微生物研究进展chapter2-2微生物基因组学研究进展教学文案.ppt

《微生物研究进展chapter2-2微生物基因组学研究进展教学文案.ppt》由会员分享，可在线阅读，更多相关《微生物研究进展chapter2-2微生物基因组学研究进展教学文案.ppt（64页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第二章第二章 微生物基因组学研究进展微生物基因组学研究进展第一节第一节 微生物基因组与生物信息学微生物基因组与生物信息学第二节第二节 微生物基因信息的分析微生物基因信息的分析 第三节第三节 芯片技术在微生物学领域芯片技术在微生物学领域(ln y)(ln y)的应用的应用农农学学系生物系生物(sh(sh ngw)ngw)技技术专业课术专业课程微生物程微生物(sh(sh ngw)ngw)学研学研究究进进展展第一页，共64页。曼哈顿原子弹计划曼哈顿原子弹计划(jhu)（1942-46）阿波罗登月计划阿波罗登月计划(jhu)(1961-69)人类人类(rnli)基因组基因组计划计划(1990-2003

2、)20世纪世纪三大科学计划三大科学计划第二页，共64页。1961年，美国总统年，美国总统Kennedy提出提出(t ch)两个科学计划：两个科学计划：登月计划登月计划 攻克肿瘤计划攻克肿瘤计划 人类遗传信息的复杂性人类遗传信息的复杂性人类基因组计划人类基因组计划(HGP，Human Genome Project)目标：整体上破解人类遗传信息的奥秘目标：整体上破解人类遗传信息的奥秘1、“曼哈顿原子弹计划曼哈顿原子弹计划”历史遗留问题之产物历史遗留问题之产物2、对生命科学、对生命科学(kxu)和医学的科学和医学的科学(kxu)影响影响“我们选择登月我们选择登月我们选择登月我们选择登月”(1962(

3、1962年年年年KennedyKennedy在在在在RiceRice大学大学大学大学(dxu)(dxu)演讲演讲演讲演讲)为什么提出为什么提出HGP？第三页，共64页。第四页，共64页。第五页，共64页。1984.12 犹他州阿尔塔组织会议，初步研讨测定人类整个基犹他州阿尔塔组织会议，初步研讨测定人类整个基 因组因组DNA序列序列(xli)的意义的意义1986.3 Dulbecco在在Science撰文撰文“肿瘤研究的转折点肿瘤研究的转折点:人类基因组的测序人类基因组的测序”美国能源部美国能源部(DOE)提出提出“人类基因组计划人类基因组计划”草案草案1987 美国能源部和国家卫生研究院（美国

4、能源部和国家卫生研究院（NIH）联合为）联合为“人人类类 基因组计划基因组计划”下拨启动经费约下拨启动经费约550万美元万美元1989 美国成立美国成立“国家人类基因组研究中心国家人类基因组研究中心”，Watson担担任任 第一任主任第一任主任1990.10 经美国国会批准，人类基因组计划正式启动经美国国会批准，人类基因组计划正式启动James WatsonWalter GilbertHGP历史历史(lsh)回顾回顾第六页，共64页。尽管比之于人类登月，尽管比之于人类登月，HGP的投入资金的投入资金要少得多，但要少得多，但HGP对人类生活的影响要对人类生活的影响要更为深远。因为随着这个计划的完

5、成，更为深远。因为随着这个计划的完成，DNA分子中编码的遗传信息将对人类存分子中编码的遗传信息将对人类存在的化学基础作出最终的回答。这将不在的化学基础作出最终的回答。这将不仅帮助我们理解我们是如何作为健康的仅帮助我们理解我们是如何作为健康的人发挥正常功能的，而且也将在化学水人发挥正常功能的，而且也将在化学水平上解释遗传因子在各种疾病，如癌症、平上解释遗传因子在各种疾病，如癌症、早老痴呆症、精神分裂症等一些严重危早老痴呆症、精神分裂症等一些严重危害人类健康的疾病中的作用。毕竟对人害人类健康的疾病中的作用。毕竟对人类自身更深入的了解是人类活动类自身更深入的了解是人类活动(hu dng)中最重要的一

