生物信息學精選(九篇)
前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的生物信息學主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：生物信息學范文
[論文摘要]生物信息學是80年代以來新興的一門邊緣學科，信息在其中具有廣闊的前景。伴隨著人類基因組計劃的勝利完成與生物信息學的發展有著密不可分的聯系，生物信息學的發展為生命科學的發展為生命科學的研究帶來了諸多的便利，對此作了簡單的分析。
一、生物信息學的產生
21世紀是生命科學的世紀，伴隨著人類基因組計劃的勝利完成，與此同時，諸如大腸桿菌、結核桿菌、啤酒酵母、線蟲、果蠅、小鼠、擬南芥、水稻、玉米等等其它一些模式生物的基因組計劃也都相繼完成或正在順利進行。人類基因組以及其它模式生物基因組計劃的全面實施，使分子生物數據以爆炸性速度增長。在計算機科學領域，按照摩爾定律飛速前進的計算機硬件，以及逐步受到各國政府重視的信息高速公路計劃的實施，為生物信息資源的研究和應用帶來了福音。及時、充分、有效地利用網絡上不斷增長的生物信息數據庫資源，已經成為生命科學和生物技術研究開發的必要手段，從而誕生了生物信息學。
二、生物信息學研究內容
（一）序列比對
比較兩個或兩個以上符號序列的相似性或不相似性。序列比對是生物信息學的基礎。兩個序列的比對現在已有較成熟的動態規劃算法，以及在此基礎上編寫的比對軟件包BALST和FASTA，可以免費下載使用。這些軟件在數據庫查詢和搜索中有重要的應用。有時兩個序列總體并不很相似，但某些局部片斷相似性很高。Smith-Waterman算法是解決局部比對的好算法，缺點是速度較慢。兩個以上序列的多重序列比對目前還缺乏快速而又十分有效的算法。
（二）結構比對
比較兩個或兩個以上蛋白質分子空間結構的相似性或不相似性。
（三）蛋白質結構預測
從方法上來看有演繹法和歸納法兩種途徑。前者主要是從一些基本原理或假設出發來預測和研究蛋白質的結構和折疊過程。分子力學和分子動力學屬這一范疇。后者主要是從觀察和總結已知結構的蛋白質結構規律出發來預測未知蛋白質的結構。同源模建和指認（Threading）方法屬于這一范疇。雖然經過30余年的努力，蛋白結構預測研究現狀遠遠不能滿足實際需要。
（四）計算機輔助基因識別
給定基因組序列后，正確識別基因的范圍和在基因組序列中的精確位置.這是最重要的課題之一，而且越來越重要。經過20余年的努力，提出了數十種算法，有十種左右重要的算法和相應軟件上網提供免費服務。原核生物計算機輔助基因識別相對容易些，結果好一些。從具有較多內含子的真核生物基因組序列中正確識別出起始密碼子、剪切位點和終止密碼子，是個相當困難的問題，研究現狀不能令人滿意，仍有大量的工作要做。
（五）非編碼區分析和DNA語言研究
在人類基因組中，編碼部分進展總序列的3－5%，其它通常稱為“垃圾”DNA，其實一點也不是垃圾，只是我們暫時還不知道其重要的功能。分析非編碼區DNA序列需要大膽的想象和嶄新的研究思路和方法。DNA序列作為一種遺傳語言，不僅體現在編碼序列之中，而且隱含在非編碼序列之中。
三、生物信息學的新技術
（一）Lipshutz(Affymetrix，Santa clara，CA，USA)
描述了一種利用DNA探針陣列進行基因組研究的方法，其原理是通過更有效有作圖、表達檢測和多態性篩選方法，可以實現對人類基因組的測序。光介導的化學合成法被應用于制造小型化的高密度寡核苷酸探針的陣列，這種通過軟件包件設計的寡核苷酸探針陣列可用于多態性篩查、基因分型和表達檢測。然后這些陣列就可以直接用于并行DNA雜交分析，以獲得序列、表達和基因分型信息。Milosavljevic(CuraGen， Branford， CT， USA)介紹了一種新的基于專用定量表達分析方法的基因表達檢測系統，以及一種發現基因的系統GeneScape。為了有效地抽樣表達，特意制作片段模式以了解特定基因的子序列的發生和冗余程度。他在酵母差異基因表達的大規模研究中對該技術的性能進行了驗證，并論述了技術在基因的表達、生物學功能以及疾病的基礎研究中的應用。
（二）基因的功能分析
Overton(University of Pennsylvania School of Medicine，Philadelphia，PA，USA)論述了人類基因組計劃的下一階段的任務基因組水平的基因功能分析。這一階段產生的數據的分析、管理和可視性將毫無疑問地比第一階段更為復雜。他介紹了一種用于脊椎動物造血系統紅系發生的功能分析的原型系統E-poDB，它包括了用于集成數據資源的Kleisli系統和建立internet或intranet上視覺化工具的bioWidget圖形用戶界面。EpoDB有可能指導實驗人員發現不可能用傳統實驗方法得到的紅系發育的新的藥物靶，制藥業所感興趣的是全新的藥物靶，EpoDB提供了這樣一個機會，這可能是它最令人激動的地方。
Babbitt(University of California，San Francisco，CA，USA)討論了通過數據庫搜索來識別遠緣蛋白質的方法。對蛋白質超家族的結構和功能的相互依賴性的理解，要求了解自然所塑造的一個特定結構模板的隱含限制。蛋白質結構之間的最有趣的關系經常在分歧的序列中得以表現，因而區分得分低（low-scoring）但生物學關系顯著的序列與得分高而生物學關系較不顯著的序列 是重要的。Babbit證明了通過使用BLAST檢索，可以在數據庫搜索所得的低得分區識別遠緣關系（distant relationship）。Levitt(Stanford univeersity，Palo Alto，CA，USA)討論了蛋白質結構預測和一種僅從序列數據對功能自動模建的方法。基因功能取決于基因編碼的蛋白質的三級結構，但數據庫中蛋白質序列的數目每18個月翻一番。為了確定這些序列的功能，結構必須確定。同源模建和從頭折疊（ab initio folding）方法是兩種現有的互為補充的蛋白質結構預測方法；同源模建是通過片段匹配（segment matching）來完成的，計算機程棄SegMod就是基于同源模建方法的。
（三）新的數據工具
Letovsky(Johns hopkins University，Baltimore，MD，USA)介紹了GDB數據庫，它由每條人類染色體的許多不同圖譜組成，包括細胞遺傳學、遺傳學、放射雜交和序列標簽位點（STS）的內容，以及由不同研究者用同種方法得到的圖譜。就位置查詢而言，如果不論其類型（type）和來源（source），或者是否它們正好包含用以批定感興趣的區域的標志（markers），能夠搜索所有圖譜是有用的。為此目的，該數據庫使用了一種公用坐標系統（common coordinate system）來排列這些圖譜。數據庫還提供了一張高分辨率的和與其他圖譜共享許多標志的圖譜作為標準。共享標志的標之間的對應性容許同等于所有其它圖譜的標準圖譜的分配。
Candlin(PE applied Biosystems，Foster City，CA，USA)介紹了一種新的存儲直接來自ABⅠPrism dNA測序儀的數據的關系數據庫系統BioLIMS。該系統可以與其它測序儀的數據集成，并可方便地與其它軟件包自動調用，為測序儀與序列數據的集成提供了一種開放的、可擴展的生物信息學平臺。
參考文獻
第2篇：生物信息學范文
中圖分類號： G643；Q-3 文獻標識碼： B 文章編號： 1008-2409(2008)05-0967-03
人類基因組計劃的成功實施使生命科學進入了信息時代。基因組學、蛋白質組學和生物芯片 技術的發展，使得與生命科學相關的數據量呈線性高速增長。對這些數據全面、正確的解讀 ，為闡明生命的本質提供了可能。連接生物數據與醫學科學研究的是生物信息學(Bioinform atics)。應用生物信息學研究方法分析生物數據，提出與疾病發生、發展相關的基因或基因 群，再進行實驗驗證，是一條高效的研究途經。醫學是研究生命的科學，醫學研究在基礎上 就注定離不開對生物信息的了解。
我國目前醫學研究生教學模式主要有兩種, 一是醫學本科教育延續過來的理論型, 這種類型 的教育是在本科教學大綱的基礎上, 按照教學計劃進行理論講授, 最后按照導師指定的課題 完成畢業論文。這種培養模式突出理論學習, 忽視了實驗機能和科研能力的培養。二是科研 能力培養的前輕后重型, 前期只是進行理論授課, 后期由導師指導學生的科研。這種模式雖 然開設了一定的實驗項目, 但對研究生科研能力的培養缺乏系統性, 并且前期的培養不足直 接影響到研究生后期的學位課題和論文的進度、質量。
因此，筆者對生物信息學在醫學碩士研究生中的教育初探，不但有利于該門課程尚未完全形 成成熟的課程體系之際，為教師學習借鑒先進的教育思想與教學實踐經驗，更有利于醫學碩 士研究生對生物信息學的學習。
1 生物信息學的研究范圍
生物信息學是一門新興的交叉學科，涉及生物學、數學和信息科學等學科領域，并注定以互 聯網為媒介，數據庫為載體，利用數學知識、各種計算模型，并以計算機為工具，進行各種 生物信息分析，以理解海量分子數據中的生物學含義。
生物信息包括多種類型的數據，如核酸和蛋白質序列、蛋白質二級結構和三級結構的數據等 。由實驗獲得的核酸蛋白序列和三維結構數據等構成初級數據，由此構建的數據庫稱初級數 據庫。由初級數據分析得來的諸如二級結構、疏水位點、結構域(Domain)，由核酸序列翻譯 來的蛋白質以及預測的二級三級結構，稱為二級數據。創新算法和軟件是生物信息學持續發 展的基礎，高通量生物學研究方法和平臺技術是驗證生物信息學研究結果的關鍵技術。因此 ，現代生物信息學是現代生命科學與信息科學、計算機科學、數學、統計學、物理學和化學 等學科相互滲透而形成的交叉學科，是應用計算機技術和信息論方法研究蛋白質及核酸序列 等各種生物信息的采集、存儲、傳遞、檢索、分析和解讀，以幫助了解生物學和遺傳學信息 的科學。從其研究所涉及的學科上看，生物信息學是集生物學、數學、信息學和計算機科學 一體化的一門新的科學；從其研究的主要內容上看，基因組信息學、蛋白質的結構模擬以及 藥物設計是生物信息學的三個重要組成部分，并有機地結合在一起［1］。
2 醫學碩士研究生中的生物信息學教學初探
2.1 課堂教學重在教授實踐技巧與方法
生物信息學在醫學研究生中的教學應以教授實踐技巧為主，以介紹原理為輔，深入淺出，注 重課堂知識與科研實踐的緊密結合。課堂講授應簡要介紹生物信息學的相關算法、原理，著 重介紹其使用技巧與方法，真正做到“有的放矢”，而這也是教學的重點和難點。
