生物信息学在农业上的应用
生物信息学技术的新进展和应用
生物信息学技术的新进展和应用随着生物学研究的深入发展，生物信息学技术已经越来越重要，成为了现代生物学的重要组成部分。
从早期的基因测序到现在的基因组学和蛋白质组学，生物信息学技术的发展一直在不停地推进着生物学的新进展。
本文将重点介绍生物信息学技术的新进展以及它们在医药、农业、环境保护等领域的应用。
一、单细胞测序技术单细胞测序技术的出现，可以让我们更深入地研究细胞的生物学特性。
传统的基因测序技术只能获得整个组织的平均水平，而单细胞测序技术则能够帮助我们了解不同细胞之间、不同发育阶段之间的差异。
同时，单细胞测序也能够应用于肿瘤学研究中，帮助我们更好地了解肿瘤发展的过程，以及肿瘤细胞的异质性。
二、人工智能技术在生物信息学中的应用人工智能技术在解决生物信息学领域中的问题方面也取得了显著的成果。
例如，神经网络算法可以帮助我们更精准地预测蛋白质的结构，提高药物设计的成功率。
同时，人工智能的语义分析技术还可以对基因的功能进行分析，从而帮助我们更加深入地研究基因的特性和功能。
这些技术的应用，有望帮助我们更好地开发新的药物，提高治疗效果。
三、药物基因组学的研究药物基因组学是将基因组学和药物研究相结合的一种技术，它可以帮助我们发现药物作用的分子机制，以及预测个体对某种药物的反应。
这种技术的应用，可以帮助医生更好地进行个体化治疗，提高药物治疗的成功率。
同时，药物基因组学还可以帮助药厂更好地设计和开发药物，提高开发效率。
四、作物基因组学的研究随着全球人口的不断增加，农业生产也面临着巨大的挑战。
如何提高作物的产量和质量，成为了农业生产的重要课题。
作物基因组学的研究，可以帮助我们更好地了解作物的基因特性，寻找潜在的抗病性、耐旱性和耐寒性等特性的基因。
这些研究的结果可以引导我们培养更多、更好的作物品种，提高农产品的产值和品质。
五、环境生物学中的应用生物信息学技术不仅可以应用于生物医学领域，还可以应用于环境保护领域。
例如，利用基因测序技术和生物信息学技术，我们可以对环境中的微生物进行监测，快速发现污染源。
生物信息学研究进展及应用前景
生物信息学研究进展及应用前景生物信息学是一门应用计算机和数学等方法研究生物学问题的新兴学科，它综合了生物学、计算机科学、数学、物理学等多个领域的知识。
近年来，随着生物学研究的深入，生物信息学也得到了越来越广泛的应用。
本文将介绍生物信息学的研究进展和应用前景。
一、生物信息学研究进展1. 基因组学基因组学是生物信息学的一个重要分支，它研究的是基因组这个巨大的分子构成体系。
随着第一代基因组测序方法的出现，基因组学研究水平得到了飞跃发展。
目前，第二代和第三代测序技术的出现，使基因组学研究的速度更加快速。
2. 转录组学转录组学是研究所有RNA转录产物，即RNA组成的一个方向，是功能基因组学的重要组成部分。
转录组学的研究涉及到转录、调控和表达等多个层面。
近年来，转录组数据集成化分析技术的不断发展，使得转录组学的研究成果更加丰富。
3. 蛋白质组学蛋白质组学是生物信息学的另一个重要分支，它旨在了解所有蛋白质的表达和功能。
蛋白质组学主要涉及蛋白质定量和鉴定、蛋白质互作网络以及蛋白质修饰等多个领域。
蛋白质组学的研究成果已经在许多方面得到了广泛应用。
二、生物信息学应用前景1. 基因诊断生物信息学在基因诊断方面的应用前景非常广阔。
基因诊断主要通过分析DNA数据，判断是否携带一些人类疾病与遗传有关的突变。
生物信息学方法在基因诊断中的应用，可以大大加快疾病的诊断速度和诊断准确度。
2. 新药开发生物信息学在新药开发方面的应用也非常广泛。
通过分析蛋白质互作网络、生物分子结构、基因功能等多个方面的数据，生物信息学可以帮助药物设计师更好地设计新药，使其更具有针对性以及更少的副作用。
