Life Science 第九讲 生物信息学 将给生命科学带来变革性的变化！ Biology is shifting from being an observational science to being a quantitative molecular science
Life Science 学习目的 1、了解生物信息学的发展背景、定义 2、理解生物信息学在生命科学研究中的作用 3、理解数学、计算机科学如何在生物信息中的地 位和作用 4、了解基因芯片的检测原理和制备方法
Life Science 第一节 生物信息学 (Bioinformatics) 一、生物学基础（复习） 二、发展背景与定义 三、研究内容 四、研究现状 五、发展前景
Life Science 一、生物学基础 表型与基因型（phenotype vs. genotype） 遗传信息的流动 基因的表达与调控 分子进化 DNA序列分析：基因识别、调控元件识别、进化分析 m. RNA: 剪切位点识别、基因表达分析 蛋白质：结构预测、蛋白质间相互作用、亚细胞定位 基因组：基因预测、进化分析 染色体：结构分析 网络：pathway建模 细胞: 系统：
Life Science
Life Science 二、发展背景和定义
Life Science 生物信息——广义的概念 Ø Ø Ø 生命现象是不同层次上的物质、能量与信息的 交换，不同层次是指核酸、蛋白质、细胞、器 官、系统、整体等 研究生物体系和生物过程中信息的内涵和信息 的传递 生物电磁学与电磁生物学、视觉系统与光信息 处理、脑和神经系统与信息、生物体结构与微 光机电系统
Life Science 发展背景 Biocomputing Computational Biology Bioinformatics 1986年 ， 在 EMBL Heidelberg成 立 Biocomputing部 门 ， 命 名 为 BIOinformatis. 如果我们不能回答生物学问题，作为计算生物学家是失 败 的 。 1997年 底 创 立 了 CABIOS(Computer Applications in the Biosciences). we assert: computational planning and analysis is an integral part of the biological discovery process. 在完整基因组序列和高通量技术时代不要仅仅谈论分析海量数据的挑 战，相反，要谈论疾病产生的风险，关于人类遗传差异、基因型改变 的进化如何导致功能的改变，如何使用数据来回答这些问题。
Life Science Background 背景 Mark Bogulski (1998) Bioinformatics: A New Era 100, 000 × 1, 000 10, 000 1, 000 Medline Records 100 10 DNA Sequences Transistors/Chip 1 0. 1 3 D Structures 0. 01 0. 001 1965 1970 1975 1980 1985 1990 1995 2000 Cumulative Growth of Biological Information and Computer Power
Life Science 生物医药 业 提供大量基因序列分析的 具，在以下方面加 快新药开发的进程： l l l 资料的获取、包括从数据库中寻找新药开发者 感兴趣的基因序列和相关资料文献 基因功能的预测和基因生理作用的预测 需要大量信息处理的药物筛选和加 过程（ Weinstein JN et al. , 1997）
Life Science Definition of Bioinformatics (1) Bioinformatics is defined as a scientific discipline that encompasses all aspects of biological information acquisition, processing, storage, distribution, analysis and interpretation, that combines the tools and techniques of mathematics, computer science and biology with the aim of understanding the biological significance of a variety of data. 生物信息学是一门交叉学科。它包含了生物信息的获取、处理、存储、 分发、分析和解释等在内的所有方面，它综合运用数学、计算机科学 和生物学的各种 具，来阐明和理解大量数据所包含的生物学意义。 Understanding Our Genetic Inheritance. The US Human Genome Project: The First Five Years 1991 -1995. NIH Publibcation No. 901590, April, 1995
