生物信息學(xué)及其發(fā)展歷史

1、第二節(jié) 生物信息學(xué)及其發(fā)展歷史,1、生物信息學(xué)的概念,生物信息學(xué)（Bioinformatics）這一名詞的來由,八十年代末期，林華安博士認(rèn)識到將計(jì)算機(jī)科學(xué)與生物學(xué)結(jié)合起來的重要意義，開始留意要為這一領(lǐng)域構(gòu)思一個(gè)合適的名稱。起初，考慮到與將要支持他主辦一系列生物信息學(xué)會(huì)議的佛羅里達(dá)州立大學(xué)超型計(jì)算機(jī)計(jì)算研究所的關(guān)系，他使用的是“CompBio”；之后，又將其更改為兼具法國風(fēng)情的“bioinformatique”，看起來似乎有些古怪。因

2、此不久，他便進(jìn)一步把它更改為“bio-informatics（或bio/informatics）”。但由于當(dāng)時(shí)的電子郵件系統(tǒng)與今日不同，該名稱中的-或/符號經(jīng)常會(huì)引起許多系統(tǒng)問題，于是林博士將其去除，今天我們所看到的“bioinformatics”就正式誕生了，林博士也因此贏得了“生物信息學(xué)之父”的美譽(yù)。,生物信息學(xué),HGP生物數(shù)據(jù)的激增（每15個(gè)月翻一番）,生物學(xué)家,數(shù)學(xué)家,計(jì)算機(jī)科學(xué)家,生物信息學(xué)（bioinfomatics

3、)的誕生,三種科學(xué)文化的融合,,,,生物學(xué)家(生物學(xué)問題),數(shù)學(xué)物理學(xué)家計(jì)算機(jī)科學(xué)家(基礎(chǔ)理論問題),工程師（技術(shù)應(yīng)用）,生物信息學(xué)（bioinformatics)是80年代未隨著人類基因組計(jì)劃（Human genomeproject)的啟動(dòng)而興起的一門新的交叉學(xué)科。它涉及生物學(xué)、數(shù)學(xué)、計(jì)算機(jī)科學(xué)和工程學(xué)，依賴于計(jì)算機(jī)科學(xué)、工程學(xué)和應(yīng)用數(shù)學(xué)的基礎(chǔ)，依賴于生物實(shí)驗(yàn)和衍生數(shù)據(jù)的大量儲(chǔ)存。,概念（廣義）,生物體系和過程中信息的存貯

4、、傳遞和表達(dá),細(xì)胞、組織、器官的生理、病理、藥理過程的中各種生物信息,信息科學(xué),生命科學(xué)中的信息科 學(xué),廣義的說，生物信息不僅包括基因組信息，如基因的DNA序列、染色體定位，也包括基因產(chǎn)（蛋白質(zhì)或RNA）的結(jié)構(gòu)和功能及各生物種間的進(jìn)化關(guān)系等其他信息資源。生物信息學(xué)既涉基因組信息的獲取、處理、貯存、傳遞、分析和解釋，又涉及蛋白質(zhì)組信息學(xué)如蛋白質(zhì)的序列、結(jié)構(gòu)、功能及定位分類、蛋白質(zhì)連鎖圖、蛋白質(zhì)數(shù)據(jù)庫的建立、相關(guān)分析軟件

5、的開發(fā)和應(yīng)用等方面，還涉及基因與蛋白質(zhì)的關(guān)系如蛋白質(zhì)編碼基因的識別及算法研究、蛋白質(zhì)結(jié)構(gòu)、功能預(yù)測等，另外，新藥研制、生物進(jìn)化也是生物信息學(xué)研究的熱點(diǎn)。,概念（狹義）,生物分子數(shù)據(jù),深層次生物學(xué)知識,,分子生物信息學(xué)Molecular Bioinformatics,挖掘,獲取,生物分子信息的獲取、存貯、分析和利用,由于當(dāng)前生物信息學(xué)發(fā)展的主要推動(dòng)力來自分子生物學(xué)，生物信息學(xué)的研究主要集中于核苷酸和氨基酸序列的存儲(chǔ)、分類、檢索和分

