大规模蛋白质相互作用数据的分析与应用

蛋白质相互作用在生命活动中起着重要的作用. 目前已开发出几种实验和计算方法能够得到大规模蛋白质相互作用数据. 但是, 与传统的实验结果相比, 蛋白质相互作用大规模数据中存在着比例较高的假阳性. 为了能够充分利用这些数据, 需要建立生物信息学方法对这些数据进行系统的评价, 进而提高数据的可信度, 并从中挖掘出有价值的生物信息. 本文对目前蛋白质相互作用大规模数据的计算分析和应用进行了总结, 包括蛋白质相互作用数据评估方法、与蛋白质其他信息的关系以及在生物学研究中的应用, 并提出了开发分析和挖掘蛋白质相互作用数据工具的主要方向, 以期有助于这些数据的研究和应用.     

生物信息学：致力于遨游数据的海洋

本文在讨论生物信息学和计算生物学中一些问题 (例如数据库整合与模式识别计算 )的同时 ,也讨论了人类基因组计划中的伦理、法律和社会影响 (ELSI)的有关问题 :基因组学数据 (信息 )发布和使用中的公平性、保密性、产品的商业化问题 (包括数据的产权如专利、版权和商业秘密 )等 ,它们同样是生物信息学和计算生物学要解决的核心问题     

基因结构预测

人类基因组计划已经完成,基因组研究的热点已从基因组测序转向对基因组表达的分析和对蛋白质结构和功能的预测。大量生物分子的数据需要综合运用数学、物理、计算科学和信息科学等进行分析和处理,从而产生了生物信息学这门崭新的学科。本文介绍了基因结构预测的基本步骤和相关软件的原理及使用,综述了国外在启动子、转录因子、剪接位点等基因功能位点预测方面所取得的最新进展。     

基因组研究的数据库

与基因组有关的数据库已经成为科学领域的重要部分。随着相关生物数据的容量和复杂性的提高，这些数据库所起的作用将增加。我们还没有完成基因组计划和发展这些数据库，不言而喻，既要十分详尽，又要简明地建设数据库。后者特别需要，使文摘式数据库更易于普及。基因组数据库是人所共知的基因组计划的公众窗口。基因组计划成功或失败依赖于所产生的数据的获取和利用。而且，高度发达的科学创造了大量的组织得很好的数据。随着这个大量增加的生物数据需要传递，要求各类文摘式数据库。生物学和数据库技术的特性，是要定期回顾分析，以确定生…     

基于三角褐指藻全基因组假基因的识别及相关生物信息学分析

假基因是与功能基因序列相似,但不能表达为功能蛋白质的DNA序列.识别和注释假基因是认识基因组的结构功能的关键.三角褐指藻属于海洋硅藻,富含不饱和脂肪酸,目前其全基因组信息已经解析.为了识别三角褐指藻基因组中的假基因,本研究采用生物信息学的方法构建了从三角褐指藻的基因组中寻找假基因的流程,得到1654条加工假基因、714条非加工假基因和4729条假基因片段.结果表明,尽管三角褐指藻属于低等光合生物,其基因组中存在较多假基因及假基因片段.     

起航三维基因组学研究

人类基因组测序完成已有十多年.但是,基因组信息如何指导基因在特定空间和时间表达的机理仍有待阐明."结构决定功能"是认识自然规律中的一个共识.在生物学中,这一共识不仅适用于RNA、蛋白质等小规模的有机分子,同样也应该适用于全基因组这样的DNA大分子.最近的研究表明,基因组的三维空间结构对基因组的表达、调控等功能有重要的影响.因此,研究全基因组的三维空间结构和功能成为基因组学一个新发展趋势.基因组三维空间结构与功能的研究简称三维基因组学,是指在考虑基因组序列、基因结构及其调控元件的同时,对基因组序列在细胞核内的三维空间结构,及其对基因转录、复制、修复和调控等生物过程中功能的研究.随着大规模基因组测序技术的发展,我们已经拥有研究三维基因组的相关技术如ChIA-PET和Hi-C.初步的ChIA-PET和Hi-C数据分析展示了基因组三维空间结构对基因组功能的意义,为进一步研究基因组三维空间结构和功能提供了基础.本文总结了三维基因组学研究的发展,概括了三维基因组学研究中的问题和目前的进展,并讨论了可能的应用前景.登高更见远,期待三维基因组学研究将深化对生命现象和规律的认识,为基础生物学发展带来新契机、为更进一步推动生物医学及农业应用打下坚实的基础.     