在教學中對于這部分內容應遵循深入淺出、避繁就簡的原則，結合具體實例分析算法，避免 空洞復雜的算法講解讓學生覺得枯燥乏味、晦澀難懂，產生畏懼心理，知難而退；注重講解 使用技巧與方法的思想和來龍去脈，讓學生真正掌握解決問題的思路，培養其科學思維能力 ，并采用探討式教學鼓勵學生思考，通過討論與研究的方式循序漸進的掌握復雜的內容，介 紹相關的教學和物理學知識，使學生充分體會到生物信息學與其他學科的關系，其他學科的 思想方法對于生物科學的重要性，培養其自覺地將其他學科的方法和思想應用于解決生物 學問題的科學素質。 任何學科都處于不斷地發展、更新中，生物信息無論是理論研究還是 應用研究仍處于不斷發展完善中，同時隨著新的應用領域和新問題的發現，其他學科的方 法也在不斷地應用于生物信息學，進一步增加了其多學科交叉融合的深度和廣度。
2.2 充分利用現代化教育技術，采用案例教學
目前，高等院校在教室內配備的多媒體投影播放系統，促進了多媒體教學的廣泛應用。生物 信息學采用多媒體教學是適應學科特點、提高教學效果和充分利用現代化教育技術的一項基 本要求。作為生物信息學教學的基本模式，多媒體教學使講解的內容更加直觀形象，尤其是 對于具體數據庫的介紹以及數據庫檢索、數據庫相似性搜索、序列分析和蛋白質結構預測等 內容涉及到的具體方法和工具的講解，可以激發學生的學習興趣，加深學生對知識的理解和 掌握，提高學生理論與實踐相結合的能力。
但多媒體教室也有局限性，學生主要以聽講為主不能及時實踐，教師講解與學生實踐相脫節 ，如果將生物信息學課程安排在計算機房內進行，并采用多媒體電子教室的教學方式可以解 決上述問題。在教學中采用啟發式教學，為學生建立教學情景，學生通過與教師、同學的協 商討論，參與操作，發現知識，理解知識并掌握知識。例如在講授“目的基因序列的查尋” 時，除對基本內容的介紹，如數據庫的發展、分類等，其他采用案例法，讓學生利用搜索工 具查找三大公共核酸數據庫，并通過數據庫網站的介紹內容對該數據庫的發展、內容、特點 進行學習并總結，通過討論和實際的數據庫瀏覽操作了解三大公共核酸數據庫并且掌握數據 庫使用方法。
2.3 采用“講、練”一體化的教學模式，強調學生實踐能力的培養
生物信息學課堂教學積極學習借鑒職業培訓和計算機課程教學中“講、練、做”一體化的教 學模式，在理論教學中增加實訓內容，在實踐教學中結合理論講授，改變了傳統的“以教師 為中心、以教材和講授為中心”教學方式。
根據教學內容和學生的認知規律，靈活地采用先理論后實踐或先實踐后理論或邊理論邊實踐 的方法，融生物信息學理論教學與實踐操作為一體，使學生的知識和能力得到同步、協調、 綜合發展。通常采用先講后練的方法，即首先介紹原理、方法，之后設計相關的實訓內容 讓學生上機實踐。對于操作性內容和生物信息分析的方法和工具的講解采取了進行實際演示 的方法，教師邊講解邊示范，學生在聽課時邊聽講邊練習或者教師講解結束后學生再進行練 習，理論與實踐高度結合，充分發揮課堂教學的生動性、直觀性，加深學生對知識的理解， 培養和提高學生的實踐操作能力。
2.4 發揮網絡教學優勢，優化生物信息學實驗教學內容
生物信息學實驗教學主要是針對海量生物數據處理與分析的實際需要，培養學生綜合運用生 物信息學知識和方法進行生物信息提取、儲存、處理、分析的能力，提高學生應用理論知識 解決問題的能力和獨立思考、綜合分析的能力。生物信息學實驗教學內容的選擇與安排應按 照循序漸進的原則，針對特定的典型性的生物信息學問題設計，以綜合性、設計性實驗內容 為主，明確目的要求，突出重點，充分發揮學生的主觀能動性和探索精神，以激發學生學習 的主動性和創造性為出發點，加強學生創新精神和實驗能力的培養。生物信息學實驗教學以 互聯網為媒介、計算機為工具，全部在計算機網絡實驗室內完成。在教學中，充分利用網絡 的交互特點實現信息技術與課程的結合。教師通過電子郵件將實驗教學內容、實驗序列、工 具等傳遞給學生，學生同樣通過電子郵件將實驗報告、作業、問題和意見等反饋給教師，教 師在網上批改實驗報告后將成績和評語發送給學生，讓學生及時了解自己的學習情況。
生物信息實驗教學與現代網絡和信息技術密不可分，在教學工作中充分利用現代教育技術較 其他課程更具優勢。區別于其他生命科學課程，在教學過程中要求有發達的互聯網和計算機 作為必備條件。調查顯示國內高校都已建立校園網，其中擁有1000 M主干帶寬的高校已占調 查 總數的64.9％，2005年一些綜合類大學和理工類院校將率先升級到萬兆校園網［2］ ，這些都為生物信息學課程在高校開設提供了良好的物質基礎。
2.5 考試無紙化，加強實踐能力考核
考試重點是考查學生對生物信息分析的基本方法和技能的掌握程度和對結果的分析解釋能力 。因此，在生物信息學考試中嘗試引入實踐技能考試，重點考核學生知識應用能力。實踐技 能考試采用無紙化考試方式，學生在互聯網環境下，對序列進行生物信息分析并對結果進行 解釋，不僅考核學生對基本知識和基本原理的掌握，而且考查學生進行生物信息分析的實際 能力和分析思考能力。通過實踐技能考試，淡化理論考試，克服傳統的死記硬背，促進學生 注重提高理論用于實踐的綜合能力，同時更有效地提高學生計算機應用能力。除采用實踐技 能考試并將其作為學生成績的主要部分外，還加強了對學生平時學習態度、學習能力、創新 思維等方面的考核。
總之，生物信息學教學是網絡環境下生物教學的全新內容。通過上述教學措施，提高了學生 的 學習積極性、實踐操作能力、解決實際問題的綜合應用能力及創新能力，收到了良好的教學 效果，得到了學生的普遍歡迎，具有較強的可操作性和實踐性。在今后的教學實踐中，隨著 教師自身素質的提高和進一步的教學改革將會不斷完善生物信息學教學，培養具有“大科學 ”素質和意識的醫學研究生人才。
參考文獻：
［1］ 張陽德．生物信息學［M］．北京：科學出版社，2004：4．
第3篇：生物信息學范文
關鍵詞： 生物信息學 農業研究領域 應用
“生物信息學”是英文單詞“Bioinformatics”的中文譯名，其概念是1956年在美國田納西州Gatlinburg召開的“生物學中的信息理論”討論會上首次被提出的［1］，由美國學者Lim在1991年發表的文章中首次使用。生物信息學自產生以來，大致經歷了前基因組時代、基因組時代和后基因組時代三個發展階段［2］。2003年4月14日，美國人類基因組研究項目首席科學家Collins F博士在華盛頓隆重宣布人類基因組計劃（Human Genome Project，HGP）的所有目標全部實現［3］。這標志著后基因組時代（Post Genome Era，PGE）的來臨，是生命科學史中又一個里程碑。生物信息學作為21世紀生物技術的核心，已經成為現代生命科學研究中重要的組成部分。研究基因、蛋白質和生命，其研究成果必將深刻地影響農業。本文重點闡述生物信息學在農業模式植物、種質資源優化、農藥的設計開發、作物遺傳育種、生態環境改善等方面的最新研究進展。
1.生物信息學在農業模式植物研究領域中的應用
1997年5月美國啟動國家植物基因組計劃（NPGI），旨在繪出包括玉米、大豆、小麥、大麥、高粱、水稻、棉花、西紅柿和松樹等十多種具有經濟價值的關鍵植物的基因圖譜。國家植物基因組計劃是與人類基因組工程（HGP）并行的龐大工程［4］。近年來，通過各國科學家的通力合作，植物基因組研究取得了重大進展，擬南芥、水稻等模式植物已完成了全基因組測序。人們可以使用生物信息學的方法系統地研究這些重要農作物的基因表達、蛋白質互作、蛋白質和核酸的定位、代謝物及其調節網絡等，從而從分子水平上了解細胞的結構和功能［5］。目前已經建立的農作物生物信息學數據庫研究平臺有植物轉錄本（TA）集合數據庫TIGR、植物核酸序列數據庫PlantGDB、研究玉米遺傳學和基因組學的MazeGDB數據庫、研究草類和水稻的Gramene數據庫、研究馬鈴薯的PoMaMo數據庫，等等。
2.生物信息學在種質資源保存研究領域中的應用
種質資源是農業生產的重要資源，它包括許多農藝性狀（如抗病、產量、品質、環境適應性基因等）的等位基因。植物種質資源庫是指以植物種質資源為保護對象的保存設施。至1996年，全世界已建成了1300余座植物種質資源庫，在我國也已建成30多座作物種質資源庫。種質入庫保存類型也從單一的種子形式，發展到營養器官、細胞和組織，甚至DN段等多種形式。保護的物種也從有性繁殖植物擴展到無性繁殖植物及頑拗型種子植物等［6］。近年來，人們越來越多地應用各種分子標記來鑒定種質資源。例如微衛星、AFLP、SSAP、RBIP和SNP等。由于對種質資源進行分子標記產生了大量的數據，因此需要建立生物信息學數據庫和采用分析工具來實現對這些數據的查詢、統計和計算機分析等［7］。
3.生物信息學在農藥設計開發研究領域中的應用
傳統的藥物研制主要是從大量的天然產物、合成化合物，以及礦物中進行篩選，得到一個可供臨床使用的藥物要耗費大量的時間與金錢。生物信息學在藥物研發中的意義在于找到病理過程中關鍵性的分子靶標、闡明其結構和功能關系，從而指導設計能激活或阻斷生物大分子發揮其生物功能的治療性藥物，使藥物研發之路從過去的偶然和盲目中找到正確的研發方向。生物信息學為藥物研發提供了新的手段［8，9］，導致了藥物研發模式的改變［10］。目前，生物信息學促進農藥研制已有許多成功的例子。Itzstein等設計出兩種具有與唾液酸酶結合化合物：4-氨基-Neu5Ac2en和4-胍基-Neu5Ac2en。其中，后者是前者與唾液酸酶的結合活性的250倍［11］。目前，這兩種新藥已經進入臨床試驗階段。TANG SY等學者研制出新一代抗AIDS藥物saquinavir［12］。Pungpo等已經設計出幾種新型高效的抗HIV-1型藥物［13］。楊華錚等人設計合成了十多類數百個除草化合物，經生物活性測定，部分化合物的活性已超過商品化光合作用抑制劑的水平［14］。
現代農藥的研發已離不開生物信息技術的參與，隨著生物信息學技術的進一步完善和發展，將會大大降低藥物研發的成本，提高研發的質量和效率。
4.生物學信息學在作物遺傳育種研究領域中的應用
