郝柏林院士的生物信息學(xué)講座5

11三月2024郝柏林院士的生物信息學(xué)講座5科學(xué)、宗教與藝術(shù)同源而殊途：同源于描述和解釋自然、人類以及人和自然的關(guān)系。數(shù)學(xué)是自然科學(xué)的“畫筆”：定量而不僅是定性地掌握自然規(guī)律?？茖W(xué)結(jié)論具有可以定量檢驗的預(yù)測能力。“數(shù)學(xué)”和“定量”包括解析、數(shù)值、圖形和其它主要由現(xiàn)代計算機提供的模擬手段。物理學(xué)已經(jīng)成為鼎立于實驗、理論和計算三大支柱上的成熟的學(xué)科。生物是物，生物學(xué)也會受到物理學(xué)的啟發(fā)。生物是物生物有理天地有大美而不言,萬物有成理而不說。夫圣人者原天地之美，而達萬物之理。莊子，《知北游》物含妙理總堪尋(北京頤和園銅亭出口處對聯(lián)下聯(lián))細推物理須行樂

何用浮名絆此身

杜甫耳目之察，不足以分物理?！痘茨献?。覽冥訓(xùn)》需要儀器觀測和理論思維

物理學(xué)與生物學(xué)的相互促進由來已久電學(xué)和電生理學(xué)同時誕生C.A.deCoulomb,1785L.Galvani,1791生物學(xué)為物理學(xué)啟示過能量守恒醫(yī)生R.J.Mayer(1842)：受動、靜脈血色差別啟發(fā)，第一個給出熱功當量。物理學(xué)家J.P.Joule(1843)：熱功當量?，F(xiàn)役軍醫(yī)H.vonHelmholtz(1847)：把能量守恒從機械運動推廣到熱、電、磁乃至生命現(xiàn)象。（24年后任物理教授）

（感謝劉寄星博士核實姓名年代）物理學(xué)為生物學(xué)提供過大量工具光學(xué)顯微鏡(~1590)：細胞(1665)細菌(AntonievanLeeuwenhoek,1683)(Muller確認細菌為一類生物,1773)X射線衍射晶體結(jié)構(gòu)分析DNA雙螺旋結(jié)構(gòu)（JDWatson,FHCCrick,1953）肌紅蛋白、血紅蛋白晶體結(jié)構(gòu)（1957,1959）電子顯微鏡、掃描電鏡、隧道掃描電鏡物理學(xué)為生物學(xué)提供過大量工具各種光譜方法、熒光標記中子衍射示蹤原子、放射性標記核磁共振波譜質(zhì)譜儀“化學(xué)”儀器：超速離心機、液相色譜分析、圓偏振二向色性分析、凝膠電泳物理學(xué)為生物學(xué)提供了新思想負熵非周期晶體對熱漲落的擔心三聯(lián)碼（GeorgeGamow,1954）生物中的“標度”和“分形”ErwinSchrodinger,WhatisLife?

ThePhysicalAspectofthe

Living

Cell,1944,…MichaelP.MurphyandLukeA.J.O’Neill,eds.WhatisLife?The

NextFiftyYears,CambridgeUniversityPress,1995,1997.數(shù)學(xué)是關(guān)于形和數(shù)的科學(xué)分析代數(shù)幾何統(tǒng)計、概率和隨機過程離散數(shù)學(xué)：組合學(xué)、圖論、語言學(xué)生物有形

生物有數(shù)生物有形，人所共識。地球上自然之美，多數(shù)來自生物本身和它們的營造。生物有數(shù)，則經(jīng)歷了漫長的認識過程。生物有形HIV病毒粘菌(Slimemold)：自組織現(xiàn)象的實例“數(shù)學(xué)的應(yīng)用:…