3. 个体化医疗个体化医疗是一种基于个体基因组信息制定治疗方案的医疗方法，它是生物信息学在医学领域的重要应用之一。
通过分析个体基因组数据，可以针对不同基因型的患者制订针对性更强的治疗方案，使治疗结果更加理想。
4. 农业生物技术农业生物技术是生物信息学在农业领域的应用。
生物信息学分析
生物信息学分析随着科技的不断进步，生物信息学已成为现代生物学研究的重要工具。
生物信息学分析不仅帮助我们更好地理解生命现象，还在疾病诊断、药物研发等领域发挥着重要作用。
本文将介绍生物信息学分析的基本概念、方法和应用。
一、生物信息学分析的基本概念生物信息学分析是指利用计算机技术、数学和统计学方法对生物数据进行分析、处理和解释的过程。
生物数据包括基因组序列、蛋白质序列、基因表达谱、蛋白质蛋白质相互作用等。
通过对这些数据进行生物信息学分析，我们可以揭示生物分子之间的相互关系，了解生命现象的内在规律。
二、生物信息学分析的方法1. 序列比对：序列比对是生物信息学分析中最基本的方法，用于比较不同生物分子之间的相似性。
常用的序列比对工具有BLAST、Clustal Omega等。
2. 蛋白质结构预测：蛋白质结构预测是根据蛋白质序列预测其三维结构的过程。
常用的蛋白质结构预测工具有AlphaFold、Rosetta等。
3. 基因表达谱分析：基因表达谱分析用于研究基因在不同生物过程、不同环境条件下的表达水平变化。
常用的基因表达谱分析工具有DESeq2、EdgeR等。
4. 蛋白质蛋白质相互作用网络分析：蛋白质蛋白质相互作用网络分析用于研究蛋白质之间的相互作用关系，揭示生命活动的分子机制。
常用的蛋白质蛋白质相互作用网络分析工具有Cytoscape、Gephi等。
三、生物信息学分析的应用2. 药物研发：生物信息学分析可以帮助我们筛选潜在的药物靶点，预测药物分子的生物活性，加速药物研发过程。
例如，通过蛋白质结构预测，可以筛选出具有特定功能的蛋白质作为药物靶点。
3. 个性化医疗：生物信息学分析可以帮助我们了解个体的基因组、蛋白质组等信息，为个性化医疗提供依据。
例如，通过对个体基因组的分析，可以预测个体对特定药物的反应，为临床用药提供指导。
生物信息学分析在生命科学研究中发挥着越来越重要的作用。
随着生物数据量的不断增加和计算技术的不断进步，生物信息学分析将为我们揭示生命现象的奥秘提供更多有力工具。
生物学与信息技术的交叉应用
生物学与信息技术的交叉应用生物学和信息技术是两个各自发展迅速且朝着不同方向发展的学科领域。
生物学致力于研究生物体的结构和功能，而信息技术则专注于对信息的处理和传输。
然而，在当今这个信息化的时代，这两个领域的交叉应用已经成为了一个新的研究热点。
本文将探讨生物学与信息技术的交叉应用，并介绍一些有趣的案例。
一、生物信息学生物信息学是生物学和信息技术相结合的一个分支学科。
它利用大数据分析、机器学习和人工智能等信息技术手段来处理和解释生物学实验数据，以揭示生物体的结构和功能之间的关系。
例如，通过对大量基因组数据的分析，可以发现某个基因与特定疾病的关联性，从而为疾病的治疗提供新的思路。
二、基因组学基因组学是生物学和信息技术相结合的一个重要领域。
它研究生物体的所有基因组DNA序列，并利用信息技术手段对其进行分析。
通过对基因组数据的研究，人们可以了解到各种生物体在遗传和进化上的差异。
同时，基因组数据的分析也可以帮助人们发现新的基因，从而开展相关研究和应用。
三、生物信息数据库生物信息数据库是生物学和信息技术交叉应用的另一个重要领域。
它是收集、整理和存储生物学实验数据的重要平台。
生物信息数据库可以包含各种生物体的基因组数据、蛋白质序列数据、结构数据等。
通过对这些数据库中的数据进行查询和分析，人们可以更深入地了解生物体的结构和功能。
四、生物信息技术在医学领域的应用生物信息技术在医学领域有着广泛的应用。
