不仅可以确定微生物群体的物种组成，还可以深入挖掘微生物的基因功能和调控机制。
同时，基于微生物基因组分析可以进行全基因组比对、基因家族分析、差异分析等，从而进一步探究微生物的进化历程和适应性机制。
2. 转录组学微生物的基因表达与其存活、功能和群体特异性有着密切联系。
生物信息学在微生物转录组学中的应用主要包括基因表达谱分析、功能调控网络建立，以及原核基因调控的研究等。
通过解析微生物菌群的转录组，可以揭示其群体的分化、互作、适应策略等重要信息，从而进一步推进微生物菌群的研究。
3. 蛋白质组学微生物菌群中蛋白质的表达与微生物的代谢水平、适应性和环境响应等有着密切关系。
蛋白质组学是研究微生物菌群功能和适应性的重要手段之一。
应用生物信息学技术，可以在给定条件下分离、鉴定、筛选和比较微生物菌群中的蛋白质。
生物信息学在微生物学中的应用
生物信息学在微生物学中的应用近年来，随着科技的不断发展，生物信息学成为了微生物学研究的重要工具，能够对微生物的特性和演化进行分析研究。
本文将就生物信息学在微生物学中的应用做一些探讨。
一、微生物组学微生物组学是指通过高通量技术对微生物某一时刻的基因组进行分析，从而了解这些微生物的群体结构和潜在功能。
其中，核酸序列的高通量测序技术(HiSeq)是一个广泛应用于微生物组学领域的工具之一。
通过测序技术对微生物进行研究，可以了解到不同微生物群落之间的相互联系和互动，从而更好地了解不同微生物群落之间的特点和功能。
二、微生物多样性分析在微生物学领域，不同微生物的群体间存在着非常高的多样性。
在微生物学领域，采用的多样性分析手段一般是基于16S rRNA基因的分析方法，通过对不同16S rRNA序列进行比对，得出不同基因型和物种之间的亲缘关系，同时还可以得出不同物种间的差异特点以及生境环境等。
三、微生物基因组学微生物基因组学是指对微生物的基因组及其相关的生化代谢途径进行研究。
主要采用分析基因组中的编码蛋白质的调节和作用机理，从而理解微生物的生存状态和代谢途径。
可以帮助我们研究如何降低产物的生成成本，以及更好地了解微生物群体的变异和进化水平。
四、微生物元基因组学与微生物基因组学相比，微生物元基因组学更加注重对微生物中所存在多样性的分析和对群落结构的了解。
通过测序分析群落基因组的功能，可以更好地了解微生物的生物多样性和群落内单个微生物的特点。
五、微生物的功能分析通过微生物学领域关于生物功能的研究，我们可以了解微生物所产生的一系列代谢产物，如何适应环境等等。
同时，利用生物信息学技术还可以对微生物的产物进行基础特性的分析和人工合成的优化方案设计等。
以上仅是微生物学中生物信息学应用的几个方面。
生物信息学应用是微生物学研究不可或缺的一部分，有利于我们更好地了解微生物的生存状态和群落结构，更好地为生物发酵的特性研究提供基础知识和技术支持。
生物信息学在微生物学研究中的应用
生物信息学在微生物学研究中的应用随着生物学领域中高通量测序技术的飞速发展，生物信息学作为一门综合学科正在逐渐崭露头角。
微生物学是生物学的一个分支学科，主要涉及到细菌、病毒和真菌等微生物的形态、特性、遗传、代谢等方面的研究。
近年来，生物信息学在微生物学研究中的应用呈现出了极大的潜力，为微生物学研究提供了新的突破口。
1. 基因组学生物信息学在微生物学中的应用主要体现在基因组学领域。
通过对微生物基因组的测序和比对，可以揭示微生物基因组的结构、变异、蛋白质编码基因和非编码基因的分布以及这些基因之间的关系和谐。
同时，还可以预测微生物的生物合成能力、代谢途径和生态角色等方面的信息。
2. 转录组学转录组学是研究基因转录水平和转录调控的一种方法。
通过测定微生物在不同环境下的基因表达谱，可以揭示微生物在不同环境下的生理适应性、致病能力和抗性等方面的信息。
同时，还可以揭示微生物在不同环境下的基因表达调控机制，包括转录因子、RNA结合蛋白和非编码RNA等方面的信息。
