生物信息学入门知识
生物信息学-生物信息学入门
生物信息学-生物信息学入门●生物信息与生物信息学●发展进程●初代DNA测序技术●sanger测序法（链终止反应）●改良●荧光标记●毛细管电泳体系●自动化信号读取和分析●鸟枪法shotgun测序●高通量测序●序列性质●碱基组合●CG含量●Codon数量:三联体密码子的可能组合数●碱基互补规则●重复序列的比例●微卫星分子标记（串联重复序列）三个或以上的重复单元●组学基础●DNA测序技术●常规测序技术（一代测序技术sanger法）●碱基精度高●读长相对较长 700bp左右●单个碱基的测序成本较高●用于短片段测序，验证性测序●高通量测序技术●二代测序技术●碱基精度较高●读长短＜300bp●模板需要扩增，单个剪辑测试成本低●用于群体测序，大样本量测序等●三代测序技术●未校正的碱基精度低●读长长●无需扩增，单分子测序●主要应用于基因组组装，基因全长捕获等●组学●基因组●性质●常见物种的基因组大小●一套完整基因组序列的长度●C值悖论●一般多倍体的基因组往往最大●越早作为模式物种的往往基因组较小●转座元件●倍形变化●常见物种的基因数量●基因数和基因组大小大致成正相关●基因结构●基因组包含编码区，非编码区●外显子exon，内含子intron，启动子promoter，UTR（untranslatedregion），增强子enhancer，沉默子silencer，poly-A tail（RNA）●基因组变异●单核苷酸多态性（single-nucleotide polymorphism,SNP）●插入缺失insertion and deletion●拷贝数变异copy number variation●结构变异structural variation●基因定位●用连锁方法定位性状相关基因●基于自然变异个体●人类QTL定位●基于家系●关联法●转录组（时空特异性）●转录出所有RNA的总和●蛋白质组（时空特异性）●表型组●组学分析数据来源●基因组测序●shotgun●用于基因组组装，DNA变异检测●转录组测序●将RNA反转录成cDNA测序，或三代Nanopore（纳米管通道）直接测序●用于表达量分析，剪接形式分析●具有时空特异性●甲基化测序●通过试剂处理使非甲基化位点发生碱基变化，常用亚硫酸氢盐处理（BS-seqor WGBS）●用于甲基化水平分析●靶向测序:设计引物/探针先扩增靶向片段，再测序●芯片技术（荧光原位杂交）●分子数据库与序列比对●生物信息常用数据库●国际核酸序列数据联合中心INSDC●GeneBank（America）●EMBL（Europe）●DDBJ（Japan）●1级数据库（存储实验直接获得的原始数据）●蛋白序列数据库UniProt●Swiss-Prot●人工核验,数据准确,数据量小●TrEMBL●计算机生成,数据量大●PIR●2级数据库（存储分析结果）●蛋白结构数据库●PDB●PDBe（europe）●PDBj（Japan）●RCSB（America）●BMRB（生物核磁共振）●综合性数据库●NCBI（存放序列,提供BLAST,文献检索等）●CNCB●高通量测序/组学数据库●NCBI-SRA●CNCB-NGDC●大部分数据库用户都可以按规范提交自己获得的序列●常见文件格式●FASTA●＞标记序列名称●既可以存放原始序列，又可以存放比对之后的序列●GeneBank●主要存放原始序列,可以转换成FASTA等其他格式●header,features,sequences●完整记录后以//结尾●FASTQ●主要存放高通量测序原始数据,包含每个碱基的精度信息●序列比对方法●生物学意义●寻找同源基因●通过比对未知功能序列和已知功能序列的相似性判断其功能●寻找演化上可能存在功能限制的保守区域●检测群体内的变异位点●同源建模预测高级结构●序列比对算法●全局匹配算法Needleman-Wunsch算法（打分矩阵）（global alignment）●局部匹配算法Smith-Waterman（local