例如，基因组测序技术的发展使得个体基因组的定制化医学成为可能。
通过对个体基因组数据的分析，可以为患者提供更精确的诊断和治疗方案。
此外，生物信息技术还可以在肿瘤学研究、药物开发和疾病预测等方面提供有力的支持。
五、生物信息技术在农业领域的应用生物信息技术在农业领域也有着重要的应用。
通过对农作物的基因组数据进行分析，可以提高作物的产量和抗病能力，从而提高农业的生产效率。
同时，生物信息技术还可以研究和改良畜禽的基因组，改善畜禽的品质和产量。
生物信息学
生物信息学生物信息学是植物学、生物学、化学、数学、计算机科学等多学科交叉的一个新兴学科，其主要研究内容是如何获得、存储、传输、分析和应用生物信息数据。
生物信息学涉及到生物信息的采集、整合、处理、分析和应用等多个方面，包括大量生物数据的处理、生成和管理，数据的挖掘、重建和应用，基于计算机辅助的生物数据分析和建模等。
一、生物信息学的基本概念1. 生物信息学：是指将计算机科学、生物学、统计学、数学和物理学等多学科交叉的技术，用于对生物学数据进行收集，整合，存储，分析和模拟等。
2. 生物数据：是指在基因组、转录组、蛋白质组、代谢组、细胞组等层次，通过实验技术获得的关于生物的各种信息，包括基因序列、蛋白质序列、代谢产物组成、RNA表达水平等的各种数据。
3. 生物数据库：是指在系统地整合和存储生物数据的基础上为生物信息学研究提供的数据资源。
生物数据库一般包含了基因、蛋白质、代谢产物、表观遗传学等方面的数据，主要用于生物信息学的数据挖掘和分析。
4. 生物信息学技术：是指将生物数据通过计算机技术进行处理、分析和建模的技术手段。
包括基于算法的生物序列分析技术、分子建模和仿真技术，基于数据挖掘的分析技术、图像分析等。
二、生物信息学的发展历程生物信息学的发展历程可以从20世纪50年代开始，当时人们通过研究DNA、RNA和蛋白质的结构，探索生物学以及分子生物学的基本问题。
19世纪70年代到80年代，开始有科学家通过计算机分析生物序列数据，这是生物信息学的萌芽阶段；90年代，信息技术大爆发，计算机性能的不断提升奠定了生物信息学发展的基础，同时，国际人类基因组计划的启动和完成，也推动了生物信息学领域的迅速发展。
近年来，生物数据的爆炸式增长和高通量测序技术迅速发展，使得生物信息学成为一个新兴的领域，其研究范围涵盖了全球相关领域的学者。
三、生物信息学在生物学领域的应用1. 生物序列分析：通过处理生物序列数据，研究生物学中基因结构、调控、蛋白质结构和功能等基础方面，以及富含信息内容的非编码RNA和代谢物等，目前已成为一个成熟的技术。
生物信息学
生物信息学
生物信息学是运用计算机科学和生物学结合的研究技术，用来解决生物数据的分析和探索问题。
它被用来处理大量的生物信息数据，包括基因表达、生物大分子结构和功能、活体生物研究和分子进化等。
生物信息学可以改善生物学研究的效率，成为重要研究方法和工具。
生物信息学有助于生物学家们深入理解基因工作方式、
基因工程以及其他生物学问题。
生物信息学在医学和生命科学研究中发挥了重要作用，因为它可以帮助医生临床以及治疗研究开发新药和新技术。
它也可以为农业提供帮助，设计出新的品种，这些品种能够抵御病虫害，从而增加农产品的产量。
生物信息学由许多不同的技术组成，包括遗传学分析、
生物统计学、计算机科学、图像处理和自然语言处理等。
这些技术被用来解决各种生物学问题，提供信息支持，以及支持生物数据挖掘，帮助研究人员发现新的知识。
生物信息学正在赋予我们崭新的看法和内在认知，通过
其丰富的实践和研究，将对于所有生物学领域产生重要的改变和应用。
生物技术对农业的影响
生物技术对农业的影响农业是人类社会的基础产业，而生物技术的快速发展为农业带来了革命性的变革。
在过去几十年里，生物技术的应用已经深刻地改变了农业的面貌。
本文将探讨生物技术在农业领域的影响，并对其带来的益处和挑战进行分析。