3. 蛋白质组学蛋白质组学是研究微生物蛋白质的全面分析。
通过蛋白质质谱技术和生物信息学分析，可以识别微生物蛋白质的序列、结构和功能等方面的信息。
同时，还可以揭示微生物蛋白质的表达调控机制，包括翻译后修饰、蛋白质交互作用和分子识别等方面的信息。
4. 代谢组学代谢组学是研究微生物代谢产物的全面分析。
通过代谢物质谱技术和生物信息学分析，可以识别微生物代谢产物的结构、代谢途径和途径调控等方面的信息。
同时，还可以预测微生物在不同环境下的代谢品种和量、代谢途径的路径选择和调控机制等方面的信息。
5. 转移子分析转移子是一种在微生物基因组中广泛存在的DNA分子，可以通过水平基因转移将基因组之间的信息互相传递。
通过生物信息学技术对微生物的转移子进行分析，可以揭示微生物之间的基因交换和样品来源之间的关系。
总之，生物信息学在微生物学研究中的应用是多方面的，可以揭示微生物基因组、转录组、蛋白质组和代谢组等方面的信息，并可以为微生物学研究提供新的思路和突破口，为微生物学的应用奠定基础。
生信技术在微生物研究中的应用与发展
生信技术在微生物研究中的应用与发展生物学是一个广阔的领域，微生物学则是其中的一个重要分支。
随着科技的不断发展，尤其是生物信息学与计算机技术的迅速发展，生信技术在微生物研究中的应用越来越广泛，成为微生物学研究的重要工具和手段。
一、什么是生信技术生信技术是指利用计算机科学、信息科学、数学统计学等相关学科，对生物信息进行分析、解释和应用的技术。
包括基因组学、转录组学、蛋白质组学、代谢组学等方面。
生信技术的发展带来了生物学研究的革命性变化，成为现代微生物学的重要支撑。
二、生信技术在微生物学研究中的应用1、基因组学基因组是细胞内所有遗传信息的总和，包括DNA上所有的基因和非编码RNA序列。
利用高通量测序技术，科学家可以对细菌、真菌等微生物的基因组进行高效、快速的测序。
据此可以进行基因组比较分析，找出微生物之间的差异和相似性，推测它们的亲缘关系，寻找新的生物学功能等。
基因组测序还可以辅助微生物的分离鉴定、毒性评估等研究。
2、转录组学转录组是指细胞在特定时期和环境中所表达的所有基因的mRNA总和。
利用RNA测序技术，可以测量微生物中基因的表达情况，包括基因表达强度、转录本结构和数量等信息。
这样可以为研究基因的功能、代谢的动态变化、微生物的适应性等提供有力的证据。
此外，也可以通过转录组学研究，寻找可能的药物靶点和对抗微生物感染的新途径。
3、蛋白质组学蛋白质组学是通过分离、鉴定、定量分析微生物中的蛋白质，研究蛋白质的生理功能、代谢调节、蛋白质互作等信息。
蛋白质组学技术包括二维凝胶电泳、质谱分析、蛋白质芯片等。
通过分析微生物中蛋白质组的动态变化，可以揭示微生物对不同生境的适应机制，发现可能的致病因子和抗菌药物靶点等。
4、代谢组学代谢组学是研究微生物体内代谢产物和相关代谢途径的科学。
通过分析代谢物谱，可以发现微生物代谢途径的改变，揭示代谢物与微生物的生理、生态关系，从而研究微生物的功能、代谢途径变化，发现新的代谢物等。
生物信息技术在微生物研究中的应用
生物信息技术在微生物研究中的应用随着生物信息学的快速发展和计算机技术的进步，生物信息技术在微生物研究中的应用越来越广泛。
生物信息技术已经成为微生物研究不可或缺的工具之一，它可以帮助研究人员更加深入地了解微生物的基因组、蛋白质组和代谢组，揭示微生物的生态学特征、代谢途径和基因调控机制。
1. 基因组学分析基因组学是研究生物基因组的学科，它是微生物研究中最常用的生物信息技术之一。
基因组学可以用来分析微生物的基因组结构、组成和演化，也可以用来设计新的分子工具和治疗方法。
比如，通过基因组学的分析，可以发现微生物的新基因、新代谢途径、新的抗菌物质等。
蛋白质组学是通过对蛋白质进行高通量分析和质量比较的方法，来研究微生物的蛋白质组和蛋白质相互作用的学科。
蛋白质组学在微生物研究中的应用也越来越广泛。
