4.生物信息學(xué)的基本概念與應(yīng)用60

1、生物信息學(xué)在基礎(chǔ)科學(xué)、藥物開發(fā)及臨床中的應(yīng)用醫(yī)藥生物信息學(xué)中心(Medicinal Bioinformatics Center)生物信息學(xué)-Bioinfomatics生物信息學(xué)是現(xiàn)代生物醫(yī)藥技術(shù)發(fā)展的必然需求生物信息學(xué)研究方法數(shù)據(jù)庫網(wǎng)絡(luò)服務(wù)器搜索引擎生物信息學(xué)研究方法來自于數(shù)理信息學(xué)技術(shù)的拓展醫(yī)藥生物信息學(xué)中心上海交通大學(xué)醫(yī)學(xué)院高校/科研單位/醫(yī)院/高科技公司基因/蛋白/相互作用網(wǎng)絡(luò)/小分子轉(zhuǎn)化醫(yī)學(xué)培訓(xùn)服務(wù)生物信息學(xué)重要數(shù)據(jù)庫 NCBI UniProt/SwissProt PDB/SCOP HPRD/DIP KEGG PubChem BindingDB DrugBank/TTD Thomson

2、Reuters Web of Science生物信息學(xué)重要數(shù)據(jù)庫-NCBI生物信息學(xué)重要數(shù)據(jù)庫-NCBI生物信息學(xué)重要數(shù)據(jù)庫-NCBI生物信息學(xué)重要數(shù)據(jù)庫-NCBI生物信息學(xué)重要數(shù)據(jù)庫-UniProt/SwissProt生物信息學(xué)重要數(shù)據(jù)庫-SwissProt生物信息學(xué)重要數(shù)據(jù)庫-PDB生物信息學(xué)重要數(shù)據(jù)庫-PDB生物信息學(xué)重要數(shù)據(jù)庫-HPRD生物信息學(xué)重要數(shù)據(jù)庫-KEGG生物信息學(xué)重要數(shù)據(jù)庫-KEGG生物信息學(xué)重要數(shù)據(jù)庫-PubChem生物信息學(xué)重要數(shù)據(jù)庫-PubChem生物信息學(xué)重要數(shù)據(jù)庫-BindingDB生物信息學(xué)重要數(shù)據(jù)庫-DrugBank生物信息學(xué)重要數(shù)據(jù)庫-Thomson Reu

3、ters生物信息學(xué)重要數(shù)據(jù)庫-Web of Science生物信息學(xué)基礎(chǔ)算法-BLASTTM4TM2TM3TM1TM5TM6TM7TM8生物信息學(xué)基礎(chǔ)算法-BLASTBLASTBy JosephBedell, IanKorf, MarkYandell Publisher: OReillyPub Date: July 2003ISBN: 0-596-00299-8Pages: 360Slots: 1.0為什么要用BLASTBLAST：Basic Local Alignment Search Tools序列局部相似比較，認為有生物意義保守序列，而不一定要全局相似。可以由局部相似得出兩序列可能有相同

4、功能或功能相關(guān)?？梢赃M行序列位置定位要比較的是相似性，不是同源性。根據(jù)相似性結(jié)合其他證據(jù)做出判斷。兩條序列匹配比較I種子IACGGTTCACGTTCCAACGGTCACACGGTTCACGTTTCCAACGGTCAC得分：1*5=5ACGGTTCACGTTTCCA ACGGTCAC得分1*33分Word size=3 如果word size=4,5 則第二個結(jié)果就沒有了。（假設(shè)相同就得1分，不同得-3分，出現(xiàn)gap-2分，延伸gap-1分）Word size 就是起始種子兩條序列匹配比較I種子IIACGGTTCACGTTCCAACG 1,8CGG 2GGT 3GTT 4,10TTC 5,11T

