生物信息学专业发展规划
生物信息学（Bioinformatics）是在生命科学的研究中，以计算机为工具对生物数据进行储存、检索和分析的科学。它是当今生命科学和自然科学的重大前沿领域之一，同时也将是21世纪自然科学的核心领域之一。其研究重点主要体现在基因组学（Genomics）和蛋白质组学（Proteomics）两方面，具体说就是从核酸和蛋白质序列出发，分析序列中表达的结构功能的生物信息，而本学科从内容分类又可分为：1）收集、分析数据；2）各类数据库的建立和维护；3）研究生物大分子相关的信息。
生物信息学作为一门新的学科领域，它是把基因组DNA序列信息分析作为源头，在获得蛋白质编码区的信息后进行蛋白质空间结构模拟和预测，然后依据特定蛋白质的功能进行必要的药物设计。基因组信息学，蛋白质空间结构模拟以及药物设计构成了生物信息学的3个重要组成部分。从生物信息学研究的具体内容上看，生物信息学应包括这3个主要部分：⑴新算法和统计学方法研究；⑵各类数据的分析和解释；⑶研制有效利用和管理数据新工具。
生物信息学基本上只是分子生物学与信息技术（尤其是因特网技术）的结合体。生物信息学的研究材料和结果就是各种各样的生物学数据，其研究工具是计算机，研究方法包括对生物学数据的搜索（收集和筛选）、处理（编辑、整理、管理和显示）及利用（计算、模拟）。
一、专业建设指导思想与基本原则
深入贯彻落实科学发展观，贯彻教育思想，转变教育观念，在通识教育的基础上建立宽口径专业教育，注重交叉创新，坚持知识、能力与素质教育并重。努力建成基础扎实、专业口径宽、理工交叉、宽专结合、人文与科学交融的培养模式及相应的教学体系，为我国发展生物技术科技与产业提供强有力的人才支撑与保障。为了实现上述总的指导思想，培养具有高素质和创新精神的生物信息专业人才，将坚持六大原则，即方向性原则、增强适应性原则、科技与人文教育融合的原则、整体优化的原则、统一性与多样性原则以及因材施教的原则。
二、专业培养目标
本专业培养具有扎实的生命科学理论基础和计算机技术，系统的生物信息学方法和实验技能，能够适应生命科学领域与生物信息学相关产业的发展需要，在生物信息学数据的获得与挖掘、生物软件的开发与应用、生物数据库的建立与管理等方面具有交叉学科综合优势的基础研究和应用型人才。毕业生既能从事生物信息学、生物学、信息学及其相关领域的应用开发和研究工作，也可继续在国内外攻读本学科或相关专业硕士学位。三、专业学科建设现状
我校于2001年成立的生物工程系（2014年更名为生命科学学院），生物信息专业于2011年获教育部批准招生，已经招收4届本专业本科生，目前在校生218人。本专业培养德、智、体、美全面发展，具有较好的分子生物学、计算机科学与技术、数学和统计学素养，掌握生物信息学基本理论和方法，立足生物信息学前沿，通过学习本学科相关基本理论知识和基本技能，并经过上机实验操作的基本训练，形成了以培养学生的“创新能力、
实践能力和拓展能力”为核心，具备生物信息收集、分析、挖掘、利用等方面的基本能力，能在科研机构、高等学校、医疗医药、环境保护等相关部门与行业从事教学、科研、管理、疾病分子诊断、药物设计、生物软件开发、环境微生物监测等工作的高级科学技术人才。
生物信息是郑州大学生命科学学院依据本科专业下设的三个系之一，学院现设有专业实验室：普通生物学实验室、微生物学实验室、细胞生物学实验室、遗传学实验室、生物化学实验室、植物组织培养室、细胞培养室和生物信息专业的机房等相关专业实验室，总面积15000平方米，实验教学用房总面积7000平方米，生均面积>5平方米。学院的教学仪器设备总值近1600万元，生物信息专业的计算机工作站和终端机房，仪器设备总值约200万元。
专业师资方面，学院目前有教职工78人。其中专任教师55人、双聘院士2人、博士生导师10人、教授18人、副教授17人；具有博士学位者50人，享受国务院特殊津贴3人，河南省学术带头人、河南省优秀党员、优秀专家4人，河南省特聘教授1人，河南省青年骨干教师7人，形成了一支高素质和高学历的团队。
在当前大数据的时代背景要求下，依据郑州大学和生命科学学院的总体战略布局，紧密围绕生物信息专业建设的指导思想和办学要求，以培养在生物信息学数据的获得与挖掘、生物软件的开发与应用、生物数据库的建立与管理等方面具有交叉学科综合优势的基础研究和应用型人才为核心，在学科专业课程标准制定、支撑机构与学科建设、教学改革与人才培
养方案修订、基础硬件和师资队伍建设、教学实习基地建设和学生科研训练等方面采取了一系列措施；同时认真对照本专业的建设方案与工作目标，紧贴学校实际情况与中原经济区建设的大局，想方设法创造条件，努力完成各项建设任务和工作承诺，使生物信息专业建设迈上了新的台阶。
四、目前专业学科存在的突出问题
（1）生命科学方面的教学资源和师资力量较为完善，可以满足目前的理论教学和实践、实验教学的要求，但计算机科学和生物信息专业的专业师资力量严重不足，大大影响本专业学生的教育质量；
（2）实验教学设备不足，尤其是计算机系统，不能满足生物信息学教学和科研的需求；
（3）本科生的实践教学不足，学生缺乏的科研训练较为薄弱，尤其是独立进行科学研究的能力还有待进一步加强。
五、专业学科建设具体规划
（一）积极推进教学改革
生物信息本科专业在国内起步较晚，正处于高速发展阶段，国内各高校的培养目标和培养方案总体分为两大类型：基础研究型和应用型。前者注重培养学生的科学素养、学科理论基础，以理论研究为目标，重在为培养高端的理论人才打基础；后者以技术用于为目的，重在技术的培养，为当前的大数据的挖掘提供基本技术理论，核心是技术应用。我院的生物信息专业起步较晚，至今才培养一届本科生毕业生。参照国内先进高校的办学经验，有针对性地采取了3条改革措施：
1、合理修订和完善人才培养方案。通过4年人才培养经验总结，在广
泛调研的基础上，经过郑州大学生命科学学院专业建设工作领导小组论证和郑州大学教学指导委员会批准，2015年修订了生物技术专业的人才培养方案及教学计划。
2、大力加强教学团队建设。通过政策导向和经费投入，调动教师参与教学团队建设的积极性，努力推动建成“普通生物学”、“计算机技术与应用”、“基因组学分析”和“药物信息学”等四个教学团队。争取各个团队在教材编写、教学改革项目申请与实施、精品课建设、MOOC建设、教学成果、学生考研训练、实践与实习等方面团结协作，形成各种的教学特色团体，充分利用现有的教学资源，整体提升本科教学质量。
