生物信息學bioinformatics(近完整版) Microsoft Word 文檔 (2)1

1、 bowung 2010/12/16一什么是生物信息學？Genome informatics is a scientific discipline that encompasses all aspects of genome information acquisition, processing, storage, distribution, analysis, and interpretation. （ 它是一個學科領域，包含著基因組信息的獲取、處理、存儲、分配 、分析和解釋的所有方面。） (The U.S. Human Genome Project: The First Five Year

2、s FY 1991-1995, by NIH and DOE) 生物信息學是把基因組DNA序列信息分析作為源頭，破譯隱藏在DNA序列中的遺傳語言，特別是非編碼區(qū)的實質；同時在發(fā)現(xiàn)了新基因信息之后進行蛋白質空間結構模擬和預測。生物信息學的研究目標是揭示“基因組信息結構的復雜性及遺傳語言的根本規(guī)律”。它是本世紀自然科學和技術科學領域中“基因組、“信息結構”和“復雜性”這三個重大科學問題的有機結合。How to find the coding regions in rude DNA sequence?By signals or By contents Among the types of funct

3、ional sites in genomic DNA that researchers have sought to recognize are splice sites, start and stop codons, branch points, promoters and terminators of transcription, polyadenylation sites, ribosomal binding sites, topoisomerase II binding sites, topoisomerase I cleavage sites, and various transcr

4、iption factor binding sites. Local sites such as these are called signals and methods for detecting them may be called signal sensors.二新基因和新SNPs的發(fā)現(xiàn)與鑒定大部分新基因是靠理論方法預測出來的。比如啤酒酵母完整基因組 (約1300萬bp) 所包含的 6千多個基因，大約 60 是通過信息分析得到的。a) 、利用 EST( Expression Sequence Tag) 數據庫 (dbEST) 發(fā)現(xiàn)新基因和新SNPs 國際上現(xiàn)已出現(xiàn)了幾個基于EST的基因索

5、引如UniGene (/pub/schuler/ unigene) , Merck-Gene Index (/est/esthmpg.html ) , GenExpress-index ( ) ，這些基因索引數據庫(即二次數據庫)構建了基因框架，極大地方便了相關研究者。 超大規(guī)模計算b)、從基因組 DNA序列中預測新ORF兩者區(qū)別：前者是利用EST數據庫進行片段的拼接與組裝，而后者是利用基因組數據庫的基因序列進行識別、預測，三基因電腦克隆基因電腦克隆的實質: 以一個序列片

6、段為線索, 通過它和整個數據庫的比較, 還原出全序列原貌。原理：當測序獲得一條EST序列時，它來自哪一個基因的哪個區(qū)域是未知的(隨機的)，所以屬于同一個基因的不同EST序列之間常有交疊的區(qū)域。根據這種“交疊”現(xiàn)象，就能找出屬于同一個基因的所有EST序列，進而將它們拼接成和完整基因相對應的全長cDNA序列?？尚行裕旱侥壳盀橹? 公共EST數據庫(dbEST)中已經收集到約800萬條的人的EST序列。估計這些序列已覆蓋了人類全部基因的95%以上，平均起來每個基因有10倍以上的覆蓋率。 嵌合體cDNA是指來源于不同基因的序列，由于偶然因素被組裝在一起形成的Contig。我們構建的神經網絡能探測組裝過

7、程形成的嵌合體。4 EST 利用 EST( Expression Sequence Tag) 數據庫 (dbEST) 發(fā)現(xiàn)新基因和新SNPs EST數據庫質量相對較低，就象許多文獻報道，發(fā)現(xiàn)了許多內含子，克隆載體，多酶切點，ALU以及3、5非翻譯序列(統(tǒng)稱污染序列，也稱載體序列或非insert序列)被包含在EST數據庫中，這使得EST序列分析復雜化。因此在進行Contig電腦組裝之前，需要探測并去除EST數據庫中的污染序列。為探測并去除EST數據庫中的污染序列，必須建立載體庫，對種子庫和人EST庫中的每條序列掃描其前端和尾部檢查上述非Insert序列，并去除。全長cDNA標注涉及到mRNA的5

