1、生物 信息基础生物信息学 简介2013-3-19 2主讲教师： 高 昇Cell： 13120144593Email： Office：教三楼 803-模式识别实验室助教：莫能斌Cell： 13401134371Email： Office：教三楼 803-模式识别实验室参考资料n 孙啸等编著 , 生物信息学基础 ， 清华大学出版社， 2005年 5月 .n 王勇献等编著 , 生物信息学导论 面向高性能计算的算法与应用 ,清华大学出版社， 2011年 6月 .n 陈宝林，最优化理论与算法 (第二版 )，清华大学出版社， 2005年 10月 . n 课件存放邮箱 : bioinfo_passwd: b
2、ioinfo2013-3-19 3考核方式n 期末成绩 40% 大 作业 or 考试n 平时成绩 40% 小作业 开放项目，鼓励自由参与n 日常考勤 20% 2013-3-19 4课程定位n Introduction to Life Science and Artificial Life 生物信息基础n 生命科学中的信息科学 利用 信息科学的方法和技术 ，研究生物体系和生物过程中信息的存储、信息的内涵和信息的传递，研究和分析生物体细胞、组织、器官的生理、病理、药理过程中的各种生物信息。n Bioinformatics： 分析复杂生物学数据的学科： 应用信息科学的理论、方法和技术，管理、分析和利
3、用 生物分子 数据。 分子生物信息学（ Molecular Bioinformatics）2013-3-19 52013-3-19 6内容提要n 生物信息学产生的背景n 什么是生物信息学n 生物 信息学的研究意义n 生物 信息学的发展历史 n 生物信息学主要研究内容 n 生物信息学所 用的方法 和 技术2013-3-19 7生命信息的组织、传递、表达物理化学分子生物学遗传学信息技术引言8历史回顾 (1)n 1866年 ，神父 Gregor Mendel通过对 豌豆的杂交和遗传学研究 ，提出了传递遗传特征的基本单位 -遗传因子 (基因 )的概念n 1944年 ， Avery & McCarty第
4、一次发现了遗传信息的载体是 染色体上的 DNA(而不是先前认为的蛋白质 ).9历史回顾 (2)n 1953年 ， James Watson & Francis Crick发现了 DNA的双螺旋空间结构 并推断出了 DNA的复制方式，由此揭开了分子生物学研究的序幕。n 1990年， 人类基因组计划启动人类历史上的三大科技工程2013-3-19 10曼哈顿原子弹研制计划 人类基因组计划 阿波罗登月计划1941.12.6 - 1945.7.16罗斯福批准耗资 20亿美元原子半径 10-10m原子体积 10-30m31990.10.1 - 2003.4.23克林顿、布莱尔批准耗资 30亿美元1961.
5、5.25 - 1969.7.20肯尼迪批准耗资 240亿美元人体半径 100m人体体积 100m3太阳系半径 1012m太阳系体积 1034m3人类基因组计划n 人类基因组计划 (Human Genome Project, HGP) 1986年 R.Dulbeccol在 Science上撰文，建议对人类基因组进行全测序。 1990年美国政府正式启动人类基因组计划 耗资 30亿美元、为期 15年的计划，预期到 2005年完成人类基因组大约 30亿个碱基的全序列测定 美、英、日、法、德、中六国 科学家共同参与n HGP的主要任务是：人类基因组以及一些模式生物体 (细菌、酵母、线虫、果蝇等 )基因组
6、的作图、测序和基因识别。人类基因组计划的发展历程前期准备1984年 DOE(Department of Energy) 委托 Alta, White R., Mendelsonhm M 科学家专业会议； 1985年提出人类基因组计划的动议1986年 McKusick V 称从整个基因组层次上研究遗传的科学为基因 组学1986年 Dulbecco R 在 Science上发表文章 ”肿瘤研究的转折 人类基因组的全序列分析 ”, 提出人类基因组计划1986年 Gilbert W & Berg P 主持人类基因组计划专家会议1987年 DOE(能源部 )和 NIH(国家健康研究院 )下拨研究经费19
7、88年 NRC(原子能调整委员会 )的专家发表 mapping and sequencing the human genome报告1988年 成立了国家人类基因组研究中心。 Watson 第一任主任。人类基因组计划的发展历程正式启动1990年 经过 5年辩论 , 美国国会通过 “人类基因组计划 ”1990年 10月 1日启动计划 15年， 30亿美元 多国参与 (英国 1989, 法国 1990, 德国 1995, 中国 1999)1990年 6月 , 欧共体通过 “欧洲人类基因组计划 ”。此外，丹麦，日本，韩国，俄罗斯和澳大利亚也加入行动行列1999年 9月 1日，杨焕明教授在第五次伦敦国际
8、人类基因组战略讨论会上介绍情况。会议正式接受中国加入国际合作，划定了测序区域，正式承担的测序任务2000年 6月 26日各国科学家公布了人类基因组 工作草图2004年 精度大于 99%的 完成图 公布人类基因组计划n 参与 HGP的国家美国（ 54%）英国（ 33%）日本（ 7%）法国（ 2.8%）德国（ 2.2%）中国（ 1%）n 目标：测定人类基因组 DNA序列中的 30亿个碱基顺序，获取四张图谱： 遗传图谱 物理图谱 序列图谱 基因图谱HGP负责人柯林斯 (Collins )已完成测序的基因组(http:/www.ebi.ac.uk/genomes)种类 数目 备注古细菌 (Archae