三种分子生物学数据库的格式和使用

本文介绍三大分子生物学数据库——蛋白质及生物分子三维结构数据库PDB、瑞士蛋白质序列及注解数据库SWISS-PROT和国际核酸序列数据库EMBL/GenBank/DDBJ的发展情况,以及从Internet检索和调用其数据记录方法,列表给出了三大数据库的记录格式和标题调整含义,并简介了Internet上其他生物学数据库的发展情况和调用方法.     

钩端螺旋体蛋白质相互作用网络预测与系统分析

问号钩端螺旋体是一种致病菌, 能够引起人畜共患病. 该细菌全基因组序列测序的完成, 为从全蛋白质组学的角度分析蛋白质相互作用网络提供了基础. 本研究通过整合4种计算方法(基因融合法、基因邻居法、系统发生谱法和操纵子法)来预测钩端螺旋体赖株蛋白质相互作用网络. 对运动和趋化系统、信号传导系统、脂多糖生物合成以及黏附、侵袭等有关蛋白质之间的相互作用进行了详细分析. 除此以外, 根据蛋白质的相互作用网络以及功能分类, 预测了203个未知蛋白质可能的功能. 这不仅为进一步研究钩端螺旋体赖株的致病机制提供了一个资料, 也为在基因组范围内应用生物信息学方法研究微生物提供了一个实例.     

水稻功能基因组育种数据库(RFGB):3K水稻SNP与InDel子数据库

水稻是全世界最重要的粮食作物之一.对全球水稻品种资源进行基因组研究,挖掘有利等位基因和指导基于全基因组信息的分子育种具有重大的理论和实践意义,是关系国家乃至全球粮食安全的重大战略问题.本研究通过全球3000份水稻资源(3K水稻)的全基因组重测序,获取了其中质量较好的2859份水稻基因组的单核苷酸多态性(SNP)及小片段插入缺失(In Del)的基因组变异数据,建立了综合性的水稻功能基因组育种数据库的SNP与In Del多态性子数据库.该子数据库包含了3K水稻多态性信息检索、基因组浏览器可视化系统、特定区段基因组数据导出系统等多项功能.本数据库的建立将为研究水稻基因功能、指导水稻全基因组选择育种提供重要平台.     

RNA编辑研究获进展

正[本刊讯]中国科学院上海计算生物学所杨力和生物化学与细胞所陈玲玲的研究团队发展了一个新的计算分析流程,在不需要相应基因组信息的情况下,仅通过对多个样本的RNA转录组信息进行比较,发现了体内存在     

应用核磁共振波谱技术研究蛋白质相互作用

从结构生物学角度研究蛋白质与蛋白质相互作用十分重要. 核磁共振波谱技术是目前结构生物学的主要研究方法之一, 该方法具有其他技术所不可替代的重要作用. 核磁共振波谱技术可以在接近生理条件下研究蛋白质相互作用, 特别适合研究瞬时存在的动态复合物. 该技术是少数几种能够提供无结构或有部分结构的蛋白质以及蛋白质折叠过程等多方面信息的方法. 核磁共振波谱技术还可以在多种时间尺度下提供蛋白质的动力学信息. 本文以中国科学技术大学生物核磁共振波谱实验室的研究实例对上述观点进行阐述.     

