亚洲情A成黄在线观看动漫尤物,九九久久国产精品九九久久99,麻豆国产原创视频在线播放

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(xué)主題范文，僅供參考，歡迎閱讀并收藏。

生物信息學(xué)

第1篇：生物信息學(xué)范文

[論文摘要]生物信息學(xué)是80年代以來新興的一門邊緣學(xué)科，信息在其中具有廣闊的前景。伴隨著人類基因組計(jì)劃的勝利完成與生物信息學(xué)的發(fā)展有著密不可分的聯(lián)系，生物信息學(xué)的發(fā)展為生命科學(xué)的發(fā)展為生命科學(xué)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(xué)的產(chǎn)生

21世紀(jì)是生命科學(xué)的世紀(jì)，伴隨著人類基因組計(jì)劃的勝利完成，與此同時(shí)，諸如大腸桿菌、結(jié)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(jì)劃也都相繼完成或正在順利進(jìn)行。人類基因組以及其它模式生物基因組計(jì)劃的全面實(shí)施，使分子生物數(shù)據(jù)以爆炸性速度增長。在計(jì)算機(jī)科學(xué)領(lǐng)域，按照摩爾定律飛速前進(jìn)的計(jì)算機(jī)硬件，以及逐步受到各國政府重視的信息高速公路計(jì)劃的實(shí)施，為生物信息資源的研究和應(yīng)用帶來了福音。及時(shí)、充分、有效地利用網(wǎng)絡(luò)上不斷增長的生物信息數(shù)據(jù)庫資源，已經(jīng)成為生命科學(xué)和生物技術(shù)研究開發(fā)的必要手段，從而誕生了生物信息學(xué)。

二、生物信息學(xué)研究內(nèi)容

（一）序列比對

比較兩個(gè)或兩個(gè)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(xué)的基礎(chǔ)。兩個(gè)序列的比對現(xiàn)在已有較成熟的動態(tài)規(guī)劃算法，以及在此基礎(chǔ)上編寫的比對軟件包BALST和FASTA，可以免費(fèi)下載使用。這些軟件在數(shù)據(jù)庫查詢和搜索中有重要的應(yīng)用。有時(shí)兩個(gè)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(diǎn)是速度較慢。兩個(gè)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(jié)構(gòu)比對

比較兩個(gè)或兩個(gè)以上蛋白質(zhì)分子空間結(jié)構(gòu)的相似性或不相似性。

（三）蛋白質(zhì)結(jié)構(gòu)預(yù)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(shè)出發(fā)來預(yù)測和研究蛋白質(zhì)的結(jié)構(gòu)和折疊過程。分子力學(xué)和分子動力學(xué)屬這一范疇。后者主要是從觀察和總結(jié)已知結(jié)構(gòu)的蛋白質(zhì)結(jié)構(gòu)規(guī)律出發(fā)來預(yù)測未知蛋白質(zhì)的結(jié)構(gòu)。同源模建和指認(rèn)（Threading）方法屬于這一范疇。雖然經(jīng)過30余年的努力，蛋白結(jié)構(gòu)預(yù)測研究現(xiàn)狀遠(yuǎn)遠(yuǎn)不能滿足實(shí)際需要。

（四）計(jì)算機(jī)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(jīng)過20余年的努力，提出了數(shù)十種算法，有十種左右重要的算法和相應(yīng)軟件上網(wǎng)提供免費(fèi)服務(wù)。原核生物計(jì)算機(jī)輔助基因識別相對容易些，結(jié)果好一些。從具有較多內(nèi)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(diǎn)和終止密碼子，是個(gè)相當(dāng)困難的問題，研究現(xiàn)狀不能令人滿意，仍有大量的工作要做。

（五）非編碼區(qū)分析和DNA語言研究

在人類基因組中，編碼部分進(jìn)展總序列的3－5%，其它通常稱為“垃圾”DNA，其實(shí)一點(diǎn)也不是垃圾，只是我們暫時(shí)還不知道其重要的功能。分析非編碼區(qū)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(xiàn)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(xué)的新技術(shù)

（一）Lipshutz(Affymetrix，Santa clara，CA，USA)

描述了一種利用DNA探針陣列進(jìn)行基因組研究的方法，其原理是通過更有效有作圖、表達(dá)檢測和多態(tài)性篩選方法，可以實(shí)現(xiàn)對人類基因組的測序。光介導(dǎo)的化學(xué)合成法被應(yīng)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(shè)計(jì)的寡核苷酸探針陣列可用于多態(tài)性篩查、基因分型和表達(dá)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(dá)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(dá)分析方法的基因表達(dá)檢測系統(tǒng)，以及一種發(fā)現(xiàn)基因的系統(tǒng)GeneScape。為了有效地抽樣表達(dá)，特意制作片段模式以了解特定基因的子序列的發(fā)生和冗余程度。他在酵母差異基因表達(dá)的大規(guī)模研究中對該技術(shù)的性能進(jìn)行了驗(yàn)證，并論述了技術(shù)在基因的表達(dá)、生物學(xué)功能以及疾病的基礎(chǔ)研究中的應(yīng)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(jì)劃的下一階段的任務(wù)基因組水平的基因功能分析。這一階段產(chǎn)生的數(shù)據(jù)的分析、管理和可視性將毫無疑問地比第一階段更為復(fù)雜。他介紹了一種用于脊椎動物造血系統(tǒng)紅系發(fā)生的功能分析的原型系統(tǒng)E-poDB，它包括了用于集成數(shù)據(jù)資源的Kleisli系統(tǒng)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(dǎo)實(shí)驗(yàn)人員發(fā)現(xiàn)不可能用傳統(tǒng)實(shí)驗(yàn)方法得到的紅系發(fā)育的新的藥物靶，制藥業(yè)所感興趣的是全新的藥物靶，EpoDB提供了這樣一個(gè)機(jī)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(shù)據(jù)庫搜索來識別遠(yuǎn)緣蛋白質(zhì)的方法。對蛋白質(zhì)超家族的結(jié)構(gòu)和功能的相互依賴性的理解，要求了解自然所塑造的一個(gè)特定結(jié)構(gòu)模板的隱含限制。蛋白質(zhì)結(jié)構(gòu)之間的最有趣的關(guān)系經(jīng)常在分歧的序列中得以表現(xiàn)，因而區(qū)分得分低（low-scoring）但生物學(xué)關(guān)系顯著的序列與得分高而生物學(xué)關(guān)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(shù)據(jù)庫搜索所得的低得分區(qū)識別遠(yuǎn)緣關(guān)系（distant relationship）。Levitt(Stanford univeersity，Palo Alto，CA，USA)討論了蛋白質(zhì)結(jié)構(gòu)預(yù)測和一種僅從序列數(shù)據(jù)對功能自動模建的方法?；蚬δ苋Q于基因編碼的蛋白質(zhì)的三級結(jié)構(gòu)，但數(shù)據(jù)庫中蛋白質(zhì)序列的數(shù)目每18個(gè)月翻一番。為了確定這些序列的功能，結(jié)構(gòu)必須確定。同源模建和從頭折疊（ab initio folding）方法是兩種現(xiàn)有的互為補(bǔ)充的蛋白質(zhì)結(jié)構(gòu)預(yù)測方法；同源模建是通過片段匹配（segment matching）來完成的，計(jì)算機(jī)程棄SegMod就是基于同源模建方法的。