Life Science Definition of Bioinformatics (2) Bioinformatics is conceptualising biology in terms of molecules(in the sense of Physical chemistry) and applying “informatics techniques” (derived from disciplines such as applied maths, computer science and statistics) to understand organise the information associated with these molecules, on a large scale. Oxford English Dictionary
Life Science Computation Informatics Bioinformatics Biology
Life Science 算法 统计学 信息理论 图形学 科学可视化 图像识别 人 智能 密码学 非线性动力学 计算机模拟 语言学 机器学习 数据库 软件 程 计算机网络 分布式系统 生物信息学 数据获取 数据解释 基因组图谱 三维结构预测 分子建模 药物设计 同源比较 分子进化 数据库检索 基因预测 仪器设计 数据库构建 基因调控 基因诊断及治疗 分子生物学 计算机科学和数学
Life Science 生物信息学研究意义 利用数理统计、模式识别、动态规划、密码解读、 语意解析、信令传递、神经网络、遗传算法以及 隐马氏模型等各种方法 对序列、结构数据进行定性和定量分析，从中获 取基因编码、基因调控、序列-结构-功能关系等 理性知识 阐明细胞、器官和个体的发生、发育、病变、衰 亡的基本规律和时空联系 探索生命起源、生物进化、生命本质等重大理论 问题，最终建立“生物学周期表” 指导分子生物学实验
Life Science
Life Science 生物信息学 – 研究方向 ü ü ü ü ü 基因组序列装配 基因识别 基因功能预报 基因多态性分析 基因进化 m. RNA结构预测 基因芯片设计 基因芯片数据分析 疾病相关基因分析 ü ü ü ü ü 蛋白质序列分析 蛋白质家族分类 蛋白质结构预测 蛋白质折叠研究 代谢途径分析 转录调控机制 蛋白质芯片设计 蛋白质芯片数据分析 药物设计
Life Science 三、生物信息学的研究内容 数学、计算机科学、生物学 1、与HGP相关的研究内容 2、功能基因组研究相关内容 3、蛋白组学相关 4、基因芯片信息学研究
Life Science 数学(Maths) Statistics 统计学 Probability Theory 概率论 （特别是随机过程理论） Operational Research 运筹学 Optimization Theory & Method 最优化理论与方法 Topology 拓扑学 （主要是几何拓扑） Function Theory 函数论 Information Theory 信息论 Computational Mathematics 计算数学 Group Theory 群论
Life Science 几个常用 数学模型概念与方法 Bayes 公式、 Bayes统计 马氏链 (Markov chains) 隐马氏链 (Hidden Markov chains) Poisson 过程与连续时间马氏链 熵、相对熵与信息增益 神经网络 (neural networks (NN))： Multi-layer feed-forward NN, self-organized learning NN, recurrent NN(Hopfield NN, Bolztmann machine )
Life Science 计算机科学(Computer Science) 网络技术 数据库 （特别是关系型数据库） 数据整合和可视化 数据挖掘 基于Unix操作系统的各种软件包 一些重要的算法的复杂性研究 计算机硬件
![Life Science 生物信息学研究内容 Alignment (序列比对) [包括：全序列、局部和多重比对；Fasta, Blast, PSIBlast] Protein Structure Prediction (蛋白质结构预测) Computer-Aided Gene](https://present5.com/presentation/d7fd67e4de7dbdeecaaad137cc5098e8/image-22.jpg "Life Science 生物信息学研究内容 Alignment (序列比对) [包括：全序列、局部和多重比对；Fasta, Blast, PSIBlast] Protein Structure Prediction (蛋白质结构预测) Computer-Aided Gene")