6、个部分。中最重要的一个部分。Watson,1990,Science第七页，共64页。HGP的最初目标通过国际合作，用的最初目标通过国际合作，用15年时间年时间(19902005)至至少投入少投入30亿美元，构建详细的人类基因组遗传图和物理图，亿美元，构建详细的人类基因组遗传图和物理图，确定人类确定人类DNA的全部核苷酸序列，定位约的全部核苷酸序列，定位约10万基因，并对其万基因，并对其它生物进行类似研究。它生物进行类似研究。4张图：遗传图张图：遗传图 物理图物理图 序列图序列图 基因图基因图HGP的终极目标的终极目标阐明人类基因组全部阐明人类基因组全部DNA序列；序列；识别基因；识别基因；建立

7、储存这些信息的数据库；建立储存这些信息的数据库；开发数据分析工具开发数据分析工具(gngj)；研究研究HGP实施所带来的伦理、法律和社会问题。实施所带来的伦理、法律和社会问题。第八页，共64页。人类单倍体基因组人类单倍体基因组 含含3030亿碱基对亿碱基对(bp)(bp)的的DNADNA序列序列(xli)(xli)，包括约，包括约3-43-4万个基因，万个基因，分布于分布于2222条常染色体和条常染色体和X X、Y Y性染色体。性染色体。第九页，共64页。遗传图谱遗传图谱转录图谱转录图谱1 cM=1Mb 序列图谱序列图谱物理图谱物理图谱100 kb100 kbSTS mapSTS map四张图

8、：四张图：物理图物理图 转录图转录图遗传图遗传图 序列图序列图 第十页，共64页。遗传图（连锁图）指基因或DNA标记在染色体上的相对位置与遗传距离。cM（基因或DAN片段在染色体交换过程中分离(fnl)的频率）第十一页，共64页。第一代多态性标记第一代多态性标记(bioj)：RFLP 第二代多态性标记：第二代多态性标记：STR 包括小卫星包括小卫星DNA和微卫星和微卫星DNA，其多态性，其多态性主要来自主要来自(li z)重复序重复序 列拷贝数的变化列拷贝数的变化(短的串联重复序列短的串联重复序列)第三代多态性标记第三代多态性标记(bioj)：SNP第十二页，共64页。SNP与RFLP和STR

9、标记的主要不同之处在于，它不再以DNA片段的长度变化作为检测手段(shudun)，而直接以序列变异作为标记。第十三页，共64页。物理图 以已知核苷酸序列的DNA片段（序列标签位点，sequence-tagged site,STS）为“路标(lbio)”，以碱基对作为基本测量单位（图距）的基因组图。第十四页，共64页。第十五页，共64页。转录图 以EST（expressed sequence tag，表达序列标签）为标记，根据转录顺序的位置和距离绘制(huzh)的图谱。EST：通过从cDNA文库中随机挑选的克隆进行测序所获得(hud)的部分cDNA的5或3端序列称为表达序列标签（EST），一般长

10、300-500bp左右。第十六页，共64页。序列图（分子水平的物理图）序列图是指整个人类基因组的核苷酸序列图，也是最详尽的物理图。既包括可转录(zhun l)序列，也包括非转录(zhun l)序列，是转录(zhun l)序列、调节序列和功能未知序列的总和。第十七页，共64页。1995 第一个自由生物体流感嗜血菌第一个自由生物体流感嗜血菌(H.inf)的全基因组测序完成的全基因组测序完成1996 完成人类基因组计划的遗传作图完成人类基因组计划的遗传作图 启动启动(qdng)模式生物基因组计划模式生物基因组计划H.Inf 全基因组全基因组Saccharomyces cerevisiae酿酒酿酒(n

11、in ji)酵母酵母Caenorhabditis elegans秀丽秀丽(xil)线虫线虫第十八页，共64页。1997 大肠杆菌大肠杆菌(E.coli)全基因组测序完成全基因组测序完成(wn chng)1998 完成完成(wn chng)人类基因组计划的物理作图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，与公共领域竞争公司加入，与公共领域竞争 启动水稻基因组计划启动水稻基因组计划1999.7 第第5届国际公共领域人类基因组测序会议，加快测序速度届国际公共领域人类基因组测序会议，加快测序速度大肠杆菌大肠杆菌(d chn n jn)及其全基