（三）新的數(shù)據(jù)工具

Letovsky(Johns hopkins University，Baltimore，MD，USA)介紹了GDB數(shù)據(jù)庫，它由每條人類染色體的許多不同圖譜組成，包括細(xì)胞遺傳學(xué)、遺傳學(xué)、放射雜交和序列標(biāo)簽位點(diǎn)（STS）的內(nèi)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(qū)域的標(biāo)志（markers），能夠搜索所有圖譜是有用的。為此目的，該數(shù)據(jù)庫使用了一種公用坐標(biāo)系統(tǒng)（common coordinate system）來排列這些圖譜。數(shù)據(jù)庫還提供了一張高分辨率的和與其他圖譜共享許多標(biāo)志的圖譜作為標(biāo)準(zhǔn)。共享標(biāo)志的標(biāo)之間的對應(yīng)性容許同等于所有其它圖譜的標(biāo)準(zhǔn)圖譜的分配。

Candlin(PE applied Biosystems，F(xiàn)oster City，CA，USA)介紹了一種新的存儲直接來自ABⅠPrism dNA測序儀的數(shù)據(jù)的關(guān)系數(shù)據(jù)庫系統(tǒng)BioLIMS。該系統(tǒng)可以與其它測序儀的數(shù)據(jù)集成，并可方便地與其它軟件包自動調(diào)用，為測序儀與序列數(shù)據(jù)的集成提供了一種開放的、可擴(kuò)展的生物信息學(xué)平臺。

參考文獻(xiàn)

第2篇：生物信息學(xué)范文

中圖分類號： G643；Q-3 文獻(xiàn)標(biāo)識碼： B 文章編號： 1008-2409(2008)05-0967-03

人類基因組計(jì)劃的成功實(shí)施使生命科學(xué)進(jìn)入了信息時(shí)代?；蚪M學(xué)、蛋白質(zhì)組學(xué)和生物芯片技術(shù)的發(fā)展，使得與生命科學(xué)相關(guān)的數(shù)據(jù)量呈線性高速增長。對這些數(shù)據(jù)全面、正確的解讀，為闡明生命的本質(zhì)提供了可能。連接生物數(shù)據(jù)與醫(yī)學(xué)科學(xué)研究的是生物信息學(xué)(Bioinform atics)。應(yīng)用生物信息學(xué)研究方法分析生物數(shù)據(jù)，提出與疾病發(fā)生、發(fā)展相關(guān)的基因或基因群，再進(jìn)行實(shí)驗(yàn)驗(yàn)證，是一條高效的研究途經(jīng)。醫(yī)學(xué)是研究生命的科學(xué)，醫(yī)學(xué)研究在基礎(chǔ)上就注定離不開對生物信息的了解。

我國目前醫(yī)學(xué)研究生教學(xué)模式主要有兩種, 一是醫(yī)學(xué)本科教育延續(xù)過來的理論型, 這種類型的教育是在本科教學(xué)大綱的基礎(chǔ)上, 按照教學(xué)計(jì)劃進(jìn)行理論講授, 最后按照導(dǎo)師指定的課題完成畢業(yè)論文。這種培養(yǎng)模式突出理論學(xué)習(xí), 忽視了實(shí)驗(yàn)機(jī)能和科研能力的培養(yǎng)。二是科研能力培養(yǎng)的前輕后重型, 前期只是進(jìn)行理論授課, 后期由導(dǎo)師指導(dǎo)學(xué)生的科研。這種模式雖然開設(shè)了一定的實(shí)驗(yàn)項(xiàng)目, 但對研究生科研能力的培養(yǎng)缺乏系統(tǒng)性, 并且前期的培養(yǎng)不足直接影響到研究生后期的學(xué)位課題和論文的進(jìn)度、質(zhì)量。

因此，筆者對生物信息學(xué)在醫(yī)學(xué)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(xué)習(xí)借鑒先進(jìn)的教育思想與教學(xué)實(shí)踐經(jīng)驗(yàn)，更有利于醫(yī)學(xué)碩士研究生對生物信息學(xué)的學(xué)習(xí)。

1 生物信息學(xué)的研究范圍

生物信息學(xué)是一門新興的交叉學(xué)科，涉及生物學(xué)、數(shù)學(xué)和信息科學(xué)等學(xué)科領(lǐng)域，并注定以互聯(lián)網(wǎng)為媒介，數(shù)據(jù)庫為載體，利用數(shù)學(xué)知識、各種計(jì)算模型，并以計(jì)算機(jī)為工具，進(jìn)行各種生物信息分析，以理解海量分子數(shù)據(jù)中的生物學(xué)含義。

生物信息包括多種類型的數(shù)據(jù)，如核酸和蛋白質(zhì)序列、蛋白質(zhì)二級結(jié)構(gòu)和三級結(jié)構(gòu)的數(shù)據(jù)等。由實(shí)驗(yàn)獲得的核酸蛋白序列和三維結(jié)構(gòu)數(shù)據(jù)等構(gòu)成初級數(shù)據(jù)，由此構(gòu)建的數(shù)據(jù)庫稱初級數(shù) 據(jù)庫。由初級數(shù)據(jù)分析得來的諸如二級結(jié)構(gòu)、疏水位點(diǎn)、結(jié)構(gòu)域(Domain)，由核酸序列翻譯來的蛋白質(zhì)以及預(yù)測的二級三級結(jié)構(gòu)，稱為二級數(shù)據(jù)。創(chuàng)新算法和軟件是生物信息學(xué)持續(xù)發(fā) 展的基礎(chǔ)，高通量生物學(xué)研究方法和平臺技術(shù)是驗(yàn)證生物信息學(xué)研究結(jié)果的關(guān)鍵技術(shù)。因此，現(xiàn)代生物信息學(xué)是現(xiàn)代生命科學(xué)與信息科學(xué)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)、物理學(xué)和化學(xué) 等學(xué)科相互滲透而形成的交叉學(xué)科，是應(yīng)用計(jì)算機(jī)技術(shù)和信息論方法研究蛋白質(zhì)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(xué)和遺傳學(xué)信息的科學(xué)。從其研究所涉及的學(xué)科上看，生物信息學(xué)是集生物學(xué)、數(shù)學(xué)、信息學(xué)和計(jì)算機(jī)科學(xué) 一體化的一門新的科學(xué)；從其研究的主要內(nèi)容上看，基因組信息學(xué)、蛋白質(zhì)的結(jié)構(gòu)模擬以及藥物設(shè)計(jì)是生物信息學(xué)的三個(gè)重要組成部分，并有機(jī)地結(jié)合在一起［1］。

2 醫(yī)學(xué)碩士研究生中的生物信息學(xué)教學(xué)初探

2.1 課堂教學(xué)重在教授實(shí)踐技巧與方法

生物信息學(xué)在醫(yī)學(xué)研究生中的教學(xué)應(yīng)以教授實(shí)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(shí)踐的緊密結(jié)合。課堂講授應(yīng)簡要介紹生物信息學(xué)的相關(guān)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(xué)的重點(diǎn)和難點(diǎn)。