【引言】生物技术是一门利用生物学原理和方法来解决生物问题的领域，它包括了遗传工程、基因编辑和生物信息学等多个技术分支。
这些技术的发展为农业生产提供了新的手段和可能性，对提高农作物品质、增加产量以及保护农业生态环境起到了积极的推动作用。
【提高农作物品质】生物技术在改良农作物的品质方面发挥着重要的作用。
通过遗传工程技术，研究人员可以将有益的基因导入到农作物中，使其具备更好的抗病性、适应性和耐受性。
例如，转基因玉米经过基因编辑，使其具有对虫害的抗性，大大减少了农药的使用量。
这不仅提高了农作物的品质，还降低了对环境的负面影响。
【增加农作物产量】另一个生物技术对农业的重要影响是增加农作物的产量。
通过基因工程，研究人员可以改良农作物的生长周期、抗旱能力和养分吸收能力。
这些改良使得农作物能够更好地适应恶劣的环境条件，提高了其生长速度和产量。
例如，转基因水稻的研发，使得水稻能够更好地抵抗虫害和病害，大幅度提高了产量，有效解决了全球饥饿问题。
【保护农业生态环境】生物技术的应用还对农业生态环境保护起到了积极的作用。
传统的农业生产往往需要大量的化肥和农药，对土壤和水源造成了严重的污染。
而利用生物技术，可以开发出具有自然抗病能力的农作物品种，降低对农药的依赖。
此外，利用基因工程技术还可以改良农作物的根系结构，提高氮肥的利用效率，减少化学肥料的使用量，从而减少对环境的污染。
【面临的挑战】尽管生物技术在农业领域取得了巨大的突破，但仍面临着一些挑战。
首先，公众对转基因农产品存在着疑虑和担忧，相关法律法规和监管体系也还不够完善。
其次，转基因品种的商业化应用面临长时间的研发和严格的审批程序，增加了技术的推广难度和成本。
育种优秀技术解决方案
育种优秀技术解决方案全文共四篇示例，供读者参考第一篇示例：育种是农业生产中至关重要的一个环节，通过对作物、家畜等生物的人工选择和繁殖，达到改良遗传性状、提高产量和品质的目的。
随着生物科技的发展，育种技术也在不断创新，各种优秀的技术解决方案不断涌现，为农业生产带来了巨大的发展机遇。
一、基因编辑技术近年来，CRISPR-Cas9基因编辑技术的广泛应用为育种领域带来了革命性的变革。
CRISPR-Cas9系统具有简单、高效、精准的特点，可以实现对作物和家畜基因组的定点编辑，从而快速获得具有特定遗传性状的新品种。
比如通过对水稻中致病基因的编辑，可以培育出耐病的抗性品种；通过对猪的生长发育基因的调控，可以提高猪的生长速度和肉质品质。
二、分子标记辅助育种技术分子标记辅助育种技术是利用分子标记与目标性状的遗传连锁关系，加速选择和育种过程的一种新技术。
通过对作物或家畜中关键性状的分子标记检测，可以快速、准确地筛选出具有目标遗传性状的亲本组合，从而加快新品种的培育速度。
分子标记辅助育种技术还可以帮助育种者进行精细的遗传背景分析，为遗传改良提供更准确的信息。
三、遗传多样性保护与利用遗传多样性是生物进化和适应环境变化的基础，也是育种成功的关键因素之一。
为了保护和利用遗传多样性，育种者可以通过采集、保存和鉴定野生种质资源，构建全基因组遗传资源库，以备不时之需。
还可以利用遗传多样性进行种质资源的交配改良，创造出更具适应性和抗逆性的新品种。
四、基于大数据和人工智能的育种技术随着信息技术的迅猛发展，大数据和人工智能技术在育种领域的应用也日益广泛。
育种者可以通过对大规模的遗传数据进行分析和挖掘，发现和利用遗传变异信息，加速新品种的培育过程。
人工智能技术还可以帮助育种者进行遗传背景的预测和优化设计，提高育种效率和成功率。
五、组学技术在育种中的应用组学技术，包括基因组学、转录组学、蛋白质组学等，为育种领域提供了全新的研究手段和技术支持。
- 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)。
1