6、析等方面，所以目前生物信息學(xué)可以狹義地定義為：將計(jì)算機(jī)科學(xué)和數(shù)學(xué)應(yīng)用于生物大分子信息的獲取、加工、存儲(chǔ)、分類、檢索與分析，以達(dá)到理解這些生物大分子信息的生物學(xué)意義的交叉學(xué)科。,1995年，在美國人類基因組計(jì)劃（HGP）第一個(gè)五年總結(jié)報(bào)告中給出了一個(gè)較為完整的生物信息學(xué)的定義：生信息學(xué)是包含生物信息的獲取、處理、貯存、分發(fā)、分析和解釋的所有方面的一門學(xué)科，它綜合運(yùn)用數(shù)學(xué)、計(jì)算機(jī)科學(xué)和生物學(xué)的各種工具進(jìn)行研究，目的在于了解大量的生物學(xué)意義

7、。,Bioinformatics,2、生物分子信息,細(xì)胞,分子,存貯、復(fù)制、傳遞和表達(dá)遺傳信息的系統(tǒng),生物信息的載體,,,生物信息學(xué)主要研究兩種信息載體DNA分子蛋白質(zhì)分子,Protein Machines,From the Cell to Protein Machines,生物分子至少攜帶著三種信息遺傳信息與功能相關(guān)的結(jié)構(gòu)信息進(jìn)化信息,(1)遺傳信息的載體——DNA,遺傳信息的載體主要是DNA 控制生物體性狀的基因是

8、一系列DNA片段 生物體生長發(fā)育的本質(zhì)就是遺傳信息的傳遞和表達(dá),,,,DNA通過自我復(fù)制，在生物體的繁衍過程中傳遞遺傳信息,,,基因通過轉(zhuǎn)錄和翻譯，使遺傳信息在生物個(gè)體中得以表達(dá)，并使后代表現(xiàn)出與親代相似的生物性狀。,基因控制著蛋白質(zhì)的合成,DNA,RNA,蛋白質(zhì),,,轉(zhuǎn)錄,翻譯,基因的DNA序列,DNA,前體RNA,mRNA,多肽鏈,,蛋白質(zhì)序列,,,,對應(yīng)關(guān)系,遺傳密碼,(2)蛋白質(zhì)的結(jié)構(gòu)決定其功

9、能,蛋白質(zhì)功能取決于蛋白質(zhì)的空間結(jié)構(gòu) 蛋白質(zhì)結(jié)構(gòu)決定于蛋白質(zhì)的序列（這是目前基本共認(rèn)的假設(shè)），蛋白質(zhì)結(jié)構(gòu)的信息隱含在蛋白質(zhì)序列之中。,(3) DNA分子和蛋白質(zhì)分子都含有進(jìn)化信息,通過比較相似的蛋白質(zhì)序列，如肌紅蛋白和血紅蛋白，可以發(fā)現(xiàn)由于基因復(fù)制而產(chǎn)生的分子進(jìn)化證據(jù)。通過比較來自于不同種屬的同源蛋白質(zhì)，即直系同源蛋白質(zhì)，可以分析蛋白質(zhì)甚至種屬之間的系統(tǒng)發(fā)生關(guān)系，推測它們共同的祖先蛋白質(zhì)。,生物分子信息,DNA序列數(shù)據(jù)

10、,蛋白質(zhì)序列數(shù)據(jù),生物分子結(jié)構(gòu)數(shù)據(jù),生物分子功能數(shù)據(jù),最基本,直觀,復(fù)雜,生物分子數(shù)據(jù)類型,,,生物分子數(shù)據(jù)及其關(guān)系,第一部遺傳密碼已被破譯，但對密碼的轉(zhuǎn)錄過程還不清楚，對大多數(shù)DNA非編碼區(qū)域的功能還知之甚少 對于第二部密碼，目前則只能用統(tǒng)計(jì)學(xué)的方法進(jìn)行分析無論是第一部遺傳密碼，還是第二部遺傳密碼，都隱藏在大量的生物分子數(shù)據(jù)之中。,生物分子數(shù)據(jù)是寶藏，生物信息數(shù)據(jù)庫是金礦，等待我們?nèi)ネ诰蚝屠谩?生物分子信息的特征,生物分子