在教學(xué)中對于這部分內(nèi)容應(yīng)遵循深入淺出、避繁就簡的原則，結(jié)合具體實(shí)例分析算法，避免空洞復(fù)雜的算法講解讓學(xué)生覺得枯燥乏味、晦澀難懂，產(chǎn)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(xué)生真正掌握解決問題的思路，培養(yǎng)其科學(xué)思維能力，并采用探討式教學(xué)鼓勵(lì)學(xué)生思考，通過討論與研究的方式循序漸進(jìn)的掌握復(fù)雜的內(nèi)容，介紹相關(guān)的教學(xué)和物理學(xué)知識，使學(xué)生充分體會到生物信息學(xué)與其他學(xué)科的關(guān)系，其他學(xué)科的思想方法對于生物科學(xué)的重要性，培養(yǎng)其自覺地將其他學(xué)科的方法和思想應(yīng)用于解決生物學(xué)問題的科學(xué)素質(zhì)。任何學(xué)科都處于不斷地發(fā)展、更新中，生物信息無論是理論研究還是應(yīng)用研究仍處于不斷發(fā)展完善中，同時(shí)隨著新的應(yīng)用領(lǐng)域和新問題的發(fā)現(xiàn)，其他學(xué)科的方法也在不斷地應(yīng)用于生物信息學(xué)，進(jìn)一步增加了其多學(xué)科交叉融合的深度和廣度。

2.2 充分利用現(xiàn)代化教育技術(shù)，采用案例教學(xué)

目前，高等院校在教室內(nèi)配備的多媒體投影播放系統(tǒng)，促進(jìn)了多媒體教學(xué)的廣泛應(yīng)用。生物信息學(xué)采用多媒體教學(xué)是適應(yīng)學(xué)科特點(diǎn)、提高教學(xué)效果和充分利用現(xiàn)代化教育技術(shù)的一項(xiàng)基本要求。作為生物信息學(xué)教學(xué)的基本模式，多媒體教學(xué)使講解的內(nèi)容更加直觀形象，尤其是對于具體數(shù)據(jù)庫的介紹以及數(shù)據(jù)庫檢索、數(shù)據(jù)庫相似性搜索、序列分析和蛋白質(zhì)結(jié)構(gòu)預(yù)測等內(nèi)容涉及到的具體方法和工具的講解，可以激發(fā)學(xué)生的學(xué)習(xí)興趣，加深學(xué)生對知識的理解和掌握，提高學(xué)生理論與實(shí)踐相結(jié)合的能力。

但多媒體教室也有局限性，學(xué)生主要以聽講為主不能及時(shí)實(shí)踐，教師講解與學(xué)生實(shí)踐相脫節(jié) ，如果將生物信息學(xué)課程安排在計(jì)算機(jī)房內(nèi)進(jìn)行，并采用多媒體電子教室的教學(xué)方式可以解決上述問題。在教學(xué)中采用啟發(fā)式教學(xué)，為學(xué)生建立教學(xué)情景，學(xué)生通過與教師、同學(xué)的協(xié) 商討論，參與操作，發(fā)現(xiàn)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(shí)，除對基本內(nèi)容的介紹，如數(shù)據(jù)庫的發(fā)展、分類等，其他采用案例法，讓學(xué)生利用搜索工具查找三大公共核酸數(shù)據(jù)庫，并通過數(shù)據(jù)庫網(wǎng)站的介紹內(nèi)容對該數(shù)據(jù)庫的發(fā)展、內(nèi)容、特點(diǎn) 進(jìn)行學(xué)習(xí)并總結(jié)，通過討論和實(shí)際的數(shù)據(jù)庫瀏覽操作了解三大公共核酸數(shù)據(jù)庫并且掌握數(shù)據(jù) 庫使用方法。

2.3 采用“講、練”一體化的教學(xué)模式，強(qiáng)調(diào)學(xué)生實(shí)踐能力的培養(yǎng)

生物信息學(xué)課堂教學(xué)積極學(xué)習(xí)借鑒職業(yè)培訓(xùn)和計(jì)算機(jī)課程教學(xué)中“講、練、做”一體化的教學(xué)模式，在理論教學(xué)中增加實(shí)訓(xùn)內(nèi)容，在實(shí)踐教學(xué)中結(jié)合理論講授，改變了傳統(tǒng)的“以教師為中心、以教材和講授為中心”教學(xué)方式。

根據(jù)教學(xué)內(nèi)容和學(xué)生的認(rèn)知規(guī)律，靈活地采用先理論后實(shí)踐或先實(shí)踐后理論或邊理論邊實(shí)踐的方法，融生物信息學(xué)理論教學(xué)與實(shí)踐操作為一體，使學(xué)生的知識和能力得到同步、協(xié)調(diào)、綜合發(fā)展。通常采用先講后練的方法，即首先介紹原理、方法，之后設(shè)計(jì)相關(guān)的實(shí)訓(xùn)內(nèi)容讓學(xué)生上機(jī)實(shí)踐。對于操作性內(nèi)容和生物信息分析的方法和工具的講解采取了進(jìn)行實(shí)際演示的方法，教師邊講解邊示范，學(xué)生在聽課時(shí)邊聽講邊練習(xí)或者教師講解結(jié)束后學(xué)生再進(jìn)行練習(xí)，理論與實(shí)踐高度結(jié)合，充分發(fā)揮課堂教學(xué)的生動性、直觀性，加深學(xué)生對知識的理解，培養(yǎng)和提高學(xué)生的實(shí)踐操作能力。

2.4 發(fā)揮網(wǎng)絡(luò)教學(xué)優(yōu)勢，優(yōu)化生物信息學(xué)實(shí)驗(yàn)教學(xué)內(nèi)容

生物信息學(xué)實(shí)驗(yàn)教學(xué)主要是針對海量生物數(shù)據(jù)處理與分析的實(shí)際需要，培養(yǎng)學(xué)生綜合運(yùn)用生物信息學(xué)知識和方法進(jìn)行生物信息提取、儲存、處理、分析的能力，提高學(xué)生應(yīng)用理論知識解決問題的能力和獨(dú)立思考、綜合分析的能力。生物信息學(xué)實(shí)驗(yàn)教學(xué)內(nèi)容的選擇與安排應(yīng)按照循序漸進(jìn)的原則，針對特定的典型性的生物信息學(xué)問題設(shè)計(jì)，以綜合性、設(shè)計(jì)性實(shí)驗(yàn)內(nèi)容為主，明確目的要求，突出重點(diǎn)，充分發(fā)揮學(xué)生的主觀能動性和探索精神，以激發(fā)學(xué)生學(xué)習(xí) 的主動性和創(chuàng)造性為出發(fā)點(diǎn)，加強(qiáng)學(xué)生創(chuàng)新精神和實(shí)驗(yàn)?zāi)芰Φ呐囵B(yǎng)。生物信息學(xué)實(shí)驗(yàn)教學(xué)以互聯(lián)網(wǎng)為媒介、計(jì)算機(jī)為工具，全部在計(jì)算機(jī)網(wǎng)絡(luò)實(shí)驗(yàn)室內(nèi)完成。在教學(xué)中，充分利用網(wǎng)絡(luò) 的交互特點(diǎn)實(shí)現(xiàn)信息技術(shù)與課程的結(jié)合。教師通過電子郵件將實(shí)驗(yàn)教學(xué)內(nèi)容、實(shí)驗(yàn)序列、工具等傳遞給學(xué)生，學(xué)生同樣通過電子郵件將實(shí)驗(yàn)報(bào)告、作業(yè)、問題和意見等反饋給教師，教師在網(wǎng)上批改實(shí)驗(yàn)報(bào)告后將成績和評語發(fā)送給學(xué)生，讓學(xué)生及時(shí)了解自己的學(xué)習(xí)情況。

