第一章
當前人類基因組研究已進入一個重要時期，2000年將獲得人類基因組的全部序列，這是基因組研究的轉(zhuǎn)折點和關鍵時刻，意味著人類基因組的研究將全面進入信息提取和數(shù)據(jù)分析階段，即生物信息學發(fā)揮重要作用的階段。到1999年12月15日發(fā)布的第115版為止，GenBank中的DNA堿基數(shù)目已達46億5千萬，DNA序列數(shù)目達到535萬；其中EST序列超過339萬條； UniGene的數(shù)目已達到7萬個；已有25個模式生物的完整基因組被測序完成，另外的70個模式生物基因組正在測序當中；到2000年1月28日為止，人類基因組已有16%的序列完成測定，另外37.7%的序列已經(jīng)初步完成；同時功能基因組和蛋白質(zhì)組的大量數(shù)據(jù)已開始涌現(xiàn)。如何分析這些數(shù)據(jù)，從中獲得生物結(jié)構、功能的相關信息是基因組研究取得成果的決定性步驟。
生物信息學是在此背景下發(fā)展起來的綜合運用生物學、數(shù)學、物理學、信息科學以及計算機科學等諸多學科的理論方法的嶄新交叉學科。生物信息學是內(nèi)涵非常豐富的學科，其核心是基因組信息學，包括基因組信息的獲取、處理、存儲、分配和解釋?；蚪M信息學的關鍵是“讀懂”基因組的核苷酸順序，即全部基因在染色體上的確切位置以及各DNA片段的功能；同時在發(fā)現(xiàn)了新基因信息之后進行蛋白質(zhì)空間結(jié)構模擬和預測，然后依據(jù)特定蛋白質(zhì)的功能進行藥物設計。了解基因表達的調(diào)控機理也是生物信息學的重要內(nèi)容，根據(jù)生物分子在基因調(diào)控中的作用，描述人類疾病的診斷、治療內(nèi)在規(guī)律。它的研究目標是揭示"基因組信息結(jié)構的復雜性及遺傳語言的根本規(guī)律"，解釋生命的遺傳語言。生物信息學已成為整個生命科學發(fā)展的重要組成部分，成為生命科學研究的前沿。
近來的研究表明，基因組不僅是基因的簡單排列，它有其特有的組織結(jié)構和信息結(jié)構，這種結(jié)構是在長期的演化過程中產(chǎn)生的，也是基因發(fā)揮其功能所必須的。弄清楚生物體基因組特有的組織結(jié)構和信息結(jié)構，解譯生命的遺傳語言的關鍵。
目前在數(shù)據(jù)庫中已經(jīng)有越來越多的模式生物全基因組序列，第一個人類染色體全序列--第22號染色體的測序工作已經(jīng)在1999年12月完成，整個人類基因組計劃工作草圖將在最近完成。這無疑給基因組組織結(jié)構和信息結(jié)構的研究工作提供了大量的第一手材料，同時也為基因組研究取得突破性進展提供了可能。人類對基因的認識，將從以往的對單個基因的了解，上升到在整個基因組水平上考察基因的組織結(jié)構和信息結(jié)構，考察基因之間在位置、結(jié)構和功能上的相互關系。
從目前生物信息學的研究情況來看，國際上公認的生物信息學的研究內(nèi)容，大致包括以下幾個方面：
- 生物信息的收集、存儲、管理與提供。包括建立國際基本生物信息庫和生物信息傳輸?shù)膰H聯(lián)網(wǎng)系統(tǒng)；建立生物信息數(shù)據(jù)質(zhì)量的評估與檢測系統(tǒng)；生物信息的在線服務；生物信息可視化和專家系統(tǒng)。
- 基因組序列信息的提取和分析。包括基因的發(fā)現(xiàn)與鑒定，如利用國際EST 數(shù)據(jù)庫 (dbEST) 和各自實驗室測定的相應數(shù)據(jù)，經(jīng)過大規(guī)模 并行計算發(fā)現(xiàn)新基因和新SNPs以及各種功能位點；基因組中非編碼區(qū)的信息結(jié)構分析，提出理論模型，闡明該區(qū)域的重要生物學功能；進行模式生物完整基因組的信息結(jié)構分析和比較研究；利用生物信息研究遺傳密碼起源、基因組結(jié)構的演化、基因組空間結(jié)構與DNA折疊的關系以及基因組信息與生物進化關系等生物學的重大問題。
- 功能基因組相關信息分析。包括與大規(guī)?；虮磉_譜分析相關的算法、軟件研究，基因表達調(diào)控網(wǎng)絡的研究；與基因組信息相關的核酸、蛋白質(zhì)空間結(jié)構的預測和模擬，以及蛋白質(zhì)功能預測的研究。
- 生物大分子結(jié)構模擬和藥物設計。包括RNA(核糖核酸)的結(jié)構模擬和反義RNA的分子設計；蛋白質(zhì)空間結(jié)構模擬和分子設計；具有不同功能域的復合蛋白質(zhì)以及連接肽的設計；生物活性分子的電子結(jié)構計算和設計；納米生物材料的模擬與設計；基于酶和功能蛋白質(zhì)結(jié)構、細胞表面受體結(jié)構的藥物設計；基于DNA結(jié)構的藥物設計等。
- 生物信息分析的技術與方法研究。包括發(fā)展有效的能支持大尺度作圖與測序需要的軟件、數(shù)據(jù)庫以及若干數(shù)據(jù)庫工具，諸如電子網(wǎng)絡等遠程通訊工具；改進現(xiàn)有的理論分析方法，如統(tǒng)計方法、模式識別方法、隱馬爾科夫過程方法、分維方法、神經(jīng)網(wǎng)絡方法、復雜性分析方法、密碼學方法、多序列比較方法等；創(chuàng)建一切適用于基因組信息分析的新方法、新技術。包括引入復雜系統(tǒng)分析技術、信息系統(tǒng)分析技術等；建立嚴格的多序列比較方法；發(fā)展與應用密碼學方法以及其他算法和分析技術，用于解釋基因組的信息，探索DNA序列及其空間結(jié)構信息的新表征；發(fā)展研究基因組完整信息結(jié)構和信息網(wǎng)絡的研究方法等；發(fā)展生物大分子空間結(jié)構模擬、電子結(jié)構模擬和藥物設計的新方法與新技術。
- 應用與發(fā)展研究。匯集與疾病相關的人類基因信息，發(fā)展患者樣品序列信息檢測技術和基于序列信息選擇表達載體、引物的技術，建立與動植物良種繁育相關的數(shù)據(jù)庫以及與大分子設計和藥物設計相關的數(shù)據(jù)庫。
利用生物信息學方法進行結(jié)構功能預測要注意的是同一問題采用不同算法，可能產(chǎn)生相同或不同的結(jié)果。因此，必要弄清楚某種方法的基本原理，而不是僅把算法當作一個“黑箱”。因為一種方法可能對特定實例很合適，而對另一個則完全不對。因此，本章采用原理和實用方法并重的原則進行介紹。因生物信息學覆蓋面廣，限于篇幅，本章并未將生物信息學的全部內(nèi)容詳細加以講述，僅針對與目前分子生物學實驗數(shù)據(jù)分析密切相關的生物信息學策略及實用工具進行扼要介紹，文中涉及問題的更詳細信息可參考相關網(wǎng)站。生物信息學是新興發(fā)展中的學科，該領域的研究日新月異，書中的描述可能滯后于生物信息學的最新發(fā)展為在所難免，作者期望本章的介紹對讀者的研究工作有所助益。