隨著主要農作物遺傳圖譜精確度的提高，以及特定性狀相關分子基礎的進一步闡明，人們可以利用生物信息學的方法，先從模式生物中尋找可能的相關基因，然后在作物中找到相應的基因及其位點。農作物的遺傳學和分子生物學的研究積累了大量的基因序列、分子標記、圖譜和功能方面的數據，可通過建立生物信息學數據庫來整合這些數據，從而比較和分析來自不同基因組的基因序列、功能和遺傳圖譜位置［15］。在此基礎上，育種學家就可以應用計算機模型來提出預測假設，從多種復雜的等位基因組合中建立自己所需要的表型，然后從大量遺傳標記中篩選到理想的組合，從而培育出新的優良農作物品種。
5.生物信息學在生態環境平衡研究領域中的應用
在生態系統中，基因流從根本上影響能量流和物質流的循環和運轉，是生態平衡穩定的根本因素。生物信息學在環境領域主要應用在控制環境污染方面，主要通過數學與計算機的運用構建遺傳工程特效菌株，以降解目標基因及其目標污染物為切入點，通過降解污染物的分子遺傳物質核酸 DNA，以及生物大分子蛋白質酶，達到催化目標污染物的降解，從而維護空氣［16］、水源、土地等生態環境的安全。
美國農業研究中心（ARS） 的農藥特性信息數據庫（PPD） 提供 334 種正在廣泛使用的殺蟲劑信息，涉及它們在環境中轉運和降解途徑的16種最重要的物化特性。日本豐橋技術大學（Toyohashi University of Technology） 多環芳烴危險性有機污染物的物化特性、色譜、紫外光譜的譜線圖。美國環保局綜合風險信息系統數據庫（IRIS） 涉及 600種化學污染物，列出了污染物的毒性與風險評價參數，以及分子遺傳毒性參數［17］。除此之外，生物信息學在生物防治［18］中也起到了重要的作用。網絡的普及，情報、信息等學科的資源共享，勢必會創造出一個環境微生物技術信息的高速發展趨勢。
6.生物信息學在食品安全研究領域中的應用
食品在加工制作和存儲過程中各種細菌數量發生變化，傳統檢測方法是進行生化鑒定，但所需時間較長，不能滿足檢驗檢疫部門的要求，運用生物信息學方法獲得各種致病菌的核酸序列，并對這些序列進行比對，篩選出用于檢測的引物和探針，進而運用PCR法［19］、RT-PCR法、熒光RT-PCR法、多重PCR［20］和多重熒光定量PCR等技術，可快速準確地檢測出細菌及病毒。此外，對電阻抗、放射測量、ELISA法、生物傳感器、基因芯片等［21-25］技術也是未來食品病毒檢測的發展方向。
轉基因食品檢測是通過設計特異性的引物對食品樣品的DNA提取物進行擴增，從而判斷樣品中是否含有外源性基因片段［26］。通過對轉基因農產品數據庫信息的及時更新，可準確了解各國新出現和新批準的轉基因農產品，便于查找其插入的外源基因片段，以便及時對檢驗方法進行修改。目前由于某些通過食品傳播的病毒具有變異特性，以及檢測方法的不完善等因素影響，生物信息學在食品領域的應用還比較有限，但隨著食品安全檢測數據庫的不斷完善，相信相關的生物信息學技術將在食品領域發揮越來越重要的作用。
生物信息學廣泛用于農業科學研究的各個領域，但是僅有信息資源是不夠的，選出符合自己需求的生物信息就需要情報部門，以及信息中介服務機構提供相關服務，通過出版物、信息共享平臺、數字圖書館、電子論壇等信息媒介的幫助，科研工作者可快速有效地找到符合需要的信息。目前我國生物信息學發展還很不均衡，與國際前沿有一定差距，這需要從事信息和科研的工作者們不斷交流，使得生物信息學能夠更好地為我國農業持續健康發展發揮作用。
參考文獻：
［1］Yockey HP，Platzman RP，Quastler H.Symposium on Information.Theory in Biology.Pergamon Press，New York，London，1958.
［2］鄭國清，張瑞玲.生物信息學的形成與發展［J］.河南農業科學，2002，（11）：4-7.
［3］駱建新，鄭崛村，馬用信等.人類基因組計劃與后基因組時代.中國生物工程雜志，2003，23，（11）：87-94.
［4］曹學軍.基因研究的又一壯舉――美國國家植物基因組計劃［J］.國外科技動態，2001，1：24-25.
［5］MICHAEL B.Genomics and plantcells：application ofgenomics strategies to arabidopsis cellbiology［J］.PhilosTransR Soc Lond B Bio Sci，2002，357（1422）：731-736.
［6］盧新雄.植物種質資源庫的設計與建設要求［J］.植物學通報，2006，23，（1）：119-125.
［7］GUY D，NOEL E，MIKE A.Using bioinformatics to analyse germplasm collections ［J］.Springer Netherlands，2004：39-54.
［8］鄭衍，王非.藥物生物信息學，化學化工出版社，2004.1：214-215.
［9］俞慶森，邱建衛，胡艾希.藥物設計.化學化工出版社，2005.1：160-164.
［10］Austen M，Dohrmann C.Phenotype―first screening for the identification of novel drug targets.Drug Discov Today，2005，10，（4）：275-282.
［11］ARUN AGRAWAL，ASHWINI CHHATRE.State involvement and forest cogovernance：Evidence from the IndianHmi alayas.StComp International Developmen.t Sep 2007：67-86.
［12］TANG SY.Institutionsand collective action：Self-governance in irrigation ［M］.San Francisco，CA：ICSPress，1999.
［13］PUNGPO P，SAPARPAKORN P，WOLSCHANN P，et a.l Computer-aided moleculardesign of highly potentHIV-1 RT inhibitors：3D QSAR and moleculardocking studies of efavirenz derivatives［J］.SAR QSAR EnvironRes，2006，17，（4）：353-370.
［14］楊華錚，劉華銀，鄒小毛等.計算機輔助設計與合成除草劑的研究［J］.計算機與應用化學，1999，16，（5）：400.
［15］VASSILEV D，LEUNISSEN J，ATANASSOV A.Application of bioinformatics in plant breeding［J］.Biotechnology & Biotechnological Equipment，2005，3：139-152.
［16］王春華，謝小保，曾海燕等.深圳市空氣微生物污染狀況監測分析［J］.微生物學雜志，2008，28，（4）：93-97.
［17］程樹培，嚴峻，郝春博等.環境生物技術信息學進展［J］.環境污染治理技術與設備，2002，3，（11）：92-94.
［18］史應武，婁愷，李春.植物內生菌在生物防治中的應用［J］.微生物學雜志，2009，29，（6）：61-64.
［19］趙玉玲，張天生，張巧艷.PCR 法快速檢測肉食品污染沙門菌的實驗研究［J］.微生物學雜志，2010，30，（3）：103-105.
［20］徐義剛，崔麗春，李蘇龍等.多重PCR方法快速檢測4種主要致腹瀉性大腸埃希菌［J］.微生物學雜志，2010，30，（3） ：25-29.
［21］索標，汪月霞，艾志錄.食源性致病菌多重分子生物學檢測技術研究進展［J］.微生物學雜志，2010，30，（6）：71-75
［22］朱曉娥，袁耿彪.基因芯片技術在基因突變診斷中的應用及其前景［J］.重慶醫學，2010，（22）：3128-3131.
［23］陳彥闖，辛明秀.用于分析微生物種類組成的微生物生態學研究方法［J］.微生物學雜志，2009，29，（4）：79-83.
［24］王大勇，方振東，謝朝新等.食源性致病菌快速檢測技術研究進展［J］.微生物學雜志，2009，29，（5）：67-72.
［25］蘇晨曦，潘迎捷，趙勇等.疏水網格濾膜技術檢測食源性致病菌的研究進展［J］.微生物學雜志，2010，30，（6）：76-81.
第4篇：生物信息學范文
關鍵詞： 生物信息學 農業研究領域 應用
“生物信息學”是英文單詞“bioinformatics”的中文譯名，其概念是1956年在美國田納西州gatlinburg召開的“生物學中的信息理論”討論會上首次被提出的［1］，由美國學者lim在1991年發表的文章中首次使用。生物信息學自產生以來，大致經歷了前基因組時代、基因組時代和后基因組時代三個發展階段［2］。2003年4月14日，美國人類基因組研究項目首席科學家collins f博士在華盛頓隆重宣布人類基因組計劃（human genome project，hgp）的所有目標全部實現［3］。這標志著后基因組時代（post genome era，pge）的來臨，是生命科學史中又一個里程碑。生物信息學作為21世紀生物技術的核心，已經成為現代生命科學研究中重要的組成部分。研究基因、蛋白質和生命，其研究成果必將深刻地影響農業。本文重點闡述生物信息學在農業模式植物、種質資源優化、農藥的設計開發、作物遺傳育種、生態環境改善等方面的最新研究進展。
1.生物信息學在農業模式植物研究領域中的應用
1997年5月美國啟動國家植物基因組計劃（npgi），旨在繪出包括玉米、大豆、小麥、大麥、高粱、水稻、棉花、西紅柿和松樹等十多種具有經濟價值的關鍵植物的基因圖譜。國家植物基因組計劃是與人類基因組工程（hgp）并行的龐大工程［4］。近年來，通過各國科學家的通力合作，植物基因組研究取得了重大進展，擬南芥、水稻等模式植物已完成了全基因組測序。人們可以使用生物信息學的方法系統地研究這些重要農作物的基因表達、蛋白質互作、蛋白質和核酸的定位、代謝物及其調節網絡等，從而從分子水平上了解細胞的結構和功能［5］。目前已經建立的農作物生物信息學數據庫研究平臺有植物轉錄本（ta）集合數據庫tigr、植物核酸序列數據庫plantgdb、研究玉米遺傳學和基因組學的mazegdb數據庫、研究草類和水稻的gramene數據庫、研究馬鈴薯的pomamo數據庫，等等。
2.生物信息學在種質資源保存研究領域中的應用