Life Science 生物信息学研究内容 Alignment (序列比对) [包括：全序列、局部和多重比对；Fasta, Blast, PSIBlast] Protein Structure Prediction (蛋白质结构预测) Computer-Aided Gene Recognitions (计算机辅助基因识别) [ 算法纷纭，较著名的为Gene. Scan, Gene. Finder, 等；尚存在许多问题] DNA Language (DNA语言) Molecular Evolution & Compared Genomics (分子进化和比较基因组学) Contig Assembly (序列重叠群装配) Origin of Genetic Codes (遗传密码的起源) Analysis of Metabolize Network (代谢网络分析) Gene. Chip Design (基因芯片设计)
Life Science 与HGP相关的生物信息学研究 1、高度自动化的实验数据的获得、加 和整理 各种自动化分子生物学仪器应用上，如DNA测序仪， PCR仪等 实验过程高度自动化甚至 厂化，产生的海量数据（ gigabyte），专门的实验室数据管理系统自动完成包括 实验进程和实验数据的纪录，常规数据分析，数据质量 检测和问题的自动查找，常规的数据说明和数据输入数 据库。 目前还没有成熟的通用的分子生物学数据管理系统。
Life Science 2、序列片段的拼接 目前DNA自动测序仪每个反应只能测序 500 bp左右， 传统测序方法是将克隆进行亚克隆并对亚克隆进行排序。 自 动 而 高 速 拼 接 序 列 的 算 法 ， Lander-Waterman模 型 （ Lander ES and Waterman MS, 1998）利用鸟枪法进行测 序，再将大量随机测序的片段用计算机进行自动拼接。 1. 9 Mb Haemophilus influenzae(流 感 嗜 血 杆 菌 )（ Fleischmann RD et al. , 1995） 0. 58 Mb Mycoplasmu genitalium（ 枝 原 体 ） (Fraser CM et al. , 1995) 0. 58 Mb jannaschii（甲烷杆菌） (Bult CJ et al. , 1996) 有待改进：将已知的基因组知识应用于拼接算法，进一步 提高拼接真核基因组的有效性；自动处理自动测序造成的 差错
Life Science
Life Science Alignment 序列一 序列二 Alignment (序列比对、联配、 对齐等) 包括：全序列、局部 多重比对； Fasta, Blast, PSI-Blast AGCGGTGCAGGTTACTGCGCGTAGTAC… | | | ACGGTGCGGTTACTGCGGCGTAGTAC… AGCGGTGCAGGTTACTGCGCGTAGTAC… | |||||| | | ||||| A_CGGTGCGGTTACTGCGGCGTAGTAC… AGCGGTGCAGGTTACTGCGCGTAGTAC… | |||||||||| A_CGGTGC_GGTTACTGCGGCGTAGTAC… CGGTGC AGCGGTGCAGGTTACTGC_GCGTAGTAC… AGCGGTGCAGGTTACTGC | ||||||||| A_CGGTGC_GGTTACTGCGGCGTAGTAC… CGGTGC
Life Science Raw DNA sequence Gene. Bank: 11. 5 Millon sequence 12. 5 billion bases Separating coding and non-coding Identification of introns and exons Gene product prediction Forensic analysis
Life Science 基因识别 识别基因组编码区，识别基因结构 1、同源比较（DNA序列、EST） 2、基因预测（不是用同源搜索的方法来识别基因） 从头开始基因预测 基于知识的基因预测（密码子使用，碱基组 成，剪切位点特征，Poly. A信号，2、3、6核苷酸 频率，转录信号，转译信号，尺寸分布）
Life Science 基因预测的步骤： 1、识别可能的外显子 2、辨别起始/内部/终止外显子 3、把起始、一些内部的和终止外显子的连起 来，形成可能的基因 4、确保该可能的基因没有内部的移位或终止 密码子 5、leftovers: shadow exons 算法： Rule-based system, linguistic system, linear discriminant analysis, decision tree, spliced alignment, fourier analysis
Life Science
Life Science
Life Science Evaluating Gene Prediction 敏感性(Sensitivity) 敏感性=预测基因中确为基因的数目/待测序列中的 基因数目； How many exons were correctly predicted? 特异性(Specifity) 特异性=预测基因中确为基因的数目/预测基因数目 How many exon predictions are true?