12、因组及其全基因组水稻水稻(shudo)基因基因组计划组计划第十九页，共64页。2000 Celera公司宣布公司宣布(xunb)完成果蝇基因组测序完成果蝇基因组测序 国际公共领域宣布国际公共领域宣布(xunb)完成第一个植物基因组完成第一个植物基因组拟南芥全拟南芥全基基 因组的测序工作因组的测序工作Drosophila melanogaster果蝇果蝇(u yn)Arabidopsis thaliana拟南芥拟南芥第二十页，共64页。二二000000年六月二十六日克林顿宣布年六月二十六日克林顿宣布人类基因组草图人类基因组草图(cot)(cot)绘制完成绘制完成公共领域和公共领域和Celera公

13、司同时宣布完成人类公司同时宣布完成人类(rnli)基因组工作草图基因组工作草图第二十一页，共64页。2000年年6月公共领域月公共领域(ln y)测序计划工作框测序计划工作框架图架图第二十二页，共64页。2001年年2月月15日日Nature封面封面(fngmin)2001年年2月月16日日Science封面封面(fngmin)Nature刊文刊文(kn wn)发表国际公共领域结果发表国际公共领域结果Science刊文刊文(kn wn)发表发表Celera公司及其合作者结果公司及其合作者结果第二十三页，共64页。第二十四页，共64页。2003.5.282003.6.2 2003.5.28200

14、3.6.2 冷泉港冷泉港 人类人类(rnli)(rnli)基因组完成图发布会基因组完成图发布会第二十五页，共64页。1、大协作研究：、大协作研究：以学科以学科(xuk)为中心为中心 以问题为中心，多学科以问题为中心，多学科(xuk)合作合作3、政府与国家的作用：、政府与国家的作用：美：领导与推动美：领导与推动(tu dng)英：始于英：始于1989年年2月，贡献为月，贡献为1/3左右左右 法：始于法：始于1990年年6月，贡献为月，贡献为3左右左右 日：始于日：始于1990年，贡献为年，贡献为7左右左右 德：始于德：始于1995年，贡献为年，贡献为7左右左右 中：始于中：始于1999年年9月，

15、贡献为月，贡献为1左右左右2、商业竞争促进基础、商业竞争促进基础(jch)研究：研究：1998年年Celera公司的加入公司的加入HGP的研究特色的研究特色第二十六页，共64页。基因组工业基因组工业基因组工业基因组工业(gngy)(gngy)(gngy)(gngy)的的的的前景：前景：前景：前景：1、以功能、以功能(gngnng)基因开发为基础的基因开发为基础的“基因产业基因产业”正在形成正在形成 2、基因组研究带动了生物信息和生物芯片等新型、基因组研究带动了生物信息和生物芯片等新型(xnxng)学科学科 和产业的发展和产业的发展 3、人类基因组研究成为生物医药技术产业创新的重要、人类基因组研

16、究成为生物医药技术产业创新的重要 源头源头第二十七页，共64页。人类基因组中存在人类基因组中存在“热点热点”和大片和大片“荒漠荒漠”。人类基因组序列。人类基因组序列(xli)中所谓的中所谓的“荒漠荒漠”就是包含极少或根本不包含基因的部分，就是包含极少或根本不包含基因的部分，基因组上大约基因组上大约14的区域是长长的、没有基因的片段。基因密度在的区域是长长的、没有基因的片段。基因密度在第第17、第、第19和第和第22号染色体上最高，在号染色体上最高，在X染色体、第染色体、第4、第、第18号和号和Y染色体上相对贫瘠。染色体上相对贫瘠。35.3%的基因组包含重复的序列的基因组包含重复的序列(xli)

17、。这意味着所有这些重复。这意味着所有这些重复序列序列(xli)，即原来被认为的，即原来被认为的“垃圾垃圾DNA”应该被进一步研究。事应该被进一步研究。事实上，第实上，第19号染色体号染色体57%是重复的。除了重复片段，科学家还鉴定是重复的。除了重复片段，科学家还鉴定了了210万个人与人之间不同的基因序列万个人与人之间不同的基因序列(xli)，这些序列，这些序列(xli)被称为被称为“单核苷酸多态性单核苷酸多态性”，它们通常是无害的。，它们通常是无害的。第二十八页，共64页。第二十九页，共64页。根据实际根据实际(shj)情况，我国情况，我国HGP的初期目标主要是的初期目标主要是充分利用我国丰富