alignment）●精确匹配,准确度较高 ,速度较慢●调方法Word methods/K-mer methods●BLAST算法:近似比对算法，效率更高●比对结果评价●一致性identity=一致的剪辑/匹配长度（越高匹配程度越好）●覆盖度coverage=匹配长度/序列长度●Score值越高匹配程度越好●E-value越低匹配程度越好●多序列比对Clustal算法（累进算法）●分子系统发生与群体遗传●分子进化的研究方法●序列比较●差异估算●分子进化分析●系统发生树●同源性homology●直系同源ortholog:来源于物种分化●旁系同源paralog:来源于基因复制●系统发生关系●单系分类群●包含一个特定共同祖先的所有已命名的后裔的分类群●并系分类群●包含一个特定共同祖先的一些但不是全部后裔●多系分类群●包括来自两个不同祖先的物种，每个祖先都拥有分布于不同类型的后裔●分支:定义进化关系●支长:代表相邻节点差异程度的大小●系统发育树:既反应相互关系，又反映相互差异（分支长度有意义）●分支树:只表示相互关系（分支长度无意义）●进化树的类型●有根树 :能够确定共同祖先●无根树●外群:已知的比其他研究序列更早分化出来的序列●物种树（需要选择保守性较高的序列构建e.g.16SrRNA,线粒体,叶绿体）与基因树●构树方法●距离法●非加权组平均法UPGMA●邻接法（基于状态变化）●最大简约法●最大似然法●贝叶斯法●蛋白质功能与结构预测●蛋白功能预测（依据序列，结构，特征等的相似性进行功能的归纳和类推）●基于序列进行预测●序列同源比对●序列特征结构域domain，模体motif●基因组分布特征，表达特征等●基于结构进行预测●蛋白完整三维结构●三维结构特征模体●预测方法●同源建模法homology modeling●折叠识别法（穿线法）threading●从头预算法●基于理化性质进行分子力学，分子动力学模拟。
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
这是最基本的生信知识,适合那些刚入门的医学生和医生
这是最基本的生信知识，适合那些刚入门的医学生和医生
们，这也是生物信息学中最基础的知识。
生物信息学是一门关于分析、组织、预测和解释生物数据的学科，它包括从DNA序列到基因组学、蛋白质结构分析、微生物学、生物统计学到生物信息网络等多个方向。
生物信息学的基础知识包括： 1、生物学基础：了解生物学基本概念，如遗传学、分子生物学、发育生物学、细胞生物学等； 2、数据库：了解相关知识，如NCBI、GenBank、Swiss-Prot等； 3、编程：学习相关语言，如Perl、Python、C++和Java等； 4、统计分析：学习统计方法，如t检验、卡方检验和线性回归等； 5、计算机辅助设计：学习如何利用计算机进行生物信息学的设计；
6、计算生物学：学习如何使用计算机对生物数据进行分析。
通过学习这些基础知识，人们可以更好地理解和使用相关生物信息学工具来完成研究，从而更好地探索和解决生物问题。
生物信息复习资料
生物信息复习资料生物信息复习资料生物信息学是一门综合性学科，涉及生物学、计算机科学和统计学等多个领域。
它的出现和发展，为我们深入研究生物体的基因组、蛋白质组以及其他生物大数据提供了强有力的工具和方法。
在生物信息学的学习和研究过程中，我们需要掌握一些基本的概念、技术和工具。
下面，我将为大家整理一些生物信息学的复习资料，希望能够对大家的学习有所帮助。
一、基本概念1. 生物信息学：生物信息学是一门研究生物体内信息的获取、存储、处理和分析的学科。
它通过运用计算机科学和统计学的方法，挖掘和解释生物体内的基因、蛋白质等分子信息，从而揭示生物体内的生命规律和机制。
2. 基因组学：基因组学是研究生物体基因组结构、功能和演化的学科。
它通过对生物体DNA序列的测定和分析，揭示基因组的组成、基因的定位和功能等信息。
3. 蛋白质组学：蛋白质组学是研究生物体蛋白质组成、结构和功能的学科。