Life Science 生物学家们为人类基因的数目打赌 虽然人类基因组的草图很快就要完成，但生物学家们对基因组里到底有多少基因的猜测仍 有极大的不同。最近在美国纽约冷泉港召开的一个会议上，他们设立了一美元一个（次）的基因数 目赌注。胜者将于2003年揭晓，他除了可获得全部赌金外，还可得到一本由DNA结构的发现者 James Watson亲笔签名的皮革封面《双螺旋》一书。 如果基因组是生命的天书，那么基因就是写成这本书的词汇。生物学家们一直假设，微生物的故 事较短，而人类的故事则是一部巨作，人类拥有8万到 10万个基因。但是美国加州大学伯克利分校的 果蝇基因组计划的主任Gerald Rubin指出，果蝇的基因比我们所认为的最简单的线虫少了5000个。 他警告说：“生物体的复杂性并不是简单地与基因数量相关联的。” 确实，根据目前已测序完成的人类基因组第 21对、22对染色体的经验，德国分子生物技术 研究所的 Andre Rosenthal 说，我们得出的结论是整个基因组有不多于4万个基因。法国的分子遗传 学家Hugues Roest Crollius通过比较现有的人类基因序列与淡水河豚基因序列，提出了更低的人类基 因数估计：在 27700与34300之间。美国西雅图华盛顿大学的基因学家Phil Green是常用的组合基因 序列数据的程序PHRED和PHRAP的发明人，他提出人类基因数大约为 35000。 Green说：“我们使用了3种独立的计算方法得出了这些较低的基因数估计，我确信基因数 目就在这个范围内。”美国国家人类基因组研究所主任Francis Collins表示他同意Green的估计，将他 1美元的赌金下在 48011个基因上。但马里兰Rockville的基因组研究所(TIGR)的John Quackenbush 根据TIGR的人类基因指数的估计，将他的1美元赌在 118259个基因上。加州Incyte Genomics公司的 Sam La. Brie赌的基因数是 153478个，该公司在 1999年 9月曾宣布人类基因至少有14万个。 但是支持人类基因数目是一个较小数的科学家们也不灰心，他们争论说生物体的复杂性来 自于基因如何被管理或表达的，而不是基因数目本身。Rosenthal解释说：“我们不需要那么多的基因 成为高等动物，”他赌的是 38000个。你赌多少呢？
Life Science 基因功能预测 (1)序列同源比较 如果基因A与基因 B有相当的同源性，那么基因A可能具有类似基因B 的功能。 公共数据库：Gen. Bank, EMBL, DDBJ 功能数据库：db. EST, db. STS, db. GSS(Genome Survey Sequence, 类 似EST，不同的是它是基因组的片段而非c. DNA的片段，来自随机的对 基 因 组 片 段 进 行 一 轮 测 序 ， 以 及 外 显 子 捕 捉 和 Alu PCR等 方 法 ), db. HTG(high throughput Genomic Sequence, 未完成整理的序列数据) 蛋白质序列库：PIR(protein information resource), Swiss-Prot 蛋白质高级结构数据库PDB(protein data bank): 生物大分子三级结构的 数据库，包括原子标记、文献引用、一级和二级结构信息，以及晶体 结构和核磁共振的数据。 同源比较算法： 分为整体对齐（Global alignment）和局部对齐（local alignment）局 部对齐的算法有Smith-Watermann 算法; FASTA算法; BLAST算法
Life Science Protein Sequence 400, 000 sequences(SWISS-PROT) 300 aa Sequence comparison algorithms Multiple sequence alignments algorithms Identification of conserved sequence motifs
Life Science 蛋白质结构预测 可以通过计算（如分子力学、分子动力学等）来 进行结构预测 （1）对于自然的蛋白质结构和未折叠的蛋白质结 构，两者之间的能量差非常小（1 kcal/mol 数量级） （2）研究蛋白质结构的计算量非常大
Life Science 蛋白质结构预测的实验基础 Anfinsen， 1960 es 天然核糖核酸酶 X-射线衍射和核磁共振 变性还原核糖核酸酶
Life Science
Life Science 蛋白质的二级结构 二面角定义 la－螺旋 蛋白质分子的主链二面角 O C N CA R y R (f, y) ~ (-60, -40) lb－折叠 (f, y) ~ (-120, 140) l环区 CA w N f C O
Life Science 蛋白质分子的三级结构 l 典型的蛋白质结构类型 a、b、 a / b 、 a ＋ b l PDBSUM http: //www. biochem. ucl. ac. uk/bsm/pdbsum l SCOP http: //mdl. ipc. pku. edu. cn/scop