11、信息數(shù)據(jù)量大 生物分子信息復(fù)雜 生物分子信息之間存在著密切的聯(lián)系,3、生物信息學(xué)的發(fā)展歷史,生物信息學(xué)基本思想的產(chǎn)生,生物信息學(xué) 的迅速發(fā)展,二十世紀(jì)50年代,二十世紀(jì)80-90年代,生物科學(xué)和技術(shù)的發(fā)展,人類基因組計(jì)劃的推動(dòng),,,,20世紀(jì)50年代，生物信息學(xué)開始孕育20世紀(jì)60年代，生物分子信息在概念上將計(jì)算 生物學(xué)和計(jì)算機(jī)科學(xué)聯(lián)系起來20世紀(jì)70年代，生物信息學(xué)的真正開端20世紀(jì)70年代

12、到80年代初期 ，出現(xiàn)了一系列著 名的序列比較方法和生物信息分析方法 20世紀(jì)80年代以后，出現(xiàn)一批生物信息服務(wù)機(jī) 構(gòu)和生物信息數(shù)據(jù)庫20世紀(jì)90年代后 ，HGP促進(jìn)生物信息學(xué)的迅速 發(fā)展,關(guān)于生物信息學(xué)發(fā)展歷程中的重要大事，請參見下面兩個(gè)網(wǎng)站的介紹：http://www.ncbi.nlm.nih.gov/Education/BLASTinfo/milestones.html、http://w

13、ww.biosino.org/bioinformatics/。,第三節(jié)生物信息學(xué)主要研究內(nèi)容,生物信息學(xué)主要研究內(nèi)容,1、 生物分子數(shù)據(jù)的收集與管理2、 數(shù)據(jù)庫搜索及序列比較 3、 基因組序列分析 4、基因表達(dá)數(shù)據(jù)的分析與處理 5、蛋白質(zhì)結(jié)構(gòu)預(yù)測,基因組數(shù)據(jù)庫,,蛋白質(zhì)序列數(shù)據(jù)庫,蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫,,DDBJ,,EMBL,GenBank,SWISS-PROT,PDB,,PIR,1、 生物分子數(shù)據(jù)的收集與管理,2、

14、數(shù)據(jù)庫搜索及序列比較,搜索同源序列在一定程度上就是通過序列比較尋找相似序列 序列比較的一個(gè)基本操作就是比對（Alignment），即將兩個(gè)序列的各個(gè)字符（代表核苷酸或者氨基酸殘基）按照對應(yīng)等同或者置換關(guān)系進(jìn)行對比排列，其結(jié)果是兩個(gè)序列共有的排列順序，這是序列相似程度的一種定性描述多重序列比對研究的是多個(gè)序列的共性。序列的多重比對可用來搜索基因組序列的功能區(qū)域，也可用于研究一組蛋白質(zhì)之間的進(jìn)化關(guān)系。,發(fā)現(xiàn)同源分子,3、 基因組序列分析

15、,遺傳語言分析——天書 基因組結(jié)構(gòu)分析基因識別基因功能注釋基因調(diào)控信息分析基因組比較,4、基因表達(dá)數(shù)據(jù)的分析與處理,基因表達(dá)數(shù)據(jù)分析是目前生物信息學(xué)研究的熱 點(diǎn)和重點(diǎn) 目前對基因表達(dá)數(shù)據(jù)的處理主要是進(jìn)行聚類分 析，將表達(dá)模式相似的基因聚為一類，在此基 礎(chǔ)上尋找相關(guān)基因，分析基因的功能 所用方法主要有：相關(guān)分析方法模式識別技術(shù)中的層次式聚類方法人工智能中的自組織映射神經(jīng)網(wǎng)絡(luò)主元分析方法,基因