種質資源是農業生產的重要資源，它包括許多農藝性狀（如抗病、產量、品質、環境適應性基因等）的等位基因。植物種質資源庫是指以植物種質資源為保護對象的保存設施。至1996年，全世界已建成了1300余座植物種質資源庫，在我國也已建成30多座作物種質資源庫。種質入庫保存類型也從單一的種子形式，發展到營養器官、細胞和組織，甚至dna片段等多種形式。保護的物種也從有性繁殖植物擴展到無性繁殖植物及頑拗型種子植物等［6］。近年來，人們越來越多地應用各種分子標記來鑒定種質資源。例如微衛星、aflp、ssap、rbip和snp等。由于對種質資源進行分子標記產生了大量的數據，因此需要建立生物信息學數據庫和采用分析工具來實現對這些數據的查詢、統計和計算機分析等［7］。
3.生物信息學在農藥設計開發研究領域中的應用
傳統的藥物研制主要是從大量的天然產物、合成化合物，以及礦物中進行篩選，得到一個可供臨床使用的藥物要耗費大量的時間與金錢。生物信息學在藥物研發中的意義在于找到病理過程中關鍵性的分子靶標、闡明其結構和功能關系，從而指導設計能激活或阻斷生物大分子發揮其生物功能的治療性藥物，使藥物研發之路從過去的偶然和盲目中找到正確的研發方向。生物信息學為藥物研發提供了新的手段［8，9］，導致了藥物研發模式的改變［10］。目前，生物信息學促進農藥研制已有許多成功的例子。itzstein等設計出兩種具有與唾液酸酶結合化合物：4-氨基-neu5ac2en和4-胍基-neu5ac2en。其中，后者是前者與唾液酸酶的結合活性的250倍［11］。目前，這兩種新藥已經進入臨床試驗階段。tang sy等學者研制出新一代抗aids藥物saquinavir［12］。pungpo等已經設計出幾種新型高效的抗hiv-1型藥物［13］。楊華錚等人設計合成了十多類數百個除草化合物，經生物活性測定，部分化合物的活性已超過商品化光合作用抑制劑的水平［14］。
現代農藥的研發已離不開生物信息技術的參與，隨著生物信息學技術的進一步完善和發展，將會大大降低藥物研發的成本，提高研發的質量和效率。
4.生物學信息學在作物遺傳育種研究領域中的應用
隨著主要農作物遺傳圖譜精確度的提高，以及特定性狀相關分子基礎的進一步闡明，人們可以利用生物信息
學的方法，先從模式生物中尋找可能的相關基因，然后在作物中找到相應的基因及其位點。農作物的遺傳學和分子生物學的研究積累了大量的基因序列、分子標記、圖譜和功能方面的數據，可通過建立生物信息學數據庫來整合這些數據，從而比較和分析來自不同基因組的基因序列、功能和遺傳圖譜位置［15］。在此基礎上，育種學家就可以應用計算機模型來提出預測假設，從多種復雜的等位基因組合中建立自己所需要的表型，然后從大量遺傳標記中篩選到理想的組合，從而培育出新的優良農作物品種。
5.生物信息學在生態環境平衡研究領域中的應用
在生態系統中，基因流從根本上影響能量流和物質流的循環和運轉，是生態平衡穩定的根本因素。生物信息學在環境領域主要應用在控制環境污染方面，主要通過數學與計算機的運用構建遺傳工程特效菌株，以降解目標基因及其目標污染物為切入點，通過降解污染物的分子遺傳物質核酸 dna，以及生物大分子蛋白質酶，達到催化目標污染物的降解，從而維護空氣［16］、水源、土地等生態環境的安全。
美國農業研究中心（ars） 的農藥特性信息數據庫（ppd） 提供 334 種正在廣泛使用的殺蟲劑信息，涉及它們在環境中轉運和降解途徑的16種最重要的物化特性。日本豐橋技術大學（toyohashi university of technology） 多環芳烴危險性有機污染物的物化特性、色譜、紫外光譜的譜線圖。美國環保局綜合風險信息系統數據庫（iris） 涉及 600種化學污染物，列出了污染物的毒性與風險評價參數，以及分子遺傳毒性參數［17］。除此之外，生物信息學在生物防治［18］中也起到了重要的作用。網絡的普及，情報、信息等學科的資源共享，勢必會創造出一個環境微生物技術信息的高速發展趨勢。
6.生物信息學在食品安全研究領域中的應用
食品在加工制作和存儲過程中各種細菌數量發生變化，傳統檢測方法是進行生化鑒定，但所需時間較長，不能滿足檢驗檢疫部門的要求，運用生物信息學方法獲得各種致病菌的核酸序列，并對這些序列進行比對，篩選出用于檢測的引物和探針，進而運用pcr法［19］、rt-pcr法、熒光rt-pcr法、多重pcr［20］和多重熒光定量pcr等技術，可快速準確地檢測出細菌及病毒。此外，對電阻抗、放射測量、elisa法、生物傳感器、基因芯片等［21-25］技術也是未來食品病毒檢測的發展方向。
轉基因食品檢測是通過設計特異性的引物對食品樣品的dna提取物進行擴增，從而判斷樣品中是否含有外源性基因片段［26］。通過對轉基因農產品數據庫信息的及時更新，可準確了解各國新出現和新批準的轉基因農產品，便于查找其插入的外源基因片段，以便及時對檢驗方法進行修改。目前由于某些通過食品傳播的病毒具有變異特性，以及檢測方法的不完善等因素影響，生物信息學在食品領域的應用還比較有限，但隨著食品安全檢測數據庫的不斷完善，相信相關的生物信息學技術將在食品領域發揮越來越重要的作用。
生物信息學廣泛用于農業科學研究的各個領域，但是僅有信息資源是不夠的，選出符合自己需求的生物信息就需要情報部門，以及信息中介服務機構提供相關服務，通過出版物、信息共享平臺、數字圖書館、電子論壇等信息媒介的幫助，科研工作者可快速有效地找到符合需要的信息。目前我國生物信息學發展還很不均衡，與國際前沿有一定差距，這需要從事信息和科研的工作者們不斷交流，使得生物信息學能夠更好地為我國農業持續健康發展發揮作用。
參考文獻：
［1］yockey hp，platzman rp，quastler h.symposium on information.theory in biology.pergamon press，new york，london，1958.
［2］鄭國清，張瑞玲.生物信息學的形成與發展［j］.河南農業科學，2002，（11）：4-7.
［3］駱建新，鄭崛村，馬用信等.人類基因組計劃與后基因組時代.中國生物工程雜志，2003，23，（11）：87-94.
［4］曹學軍.基因研究的又一壯舉——美國國家植物基因組計劃［j］.國外科技動態，2001，1：24-25.
［5］michael b.genomics and plantcells：application ofgenomics strategies to arabidopsis cellbiology［j］.philostransr soc lond b bio sci，2002，357（1422）：731-736.
［6］盧新雄.植物種質資源庫的設計與建設要求［j］.植物學通報，2006，23，（1）：119-125.
［7］guy d
，noel e，mike a.using bioinformatics to analyse germplasm collections ［j］.springer netherlands，2004：39-54.
［8］鄭衍，王非.藥物生物信息學，化學化工出版社，2004.1：214-215.
［9］俞慶森，邱建衛，胡艾希.藥物設計.化學化工出版社，2005.1：160-164.
［10］austen m，dohrmann c.phenotype—first screening for the identification of novel drug targets.drug discov today，2005，10，（4）：275-282.
［11］arun agrawal，ashwini chhatre.state involvement and forest cogovernance：evidence from the indianhmi alayas.stcomp international developmen.t sep 2007：67-86.
［12］tang sy.institutionsand collective action：self-governance in irrigation ［m］.san francisco，ca：icspress，1999.
［13］pungpo p，saparpakorn p，wolschann p，et a.l computer-aided moleculardesign of highly potenthiv-1 rt inhibitors：3d qsar and moleculardocking studies of efavirenz derivatives［j］.sar qsar environres，2006，17，（4）：353-370.
［14］楊華錚，劉華銀，鄒小毛等.計算機輔助設計與合成除草劑的研究［j］.計算機與應用化學，1999，16，（5）：400.
［15］vassilev d，leunissen j，atanassov a.application of bioinformatics in plant breeding［j］.biotechnology & biotechnological equipment，2005，3：139-152.
［16］王春華，謝小保，曾海燕等.深圳市空氣微生物污染狀況監測分析［j］.微生物學雜志，2008，28，（4）：93-97.
［17］程樹培，嚴峻，郝春博等.環境生物技術信息學進展［j］.環境污染治理技術與設備，2002，3，（11）：92-94.
［18］史應武，婁愷，李春.植物內生菌在生物防治中的應用［j］.微生物學雜志，2009，29，（6）：61-64.
［19］趙玉玲，張天生，張巧艷.pcr 法快速檢測肉食品污染沙門菌的實驗研究［j］.微生物學雜志，2010，30，（3）：103-105.
［20］徐義剛，崔麗春，李蘇龍等.多重pcr方法快速檢測4種主要致腹瀉性大腸埃希菌［j］.微生物學雜志，2010，30，（3） ：25-29.
［21］索標，汪月霞，艾志錄.食源性致病菌多重分子生物學檢測技術研究進展［j］.微生物學雜志，2010，30，（6）：71-75
［22］朱曉娥，袁耿彪.基因芯片技術在基因突變診斷中的應用及其前景［j］.重慶醫學，2010，（22）：3128-3131.
［23］陳彥闖，辛明秀.用于分析微生物種類組成的微生物生態學研究方法［j］.微生物學雜志，2009，29，（4）：79-83.
［24］王大勇，方振東，謝朝新等.食源性致病菌快速檢測技術研究進展［j］.微生物學雜志，2009，29，（5）：67-72.