Life Science 其它结构层次 l l l 超二级结构 四级结构 分子聚合体
Life Science 影响蛋白质结构的理化因素 l 立体作用（范式作用） – Lennard-Jones式，空间堆积 l 静电作用 – 库仑定律 l l 氢键 疏水作用
Life Science 同源模型方法 如果具有25 -30%的等同序列，可以假设这两个蛋 白质折叠成相似的空间结构 借助于数据库搜索和序列的比对排列而进行 利用同源模型化方法可以预测所有10 -30%蛋白质 的结构
Life Science 流行的序列分析 具 – – – CLUSTAL: 已知同源的序列间的配比 FASTA：全基因数据库的快速搜索 PSI-BLAST：非常快速的全数据库搜索 HMM：特定蛋白家族的序列模式识别 PHYLIPS：基因进化树 充分利用Internet
Life Science 二级结构预测 l用处 –估计蛋白的结构类型 –提高同源模建的准确性 –三级结构预测的起点 –远缘蛋白的Threading l方法 –Chou-Fasman –Garnier –神经网络 –组合算法
Life Science 蛋白质三级结构预测 （1） 同源模型化方法 （2） 远程同源模型化方法 （3） 结构的从头预测方法 距离几何 分子动力学
Life Science 一级序列 数据库搜索同源结构 挑选模板蛋白 序列和结构配比 模建保守区域 模建环区 模建侧链 优化和评估
Life Science Macromolecular structure Secondary, tertiary structure prediction 3 D structural alignment algorithms Protein geometry measurements Surface and volume shape calculation Intermolecular interactions Molecular simulations Force-field calculations Molecular movements Docking predictions 15, 000 structures(PDB) ~1000 atomic coordinates each
Life Science Genomes 300 complete genomes 11. 6 million sequences Characterization of repeats Structural assignments to genes Phylogenetic analysis Genomic scale censuses(characterization of protein content, metabolic pathways) Linkage analysis relating specific genes to diseases
Life Science 比较 基因组 学研究 研究生命是从哪里起源的？生命是如何进 化的？ 遗传 密码 是如何起源的？估计 最小独立生活的生 物至少需要多少基因，这 些基因是如何使它们 活 起来的？比如，鼠和人的基因组 大小相似，都含 有约 三十亿 碱基对 ，基因的数目也类似。可是鼠 和人差异确如此之大，这 是为 什么？同样 ，有的 科学家估计 不同人种间 基因组 的差别仅为 0. 1%； 人猿间 差别约为 1%。但他们 表型间 的差异十分显 著。 这又为什么？ 完整基因组序列的比较研究是解决这些问题的重 要途径。
Life Science 基于完整基因组数据的生物进化研究 1、序列相似性比较。就是将待研究序列与DNA或蛋白质序列库进行比 较，用于确定该序列的生物属性，也就是找出与此序列相似的已知序列 是什么。完成这一 作只需要使用两两序列比较算法。常用的程序包有 BLAST、FASTA等； 2、序列同源性分析。是将待研究序列加入到一组与之同源，但来自不 同物种的序列中进行多序列同时比较，以确定该序列与其它序列间的同 源性大小。这是理论分析方法中最关键的一步。完成这一 作必须使用 多序列比较算法。常用的程序包有CLUSTAL等； 3、构建系统进化树。根据序列同源性分析的结果，重建反映物种间进 化关系的进化树。为完成这一 作已发展了多种软件包，象PYLIP、 MEGA等； 4、稳定性检验。为了检验构建好的进化树的可靠性，需要进行统计可 靠性检验，通常构建过程要随机地进行成百上千次，只有以大概率（70 ％以上）出现的分支点才是可靠的。通用的方法使用 Bootstrap算法， 相应的软件已包括在构建系统进化树所用的软件包当中。为便于使用者 查找表三给出了进化分析相关软件的因特网地址。
Life Science Phylogeny of 23 completely sequenced Bacteria and Archaea species on the basis of 16 s r. RNA.