16、芯片,,層次式聚類,二維電泳圖,5、蛋白質(zhì)結(jié)構(gòu)預(yù)測,蛋白質(zhì)的生物功能由蛋白質(zhì)的結(jié)構(gòu)所決定 ，蛋白質(zhì)結(jié)構(gòu)預(yù)測成為了解蛋白質(zhì)功能的重要途徑蛋白質(zhì)結(jié)構(gòu)預(yù)測分為:二級結(jié)構(gòu)預(yù)測空間結(jié)構(gòu)預(yù)測,蛋白質(zhì)折疊,二級結(jié)構(gòu)預(yù)測,在一定程度上二級結(jié)構(gòu)的預(yù)測可以歸結(jié)為模式識別問題 在二級結(jié)構(gòu)預(yù)測方面主要方法有：立體化學(xué)方法圖論方法統(tǒng)計(jì)方法最鄰近決策方法基于規(guī)則的專家系統(tǒng)方法分子動(dòng)力學(xué)方法人工神經(jīng)網(wǎng)絡(luò)方法 預(yù)測準(zhǔn)確率超過70%的第一

17、個(gè)軟件是基于神經(jīng)網(wǎng)絡(luò)的PHD系統(tǒng),空間結(jié)構(gòu)預(yù)測,在空間結(jié)構(gòu)預(yù)測方面，比較成功的理論方法是同源模型法 該方法的依據(jù)是：相似序列的蛋白質(zhì)傾向于折疊成相似的三維空間結(jié)構(gòu) 運(yùn)用同源模型方法可以完成所有蛋白質(zhì)10-30%的空間結(jié)構(gòu)預(yù)測工作,第四節(jié) 生物信息學(xué)當(dāng)前的主要任務(wù),縱觀當(dāng)今生物信息學(xué)界的現(xiàn)狀，可以發(fā)現(xiàn)，大部分人都把注意力集中在基因組、蛋白質(zhì)組、蛋白質(zhì)結(jié)構(gòu)以及與之相結(jié)合的藥物設(shè)計(jì)上,1. 基因組,1.1 新基因的發(fā)現(xiàn),通過計(jì)算分析

18、從EST（Expressed Sequence Tags）序列庫中拼接出完整的新基因編碼區(qū)，也就是通俗所說的“電子克隆”；通過計(jì)算分析從基因組DNA序列中確定新基因編碼區(qū)，經(jīng)過多年的積累，已經(jīng)形成許多分析方法，如根據(jù)編碼區(qū)具有的獨(dú)特序列特征、根據(jù)編碼區(qū)與非編碼區(qū)在堿基組成上的差異、根據(jù)高維分布的統(tǒng)計(jì)方法、根據(jù)神經(jīng)網(wǎng)絡(luò)方法、根據(jù)分形方法和根據(jù)密碼學(xué)方法等。,1.2 非蛋白編碼區(qū)生物學(xué)意義的分析,非蛋白編碼區(qū)約占人類基因組的95%，其生物學(xué)

19、意義目前尚不是很清楚，但從演化觀點(diǎn)來看，其中必然蘊(yùn)含著重要的生物學(xué)功能，由于它們并不編碼蛋白，一般認(rèn)為，它們的生物學(xué)功能可能體現(xiàn)在對基因表達(dá)的時(shí)空調(diào)控上。 對非蛋白編碼區(qū)進(jìn)行生物學(xué)意義分析的策略有兩種，一種是基于已有的已經(jīng)為實(shí)驗(yàn)證實(shí)的所有功能已知的DNA元件的序列特征，預(yù)測非蛋白編碼區(qū)中可能含有的功能已知的DNA元件，從而預(yù)測其可能的生物學(xué)功能，并通過實(shí)驗(yàn)進(jìn)行驗(yàn)證；另一種則是通過數(shù)理理論直接探索非蛋白編碼區(qū)的新的未知的序列特征，并