人工智能——科学家的学徒

<正>在神经网络中,每个概念性的实例都可以产生一个节点。为了对输入数据做出反应,模拟神经元之间的连接会发生变化,而神经网络则会随着变化的发生"进行学习"大数据已经找到了与之相适应的数据处理方式。各个学科领域收集数据的能力都呈现出爆炸式增长——生物学领域的基因组和蛋白质数据库发展迅猛、天文学领域的巡天测量产生了PB级数据、社会科学领域每天数以百万计的帖子和微博充斥着互联网……数据的洪流可以淹没人类的分析和认知,但是计算机的发展既帮助实现了大数据,也带来了分析这些大数据所需要的强有力的新工具。     

ReDB: 减数分裂同源重组率数据库

基因组中减数分裂同源重组经常发生的区域被称为重组热点, 它在减数分裂过程中起着重要的作用. 尽管现阶段通过对重组热点的研究已经发现了重组发生的机制, 但是基因组的重组率差异的原因尚得不到很好的解释. 而通过合适的精度对基因组进行重组率的估计, 可以帮助我们进一步地了解重组的机制. 因此, 有必要建立同源重组率的数据库存储并整理减数分裂同源重组的数据信息. 减数分裂同源重组热点数据库包括人类、小鼠、大鼠、果蝇、酵母菌和线虫这6个物种同源重组的数据信息. 用户可以通过不同的查询方式来从数据库中获得所需要的数据信息. 同时, 数据库还可以进行数据的更新和完善, 并且能够提供数据的来源和其他同类型数据库的链接.     

北方生物信息学研究会成立

北方生物信息学研究会于３月２日在北京成立． 生物信息学是当今自然科学的重要前沿领域,它的特点决定了它的发展必须依靠生物学、物理学、数学、计算机技术等各领域的专家联合,发挥综合优势．我国的生物信息学研究刚刚起步,与国际领先水平有很大差距．为了尽快缩短与国际水平的距离,促进生物信息学的研究与发展,在北京市科学技术委员会倡导下,清华大学、中国科学院等单位的生物信息学专家发起,北京生物技术和新医药产业促进中心组织策划成立了北方生物信息学研究会．研究会由北方地区从事生物信息学研究的,涉及生物、信息、物理、…     

家蚕硒蛋白组的计算机识别

硒是一种生物必需微量元素, 主要以硒蛋白形式发挥生物学功能. 硒蛋白的生物合成取决于硒代半胱氨酸插入蛋白质的合成过程. TGA码既是终止码, 又可翻译成硒代半胱氨酸, 这使普通基因注释软件无法正确预测硒蛋白, 导致现有数据库中许多物种的硒蛋白被错误注释或丢失. 本研究基于已公布的家蚕基因组预测信息、采用PERL语言编程, 对家蚕基因组中硒蛋白进行了计算机检索与分析. 结果表明, 在家蚕数据库18510个已注释基因中, 以TGA码终止的基因有6348条, 其中含有SECIS结构的基因249条, 兼含半胱氨酸同源类似物的基因52条. 再经硒代半胱氨酸(Sec)侧翼序列比对, 最终检索到完全具备硒蛋白特点的基因5条, 其中谷胱甘肽硫转移酶(GST)是一种已知微生物硒蛋白, 而其他4种则是新硒蛋白, 分别在已有基因表中被注释为CG6024蛋白, CG5195蛋白, ATP-结合盒转运蛋白A型(ABCA)和核VCP相似蛋白. 通过对GST, ABCA和VCP主要性质的分析, 推测家蚕硒蛋白在氧化调节、硒储存运输和细胞凋亡等过程中起重要作用.     