生物信息實(shí)驗(yàn)教學(xué)與現(xiàn)代網(wǎng)絡(luò)和信息技術(shù)密不可分，在教學(xué)工作中充分利用現(xiàn)代教育技術(shù)較其他課程更具優(yōu)勢。區(qū)別于其他生命科學(xué)課程，在教學(xué)過程中要求有發(fā)達(dá)的互聯(lián)網(wǎng)和計(jì)算機(jī) 作為必備條件。調(diào)查顯示國內(nèi)高校都已建立校園網(wǎng)，其中擁有1000 M主干帶寬的高校已占調(diào) 查總數(shù)的64.9％，2005年一些綜合類大學(xué)和理工類院校將率先升級到萬兆校園網(wǎng)［2］，這些都為生物信息學(xué)課程在高校開設(shè)提供了良好的物質(zhì)基礎(chǔ)。

2.5 考試無紙化，加強(qiáng)實(shí)踐能力考核

考試重點(diǎn)是考查學(xué)生對生物信息分析的基本方法和技能的掌握程度和對結(jié)果的分析解釋能力。因此，在生物信息學(xué)考試中嘗試引入實(shí)踐技能考試，重點(diǎn)考核學(xué)生知識應(yīng)用能力。實(shí)踐技能考試采用無紙化考試方式，學(xué)生在互聯(lián)網(wǎng)環(huán)境下，對序列進(jìn)行生物信息分析并對結(jié)果進(jìn)行解釋，不僅考核學(xué)生對基本知識和基本原理的掌握，而且考查學(xué)生進(jìn)行生物信息分析的實(shí)際能力和分析思考能力。通過實(shí)踐技能考試，淡化理論考試，克服傳統(tǒng)的死記硬背，促進(jìn)學(xué)生注重提高理論用于實(shí)踐的綜合能力，同時(shí)更有效地提高學(xué)生計(jì)算機(jī)應(yīng)用能力。除采用實(shí)踐技能考試并將其作為學(xué)生成績的主要部分外，還加強(qiáng)了對學(xué)生平時(shí)學(xué)習(xí)態(tài)度、學(xué)習(xí)能力、創(chuàng)新思維等方面的考核。

總之，生物信息學(xué)教學(xué)是網(wǎng)絡(luò)環(huán)境下生物教學(xué)的全新內(nèi)容。通過上述教學(xué)措施，提高了學(xué)生的學(xué)習(xí)積極性、實(shí)踐操作能力、解決實(shí)際問題的綜合應(yīng)用能力及創(chuàng)新能力，收到了良好的教學(xué) 效果，得到了學(xué)生的普遍歡迎，具有較強(qiáng)的可操作性和實(shí)踐性。在今后的教學(xué)實(shí)踐中，隨著教師自身素質(zhì)的提高和進(jìn)一步的教學(xué)改革將會不斷完善生物信息學(xué)教學(xué)，培養(yǎng)具有“大科學(xué) ”素質(zhì)和意識的醫(yī)學(xué)研究生人才。

參考文獻(xiàn)：

［1］張陽德．生物信息學(xué)［M］．北京：科學(xué)出版社，2004：4．

第3篇：生物信息學(xué)范文

關(guān)鍵詞：生物信息學(xué) 農(nóng)業(yè)研究領(lǐng)域應(yīng)用

“生物信息學(xué)”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(xué)中的信息理論”討論會上首次被提出的［1］，由美國學(xué)者Lim在1991年發(fā)表的文章中首次使用。生物信息學(xué)自產(chǎn)生以來，大致經(jīng)歷了前基因組時(shí)代、基因組時(shí)代和后基因組時(shí)代三個(gè)發(fā)展階段［2］。2003年4月14日，美國人類基因組研究項(xiàng)目首席科學(xué)家Collins F博士在華盛頓隆重宣布人類基因組計(jì)劃（Human Genome Project，HGP）的所有目標(biāo)全部實(shí)現(xiàn)［3］。這標(biāo)志著后基因組時(shí)代（Post Genome Era，PGE）的來臨，是生命科學(xué)史中又一個(gè)里程碑。生物信息學(xué)作為21世紀(jì)生物技術(shù)的核心，已經(jīng)成為現(xiàn)代生命科學(xué)研究中重要的組成部分。研究基因、蛋白質(zhì)和生命，其研究成果必將深刻地影響農(nóng)業(yè)。本文重點(diǎn)闡述生物信息學(xué)在農(nóng)業(yè)模式植物、種質(zhì)資源優(yōu)化、農(nóng)藥的設(shè)計(jì)開發(fā)、作物遺傳育種、生態(tài)環(huán)境改善等方面的最新研究進(jìn)展。

1.生物信息學(xué)在農(nóng)業(yè)模式植物研究領(lǐng)域中的應(yīng)用

1997年5月美國啟動國家植物基因組計(jì)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(jīng)濟(jì)價(jià)值的關(guān)鍵植物的基因圖譜。國家植物基因組計(jì)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(xué)家的通力合作，植物基因組研究取得了重大進(jìn)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(xué)的方法系統(tǒng)地研究這些重要農(nóng)作物的基因表達(dá)、蛋白質(zhì)互作、蛋白質(zhì)和核酸的定位、代謝物及其調(diào)節(jié)網(wǎng)絡(luò)等，從而從分子水平上了解細(xì)胞的結(jié)構(gòu)和功能［5］。目前已經(jīng)建立的農(nóng)作物生物信息學(xué)數(shù)據(jù)庫研究平臺有植物轉(zhuǎn)錄本（TA）集合數(shù)據(jù)庫TIGR、植物核酸序列數(shù)據(jù)庫PlantGDB、研究玉米遺傳學(xué)和基因組學(xué)的MazeGDB數(shù)據(jù)庫、研究草類和水稻的Gramene數(shù)據(jù)庫、研究馬鈴薯的PoMaMo數(shù)據(jù)庫，等等。

2.生物信息學(xué)在種質(zhì)資源保存研究領(lǐng)域中的應(yīng)用

種質(zhì)資源是農(nóng)業(yè)生產(chǎn)的重要資源，它包括許多農(nóng)藝性狀（如抗病、產(chǎn)量、品質(zhì)、環(huán)境適應(yīng)性基因等）的等位基因。植物種質(zhì)資源庫是指以植物種質(zhì)資源為保護(hù)對象的保存設(shè)施。至1996年，全世界已建成了1300余座植物種質(zhì)資源庫，在我國也已建成30多座作物種質(zhì)資源庫。種質(zhì)入庫保存類型也從單一的種子形式，發(fā)展到營養(yǎng)器官、細(xì)胞和組織，甚至DN段等多種形式。保護(hù)的物種也從有性繁殖植物擴(kuò)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(yīng)用各種分子標(biāo)記來鑒定種質(zhì)資源。例如微衛(wèi)星、AFLP、SSAP、RBIP和SNP等。由于對種質(zhì)資源進(jìn)行分子標(biāo)記產(chǎn)生了大量的數(shù)據(jù)，因此需要建立生物信息學(xué)數(shù)據(jù)庫和采用分析工具來實(shí)現(xiàn)對這些數(shù)據(jù)的查詢、統(tǒng)計(jì)和計(jì)算機(jī)分析等［7］。