20、從理論上預(yù)測其可能的信息含義，最后同樣通過實(shí)驗(yàn)驗(yàn)證。,1.3 基因組整體功能及其調(diào)節(jié)網(wǎng)絡(luò)的系統(tǒng)把握,把握生命的本質(zhì)，僅僅掌握基因組中部分基因的表達(dá)調(diào)控是遠(yuǎn)遠(yuǎn)不夠的，因?yàn)樯F(xiàn)象是基因組中所有功能單元相互作用共同制造出來的。基因芯片技術(shù)由于可以監(jiān)測基因組在各種時(shí)間斷面上的整體轉(zhuǎn)錄表達(dá)狀況，因此成為該領(lǐng)域中一項(xiàng)非常重要和關(guān)鍵的實(shí)驗(yàn)技術(shù)，對該技術(shù)所產(chǎn)生的大量實(shí)驗(yàn)數(shù)據(jù)進(jìn)行高效分析，從中獲得基因組運(yùn)轉(zhuǎn)以及調(diào)控的整體系統(tǒng)的機(jī)制或者是網(wǎng)絡(luò)機(jī)制，便成了

21、生物信息學(xué)在該領(lǐng)域中首先要解決的問題。,1.4 基因組演化與物種演化,盡管已經(jīng)在分子演化方面取得了許多重要的成就，但僅僅依靠某些基因或者分子的演化現(xiàn)象，就想闡明物種整體的演化歷史似乎不太可靠。例如，智人與黑猩猩之間有98%-99%的結(jié)構(gòu)基因和蛋白質(zhì)是相同的，然而表型上卻具有如此巨大的差異，這就不能不使我們聯(lián)想到形形色色千差萬別的建筑樓群，它們的外觀如此不同，但基礎(chǔ)的部件組成卻是幾乎一樣的，差別就在于這些基礎(chǔ)部件的組織方式不同，這就提示我

22、們基因組整體組織方式而不僅僅是個(gè)別基因在研究物種演化歷史中的重要作用。由于基因組是物種所有遺傳信息的儲(chǔ)藏庫，從根本上決定著物種個(gè)體的發(fā)育和生理，因此，從基因組整體結(jié)構(gòu)組織和整體功能調(diào)節(jié)網(wǎng)絡(luò)方面，結(jié)合相應(yīng)的生理表征現(xiàn)象，進(jìn)行基因組整體的演化研究，將是揭示物種真實(shí)演化歷史的最佳途徑。,2、蛋白質(zhì)組,基因組對生命體的整體控制必須通過它所表達(dá)的全部蛋白質(zhì)來執(zhí)行，由于基因芯片技術(shù)只能反映從基因組到RNA的轉(zhuǎn)錄水平上的表達(dá)情況，由于從RNA到蛋白質(zhì)

23、還有許多中間環(huán)節(jié)的影響，因此僅憑基因芯片技術(shù)我們還不能最終掌握生物功能具體執(zhí)行者——蛋白質(zhì)的整體表達(dá)狀況； 因此，近幾年在發(fā)展基因芯片的同時(shí)，人們也發(fā)展了一套研究基因組所有蛋白質(zhì)產(chǎn)物表達(dá)情況——蛋白質(zhì)組研究技術(shù)，從技術(shù)上來講包括二維凝膠電泳技術(shù)和質(zhì)譜測序技術(shù)。通過二維凝膠電泳技術(shù)可以獲得某一時(shí)間截面上蛋白質(zhì)組的表達(dá)情況，通過質(zhì)譜測序技術(shù)就可以得到所有這些蛋白質(zhì)的序列組成。這些都是技術(shù)實(shí)現(xiàn)問題，最重要的就是如何運(yùn)用生物信息學(xué)理論方法

24、去分析所得到的巨量數(shù)據(jù)，從中還原出生命運(yùn)轉(zhuǎn)和調(diào)控的整體系統(tǒng)的分子機(jī)制。,基因組和蛋白質(zhì)組研究的迅猛發(fā)展，使許多新蛋白序列涌現(xiàn)出來，然而要想了解它們的功能，只有氨基酸序列是遠(yuǎn)遠(yuǎn)不夠的，因?yàn)榈鞍踪|(zhì)的功能是通過其三維高級結(jié)構(gòu)來執(zhí)行的，而且蛋白質(zhì)三維結(jié)構(gòu)也不一定是靜態(tài)的，在行使功能的過程中其結(jié)構(gòu)也會(huì)相應(yīng)的有所改變。因此，得到這些新蛋白的完整、精確和動(dòng)態(tài)的三維結(jié)構(gòu)就成為擺在我們面前的緊迫任務(wù)。目前除了通過諸如X射線晶體結(jié)構(gòu)分析、多維核磁共振（NM