生物學(xué)中的數(shù)學(xué)=0.”（恩格斯：1885）于光遠等譯,《自然辯證法》,人民出版社,1984,172頁生物有數(shù)生物多樣性（宏觀數(shù)據(jù)）現(xiàn)存物種知多少？從2百萬到10億的種種估計2003年11月初GenBank核酸數(shù)據(jù)庫中有154089種生物至少有1條數(shù)據(jù)其中只有約半數(shù)有某些分類學(xué)信息目前地球上存活著約5000種哺乳動物,約9000種鳥類細菌是地球上最成功的物種,然而我們不知道它們的數(shù)目有多少生物數(shù)據(jù)的產(chǎn)量

中國科學(xué)院基因組學(xué)研究所（“華大基因”）每天的測序能力：5000萬堿基對（5*107）一個人的基因組：3.2*109堿基對秈稻基因組：4.3*108堿基對全世界每年生物數(shù)據(jù)產(chǎn)出量：1015字節(jié)英國Sanger中心今后5年每年新增硬盤：80-100TB，即(0.8~1)*1014字節(jié)GenBank138版(2003年10月15日)序列數(shù):29819397(2981萬)核苷酸(字母)數(shù):35599621471(355億)序列平均長度:1193計算機：用火以來的最偉大發(fā)明ENIAC（1944）：每秒330次乘法運算神威計算機：每秒3840億次浮點運算曙光3000計算機：每秒4000億次浮點運算每秒1萬億次=1012次/秒數(shù)學(xué)、物理和計算機科學(xué)大有可為生物學(xué)引論地球上的自然史~13Bys:大爆炸~4.9Bys:太陽系和地球誕生~3.8Bys:地球上出現(xiàn)原始生命~2.7Bys:細菌、光和作用~1.7Bys:多細胞生物~550Mys:寒武紀(Cambrian)物種大爆發(fā)~425Mys:志留紀(Silurian)物種爆發(fā)~65Mys:恐龍滅絕~3.5Mys:化石古猿科與人科分離~0.7Mys:人類與黑猩猩分離~0.5Mys:北京人(Homoerectus)~0.4Mys:智人(Homosapiens)~100-20Kys:山頂洞人221BC,2224年前：秦始皇統(tǒng)一中國模式生物噬菌體(Bacteriophage:lambda,T4,T7)病毒(Viruses:SV40,HIV)大腸桿菌(Escherichiacoli)酵母(Saccharomycescerevisiae,yeastbudding)線蟲(Caenorhabitidiselegans,nematode,worm)果蠅(Drosophilamelanogaster,fruitfly)擬南芥(Arabidopsisthaliana)水稻(Oryzasativa,rice)非洲爪蟾(Xenopuslaviae,Africanfrog)斑馬魚(Daniorerio,Zebrafish)小鼠(Musmusculus,mouse)智人(Homosapiens)遺傳物質(zhì)核酸(DNA)：線性和環(huán)狀質(zhì)粒(Plasmids)：線性和環(huán)狀染色體：DNA+組蛋白線粒體：有自己的DNA葉綠體：也有自己的DNA生命現(xiàn)象的眾多層次系統(tǒng)生物學(xué)、生物復(fù)雜性、生態(tài)系統(tǒng)生物多樣性、種群動力學(xué)動物行為科學(xué)個體、器官、組織細胞及其通信、信號傳導(dǎo)免疫網(wǎng)絡(luò)、調(diào)控網(wǎng)絡(luò)、代謝網(wǎng)絡(luò)復(fù)制、轉(zhuǎn)錄、剪接、翻譯、運輸生物大分子:蛋白質(zhì)與核酸（DNA、RNA）小分子(糖、脂肪、核苷酸、氨基酸)、金屬離子、水分子和原子的相互作用來自我們工作的幾個具體例子完全基因組中的缺失和稀少字串：相關(guān)的組合學(xué)和語言學(xué)問題秈稻基因組框架圖：測序讀出大量短串的拼接、重復(fù)序列帶來的困難、長DNA鏈中尋找基因細菌親緣關(guān)系和分類學(xué)