通过蛋白质组学的分析，可以揭示微生物蛋白质的多样性、功能、结构和相互作用，并且帮助研究人员发现新的抗菌物质、酶制剂和蛋白质疫苗。
代谢组学是通过对微生物代谢产物的高通量分析和质量比较的方法，来研究微生物的代谢组和代谢途径的学科。
代谢组学在微生物研究中的应用也非常广泛，比如可以用来发现微生物的新代谢途径、新的化合物和新的二次代谢产物。
此外，代谢组学还可以用来研究微生物的应激反应、生态适应和药物代谢等问题。
4. 基因调控机制的研究基因调控是指在不同的环境条件下，微生物基因表达水平的进程。
微生物基因调控机制的研究是微生物研究的重要内容之一，可以用来揭示微生物在不同环境下，如何通过基因表达调控来适应环境的变化。
基因调控机制的研究中，生物信息技术可以发挥重要作用。
比如利用基因芯片技术，可以同时检测微生物数千个基因的表达水平，解析基因调控机制的复杂性和动态性。
- 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)。
近年来，人类基因组计划和其它物种基因组学计划的启动和实施，使人类在生命科学领域尤其是在核酸、蛋白质等生物大分子的序列、结构与功能等领域迅速积累了大量数据。
人们渴望从这些巨量数据挖掘出有用的信息。
生物信息学这门新兴学科应运而生。
微生物全基因测序，不仅是人类最早和首先完成的第一种生物的全基因组分析，也是迄今为止完成测序基因组种类最多的领域。
生物信息学研究方法的运用为病原微生物的研究注入了新的血液。
通过生物信息学研究平台，人们不仅能够实时在线检索丰富的微生物资源、共享海量的信息数据，还可以利用不断优化的系统平台、新的算法对微生物学各方面作进一步的研究。
本文对近年来生物信息学方法在分子微生物学多方面的研究作一简要综述。
1 生物信息学研究概况生物信息学是在生命科学、计算机科学和数学的基础上逐步发展而形成的一门新兴的边缘学科，它以核酸和蛋白质为主要研究对象，以数学、计算机科学为主要研究手段，对生物学实验数据进行获取、加工、存储、检索与分析，从而达到揭示数据所蕴含的生物学意义的目的[1]。
生物信息学的发展大致经历了前基因组时代、基因组时代和后基因组时代。
目前，它的主要研究内容已经从对DNA和蛋白质序列比较、编码区分析、分子进化转移到大规模的数据整合、可视化，转移到比较基因组学、代谢网络分析、基因表达谱网络分析、蛋白质技术数据分析处理、蛋白质结构与功能分析以及药物靶点筛选等[1]。
在后基因组时代的今天，生物信息学已经成为目前极其热门的系统生物学研究的重要手段。
利用各种功能的软件系统平台，目前生物信息学生物信息学的进展及其在分子微生物学研究中的应用陈文聪 胡朝晖 朱庆义★[摘 要] 生物信息学的飞速发展，为其他生命学科的研究提供了新的平台。
随着微生物基因组、蛋白质组的数据日益丰富，生物信息学方法在分子微生物学研究中应用越来越广泛，为人类疾病防治带来了不可估量的影响。
本文概述了生物信息学的研究概况和生物信息学在分子微生物学研究领域中的应用，如微生物鉴定、溯源分析、新型疫苗研究，以及微生物致病机理的研究等具有重要意义。
[关键词] 生物信息学；分子微生物Application of the bioinformatics in the research of molecular microbiologyCHEN Wencong, HU Chaohui, ZHU Qingyi★(Guangzhou Kingmed Center for Clinical Laboratory, Guangdong, Guangzhou 510330, China）[ABSTRACT] The rapid development of bioinformatics provides a new platform for other life scienceresearch. The