8、端即轉錄起始位點區(qū)、第一個ATG、開讀框架、終止密碼子和3端的確認。目前國際上各種二次數據庫的建立和公布，使得我們有可能利用現(xiàn)有的數據源，通過同源性比較來預測mRNA的5端，最常用的與轉錄起始位點相關的數據庫是真核啟動子數據庫(The TRADAT Project , Eukaryotic Promoter Database, EPD. http:/www.epd.unil.ch/ )。 開讀框架(Open Reading Frame: ORF)的預測常與第一個ATG和終止密碼子的確定相關，但由于EST序列相對較低的測序質量，在測序過程中出現(xiàn)的堿基刪除或插入錯誤(稱為indel錯誤)將引起讀框

9、移動，甚至出現(xiàn)假終止密碼子，所以，僅憑第一個ATG和終止密碼子是不足以確定ORF的。我們結合下述幾種方法對Contigs進行標注，先用復合人工神經網絡系統(tǒng)預測Contig編碼蛋白的可能性，然后采用NCBI的ORF預測軟件 ( ORF finder: /gorf/orfig.cgi )初步判斷ORF的可能范圍。第一個ATG的確定則依據Kozak規(guī)則和信號肽分析軟件(SignalP http:/www.cbs.dtu.dk/services/signalP )的結果。所謂Kozak規(guī)則，即第一個ATG側翼序列的堿基分布所滿足的統(tǒng)計規(guī)律，若將第一個

10、ATG中的堿基A，T，G分別標為1，2，3位，則Kozak規(guī)則可描述如下：(1)第4位的偏好堿基為G；(2)ATG的5端約15bp范圍的側翼序列內不含堿基T；(3)在-3，-6和-9位置，G是偏好堿基；(4)除-3，-6和-9位，在整個側翼序列區(qū)，C是偏好堿基。Kozak規(guī)則是基于已知數據的統(tǒng)計結果，為獲得高可信度的結果，我們把預測過程中證實含完整mRNA 5端的Contig翻譯為蛋白序列，然后用SignalP軟件對前50個氨基酸序列(從第一個ATG對應的甲硫氨酸Met開始)進行評估，如果SignalP分析給出正面結果，則測試序列有可能為信號肽，假如在該測試序列的第一個Met 5端存在終止密碼

11、子，該序列為信號肽的可能性更大。3端的確認主要根據Poly(A)尾序列,若測試Contig不含Poly(A)序列，則根據加尾信號序列“AATAAA”和BLAST同源性比較結果共同判斷。 嵌合體cDNA是指來源于不同基因的序列，由于偶然因素被組裝在一起形成的Contig。我們構建的神經網絡能探測組裝過程形成的嵌合體。 EST數據也可用來幫助研究基因的可變剪接和發(fā)現(xiàn)非編碼RNA。5 完整基因組的比較研究是一個新方向研究生命是從哪里起源的？生命是如何進化的？遺傳密碼是如何起源的？估計最小獨立生活的生物至少需要多少基因，這些基因是如何使它們活起來的？比如，鼠和人的基因組大小相似，都含有約三十億堿基對，

12、基因的數目也類似?？墒鞘蠛腿瞬町惔_如此之大，這是為什么？同樣，有的科學家估計不同人種間基因組的差別僅為 0.1%；人猿間差別約為1%。但他們表型間的差異十分顯著。 這又為什么？完整基因組序列的比較研究是解決這些問題的重要途徑。六基于序列數據的生物進化研究當前面臨的問題進化分析相關軟件的因特網地址*序列分析和多序列比較# BLAST Web site /BLAST/# FASTA at EBI http:/www2.ebi.ac.uk/fasta3/# CLUSTALW software ftp:/ftp-igbmc.u-strasbg.fr/