18、的人类遗传资源，进行基因组多样性充分利用我国丰富的人类遗传资源，进行基因组多样性和疾病基因识别的研究。和疾病基因识别的研究。第三十页，共64页。在众多的组织相容性抗原系统中，能引起强烈而迅速(xn s)排斥反应的抗原系统，也叫主要组织相容性系统(MHS)。概述概述(i sh)：代表个体特异性的引起排斥反应的同种异型抗原(kngyun)，也称 移植抗原(kngyun)。在不同个体之间进行组织器官移植时，受体和供体双方 相互接受的程度。2、组织相容性抗原（histocompatibility antigen)3、主要组织相容性抗原（major histocompatibility antigen)

19、1、组织相容性（histocompatibility)第三十一页，共64页。编码(bin m)MHS的基因是一组紧密连锁的基因群，称为MHC。5、MHC抗原抗原(kngyun)/MHC分子分子4、主要、主要(zhyo)组织相容性抗原复合体组织相容性抗原复合体 （major histocompatibility complex，MHC)表达于不同细胞表面，不仅决定着移植物的排斥反应，还与免疫应答的诱导和调节有关。MHC的编码产物。第三十二页，共64页。人类白细胞抗原（人类白细胞抗原（HLA，human leucocyte antigen）：）：人类的人类的MHC首先发现于白细胞表面。首先发现于白

20、细胞表面。H2与与 HLA的基因结构、抗原分布和功能等都很相似。的基因结构、抗原分布和功能等都很相似。各种动物的各种动物的MHC动物种动物种 人人 猩猩猩猩 恒河猴恒河猴 狗狗 猪猪 兔兔 豚鼠豚鼠 小白鼠小白鼠 大白鼠大白鼠 鸡鸡符符 号号 HLA ChLA RhLA DLA SLA RLA GpLA H-2 AgBH-1 B第三十三页，共64页。第三十四页，共64页。MHC 类类分分子子参参与与内内源源性性抗抗原原的的提提呈呈MHC 类类分分子子参参与与外外源源性性抗抗原原的的提提呈呈第三十五页，共64页。HLA 复合体的遗传复合体的遗传(ychun)特征特征1、多态性、多态性 复等位基因

21、（复等位基因（multiple allele）共显性（共显性（co-dominant）造成器官移植的困难！造成器官移植的困难！按各个位点上的复等位基因计算，组成的基因型按各个位点上的复等位基因计算，组成的基因型1亿。亿。第三十六页，共64页。2、单倍、单倍(元元)型遗传型遗传(ychun)HLA基因紧密连锁，组成一个完整的遗传基因紧密连锁，组成一个完整的遗传(ychun)单位。单位。这些遗传特征使其在亲子鉴定这些遗传特征使其在亲子鉴定(qn z jin dn)，和器官移植时供，和器官移植时供者的选择者的选择 中得到应用。中得到应用。遗传可能性：遗传可能性：亲代与子代有一个单元型相同亲代与子代有

22、一个单元型相同 同胞间两个单元型完全相同或不同的概率同胞间两个单元型完全相同或不同的概率25%同胞间一个单元型相同的概率同胞间一个单元型相同的概率50%第三十七页，共64页。同一基因座上同一基因座上HLA等位基因的差别可导致个体对某些疾病等位基因的差别可导致个体对某些疾病(jbng)具有易感性或抗性。具有易感性或抗性。HLA与疾病与疾病(jbng)的相关性的相关性第三十八页，共64页。第三十九页，共64页。第四十页，共64页。强直性脊柱炎（）的病因未明，已证实，的发强直性脊柱炎（）的病因未明，已证实，的发病病(f bng)和人类白细胞抗原密切相关，和人类白细胞抗原密切相关，并有明显家族发病并有

23、明显家族发病(f bng)倾向。倾向。症状症状:早期主诉为下腰背发僵和疼痛，但背痛是普通人群早期主诉为下腰背发僵和疼痛，但背痛是普通人群中极为常见的一种症状，大多数为机械性（非炎性）背中极为常见的一种症状，大多数为机械性（非炎性）背痛。故有必要将炎性背痛和机械性背痛加以区别。痛。故有必要将炎性背痛和机械性背痛加以区别。炎性背痛的特点是：（）背部不适发生在岁以前；炎性背痛的特点是：（）背部不适发生在岁以前；（）缓慢发病（）缓慢发病(f bng)；（）症状持续至少个月；（）症状持续至少个月；（）背痛伴发晨僵；（）背部不适在活动后减轻或（）背痛伴发晨僵；（）背部不适在活动后减轻或消失。以上项中有项符