第5篇：生物信息學范文
關鍵詞： 生物信息學 農業研究領域 應用
“生物信息學”是英文單詞“bioinformatics”的中文譯名，其概念是1956年在美國田納西州gatlinburg召開的“生物學中的信息理論”討論會上首次被提出的［1］，由美國學者lim在1991年發表的文章中首次使用。生物信息學自產生以來，大致經歷了前基因組時代、基因組時代和后基因組時代三個發展階段［2］。2003年4月14日，美國人類基因組研究項目首席科學家collins f博士在華盛頓隆重宣布人類基因組計劃（human genome project，hgp）的所有目標全部實現［3］。這標志著后基因組時代（post genome era，pge）的來臨，是生命科學史中又一個里程碑。生物信息學作為21世紀生物技術的核心，已經成為現代生命科學研究中重要的組成部分。研究基因、蛋白質和生命，其研究成果必將深刻地影響農業。本文重點闡述生物信息學在農業模式植物、種質資源優化、農藥的設計開發、作物遺傳育種、生態環境改善等方面的最新研究進展。
1.生物信息學在農業模式植物研究領域中的應用
1997年5月美國啟動國家植物基因組計劃（npgi），旨在繪出包括玉米、大豆、小麥、大麥、高粱、水稻、棉花、西紅柿和松樹等十多種具有經濟價值的關鍵植物的基因圖譜。國家植物基因組計劃是與人類基因組工程（hgp）并行的龐大工程［4］。近年來，通過各國科學家的通力合作，植物基因組研究取得了重大進展，擬南芥、水稻等模式植物已完成了全基因組測序。人們可以使用生物信息學的方法系統地研究這些重要農作物的基因表達、蛋白質互作、蛋白質和核酸的定位、代謝物及其調節網絡等，從而從分子水平上了解細胞的結構和功能［5］。目前已經建立的農作物生物信息學數據庫研究平臺有植物轉錄本（ta）集合數據庫tigr、植物核酸序列數據庫plantgdb、研究玉米遺傳學和基因組學的mazegdb數據庫、研究草類和水稻的gramene數據庫、研究馬鈴薯的pomamo數據庫，等等。
2.生物信息學在種質資源保存研究領域中的應用
種質資源是農業生產的重要資源，它包括許多農藝性狀（如抗病、產量、品質、環境適應性基因等）的等位基因。植物種質資源庫是指以植物種質資源為保護對象的保存設施。至1996年，全世界已建成了1300余座植物種質資源庫，在我國也已建成30多座作物種質資源庫。種質入庫保存類型也從單一的種子形式，發展到營養器官、細胞和組織，甚至dna片段等多種形式。保護的物種也從有性繁殖植物擴展到無性繁殖植物及頑拗型種子植物等［6］。近年來，人們越來越多地應用各種分子標記來鑒定種質資源。例如微衛星、aflp、ssap、rbip和snp等。由于對種質資源進行分子標記產生了大量的數據，因此需要建立生物信息學數據庫和采用分析工具來實現對這些數據的查詢、統計和計算機分析等［7］。
3.生物信息學在農藥設計開發研究領域中的應用
傳統的藥物研制主要是從大量的天然產物、合成化合物，以及礦物中進行篩選，得到一個可供臨床使用的藥物要耗費大量的時間與金錢。生物信息學在藥物研發中的意義在于找到病理過程中關鍵性的分子靶標、闡明其結構和功能關系，從而指導設計能激活或阻斷生物大分子發揮其生物功能的治療性藥物，使藥物研發之路從過去的偶然和盲目中找到正確的研發方向。生物信息學為藥物研發提供了新的手段［8，9］，導致了藥物研發模式的改變［10］。目前，生物信息學促進農藥研制已有許多成功的例子。itzstein等設計出兩種具有與唾液酸酶結合化合物：4-氨基-neu5ac2en和4-胍基-neu5ac2en。其中，后者是前者與唾液酸酶的結合活性的250倍［11］。目前，這兩種新藥已經進入臨床試驗階段。tang sy等學者研制出新一代抗aids藥物saquinavir［12］。pungpo等已經設計出幾種新型高效的抗hiv-1型藥物［13］。楊華錚等人設計合成了十多類數百個除草化合物，經生物活性測定，部分化合物的活性已超過商品化光合作用抑制劑的水平［14］。
現代農藥的研發已離不開生物信息技術的參與，隨著生物信息學技術的進一步完善和發展，將會大大降低藥物研發的成本，提高研發的質量和效率。
4.生物學信息學在作物遺傳育種研究領域中的應用
隨著主要農作物遺傳圖譜精確度的提高，以及特定性狀相關分子基礎的進一步闡明，人們可以利用生物信息學的方法，先從模式生物
中尋找可能的相關基因，然后在作物中找到相應的基因及其位點。農作物的遺傳學和分子生物學的研究積累了大量的基因序列、分子標記、圖譜和功能方面的數據，可通過建立生物信息學數據庫來整合這些數據，從而比較和分析來自不同基因組的基因序列、功能和遺傳圖譜位置［15］。在此基礎上，育種學家就可以應用計算機模型來提出預測假設，從多種復雜的等位基因組合中建立自己所需要的表型，然后從大量遺傳標記中篩選到理想的組合，從而培育出新的優良農作物品種。
5.生物信息學在生態環境平衡研究領域中的應用
在生態系統中，基因流從根本上影響能量流和物質流的循環和運轉，是生態平衡穩定的根本因素。生物信息學在環境領域主要應用在控制環境污染方面，主要通過數學與計算機的運用構建遺傳工程特效菌株，以降解目標基因及其目標污染物為切入點，通過降解污染物的分子遺傳物質核酸 dna，以及生物大分子蛋白質酶，達到催化目標污染物的降解，從而維護空氣［16］、水源、土地等生態環境的安全。
美國農業研究中心（ars） 的農藥特性信息數據庫（ppd） 提供 334 種正在廣泛使用的殺蟲劑信息，涉及它們在環境中轉運和降解途徑的16種最重要的物化特性。日本豐橋技術大學（toyohashi university of technology） 多環芳烴危險性有機污染物的物化特性、色譜、紫外光譜的譜線圖。美國環保局綜合風險信息系統數據庫（iris） 涉及 600種化學污染物，列出了污染物的毒性與風險評價參數，以及分子遺傳毒性參數［17］。除此之外，生物信息學在生物防治［18］中也起到了重要的作用。網絡的普及，情報、信息等學科的資源共享，勢必會創造出一個環境微生物技術信息的高速發展趨勢。
6.生物信息學在食品安全研究領域中的應用
食品在加工制作和存儲過程中各種細菌數量發生變化，傳統檢測方法是進行生化鑒定，但所需時間較長，不能滿足檢驗檢疫部門的要求，運用生物信息學方法獲得各種致病菌的核酸序列，并對這些序列進行比對，篩選出用于檢測的引物和探針，進而運用pcr法［19］、rt-pcr法、熒光rt-pcr法、多重pcr［20］和多重熒光定量pcr等技術，可快速準確地檢測出細菌及病毒。此外，對電阻抗、放射測量、elisa法、生物傳感器、基因芯片等［21-25］技術也是未來食品病毒檢測的發展方向。
轉基因食品檢測是通過設計特異性的引物對食品樣品的dna提取物進行擴增，從而判斷樣品中是否含有外源性基因片段［26］。通過對轉基因農產品數據庫信息的及時更新，可準確了解各國新出現和新批準的轉基因農產品，便于查找其插入的外源基因片段，以便及時對檢驗方法進行修改。目前由于某些通過食品傳播的病毒具有變異特性，以及檢測方法的不完善等因素影響，生物信息學在食品領域的應用還比較有限，但隨著食品安全檢測數據庫的不斷完善，相信相關的生物信息學技術將在食品領域發揮越來越重要的作用。
生物信息學廣泛用于農業科學研究的各個領域，但是僅有信息資源是不夠的，選出符合自己需求的生物信息就需要情報部門，以及信息中介服務機構提供相關服務，通過出版物、信息共享平臺、數字圖書館、電子論壇等信息媒介的幫助，科研工作者可快速有效地找到符合需要的信息。目前我國生物信息學發展還很不均衡，與國際前沿有一定差距，這需要從事信息和科研的工作者們不斷交流，使得生物信息學能夠更好地為我國農業持續健康發展發揮作用。
參考文獻：
［1］yockey hp，platzman rp，quastler h.symposium on information.theory in biology.pergamon press，new york，london，1958.
［2］鄭國清，張瑞玲.生物信息學的形成與發展［j］.河南農業科學，2002，（11）：4-7.
［3］駱建新，鄭崛村，馬用信等.人類基因組計劃與后基因組時代.中國生物工程雜志，2003，23，（11）：87-94.
［4］曹學軍.基因研究的又一壯舉——美國國家植物基因組計劃［j］.國外科技動態，2001，1：24-25.
［5］michael b.genomics and plantcells：application ofgenomics strategies to arabidopsis cellbiology［j］.philostransr soc lond b bio sci，2002，357（1422）：731-736.
［6］盧新雄.植物種質資源庫的設計與建設要求［j］.植物學通報，2006，23，（1）：119-125.
［7］guy d，noel e，mik
e a.using bioinformatics to analyse germplasm collections ［j］.springer netherlands，2004：39-54.
［8］鄭衍，王非.藥物生物信息學，化學化工出版社，2004.1：214-215.
［9］俞慶森，邱建衛，胡艾希.藥物設計.化學化工出版社，2005.1：160-164.
［10］austen m，dohrmann c.phenotype—first screening for the identification of novel drug targets.drug discov today，2005，10，（4）：275-282.
［11］arun agrawal，ashwini chhatre.state involvement and forest cogovernance：evidence from the indianhmi alayas.stcomp international developmen.t sep 2007：67-86.
［12］tang sy.institutionsand collective action：self-governance in irrigation ［m］.san francisco，ca：icspress，1999.
［13］pungpo p，saparpakorn p，wolschann p，et a.l computer-aided moleculardesign of highly potenthiv-1 rt inhibitors：3d qsar and moleculardocking studies of efavirenz derivatives［j］.sar qsar environres，2006，17，（4）：353-370.
［14］楊華錚，劉華銀，鄒小毛等.計算機輔助設計與合成除草劑的研究［j］.計算機與應用化學，1999，16，（5）：400.
［15］vassilev d，leunissen j，atanassov a.application of bioinformatics in plant breeding［j］.biotechnology & biotechnological equipment，2005，3：139-152.
［16］王春華，謝小保，曾海燕等.深圳市空氣微生物污染狀況監測分析［j］.微生物學雜志，2008，28，（4）：93-97.
［17］程樹培，嚴峻，郝春博等.環境生物技術信息學進展［j］.環境污染治理技術與設備，2002，3，（11）：92-94.
［18］史應武，婁愷，李春.植物內生菌在生物防治中的應用［j］.微生物學雜志，2009，29，（6）：61-64.
［19］趙玉玲，張天生，張巧艷.pcr 法快速檢測肉食品污染沙門菌的實驗研究［j］.微生物學雜志，2010，30，（3）：103-105.
［20］徐義剛，崔麗春，李蘇龍等.多重pcr方法快速檢測4種主要致腹瀉性大腸埃希菌［j］.微生物學雜志，2010，30，（3） ：25-29.
［21］索標，汪月霞，艾志錄.食源性致病菌多重分子生物學檢測技術研究進展［j］.微生物學雜志，2010，30，（6）：71-75
［22］朱曉娥，袁耿彪.基因芯片技術在基因突變診斷中的應用及其前景［j］.重慶醫學，2010，（22）：3128-3131.
［23］陳彥闖，辛明秀.用于分析微生物種類組成的微生物生態學研究方法［j］.微生物學雜志，2009，29，（4）：79-83.
［24］王大勇，方振東，謝朝新等.食源性致病菌快速檢測技術研究進展［j］.微生物學雜志，2009，29，（5）：67-72.
［25］蘇晨曦，潘迎捷，趙勇等.疏水網格濾膜技術檢測食源性致病菌的研究進展［j］.微生物學雜志，2010，30，（6）：76-81.