Life Science Gene expression Correlating expression patterns Mapping expression data to sequence, structural and biochemical data
Life Science 基因表达分析和调控网络研究 高通量基因转录实验技术 1、m. RNA c. DNA microarray Oligonucleotide chip RT-PCR SAGE 2、protein 2 D-PAGE
Life Science Hierarchical Clustering
Life Science Principal Component Analysis 4 3 2 1 -4 -3 -2 -1 1 -1 -2 -3 -4 2 3 4
Life Science Metabolic pathways Pathway simulations Metabolic pathways Regulatory network Signal cascade Protein-protein interaction
Life Science
Life Science Literature 11 million citations Digital libraries for automated bibliographical seraches Knowledge databases of data from literature
Life Science 其他 郝柏林院士：DNA序列中的分形模式，计算高频 片断 张春霆院士：z-curve 陈润生 拼接方法 基因表达数据分析和调控网络研究
基因芯片设计及信息处理 确定目标 自动设计目标 序列 数 序据 列 库 分 查 析 询 探针设计 解决杂交条件一 致性问题 公共 数据库 芯片优化 数据分析 提高芯片制备效 率 专用 数据库 生 物 信 息 学 数 据 挖 掘 分析杂交检测结 果及可靠性 基因芯片 数据库 图像处理 杂交 检测 图像
Life Science 四、生物信息学研究现状 1、研究机构 2、数据库 3、软件及应用 4、重大成果
Life Science 国际著名的生物信息中心 NCBI National Center for Biotechnology Information (US) EBI European Bioinformatics Institute (EU) HGMP Human Genome Mapping Project Resource Centre (UK ) Ex. PASy Expert of Protein Analysis System (Switzerland ) CMBI Centre of Molecular and Biomolecule (The Netherlands) ANGIS National Genome Information Service (Australia) NIG National Institute of Genetics (Japan) BIC National Bioinformatics Centre (Singapore)
Life Science 国内部分生物信息学和生物医学信息服务器 北京大学生物信息中心 http: //www. cbi. pku. edu. cn 中国生物信息http: //www. biosino. org/ 北京大学物理化学研究所 http: //www. ipc. pku. edu. cn 北京医科大学生物医学信息 http: //cmbi. bjmu. edu. cn 中国科学院微生物研究所 http: //www. im. ac. cn 天津大学生物信息中心 http: //tubic. tju. edu. cn 中科院计算所智能信息处理重点实验室生物信息学研究组 http: //www. bioinfo. org. cn/ 中国科学院基因组信息学中心 http: //www. genomics. org. cn/
Life Science 北京大学生物信息中心 安装了70多个数据库，提供 200多种软件下载 建立了14个国外著名生物信息中心镜象 提供了数据库和文献查询、搜索 构建了中华民族基因多样性等专用数据库 集成和开发了基于Web的生物信息软件 具 开展了分子模拟、序列分析等应用研究 举办了国际国内培训班、讲习班、讨论会 开设了生物信息学概论研究生课程
Life Science 构建二次数据库 中华民族基因多样性数据库 转录因子细胞特异性数据库Cytomer 蛋白质结构域数据库Domain 蛋白质回环数据库Loop 水稻矮缩病毒数据库RDV 二硫键信息数据库Bridge
Life Science 其他数据库 EMBL http: //www. embl-heidelberg. de/ http: //www. ebi. ac. uk/embl/ Gen. Bank http: //www. ncbi. nlm. nih. gov/Web/Genbank/ DDBJ http: //www. ddbj. nig. ac. jp/ Ensembl http: //www. ensembl. org/ Medline http: //www 2. ncbi. nlm. nih. gov/medline/query－form. html Bio. Med. Net http: //www. Bio. Med. Net. com/ Staden: http: //www. cbi. pku. edu. cn/tools/staden/ (biological package) RCSB（结构生物信息学研究联合实验室） www. rcsb. org PRESAGE（Collaborative resource for structural genomics 结构基因组学联合 资源）http: //presage. stanford. edu/ Ex. PASy http: //www. expasy. ch/ SRS http: //srs. ebi. ac. uk: 5000/ Entrez http: //www 3. ncbi. nlm. nih. gov/Entrez/ GCG: http: //www. accelrys. com/about/gcg. html