widely use of bioinformatics methods in the research of microbiology results from the enrichmentof microbial genome data and proteome data, which have contributed to human diseases' prevention and therapy.The paper reviewed the progress of bioinformatics and the application of its in the research of microbiology,such as the identification of microbe, the analysis of evolution, the study of new vaccines and the nosogenesis ofmicrobe, which are significant to the research of microbiology.[KEY WORDS] Bioinformatics; Molecular microbiology基金项目：十一五国家科技重大专项课题（2008ZX10004-006）；国家标准化委员会资助项目（20081021-T-361）作者单位：广州金域医学检验中心，广东，广州 510330★通讯作者：朱庆义，E-mail：zqy@•综述•方法主要通过序列比对与分析、功能基因组与基因表达数据的分析、蛋白质结构预测以及基于结构的药物设计等方面应用于各个生命科学研究领域。
1.1 序列比对与分析序列比对是生物信息学的基础，是比较两个或两个以上符号序列的相似性或不相似性。
两个序列的比对现在已有较成熟的动态规划算法，以及在此基础上编写的比对软件包——BLAST和FASTA；两个以上序列的多重序列是生物信息学中尚未解决的一个NP完全的组合优化问题，是目前研究的热点[2]。
比较经典的算法有SAGA算法[3]、CLUSTAL算法以及隐马尔可夫模型（Hidden Markov Models，HMM）多重序列比对算法，另外，如Notredame等[4]开发的T-Coffee算法、Timo等[5]设计的Kalign算法、张琎等[6]设计的基于GC-GM多序列比对穷举遗传算法，是通过穷举某个特定范围内的所有序列的长度取值，来确定最终最佳比对长度的一种多序列比对算法。
这些算法已应用于各种多序列比对软件，并在应用中不断得到优化。
1.2 功能基因组学在后基因时代的今天，基因组学的研究已从结构基因组学（Structural genomics）转向功能基因组学（Functional genomics）[1]。
功能基因组的任务是进行基因组功能注释（Genome annotation），了解基因功能、认识基因与疾病的关系、掌握基因的产物及其在生命活动中的作用。
基因的时空差异表达是功能基因组学研究的理论基础。
经典的减法杂交、差式筛选、cDNA替代差异分析以及mRNA差异显示等技术已被广泛应用于鉴定和克隆差异表达的基因。
近年来应用较热的主要是基因表达系列分析（Serial analysis of gene expression, SAGE）、cDNA微阵列（cDNA microarray）和DNA芯片（DNA chip）等差异表达分析技术。
如由Liang和Pardee等发明的差异显示反转录PCR（Differential display-reverse transcriptase PCR ，DDRT-PCR）技术[8]。
1.3 蛋白质结构预测蛋白质结构预测是生物信息学的重要应用，分为二级结构预测和空间结构预测。