它通过对生物体蛋白质的测定和分析，揭示蛋白质的组成、互作关系和功能等信息。
4. 基因表达谱：基因表达谱是指在特定条件下，生物体内基因的表达水平和模式。
通过对基因表达谱的分析，可以了解基因在不同组织、不同发育阶段或者不同环境条件下的表达情况，从而揭示基因的功能和调控机制。
二、常用技术和工具1. DNA测序技术：DNA测序技术是获取生物体基因组序列的重要方法。
常见的DNA测序技术包括Sanger测序、高通量测序和单分子测序等。
其中，高通量测序技术如Illumina测序和Ion Torrent测序，具有高通量、高准确性和低成本的特点，广泛应用于基因组学和转录组学研究。
2. 生物信息学数据库：生物信息学数据库是存储和管理生物学数据的重要资源。
常见的生物信息学数据库包括GenBank、EMBL、DDBJ、NCBI、Ensembl和Uniprot等。
这些数据库提供了丰富的生物学数据，如基因序列、蛋白质序列、基因表达数据等，为生物信息学的研究和分析提供了基础。
生物信息学的基础知识与分析方法
生物信息学的基础知识与分析方法生物信息学是一门综合性的学科，旨在通过信息学方法和计算机技术来解决生命科学中的问题。
随着科技的不断发展和生物学数据的急速增长，生物信息学的研究领域已经经过了从基因序列到蛋白质结构、生物系统等多个层面的发展。
在生命科学的应用中，生物信息学已成为研究整个生命系统的关键领域。
基础知识1. DNA序列DNA是细胞遗传信息的载体。
它由四种碱基（腺嘌呤、鸟嘌呤、胞嘧啶和鸟嘌呤）组成。
在细胞的核糖体中，一种三个碱基组成的序列称为密码子，它对应着一个氨基酸。
因此，DNA序列中的每一种组合都可以编码一个特定的氨基酸，最终会组成蛋白质序列。
2. RNA序列RNA是从DNA中转录出来的一条单链分子，包括mRNA、tRNA、rRNA等类型。
mRNA是传递基因信息进行翻译的重要分子，在转录过程中，它通过碱基配对与DNA序列相对应。
tRNA是将特定氨基酸与mRNA相对应的分子，rRNA则是组成细胞核糖体的分子。
3. 蛋白质序列蛋白质是生物体新陈代谢的主要调节剂和执行者。
它们由不同的氨基酸组成，并按照一定的顺序排列形成复杂的三维结构。
每个氨基酸通过化学键结合在一起，形成了肽链。
不同的肽链序列可以编码不同的氨基酸，从而形成了不同的蛋白质。
分析方法1. 基因注释基因注释是将DNA序列中所有的基因和基因元件（如启动子、转录因子结合位点等）对应到它们所编码的功能上的过程。
注释这些基因使得我们能够了解生物体中编码的所有蛋白质和非编码RNA。
2. 基因表达基因表达分析旨在测量mRNA水平从而评估基因转录程度。
这项技术通过检测组织中mRNA的浓度、不同条件下的差异表达以及对不同基因表达模式的比较来研究基因的生理功能和疾病发生的机制。
3. 蛋白质结构预测蛋白质结构预测是指通过计算机模型和实验设计来预测蛋白质的三维结构。
这项技术可以用于在生物信息学上解决复杂的生物问题，例如药物设计、疾病诊断和治疗等。
4. 基因包含关系的分析基因包含关系分析是指在基因组或基因片段中识别包含关系，并将其用来研究生物信息学中的不同问题。
生物信息学的基础理论
生物信息学的基础理论生物信息学是一门交叉性学科，涵盖了生物学、计算机科学、数学等多个学科。
它的基础理论包括分子生物学、计算机科学、统计学等多个方面。
本文将主要介绍生物信息学的基础理论。
一、分子生物学基础生物信息学最基本的理论就是分子生物学。
分子生物学是研究生命现象的分子基础的学科。
它包括核酸、蛋白质、酶等分子的结构、功能及其表达调控的机制等。
分子生物学为生物信息学提供了生命现象的基本单位，在DNA、RNA和蛋白质水平上揭示了生命的整个机理。
分子生物学理论为生物信息学发展提供了基础，是生物信息学的核心。
DNA和RNA是生命的遗传信息媒介，也是生物信息学的核心研究对象。
蛋白质是细胞内许多重要功能和过程的实际执行者，生物信息学研究蛋白质序列与结构与其功能关系。
