生物信息學(xué)在人類基因組計(jì)劃中的應(yīng)用

生物信息學(xué)是當(dāng)前生物學(xué)領(lǐng)域的研究熱點(diǎn)，預(yù)計(jì)在未來的若干年它將變得越來越重要、越來越引起人們的重視。

近期任務(wù)

由于未來幾年蛋白質(zhì)和核酸的測序數(shù)據(jù)將以指數(shù)方式增加，近期生物信息學(xué)將在以下幾方面迅速發(fā)展：

大規(guī)�；�因組測序中的信息分析

大規(guī)模測序是基因組研究的最基本任務(wù)，它的每一個(gè)環(huán)節(jié)都與信息分析緊密相關(guān)。目前，從測序儀的光密度采樣與分析、堿基讀出、載體標(biāo)識與去除、拼接與組裝、填補(bǔ)序列間隙，到重復(fù)序列標(biāo)識、讀框預(yù)測和基因標(biāo)注的每一步都是緊密依賴基因組信息學(xué)的軟件和數(shù)據(jù)庫的。特別是拼接和填補(bǔ)序列間隙更需要把實(shí)驗(yàn)設(shè)討和信息分析時(shí)刻聯(lián)系在一起．拼接與組裝中的難點(diǎn)是處理重復(fù)序列，這在含有約30％重復(fù)序列的人類基因組中顯得尤其突出。

新基因和新SNPs（單核苷酸多態(tài)性）的發(fā)現(xiàn)與鑒定

人類基因組的工作草圖即將完成，因此發(fā)現(xiàn)新基因就成了當(dāng)務(wù)之急。使用基因組信息學(xué)的方法通過超大規(guī)模計(jì)算是發(fā)現(xiàn)新基因的重要手段，可以說大部分新基因是靠理論方法預(yù)測出來的。比如啤酒酵母完整基因組（約1300萬bp）所包含的6千多個(gè)基因，大約60％是通過信息分析得到的。

當(dāng)人類基因找到之后，自然要解決的問題是：不同人種間基因有什么差別；正常人和病人基因又有什么差別。”這就是通常所說的SNPs（單核苷酸多態(tài)性）。構(gòu)建SNPs及其相關(guān)數(shù)據(jù)庫是基因組研究走向應(yīng)用的重要步驟。1998年國際已開展了以EST為主發(fā)現(xiàn)新Spps的研究。在我國開展中華民族SNPs研究也是至關(guān)重要的。

完整基因組的比較研究

現(xiàn)在，生物信息學(xué)家不僅有大量的序列和基因而且有越來越多的完整基因組。有了這些資料人們就能對若干重大生物學(xué)問題進(jìn)行分析，比如：研究生命是從哪里起源的？生命是如何進(jìn)化的？遺傳密碼是如何起源的？估計(jì)最小獨(dú)立生活的生物至少需要多少基因，這些基因是如何使它們活起來的？比如，鼠和人的基因組大小相似，都含有約三十億堿基對，基因的數(shù)目也類似�？墒鞘蠛腿瞬町惔_如此之大，這是為什么？同樣，有的科學(xué)家估計(jì)不同人種間

基因組的差別僅為0．1％；人猿間差別約為I％。但他們表型間的差異十分顯著。因此其表型差異不僅應(yīng)從基因、DNA序列找原因，也應(yīng)考慮到整個(gè)研究組、考慮染色體組織上的差異。總之，這些例子說明由完整基因組研究所導(dǎo)致的比較基因組學(xué)必將為基因組研究開辟新的領(lǐng)域。

大規(guī)模基因功能表達(dá)譜的分析 字串4

隨著人類基因組測序逐漸接。近完成、一些學(xué)者就提出如下的問題：即使我們已經(jīng)獲得了人的完整基因圖譜，那我們對人的生命活動(dòng)能說明到什么程度呢？于是他們提出了一系列由上述數(shù)據(jù)所不能說明的問題，例如：基因表達(dá)的產(chǎn)物是否出現(xiàn)與何時(shí)出現(xiàn)；基因表達(dá)產(chǎn)物的濃度是多少；是否存在翻譯后的修飾過程，若存在是如何修飾的；基因敲出（knock-out）或基因過度表達(dá)的影響是什么；多基因的表現(xiàn)型如何，等。概括這些問題，其實(shí)質(zhì)應(yīng)該是：我們雖然知道了基因，知道了核酸序列，但我們不知道它們是如何發(fā)揮功能的，或者說它們是如何按照特定的時(shí)間、空間進(jìn)行基因表達(dá)的，表達(dá)量有多少。

為了得到基因表達(dá)的功能譜，國際上在核酸和蛋白質(zhì)兩個(gè)層次上都發(fā)展了新技術(shù)。這就是在核酸層次上的DNA芯片技術(shù)和在蛋白質(zhì)層次上的二維凝膠電泳和測序質(zhì)譜技術(shù)，也稱蛋白質(zhì)組技術(shù)。