3、推进实验教学和实践教学改革。在实验教学方面，争取为每一门理论课程，尤其是计算机和生物信息方面需要编程实践的课程，配备了专门的实验设备进行实验教学，实行理论教学和实验教学一体化，“以理论带动实验，在实验中理解理论”，最后形成理论与技术的有机结合，为实践教学奠定基础技能和理论准备。在实践教学方面，利用学院的资源优势，和各个制药企业、测序分析公司、研究院所等单位进行联合，利用暑假选送2-3年级的部分本科生进场实践，主要在生物信息学数据的获得与挖掘、生物信息软件的开发与应用、生物数据库的建立与管理等方面进行基本的技术训练。
（二）进一步改善办学条件
为了加强生物信息专业的实验教学，并为学生生产实践创造条件，我院在改善生物信息专业办学条件等方面将采取以下措施：
1、大力加强生物信息学实验教学建设。一是重点投入，高标准建设符
合现代生物信息发展需要生物信息分析实验中心，建设成可满足现有所有生物信息本科学生上机实验要求的中型计算机系统和相关的软件系统，可实现基因组数据的分析、数据库管理、药物核心结构设计等方面，目前该项目已经设计招标完成，实验室正在建设，很快就会投入使用，届时，所有生物信息本科生都可以第一时间在该工作站中完成大数据的运算等工作。二是完善教学实验中心配套管理运行机制和网络化管理机制，中心实现电子化和网络化教学模式。
2、拓展生物信息专业教学实习及服务功能。一方面，充分利用省级和校级重点学科和重点实验室等科研实验室作为生物信息专业学生的教学实习基地，另一方面，积极与校外科研院所、大型企业共建产学研基地。
3、丰富生物技术图书文献资源库。我校是综合性大学，生物学、医学、计算机科学和信息科学等学科方向每年采购大量的书籍，看满足生物信息学的学科交叉的需要。同时，我院还将为学生建设生物学资料阅览室，购买大量原版优秀生物学教材，为学生提供一个生物学的图书文献资料源。
4、加大经费投入力度。我院对生物信息专业的教学经费投入力度将逐年加大，同时，将不断完善教学实验、科研训练、野外实习、企业实践和毕业实习等教学活动的设施和条件，进一步为学生提供良好的学习条件。（三）加快师资队伍建设
建设一支“素质高、业务强、结构合理”的师资队伍是保证生物信息专业人才培养的根本，我们采取的主要措施是：
1、加大人才引进力度。生物信息系在学院的支持下，已从英国、荷兰、法国等国家和地区引进多名高层次人才和优秀青年教师。现在他们已经成
为各学科教学和科研的带头人和学术骨干，并在生物信息专业的学生培养中发挥了重要作用。近3年，根据我院学科建设与发展需要，计划进一步引进海外高层次人次和优秀青年学者4-5人。
2、加快青年教师培养。一是在政策、经费上鼓励和支持教师通过出国进修、国内脱产培训、在职攻读博士学位以及参加国内外学术活动等途径提高业务能力和教学水平。二是制定和实施人才激励导向政策，积极组织教师申报学术带头人和学术骨干的遴选、优秀教师和教学质量标兵的评选，优化教学质量评价制度、教学科研成果奖励制度等工作，以调动教师特别是青年教师的科研和教学积极性。
3、加强教学团队建设。针对以往教学组织上的不足，鼓励设立课程小组，实行首席教师制，安排学术积累深厚和教学经验丰富的教师作为各课程建设的负责人，并指导和带动青年教师参与课程教学研究和教学改革实践；邀请校内外生命科学领域的长江学者、国家杰出青年基金获得者、教育部新世纪优秀人才等知名专家教授，为生物信息专业学生开设专题讲座或学术报告会；邀请生物信息相关企业主要负责人为学生开设创业实践课或创业报告会。近期拟邀请世界著名大学——荷兰的荷兰马斯特里赫特大学的教授来我院讲学。
（四）强化学生早期科研训练
坚实的科学研究是培养创新型、高素质人才的有力保障。为此，生物信息专业将进一步采取的以下措施：
1、加强科学研究带动学生科研训练。近5年来（2011-2015），我院承担多项国家自然科学基金、国家863、973等重大科技项目。强有力的科研
队伍及充足的科研项目和经费，为高层次生物技术基础研究人才的培养及学生科研训练提供了优越的条件。同时，我院进一步要求教师把相关科学研究与实践教学相结合，为培养研究型人才提供宝贵的教学资源。
2、投入专项经费支持学生早期科研训练。由国家、学校、学院共同资助，通过申请立项，支持生物信息专业学生进行为期1-2年的科研能力训练，并由有丰富科研积累、承担国家和省部级科研项目的教师担任学生早期科研训练的指导教师，使学生的课程学习和科研训练有机结合起来，科研素质得到全面发展和提高。
3、营造学术氛围促进科研训练。我院每年邀请大量国内外著名学者和企业人士为学生开设讲座或举办学术报告会，大大开阔了生物信息专业学生的视野，有利于学生及时了解到学科前沿、发展动态及市场前景，提高了他们对生物技术的认识、兴趣和学习动力。我系曾邀请华中科技大学生命科学学院的薛宇教授来我系讲学。以后计划每年的4-5月份召开河南省生物信息学教学与科研的研讨会，邀请国内知名专家和我省生物信息方面的专家进行学术交流。
国内外生物信息学发展状况 1.国外生物信息发展状况 国外非常重视生物信息学的发展各种专业研究机构和公司如雨后春笋般涌现出来，生物科技公司和制药工业内部的生物 信息学部门的数量也与日俱增。美国早在1988年在国会的支持 下就成立了国家生物技术信息中心（NCBI），其目的是进行计 算分子生物学的基础研究，构建和散布分子生物学数据库；欧 洲于1993年3月就着手建立欧洲生物信息学研究所（EBI）， 日本也于1995年4月组建了信息生物学中心（CIB）。目前， 绝大部分的核酸和蛋白质数据库由美国、欧洲和日本的3家数 据库系统产生，他们共同组成了 DDBJ/EMBL/Gen Bank国际核 酸序列数据库，每天交换数据，同步更新。以西欧各国为主的 欧洲分子生物学网络组织（EuropeanMolecular Biology Network, EMB Net）是目前国际最大的分子生物信息研究、开 发和服务机构，通过计算机网络使英、德法、瑞士等国生物信 息资源实现共享。在共享网络资源的同时，他们又分别建有自 己的生物信息学机构、二级或更高级的具有各自特色的专业数 据库以及自己的分析技术，服务于本国生物（医学）研究和开 发，有些服务也开放于全世界。 从专业出版业来看,1970年，出现了《Computer Methods and Programs in Biomedicine》这本期刊；到1985年4月， 就有了第一种生物信息学专业期刊《Computer Application