二、计算机科学基础生物信息学是一门技术和计算密集型的学科。
计算机科学提供了工具和新方法，实现了许多生物信息学应用。
计算机科学的基础理论为生物信息学的软件、算法和模型的开发奠定了基础。
计算机科学主要研究计算机的范畴分解、计算机系统结构、操作系统、数据库系统、程序设计语言、网络技术等领域，同时将这些技术应用到各项领域。
在生物信息学中，计算机科学以其强大的运算能力和算法设计为该领域提供了重要的技术支持。
三、统计学基础生物信息学需要处理大量的数据，其中更需要解决的问题是如何从这些数据中提取有用的信息。
统计学是生物信息学的另一重要基础。
在生物信息学领域，统计学的方法可以实现基因和蛋白质的定量和定性分析，模拟分子生物学过程，如分子动力学模拟和分子对接等。
统计学常用的方法包括回归、聚类、分类和多元分析等。
这些方法为生物信息学提供了帮助，可以对大量数据进行挖掘和分析。
四、生物信息学实践生物信息学的基础理论提供了重要知识支持，是实践的基础。
在生物信息学实践中，生物学家，计算机科学家和数学家需要相互合作，才能设计出高效的算法和模型，从而更深入地了解生命的运作机制和发展。
生物信息学的基本概念和技术
生物信息学的基本概念和技术生物信息学是他卫生医疗、农业种植、环境保护等方面的一个新兴学科，是应用计算机科学、统计学和生物学等知识，研究生物的基因、蛋白质、基因组和表达及其相关信息的一个综合性、交叉性学科。
生物信息学的主要研究内容包括基因组学、转录组学、蛋白质组学、代谢组学等。
本文将重点对生物信息学的基本概念和技术进行介绍。
一、生物信息学的基本概念1. 基因组学基因组学是生物信息学的一个重要分支，是研究生物基因组组成以及基因组结构和功能的学科。
基因组是指定义生物遗传信息总体的基因及其调控区域，包括DNA的全套本体以及其中有关基因编码的蛋白质和RNA的信息。
基因组学主要包括基因序列测定、基因变异的检测和鉴定、基因调控区域的研究等。
2. 转录组学转录组学研究的是细胞或者组织细胞内所有基因的信息表达模式和规律，包括轻量级、重量级RNA的结构、功能和表达差异。
转录组学的研究方法包括基于RNA测序技术的定量和基因表达分析、转录因子分析、芯片技术等。
3. 蛋白质组学蛋白质组学是以蛋白质为研究对象，探讨蛋白质的种类、品质和数量，以及其在细胞和生物体内的作用、相互作用等问题。
蛋白质组学主要包括蛋白质质谱学、二维电泳技术等。
4. 代谢组学代谢组学是指在全体生物组织和细胞水平上，系统地研究代谢产物谱、代谢途径、代谢物代谢酶和代谢控制等方面的科学。
代谢组学是从代谢物的角度来理解生物体的状态，代谢组学主要采用高通量技术，如质谱分析，核磁共振（NMR）技术等。
二、生物信息学的技术1. DNA测序技术DNA测序是分析DNA序列的基础技术，是基因组和转录组学、蛋白质组学和代谢组学研究的重要前提。
DNA测序的技术不断更新，测序平台主要分为第二代和第三代测序技术，其中第二代测序技术是基于测量表明目标分子序列的合成以及检测分子中不同碱基的不同光学或电性质的方法，而第三代测序技术是通过读取单个分子的序列，并识别单个核苷酸以测定DNA序列。
医学生物信息学知识点
医学生物信息学知识点医学生物信息学是将生物信息学的原理、方法和技术应用于医学领域的一门交叉学科。
它通过对生物学、计算机科学和统计学等领域的研究，旨在解决与医学相关的生物信息数据存储、分析和解释的问题。
本文将介绍医学生物信息学的一些基本知识点。
第一部分：基础概念1.1 生物信息学的定义医学生物信息学是一门研究如何获取、存储、分析和解释与医学相关的生物信息数据的学科。
它涵盖了基因组学、蛋白质组学、代谢组学等多个领域，旨在帮助我们更好地了解生物体内复杂的分子机制，并为疾病的诊断和治疗提供支持。
1.2 基因组学基因组学是研究生物体基因组全貌的学科。
它通过解析基因组中的DNA序列，研究基因的组成、结构和功能，以及基因与它们之间的关联。
基因组学在医学领域中的应用包括寻找致病基因、预测个体的疾病易感性等。