25、R）波譜分析和電子顯微鏡二維晶體三維重構(gòu)（電子晶體學(xué)，EC）等物理方法得到蛋白質(zhì)三維結(jié)構(gòu)之外,3、蛋白質(zhì)結(jié)構(gòu),另外一種廣泛使用的方法就是通過計(jì)算機(jī)輔助預(yù)測的方法，目前，一般認(rèn)為蛋白質(zhì)的折疊類型只有數(shù)百到數(shù)千種，遠(yuǎn)遠(yuǎn)小于蛋白質(zhì)所具有的自由度數(shù)目，而且蛋白質(zhì)的折疊類型與其氨基酸序列具有相關(guān)性，這樣就有可能直接從蛋白質(zhì)的氨基酸序列通過計(jì)算機(jī)輔助方法預(yù)測出蛋白質(zhì)的三維結(jié)構(gòu),,,,,4、新藥設(shè)計(jì),近年來隨著結(jié)構(gòu)生物學(xué)的發(fā)展，相當(dāng)數(shù)量的蛋白質(zhì)以及一

26、些核酸、多糖的三維結(jié)構(gòu)獲得精確測定，基于生物大分子結(jié)構(gòu)知識的藥物設(shè)計(jì)成為當(dāng)前的熱點(diǎn)。生物信息學(xué)的研究不僅可提供生物大分子空間結(jié)構(gòu)的信息，還能提供電子結(jié)構(gòu)的信息，如能級、表面電荷分布、分子軌道相互作用等以及動(dòng)力學(xué)行為的信息，如生物化學(xué)反應(yīng)中的能量變化、電荷轉(zhuǎn)移、構(gòu)象變化等。理論模擬還可研究包括生物分子及其周圍環(huán)境的復(fù)雜體系和生物分子的量子效應(yīng)。,但生物信息學(xué)的任務(wù)遠(yuǎn)不止于此。在以上工作的基礎(chǔ)上，最重要的是如何運(yùn)用數(shù)理理論成果對生物體進(jìn)行完

27、整系統(tǒng)的數(shù)理模型描述，使得人類能夠從一個(gè)更加明確的角度和一個(gè)更加易于操作的途徑來認(rèn)識和控制自身以及所有其他的生命體,生物信息學(xué)不僅僅是一門科學(xué)學(xué)科， 它更是一種重要的研究開發(fā)工具。 從科學(xué)的角度來講，它是一門研究生物和生物相關(guān)系統(tǒng)中信息內(nèi)容物和信息流向的綜合系統(tǒng)科學(xué)，只有通過生物信息學(xué)的計(jì)算處理，我們才能從眾多分散的生物學(xué)觀測數(shù)據(jù)中獲得對生命運(yùn)行機(jī)制的詳細(xì)和系統(tǒng)的理解。 從工具的角度來講，它是今后幾乎進(jìn)行所有

28、生物（醫(yī)藥）研究開發(fā)所必需的舵手和動(dòng)力機(jī)，只有基于生物信息學(xué)通過對大量已有數(shù)據(jù)資料的分析處理所提供的理論指導(dǎo)和分析，我們才能選擇正確的研發(fā)方向，同樣，只有選擇正確的生物信息學(xué)分析方法和手段，我們才能正確處理和評價(jià)新的觀測數(shù)據(jù)并得到準(zhǔn)確的結(jié)論。,生物信息學(xué)研究意義,生物信息學(xué)將是21世紀(jì)生物學(xué)的核心,認(rèn)識生物本質(zhì)了解生物分子信息的組織和結(jié)構(gòu)，破譯基因組信息，闡明生物信息之間的關(guān)系改變生物學(xué)的研究方式 改變傳統(tǒng)研究方式，引進(jìn)現(xiàn)代信息學(xué)