in the Biosciences》。现在，我们可以看到的专业期刊已经很多了。 2 国内生物信息学发展状况 我国生物信息学研究近年来发展较快,相继成立了北京大学生物信息学中心、华大基因组信息学研究中心、中国科学院上海生命科学院生物信息中心,部分高校已经或准备开设生物信息学专业。2002年国家自然科学基金委在生物化学、生物物理学与生物医学工程学学科设立了生物信息学项目,并列入生命科学部优先资助的研究项目。国家 863计划特别设立了生物信息技术主题,从国家需求的层面上推动我国生物信息技术的大力发展[3]。 但是由于起步较晚及诸多原因，我国的生物信息学发展水平远远落后于国外。在PubMed收录的以关键词“Bioinformatics”检索到的历年发表的文章数，可以看出大量的研究文献出现在21世纪以后。其中我国共有138篇占全部5548篇的2.5%，而美国则发表2160篇占全部的39%之多（统计数据截至2004年2月15日）。我国学者在生物信息学领域发表的有高影响力的论文只有不到美国学者发表数量的6%，差距相当大[4]。在生物信息学领域，一些著名院士和教授在各自领域取得了一定成绩，显露出蓬勃发展的势头，有的在国际上还占有一席之地。如北京大学的罗静初和顾孝诚教授在生物信息学网站建设方面、中科院生物物理所的陈润生研究员在EST
生物信息学软件及使 刘吉平 liujiping@https://www.doczj.com/doc/c08499204.html, 用概述 生 物秀-专心做生物！ w w w .b b i o o .c o m
生物信息学是一门新兴的交叉学生物信息学的概念： 科，它将数学和计算机知识应用于生物学，以获取、加工、存储、分类、检索与分析生物大分子的信息，从而理解这些信息的生物学意义。 生 物秀-专心做生物！ w w w .b b i o o .c o m
分析和处理实验数据和公共数据，生物信息学软件主要功能 1.2.提示、指导、替代实验操作，利用对实验数据的分析所得的结论设计下一阶段的实验 3.实验数据的自动化管理 4.寻找、预测新基因及其结构、功能 5.蛋白质高级结构及功能预测（三维建模，目前研究的焦点和难点） 生 物秀-专心做生物！ w w w .b b i o o .c o m
功能1. 分析和处理实验数据和公共数据，加快研究进度，缩短科研时间 ?核酸：序列同源性比较，分子进化树构建，结构信息分析，包括基元(Motif)、酶切点、重复片断、碱基组成和分布、开放阅读框（ORF ），蛋白编码区（CDS ）及外显子预测、RNA 二级结构预测、DNA 片段的拼接； ?蛋白：序列同源性比较，结构信息分析（包括Motif ，限制酶切点，内部重复序列的查找，氨基酸残基组成及其亲水性及疏水性分析)，等电点及二级结构预测等等； ?本地序列与公共序列的联接，成果扩大。 生 物秀-专心做生物！ w w w .b b i o o .c o m
Antheprot 5.0 Dot Plot 点阵图 Dot plot 点阵图能够揭示多个局部相似性的复杂关系 生 物秀-专心做生物！ w w w .b b i o o .c o m
生物信息学课后习题及答案 （由10级生技一、二班课代表整理） 一、绪论 1.你认为，什么是生物信息学？ 采用信息科学技术，借助数学、生物学的理论、方法，对各种生物信息（包括核酸、蛋 白质等）的收集、加工、储存、分析、解释的一门学科。2.你认为生物信息学有什么用？对你的生活、研究有影响吗？（1）主要用于： 在基因组分析方面：生物序列相似性比较及其数据库搜索、基因预测、基因组进化和分 子进化、蛋白质结构预测等 在医药方面：新药物设计、基因芯片疾病快速诊断、流行病学研究：SARS 、人类基因组计划、基因组计划：基因芯片。 （2）指导研究和实验方案，减少操作性实验的量；验证实验结果；为实验结果提供更多的支持数据等材料。 3.人类基因组计划与生物信息学有什么关系？ 人类基因组计划的实施，促进了测序技术的迅猛发展，从而使实验数据和可利用信息急剧增加，信息的管理和分析成为基因组计划的一项重要的工作 。而这些数据信息的管理、分析、解释和使用促使了生物信息学的产生和迅速发展。 4简述人类基因组研究计划的历程。 通过国际合作，用15年时间（1990-2005）至少投入30亿美元，构建详细的人类基因组遗传图和物理图，确定人类DNA 的全部核苷酸序列，定位约10万基因，并对其他生物进行类似研究。 1990，人类基因组计划正式启动。 1996，完成人类基因组计划的遗传作图，启动模式生物基因组计划。 1998完成人类基因组计划的物理作图，开始人类基因组的大规模测序。Celera 公司加入，与公共领域竞争启动水稻基因组计划。 1999，第五届国际公共领域人类基因组测序会议，加快测序速度。 2000，Celera 公司宣布完成果蝇基因组测序，国际公共领域宣布完成第一个植物基因组——拟南芥全基因组的测序工作。 2001，人类基因组“中国卷”的绘制工作宣告完成。 2003，中、美、日、德、法、英等6国科学家宣布人类基因组序列图绘制成功，人类基因组计划的.目标全部实现。2004，人类基因组完成图公布。 2.我国自主知识产权的主要基因组测序计划有哪些？水稻（2002），家鸡（2004），家蚕（2007），家猪（2012），大熊猫（2010） 2．第一章 、管路敷设技术通过管线不仅可以解决吊顶层配置不规范高中资料试卷问题，而且可保障各类管路习题到位。在管路敷设过程中，要加强看护关于管路高中资料试卷连接管口处理高中资料试卷弯扁度固定盒位置保护层防腐跨接地线弯曲半径标高等，要求技术交底。管线敷设技术包含线槽、管架等多项方式，为解决高中语文电气课件中管壁薄、接口不严等问题，合理利用管线敷设技术。线缆敷设原则：在分线盒处，当不同电压回路交叉时，应采用金属隔板进行隔开处理；同一线槽内，强电回路须同时切断习题电源，线缆敷设完毕，要进行检查和检测处理。、电气课件中调试对全部高中资料试卷电气设备，在安装过程中以及安装结束后进行 高中资料试卷调整试验；通电检查所有设备高中资料试卷相互作用与相互关系，根据生产工艺高中资料试卷要求，对电气设备进行空载与带负荷下高中资料试卷调控试验；对设备进行调整使其在正常工况下与过度工作下都可以正常工作；对于继电保护进行整核对定值，审核与校对图纸，编写复杂设备与装置高中资料试卷调试方案，编写重要设备高中资料试卷试验方案以及系统启动方案；对整套启动过程中高中资料试卷电气设备进行调试工作并且进行过关运行高中资料试卷技术指导。对于调试过程中高中资料试卷技术问题，作为调试人员，需要在事前掌握图纸资料、设备制造厂家出具高中资料试卷试验报告与相关技术资料，并且了解现场设备高中资料试卷布置情况与有关高中资料试卷电气系统接线等情况，然后根据规范与规程规定，制定设备调试高中资料试卷方案。 、电气设备调试高中资料试卷技术电力保护装置调试技术，电力保护高中资料试卷配置技术是指机组在进行继电保护高中资料试卷总体配置时，需要在最大限度内来确保机组高中资料试卷安全，并且尽可能地缩小故障高中资料试卷破坏范围，或者对某些异常高中资料试卷工况进行自动处理，尤其要避免错误高中资料试卷保护装置动作，并且拒绝动作，来避免不必要高中资料试卷突然停机。因此，电力高中资料试卷保护装置调试技术，要求电力保护装置做到准确灵活。对于差动保护装置高中资料试卷调试技术是指发电机一变压器组在发生内部故障时，需要进行外部电源高中资料试卷切除从而采用高中资料试卷主要保护装置。