生物信息学在农业上的应用 学 生：张 玮
(湖南农业大学生物安全科学技术学院学院，长沙 410128)
摘 要 生物信息学是基因、基因结构、基因产物功能分析必不可少的技术手段。根
据生物信息数据库的现状，讨论了生物信息学在农业上的应用，如挖掘新的基因、电子克隆及系统进化分析等。将生物信息学与常规育种技术相结合，对提高育种效率，创新遗传资源，加快作物改良进程都有重要意义。 关键词 农业；生物信息；数据库；基因；作物育种
Abstract Biological inforrrmtion was the essential technique for a cultuml science，which
could be used 1o analyze the gene，the gene structure，the function of gene product．1he present situation of biological inforrmtion database was inced．An application of a tuml biological inforrrmtion in dredging up gene．electric cloning and analysis of phylogenetie evolution was discussed． nle combination of biological information and c6nventional breeding technique was important for imoroving breeding eficiency．creating new genetic and the crop improvement Key words Agriculture；Biological information；Database；Gene；Crop breeding
生物信息学(Bioinformatics)是由生物科学、计算机科学、信息科学、应用数学、统计学等多学科交叉融合而成的一门新兴学科，由包括数据库、计算机网络和应用软件3大部分构成_l J。生物信息学以计算机为主要工具，开发各种软件，对日益增长的核苷酸、蛋白质的序列和结构等相关信息进行收集、储存、提取、分析和研究，同时建立理论模型，指导实验研究。生物信息学是进行农作物基因组学研究的基础，是基因、基因结构、基因产物功能分析必不可少的技术手段。随 着遗传操作技术特别是动植物细胞基因转移技术的不断创新和完善，如外源基因在转基因禾谷类作物中的表达、“报告基因”用于植物的转化、优良性状基因的分离等一系列技术的突破，将生物信息学与常规育种技术相结合，对提高育种效率，创新遗传资源，加快作物改良进程都有重要意义 2。 1 生物信息数据库 数据库是信息处理的基础，而生物信息数据库则是生物信息工作的出发点。全世界的农学家、生物信息学家已充分认识到生物信息学与农业结合将推动农业的发展，高质量的完善的农作物生物信息数据库的建立将为农作物基因组学的研究奠定基础_3 J。 1．1 序列数据库序列数据库主要存放DNA或蛋白质的序列信息，著名的序列数据库有GE~BANK、DDBJ、EMBL、SWISS-PORT以及PsD等。GENEBANK序列数据库由美国国家生物技术信息中心(NcBI)维护(http：／／www．ncbi．nlm．nih． gov)；EMBL由欧洲生物信息学研究所(EBI)维护(http：／／www．ebi．ae．uk)，S阢S P0RT也由EBI维护；DDBJ由日本国立遗传学研究所维护(http：／／www．ddbj．nig．ac．iP)。GENEBANK、DDBJ和EMBL共同构成“国际合作核酸数据库”，其每天都会交换数据，使这3个数据库的数据同步。 PIER国际蛋白质序列数据库(PSD)是由蛋白质信息资源 (PIR)、慕尼黑蛋白质序 2