Life Science Dicty. Db（ Dictyostelium discoideum genome database Dictyostelium discoideum基因组数据库） http: //glamdring. ucsd. edu/others/dsmith/dictydb. html Eco. Cyc（Encyclopedia of E. coli genes and metabolism 大肠杆菌基因和代谢百 科全书）http: //ecocyc. pangeasystems. com Eco. Gene（Escherichia coli K 12 genome database Escherichia coli K 12基因组 数据库）http: //bmb. med. miami. edu/Eco. Gene/Eco. Web/ Fly. Base（ Drosophila genome database 果 蝇 基 因 组 数 据 库 ） http: //flybase. bio. indiana. edu/ http: //gin. ebi. ac. uk: 7081/ HIV（HIV sequence database HIV序列数据库）http: //hiv-web. lanl. gov/ Maize. DB（ Maize genome database 玉 米 基 因 组 数 据 库 ） http: //www. agron. missouri. edu/ IMGT（Im. Muno. Gene. Tics db 免疫基因标记数据库）http: //imgt. cnusc. fr: 8104/ MAIZE-2 DPAGE（Maize genome 2 D Electrophoresis database 玉米基因组双向 电泳数据库）http: //moulon. inra. fr/imgd/ Mendel（Mendel-GFDb (Plant genes families database) 孟德尔植物基因家族数 据库）http: //www. mendel. ac. uk MGD（Mouse genome database 小鼠基因组数据库） http: //www. informatics. jax. org/ http: //mgd. wehi. edu. au/mgd/ http: //bioinformatics. weizmann. ac. il/mgd/ http: //mgd. hgmp. mrc. ac. uk/ http: //mgd. niai. affrc. go. jp/
Life Science MIM（Online Mendelian Inheritance in Man (OMIM) 人类孟德尔遗传 网上数据库）http: //www. ncbi. nlm. nih. gov/omim/ NRSUB（Non-redundant B. subtilis database 无冗余枯草杆菌数据库） http: //pbil. univ-lyon 1. fr/nrsub. html SGD（ Saccharomyces Genome Database 酵 母 基 因 组 数 据 库 ） http: //genome-www. stanford. edu/Saccharomyces/ Subti. List（Bacillus subtilis 168 genome database 枯草杆菌168基因组 数据库）http: //www. pasteur. fr/Bio/Subti. List/ TIGR（ The bacterial database(s) of 'The Institute of Genome Research' 基因组研究所的细菌数据库）http: //www. tigr. org/tdb/ Tubercu. List（Mycobacterium tuberculosis H 37 Rv genome database 分 支 结 核 杆 菌 H 37 Rv基 因 组 数 据 库 ） http: //www. pasteur. fr/Bio/Tubercu. List/ Gene. Cards（Gene. Cards: human genes, protein and diseases 基因 卡：人基因、蛋白和疾病）http: //bioinformatics. weizmann. ac. il/cards/ ZFIN（Zebrafish Information Network genome database 斑马鱼信息 网基因组数据库）http: //zfish. uoregon. edu/ZFIN/ 酵母功能库 http: //www. mips. biochem. mpg. de/proj/yeast/pathways/index. html
Life Science Ex. PASy (swiss institute of Bioinfomativcs)http: //www. isb-sib. ch/ (proteomics, protein prediction) SWISS-PROT http: //www. expasy. ch/sprot-top. html PIR（Protein sequence database of the Protein Information Resource 蛋白质 信息资源数据库） http: //pir. georgetown. edu/ http: //www-nbrf. georgetown. edu/pir/ GDB http: //gdbwww. gdb. org/ PDB（ Protein Data Bank 蛋 白 质 结 构 数 据 库 ） http: //www. rcsb. org/pdb/ http: //www 2. ebi. ac. uk/pdb/ http: //pdb. wehi. edu. au/pdb/ http: //pdb. weizmann. ac. il/ http: //www. ipc. pku. edu. cn/npdb/ SCOP http: //www. ipc. pku. edu. cn/scop/ http: //www. pdb. bnl. gov/scop/ http: //scop. mrc-lmb. cam. ac. uk/scop/ BLOCKS（BLOCKS 蛋白质模块数据库）http: //www. blocks. fhcrc. org/ DOMO（ Protein Domain database 蛋 白 质 结 构 域 数 据 库 ） http: //www. infobiogen. fr/~gracy/domo ECO 2 DBASE（Escherichia coli gene-protein database (2 D gel spots) 大肠杆 菌基因-蛋白数据库）http: //pcsf. brcf. med. umich. edu/eco 2 dbase/ ENZYME（ Enzymes nomenclature database 酶 命 名 数 据 库 ） http: //www. expasy. ch/enzyme/ GCRDb（ G protein-coupled receptor database G蛋 白 耦 联 受 体 数 据 库 ） http: //www. gcrdb. uthscsa. edu/