生物信息学复习题 名词解释 1. Homology (同源):来源于共同祖先的序列相似的序列及同源序列。序列相似序列并不一定是同源序列。 （直系同源）：指由于物种形成的特殊事件来自一个共同祖先的不同物种中的同源序列，它们具有相似的功能。 （旁系（并系）同源）：指同一个物种中具有共同祖先，通过基因复制产生的一组基因，这些基因在功能上的可能发生了改变。基因复制事件是促进新基因进化的重要推动力。 (异同源)：通过横向转移，来源于共生或病毒侵染而产生的相似的序列，为异同源。 Score：The sum of the number of identical matches and conservative (high scoring) substitutions in a sequence alignment divided by the total number of aligned sequence characters. Gap总是不计入总数中。 6.点矩阵（dot matrix）：构建一个二维矩阵，其X轴是一条序列，Y轴是另一个序列，然后在2个序列相同碱基的对应位置（x，y）加点，如果两条序列完全相同则会形成一条主对角线，如果两条序列相似则会出现一条或者几条直线；如果完全没有相似性则不能连成直线。 7. E值：得分大于等于某个分值S的不同的比对的数目在随机的数据库搜索中发生的可能性。衡量序列之间相似性是否显著的期望值。E值大小说明了可以找到与查询序列（query）相匹配的随机或无关序列的概率，E值越小意味着序列的相似性偶然发生的机会越小，也即相似性越能反映真实的生物学意义，E值越接近零，越不可能找到其他匹配序列。 值：得分为所要求的分值比对或更好的比对随机发生的概率。它是将观测得到的比对得分S，与同样长度和组成的随机序列作为查询序列进行数据库搜索进行比较得到的HSP（高分片段对）得分的期望分布联系起来计算的。通常使用低于来定义统计的显著性。P=1-e-E 9.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,是序列相似性分析的基础，其不同的选择将会出现不同的分析结果。 10．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。 ：美国国家生物技术信息学中心，属于美国国立医学图书馆的一部分，具有BLAST, Entrez ,GenBank等工具，还具有PubMed文献数据库。另外还具有Genome, dbEST, dbGSS , dbSTS, MMDB, OMIM, UniGene, Taxonomy, RefSeq, etc. 序列格式：是将DNA或者蛋白质序列表示为一个带有大于号（>）开始的核苷酸或者氨基酸序列的新文件，其中大于号后可以跟上序列的相关信息，其他无特殊要求。 13genbank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，主要包含生物功能或数据库信息；第三部分是feature，对序列的注释；第四部分是序列本身，以“统发生树（Phylogenetic tree ）是研究生物进化和系统发育过程中的一种用树状分支图来概括各种生物之间亲缘关系，是一种亲缘分支分类方法。在树中，每个节点代表其各分支的最近共同祖先，而节点间的线段长度对应演化距离（如估计的演化时间）。是用来研究物种进化与多样性的基础，是相近物种相关生物学数据的来源。17.基因树与物种树：物种树反映一组物种进化历程的系统树，其中每一个内部节点就代表一个物种形成的过程，而基因树则是代表来源于不同物种的单个同源基因的差异构建的系统树，而其内部的一个节点则代表一个祖先基因分化为两个新的独特的基因序列的事件。基因
生物信息学在医学数据分析中的应用 1.前言 随着信息技术的飞速发展，医疗数据以爆炸般的速度积累增长，特别是临床医疗数据的大量积累，但是如何有效的整合和利用这些数据进行科学研究，这就对有效数据的管理和挖掘提出了更高的要求。 近年来，数据挖掘得到迅速发展，并逐渐应用到现实生活中，在分类分析方面表现相当出色，因此，已有专家将数据挖掘技术与基因表达数据分类问题相结合，发掘基因之间的关联联系，基因表达正常与非正常的活动范围，由此来理解基因表达的内在规律[1]，给疾病的诊断和预测、新特药的设计提供新的思路和方法。但目前医学数据的整合还存在以下问题： 一是医院临床数据通常是分散存在的。分布于医院信息系统、检验信息系统、检查信息系统、电子病历系统等医院建立的各种信息系统当中，有的甚至存在于医生手写的随访记录本当中，这样分散存在的数据不利于收集、整合与分析。 二是以往的临床科学研究都是以手工的方式去收集和整合数据，数据的可靠性和准确性得不到保证，而且容易产生数据丢失。与此同时，人工收集数据工作量大，数据采集速度慢、试验周期长的状况，这对临床科研数据的统计和分析结果的准确性提出来质疑。 三是在对手工搜集到的分散的数据资源进行统计分析和查询的过程中，效率滞后，容易影响科研进度。 针对上述几个问题，为确保收集数据的准确性、有效性和完整性，以便进行统计分析，基于临床科研的数据管理系统应运而生。 2. 支持向量机在医疗数据中的应用 在疾病检测中，单一的生理信息不足以反映人体的健康状况，因此对多种生理信息综合分析是十分有必要的。在心脏病的诊断中就涉及诸如年龄、血压、心跳等几种，甚至几十种理化指标。医生综合这些检测的数据，根据自己的经验、知觉和见解等对人体的健康状况做出某种诊断。显然，这种诊断是主观性的，对同一个人，有时不同的医生甚至会做出截然相反的判别。多生理信息融合( Information Fusing)技术可以直接从原始样本数据出发建立某种规则模型，并将这种模型在计算机上实现，利用这一模型可以帮助医生对待测人体做出更客