13、pub/ClustalW # HMMER software /# SAM profile software /research/compbio/sam.html# BCM Search Launcher :8088/searchlauncher/launcher.html系統(tǒng)進化樹構建和穩(wěn)定性分析# PHYLIP /phylip.html # Hennig86 http:/ww

14、/mes/hennig/software.html # MEGA/METREE /faculty/nei/imeg # GAMBIT /mcdbio/Faculty/Lake/Research/Programs/ # MacClade /macclade/macclade.html # PAUP /PAUP/ # GCG software package *    

15、 自1859年 Darwin 的物種起源 (Origin of Species) 發(fā)表以來，進化論成為對人類自然科學和自然哲學發(fā)展的最重大貢獻之一。 進化論研究的核心是描述生物進化的歷史(系統(tǒng)進化樹)和探索進化過程的機制。自本世紀中葉以來，隨著分子生物學的不斷發(fā)展，進化論的研究也進入了分子水平。當前分子進化的研究已是進化論研究的重要手段，并建立了一套依賴于核酸、蛋白質序列信息的理論方法。建樹步驟： 序列相似性比較。就是將待研究序列與DNA或蛋白質序列庫進行比較，用于確定該序列的生物屬性，也就是找出與此序列相似的已知序列是什么。完成這一工作只需要使用兩兩序列比較算法。常用的程序包有BL

16、AST、FASTA等；序列同源性分析。是將待研究序列加入到一組與之同源，但來自不同物種的序列中進行多序列同時比較，以確定該序列與其它序列間的同源性大小。這是理論分析方法中最關鍵的一步。完成這一工作必須使用多序列比較算法。常用的程序包有CLUSTAL等；構建系統(tǒng)進化樹。根據序列同源性分析的結果，重建反映物種間進化關系的進化樹。為完成這一工作已發(fā)展了多種軟件包，象PYLIP、MEGA等；穩(wěn)定性檢驗。為了檢驗構建好的進化樹的可靠性，需要進行統(tǒng)計可靠性檢驗，通常構建過程要隨機地進行成百上千次，只有以大概率（70以上）出現(xiàn)的分支點才是可靠的。通用的方法使用 Bootstrap算法，相應的軟件已包括在構建

17、系統(tǒng)進化樹所用的軟件包當中。為便于使用者查找表三給出了進化分析相關軟件的因特網地址。 More and more LGT(Lateral Gene Transfer ) were discovered and reported. Some people guess 1.5%14.5% of genes in a genome are related with LGT, even rRNA molecules are involved in LGT; Garcia-Vallvé S, Romeu A, Palau J. ，Genome Res, 2000, 11, 17191725 Y

18、ap W H, Zhang Z, Wang Y. ， J. Bacteriol. 1999, 181: 52015209 Some people argue it is impossible to reconstruct a universal life tree; Pennisi E. ，Science, 1999, 284: 13051307 Doolittle R F.，Nature, 1998, 392: 339342As more and more whole genome sequence and the related data become available, it is p

19、ossible to re-consider the phylogeny and clustering properties of species in more broad measurements, even in level of whole genome.Phylogeny Based on Whole Genome as inferred from Complete Information Set Analysis (CISA) we present a new method based on information theory to calculate the phylogeni

20、c distance between biological sequences, including 16s Ribosomal RNA, which is used for method proof-test, 24 completely sequenced genomes, as well as all predicted ORF products of them, creating Phylogeny of genome and proteome using neighboring-joining algorithm. Scientists have already been consc

21、ious of that no other biological sequence can bring more phylogenetic information than the genome. However, previous algorithms dont have the ability to handle such megabase level nucleic acid or amino acid sequences, whose length sizes are in most cases unequal. 七2000年基因組研究的三個突出方面1. 干細胞作為基因組研究的重要選材

22、Celera Genomics And Geron Corporation Announce Collaboration For Human Pluripotent Stem Cell （Genomics June 12, 2000） The objective of the collaboration is to identify and assign function to genes important in early human development, and to utilize the information to develop small molecule pharmace

