生物信息学 入门知识--浅谈（一）

xuanzhang

以下知识均来自中科院 陈润生院士的系列讲座《生物信息学》的观后笔记，视频连接地址：http://v.youku.com/v_show/id_XMzg4MDQ0MDI0.html?firsttime=58  ； 课件下载云盘分享链接：http://pan.baidu.com/s/1c2DjnGG ；

老先生的讲解 比较生动有趣的，时间充裕的话，还是很建议亲自听一听，但语速比较慢，看完还是挺花时间的，所以将我个人理解的重点知识跟大家分享，如有理解不当的地方，欢迎批评指正。ps: 由于插图排版的不便，图片可在pdf附件中查看

讲座主要内容：大体分为四个章节：第一章 什么叫生物信息学；第二章 生物信息学研究内容之一（讲解几个经典课题）；第三章 生物信息学研究内容之二（进入21世纪后的研究热点：基因组研究从测序走向功能）；第四章 生物信息学研究内容之三（最近两三年，该领域最热和最值得关注的问题；最重要的研究方向和国际上在做什么）

第一章 什么叫生物信息学
1、从染色体讲起－DNA(四种元素组成的很长的线)   
2、什么是生物信息学？
     历史短（20年）
     伴随着人类遗传密码破译（人类基因组计划）而产生的一门学科
     最早的定义（基本的）：主要处理跟遗传密码相关的方方面面，对基因组信息的获取、处理、存储，分配、分析和解释（－－来自美国政府文本）
     （1）基因组信息的获取、处理、存储，分配：如何存好，用信息
     （2）基因组信息的分析和解释：深刻挖掘基因组信息所提供的生命活动基本规律的知识
     讲者的定义：破译人类遗传密码（30亿个符号组成的一百万页的天书）
     研究者建立方法去读这本书，读出哪些是功能元件，编码哪些蛋白，蛋白的功能是什么；
     内涵的定义（具体化）：生物信息学是把基因组dna序列分析作为源头,破译隐藏在dna序列中的遗传语言，特别是非编码区的实质，同时在发现新基因的信息之后，进行蛋白质空间结构的模拟和预测。
     自然哲学的定义（哲学上）：研究目标是揭示基因组信息结构的复杂性和遗传语言的根本规律，它是本世纪自然科学和技术科学领域中基因组、信息结构和复杂性这三个重大科学问题的有机结合。
3、测序
     80年代末，一次测500-1000个碱基，费用一个碱基一美金（人类总共有30亿个碱基对，中国承担1／100：三千万）
     计算机能力达到
4、4类序列数据与生物信息学相关
     碱基的数目（代表我们破译了多少遗传密码，大约14个月增长一倍）
     各种生物的esp数据（表达序列的标签）：代表遗传密码中跟基因相关的一小段序列，增长更快
     单核苷酸多态性（snp):代表不同人种之间，病人和正常人之间碱基的变异。
     ：肿瘤病人的一个碱基从g变为t,就把这个信号记下来，叫做和该肿瘤相关的单核苷酸多态性
     ：比esp数据增长更快，更引起人们重视，跟人类分子水平的疾病相关
     完整基因组数据（有多少生物的遗传密码被破译了）
5、典型的数据库
     genebank(美国，1997建设)：关于核酸数据库，非常全面核酸序列
     embl（英国，1982开始服务）:
     ddbj（日本,1987开始服务）：dna data bank Japan
     以上3个数据库互相交互，更新信息。用三个都可，推荐genebank,登录速度较快
6、方法过程
     破译的遗传密码－－拼接好遗传密码－－识别基因（遗传密码中基因编码区，不超过3%）－－翻译成蛋白质的一级序列（氨基酸序列）－－通过蛋白质的一级序列，预测蛋白质的空间结构－－预测生物学功能
7、原来的研究核心是研究编码的基因，研究蛋白，这些只占很少的部分
8、97%的遗传序列是非编码序列

tips:
1、美国有由总统签署的科研计划
     一：曼哈顿计划（能源变化－使用核能）
     二：阿波罗计划（离开地球，探索宇宙－登月）
     三：基因组计划（上世纪90年代，30亿美金，克林顿签署，破译人遗传密码，分子水平认识自身）
2、中国独立完成水稻基因组测序，水稻基因组大小是人类基因组的1/7；该研究工作登上science封面
3、基因是割裂开的，由外显子和内显子组成的
      对于真核生物，识别基因就是找外显子