列信息中心(M )和日本国际蛋白质数据库(J D)共同维护的国际上最大的公共蛋白质数据库(http：／／pir．geogetown．edu)。 1．2 基因组数据库基因组数据库描述不同分辨率下的基因组结构，以及不同层次上基因组的结构，包括基因定位、排列次序、分子之间的距离、克隆组集、探针、物理图等，表1列出了部分农业基因组数据库。部分农作物的物理图、遗传图、基因组序列、基因及基因组注解的信息可以从NCBI得到，如水稻、大豆、大麦、小麦、玉米和燕麦等的遗传图谱可通过NCBI Map Viewer(http：／／www．ncbi．nlm．nih，gov／mapview／)获得。 表1 农业基因组数据库 数据库名称 网址 Plant Genome and Information Center http：／／www．Na1．usda．gov／pgdlc USDA UK Crop Plant Bioinfonr~ticsNetwork http：／／Synteny．nott．ac．uk／agr／agr．himl The Institute for Ce nomic Research http：／／www．tigr．org (TIGR)Database Grain Genome Database http：／／wheat．pw．usda．gov Maize Genome Database http：／／www．argon．missouri．edu Soybean Ce nomics and Microarmy http：／／psi081．ba．aIs．usda．gov／SGMD／Database default．him ． Netplant Gene V2．0 Web Prediction http：／／www．eb s．dtu．dk／Netplant Ce ne． Server himlThe Legume Information System(us) htto：／／www．Comparative-legumes．nIg A cultural Ce nome Infonnatlon System http：／／ars-genome．comeU．edu／ 1．3 基因表达数据库基因表达数据库收集基因表达和微 阵列杂交数据并校对，是在线提供基因的表达浏览、查询和 检索的有用资源 4J。在作物育种中常用的基因表达数据库 是NCBI的GEO(http：／／www．ncbi．nlm．nih．gov／geo／)。 2 生物信息学在农业上的应用2．1 数据挖掘与利用农业生物信息数据库可以高效地实现农业数据的录入、查询、统计等较低层次的功能，实现数据的积累。但从堆积如山的数据中提取有用的信息，如寻找数 据中存在的关系和规则、挖掘并识别作物的重要基因、发现新基因、加快基因克隆的速度等，都需要强有力的生物信息学工具。利用生物信息学工具就有可能对现有的农作物品种进行改造，甚至创造新的物种，丰富种质资源，以满足人类营养健康需要。张业勤利用ES'F数据库(dbEsr)对水稻新基因进行了搜索，并对其功能进行了预测_5 ；Picotdt．Newberg等在来自19个不同cDNA文库的EST序列中完成了850个候选SNP位点的发掘u6 ；Jin等搜索公共数据库中与之高度同源的BAC克隆和EST序列，并根据多重比对的结果设计引物，所有扩增片段经再测序后，发现一个C／T型SNP (RsP04)，定位在距 基因2 cM处，并认为他可用于香米品种的筛选 7J。李华盛等利用生物信息学方法在含有9 470条棉花Esr序列的数据库中进行微卫星标记筛选，共发现微卫星序列4 396个，占整个KS3"数据库的4．64％。其中双碱基重复序列1 282个、三碱基序列2 411个，分别占在Esr数据库中发现微卫星序列总数的29．27％和54．8％L8J。 2．2 基因组分析 农业生物信息学能够快速进行数据分析和研究，因此提供了高效基因组分析平台。从大规模基因测序所提供的关于DNA中核苷酸的分布序列 3