3.生物信息學(xué)在農(nóng)藥設(shè)計(jì)開發(fā)研究領(lǐng)域中的應(yīng)用

傳統(tǒng)的藥物研制主要是從大量的天然產(chǎn)物、合成化合物，以及礦物中進(jìn)行篩選，得到一個(gè)可供臨床使用的藥物要耗費(fèi)大量的時(shí)間與金錢。生物信息學(xué)在藥物研發(fā)中的意義在于找到病理過程中關(guān)鍵性的分子靶標(biāo)、闡明其結(jié)構(gòu)和功能關(guān)系，從而指導(dǎo)設(shè)計(jì)能激活或阻斷生物大分子發(fā)揮其生物功能的治療性藥物，使藥物研發(fā)之路從過去的偶然和盲目中找到正確的研發(fā)方向。生物信息學(xué)為藥物研發(fā)提供了新的手段［8，9］，導(dǎo)致了藥物研發(fā)模式的改變［10］。目前，生物信息學(xué)促進(jìn)農(nóng)藥研制已有許多成功的例子。Itzstein等設(shè)計(jì)出兩種具有與唾液酸酶結(jié)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(jié)合活性的250倍［11］。目前，這兩種新藥已經(jīng)進(jìn)入臨床試驗(yàn)階段。TANG SY等學(xué)者研制出新一代抗AIDS藥物saquinavir［12］。Pungpo等已經(jīng)設(shè)計(jì)出幾種新型高效的抗HIV-1型藥物［13］。楊華錚等人設(shè)計(jì)合成了十多類數(shù)百個(gè)除草化合物，經(jīng)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(xiàn)代農(nóng)藥的研發(fā)已離不開生物信息技術(shù)的參與，隨著生物信息學(xué)技術(shù)的進(jìn)一步完善和發(fā)展，將會大大降低藥物研發(fā)的成本，提高研發(fā)的質(zhì)量和效率。

4.生物學(xué)信息學(xué)在作物遺傳育種研究領(lǐng)域中的應(yīng)用

隨著主要農(nóng)作物遺傳圖譜精確度的提高，以及特定性狀相關(guān)分子基礎(chǔ)的進(jìn)一步闡明，人們可以利用生物信息學(xué)的方法，先從模式生物中尋找可能的相關(guān)基因，然后在作物中找到相應(yīng)的基因及其位點(diǎn)。農(nóng)作物的遺傳學(xué)和分子生物學(xué)的研究積累了大量的基因序列、分子標(biāo)記、圖譜和功能方面的數(shù)據(jù)，可通過建立生物信息學(xué)數(shù)據(jù)庫來整合這些數(shù)據(jù)，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(chǔ)上，育種學(xué)家就可以應(yīng)用計(jì)算機(jī)模型來提出預(yù)測假設(shè)，從多種復(fù)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(biāo)記中篩選到理想的組合，從而培育出新的優(yōu)良農(nóng)作物品種。

5.生物信息學(xué)在生態(tài)環(huán)境平衡研究領(lǐng)域中的應(yīng)用

在生態(tài)系統(tǒng)中，基因流從根本上影響能量流和物質(zhì)流的循環(huán)和運(yùn)轉(zhuǎn)，是生態(tài)平衡穩(wěn)定的根本因素。生物信息學(xué)在環(huán)境領(lǐng)域主要應(yīng)用在控制環(huán)境污染方面，主要通過數(shù)學(xué)與計(jì)算機(jī)的運(yùn)用構(gòu)建遺傳工程特效菌株，以降解目標(biāo)基因及其目標(biāo)污染物為切入點(diǎn)，通過降解污染物的分子遺傳物質(zhì)核酸 DNA，以及生物大分子蛋白質(zhì)酶，達(dá)到催化目標(biāo)污染物的降解，從而維護(hù)空氣［16］、水源、土地等生態(tài)環(huán)境的安全。

美國農(nóng)業(yè)研究中心（ARS）的農(nóng)藥特性信息數(shù)據(jù)庫（PPD）提供 334 種正在廣泛使用的殺蟲劑信息，涉及它們在環(huán)境中轉(zhuǎn)運(yùn)和降解途徑的16種最重要的物化特性。日本豐橋技術(shù)大學(xué)（Toyohashi University of Technology）多環(huán)芳烴危險(xiǎn)性有機(jī)污染物的物化特性、色譜、紫外光譜的譜線圖。美國環(huán)保局綜合風(fēng)險(xiǎn)信息系統(tǒng)數(shù)據(jù)庫（IRIS）涉及 600種化學(xué)污染物，列出了污染物的毒性與風(fēng)險(xiǎn)評價(jià)參數(shù)，以及分子遺傳毒性參數(shù)［17］。除此之外，生物信息學(xué)在生物防治［18］中也起到了重要的作用。網(wǎng)絡(luò)的普及，情報(bào)、信息等學(xué)科的資源共享，勢必會創(chuàng)造出一個(gè)環(huán)境微生物技術(shù)信息的高速發(fā)展趨勢。

6.生物信息學(xué)在食品安全研究領(lǐng)域中的應(yīng)用

食品在加工制作和存儲過程中各種細(xì)菌數(shù)量發(fā)生變化，傳統(tǒng)檢測方法是進(jìn)行生化鑒定，但所需時(shí)間較長，不能滿足檢驗(yàn)檢疫部門的要求，運(yùn)用生物信息學(xué)方法獲得各種致病菌的核酸序列，并對這些序列進(jìn)行比對，篩選出用于檢測的引物和探針，進(jìn)而運(yùn)用PCR法［19］、RT-PCR法、熒光RT-PCR法、多重PCR［20］和多重?zé)晒舛縋CR等技術(shù)，可快速準(zhǔn)確地檢測出細(xì)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(shù)也是未來食品病毒檢測的發(fā)展方向。

轉(zhuǎn)基因食品檢測是通過設(shè)計(jì)特異性的引物對食品樣品的DNA提取物進(jìn)行擴(kuò)增，從而判斷樣品中是否含有外源性基因片段［26］。通過對轉(zhuǎn)基因農(nóng)產(chǎn)品數(shù)據(jù)庫信息的及時(shí)更新，可準(zhǔn)確了解各國新出現(xiàn)和新批準(zhǔn)的轉(zhuǎn)基因農(nóng)產(chǎn)品，便于查找其插入的外源基因片段，以便及時(shí)對檢驗(yàn)方法進(jìn)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(xué)在食品領(lǐng)域的應(yīng)用還比較有限，但隨著食品安全檢測數(shù)據(jù)庫的不斷完善，相信相關(guān)的生物信息學(xué)技術(shù)將在食品領(lǐng)域發(fā)揮越來越重要的作用。

生物信息學(xué)廣泛用于農(nóng)業(yè)科學(xué)研究的各個(gè)領(lǐng)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(bào)部門，以及信息中介服務(wù)機(jī)構(gòu)提供相關(guān)服務(wù)，通過出版物、信息共享平臺、數(shù)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(xué)發(fā)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(xué)能夠更好地為我國農(nóng)業(yè)持續(xù)健康發(fā)展發(fā)揮作用。

參考文獻(xiàn)：

［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(xué)的形成與發(fā)展［J］.河南農(nóng)業(yè)科學(xué)，2002，（11）：4-7.