23、uticals, protein therapeutics, cell and gene therapies, diagnostics, and tools for use in drug discovery and testing. 2. SNP研究的國際大協(xié)作The SNP Consortium Ltd. is a non-profit foundation organized for the purpose of providing public genomic data. Its mission is to develop up to 300,000 SNPs distributed

24、evenly throughout the human genome and to make the information related to these SNPs available to the public without intellectual property restrictions. 856,666 mapped SNPs,is now available.（July 11, 2000）Human Genome Project and SNP Consortium Announce Collaboration 3. DNA芯片的廣泛使用8 大規(guī)?；蚬δ鼙磉_譜的分析隨著人類

25、基因組測序逐漸接近完成，人們自然會提出如下的問題：即使我們已經獲得了人的完整基因圖譜，那我們對人的生命活動能說明到什么程度呢？人們進一步提出了一系列由上述數據所不能說明的問題，例如：基因表達的產物是否出現(xiàn)與何時出現(xiàn)；基因表達產物的量是多少；是否存在翻譯后的修飾過程，若存在是如何修飾的；基因敲除（knock-out）或基因過度表達的影響是什么；多基因差異表達與表現(xiàn)型關系如何等等。概括這些問題，其實質應該是：知道了核酸序列和基因，我們依然不知道它們是如何發(fā)揮功能的，或者說它們是如何按照特定的時間、空間進行基因表達的，表達量有多少。 基因芯片Microarray:An arrayed series

26、of thousands of tiny DNA oligonucleotide samples imprinted on a small chip.mRNAs can be hybridized to microarrays to asseess the amount and level of gene expression.(GENES' X)通常芯片數據分析有如下的一些步驟，它們的每一步都與生物信息學相關：Scanning（掃描）：讀取芯片上的光密度。因為芯片上的點都是被熒光染料標記的（一般有紅、綠兩種顏色），熒光強度就代表了基因的表達量；Gridding（網格化）：確定芯片每一

27、個雜交點的位置。具體說來，它要做三件事情，即：發(fā)現(xiàn)每一個雜交點；按照信號的強弱等級分割信號和背景的邊界；分別讀取信號和背景的光強度。Normalization（標準化）：對所有信號進行標準化，使光密度值能正確代表基因表達量。這是芯片數據分析中非常重要的一步。為什么要對數據進行標準化呢？這是因為很多因素都可影響芯片上的光密度，如：載體（象玻璃）表面不干凈、染料不純、空氣中的灰塵污染；背景光的照射方式；光點大小以及對不同的雜交點熒光效率不同等；Clustering（聚類）：將具有相同特征（如：相同功能、相同表達趨勢）的基因聚集在一起。這只是芯片分析方法的一個代表，不同的方法還有很多。常用的方法有：

28、Clustering 方法，也稱聚類方法，它是無監(jiān)管的學習方法。這是芯片分析中使用最廣泛的方法 30，31 ，它比較適合分析具有某種共同表達特征的數據，象，由共同細胞類型產生的芯片數據，例如：對照和樣品來自同一組織； Classification方法，也稱分類方法，它是有監(jiān)管的學習方法 32。它非常適用于基因按其生物學功能分類的情況，例如：腫瘤的分類 33 ；多變量統(tǒng)計也是芯片數據的常用分析方法 34 。其中單組分分析和多維標度可有效地減低系統(tǒng)的維數。這種方法常用于分析信號貧乏的數據集 35 來探測特定基因的表達概率 36 。盡管發(fā)展了很多方法，但基因表達模式的研究才剛剛開始，大量的問題尚未解