5、CA 6CAC 7ACGGTCACACG 1 2*1=2CGG 2 1*1=1GGT 3 1*1=1GTC 4 TCA 5 1*1=1CAC 6 1*1=1 共 6對種子Scoring MatrixBLOSUM：基于有效氨基酸片段之間的相互替代頻率，矩陣構(gòu)建蛋白數(shù)量是PAM的20倍以上， BLOSUM-N中。對于序列相似性越大的比對用較大的N，而序列相似性較小的比對用較小的N。PAM (Point Accepted Matrix):基于進化的點突變模型，如果兩種氨基酸替換頻繁，說明自然界就接受這種替換，得分就高，1個PAM單位代表一個進化變異單位，即1%氨基酸改變（缺點：家族內(nèi)成員整體構(gòu)建，累

6、積誤差）。PAM-N中，對于序列相似性越大的比對用較小的N，而序列相似性較小的比對用較大的N。The neighborhood near RGDBLOSUM62PAM200WordScoreWordScoreRGD17RGD18KGD14RGE17QGD13RGN16RGE13KGD15EGD12RGQ15HGD12KGE14NGD12HGD13RGN12KGN13AGD11RAD13MGD11RGA13RAD11RGG13RGQ11RGH13RGS11RGK13RND11RGS13RSD11RGT13SGD11RSD13TGD11WGD13E兩條序列匹配比較II延伸ACGGTTCACGTTC

7、CAACGGTCACACGGTTCACGTTTCCAACGGTCAC得分：1*5=5ACGGTTCACGTTTCCA ACGGTCAC得分1*33分兩條序列匹配比較III終止y=4 (1,-3,-2,-1)延伸到第7個堿基的時候達到/超過了y的值，這時候延伸停止，返回去找得分最高的比對，結(jié)果就是ACGGT的比對，得分為5兩條序列匹配比較III終止X=4 (1,-3,-2,-1)延伸到第7個堿基的時候達到/超過了X的值，這時候延伸停止，返回去找得分最高的比對，結(jié)果就是ACGGT的比對，得分為5Dynamic Programing動態(tài)規(guī)劃Dynamic Programming允許最適比較，允許插入

8、刪除，全局，局部Dynamic Programming allow Optimal Alignment between two sequencesAllow Insertion and Deletion or Alignment with gapsNeedlman and Wunsh Algorithm (1970) for global alignmentSmith & Waterman Algorithm (1981) for local alignmentImportant StepsCreate DOTPLOT between two sequences散點圖Compute SUM m

9、atrix矩陣求和Trace Optimal Path追蹤最適途徑Steps for Dynamic Programming。Row gapColumn gapSteps for Dynamic ProgrammingSteps for Dynamic ProgrammingSteps for Dynamic ProgrammingBLAST中序列對庫做比較一條查詢序列跟庫中每條序列做兩條序列的比較，把結(jié)果排序，得到了這條查詢序列跟庫中序列局部匹配比較好的結(jié)果多條查詢序列會被分解成單條序列與庫中序列比較，得到一條一條查詢序列結(jié)果的簡單累積BLAST類型核酸核酸 blastn蛋白質(zhì)蛋白質(zhì) bla

10、stp核酸T蛋白質(zhì) blastx蛋白質(zhì)核酸T tblastn核酸T核酸 T tblastxTraditional BLAST programs ProgramDatabaseQueryTypical usesBLASTNNucleotideNucleotideMapping oligonucleotides, cDNAs, and PCR products to a genome; screening repetitive elements; cross-species sequence exploration; annotating genomic DNA; clustering seque

11、ncing reads; vector clipping BLASTPProteinProteinIdentifying common regions between proteins; collecting related proteins for phylogenetic analyses BLASTXProteinNucleotide translated into proteinFinding protein-coding genes in genomic DNA; determining if a cDNA corresponds to a known protein TBLASTN

12、Nucleotide translated into proteinProteinIdentifying transcripts, potentially from multiple organisms, similar to a given protein; mapping a protein to genomic DNA TBLASTXNucleotide translated into proteinNucleotide translated into proteinCross-species gene prediction at the genome or transcript lev