表皮葡萄球菌双组分调控系统的生物信息学分析

应用序列同源性比较及功能域分析等生物信息学手段, 从表皮葡萄球菌全基因组序列中发现16对双组分调控系统以及2个相对保守的功能域(HATPase_c和REC). 通过与金黄色葡萄球菌和枯草杆菌中的双组分调控系统基因比较, 预测表皮葡萄球菌中同源双组分调控系统基因可能具有参与调控细菌生长、生物膜形成、毒力因子表达等重要生物学功能. 对16对双组分调控系统基因的2个保守性功能域进行空间结构模建, 获得4个相似的组氨酸蛋白激酶HATPase_c功能域模拟结构以及13个相似的反应调节蛋白REC功能域模拟结构, 其中HATPase_c结构在AMP-PNP的结合部位形成袋状结构, 而REC结构中均包含3个天冬氨酸活性位点. 初步实验结果表明表皮葡萄球菌双组分调控系统保守性功能域的生物信息学分析可以为进一步开发相关治疗药物提供潜在的靶标.     

跨膜蛋白结构预测新方法

基因组数据中大约有20%～30%的基因产物被预测为膜蛋白, 膜蛋白是一类具有重要生物功能的蛋白质. 预测膜蛋白跨膜区的数量和位置是生物信息学中重要的研究课题. 提出了一种预测膜蛋白跨膜区的新方法—— 连续小波变换极大值谱(MSCWT). 该法对8种SARS-CoV膜蛋白的预测准确度与常用膜蛋白预测软件TMpred相当, 对MPtopo数据库中131种新的已知结构的螺旋束蛋白(共包含548个跨膜区)的预测显示, 其跨膜螺旋区预测准确率为91.6%, 膜蛋白序列的预测准确率为89.3%.     

破译蛋白质

生物学真正是21世纪科学。科学家在2001年宣布，在花费了10年和24亿英磅之后，一项国际性的努力已经在产生一幅人类基因组草图方面获得成功。现在正在制订有关一项更大的规模倡议的计划。已经创建了人类蛋白质组组织(HUPO)，以协调人类蛋白质组的破译——即充分认识人体每个蛋白质的结构和功能。蛋白质领域中的这个与人类基因组计划相当的计划对在分子水平上认识疾病和加快药物的发现速度是至关重要的。没有它，人类基因组计划产生的一切数据就没有什么实际用途。虽然基因可能提供了生命的蓝图，但是根据这些信息产生行为并推动人体发挥功…     

超越基因组 破译蛋白质

生物学真正是 2 1世纪科学。科学家在 2 0 0 1年宣布 ,在花费了 1 0年和 2 4亿英镑之后 ,一项国际性的努力已经在产生一幅人类基因组草图方面获得成功。现正在制订一项有关更大规模的倡议———创建人类蛋白质组组织 (ＨＵＰＯ) ,以协调人类蛋白质组的破译———即充分认识人体每个蛋白质的结构和功能。蛋白质领域中的这个与人类基因组计划相当的计划对在分子水平上认识疾病和加快药物的发现速度是至关重要的。没有它 ,人类基因组计划产生的一切数据就没有什么实际用途。虽然基因可能提供了生命的蓝图 ,但是根据这些信息产生行为并推动人体…     

基于PC/Linux的分子生物信息数据库查询系统

随着人类基因组计划等大型国际项目的实施,分子生物信息的研究、开发和应用已经成为当前一个前沿领域和研究热点．ＤＮＡ序列测定技术的完善和应用,使核酸序列数据库迅速增长国际上著名的３大核酸序列数据库ＥＭＢＬ,ＧｅｎＢａｎｋ和ＤＤＢＪ的数据量以指数曲线增长．与此同时,国际上两大著名的蛋白质序列数据库ＳｗｉｓｓＰｒｏｔ和ＰＩＲ的数据量也随之增长．Ｘ射线衍射和核磁共振结构测定技术的改进,使蛋白质空间结构测定的速度加快．ＰＤＢ数据库中以蛋白质为主的生物大分子结构数据已达１万多套．此外,Ｍｅｄｌｉｎｅ等文献摘要…