29、方法在醫(yī)學(xué)上的重要意義為疾病的診斷和治療提供依據(jù)為設(shè)計(jì)新藥提供依據(jù),第五節(jié) 生物信息學(xué)所用的方法和技術(shù),1、數(shù)學(xué)統(tǒng)計(jì)方法 2、動(dòng)態(tài)規(guī)劃方法 3、機(jī)器學(xué)習(xí)與模式識別技術(shù) 4、數(shù)據(jù)庫技術(shù)及數(shù)據(jù)挖掘 5、人工神經(jīng)網(wǎng)絡(luò)技術(shù)6、專家系統(tǒng) 7、分子模型化技術(shù)8、量子力學(xué)和分子力學(xué)計(jì)算 9、生物分子的計(jì)算機(jī)模擬10、因特網(wǎng)（Internet）技術(shù),1、數(shù)學(xué)統(tǒng)計(jì)方法,生物活動(dòng)常常以大量、重復(fù)的形式出現(xiàn)，既受到內(nèi)在因素的制約，又受

30、到外界環(huán)境的隨機(jī)干擾。因此概率論和數(shù)學(xué)統(tǒng)計(jì)是現(xiàn)代生物學(xué)研究中一種常用的分析方法 數(shù)據(jù)統(tǒng)計(jì)、因素分析、多元回歸分析是生物學(xué)研究必備的工具隱馬爾科夫模型（Hidden Markov Models）在序列分析方面有著重要的應(yīng)用。與隱馬爾科夫模型相關(guān)的技術(shù)是馬爾科夫鏈（Markov Chain）,2、動(dòng)態(tài)規(guī)劃方法,動(dòng)態(tài)規(guī)劃（Dynamic Programming）是一種解決多階段決策過程的最優(yōu)化方法或復(fù)雜空間的優(yōu)化搜索方法 動(dòng)態(tài)規(guī)劃解決問

31、題的基本過程是：將一個(gè)問題的全局解分解為局部解，逆序遞推求出局部最優(yōu)解，隨著執(zhí)行過程的推進(jìn)，“局部”逐漸接近“全局”，最終獲得全局最優(yōu)解,3、機(jī)器學(xué)習(xí)與模式識別技術(shù),機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)是模擬人類的學(xué)習(xí)過程，以計(jì)算機(jī)為工具獲取知識、積累經(jīng)驗(yàn) 1、遺傳算法采用隨機(jī)搜索方法，具有自適應(yīng)能力和便于并行計(jì)算 2、神經(jīng)網(wǎng)絡(luò)的理論是基于人腦的結(jié)構(gòu)，其目的是揭示一個(gè)系統(tǒng)是如何向環(huán)境學(xué)習(xí)的，這一種方法被稱為聯(lián)接主義。 模式識別模式識別是機(jī)器學(xué)習(xí)的

32、一個(gè)主要任務(wù)。模式是對感興趣客體定量的或者結(jié)構(gòu)的描述，而模式識別就是利用計(jì)算機(jī)對客體進(jìn)行鑒別，將相同或者相似的客體歸入同種類別中模式識別主要有兩種方法:根據(jù)對象的統(tǒng)計(jì)特征進(jìn)行識別，根據(jù)對象的結(jié)構(gòu)特征進(jìn)行識別,環(huán)境,學(xué)習(xí),知識庫,執(zhí)行,,,,,,,機(jī)器學(xué)習(xí)系統(tǒng)的基本結(jié)構(gòu),反 饋,4、數(shù)據(jù)庫技術(shù)及數(shù)據(jù)挖掘,數(shù)據(jù)庫技術(shù) 數(shù)據(jù)倉庫 虛擬數(shù)據(jù)庫技術(shù)（Virtual Database，簡稱 VDB） 數(shù)據(jù)挖掘（data mining）