29、決，例如：目前的分析還只能停留在一類基因或一組基因上，還不能有效地區(qū)分它們之間的關聯(lián)，同時也很難獲取非常重要也很有興趣的若干低表達基因象，轉錄因子以及受體的信息。為此，將基因表達數據與序列數據、pathway數據以及生物醫(yī)學實驗數據結合起來共同分析可能是未來的發(fā)展趨勢。用于基因芯片分析的重要軟件有：TIGR(The Institute for Genomic Research)芯片數據分析軟件包 41 ：它由三個軟件組成。MultipleExperimentViewer (TMEV)是用Java語言設計的。用于對芯片數據標準化及進行聚類和距離代數的分析。本軟件還有圖形顯示界面。但要運行此軟件必

30、須Sun JRE 和 J3D 1.2版本以上的系統(tǒng)； ArrayViewer是一個簡化的芯片數據分析軟件，用于設備條件不允許使用TMEV時;Spotfinder是用于芯片信號收集和圖象處理的。它是用C和C+寫成在 PC Windows NT/98環(huán)境下運行的。這些軟件是可以下載的。 盡管芯片技術有極為廣泛的前景，但對海量芯片數據的分析依然存在很多尚未解決的問題。如：（1）芯片上光密度數據標準化的理論方法研究。 為了保證芯片上每一個雜交點的光密度值都能正確地代表基因產物的表達量，需要在整個芯片范圍內同時對所有點的光密度值進行標準化。這是一個多點非線性的擬合問題，當前雖有很大進展，但仍需發(fā)展新的理

31、論方法。(2) 含有大量無定義元的大規(guī)模矩陣數據處理的方法研究：當根據信噪比對芯片數據進行篩選時，可能有約60%雜交點的數值不可靠，要舍去，這樣就導致大量矩陣元無定義。如何處理這種數據也要發(fā)展新方法。（3）大規(guī)?；蚬δ鼙磉_譜數據挖掘和知識發(fā)現(xiàn)：這是表達譜研究成功與否的關鍵。只有找到成百上千個表達水平發(fā)生變化基因之間在實現(xiàn)生物功能上的關聯(lián)，才能充分揭示基因功能表達譜數據蘊含的豐富信息。 功能基因組信息分析的進一步工作必然是獲取基因調節(jié)網絡的知識。這在腫瘤研究中尤其重要，因為腫瘤往往是多基因病，只有了解了這些基因的內在關系后，才能對其病理有根本的認識，也才能有好的診斷、治療方案。在基因調節(jié)網絡這

32、一領域已有了一些探索。 下一步，隨著多層次、多類型的海量信息的增加，功能基因組研究將朝著復雜系統(tǒng)的方向發(fā)展，即：探討生物系統(tǒng)中各部分、各層次的相互作用，從而進入系統(tǒng)生物學的領域。 蛋白質芯片與蛋白質組技術 二維電泳技術與質樸測序技術？蛋白質芯片的概念雖然在上一世紀八十年代就已提出，但進展較為緩慢。它主要研究蛋白與蛋白以及蛋白與配體（藥物）的相互作用。近年來有了一定進展，哈佛大學的一個研究組已實現(xiàn)了包括一萬多個蛋白樣品的玻璃載體芯片。蛋白芯片研制的最大困難是同時得到數以萬記的純樣品并保持它們的天然構象。蛋白質組學技術和基因芯片技術一樣是功能基因組的研究手段，與基因芯片不同的是，它是在蛋白質水平獲

33、取基因功能表達譜。由于它使用二維凝膠電泳和測序質譜，所以在分析軟件和數據庫的使用上與基因芯片有所不同。按照蛋白質組的研究過程，使用的分析軟件和數據庫有：1.二維凝膠電泳分析，用于從膠圖上鑒定蛋白位點；2.蛋白識別，用于從質譜相關數據，象，電荷數、分子量、氨基酸組分、序列標識和MS指紋圖確定蛋白；3.DNA和蛋白質序列相互轉換，包括通過EST的序列延長；4.序列相似性比較；5.特定模式的發(fā)現(xiàn)，象：預測信號肽、糖基化位點、磷酸化位點、酶切位點等；6.序列物理化學性質分析，象，PI、消光系數、疏水性等；7.二級結構預測；8.空間結構預測；9.膜蛋白過膜區(qū)預測；10.蛋白質亞細胞定位；11.蛋白代謝P