Life Science HSSP（Homology-derived secondary structure of proteins database 蛋白质同 源二级结构数据库）http: //www. sander. ebi. ac. uk/hssp/ Pfam（ Pfam protein domain database 蛋 白 质 结 构 域 数 据 库 ） http: //genome. wustl. edu/Pfam/ http: //www. sanger. ac. uk/Pfam/ PRINTS（ Protein Motif fingerprint database 蛋 白 质 模 式 数 据 库 ） http: //bioinf. man. ac. uk/bsm/dbbrowser/PRINTS/ Pro. Dom（ Pro. Dom Protein domain database 蛋 白 质 结 构 域 数 据 库 ） http: //protein. toulouse. inra. fr/prodom. html PROSITE（PROSITE: protein domains and families database 蛋白质结构域和 家族数据库）http: //www. expasy. ch/prosite/ REBASE（Restriction enzymes and methylases database 限制性酶和甲基化酶 数据库）http: //rebase. neb. com/ Tr. EMBL NRL-3 D NRDB PDBsum MMDB http: //www. ncbi. nlm. nih. gov/Structure/MMDB/mmdb. shtml db. SNP http: //www 3. ncbi. nlm. nih. gov/SNP/ 二级结构推导数据库DSSP http: //www. sander. embl-heidelberg. de/dssp/ 蛋白质结构（PSdb） http: //www. psc. edu/~geigel/PSdb. html
Life Science EBI FSSP database, fold classification based on structure-structure alignment of proteins http: //www 2. ebi. ac. uk/dali/fssp/ TRANSFAC（ Transcription factor database 转 录 因 子 数 据 库 ） http: //transfac. gbf. de/TRANSFAC/ Worm. Pep（ Caenorhabditis elegans genome sequencing project protein database线 虫 基 因 组 测 序 计 划 蛋 白 数 据 库 ） http: //www. sanger. ac. uk/Projects/C_elegans/wormpep/ YPD（ Yeast protein database 酵 母 蛋 白 质 数 据 库 ） http: //www. proteome. com/databases/YPD/ EPD真核基因启动子数据库 BODYMAP人和老鼠基因表达信息的数据库 http: //bodymap. ims. u-tokyo. ac. jp/ Db. EST http: //www. ncbi. nlm. nih. gov/db. EST/ Db. STS http: //www. ncbi. nlm. nih. gov/db. STS/ Uni. Gene http: //www. ncbi. nlm. nih. gov/Uni. Gene/ SCPD: http: //cgsigma. cshl. org/jian/ 酵母细胞周期表达数据库：http: //171. 65. 26. 52/yeast_cell_cycle/cellcycle. html 微阵列基因表达数据库：http: //www. mged. org/ Homeobox Genes Data. Base http: //www. iephb. nw. ru/labs/lab 38/spirov/hox_pro/summary. html
Life Science 分子生物学软件 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 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. 用计算机管理实验室数据及文献资料 4. 用计算机预测新基因及其结构和功能 5. 蛋白高级结构预测
Life Science 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 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 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 本地序列与公共序列的联接，成果扩大
Life Science 五、展望与建议
Life Science 第四次科学浪潮 ？ ？ 基因组超大量的序列和结构数据 重大的发现
Life Science 进一步学习 1、http: //www. molbiol. ox. ac. uk/tutorials/year 2_theory. html 2、http: //www 3. oup. co. uk/nar/Volume_27/Issue_01/ 3、http: //telomere. nrc. ca/html/dans_list. htm
Скачать презентацию Life Science 第九讲 生物信息学 将给生命科学带来变革性的变化 Biology is shifting
d7fd67e4de7dbdeecaaad137cc5098e8.ppt