1.3 蛋白质组学蛋白质组学是研究生物体蛋白质组成和功能的学科。
它通过分析蛋白质的结构、功能和相互作用，探索蛋白质在生物体内的作用机制。
蛋白质组学在医学领域的应用包括研究疾病的蛋白质标志物、筛选药物靶点等。
1.4 代谢组学代谢组学是研究生物体代谢产物组成和变化的学科。
它通过分析生物体代谢产物的谱图和定量测定，以及与基因表达、蛋白质组成等的关联，揭示生物体代谢网络的特征和调控机制。
代谢组学在医学领域中的应用包括疾病诊断、药物研发等。
第二部分：方法和技术2.1 基因测序技术基因测序技术是获取生物体DNA序列信息的关键技术。
目前广泛应用的基因测序技术包括Sanger测序、高通量测序（如Illumina、Ion Torrent等），以及第三代测序技术（如PacBio、Nanopore等）。
这些技术的不断发展和普及，为医学生物信息学的发展提供了强大的数据支持。
2.2 蛋白质组学技术蛋白质组学技术主要包括蛋白质分离、质谱分析和蛋白质定量等。
常用的蛋白质分离方法有凝胶电泳、液相色谱等；质谱分析方法包括质子化电喷雾质谱、MALDI-TOF质谱等；蛋白质定量方法有标记和非标记两种方式。
- 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)。
生物信息学入门知识生物信息学是用数理和信息科学的观点、理论和方法去研究生命现象、组织和分析呈现指数增长的生物学数据的一门学科。
首先是研究遗传物质的载体DNA及其编码的大分子蛋白质，以计算机为其主要工具，发展各种软件，对逐日增长的浩如烟海的DNA和蛋白质的序列和结构进行收集、整理、储存、发布、提取、加工、分析和研究，目的在于通过这样的分析逐步认识生命的起源、进化、遗传和发育的本质，破译隐藏在DNA序列中的遗传语言，揭示人体生理和病理过程的分子基础，为人类疾病的预测、诊断、预防和治疗提供最合理和有效的途径。
生物信息学已经成为生物医学、农学、遗传学、细胞生物学等学科发展的强大推动力量，也是药物设计、环境监测的重要组成部分。
近年来，蛋白质结构数据的快速增长，使蛋白质三维结构的处理分析也归入到生物信息学的范畴。
国际上有三大一级生物信息数据库，即美国国家信息中心 (National Center of Biotechnology Information, NCBI)的Gen Bank(http:/ / www. nchi. nlm. nih. gov/ web/Gen Bank/ imdex. html)、欧洲分子生物学室验室(European Molecular Biology L aboratory-Euro-pean Bioinformatics Institute, EMBL-EBI)的 EM-BL (http:// www.ebi. / databases/ index.html)和日本 DNA数据库 (DNA Data Bank of Japan, DDBJ) (http:/ / www.ddbj.nig.ac.jp/ )。
随着生物信息学 (Bioinformatics)的发展，通过检索数据库进行核酸序列同源性检索，电子基因定位、电子延伸、电子克隆和电子表达以及蛋白质功能分析、基因鉴定等方面起到了重要作用，已成为人们认识生物个体生长发育、繁殖分化、遗传变异、疾病发生、衰老死亡等生命过程的有力工具。
一、生物信息学相关网站生物信息学与生物计算：http://bioinformatics.weizmann.ac.il/这是生物信息学和生物计算学的网站，由Weizmann科学研究所，生物服务部和Crown人类基因组学中心支持。
研究领域主要涵盖序列分析，蛋白质组学和基因组学等。
该网站提供了数据库，电子论坛，教育，新闻，软件，招聘启事等。
该网站还提供了相关链接，包括欧洲分子生物学以色列国家网点，以色列国家基因组基础设施实验室以及国际生物信息学合作中心。