生物大分子的結(jié)構(gòu)模擬與藥物設(shè)計(jì)

隨著人類基因組計(jì)劃的執(zhí)行，估計(jì)幾年之內(nèi)就可找到人類的8萬到10萬個(gè)基因，也就是發(fā)現(xiàn)它們的一級序列。然而要了解他們的功能、要找到這些蛋白質(zhì)功能的分子基礎(chǔ)，必須進(jìn)一步知道它們的三維結(jié)構(gòu)。與此同時(shí)，要設(shè)計(jì)藥物也需要了解相應(yīng)的蛋白質(zhì)受體的三維結(jié)構(gòu)。這是擺在科學(xué)家面前的緊迫任務(wù)。

生物信息學(xué)的遠(yuǎn)期任務(wù)是讀懂人類基因組，發(fā)現(xiàn)人類遺傳語言的根本規(guī)律。從而闡u若干生物學(xué)中的重大自然哲學(xué)問題，像生命的起源與進(jìn)化等。這一研究的關(guān)鍵和核心是了解非編碼區(qū)。 字串5

非編碼區(qū)信息結(jié)構(gòu)分析

近年來完整基因組的研究表明，在細(xì)菌這樣的微生物中非編碼區(qū)只占整個(gè)基因組序列的10％到 20％。而高等生物和人的基因組中非編碼區(qū)都占到基因組序列的絕大部分。從生物進(jìn)化的觀點(diǎn)看來，隨著生物體功能的完善和復(fù)雜化非編碼區(qū)序列明顯增加的趨勢表明：這部分序列必定具有重要的生物功能。普遍的認(rèn)識是，它們與基因在四維時(shí)空的表達(dá)調(diào)控有關(guān)。因此尋找這些區(qū)域的編碼特征以及信息調(diào)節(jié)與表達(dá)規(guī)律是未來相當(dāng)長時(shí)間內(nèi)的熱點(diǎn)課題。

對人類基因組來說，迄今為止，人們真正掌握規(guī)律的只有DNA上的編碼蛋白質(zhì)的區(qū)域（基因），很多資料說u這部分序列只占基因組的3％到5％，也就是說，人類基因組中多達(dá) 95％到97％是非編碼區(qū)。如何深人了解這些非編碼區(qū)序列的功能是當(dāng)前科學(xué)家們面臨的一個(gè)真正的挑戰(zhàn)。

遺傳密碼起源和生物進(jìn)化的研究

自 1859年Darwin的物種起源發(fā)表以來，進(jìn)化論成為對人類自然科學(xué)和自然哲學(xué)發(fā)展的最重大貢獻(xiàn)之一。進(jìn)化論研究的核心是描述生物進(jìn)化的歷史（系統(tǒng)進(jìn)化樹）和探索進(jìn)化過程的機(jī)制。自本世紀(jì)中葉以來，隨著分子生物學(xué)的不斷發(fā)展，進(jìn)化論的研究也進(jìn)入了分子水平。當(dāng)前分子進(jìn)化的研究已是進(jìn)化論研究的重要手段，并建立了一套依賴于核酸、蛋白質(zhì)序列信息的理論方法。近年來，隨著序列數(shù)據(jù)的大量增加，對序列差異和進(jìn)化關(guān)系的爭論也越來越激烈。不少的研究結(jié)果并不支持分子鐘的假設(shè)。因?yàn)榛�于某一種分子序列所重構(gòu)出的進(jìn)化樹，只能反映這種序列的系統(tǒng)發(fā)育關(guān)系，并不一定能代表物種之間真正的進(jìn)化關(guān)系，即可能存在著基因樹與物種樹之間的差異。同時(shí)，對垂直進(jìn)化和水平演化之間關(guān)系的討論正逐漸引起人們的重視。當(dāng)前的資料給了我們。一個(gè)更為復(fù)雜也更為豐滿的進(jìn)化模式，它啟示我們要徹底了解進(jìn)化的規(guī)律必須使用整個(gè)基因組的信息。相應(yīng)地必須發(fā)展新的理論方法。 總之，當(dāng)前是生物信息學(xué)研究的一個(gè)有活力的新時(shí)代。不少科學(xué)家還說它是人類基因組研究的收獲時(shí)代，它不僅將賦予人們各種基礎(chǔ)研究的重要成果，也會(huì)帶來巨大的經(jīng)濟(jì)效益和社會(huì)效益。在未來的幾年中DNA序列數(shù)據(jù)將以意想不到的速度增長，這是一個(gè)難得的機(jī)會(huì)，我國應(yīng)盡早利用這些數(shù)據(jù)就可能走在國際科學(xué)界的最前沿