生物信息学的发展历程 生命科学领域原始研究，尤其是序列数据的快速积累，为发现重大学规律提供了可能。然而，原始数据并不等同于信息和知识，如何通过对海量数据的存储、比较、注释和分析，挖掘出这些数据所蕴含的生物学意义，是生命科学领域中最为关键的问题之一。在这一背景下，早期的生物信息学应运而生。它主要定位为一种技术支撑，其研究内容则主要取决于算法所服务或适用的分析领域，包括基因测序与序列装配、识别与注释、序列相似性比对、结构比对和预测等。一些着名的生物信息学工具和库，如序列分析工具BLAST、基因预测工具GeneScan、序列数据库GenBank等，对生命科学研究产生了深远的影响。 自从20世纪80年代启动人类组测序计划以来，各种高通量技术引起生物的指数增长。2004年，被誉为生命“阿波罗计划”的人类基因组计划宣告完成，自此人们开始了对基因组功能的系统解读，标志着生命科学研究进入“后基因组学”时代。生物学数据的积累不仅表现在序列方面，与其同步的还有的一级结构和高级结构数据、高通量转录表达谱数据和蛋白表达谱数据、表观遗传学数据、相互作用数据、疾病易感性数据和高通量成像数据等。 此外，分子演化和比较基因组学、基于结构的药物设计、生物系统的建模和仿真、代谢网络分析等多个前沿交叉领域均产生了海量数据，分子生物学的研究进入到一个通量化的“组学”时代。Nucleic Acids Researc杂志连续21年在其每年的第一期中详细介绍最新版本的各类生物数据库。根据该杂志的统计，截止到2013年1月，在上述海量数据基础上派生、整理出来的数据库已有1512个。海量生物数据的积累，促成了生物信息学由起初单纯的技术支撑，逐步发展到对生物学问题的系统诠释；从简单地提供数据管理和算法支持，发展为从海量数据出发，通过计算技术对其进行分析、整合、模拟，并在必要时辅以实验验证，最终发现生命科学新规律的新型学科体系。 近年来，新一代测序技术(next generation sequencing，又名深度测序技术)的兴起进一步加速了人们探索未知生命现象的进程，而生物信息学在这一新的时代背景下焕发出新的活力。以HiSeq 2000新一代测序技术平台为例，该平台满负荷运转可实现在一周内完成对四个人类个体的全基因组重测序，而一个人全基因组测序仅需5000美元。在此平台基础上，经过对前期样本处理的适当调整，可实现在全基因组范围内对基因表达的精确定量、对基因结构和可变剪切事件的准确定义、对转录因子和microRNA结合位点的准确鉴定等。 通过巧妙的前期样本处理，这一核酸测序平台甚至可用于解决蛋白表达定量、DNA三级结构等难题，例如，通过巧妙地对核糖体保护的mRNA片断进行测序，核糖体图谱技术可实现在全基因组范围内对蛋白表达的定量，并对蛋白的翻译速度进行估计，很好地补充了现有的蛋白质组学技术。而通过对染色体相邻位置的交联和深度测序，Hi-C等新技术实现了对染色体三维结构的从头重构，对理解长程的表达调控提供了结构基础。这些改进极大地拓展了新一代测序技术在多层次组学调控研究中的应用，而生物信息学则紧随这一进程，逐渐渗透到生命科学的各个研究环节，利用学科交叉优势创新尖端的技术，提出崭新的假设并最终致力于探索生命的新规律。
第一章 1.生物信息学：用数学的、统计的、计算的方法来解决生物问题，这基于用DNA、氨基酸及相关信息。即生物+信息学，其中生物是指从基因型到表型：DNA/基因组→RNA→蛋白质→分子网络→细胞→生理学/疾病。信息学是指从数据到发现：数据管理→数据计算→数据挖掘→模型/模拟 2.人类基因组计划：①前基因组时代(1990年前)：通过序列之间的对比，寻找序列变化，确定序列功能。②基因组时代(1990年后～2001年)迅猛发展：标志性的工作包括基因寻找和识别，数据库系统的建立。③后基因组时代(2001年至今)功能基因组研究：研究内容发展到基因和基因组的功能分析，即功能基因组，学研究。从传统的还原论研究生命过程转到了整体论思想。 2001年,中美日德法英6国科学家耗费十年，联合公布人类基因组草图 3.基因芯片：又称DNA芯片，由大量DNA或寡聚核苷酸探针密集排列形成的探针阵列。原理：杂交测序方法，在一定条件下，载体上的核酸分子可以与来自样品的序列互补的核酸片段杂交，如果把样品中的核酸片段进行标记，在专用的芯片阅读仪上就可以检测到杂交信号。药物处理细胞总mRNA用Cy5标记，未处理的细胞总mRNA用Cy3标记，颜色？将两者杂交形成固相探针，包含cDNA和寡核苷酸，最后进行结果观察和信息分析。 、EMBL、DDBJ 5.数据挖掘：①理解数据和数据的来源②获取相关知识与技术③整合与检查数据④去除错误或不一致的数据⑤建立模型和假设⑥实际数据挖掘工作⑦测试和验证挖掘结果⑧解释和应用。数据挖掘中的常见算法思想：判断、聚类、关联。数据挖掘模型：①监督模型、预测模型②无监督模型：聚类分析和关联分析②数据降维：主成分分析和因子分析。 第二章： 1.Sanger法：①1977年，提出了“双脱氧核苷酸末端终止测序方法”②技术基础：PCR扩增；双脱氧核苷酸的扩增终止；电泳分离扩增片段③优点1.读取片段长 2.准确率高99.9% 缺点：1.测序通量低2.成本高、流程多④方法、原理：每个反应含有所以四种dNTP使之扩增，并混入限量的一种不同的ddNTP使之终止，由于ddNTP缺乏延伸所需要的3’-OH基团，使延长的寡聚核苷酸选择性地在G,A,T或 C 处终止，终止点由反应中相应的双脱氧而定，每一种dNTPs和ddNTPs的相对浓度可以调整，使反应得到一组长几百至几千碱基的链终止产物。它们具有共同的起始点，但终止在不同的核苷酸上，可通过高分辨率变性凝胶电泳分离大小不同的片段，凝胶处理后可以X-光胶片放射性自显影或非同位素标记进行检测 2. 第2代测序技术（2005）①特点：1.PCR反应空间限定在特定的微小载体中。降低成本，实现高通量2.边合成边测序以及平行测序②第一代测序就出现了自动化测序③Solexa步骤：(1)制备模板，单链片断固定到载片表面(2)DNA簇群生成(3)循环合成反应+荧光成像④技术基础：基于芯片或其他载体、3’受保护的荧光标记碱基、PCR ⑤优点：高通量、没有电泳的步骤，成本降低缺点：读取片段长度短、准确率下降 3．Read contig Scaffold ①Read:测序读到的碱基序列片段，测序的最小单位②contig:由reads通过对overlap区域拼接组装成的没有gap的序列段③Scaffold：通过pair ends信息确定出的contig排列，中间有gap 4.测序的应用：①遗传多样性分析②甲基化分析③研究与蛋白质结合的DNA序列特征④转录组测序 5. 转录组测序（RNA Seq）:①定义：把mRNA, non-codingRNA(ncRNA) 和smallRNA全部或者其中一些用高通量测序技术进行测序分析的技术②ncRNA主要包括有：tRNA、rRNA、snRNA、核仁小分子RNA(snoRNA)、细胞质小分子RNA(scRNA)、不均一核RNA(hnRNA)、小RNA(microRNA, miRNA) ③方法：获得cell总RNA，然后根据实验需要，对RNA样品进行处理，处理好的RNA再进行片段化，然后反转录形成cRNA，获得cDNA文库，然后在cDNA片段接上接头，最后用新一代高通量测序进行测序④作用：(1)通过RNA-seq来分析基因表达量(2)通过RNA-seq分析基因表达网