生物信息学专题：/bioinformatics/bioinfo.htm中国科学院上海生命科学研究院生物信息中心的网站中的生物信息学专题提供与生物信息学有关的新闻信息，生物信息学文献的介绍（包括的课题例如：鉴别肿瘤的亚型，细菌中的基因转移，生物钟与微阵列--哺乳动物的基因组有节奏，混乱的DNA区分人类与黑猩猩等等），相关软件下载，与数据库的链接。
生物信息学专业网：/生物信息学专业网旨在收集、整理与生物信息学相关的信息和资源。
它的站点提供最近新闻；与生物科学相关的论文；与生物信息学相关的数据库，软件，公司，大学和期刊；工具的介绍，例如：序列逆向查询系统。
生物信息学组织：/生物信息学组织是生物信息学学科的综合性网站。
其涉及的内容有新闻、事件提醒、会议消息、免费FTP工具下载、论文、URL推荐、演示幻灯片等。
此外，其还拥有有关生物信息学研究组和软件的搜索引擎。
香港生物信息学中心：.hk/这是香港生物信息学中心(HKBIC)的网站。
香港生物信息学中心是由香港技术创新委员会和香港中文大学创办，为香港生物技术与工业界提供中心数据资源。
它为使用者提供计算设备，技术专家意见和分子生物学定向数据库等。
主要致力于核苷酸、医学、药物设计、毒理学、生物技术、化学工程、制药技术等方面的研究。
该网站还提供了研究、工具、新闻等方面的。
耶鲁大学盖斯坦生物信息学实验室：/这是耶鲁大学盖斯坦生物信息学实验室的网站。
耶鲁大学盖斯坦生物信息学实验室主要致力于生物信息学的研究，其研究领域包括基因组序列，大分子结构和表达基因数据，比较基因组学，基因表达分析，大分子几何学等。
该网站还提供研究、工作、演讲、论文等方面的信息。
用于比较基因组学的生物信息学工具：/Workshop/webTools.html用于比较基因组学的生物信息学工具是劳伦斯伯克利国家实验室提供的用于比较基因组学的生物信息学的软件、数据库和网址资源。
其涵盖五个大类分别是：基因组数据、注释、比较基因组、阵列资源、杂集。
并且，对每个类别其都有类型、名称和描述、帮助及信息等方面的说明。
中国生物信息学资源导航：/pages/source-bioinfo.htm这是中国生物信息学资源导航的网站。
该网站主要提供与生物信息学相关的学会、组织和生物计算中心的链接，也包含对网关及网络资源的链接。
NCBI生物信息学研究工具：/Tools/NCBI生物信息学研究工具网站由美国国家生物技术信息中心支持。
该网站提供了许多程序的链接，内容包括数据挖掘、核酸和蛋白质组分析等。
同时，网站还提供了许多相关链接和资源。
欧洲生物信息学研究所：/欧洲生物信息学研究所是一个非盈利学术机构，是欧洲分子生物学实验室的一部分。
它是生物信息学研究和服务的中心。
它所管理生物数据的数据库包括核酸，蛋白质序列和大分子结构。
它的使命是保证从分子生物学和基因组研究的日益增长的信息向公众公开，并且对科学研究团体提供任何方面的免费使用，以促进科学发展。
欧洲生物信息学研究所Ensembl基因组浏览器：ttp:///ensembl/index.html 欧洲生物信息学研究所Thornton研究组：/Thornton/index.html 欧洲生物信息学研究所多序列联配数据库:/embl/Submission/alignment.html欧洲生物信息学研究所工具箱:/Tools/欧洲生物信息学研究所核酸数据库:/Databases/nucleotide.html 欧洲生物信息学研究所计算基因组研究组:/research/CGG/index.html欧洲生物信息学研究所完整基因组数据库:/genomes/欧洲生物信息学研究所序列数据库研究组:/seqdb/index.htmlBrutlag生物信息学研究组：/Brutlag生物信息学研究组是斯坦福大学的一个研究团体，主要研究从蛋白质一级结构预测蛋白质结构和功能，其开发了EMOTIF、EMATRIX和3MOTIF软件应用于非鉴定的基因组序列的功能确定，另外还开发了LOCK和3DSEARCH软件用于比较蛋白质结构和蛋白质结构数据库的搜索。