第6篇：生物信息學范文
關鍵詞：生物信息學；研究生；培養模式
中圖分類號 G642.0 文獻標識碼 A 文章編號 1007-7731（2016）22-0120-02
隨著基因組測序技術的飛速發展，學科交叉的趨勢也越來越明顯，如生物信息學、數字醫學、金融數學、環境生態學等，交叉學科的產生意味著跨學科時代的到來，這是不同科學門類領域學科相互滲透融合，憑借對象整合、概念移植理論滲透和類比推理等方法，對象世界及其變化進行體認和再現后形成的新學科[1]。這就要求我們必須創新，鼓勵創新，而鼓勵創新需要鼓勵創新性人才培養，尤其是研究生階段的人才培養，因為這個階段的培養是建立在學科發展的國際前沿基礎上的，但在高等院校中，由于當前研究生教育制度的“單一專業制”，限制了跨學科人才培養。然而，面對如此巨大變革，龐大的測序數據也是當前研究人員面對最困難的問題，此時生物信息學得到高度重視。盡管生物信息學是以生物為研究對象的學科，但是它的研究手段卻是計算機與統計學算法相結合，涵蓋了生物信息的獲取、處理、存儲、分配、分析以及闡述等各個方面以理解和利用海量的生物學數據為目的學科，這對我們生物學專業的學生來說無疑是學習和研究的屏障，培養其理論思維能力，創新能力和實踐能力尤為重要，如何在生物學本科生中培養生物信息學研究生是生物學科研究生培養的難點。探索如何克服這一難點而培養能力和自主性強的生物信息學科研究生將具有十分重要的意義，本文就跨學科培養生物信息學研究生所面臨的一些問題進行探討。
1 跨學科培養生物信息學研究生的必要性
跨學科或交叉學科的出現發揮了明顯的作用，為許多領域的科學問題提供了答案。法國作家普魯斯特曾說，真正的發現之旅，并不是去尋找新大陸，而是采用一種新視角[2]。在某一個學科內無法解決的問題，如果換個角度就很可能迎刃而解，這種創新性的問題答案的獲得不但需要多學科的協同攻關，更需要在研究生教育方面培養一大批高層次的具有跨學科思維并掌握多學科理論與方法的人才，這樣才能更好地推動科技創新。在國外，跨學科研究已經非常普遍。如在德國的柏林工業大學已經建立跨系研究中心、跨學科研究小組、大學研究論壇以及跨學科研究協會等組織；在日本，名古屋大學建立了復合專業群以促進學科前沿交叉領域的發展和研究生素質的提高[3]。這些不爭的事實均反映了在世界范圍內跨學科研究生培養的趨勢所在，跨學科生物信息學研究生的培養也不例外。
2 跨學科培養生物信息學研究生的優勢與不足
我國研究生教育培養已從傳統單一學科的培養模式向跨學科和學科交叉的培養方向發展，跨學科、跨專業選擇的研究生數量也日漸增多，已成規模。跨學科的研究生同本專業研究生相比，既有優勢，也存在一定的不足，當然包括跨學科培養的生物信息學研究生。跨學科培養的優勢在于研究生能虼傭嘟嵌瓤悸俏侍猓有可能因為學科交叉而產生獨特的研究方法和思維方式，形成創新點；也可以從不同的專業角度發現問題、觀察問題、研究問題、解決問題。不足之處有：在新學科的基礎知識及專業知識積累上有所欠缺，對很多問題理解不透徹，初期也可能學習，科研壓力大很難進入科研狀態，如果自我調節能力不強，導致有些研究生可能會出現自卑情緒，需要一定的適應階段，但過了這個階段，跨學科的優勢即可逐步顯現出來。
3 跨學科培養生物信息學研究生的制約因素
在高等教育體系中，本科教育和研究生教育分別培養應用型人才和研究型、創新型人才[4]。近年來，為了適應社會發展對復合型高層次人才的需求，我國許多高等院校逐步開展了對研究生的跨學科培養。但在培養過程中，存在一些制約其發展因素，主要表現在以下幾個方面：
3.1 培養理念與方式 在傳統的教育管理理念與方式下，研究生教育的培養主題依然是單學科，而非多學科、交叉學科、跨學科。我國大多數院校的研究生培養仍然采取這種模式，雖然也培養了一些杰出人才，但總體上不利于研究生多方面知識的獲取，使研究生缺乏創新性。對于跨學科培養研究生，行政管理條例應該靈活，研究生學制期限也不應該固定，因人而異等等均收到一定的限制，無法實施。在高等院校在課程的設置上，一般很少設立學科跨度大的專業必修課和選修課，學院與學院之間基本不再進行跨學院跨學科開課，選課上缺乏協作性，研究生培養計劃中也沒有整體的培養應對跨學科的培養方案等。
3.2 培養體制與機構 我國大多數的高校是以一級學科為基礎設置學院，學院數量較多，學校也習慣于以學院為基本單位，學院內部學科包容量較少，專業劃分過于詳細，而此時可能忽略了跨學科與交叉學科過于規范的培養框架。目前，我國有很多高校擁有獨具特色和優勢的學科與專業，但由于僵化的培養制度，難于形成特色或優勢學科主導下的跨學科培養方案，更不利于高層次人才的培養。所以，跨學科培養存在一定的體制問題，學生在掌握了大量交叉學科知識及研究方法后，還要認清主導學科并能解決實際問題。如果在培養過程中過于重視現有的培養制度和教學計劃，就容易使整個培養體系走向僵化，不但不能促進跨學科的發展，更難以培養出適應社會發展需要的復合型高層次的人才。
3.3 導師與研究生個人 在指導教師方面，大多數導師也不具有跨學科學習與跨學科研究的經歷，其開展的研究項目也只是單一學科的。而剛剛跨學科的研究生也可能和導師的情況類似，這樣導師與學生的學科知識結構都相對單一，對其他學科知識及發展動態掌握不夠，使跨學科培養在雙方面都受到了阻礙。所以，在跨學科研究上，導師和學生都應該擁有跨學科研究的知識背景，既要掌握一定的跨學科相關知識和研究方法，也要經常參與跨學科的學術交流，積極進行跨學科建設和跨學科項目的研究。
4 跨學科培養生物信息學研究生的必要措施
跨學科的研究生培養是一個長期而又復雜的過程，跨學科生物信息學研究生培養也不例外，從培養過程中涉及的制約因素考慮，為提高跨學科生物信息學研究生創新人才的培養水平，提出以下主要措施：
4.1 建立健全相關跨學科培養制度 在組織機構上，設置好學院后，應注意適當增加學院的學科數量，以促進不同學科不同專業的交叉與融合。在資源利用上，實現資源共享，由學校統一進行管理大型實驗設備和儀器，建立相關的技術與服務平臺，避免資源閑置或浪費現象的發生，提高資源利用率，更要打破學科專業之間的界限，積極爭取校企與科研院所的合作等，進行研究生聯合培養。
4.2 完善跨學科培養方式 跨學科培養涉及到很多環節，首先在考試科目的設置、試卷命題及復試上，都要盡可能按跨學科招生。既要注重考察考生知識容量，也要考察考生的能力是否具備跨學科培養的潛力，優先錄取綜合素質高的跨學科考生。此外，招生錄取途徑也應該多樣化，如導師有招生自[5]。在研究生課程教學上，更要注重課程的交叉性與綜合性，還要引入交叉學科研究的最新成果，使研究生了解學科發展動態。另外，跨學科研究生可以在不同實驗室進行學習，提高自身能力，積極參加學校或學院組織的學術交流、多聽跨學科的學術報告和學術講座等。
此外，還要注重激勵機制，目前，許多高校及科研院所在評估科研人員的業績時，過于注重甚至只考慮第一作者的貢獻，其他作者的貢獻忽略不計，這樣非常不利于跨學科研究的培養，影響積極性。許多生物信息學的研究是和其他的生物學科交叉發展的，第一作者貢獻固然大，其他位次的也要適當的考慮，這樣才能使得研究生的跨學科教育快速發展。
4.3 重視導師與研究生的跨學科研究 跨學科研究生的水平高低c導師的學術水平、綜合能力等有直接的關系，因為導師對研究生選題、技術路線等方面具有很大的指導作用。研究生在跨學科上也應高度重視，儲備知識，拓展思維，這樣和導師進行的跨學科溝通時才能順利進行，有利于發展。導師方面，我們倡導的多導師制，也就是我們常聽說的還有副導師，這樣更能有效地培養研究生的全面知識與試驗技能，有助于跨學科的創新性。培養跨學科的生物信息生學研究生的知識與技能，多導師制更值得提倡，因為其中涉及很多軟件知識、計算機知識、生物學知識等多個學科的知識和技能，這樣可以相互補充，有助于問題的解決。
我國研究生教育具有多層次性、多類型的人才培養模式，但跨學科人才培養仍處在探索階段，存在很多制約因素，但跨學科研究生培養對于培養創新型人才有著及其重要的作用，可能成為培養交叉學科人才、創新人才的有效途徑。
參考文獻
[1]炎冰，宋子良.交叉學科概念新解[J].科學技術與辯證法，1996，13（4）：51-54.
[2]林崇德，羅良.建設創新型國家與創新人才的培養[J].北京師范大學學報（社會科學版）2007，1：29-34.
[3]何沐蓉，朱浩，常軍武.跨學科培養生物醫學研究生[J].學位與研究生教育，2011，7（7）：11-16.
[4]賈川.我國高校跨學科研究生培養機制研究[D].長沙：國防科學技術大學，2008.