中，利用现有的生物学知识和序列信息，并结合一些成熟的统计计算方法可以深入分析基因组序列信息、阐明基因功能。目前该方面的研究主要集中在水稻(0懈sative)上，20O2年我国的科学家和Sngenta公司的科学家分别发表了籼稻和粳稻基因组工作框架图 9J，随后13本和我国的科学家又分别公布了粳稻第2 号和第4号染色体的全序列_】 ”J以及籼稻、粳稻基因的精细结构图。Yuan等在水稻数据库中挑选了部分Esr和BAC末端，搜索已发表的遗传标记，鉴别出418个遗传标记与BAC末端整合在一起，获得了一套间隔大于1 Mb的插入克隆组【12J，有利于加速水稻目的基因精细物理图谱的构建。整合水稻的遗传图谱和物理图谱将会大大加快基因克隆及新基因发掘的过程。 随着2003年人类基因组计划的完成，生命科学的研究步入后基因组时代。在后基因组时代，研究重心转移到基因功能的解析，即在转录组和蛋白质组水平上系统地分析基因的功能【13 J。水稻的功能基因组学研究已经开始，我国、美国和13本科学家都已做了大量的工作。我国科学家进行超级杂交水稻母本“培矮64s”的比较基因组研究，在此基础上，将全面开展杂交稻杂种优势机理研究和基因预测分析；解析和发现与水稻育陛、丰产、优质、抗病、耐逆、成熟期等有关的遗传信息和功能基因；进而发现控制优良性状如米质、香味、抗性的因子，为我国的水稻应用研究和育种提供全面的生物信息服务【14J。山东省农业科学院高新技术研究中心向美国国立生物技术信息中心的基因数据库一次性注册4 406个花生基因表达序列标记Esr，并累计注册了270个花生基因，标志着我国花生功能基因组学研究取得重要进展，已跻身世界先进行列 】引。其他作物，如玉米、小麦等的功能基因组学研究也相继开展。严建兵等基于玉米株高性状的KS3"序列与水稻基因组的比较，在PN其中2 729段序列与水稻的物理图谱和分子标记连锁图进行比对定位，最终将896段同源序列整合在水稻分子标记连锁图上，形成了在序列水平上的玉米和水稻的比较基因组图谱_】 。 因此生物信息学促使生物学家进行世界性的合作，大大促进了全世界生物学家、生物信息学家之间的交流，他们可以共享已有的数据、资源、方法和平台，极大地推动了生物学的研究。开展的大规模作物基因组学研究，为促进作物分子遗传定向改良、培育高产优质新品种方面的研究作出了突出贡献。 2．3 电子克隆基于生物信息学资源的电子克隆是利用计算机技术，依托现有的网络资源(Esr数据库、核苷酸数据库、蛋白质数据库、基因组数据库等)，采用生物信息学方法 (包括同源性检索、聚类、序列拼装等)，通过Esr或基因组的序列组装和拼接，利用RT—CR快速地获得部分乃至全长cDNA序列的方法_】’ 。电子克隆具有：①速度快，同源性比较、序列拼接组装等工作在计算机上完成，只有RT—PCR序列验证需进行实验；② 投入低，电子克隆仅需能够上网的计算机和PCR仪等仪器即可进行，研究成本较低；③ 技术要求低，实验室工作只涉及到RNA抽提、反转录、PCR扩增等分子生物学的基本实验，研究人员很容易掌握；④ 针对性强，拟克隆基因的生物学功能大都比较明确，一旦获得即可直接用转基因技术进行作物品种改良。目前作物中公布的基因组序列比较多，使得作物基因克隆越来越多的利用已有的序列信息资源。利用生物信息学技术进行水稻功能基因电子克隆的报道近几年来逐渐增加。黄骥等以来源于水稻盐胁迫cDNA文库的1个500 bp的Esr$121为信息探针，搜索位于GenBank的水稻EST库，发现有2个KS3"与S121部分序列一致，经过拼接组装获得了1个886bD的全长cDNA序列，同源性比较结果表明，其可能编码一个新的水稻锌指蛋白