［3］駱建新，鄭崛村，馬用信等.人類基因組計(jì)劃與后基因組時(shí)代.中國生物工程雜志，2003，23，（11）：87-94.

［4］曹學(xué)軍.基因研究的又一壯舉――美國國家植物基因組計(jì)劃［J］.國外科技動態(tài)，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(zhì)資源庫的設(shè)計(jì)與建設(shè)要求［J］.植物學(xué)通報(bào)，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(xué)，化學(xué)化工出版社，2004.1：214-215.

［9］俞慶森，邱建衛(wèi)，胡艾希.藥物設(shè)計(jì).化學(xué)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(jì)算機(jī)輔助設(shè)計(jì)與合成除草劑的研究［J］.計(jì)算機(jī)與應(yīng)用化學(xué)，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(jiān)測分析［J］.微生物學(xué)雜志，2008，28，（4）：93-97.

［17］程樹培，嚴(yán)峻，郝春博等.環(huán)境生物技術(shù)信息學(xué)進(jìn)展［J］.環(huán)境污染治理技術(shù)與設(shè)備，2002，3，（11）：92-94.

［18］史應(yīng)武，婁愷，李春.植物內(nèi)生菌在生物防治中的應(yīng)用［J］.微生物學(xué)雜志，2009，29，（6）：61-64.

［19］趙玉玲，張?zhí)焐瑥埱善G.PCR 法快速檢測肉食品污染沙門菌的實(shí)驗(yàn)研究［J］.微生物學(xué)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(xué)雜志，2010，30，（3）：25-29.

［21］索標(biāo)，汪月霞，艾志錄.食源性致病菌多重分子生物學(xué)檢測技術(shù)研究進(jìn)展［J］.微生物學(xué)雜志，2010，30，（6）：71-75

［22］朱曉娥，袁耿彪.基因芯片技術(shù)在基因突變診斷中的應(yīng)用及其前景［J］.重慶醫(yī)學(xué)，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(tài)學(xué)研究方法［J］.微生物學(xué)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(shù)研究進(jìn)展［J］.微生物學(xué)雜志，2009，29，（5）：67-72.

［25］蘇晨曦，潘迎捷，趙勇等.疏水網(wǎng)格濾膜技術(shù)檢測食源性致病菌的研究進(jìn)展［J］.微生物學(xué)雜志，2010，30，（6）：76-81.

第4篇：生物信息學(xué)范文

關(guān)鍵詞：生物信息學(xué) 農(nóng)業(yè)研究領(lǐng)域應(yīng)用

“生物信息學(xué)”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(xué)中的信息理論”討論會上首次被提出的［1］，由美國學(xué)者lim在1991年發(fā)表的文章中首次使用。生物信息學(xué)自產(chǎn)生以來，大致經(jīng)歷了前基因組時(shí)代、基因組時(shí)代和后基因組時(shí)代三個(gè)發(fā)展階段［2］。2003年4月14日，美國人類基因組研究項(xiàng)目首席科學(xué)家collins f博士在華盛頓隆重宣布人類基因組計(jì)劃（human genome project，hgp）的所有目標(biāo)全部實(shí)現(xiàn)［3］。這標(biāo)志著后基因組時(shí)代（post genome era，pge）的來臨，是生命科學(xué)史中又一個(gè)里程碑。生物信息學(xué)作為21世紀(jì)生物技術(shù)的核心，已經(jīng)成為現(xiàn)代生命科學(xué)研究中重要的組成部分。研究基因、蛋白質(zhì)和生命，其研究成果必將深刻地影響農(nóng)業(yè)。本文重點(diǎn)闡述生物信息學(xué)在農(nóng)業(yè)模式植物、種質(zhì)資源優(yōu)化、農(nóng)藥的設(shè)計(jì)開發(fā)、作物遺傳育種、生態(tài)環(huán)境改善等方面的最新研究進(jìn)展。

1.生物信息學(xué)在農(nóng)業(yè)模式植物研究領(lǐng)域中的應(yīng)用

1997年5月美國啟動國家植物基因組計(jì)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(jīng)濟(jì)價(jià)值的關(guān)鍵植物的基因圖譜。國家植物基因組計(jì)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(xué)家的通力合作，植物基因組研究取得了重大進(jìn)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(xué)的方法系統(tǒng)地研究這些重要農(nóng)作物的基因表達(dá)、蛋白質(zhì)互作、蛋白質(zhì)和核酸的定位、代謝物及其調(diào)節(jié)網(wǎng)絡(luò)等，從而從分子水平上了解細(xì)胞的結(jié)構(gòu)和功能［5］。目前已經(jīng)建立的農(nóng)作物生物信息學(xué)數(shù)據(jù)庫研究平臺有植物轉(zhuǎn)錄本（ta）集合數(shù)據(jù)庫tigr、植物核酸序列數(shù)據(jù)庫plantgdb、研究玉米遺傳學(xué)和基因組學(xué)的mazegdb數(shù)據(jù)庫、研究草類和水稻的gramene數(shù)據(jù)庫、研究馬鈴薯的pomamo數(shù)據(jù)庫，等等。

2.生物信息學(xué)在種質(zhì)資源保存研究領(lǐng)域中的應(yīng)用

種質(zhì)資源是農(nóng)業(yè)生產(chǎn)的重要資源，它包括許多農(nóng)藝性狀（如抗病、產(chǎn)量、品質(zhì)、環(huán)境適應(yīng)性基因等）的等位基因。植物種質(zhì)資源庫是指以植物種質(zhì)資源為保護(hù)對象的保存設(shè)施。至1996年，全世界已建成了1300余座植物種質(zhì)資源庫，在我國也已建成30多座作物種質(zhì)資源庫。種質(zhì)入庫保存類型也從單一的種子形式，發(fā)展到營養(yǎng)器官、細(xì)胞和組織，甚至dna片段等多種形式。保護(hù)的物種也從有性繁殖植物擴(kuò)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(yīng)用各種分子標(biāo)記來鑒定種質(zhì)資源。例如微衛(wèi)星、aflp、ssap、rbip和snp等。由于對種質(zhì)資源進(jìn)行分子標(biāo)記產(chǎn)生了大量的數(shù)據(jù)，因此需要建立生物信息學(xué)數(shù)據(jù)庫和采用分析工具來實(shí)現(xiàn)對這些數(shù)據(jù)的查詢、統(tǒng)計(jì)和計(jì)算機(jī)分析等［7］。