1.计算生物信息学（Computational Bioinformatics）是生命科学与计算机科学、数理科学、化学等领域相互交叉而形成的一门新兴学科，以生物数据作为研究对象，研究理论模型和计算方法，开发分析工具，进而达到揭示这些数据蕴含的生物学意义的目的。 2.油包水PCR (Emulsion PCR) : 1) DNA片段和捕获磁珠混合; 2) 矿物油和水相的剧烈震荡产生油包水环境; 3) DNA片段在油包水环境中扩增;4) 破油并富集有效扩增磁珠。 3.双碱基编码技术：在测序过程中对每个碱基判读两遍，从而减少原始数据错误，提供内在的校对功能。代表测序方法：solid 测序。 4.焦磷酸测序法：焦磷酸测序技术是由4种酶催化的同一反应体系中的酶级联化学发光反应,适于对已知的短序列的测序分析,其可重复性和精确性能与SangerDNA测序法相媲美,而速度却大大的提高。焦磷酸测序技术不需要凝胶电泳,也不需要对DNA样品进行任何特殊形式的标记和染色,具备同时对大量样品进行测序分析的能力。在单核苷酸多态性、病原微生物快速鉴定、病因学和法医鉴定研究等方面有着越来越广泛的应用。例如：454测序仪 ：用蛋白质序列查找核苷酸序列。 :STS是序列标记位点（sequence-tagged site）的缩写，是指染色体上位置已定的、核苷酸序列已知的、且在基因组中只有一份拷贝的DNA短片断，一般长200bp －500bp。它可用PCR方法加以验证。将不同的STS依照它们在染色体上的位置依次排列构建的图为STS图。在基因组作图和测序研究时，当各个实验室发表其DNA测序数据或构建成的物理图时，可用STS来加以鉴定和验证，并确定这些测序的DNA片段在染色体上的位置；还有利于汇集分析各实验室发表的数据和资料，保证作图和测序的准确性。 :表达序列标签技术（EST，Expressed Sequence Tags）EST技术直接起源于人类基因组计划。 ：生物信息学数据库。UniGene试图通过计算机程序对GeneBank中的序列数据进行适当处理，剔除冗余部分，将同一基因的序列，包括EST序列片段搜集到一起，以便研究基因的转录图谱。UniGene除了包括人的基因外，也包括小鼠、大鼠等其它模式生物的基因。 :开放阅读框（ORF，open reading frame )是基因序列的一部分，包含一段可以编码蛋白的碱基序列，不能被终止子打断。编码一个蛋白质的外显子连接成为一个连续的ORF。 10.分子钟检验：只有分子钟的，没听过分子钟检验。一种关于分子进化的假说，认为两个物种的同源基因之间的差异程度与它们的共同祖先的存在时间(即两者的分歧时间)有一定的数量关系
一、名词 Bioinformatics：生物信息学——是一门综合运用生物学、数学、物理学、信息科学以及计算机科学等诸多学科的理论方法，以互联网为媒介、数据库为载体、利用数学和计算机科学对生物学数据进行储存、检索和处理分析，并进一步挖掘和解读生物学数据。 Consensus sequence：共有序列——决定启动序列的转录活性大小。各种原核启动序列特定区域内（通常在转录起始点上游-10及-35区域）存在共有序列，是在两个或多个同源序列的每一个位置上多数出现的核苷酸或氨基酸组成的序列。 Data mining：数据挖掘——数据挖掘一般是指从大量的数据中自动搜索隐藏于其中的有着特殊关系性的信息的过程。数据挖掘通常是利用计算方法分析生物数据，即根据核酸序列预测蛋白质序列、结构、功能的算法等，实现对现有数据库中的数据进行发掘。 EST：(Expressed Sequence Tag)表达序列标签——是某个基因cDNA克隆测序所得的部分序列片段，长度大约为200~600bp。 Similarity：相似性——是直接的连续的数量关系，是指序列比对过程中用来描述检测序列和目标序列之间相同DNA碱基或氨基酸残基顺序所占比例的高低。 Homology：同源性——是两个对象间的肯定或者否定的关系。如两个基因在进化上是否曾具有共同祖先。从足够的相似性能够判定二者之间的同源性。 Alignment：比对——从核酸以及氨基酸的层次去分析序列的相同点和不同点，以期能够推测它们的结构、功能以及进化上的联系。或是指为确定两个或多个序列之间的相似性以至于同源性，而将它们按照一定的规律排列。 BLOSUM：模块替换矩阵——是指在对蛋白质数据库搜索时，采用不同的相似性分数矩阵进行检索的相似性矩阵。以序列片段为基础，从蛋白质模块数据库BLOCKS中找出一组替换矩阵，用于解决序列的远距离相关。在构建矩阵过程中，通过设置最小相同残基数百分比将序列片段整合在一起，以避免由于同一个残基对被重复计数而引入的任何潜在的偏差。在每一片段中，计算出每个残基位置的平均贡献，使得整个片段可以有效地被看作为单一序列。通过设置不同的百分比，产生了不同矩阵。 PAM(Point Accepted Mutation)：突变数据矩阵PAM即可接受点突变——指1个PAM表示100个残基中发生一个残基突变概率的进化距离。在序列比对中，能够反映一个氨基酸发生改变的概率与两个氨基酸随机出现的概率的比值的矩阵。 Contig：叠连群——是指一组相互两两头尾拼接的可装配成长片段的DNA序列克隆群，也指彼此间可通过重叠序列而连接成连续的、扩展的、不间断的DNA序列的交叠片段产物。通过比对不同的序列，我们能够发现片段的顺序，并且contigs能被添加、删除、重排列来形成新的序列。 Phylogenetic tree：系统发生树又称为演化树（evolutionary tree）——是表明被认为具有共同祖先的各物种间演化关系的树，是一种亲缘分支分类方法。在树中，每个节点代表其各分支的最近共同祖先，而节点间的线段长度对应演化距离（如估计的演化时间）。它用来表示系统发生研究的结果，用它描述物种之间的进化关系。 In Silico Cloning：电子克隆——是近年来发展起来的一门基于表达序列标签（ESTs）的快速克隆基因的新技术，其利用种子序列从EST及UniGene数据库中搜索相似性序列，进行拼装、检索、分析等，以此获得目标基因的全长cDNA，在此基础上也能够实现基因作图定位。 二、问题思考 1、生物信息学这门学科是如何发展起来的？ 答：生物学数据爆炸式增长 生物大分子数据库相继建立 生物技术与计算机技术并行飞速发展