生物GBF信息学小组主页：http://transfac.gbf.de/生物信息学小组主页是德国生物技术研究中心的生物信息组的主页。
其提供的资源十分丰富，包括出版物、研究计划、研究组介绍、五个重要数据库、十二个工具软件和资源链接等。
Pune大学生物信息学中心：http://bioinfo.ernet.in/Pune大学生物信息学中心成立于1987年，是生物技术系统的九大中心之一。
提供生物工程领域的信息,侧重病毒学,蛋白质和核酸序列与结构。
其提供的资源丰富，包括数据库、微生物菌株数据网络系统、生物信息学中心图书馆、Alpha服务器的软件包、生物信息学的有用网址、EBI和PDB的数据库镜像等。
北京大学生物信息学中心：/北京大学生物信息中心（CBI）成立于1997年，是欧洲分子生物学网络组织EMBnet的中国国家接点。
几年来，已经与多个国家的生物信息中心建立了合作关系。
目前是国内数据库种类最多，数据量最大的生物信息站点。
在基因预测、基因组、蛋白质结构等领域都有相应的研究项目。
加拿大生物信息学资源：http://cbr-rbc.nrc-cnrc.gc.ca/index_e.php这是加拿大生物信息学资源(CBR)的网站。
该网站由加拿大国家研究委员会(NRC)创建，旨在为国家研究委员会与其它政府、学术部门的科学家提供广泛使用的生物信息学工具和共享数据。
加拿大生物信息学资源部分由一个专门使用该资源的委员会管理，而且其资源在用于教育和非盈利研究时只需注册均可免费作用。
网站还提供有关新闻、服务与下载等信息。
结构生物信息学公司：/结构生物信息学公司是世界上占领导地位的、蛋白质组学推动的药物发现的公司，他们大规模地产生和使用蛋白质结构信息，以期加速发现和优化过程。
它提供的软件主要针对加速药物发现和优化过程、提高筛选效率和降低成本、极大地重视知识产权的地位、提高药物性能和增加技术和市场成功的可能性。
此外，还提供三个药物数据库。
林奈斯生物信息学中心：http://www.lcb.uu.se/这是林奈斯生物信息学中心(LCB)的网站。
林奈斯生物信息学中心研究非常活跃，隶属于瑞典Uppsala生物医学中心。
作为一个由Uppsala大学与瑞典农业大学的联合研究机构，确保了高质量的尖端的研究与教育，其研究范围从微生物与哺乳动物基因组学经计算机的功能基因组学到分子进化。
网站还提供有关入学、新闻时事、研讨会、工具、学生计划等方面的信息。
曼彻斯特大学生物信息学教育与研究：/曼彻斯特大学生物信息学教育与研究是欧洲分子生物网络的节点之一，负责维护一些数据库（如蛋白质模体指纹数据库，PRINTS）。
站点提供蛋白质同源性分析，蛋白质模体指纹分析，系统发生和序列进化分析，以及微阵列分析，并提供生物信息学和PRINTS数据库数据下载。
《生物信息学》：/jnls/list/bioinformatics/etoc.html生物信息学》是由英国牛津大学出版社出版。
其主要刊登生物信息和计算生物学方面的研究论文、书评、综述、读者来信和述评等文章。
其刊载的文章在两年内供给学术界免费使用。
生物信息学：/pages/bioinfo.html生物信息学是印第安纳大学分子和细胞生物学研究所提供的生物信息学资源。
此资源包括数据库、基因发现程序、蛋白质模建、生物信息学在线教程、研究基金的来源、研究项目和生物信息学工具软件等。
生物信息学的网络资源：/~cleslie/cs4761/resources.html 生物信息学的网络资源是美国哥伦比亚大学的Bill Noble教授建立的有关生物信息学的网络资源总集。
其涉及面广，包括基因组学和生物信息学中心、生物信息学工具和基因组计划索引、DNA和蛋白质分析工具、生物信息学课程主页、生物信息学和生物技术的学术项目、生物信息学文献参考，以及网上引物。
生物信息学趋势导向：/genpedscrr/Trends.htm生物信息学趋势导向主要提供《今天免疫学》杂志的增刊有关生物信息学的内容。