34、athway;12.蛋白相互作用等。相關網站有：http:/www.expasy.ch/melanie/；http:/www.expasy.ch/tools/; /ucsfhtml3.4/msfit.htm; http:/psort.nibb.ac.jp/; ; http:/www.ebi.ac.uk/proteome/; 等。Protein Identification: HPLC-MS-MS蛋白質組鳥槍法策略用不同的酶水解同一蛋白得到不同的片斷用De Novo方法測出蛋白質的片斷將這些片斷進行拼接給出較長（甚

35、或全長）的蛋白序列。從而做到真正的database-independed蛋白測序。蛋白質鳥槍法策略可行性：我們目前得到最大的正確片斷是8個氨基酸肽段。至少也能得到4個氨基酸肽段。氨基酸有20種，在序列拼接中我們可以只利用23個氨基酸的信息。因此序列是可以延長的。9 干細胞研究進展的權威評述 "Celera's agreement with Geron is important because we will be using human pluripotent stem cells-the most basic form of human cells that contain

36、 a diverse set of genes not expressed in high abundance in other cells-as a source to better understand the human genome," said J. Craig Venter, Ph.D., Celera's president and chief scientific officer. "By combining Celera's high-throughput sequencing facility, computational power,

37、and bioinformatics expertise with Geron's human pluripotent stem cell technology, our goal is to enable the development of new approaches to prevent, diagnose and treat some of our most devastating diseases such as heart disease, Parkinson's disease, and cancer." 干細胞是功能基因組研究的最佳選材 1. 是各種

38、不同組織和細胞類型的共同的源; 2. 可代表個體發(fā)育的各個階段; 3. 是人體材料但很少涉及倫理學和法律學問題； 4. 具有重要的應用價值。 干細胞：A stem cell is a cell from the embryo, fetus, or adult that has, under certain conditions, the ability to reproduce itself for long periods or, in the case of adult stem cells, throughout the life of the organism. It also can

39、 give rise to specialized cells that make up the tissues and organs of the body.干細胞是具有無限期產生各種分化細胞能力的細胞。它是各種干細胞的統(tǒng)稱。通常認為干細胞有幾個主要特征：它們是未分化的，但具有分化成各種特定細胞的能力；它們可無限地分裂產生大量后裔;其子細胞有兩種命運，保持為干細胞或分化為特定細胞。1998年美國有兩個小組分別培養(yǎng)出了人多能( pluripotent )干細胞：James A. Thomson在 Wisconsin大學領導一個研究小組從人胚胎組織中培養(yǎng)出了干細胞株。他們使用的方法是：人卵體外受

40、精后，將胚胎培育到囊胚階段，提取 inner cell mass細胞，建立細胞株。經測試這些細胞株的細胞表面 marker 和酶活性，證實它們就是胚胎干細胞。用這種方法，每個胚胎可取得1520個細胞用于培養(yǎng)。John D. Gearhart在 Johns Hopkins大學領導另一個研究小組也從人胚胎組織中建立了干細胞株。他們的方法是：從受精后59周人工流產的胚胎中提取生殖母細胞( primordial germ cell )。由此培養(yǎng)的細胞株，證實具有巨能干細胞的特征。當前有另外的六個實驗室使用不同的分離和培養(yǎng)條件也得到了人的多能( pluripotent )干細胞。成年個體的干細胞研究成體

41、干細胞：An adult stem cell is an undifferentiated cell that occurs in a differentiated tissue, renews itself, and becomes specialized to yield all of the specialized cell types of the tissue from which it originated. 來源：骨髓，血液，眼睛的網膜和角膜，腦，骨骼肌，牙髓，肝，皮膚，胃腸道內層，胰腺。最豐富的來源是從骨髓，血液分離的造血干細胞。成體干細胞研究是干細胞研究中最激動人心的部分。它