9、a) 16真细菌 (Bacteria) 120 其中有的测定了 2个以上的菌株真核生物 (Eukaryo) 15 包括酵母、线虫、果蝇、蚊子、拟南芥、人等病毒 (Virus) 885 包括不同亚类或不同株系类病毒 (Viroid) 40 包括不同亚类或不同株系噬菌体 (Phage) 114 包括不同亚类或不同株系细胞器 (Organelle) 308 包括线粒体和叶绿体质粒 (Plasmid) 282103 Kilo106 Mega109 Giga1012 Tera 1015 Peta1018 Exa1021 Zetta1024 Yotta 一个普通生物实验室每年产生的数据量 100 Terr
10、a-bytes (1014) 人类迄今为止所说过的话 (词语量 ) 5 exa-bytes (51018)生物信息量至少是所有人类说过的话的生物信息量至少是所有人类说过的话的 200倍倍 ！巨量的数据GenBank DataYear Base Pairs Sequences1982 680,338 6061983 2,274,029 2,4271984 3,368,765 4,1751985 5,204,420 5,7001986 9,615,371 9,9781987 15,514,776 14,5841988 23,800,000 20,5791989 34,762,585 28,7911
11、990 49,179,285 39,5331991 71,947,426 55,6271992 101,008,486 78,6081993 157,152,442 143,4921994 217,102,462 215,2731995 384,939,485 555,6941996 651,972,984 1,021,2111997 1,160,300,687 1,765,8471998 2,008,761,784 2,837,8971999 3,841,163,011 4,864,5702000 11,101,066,288 10,106,0232001 15,849,921,438 14
12、,976,3102002 28,507,990,166 22,318,8832003 36,553,368,485 30,968,4182004 44,575,745,176 40,604,319http:/www.ncbi.nlm.nih.gov/Genbank/genbankstats.html蛋白质序列四种数据n 原始数据 (Original data)n 科学文献 (Scientific literature)n 数据组合 (Datasets)n 综合性数据 (Organized data)后基因组时代的呼唤n 传统生物学：实验科学n 现代生物学的发展：1. 数据获取日益实现自动化、半
13、工业化从数据库中实现数据挖掘、知识发现1. 海量数据难以完全依赖实验手段对新数据进行分析，必须借助计算机实现分析和筛选1. 更复杂层次的生物学问题复杂的基因调控网络、代谢网络；细胞间信号转导过程；生物个体全部基因表达变化 面对堆积如山的生物学数据 2013-3-19 22HGP生物数据的激增（每 15个月翻一番）生物学家数学家信息科学家生物信息学（ bioinfomatics)的诞生生物信息学概念“We are not limited by the number of experiments that we can do, we are limited by our ability to un
14、derstand the information that is generated as a result of these experiments. “Biology is quickly becoming an information science.生物学日益成为一门信息科学Biology easily has 500 years of exciting problems to work on.生物学中有着至少 500年也解决不完的有趣问题。Donald E. KnuthLets begin our exploration of computational and theoretica
15、l biology!什么是生物信息学n 生物信息学是现代生命科学与信息科学、计算机科学、数学、统计学、物理学、化学等学科相互渗透而形成的交叉学科，是应用计算机技术和信息论方法研究蛋白质及核酸序列等各种生物信息的采集、存储、传递、检索、分析和解读，以帮助了解生物学信息的科学。n 从研究涉及的学科来看： 多学科交叉n 从研究内容来看：基因组信息学、蛋白质组信息学、结构模拟与分子设计等构成其主要组成部分2013-3-19 26生物体系 和生物过程 中信息的 存储 、 传递和表达细胞、组织、器官的生理、病理、药理过程的中各种生物信息信息科学生命科学中的信息科学概念（ 广义 ）2013-3-19 27生物分子数据深层次生物学知识分子生物信息学Molecular Bioinformatics挖掘获取概念（狭义）n 生物分子信息的获取 、 存储、分析和利用2013-3-19 28生物分子数据 信息计算 + Bioinformatics2013-3-19 29细胞分子存储、 复制、传递和表达遗传信息的系统生物信息的载体生物分子信息2013-3-19 30主要研究两种信息载体nDNA分子n 蛋白质分子