3.生物信息學(xué)在農(nóng)藥設(shè)計(jì)開發(fā)研究領(lǐng)域中的應(yīng)用

傳統(tǒng)的藥物研制主要是從大量的天然產(chǎn)物、合成化合物，以及礦物中進(jìn)行篩選，得到一個(gè)可供臨床使用的藥物要耗費(fèi)大量的時(shí)間與金錢。生物信息學(xué)在藥物研發(fā)中的意義在于找到病理過程中關(guān)鍵性的分子靶標(biāo)、闡明其結(jié)構(gòu)和功能關(guān)系，從而指導(dǎo)設(shè)計(jì)能激活或阻斷生物大分子發(fā)揮其生物功能的治療性藥物，使藥物研發(fā)之路從過去的偶然和盲目中找到正確的研發(fā)方向。生物信息學(xué)為藥物研發(fā)提供了新的手段［8，9］，導(dǎo)致了藥物研發(fā)模式的改變［10］。目前，生物信息學(xué)促進(jìn)農(nóng)藥研制已有許多成功的例子。itzstein等設(shè)計(jì)出兩種具有與唾液酸酶結(jié)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(jié)合活性的250倍［11］。目前，這兩種新藥已經(jīng)進(jìn)入臨床試驗(yàn)階段。tang sy等學(xué)者研制出新一代抗aids藥物saquinavir［12］。pungpo等已經(jīng)設(shè)計(jì)出幾種新型高效的抗hiv-1型藥物［13］。楊華錚等人設(shè)計(jì)合成了十多類數(shù)百個(gè)除草化合物，經(jīng)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］。

4.生物學(xué)信息學(xué)在作物遺傳育種研究領(lǐng)域中的應(yīng)用

隨著主要農(nóng)作物遺傳圖譜精確度的提高，以及特定性狀相關(guān)分子基礎(chǔ)的進(jìn)一步闡明，人們可以利用生物信息

學(xué)的方法，先從模式生物中尋找可能的相關(guān)基因，然后在作物中找到相應(yīng)的基因及其位點(diǎn)。農(nóng)作物的遺傳學(xué)和分子生物學(xué)的研究積累了大量的基因序列、分子標(biāo)記、圖譜和功能方面的數(shù)據(jù)，可通過建立生物信息學(xué)數(shù)據(jù)庫來整合這些數(shù)據(jù)，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(chǔ)上，育種學(xué)家就可以應(yīng)用計(jì)算機(jī)模型來提出預(yù)測假設(shè)，從多種復(fù)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(biāo)記中篩選到理想的組合，從而培育出新的優(yōu)良農(nóng)作物品種。

5.生物信息學(xué)在生態(tài)環(huán)境平衡研究領(lǐng)域中的應(yīng)用

在生態(tài)系統(tǒng)中，基因流從根本上影響能量流和物質(zhì)流的循環(huán)和運(yùn)轉(zhuǎn)，是生態(tài)平衡穩(wěn)定的根本因素。生物信息學(xué)在環(huán)境領(lǐng)域主要應(yīng)用在控制環(huán)境污染方面，主要通過數(shù)學(xué)與計(jì)算機(jī)的運(yùn)用構(gòu)建遺傳工程特效菌株，以降解目標(biāo)基因及其目標(biāo)污染物為切入點(diǎn)，通過降解污染物的分子遺傳物質(zhì)核酸 dna，以及生物大分子蛋白質(zhì)酶，達(dá)到催化目標(biāo)污染物的降解，從而維護(hù)空氣［16］、水源、土地等生態(tài)環(huán)境的安全。

美國農(nóng)業(yè)研究中心（ars）的農(nóng)藥特性信息數(shù)據(jù)庫（ppd）提供 334 種正在廣泛使用的殺蟲劑信息，涉及它們在環(huán)境中轉(zhuǎn)運(yùn)和降解途徑的16種最重要的物化特性。日本豐橋技術(shù)大學(xué)（toyohashi university of technology）多環(huán)芳烴危險(xiǎn)性有機(jī)污染物的物化特性、色譜、紫外光譜的譜線圖。美國環(huán)保局綜合風(fēng)險(xiǎn)信息系統(tǒng)數(shù)據(jù)庫（iris）涉及 600種化學(xué)污染物，列出了污染物的毒性與風(fēng)險(xiǎn)評價(jià)參數(shù)，以及分子遺傳毒性參數(shù)［17］。除此之外，生物信息學(xué)在生物防治［18］中也起到了重要的作用。網(wǎng)絡(luò)的普及，情報(bào)、信息等學(xué)科的資源共享，勢必會創(chuàng)造出一個(gè)環(huán)境微生物技術(shù)信息的高速發(fā)展趨勢。

6.生物信息學(xué)在食品安全研究領(lǐng)域中的應(yīng)用

食品在加工制作和存儲過程中各種細(xì)菌數(shù)量發(fā)生變化，傳統(tǒng)檢測方法是進(jìn)行生化鑒定，但所需時(shí)間較長，不能滿足檢驗(yàn)檢疫部門的要求，運(yùn)用生物信息學(xué)方法獲得各種致病菌的核酸序列，并對這些序列進(jìn)行比對，篩選出用于檢測的引物和探針，進(jìn)而運(yùn)用pcr法［19］、rt-pcr法、熒光rt-pcr法、多重pcr［20］和多重?zé)晒舛縫cr等技術(shù)，可快速準(zhǔn)確地檢測出細(xì)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(shù)也是未來食品病毒檢測的發(fā)展方向。

轉(zhuǎn)基因食品檢測是通過設(shè)計(jì)特異性的引物對食品樣品的dna提取物進(jìn)行擴(kuò)增，從而判斷樣品中是否含有外源性基因片段［26］。通過對轉(zhuǎn)基因農(nóng)產(chǎn)品數(shù)據(jù)庫信息的及時(shí)更新，可準(zhǔn)確了解各國新出現(xiàn)和新批準(zhǔn)的轉(zhuǎn)基因農(nóng)產(chǎn)品，便于查找其插入的外源基因片段，以便及時(shí)對檢驗(yàn)方法進(jìn)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(xué)在食品領(lǐng)域的應(yīng)用還比較有限，但隨著食品安全檢測數(shù)據(jù)庫的不斷完善，相信相關(guān)的生物信息學(xué)技術(shù)將在食品領(lǐng)域發(fā)揮越來越重要的作用。

參考文獻(xiàn)：

［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(xué)的形成與發(fā)展［j］.河南農(nóng)業(yè)科學(xué)，2002，（11）：4-7.

［3］駱建新，鄭崛村，馬用信等.人類基因組計(jì)劃與后基因組時(shí)代.中國生物工程雜志，2003，23，（11）：87-94.

［4］曹學(xué)軍.基因研究的又一壯舉——美國國家植物基因組計(jì)劃［j］.國外科技動態(tài)，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(zhì)資源庫的設(shè)計(jì)與建設(shè)要求［j］.植物學(xué)通報(bào)，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(xué)，化學(xué)化工出版社，2004.1：214-215.

［9］俞慶森，邱建衛(wèi)，胡艾希.藥物設(shè)計(jì).化學(xué)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(jì)算機(jī)輔助設(shè)計(jì)與合成除草劑的研究［j］.計(jì)算機(jī)與應(yīng)用化學(xué)，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(jiān)測分析［j］.微生物學(xué)雜志，2008，28，（4）：93-97.

［17］程樹培，嚴(yán)峻，郝春博等.環(huán)境生物技術(shù)信息學(xué)進(jìn)展［j］.環(huán)境污染治理技術(shù)與設(shè)備，2002，3，（11）：92-94.

［18］史應(yīng)武，婁愷，李春.植物內(nèi)生菌在生物防治中的應(yīng)用［j］.微生物學(xué)雜志，2009，29，（6）：61-64.