42、可以有效地防止組織排斥，可以避免倫理學、法律系方面的爭論?？伤苄?Plasticity): Plasticity is the ability of an adult stem cell from one tissue to generate the specialized cell type(s) of another tissue. 克隆能力(Clonality): A single cell is capable of developing an array of cell types, or whether multiple stem cell types, that when gro

43、wn together, are capable of forming multiple cell types. 成體干細胞是否具有胚胎干細胞那樣的分化潛力？大量的動物實驗證明了成體干細胞具有很強的分化能力。如：Recent experiments in mice suggest that when neural stem cells were placed into the bone marrow, they appeared to produce a variety of blood cell types. Studies with rats have indicated that ste

44、m cells found in the bone marrow were able to produce liver cells. 下邊的幾個最新的研究成果進一步說明包括人在內的高等生物的成體干細胞依然有明確的分化能力。 使用干細胞可以從事哪些研究1、移植研究(Restoring Vital Body Functions, 重建活體功能)目前證明干細胞可以替換受嚴重疾病損壞的細胞，因而具有治療某些人類疾病的潛力。它們包括：Parkinsons病，糖尿病，慢性心臟病，晚期腎臟病，肝臟病，腫瘤。對生存期很短的疾病干細胞移植是無效的。當前的研究集中在對神經系統(tǒng)疾病的處理上, 如脊髓損傷, 硬化癥,

45、 Parkinsons 癥，Alzheimers癥。另一個集中點是與胰腺組織相關的干細胞移植。某些誤解：A、提取的干細胞可直接用于病人。提取的干細胞在被誘導分化之前不適合用于患者。這方面的關鍵問題是：如何使干細胞分化到指定的細胞群，同時在移植后控制它們的發(fā)育和增殖。B、成體干細胞可現(xiàn)成地用于治療。除造血干細胞外，很多在實驗室培育的成體干細胞并不是全都充分分化的。為了安全起見，使用前必須純化。另外，干細胞作為外來者被受體拒絕的可能性也是很大的。為此需要對干細胞、受體的免疫系統(tǒng)或兩者進行修飾。2、治療基因的傳送系統(tǒng)(Therapeutic Delivery Systems)科學家正探索將干細胞作為

46、載體把基因傳送到特定組織，同時也正在實驗通過干細胞把藥物運送到癌變組織。3、探測早期發(fā)育中的染色體畸變 用于監(jiān)測兒童腫瘤的早期發(fā)生。4、 檢測藥物的有效性5、基礎研究毫無疑問胚胎干細胞是了解胚胎個體發(fā)育基本事件的關鍵工具。也是了解某些基因或分子, 象：生長因子、營養(yǎng)成分對發(fā)育過程影響的有力工具。成體干細胞和胚胎干細胞有哪些相似之處？1、所有干細胞都能自復制，并能產生具有特定功能的分化細胞，如：心、腦、骨骼等細胞；2、當將各種干細胞移植到免疫系統(tǒng)被抑制的動物體內時，它們都能增殖與分化；但人的免疫系統(tǒng)對成體干細胞和胚胎干細胞有什么樣的反應，科學界研究的還少。這是將干細胞用于治療時必須十分注意的事情

47、。成體干細胞和胚胎干細胞有哪些不同之處？1、最基本的不同是它們的來源。胚胎干細胞是來自胚胎和胎兒；成體干細胞來自人體的多種組織;2、非常明確，胚胎干細胞是多能的(pluripotent)，它們能分化成為三個胚層的任何組織。但對成體干細胞，如果把它們放在其正常存在的組織中（腦，骨髓，消化系統(tǒng)的上皮內層細胞等）它們能產生出這種組織的各類細胞。如果把它們從正常的環(huán)境中取出，放到其他環(huán)境中，它們是否具有胚胎干細胞的分化潛力呢？當前還沒有確定的答案，一些結果是相互矛盾的；3、在培養(yǎng)條件下，胚胎干細胞可以同時分化產生具有多種細胞類型的細胞叢。但成體干細胞沒有看到這種現(xiàn)象。如果把培養(yǎng)器中的胚胎干細胞注射到免