二级结构预测的目标就是预测某一个片段中心的残基是α螺旋，还是β折叠，或是其他结构，常用的方法有立体化学方法、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、分子动力学方法和人工神经网络方法。
在空间结构预测方面，比较成功的理论方法是同源模型法。
运用同源模型法可以完成所有蛋白质10%到30%的空间结构预测工作[7]。
目前尚没有普遍可行的方案实现蛋白质结构的准确预测，大多数方案为启发式的。
1.4 基于结构的药物设计基于生物大分子结构的药物设计是生物信息学研究的热点。
利用现有的海量生物数据进行潜在药物靶点定位是生物信息学药物设计的主要策略。
目前研究比较热的是计算机辅助药物设计（Computer aided drug design）。
计算机辅助药物设计就是通过模拟和计算受体与配体的这种相互作用，进行先导化合物的优化设计，大致包括活性位点分析法、数据库搜索、全新药物设计。
目前活性位点分析软件主要有DRID、GREEN、HSITE等[7]。
通过搜索数据库来获得药物靶点是其中一个手段，主要分为基于配体的方法和基于受体的分析方法；另外，全新药物设计的方法越来越受到人们的重视，现已开发出一批实用性较强的软件，主要有LUDI[9]、Leapfrog[10]、GROW、SPROU等，其中LUDI最为常用。
2 生物信息学在分子微生物学研究中的应用由于在微生物遗传物质表达中存在高频率的变异现象，微生物表现出来的时间与空间上的多态性是微生物研究的一个挑战。
尤其是对病原微生物的研究，如最近提出的研究热点超级细菌的耐药性、HIV 病毒的大范围蔓延、新型病毒人博卡病毒（Human bocavins, HboV）的出现、甲型H1N1的全球蔓延等，因此对病原微生物的研究一直都是生命科学研究的热点。
生物信息学方法的出现无疑是分子微生物学研究的一种强有力的手段。
目前各种微生物生物信息数据库日益完善，为各种微生物的研究奠定了良好基础。
通过生物信息学方法，不仅可以快速准确地实现微生物分型鉴定、溯源分析，还可以研究新型疫苗的开发，甚至是微生物致病机理的深入分析。
2.1 微生物鉴定中的应用微生物高度的遗传多样性是微生物鉴定及溯源的一个难题。
对此，基于DNA序列、蛋白质序列、蛋白质结构的生物信息学方法为人们在基因水平上鉴定微生物提供了一个快速精确的手段，特别是对于新发现微生物的鉴定。
通过DNA测序鉴定方法已经被证明比传统的生化分型和表型分型方法更加准确、快捷，如多位点测序分型技术（Multilocus sequence typing，MLST）[11]。
MLST是一种以核酸序列为基础的病原菌分型方法，是高通量测序技术与成熟的群体遗传学相结合的产物。
目前MLST已被广泛应用于原核病原菌及一些真核病原菌的分型鉴定中。
脑膜炎奈瑟菌（Neisseria meningitidis）为革兰氏阴性致病菌，主要引起流行性脑脊髓炎（简称流脑）和菌血症，菌体外膜蛋白porA蛋白和porB蛋白是疫苗研发的关键抗原，由外膜蛋白基因porA、porB编码。
管大伟等[12]采用MLST方法对1965~2006年流脑患者分离的66株脑膜炎奈瑟菌进行基因分析，同时采用测序技术对菌体外膜蛋白基因porA、porB测序分型，探讨抗原的多态性。
通过MLST测序得出了8个克隆体系，其中ST-5为优势克隆系，指出人脑膜炎奈瑟菌外膜蛋白的表达与克隆体系的分布有一定关联。
发现广东省流脑患者脑膜炎奈瑟菌OMPs基因porA、porB VRs型高度集中，多态性较低，有利于疫苗的研发和选用。
Quiñones等[13]利用MLST方法对 2000~2005年来自古巴不同地区的23个从临床上分离出来的大肠埃希菌致病基因和耐药基因进行分型鉴定。
结果显示，23株大肠埃希菌共有13种基因分型（ST），其中5种分型较为罕见。
各种分型在不同地区的分布有差异。
通过聚类分析发现，大肠杆菌的耐药基因的分布与其基因型存在着一定关联，这对大肠杆菌的耐药机制的研究有一定的指导作用。