13、el; searching for genes missed by traditional methods or not yet in protein databases 生物信息學(xué)基礎(chǔ)算法-BLAST BLAST主頁 教程 BLAST中的相似性分數(shù)的統(tǒng)計學(xué)意義醫(yī)藥生物信息學(xué)中心上海創(chuàng)新知識中心平臺海量數(shù)據(jù)生物信息學(xué)分析文本挖掘與智能語言分析活性藥物及靶標數(shù)據(jù)分析臨床樣本及生物信息數(shù)據(jù)分析活性化合物篩選及優(yōu)化4組曙光48核胖節(jié)點服務(wù)器2組惠普128核8路高性能服務(wù)器4組艮泰128核12路高性能服務(wù)器4臺GPU 484核工作站12臺惠普12核圖形工作站108臺聯(lián)想生物信息學(xué)4核工作站48臺聯(lián)想計

14、算化學(xué)4核工作站2臺GPU 248核工作站生物醫(yī)藥個性化數(shù)據(jù)庫建設(shè)服務(wù)數(shù)據(jù)庫咨詢及設(shè)計服務(wù)網(wǎng)絡(luò)數(shù)據(jù)庫發(fā)展及數(shù)據(jù)庫整合服務(wù)數(shù)據(jù)庫軟件設(shè)計及服務(wù)基于數(shù)據(jù)庫的數(shù)據(jù)分析及應(yīng)用醫(yī)藥生物信息學(xué)中心頭皮屑易感基因生物信息學(xué)分析及定位2012.10-2013.4醫(yī)藥生物信息學(xué)中心醫(yī)藥信息瀏覽習(xí)慣文本挖掘算法醫(yī)藥信息分類模型骨科婦產(chǎn)科消化科外科內(nèi)科兒科?？漆t(yī)生醫(yī)藥信息自動推送引擎2012.3-2012.9醫(yī)藥生物信息學(xué)中心表觀遺傳靶標表觀遺傳候選藥物HEMD數(shù)據(jù)庫活性適應(yīng)癥功能結(jié)構(gòu)分析篩選杭州景杰生物科技有限公司-表觀遺傳藥物開發(fā)及靶標數(shù)據(jù)庫2011.3-2012.12醫(yī)藥生物信息學(xué)中心藥物開發(fā)智能管理系統(tǒng)20

15、10.6-今醫(yī)藥生物信息學(xué)中心醫(yī)院口腔腫瘤樣本庫臨床手術(shù)樣本生物分析數(shù)據(jù)臨床樣本庫易感基因表達譜芯片分析分子診斷2012.12-今醫(yī)藥生物信息學(xué)中心公共服務(wù)面向公共開放的生物醫(yī)藥服務(wù)數(shù)據(jù)庫及分析系統(tǒng)海量數(shù)據(jù)從整合到挖掘與應(yīng)用數(shù)據(jù)整合數(shù)據(jù)挖掘創(chuàng)新應(yīng)用簡明的規(guī)律永遠隱藏在繁雜的數(shù)據(jù)背后ASD的數(shù)據(jù)整合、數(shù)據(jù)挖掘與應(yīng)用ASD的數(shù)據(jù)整合、數(shù)據(jù)挖掘與應(yīng)用ASD V0.1 2009.8 Allosteric Proteins V0.4 2010.3 Allosteric Diseases V1.0 2010.7 Allosteric Interactions V1.5 2011.6 Update Entr

16、ies V2.0 2012.8 DNA&RNAASD的數(shù)據(jù)整合SOP是數(shù)據(jù)收集整理具備可持續(xù)性的唯一保證ASD的數(shù)據(jù)挖掘 (一)-新位點識別Protein Property Analysis基于知識的別構(gòu)口袋識別新方法Site Property AnalysisSite Location AnalysisSite DetectionASD的數(shù)據(jù)挖掘 (二)-新作用機制識別基于知識的別構(gòu)機制識別方法ASD的數(shù)據(jù)挖掘 (三)-新化合物篩選知識為基礎(chǔ)的別構(gòu)小分子篩選規(guī)則數(shù)據(jù)規(guī)律產(chǎn)生新的應(yīng)用(一)Residue NumMutationPositionActivator EfficiencyNone(wide type)43.7%Cys52PheBinding site0%Cys52SerBinding site6%Cys52LeuBinding site19.8%Cys52AlaBinding site39.2%His54TrpBinding site34.3%Arg55AlaBinding site24.8%Arg55TrpBinding site22.6%His70ArgBindin