［19］趙玉玲，張?zhí)焐?，張巧艷.pcr 法快速檢測肉食品污染沙門菌的實(shí)驗(yàn)研究［j］.微生物學(xué)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(xué)雜志，2010，30，（3）：25-29.

［21］索標(biāo)，汪月霞，艾志錄.食源性致病菌多重分子生物學(xué)檢測技術(shù)研究進(jìn)展［j］.微生物學(xué)雜志，2010，30，（6）：71-75

［22］朱曉娥，袁耿彪.基因芯片技術(shù)在基因突變診斷中的應(yīng)用及其前景［j］.重慶醫(yī)學(xué)，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(tài)學(xué)研究方法［j］.微生物學(xué)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(shù)研究進(jìn)展［j］.微生物學(xué)雜志，2009，29，（5）：67-72.

第5篇：生物信息學(xué)范文

關(guān)鍵詞：生物信息學(xué) 農(nóng)業(yè)研究領(lǐng)域應(yīng)用

1.生物信息學(xué)在農(nóng)業(yè)模式植物研究領(lǐng)域中的應(yīng)用

2.生物信息學(xué)在種質(zhì)資源保存研究領(lǐng)域中的應(yīng)用

種質(zhì)資源是農(nóng)業(yè)生產(chǎn)的重要資源，它包括許多農(nóng)藝性狀（如抗病、產(chǎn)量、品質(zhì)、環(huán)境適應(yīng)性基因等）的等位基因。植物種質(zhì)資源庫是指以植物種質(zhì)資源為保護(hù)對象的保存設(shè)施。至1996年，全世界已建成了1300余座植物種質(zhì)資源庫，在我國也已建成30多座作物種質(zhì)資源庫。種質(zhì)入庫保存類型也從單一的種子形式，發(fā)展到營養(yǎng)器官、細(xì)胞和組織，甚至dna片段等多種形式。保護(hù)的物種也從有性繁殖植物擴(kuò)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(yīng)用各種分子標(biāo)記來鑒定種質(zhì)資源。例如微衛(wèi)星、aflp、ssap、rbip和snp等。由于對種質(zhì)資源進(jìn)行分子標(biāo)記產(chǎn)生了大量的數(shù)據(jù)，因此需要建立生物信息學(xué)數(shù)據(jù)庫和采用分析工具來實(shí)現(xiàn)對這些數(shù)據(jù)的查詢、統(tǒng)計(jì)和計(jì)算機(jī)分析等［7］。

3.生物信息學(xué)在農(nóng)藥設(shè)計(jì)開發(fā)研究領(lǐng)域中的應(yīng)用

傳統(tǒng)的藥物研制主要是從大量的天然產(chǎn)物、合成化合物，以及礦物中進(jìn)行篩選，得到一個(gè)可供臨床使用的藥物要耗費(fèi)大量的時(shí)間與金錢。生物信息學(xué)在藥物研發(fā)中的意義在于找到病理過程中關(guān)鍵性的分子靶標(biāo)、闡明其結(jié)構(gòu)和功能關(guān)系，從而指導(dǎo)設(shè)計(jì)能激活或阻斷生物大分子發(fā)揮其生物功能的治療性藥物，使藥物研發(fā)之路從過去的偶然和盲目中找到正確的研發(fā)方向。生物信息學(xué)為藥物研發(fā)提供了新的手段［8，9］，導(dǎo)致了藥物研發(fā)模式的改變［10］。目前，生物信息學(xué)促進(jìn)農(nóng)藥研制已有許多成功的例子。itzstein等設(shè)計(jì)出兩種具有與唾液酸酶結(jié)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(jié)合活性的250倍［11］。目前，這兩種新藥已經(jīng)進(jìn)入臨床試驗(yàn)階段。tang sy等學(xué)者研制出新一代抗aids藥物saquinavir［12］。pungpo等已經(jīng)設(shè)計(jì)出幾種新型高效的抗hiv-1型藥物［13］。楊華錚等人設(shè)計(jì)合成了十多類數(shù)百個(gè)除草化合物，經(jīng)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］。

4.生物學(xué)信息學(xué)在作物遺傳育種研究領(lǐng)域中的應(yīng)用

隨著主要農(nóng)作物遺傳圖譜精確度的提高，以及特定性狀相關(guān)分子基礎(chǔ)的進(jìn)一步闡明，人們可以利用生物信息學(xué)的方法，先從模式生物

中尋找可能的相關(guān)基因，然后在作物中找到相應(yīng)的基因及其位點(diǎn)。農(nóng)作物的遺傳學(xué)和分子生物學(xué)的研究積累了大量的基因序列、分子標(biāo)記、圖譜和功能方面的數(shù)據(jù)，可通過建立生物信息學(xué)數(shù)據(jù)庫來整合這些數(shù)據(jù)，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(chǔ)上，育種學(xué)家就可以應(yīng)用計(jì)算機(jī)模型來提出預(yù)測假設(shè)，從多種復(fù)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(biāo)記中篩選到理想的組合，從而培育出新的優(yōu)良農(nóng)作物品種。

5.生物信息學(xué)在生態(tài)環(huán)境平衡研究領(lǐng)域中的應(yīng)用

在生態(tài)系統(tǒng)中，基因流從根本上影響能量流和物質(zhì)流的循環(huán)和運(yùn)轉(zhuǎn)，是生態(tài)平衡穩(wěn)定的根本因素。生物信息學(xué)在環(huán)境領(lǐng)域主要應(yīng)用在控制環(huán)境污染方面，主要通過數(shù)學(xué)與計(jì)算機(jī)的運(yùn)用構(gòu)建遺傳工程特效菌株，以降解目標(biāo)基因及其目標(biāo)污染物為切入點(diǎn)，通過降解污染物的分子遺傳物質(zhì)核酸 dna，以及生物大分子蛋白質(zhì)酶，達(dá)到催化目標(biāo)污染物的降解，從而維護(hù)空氣［16］、水源、土地等生態(tài)環(huán)境的安全。

6.生物信息學(xué)在食品安全研究領(lǐng)域中的應(yīng)用

食品在加工制作和存儲過程中各種細(xì)菌數(shù)量發(fā)生變化，傳統(tǒng)檢測方法是進(jìn)行生化鑒定，但所需時(shí)間較長，不能滿足檢驗(yàn)檢疫部門的要求，運(yùn)用生物信息學(xué)方法獲得各種致病菌的核酸序列，并對這些序列進(jìn)行比對，篩選出用于檢測的引物和探針，進(jìn)而運(yùn)用pcr法［19］、rt-pcr法、熒光rt-pcr法、多重pcr［20］和多重?zé)晒舛縫cr等技術(shù)，可快速準(zhǔn)確地檢測出細(xì)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(shù)也是未來食品病毒檢測的發(fā)展方向。

參考文獻(xiàn)：

［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(xué)的形成與發(fā)展［j］.河南農(nóng)業(yè)科學(xué)，2002，（11）：4-7.

［3］駱建新，鄭崛村，馬用信等.人類基因組計(jì)劃與后基因組時(shí)代.中國生物工程雜志，2003，23，（11）：87-94.

［4］曹學(xué)軍.基因研究的又一壯舉——美國國家植物基因組計(jì)劃［j］.國外科技動態(tài)，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(zhì)資源庫的設(shè)計(jì)與建設(shè)要求［j］.植物學(xué)通報(bào)，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.