第7篇：生物信息學范文
文獻標識碼：A
文章編號：1007-7847（2015）02-0119-05Bioinformatic Analysis of TATA-binding Protein of ZebrafishYANG Shao-bin， FENG Jing-wen， ZHAO Wen-cheng， WANG Zhao-song， XU Shi-lei*（Tianjin Medical University Cancer Institute and Hospital， National Clinical Research Center for Cancer， Tianjin Key Laboratory of Cancer Prevention and Therapy， Tianjin 300060， China）Abstract ： TATA-binding protein （TBP） is important in the process of transcription initiation in zebrafish. By means of bioinformatic methods， TBP of zebrafish is illustrated and analyzed by physicochemical property， sequence homology among different species， conserved domains， transmembrane structures， hydrophilici ty/hydrophobicity， protein secondary structure， protein tertiary structure， as well as protein-protein interactions. The results showed that zebrafish TBP consists of 302 amino acids， with isoelectric point of 9.8. This protein belongs to the TBP superfamily without transmembrane structure， and it is a hydrophilic protein. The secondary structure analysis showed that it contained 5 a. helices and 8 f3 sheets and random coil was the major structure element. The reliability of predicted three-dimensional structure of zebrafish TBP was up to 98.9%. Further analysis proved that the predicted protein structure was stable. It showed that the 10 most relevant interaction proteins with the zebrafish TBP were all transcription factors or TF II D complex members. Therefore， the results provided great information about zebrafish TBP in transcription regulation for further research.Key words： zebrafish； TATA-binding protein； bioinformatics（Life Science Research， 2015，19（2）： 119?123）
TATA結合蛋白（TATA-binding protein，TBP）址一種特異性結合DNA序列上TATA框的轉錄因子。TATA序列存在于真核細胞基因啟動子中轉錄起始位點上游30個bp左右[1]。TBP與其他一些TBP相關蛋白共同組成廠TFⅡD復合物，TFⅡD是一種常見的轉錄因子，它是RNA聚合酶Ⅱ起始復合體的組成部分。TBP能夠幫助RNA聚合酶Ⅱ跨過轉錄起始位點。TBP在DNA雙鏈解鏈（double strand separation）的過程中也起到一定的作用，這是通過其能夠使DNA彎曲80°來實現[2-4]。TBP的另一個特點是含有一長串谷氨酰胺氨基酸殘基。這個區域調節TBP的C端和DNA的結合能力、轉錄復合體形成的比率以及轉錄的起始。斑馬魚屬于鯉科，鯉目。由于再生能力強的特性，斑馬魚經常被當作研究脊椎動物的生物模型[5]。分析研究斑馬魚TBP有助于更好地理解斑馬魚基因轉錄過程。到目前為止，對斑馬魚TBP的生物學研究已經有一定的進展，但是對其生物信息學分析還未見報道。為此，本研究采用生物信息學方法，對斑馬魚TBP的理化性質、保守結構域、跨膜區、親水性/疏水性、二級結構、三級結構、與其他物種親緣關系等進行預測和分析，為其后續研究奠定全面的理論基礎。1材料與方法1.1材料數據資料來源于UniProt網站已經注冊的TBP氨基酸序列。其中TBP：斑馬魚zebrafish（Q7SXL3）、非洲爪蛙Xenopus laevis（ P27633）、小鼠Mouse（ P29037）、牛Bos taurus （Q2HJ52）、人Human（ P20226）。1.2方法利用ProtParam分析蛋白質理化性質；蛋白序列同源性、多序列比對及序列系統進化樹分別由NCBI protein blast .ClustalX2.0、njplot等軟件實現；利用TMHMM、ProtScale分析蛋白質的跨膜區和疏水性；NCBI Conserved Domains數據庫用來分析保守區域；Jpred、Swiss-Model和Structural Analysis and Verification Server分別預測蛋白質二級、三級結構及其合理性。String則用來預測蛋白質的相互作用。各軟件、數據庫的相關信息如表1。2結果與分析2.1斑馬魚TBP的理化性質預測和分析使用ProtParam蛋白質理化性質預測網站對5種TBP進行理化性質預測，得到結果如表2。結果顯示，TBP基因在5個不同物種中編碼的氨基酸個數在297～339之間；相對分子質量在32702.8～37698.1之間；各物種TBP等電點差異其微，均在9.8附近，說明TBP是堿性蛋白質；TBP在5個物種中的半衰期均達到了30h；5種蛋白的不穩定系數均大于40，表明它們不是穩定蛋白；各TBP的脂肪族系數在76.58～88.65之間；5種蛋白的平均疏水性均為負值，表明它們都是親水蛋白質。2.2斑馬魚TBP的同源性預測和分析
使用Protein Blast軟件對斑馬魚TBP進行同源性分析，數據顯示，非洲爪蛙、小鼠、牛、人TBP與斑馬魚TBP進行比較時，比對序列覆蓋范圍（Query cover）分別是100%、100%、100%、75%；在此基礎上的序列相似性（Identity）分別為88%、86%、85%、93%，；利用ClustalX2.1程序對斑馬魚TBP與非洲爪蛙、小鼠、牛、人TBP序列進行多重比對，發現各物種問多聚谷氨酰胺區如圖1。結果顯示，由低等物種到高等物種，TBP多聚谷氨酰胺區谷氨酰胺氨基酸殘基數量在進化過程中不斷增加，推測谷氨酰胺區的長度與TBP的轉錄調節能力呈正相關。
第8篇：生物信息學范文
關鍵詞 生物信息學 教學改革 醫學 教學模式
中圖分類號：Q811-4 文獻標識碼：A
21世紀是生命科學的世紀，人類及模式生物基因組計劃的全面實施，使分子生物學數據以爆炸性速度增長。面對基因組學、蛋白質組學、基因芯片、分子進化等大量的生物信息，在計算機科學、網絡技術以及生物分析技術的相互作用和滲透下，誕生了一門嶄新的學科――生物信息學（Bioinformatics）。生物信息學利用計算機和互聯網，以數據庫為載體，運用數學算法和計算模型，研究生物信息數據的獲取、處理、存儲、分發、分析和解釋等方面，進而闡明和解釋龐雜的生物數據所蘊含的意義。生物信息學跨越了整個生命科學領域，近年來在醫藥學研究中發揮了不可替代的作用，無論是從分子生物學的角度闡述病因，還是對疾病的預防、診斷、治療與新藥研發都將產生巨大的推動作用，醫學生物信息學必然在未來的醫學研究中處于關鍵地位，但生物信息學的理工科特性決定了該課程在醫學教育中開展的難度。本文結合醫學院校特色和生物信息學課程特點，探討開設醫學生物信息學課程的必要性，分析生物信息學課程在教學實踐中存在的問題，提出本校開展生物信息學教學的實施方法。
1 醫學生物信息學的主要研究內容
1.1 疾病基因的發現與鑒定
約有6000種以上的人類疾患與特異基因的改變有關，某些關鍵性基因或其產物的結構功能異常，可以直接或間接地導致疾病的發生。使用基因組信息學的方法通過超大規模計算是發現新基因的重要手段。例如：通過構建腫瘤cDNA文庫或表達序列標簽（expression sequence tag，EST）分析差異表達基因，揭示腫瘤發生的分子水平變化，尋找靶基因。
1.2 藥物設計與新藥研發
生物信息技術為藥物研究、設計提供了嶄新的研究思路和手段。利用數據資料、軟件工具篩選藥物作用的靶位和候選基因，闡明其結構和功能關系，指導設計能激活或阻斷生物大分子發揮其生物功能的治療性藥物。
生物信息藥物設計常用的方法有：①三維結構搜尋，尋找符合特定性質和三維結構的分子，從而發現合適的藥物分子。②分子對接，建立大量化合物的三維結構數據庫，依次搜索小分子配體使其與受體的活性位點結合，通過優化使得配體與受體的形狀和相互作用最佳匹配。③全新藥物設計，利用計算機自動設計出與受體活性部位的幾何形狀和化學性質相匹配的結構新穎的藥物分子。
生物信息學方法為藥物研制提供了更多的、潛在的靶標，大大減少藥物研發的成本，提高研發的質量和效率。
1.3 流行病學研究中的應用
將流行病學的遺傳和非遺傳性的研究與生物信息學結合起來，會對疾病的機理、個體對某種疾病的易感性和疾病在群體中的分布有更明確的認識，對疾病的預防和治療有極大的指導意義。
2 醫學生物信息學課程的特點及主要困難分析
2.1 課程內容豐富，學科交叉，數據龐雜
生物信息學利用生物學，計算機科學和信息技術揭示大量復雜的生物數據所賦有的生物學奧秘，是一門交叉性學科，并且理科特性很強，需要深入理解分析。目前生物信息學包含了基因組、蛋白質組、代謝及藥物等多個部分，每個部分都具有各自的特色和相應的分析技術。根據《Nucleic Acids Research》統計，全球共有約1000多個主要的生物醫學數據庫，涵蓋了生物醫學研究的諸多領域。學生不僅要掌握獲取和利用海量生物信息的基本知識和技術，還應掌握相關的數學、物理學、計算機程序設計等知識和技術，又因為醫學專業學生的數理知識有限，學習起來有一定的困難。
2.2 操作性和實踐性強
生物信息學是一門操作性和實踐性很強的學科，主要是在互聯網環境中，依靠計算機，利用數據庫和各種信息處理軟件來進行生物信息學方面的分析工作。針對醫學專業學生開設生物信息學課程，其教學內容應注重理論與實踐緊密結合，著重學習利用計算機對各種生物信息資源和數據庫的檢索，使用方法與技巧，真正做到學有所用。
2.3 現狀與困難分析
目前，國內的生物信息學教學基本沿用以“教師講授為主”的傳統教學模式，與生物信息學交叉前沿性特點不相適應，實驗教學單一，多為驗證性試驗，缺乏綜合性和設計性。此外，醫學專業學生計算機知識薄弱，對生物信息學的算法與數據庫的原理和特點等不甚了解，在高通量數據處理面前力不從心，影響對問題的分析能力。
3 醫學生物信息學課程開設實施方法和對策
3.1 根據醫學專業特點設計教學內容，建立具有模塊化的教學大綱
目前尚未形成系統、成熟的生物信息學教學模式。開設課程之前，對醫學專業學生進行問卷調查，讓他們選擇醫學生物信息學課程中感興趣的、需要學習的知識內容，并提出難點問題。教師匯總問卷結果，對授課內容進行調整，建立模塊化的教學大綱，例如：導論模塊、數據庫及使用模塊、基因組信息學及其分析方法模塊、蛋白質組生物信息學模塊、代謝和藥物生物信息學及系統生物學模塊等，使學生清楚每個模塊的特點和作用，提高學生的學習興趣，激發學生的學習熱情。
3.2 強化實驗教學，激發學生的創新思維和創新意識
生物信息學的學習是運用生物醫學、數學、以及計算機科學等諸多學科知識進行分析、判斷、推理、綜合的實踐過程，強化實驗教學顯得尤為重要。另外，采用PBL（Problem Based Learning）教學法，可以有效地激發學生的創新思維和創新意識。
3.2.1 注重實驗操作
生物信息學實驗課程以計算機操作為主，需要學生靈活應用互聯網、數據庫和多種生物信息學軟件，所以實驗操作顯得尤為重要，加大實驗比例，為學生提供較多的實驗操作機會，不僅提高了學生的動手能力，而且大大提高了學生在因特網環境下對生物大分子序列、生物大分子結構進行生物信息學分析的能力，是提高學生學習生物信息學效果的有力保障。
3.2.2 采用PBL教學模式，優化實驗內容
加大設計性實驗的比例，采用PBL教學法，根據學生能力和興趣進行分組，由教師提出問題并布置真實性任務，使學生在已有的知識基礎上，通過查找文獻、小組討論、探索，最終完成任務，寫出試驗報告。由教師對任務完成過程及結果進行點評，對學生掌握知識的程度及學生的科研、應用能力進行評價，并提出進一步的提高方向。學生在實驗操作的過程中，不斷地發現問題、解決問題，有效地激發了學生的創新思維和創新意識。
3.3 改革教學方法，革新考核方式
3.3.1 結合多媒體技術與雙語教學
多媒體技術教學靈活生動，教師在講授難于理解的概念和生物信息學工具時，可以直接打開相關軟件和網站進行演示，使抽象的生物信息學知識以具體的、動態的形式展現出來，從而加深學生對課程的掌握程度。此外，生物信息學涉及到的數據庫、網站、應用軟件多為英文界面，所以雙語授課顯得尤為重要，教師可借助多媒體，對課程進行中英整合講解。
3.3.2 結合科研實例進行教學
生物信息學是一門不斷完善和發展的學科，數據庫的更新、相關軟件的升級、算法的優化等，通常會隨著科研中遇到的生物學問題變化而變化，所以教師可以結合現階段的科研背景和具體的研究方向，結合實例進行教學，可以讓學生真正掌握利用生物信息學方法解決生物學問題的思路，并培養和提高學生的科學思維能力，使學生由知識的被動接受者變為知識的主動發現者、探究者，教師則由知識的傳授者轉變為教學活動的指導者、組織者。
3.3.3 采用無紙化考核方式
適當降低課程理論難度，減少不必要的數學理論推導，注重實際應用、解決問題能力的培養，通過上機實踐操作，考核學生對基本知識和原理的掌握情況，克服傳統的死記硬背現象。
4.結語
生物信息學作為一門交叉學科，發揮了其獨特的橋梁作用，已經廣泛地滲透到醫學的各個研究領域。本文針對開設醫學生物信息學課程的必要性和教學模式進行了探討，以提高學生學習的自主性、實際操作能力和解決問題的應用能力為目標，不斷改進教學手段、加強教學過程的趣味性，以期培養綜合型的、高素質、現代化醫學人才。
參考文獻
[1] 伍欣星，趙.生物信息學基礎與臨床醫學應用指南[M].北京：科學出版社，2005.
[2] 張陽德.生物信息學[M].北京：科學出版社，2009.
[3] WeiLi-ping，YuJun.BioinformaticsinChina：APersonalPerspective[J].PlosComputationalBiology，2008，4（4）：e1000020.