24、合则支持炎性背痛。消失。以上项中有项符合则支持炎性背痛。B27B27的检测的检测的检测的检测(jin(jin c)c)方法！方法！方法！方法！第四十一页，共64页。各学科参与、协作：生命科学、数学、物理学、化学、计算机科学、材料科学以及伦理(lnl)、法律等社会科学HGP带来的科学带来的科学(kxu)挑战挑战HGP:Pandoras Box 第四十二页，共64页。首要科学问题首要科学问题 如何找到记载在基因组如何找到记载在基因组DNA一维结构上控制生命时间、空间的调控信息一维结构上控制生命时间、空间的调控信息的编码方式和调节的编码方式和调节(tioji)规律。规律。应用数学、复杂系统理论、信息

25、论、非线性科学应用数学、复杂系统理论、信息论、非线性科学 催生催生生物信息学、计算生物学、系统生物学生物信息学、计算生物学、系统生物学 DNA芯片技术芯片技术 交叉性技术领域：物理学、微电子信息技术、生化技术、信息技术交叉性技术领域：物理学、微电子信息技术、生化技术、信息技术 结构生物学结构生物学 前沿领域之一：生物物理学、生物化学、晶体学、波谱学、光谱学以及前沿领域之一：生物物理学、生物化学、晶体学、波谱学、光谱学以及X射线晶体衍射技术、核磁共振技术射线晶体衍射技术、核磁共振技术第四十三页，共64页。计计算生物算生物(shngw)学和生学和生物物(shngw)信息学信息学后基因后基因组时组时

26、代的呼代的呼唤唤第四十四页，共64页。物理科学发展物理科学发展(fzhn)对生命科学的启对生命科学的启示示第四十五页，共64页。面对堆积如山面对堆积如山(du j r shn)的生物学数据的生物学数据第四十六页，共64页。新的生物学研究模式的出发点应该是理论新的生物学研究模式的出发点应该是理论(lln)的。科学家的。科学家将从理论将从理论(lln)推测出发，然后再返回到实验中去，追踪或验证推测出发，然后再返回到实验中去，追踪或验证这些理论这些理论(lln)假设。假设。生物学家不仅必须成为计算机学者，生物学家不仅必须成为计算机学者，而且也要改变他们研究生命现象的途径。而且也要改变他们研究生命现象

27、的途径。W.Gilbert,Towards A Paradigm Shift in Biology,Nature,349(1991)99第四十七页，共64页。传统生物学：实验科学传统生物学：实验科学现代生物学的发展：现代生物学的发展：1、高通量数据获取日益实现自动化、半工业化、高通量数据获取日益实现自动化、半工业化 从数据库中实现数据挖掘、知识发现从数据库中实现数据挖掘、知识发现2、海量数据、海量数据 难以完全依赖实验手段对新数据进行难以完全依赖实验手段对新数据进行(jnxng)分析，必须借助分析，必须借助计算机实现分析和筛选计算机实现分析和筛选3、更复杂层次的生物学问题、更复杂层次的生物学问

28、题 复杂的基因调控网络、代谢网络；细胞间信号转导过程；生物个复杂的基因调控网络、代谢网络；细胞间信号转导过程；生物个体全部基因表达变化体全部基因表达变化分析、筛选大量新数据分析、筛选大量新数据生物生物(shngw)中的复杂网络、中的复杂网络、复杂过程、复杂现象复杂过程、复杂现象理论理论(lln)生生物学物学计算生物学计算生物学第四十八页，共64页。21212121世纪生命科学世纪生命科学世纪生命科学世纪生命科学理理理理论论论论计计计计算算算算实实实实验验验验数学与物理科学数学与物理科学数学与物理科学数学与物理科学计算计算计算计算(j sun)(j sun)(j sun)(j sun)生物学生物