浅谈结构生物信息学成果及其展望 摘要：我们已经步入分子生物医学的时代，当我们用分子水平去研究生命时，我们发现我们并未得到真实生命的立体结构的信息。 而结构生物信息学是分析生命真实的分子结构的科学，是以生 物信息学手段来研究生物大分子空间结构及其运动进而阐明 其生物学功能的科学。了解其成果，我们能更好地知晓它在实 际应用中的前景。 关键词：结构生物信息学成果展望 1、近年结构生物信息学成果 ①研究生物大分子结构的新技术：DNA重组技术，酶逐步降解技术，X射线晶体学分析技术，波谱技术，计算机技术 “工欲善其事，必先利其器”，使用新的技术。方法与仪器，使获得清晰的结构图像，以了解蛋白质的构象动态变化及对结构的贮存比较和结构-功能的预测。 若将研究技术分类，大致可分为四种，分别对应多种成果。 X射线晶体学透射显微技术 晶体学技术中子衍射技术显微学技术 电子晶体学扫描显微学
多维核磁共振技术 谱学方法电子自旋共振新发展方法：双向电泳激光拉曼等光谱技术 得到的技术成果 ⑴人源组蛋白分子伴侣DAXX与组蛋白H3.3-H4复合晶体结构的发现。这项发现解开了DAXX能精确识别H3.3与H3.1并特异性结合H3.3的迷，并对于勾画H3.3的储存途径及了解H3.3的生物学和病理学功能提供了结构基础。 ⑵揭示糖皮质激素关闭免疫系统关键基因的分子机制。在研究中，实验者使用X射线技术来进行GR结合在DNA上的晶体形态，当GR结合至DNA上久可以表现出关闭免疫系统基因转录的功能。这项研究揭示了通过抑制GR与其它GR分子作用的药物或许可以达到抗炎的效果，而且产生极小的副作用，一种基于植物的化合物-化合物A 目前正在实验室进行实验，来检测其抗炎的作用。 ⑶阴离子选择性的工作机制的发现。为了理解这类通道的离子选择机制，某研究组克隆并检测了60多个物种的MscS的离子选择性，最终成功鉴定到了一个具有强阴离子选择性的通道蛋白。经过多年的不懈努力，该研究组解析了其晶体结构并对其离子选择机制进行了研究。通过进一步的突变体实验，该研究组成功找到了该结构域介导离子选择性的关键氨基酸残基，进而提出了该通道的阴离子选择机制模型。该研究组在该工作中所取得的成果为理解阴离子如何被通道蛋白
生物信息学考试试卷文稿归稿存档编号：[KKUY-KKIO69-OTM243-OLUI129-G00I-FDQS58-
一、名词解释(每小题4分,共20分) 1、生物信息学 广义：生命科学中的信息科学。生物体系和过程中信息的存贮、传递和表达；细胞、组织、器官的生理、病理、药理过程的中各种生物信息。 狭义：生物分子信息的获取、存贮、分析和利用。 2、人类基因组计划 人类基因组计划准备用15年时间，投入30亿美元，完成人类全部24条染色体的3×109脱氧核苷酸对(bp)的序列测定，主要任务包括作图(遗传图谱、物理图谱的建立及转录图谱的绘制)、测序和基因识别。其中还包括模式生物(如大肠杆菌、酵母、线虫、小鼠等)基因组的作图和测序，以及信息系统的建立。作图和测序是基本的任务，在此基础上解读和破译生物体生老病死以及和疾病相关的遗传信息。 3、蛋白质的一级结构 蛋白质的一级结构是指多肽链中氨基酸的序列 4、基因 基因--有遗传效应的DNA片断,是控制生物性状的基本遗传单位。 5、中心法则 是指遗传信息从传递给，再从RNA传递给，即完成遗传信息的转录和翻译的过程。也可以从DNA传递给DNA，即完成DNA的复制过程。这是所有有细胞结构的生物所遵循的法则。 6 、DNA序列比较 序列比较的根本任务是：（1）发现序列之间的相似性；（2）辨别序列之间的差异
目的： 相似序列相似的结构，相似的功能 判别序列之间的同源性 推测序列之间的进化关系 7、一级数据库 数据库中的数据直接来源于实验获得的原始数据，只经过简单的归类整理和注释 8、基因识别 基因识别，是生物信息学的一个重要分支，使用生物学实验或计算机等手段识别DNA 序列上的具有生物学特征的片段。基因识别的对象主要是蛋白质编码基因，也包括其他具有一定生物学功能的因子，如RNA基因和调控因子。 9、系统发生学 系统发生学(phylogenetics)——研究物种之间的进化关系。 10、基因芯片 基因芯片（gene chip），又称DNA微阵列（microarray），是由大量cDNA或寡核苷酸探针密集排列所形成的探针阵列，其工作的基本原理是通过杂交检测信息。 二、综合题(共60分) 1 生物信息学分析的数据对象主要有哪几种这些数据之间存在着什么关系 其研究重点主要落实在核酸和蛋白质两个方面，包括它们的序列、结构和功能。生物信息学以基因组DNA序列信息分析作为出发点，破译遗传语言，认识遗传信息的组织规律，辨
生物信息学在医学领域的应用研究现状 摘要生物信息学是研究生物信息处理(采集、管理和分析应用),并从中提取生物学新知识的一门科学,它连接生物数据和医学科学研究。生物信息数据库几乎覆盖了生命科学的各个领域，截止至2010年，总数已达1230个。生物信息学已不断渗透到医学领域的研究中。生物信息学在医学领域中主要应用于医学基础研究、临床医学、药物研发和建立与医学有关的生物信息学数据库。 关键词生物信息学，医学，应用 前言据统计,生物学信息正以每14个月翻一倍的速度增长。随着基因组及蛋白质序列数据库的快速增长,以及从这些序列中获取最大信息的需求,生物信息学(bioinformatics)作为一门独立学科应运而生。简言之,生物信息学就是利用计算和分析工具去收集、解释生物学数据的学科。生物信息学是一门综合学科,是计算机科学、数学、物理、生物学的结合。它对于管理现代生物学和医学数据具有重大意义,其研究成果将对人类社会和经济产生巨大推动作用。生物信息学的基础是各种数据库的建立和分析工具的发展。 数据库 迄今为止,生物学数据库总数已达500个以上。归纳起来可分为4大类:即基因组数据库、核酸和蛋白质一级结构数据库、生物大分子三维空间结构数据库,以及以上述3类数据库和文献资料为基础构建的二级数据库。 生物信息学在临床医学上的应用 1.疾病相关基因的发现:很多疾病的发生与基因突变或基因多态性有关。发 现新基因是当前国际上基因组研究的热点,使用生物信息学的方法是发现新基因的重要手段。目前发现新基因的主要方法有多种:(1)基因的电脑克隆:所谓基因的“电脑克隆”, 就是以计算机和互联网为手段,发展新算法,对公用、商用或自有数据库中存储的表达序列标签(express sequence tags,EST)进行修正、聚类、拼接和组装, 获得完整的基因序列, 以期发现新基因。(2)通过多序列比对从基因组DNA 序列中预测新基因[1]:从基因组序列预测新基因,本质上是把基因组中编码蛋白质的区域和非编码蛋白质的区域区分开来。(3)发现单核苷酸多态性[2]:现在普遍认为SNPs研究是人类基因组计划走向应用的重要步骤。这主要是因为SNPs将提供一个强有力的工具,用于高危群体的发