[4] 汪凡軍，張楚瑜.生物信息學在醫學上的應用[J].國際檢驗醫學雜志，2006，27（2）.
第9篇：生物信息學范文
【關鍵詞】 生物信息學;2型糖尿病;SLC30A8
【Abstract】 Objective To investigate the structure and function of type 2 diabetes gene (SLC30A8) by bioinformatic methods. Methods Based on the human genome resource database， the programs of BioEdit， DANMAN and on line tools SMART， MHMM Server v. 2.0， NetPhos2.0 Serve， 3djigsaw were used for the analysis of protein basic characters， 3D structure and function prediction. Results The protein of gene SLC30A8 encoding was a transmembrane protein，it was important to transport zinc. Conclusions Protein encoded by SLC30A8 gene probably regulates and controls insulin secretion.
【Key words】 Bioinformatics; Type 2 diabetes; SLC30A8
眾多研究顯示，遺傳因素在2型糖尿病(T2DM)發病中起著非常重要的作用〔1，2〕，但由于T2DM系多基因遺傳病，研究的進展非常緩慢，直到2005年，不管是采用候選基因法還是連鎖定位克隆法，只有極少數幾個T2DM的易感基因在一些種族的研究中得到重復驗證，而它們僅輕度增加T2DM的發病風險〔3〕。近2年多來，隨著高通量SNPS檢測技術的出現和全基因組關聯(GWA)研究策略的運用，T2DM遺傳學的研究取得了一些突破性進展，美國和歐洲多個基因研究組織采用全基因組分析法對1 464例T2DM患者和1 467例糖耐量正常個體的基因結構進行了系統研究，確認了幾個與糖尿病相關的新基因位點——TCF7L2、SLC30A8、CDKN2A、CDKN2B、GF2BP2、CDKAL1〔4〕，這些基因的功能和調控機制還不十分清楚。在國內，鄔瑩等〔5〕研究發現在中國漢族人群中，CDKAL1、CDKN2A/B、SLC30A8等基因上的數個SNP位點與T2DM風險顯著相關。SLC30A8基因也是中國人T2DM的一個易感基因，但對SLC30A8基因的研究還不夠深入。因此，本文利用生物信息學工具和數據庫，對SLC30A8進行分析，研究SLC30A8基因的功能，了解中國人糖尿病的遺傳學基礎，對預防和控制糖尿病具有重要的理論和臨床意義。
1 材料與方法
1.1 材料 人類糖尿病基因SLC30A8核苷酸序列來源于已經提交到GenBank數據庫(GI：224589820)的序列。
1.2 SLC30A8基因結構分析及SLC30A8基因編碼蛋白質的理化性質分析 通過NCBI的ORF Finder、Protparam、Computer pI/MW確定其完整編碼框并預測蛋白質的理化性質;信號肽序列分析采用SignalP工具;蛋白質翻譯后修飾的糖基化位點和磷酸化位點分析分別采用DictyOGlyc在線軟件和NetPhos 2.0 Server分析;氨基酸序列的同源性比對用ClustalW在線工具完成，通過蛋白分析專家系統Expasy所提供的在線分析工具ProtScale分析蛋白的疏水性。
1.3 SLC30A8基因編碼蛋白質的結構和功能分析 利用互聯網ExPaSy數據庫進行SLC30A8蛋白質的跨膜結構域分析;利用PUMA2服務器的SOPM軟件進行蛋白序列的二級結構的分析;利用ExPasy的3djigsaw工具(bmm.icnet.uk/servers/3djigsaw/)向蛋白質立體結構數據庫PDB(Protein Data Bank)提交蛋白質的序列;利用RasMol軟件顯示蛋白的三維分子結構。利用在線工具TMHMM分析蛋白質的跨膜結構域;利用COILS進行卷曲螺旋分析;利用Pfam進行蛋白的結構域功能分析〔6〕。
2 結 果
2.1 SLC30A8在染色體上的定位及基因結構 人類糖尿病基因SLC30A8的Gene ID是169 026，定位在8q24.11。SLC30A8基因核苷酸序列全長41 617 bp(NC000008.9)，含8個外顯子。mRNA序列長5 373 bp，編碼369個氨基酸的蛋白質(NP776250)，有2個PolyA信號區域分布位于1 933～1 938、 5 353～5 338，5個PolyA位點分別位于1 955、1 961、2 750、2 754、5 373。見表1。表1 SLC30A8外顯子序列和對應的mRNA序列
2.2 SLC30A8基因編碼的蛋白基本性質分析
2.2.1 開放閱讀框(ORF)分析 ORF從第231個核苷酸開始，終止于第1 340個核苷酸，由其推導的氨基酸序列以甲硫氨酸為起始氨基酸，長為369個氨基酸。
2.2.2 疏水性分析 疏水性是氨基酸的一種重要性質，疏水性氨基酸傾向于遠離周圍水分子，將自己包埋進蛋白質的內部，這一趨勢加上空間立體條件和其他一些因素最終決定了一個蛋白質折疊形成的三維空間構象〔7〕。通過分析可以得到蛋白質的親疏水區域，這一結果一方面為二級結構預測結果提供參考，另一方面還可為結構域及功能域的劃分提供依據。ProtScale預測結果表明：疏水性最大值為3.044，最小值為-2.889(圖1)。
圖1 SLC30A8氨基酸序列的疏水性2.2.3 信號肽、跨膜結構域及翻譯后修飾分析 進行信號肽分析有助于蛋白質功能域的區分及蛋白質細胞定位。根據SignalP分析，蛋白質C分值、Y分值和S分值分別在248、157和150位點，分別為0.142、0.228和0.833，其信號肽計算結論為“NO”，表明其N端不含信號肽(圖2)，推測其不是分泌蛋白。圖2 SLC30A8氨基酸序列的信號肽預測分析
跨膜結構域是膜中蛋白和膜脂相結合的主要部位，它可能作為膜受體起作用，也可能定位于膜的錨定蛋白或離子通道蛋白等，通過跨膜結構域預測可以正確認識蛋白質結構、功能及在細胞中的作用部位。筆者利用通過TMPRED服務器分析，表明該蛋白質是一個6次跨膜的蛋白質，在4和5螺旋之間有一個富含組氨酸的環(圖3)。用Smart對 SLC30A8基因的產物進行蛋白質序列結構功能域分析，結果表明蛋白質含有2個N糖基化位點，2個N酰基化位點。NetPhos 2.0Server磷酸化位點分析結果表明：分值>0.5的磷酸化位點有:絲氨酸(Ser)磷酸化位點8個、蘇氨酸(Thr)磷酸化位點1個、酪氨酸(Tyr)磷酸化位點2個，計11個磷酸化位點，這些位點均勻分布于整個多肽鏈中。見圖4。圖3 SLC30A8氨基酸序列的跨膜結構域分析圖4 SLC30A8氨基酸序列的磷酸化位點分析 圖5 SLC30A8蛋白質三級結構的同源建模2.3 基因編碼蛋白質結構分析
2.3.1 三級結構構建與功能域分析 圖5可見，三級結構是蛋白質結構預測的最終目的。要充分研究蛋白質的功能，就需把蛋白質的高級結構研究清楚。從氨基酸序列預測三級結構的技術很多，其中之一是同源建模，它通過比較未知結構蛋白質序列與已知結構的蛋白質序列來預測蛋白質結構，可以通過同源建模以擊中序列的已知結構為模板，對蛋白質進行精確的結構模型構建。作者利用Expasy的3djigsaw工具預測蛋白質的三維結構，利用Ramol軟件察看預測結果。
hhhhhhhhcccccccccccchhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhcccc
WHRAEILGALLSILCIWVVTGVLVYLACERLLYPDYQIQATVMIIV
eeeeeeeeeeehhhhhhhhhhhhhhhhhhhccccchhhhhhhhhhhhhhhhhhhhhh
SSCAVAANIVLTVVLHQRCLGHNHKEVQANASVRAAFVHALG
hhhhhhhhheeeccccccchhhhhhhhhhhhhhhhhhhhhhhheeehcccccccc
DLFQSISVLISALIIYFKPEYKIADPICTFIFSILVLASTITILKDFSILL
chhhhhhhhhhcchhhhhhheehhhchhhhhhhhhhhcccccchhhhhhhhhhhhh
MEGVPKSLNYSGVKELILAVDGVLSVHSLHIWSLTMNQVILSA
HVATAASRDSQVVRREIAKALSKSFTMHSLTIQMESPVDQDP
DCLFCEDPCD
hccceceeeeeecccccccccccccccccc(總長度369 bp)
圖6 SLC30A8氨基酸序列的二級結構分析
3 討 論
從以上的研究和分析可以看出，糖尿病相關基因SLC30A8編碼的蛋白質是一種多次跨膜蛋白，并且蛋白經過了多種形式的修飾。磷酸化和去磷酸化是細胞內信號傳導的重要方式，而此蛋白有11個位點發生了磷酸化，蛋白質通過磷酸化和去磷酸化而發生構象改變導致其活性或性質的改變，從而調節細胞中各個生命活動過程， 所以推測SLC30A8基因編碼的蛋白質是一個有功能的比較活躍的蛋白質。另外蛋白質還發生了糖基化和酰基化，推測蛋白質具有傳導信號的功能。研究表明SLC30A8編碼的是一種在胰島細胞大量表達的鋅離子轉運蛋白，其主要功能是將胞漿內的鋅離子轉運到胰島素分泌囊泡中，參與胰島素結晶六聚體的形成〔8〕。因此推測SLC30A8異常，可能會影響胰島細胞胰島素的正常分泌。本文利用生物信息學工具盒數據庫資源對SLC30A8基因的染色體定位、基因結構及所編碼的蛋白質性質、結構等進行了分析，為進一步研究SLC30A8基因在糖尿病發生中的作用提供參考依據。目前關于SLC30A8基因的研究還很少，其編碼的蛋白質是如何調控鋅離子轉運的以及如何參與胰島素分泌的都將有待于進一步研究。
參考文獻
1 Kahn SE.The importance of betacell failure in the development and progression of type 2 diabetes〔J〕.J Clin Endocrinol Metab， 2001;86(19):404758.
2 Bergman RN，Ader M，Huecking K，et al.Accurate assessment of βcell function.The hyperbolic correction〔J〕.Diabetes，2002;51(suppl 1):21220.
3 Sladek R，Rocheleau G，Rung J，et al.A genomewide association study identifies novel risk loci for type 2 diabetes〔J〕.Nature，2007;445(7130):8815.
4 Scott LJ，Mohlke KL，Bonnycastle LL，et al.A genomewide association study of type 2 diabetes in Finns detects multiple susceptibility variants〔J〕.Science，2007;316(5829):13415.
5 Wu Y，Li HX，Ruth J，et al.Common Variants in CDKAL1，CDKN2A/B，IGF2BP2，SLC30A8，and HHEX/IDE Genes are associated with type 2 diabetes and impaired fasting glucose in a chinese han population〔J〕. Diabetes，2008;57(10):283442.
6 薛慶中.DNA和蛋白質序列數據分析工具〔M〕.北京：科學出版社，2009:7298.