29、学生物学生物学/理论生物学与传统生物学的关系理论生物学与传统生物学的关系理论生物学与传统生物学的关系理论生物学与传统生物学的关系 实验永远起着决定作用实验永远起着决定作用 计算计算/理论生物学的发展离不开理论生物学的发展离不开实验生物学的贡献实验生物学的贡献(gngxin)实验生物学日益依赖计算实验生物学日益依赖计算/理论理论生物学的指导生物学的指导第四十九页，共64页。美国国家卫生研究美国国家卫生研究(ynji)院（院（NIH）的定义：）的定义：Bioinformatics(Research,development,or application of computational tools

30、and approaches for expanding the use of biological,medical,behavioral or health data,including those to acquire,store,organize,archive,analyze,or visualize such data.)为拓展生物学、医学、行为学和卫生学数据的用途，而进行有关计算机方法手为拓展生物学、医学、行为学和卫生学数据的用途，而进行有关计算机方法手段的研究段的研究(ynji)、开发与应用，包括此类数据的采集、存贮、整理、归档、分析、开发与应用，包括此类数据的采集、存贮、整理、

31、归档、分析与可视化。与可视化。Computational Biology(The development and application of data-analytical and theoretical methods,mathematical modeling and computational simulation techniques to the study of biological,behavioral,and social systems.)开发和应用数据分析、理论方法、数学模型和计算机仿真技术，用于生物学、开发和应用数据分析、理论方法、数学模型和计算机仿真技术，用于生物学、

32、行为学和社会群体系统的研究行为学和社会群体系统的研究(ynji)。BioinformaticsComputational BiologyWhat is Bioinformatics/Computational Biology?第五十页，共64页。生物信息学（生物信息学（Bioinformatics）的来源）的来源Dr.Hwa A.Lim（林华安）（林华安）1987年提出年提出“Bio-informatique”“Bioinformatics”1955年出生于马来西亚。联合国年出生于马来西亚。联合国Bioinformatics专家，专家，University of Texas at Dallas

33、分子与细胞分子与细胞(xbo)生物生物学学Adjunct Professor、中国科学院基因遗传研究所客、中国科学院基因遗传研究所客座教授。座教授。1981年英国伦敦大学帝国学院年英国伦敦大学帝国学院(Imperial College,London University)毕业，毕业，1986年获得美国年获得美国Rochester University生化物理学博士学位，生化物理学博士学位，30岁取岁取得佛罗里达州立大学终生教授。得佛罗里达州立大学终生教授。1992年受聘担任美年受聘担任美国国家癌症中心及美国国家科学基金会审核委员。国国家癌症中心及美国国家科学基金会审核委员。1995年后，历任多

34、家生物科技公司生化信息执行长、年后，历任多家生物科技公司生化信息执行长、副总裁等高层管理职位。副总裁等高层管理职位。1997年，创立结合软件与年，创立结合软件与数据分析的专业顾问公司数据分析的专业顾问公司D Trends，服务生物技术、，服务生物技术、制药及卫生保健等机构。制药及卫生保健等机构。林华安最近又将林华安最近又将Biothechnology、Information结合纳结合纳米科技（米科技（Nano），提出），提出 Binformatics（生纳信息学）。（生纳信息学）。生物生物(shngw)信息学之父信息学之父林华安林华安第五十一页，共64页。1999年年9月月9日，随着日，随着“

35、国际人类基因组计划国际人类基因组计划 1%项目项目”的正式启的正式启动，北京华大基因研究中心在北京正式成立。动，北京华大基因研究中心在北京正式成立。华大基因先后完成了国际人类基因组计划华大基因先后完成了国际人类基因组计划“中国中国(zhn u)部分部分”（1%）、国际人类单体型图计划（）、国际人类单体型图计划（10%）、水稻基因组计划、）、水稻基因组计划、家蚕基因组计划、家鸡基因组计划、抗家蚕基因组计划、家鸡基因组计划、抗SARS研究、炎黄一号等研究、炎黄一号等多项具有国际先进水平的科研工作，多项具有国际先进水平的科研工作，第五十二页，共64页。第五十三页，共64页。以基因以基因(jyn)组组

36、DNA序列信息为源头，识别基因序列信息为源头，识别基因(jyn)组序列中代表蛋白质组序列中代表蛋白质和和RNA基因基因(jyn)的编码区，阐明非编码区的信息特征，破译隐藏在的编码区，阐明非编码区的信息特征，破译隐藏在DNA序列中的遗传语言规律。序列中的遗传语言规律。生物生物(shngw)信息学信息学/计算生物计算生物(shngw)学学揭示基因组蛋白质组信息结构的复杂性、遗传语言的根本规律揭示基因组蛋白质组信息结构的复杂性、遗传语言的根本规律生物生物(shngw)学信息的计算机处理学信息的计算机处理计算生物计算生物(shngw)学学/理论生物理论生物(shngw)学学第五十四页，共64页。前基因