生物信息学发展概况及研究进展 韩龙生物化学与分子生物学2010200531 1 概述 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。
生物信息学在医学领域的应用前沿 摘要：生物信息学是有生命科学、信息学、数学、物理、化学等学科相互交融而形成的新兴学科。生物信息数据库几乎覆盖了生命科学的各个领域，截止至2010年，总数已达1230个。生物信息学已不断渗透到医学领域的研究中。生物信息学在医学领域中主要应用于医学基础研究、临床医学、药物研发和建立与医学有关的生物信息学数据库。 关键词：生物信息学；医学；基因；应用 生物信息学是20世纪80年代以来随着人类基因组生命科学与信息科学以及数学、物理、化学等学科相互交融而形成的新兴学科，是当今最具发展前途的学科之一。人类基因组计划的顺利推进产生了海量基因数据，这些数据中蕴藏着丰富的生物学内涵，如果能充分挖掘并加以利用，可能揭示出很多对人类有用的信息。生物信息学已经成为生物学、医学、农学、遗传学、细胞生物学等学科发展的强大推动力量。随着生物信息学研究的深入与发展，它已不断渗透到医学领域的研究中。近年来，伴随着对基因组的研究不断深入，部分应用领域取得了令人瞩目的突破，其潜在的经济利益更是吸引了众多国家、企业及大量科研人员投入到相关研究中，生物信息学得到了迅猛的发展。 一、主要数据库 数据库是生物信息学的主要内容，各种数据库几乎覆盖了生命科学的各个领域。截止至2010年，生物信息数据库总数已达1230个。生物信息数据可可分为一级数据库和二级数据库。一级数据库的数据都直接来源于实验获得的原始数据，只经过简单的归类整理和注释，如Genbank数据库、SWISS-PROT数据库；二级数据库是在一级数据库、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整理，如人类基因组图谱库GDB。 在医学领域中常用的生物信息数据库主要有：核酸类数据库，如NCBI核苷酸序列数据库(Gen Bank )、欧洲核苷酸序列数据库(EMBL)、日本DNA 数据库(DDB)等；蛋白相关数据库，如蛋白质数据库(SWISS-PROT)、蛋白质信息资源库(HR)、Entrez 的蛋白三维结构数据库(MMDB)、蛋白质交互作用数据库(DIP)等；疾病相关数据库，包括综合临床数据库，如NCBI疾病基因数据库、Gene Cards等；遗传性疾病数据库，如遗传性疾病数据库(GDB)、人类遗传性疾病数据库(Gene Dis)等；肿瘤相关数据库，如肿瘤基因组解剖工程(CGAP)等；心血管疾病相关数据库，如心血管疾病相关生物医学数据库(Cardio)、心脏疾病计划及临床决策支持系统(HDP &CDM)等；免疫性疾病数据库，如免疫功能分子数据库( HMM)、免疫缺陷资源库(IDR)等；药物相关数据库，如药物和疾病数据库(Drugs)、FDA药品评审与研究中心(CDER)等。 二、生物信息学在医学领域的应用 2.1 生物信息学在医学基础研究中的应用 2.1.1 新基因的发现与鉴定 疾病的发生发展与特异基因的改变有关，鉴定与疾病相关的基因是科学家在积极探索的一个方向，对治疗某些疑难杂症带来新的契机。发现新基因是当前国际上基因组研究的热点，使用生物信息学的方法是发现新基因的重要手段。现在很多疾病的致病基因已经发现，包括癌症、肥胖、哮喘、心脑血管病等，其中与癌症相关的原癌基因约有1000个，抑癌基因约有100个。 目前发现新基因的主要方法有以下3种：①通过多序列比对从基因组DNA序列中预测新基因，其本质是把基因组中编码蛋白质的区域和非编码蛋白质的区域区分开来。②基因的电子克隆，即以计算机和互联网为手段，通过发展新算法，对生物信息数据库中存储的表达序列标签进行修正、聚类、拼接和组装，获得完整的基因序列，以期发现新基因。③发现单核苷酸多态性。 例如，2010年我国学者通过生物信息学EST 拼接技术，RT－PCR等技术，克隆出30个人类未知功能的新基因，并通过生物信息学分析该基因
第一讲 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。 生物信息学不仅是一门学科，更是一种重要的研究开发平台与工具，是今后进行几乎所有生命科学研究的推手。 生物技术与生物信息学的区别及联系 生物信息学的发展历史 ?人类基因组计划（HGP） ?人类基因组计划由美国科学家于1985年提出，1990年启动。根据该计划，在2015年要把人体约4万个基因的密码全部揭开，同时绘制出人类基因的谱图，也就是说，要揭开组成人体4万个基因的30亿个碱基对的秘密。HGP与曼哈顿原子弹计划和阿
波罗计划并称为三大科学计划，被誉为生命科学的登月计划。(百度百科) 随着基因组计划的不断发展，海量的生物学数据必须通过生物信息学的手段进行收集、分析和整理后，才能成为有用的信息和知识。换句话说，人类基因组计划为生物信息学提供了兴盛的契机。上文所说的基因、碱基对、遗传密码子等术语都是生物信息学需要着重研究的地方。 第二讲回顾细胞结构 细胞是所有生命形式结构和功能的基本单位 细胞组成 细胞膜主要由脂类和蛋白质组成的环绕在细胞表面的双层膜结构 细胞质细胞膜与细胞核之间的区域：包含液体流质，夹杂物存储的营养、分泌物、天然色素和细胞器 细胞器细胞内完成特定功能的结构：线粒体、核糖体、高尔基体、溶酶体等
细胞核最大的细胞器 DNA的结构 碱基（腺嘌呤A、鸟嘌呤G、胞嘧啶C、胸腺嘧啶G） 核苷酸 核苷酸是构成DNA分子的重要模块。每个核苷酸分子由一分子称作脱氧核糖的戊 糖（五碳糖）、一分子磷酸和一分子碱基构成。每种核苷酸都有一个碱基对，也就 是A、T、C、G 基因是什么 基因是遗传物质的基本单位 基因就是核苷酸序列。 大部分的基因大约是1000-4000个核苷酸那么长。 基因通过控制蛋白质的合成，从微观和宏观上影响细胞、组织和器官的产生。 基因在染色体上。 第四讲数据结构及其对应算法 数据结构的定义 数据结构探讨的是在计算机中如何有效地存放数据，使其可以方便地被处理 ?二维数组 ?链表 ?栈和队列