33、 又稱作數(shù)據(jù)庫中的知識發(fā)現(xiàn) (Knowledge Discovery in Database)，它是從數(shù)據(jù)庫或數(shù)據(jù)倉庫中發(fā)現(xiàn)并提取隱藏在其中的信息的一種新技術(shù)，它能自動(dòng)分析數(shù)據(jù)，對它們進(jìn)行歸納性推理和聯(lián)想，尋找數(shù)據(jù)間內(nèi)在的某些關(guān)聯(lián)，從中發(fā)掘出潛在的、對信息預(yù)測和決策行為起著十分重要作用的模式 數(shù)據(jù)挖掘過程一般分為4個(gè)基本步驟：數(shù)據(jù)選擇、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)挖掘和結(jié)果分析,5、人工神經(jīng)網(wǎng)絡(luò)技術(shù),人工神經(jīng)網(wǎng)絡(luò)（Artificial Neura

34、l Network, 簡稱ANN）是通過模擬神經(jīng)元的特性以及腦的大規(guī)模并行結(jié)構(gòu)、信息的分布式和并行處理等機(jī)制建立的一種數(shù)學(xué)模型 在生物信息學(xué)中，使用得最多的是反向傳播神經(jīng)網(wǎng)絡(luò)（Back Propagation Neural Network，簡稱BP網(wǎng)）。BP網(wǎng)被認(rèn)為是穩(wěn)定性和魯棒性較強(qiáng)的人工神經(jīng)網(wǎng)絡(luò)之一，而且屬于有監(jiān)督學(xué)習(xí)的網(wǎng)絡(luò)模型。標(biāo)準(zhǔn)的BP網(wǎng)由三層神經(jīng)元組成：輸入層、隱藏層和輸出層,輸入層,隱藏層,輸出層,反向傳播神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

35、示意,7、分子模型化技術(shù),分子模型化（Molecular modeling）是利用計(jì)算機(jī)模擬分子結(jié)構(gòu)、研究分子之間相互作用的一種技術(shù)分子模型化是進(jìn)行分子設(shè)計(jì)的基礎(chǔ)。分子圖形學(xué)（Molecular Graphics）是進(jìn)行分子模型化的一項(xiàng)重要技術(shù)，正是由于分子圖形學(xué)和其它計(jì)算化學(xué)方法（如分子力學(xué)、分子動(dòng)力學(xué)）的相互結(jié)合，才使得分子模型化方法取得成功,,8、量子力學(xué)和分子力學(xué)計(jì)算,量子力學(xué)主要研究原子、分子、凝聚態(tài)物質(zhì)、以及原子核和基本粒

36、子的結(jié)構(gòu)、性質(zhì)的基礎(chǔ)理論，在化學(xué)等有關(guān)學(xué)科中得到了廣泛的應(yīng)用 分子力學(xué)（Molecular Mechanics）方法是一種非量子力學(xué)的計(jì)算分子結(jié)構(gòu)、能量與性質(zhì)的方法，該方法應(yīng)用經(jīng)驗(yàn)勢能函數(shù)，即經(jīng)驗(yàn)力場方法模擬分子的結(jié)構(gòu)，計(jì)算分子的性質(zhì) 在進(jìn)行分子結(jié)構(gòu)分析、構(gòu)象優(yōu)化、分子間相互作用研究及分子模擬時(shí)需要應(yīng)用量子力學(xué)或分子力學(xué),9、生物分子的計(jì)算機(jī)模擬,所謂生物分子的計(jì)算機(jī)模擬就是從分子或者原子水平上的相互作用出發(fā)，建立分子體系的數(shù)學(xué)模型

37、，利用計(jì)算機(jī)進(jìn)行模擬實(shí)驗(yàn)，預(yù)測生物分子的結(jié)構(gòu)和功能，預(yù)測動(dòng)力學(xué)及熱力學(xué)等方面的性質(zhì)分子動(dòng)力學(xué)和蒙特卡羅方法（Monte Carlo method）是兩種最常用的技術(shù)，另一種模擬方法是模擬退火方法,10、因特網(wǎng)（Internet）技術(shù),Internet已經(jīng)成為生物學(xué)研究的平臺，同時(shí)也成為分子生物學(xué)研究人員進(jìn)行信息交流特別是生物分子數(shù)據(jù)的交流的場所通過網(wǎng)絡(luò)查詢或搜索所需要的生物信息，使用分析工具 將所要處理的數(shù)據(jù)直接送到相應(yīng)的網(wǎng)絡(luò)服務(wù)