37、组时代前基因组时代(shdi)的的“钓鱼钓鱼”和后基因组时代和后基因组时代(shdi)的的“捞鱼捞鱼”第五十五页，共64页。生物学家生物学家生物学家生物学家(生物学问题生物学问题生物学问题生物学问题)数学物理学家数学物理学家数学物理学家数学物理学家计算机科学家计算机科学家计算机科学家计算机科学家(基础理论问题基础理论问题基础理论问题基础理论问题)工程师工程师工程师工程师（技术应用）（技术应用）（技术应用）（技术应用）计算生物计算生物(shngw)(shngw)学学/生物生物(shngw)(shngw)信息信息学：学：三种科学文化的融合三种科学文化的融合第五十六页，共64页。DNA序列序列(xl

38、i)RNA序列序列(xli)蛋白质蛋白质由重复的核苷酸或氨基酸单元组成由重复的核苷酸或氨基酸单元组成(z chn)的线性的线性高分子，具有高度有序并能完成特定生物学功能的三高分子，具有高度有序并能完成特定生物学功能的三维结构维结构目的目的(md)揭示序列蕴含的更高级的结构和功能信息揭示序列蕴含的更高级的结构和功能信息主要思想主要思想具有相似序列的分子，可能具有相似的三维结构和生物学功能。具有相似序列的分子，可能具有相似的三维结构和生物学功能。首要任务：提取反映结构、功能性质的序列特征首要任务：提取反映结构、功能性质的序列特征主要方法主要方法基于数据挖掘或知识发现（基于数据挖掘或知识发现（dat

39、a-mining,knowledge discovery）的方法：）的方法：统计方法统计方法、机器学习机器学习、神经网络神经网络等等 核酸和蛋白质序列分析研究核酸和蛋白质序列分析研究第五十七页，共64页。第一节第一节 微生物微生物(shngw)(shngw)基因组与生物基因组与生物(shngw)(shngw)信息学信息学一、生物一、生物(shngw)(shngw)信息学的发展信息学的发展二、微生物二、微生物(shngw)(shngw)基因组与生物基因组与生物(shngw)(shngw)信息学信息学第五十八页，共64页。细菌细菌(xjn)基因组基因组DDBJ/EMBL/GenBankEMBL核苷

40、序列数据库是欧洲主要的核苷序列收集单位。这个数据库是由欧洲生物信息中心EBI维护的。核苷数据来自基因组测序中心、个别科学家、欧洲专利局、以及跟合作伙伴DDBJ(Japan)和GenBank(USA)交换的数据。为了达到最佳的同步性，每天在DDBJ/EMBL/GenBank之间都要交换最新的数据。用户只要进入任意一个数据库都能得到最新数据。这三个数据库之间坚持统一的文件指导方针，它规范了数据库登录的内容(nirng)和语法。第五十九页，共64页。第六十页，共64页。种类种类数目数目备注备注古细菌(Archaea)35真细菌(Bacteria)421其中有的测定了2个以上的菌株真核生物(Eukar

41、yo)47包括酵母、线虫、果蝇、蚊子、拟南芥、人等病毒(Virus)1,275包括不同亚类或不同株系类病毒(Viroid)39包括不同亚类或不同株系噬菌体(Phage)347包括不同亚类或不同株系细胞器(Organelle)1,097包括线粒体和叶绿体质粒(Plasmid)480（http:/www.ebi.ac.uk/genomes）已完成已完成(wn chng)测序的测序的3,000多个基因组多个基因组第六十一页，共64页。第六十二页，共64页。已完成测序的基因组网络服务器：在20世纪(shj)80年代早期EMBL数据库中存放了第一批完成测序的病毒，噬菌体和细胞器的信息。从那以后，数以百计的已完成基因组测序的数据加入到数据库中，这些信息包括古生菌，细胞和真核生物。在http:/www.edi.ac.uk./genomes/上可直接获取已经完成测序的基因组序列。第六十三页，共64页。第六十四页，共64页。