48、疫系統(tǒng)被抑制的小鼠體內時，能產生良性畸胎瘤，它是多種部分分化細胞類型的混合物。所以科學家不贊成把未分化的胚胎干細胞用于治療。成體干細胞是否會發(fā)生類似的情況，現(xiàn)在還不清楚；4、在實驗室，胚胎干細胞可以增殖而不分化維持很多代，因而可產生大量的干細胞用于臨床和基礎研究。但成體干細胞很難保持增殖而不分化。人從血液和骨髓分離的造血干細胞就是一個例子，盡管它們在移植到人和動物體內時，能很好地增殖，但在實驗室培養(yǎng)時卻經常失敗。因此成體干細胞應用時的主要問題是得到足夠的數量；10 生物信息學進一步發(fā)展值得關注的兩個問題 系統(tǒng)生物學的發(fā)展與非編碼區(qū)功能研究 系統(tǒng)生物學For the past 30-40 yea

49、rs, biology at the molecular and cellular level has been studied from the perspective of analyzing individual genes and individual proteins. Systems biology, on the other hand, is interested in analyzing whole systems of genes or proteins. What this means is that we use tools for capturing informati

50、on from many different elements of the overall system. And we have to be able to integrate the information that's obtained from all the different biological levels-DNA information, RNA information, protein information, protein interaction information, pathways and so forth. The ultimate objectiv

51、e is to use this information to write mathematical models that are capable of predicting something about the structure of the biologic system under evaluation as well as predicting something about its properties, given particular kinds of stimuli or perturbations. Suppose you're flying over Manh

52、attan and you'd like to find out how Manhattan works. You'd have to start by cataloguing the infrastructure, the buildings, the roadways, the communication channels, the cars, the bus routes and all the rest of it. You'd also have to study how power was brought into the city and how it w

53、as used and dissipated. And you'd have to study traffic patterns, work habits, human interactions and a great many other things we don't have time to talk about here. Then you'd have to take all that data and integrate them to develop a model capable of predicting how the city functions.

54、 And it's exactly the same for biological systems. We have to gather information at different levels and fully integrate it to really understand how systems work. （Dr. Leroy Hood ）研究思路的變化：Hypothesis-driven research concentrates on one protein and uses many different tools for its characterizatio

55、n. We refer to the vertical arrow as the “vertical approach.” Large-scale functional genomics experiments apply the same tool to many if not all genes or proteins. We refer to the horizontal arrow as the “horizontal approach.”功能基因組發(fā)展趨勢更好整合生物過程不同階段的分散數據.：基因組 + 轉錄組+ 蛋白質組 + 代謝組，滿足復雜查詢的整合數據庫.對復雜生物過程的更好模

56、擬:蛋白質折疊，復雜系統(tǒng)建模(Signaling/Metabolic pathways,Pathogenesis.)生物過程動態(tài)研究：From the components of a pathway to the dynamics of a pathway.系統(tǒng)生物學研究方法的創(chuàng)新點：生物復雜系統(tǒng)的突現(xiàn)性規(guī)律，如鈣波功能基因組多層次系統(tǒng)的貫穿特性系統(tǒng)與系統(tǒng)，層次與層次的相互作用新方法支持向量機主成分分析（時頻分析、偏最小二乘等）功能子系統(tǒng)建模多信息融合可能的應用：腫瘤研究，心血管疾病研究 非編碼區(qū)功能研究A genome is more than a set of genes：Genes (transcription unit):Protein-coding genesRNA genes:rRNAs, tRNAs, snRNAs, etc.Untranslated RNA genes (e.g. Xist, H19)Regulatory elements (promoters, enhan