細菌完全基因組中的缺失和稀少短核苷酸串以大腸桿菌為例：一個DNA環(huán)：4639221個a,c,g,t字母長度為8的短串共有種65536種同長隨機序列中平均每種串出現(xiàn)71次實際情形如何？seeDNA程序演示C語言+Xlib+XtoolkitUNIX或LINUX平臺由GenBank取得基因組數(shù)據(jù)背后的組合學(xué)和語言學(xué)問題水稻葉綠體基因組可能曾經(jīng)是一種光合細菌全部由a、c、g、t四種核苷酸組成的序列粳稻（日本1989）：134525個字母秈稻（中國2001）：134559個字母cccaatatcttgcttcagcaagatattgggtatttctagctttcctttcttcaaaaattgctatatgttagcagaaaagccttatccattaagagatggaacttcaagagcagctaggtctagagggaagttgtgagcattacgttcgtgcattacttccataccaagattagcacggttgatgatatcagcccaagtattaataacgcgaccttggctatcaactacagattggttgaaattgaatccgtttagattgaaagccatagtactaatacctaaagcagtgaaccaaatccctactacaggccaagcagccaagaagaagtgtaaagaacgagagttgttaaaactagcatattggaagattaatcggccaaaataaccatgagcggccacaatattataagtttcttcctcttgaccaaatctgtaaccctcattagcagattcgttttcagtggtttccctgatcaaactagaggttaccaaggaaccatgcatagcactgaatagggaaccgccgaatacaccagctacacctaacatgtgaaatggatgcataaggatgttatgctctgcctggaatacaatcataaagttgaaagtaccagatattcctaaaggcataccatcagagaaacttccttgaccaatagggtaaatcaagaaaacagcagtagcagctgcaacaggagctgaatatgcaacagcaatccaaggacgcatacccagacggaaactcagttcccactcacgacccatataacaagctacaccaagtaagaagtgtagaacaattagctcataaggaccaccattgtataaccactcatcaacagatgcagcttcccaaattgggtaaaagtgcaatccgatcgccgcagaagtaggaataatggcaccagagataatattgtttccgtaaagtaaagaaccagaaacaggctcacgaataccatcaatatctactggaggggcagcgatgaaggcgataataaatacagaagttgcggtcaataaggtagggatcatcaaaacaccgaaccatccgatgtaaagacggttttcggtgctagttatccagttgcagaagcgaccccacaggcttgtactttcgcgtctctctaaaattgcagtcatggtaagatcttggtttattcaaattgcaaggactcccaagcacacgtattaactagaaagataatagaaggcttgttatttaacagtataatatagactatataccaatgtcaaccaagccagccccgacagttgtatatccatacaacaaaatttaccaaaccaaaaaattttgtaaatgaagtgagtgaaaaatcaaaactcagattgctcctttctagtttccatatgggttgcccgggactcgaacccggaactagtcggatggagtagataattattccttgttacaatagagaaaaaacctctccccaaatcgtgcttgcatttttcattgcacacgactttccctatgtagaaataggctatttctattccgaagaggaagtctactaatttttttagtagtaagttgattcacttactatttattatagtacagagaacatttcagaatggaaactgtgaaagttttaccttgatcatttatcaatcatttctagtttattagttttgtttaatgattaattaagaggattcaccagatcattgatacggagaatatccaaataccaaatacgctcactgtgcgatccacggaaagaaaagtaagttgttttggcgaacatcaaagaaaaaacttgctcttcttccgtaaaaaattcttctaaaaataccgaacccaaccattgcataaaagctcgtaccgtgcttttatgtttacgagctaaagttctagcgcatgaaagtcgaagtatatactttagtcgatacaaagtcttcttttttgaagatccactgtgataatgaaaaagatttctacatatccgaccaaaccgatcaagaatatcccaatccgataaatcggtccaaattggtttactaataggatgccccgatccagtacaaaattgggcttttgctaaagatccaatgagaggagtaacagggactttggtatcgaattttttcatttgagtatctattagaaatgaattctccagcatttgattccttactaacaaagaatttattggtacacttgaaaagtaccccagaaaatcgaagcaagagttttctaattggtttagatggatcctttgcggttgagtccaaaaagagaaagaatattgccacaaacggacaaggtaacatttccatttcttcttcaaaagaagagttccttttgatgcaagaattgcctttccttgatatcgaacataatgcataaggggatccataacgaaccatatggttttccgaaaaaaagcagggtacattaacccaaaatgttccatcttcctagaaaagatgattcgttccagaaaggttccggaagaagttaatcgcaagcaagaagattgtttacgaagaaacaacaagaaaaattcatattctgatacataagagttatataggaaccgaaatagtcttttattttcttttttcaaaataaaaatggatttcattgaagtaataaaactattccaattcgagtagtagttgagaaagaatcgcaataaatgcaaggatggaacatcttggatccggtattgaaggagttgaagcaagatatccaaatggataggatagggtatttctatatgtgctagataatgtaagtgcaaaaatttgtcttctaaaaaaggaaatattgaatgaatagatcgtaaattctgaaactttggtatttctttttcttccggacaagactgttctcgtagcgagaatgggatttctacaacgatcgcaaacccctcagatagaatctgagaataaaactcagaataaaaaaaattgttgtaatccaataatcgatcttggttaggatgattaaccaaattaatccaaaaattctgctgatacattcgaatcattaaccgtttcacaagtagtgaactaaatttcttgttattagaaccaataatttcgacaagttcggaaccatttaatccataatcatgggcaaacacataaatgtactcctgaaagagtagtgggtagacgaaatattgtctaggaaatttaagtttttctgaataaccctcgaatttttccatttgtatttctacttgaatcagagagagagaaatatttctcggtttatcaaatggtgatacatagtacaatatggtcagaacagggtgttgcattttttaatacaaacccctggggaagaaaaggagtctaatccacggatctttttccgctccttttctatccaatttgtttatgtttgttctaattacaaaagagaacaaatcctttatttttgcaggccaattgctcttttgactttgggatacagtctctttatcaatatactgcttcttttacacattcaatccataacatccttttcaatccaaaatcaagaataattaggatttctaaaaaaaaaagaaaaaatcaaaggtctactcataggaaaaccagcttttccctacatcaggcactaatctatttttaacgtctaattagatcagggagttcttccaattaagaagttaagctcgttgctttttgttttaccagaattggagccaggctctatccatttattcattagacccagaaaatcagaatttttttattccattccaaaaatccaaaataagaaattgattttattacgacatgctattttttccattcattacccttgaggatcagtcgcggtcttatagactctaccaagagtctggacgaattttttgcttcatccaaatgtgtaaaagatcatagtcgcacttaaaagccgagtactctaccattgagttagcaacccagataaactaggatcttagatacgatcgaaatccaaaaatcaatggaattacaccgcacacccctgtcaaaatcttaaaatagcaagacattaaaagaaagattttatcaccattgaaaacactcagataccaaaaggaacgggtctggttaaatttcactaaggttaaaagtggcaccaatcacgatcgtaaaattgtcatttttttagcatttttatttaaataaataaataaatcttgtatgagagtacaaacaagagggacaaccctaccatttgagcaaagtgtaggcaaaaaacctaatagggagtgaggataaagagacttatccatctacaaattctagatgttcaatggacctttgtcaatggaaatacaatggtaagaaaaaaattagatagaaaaactcaaaaaaataaaggcttatgttggattggcacgacataaatccagtcaaaaataggattaagaaagaggcaaattatttctaaatagttagacaacaagggatactagtgagcctctcctagttttttattcatttagttcttcaattaactcaaagttctttctttttctttaaagaattccgccttccttaaaatatcagaaacggttcttgtaggttgagcacctttttcaaggaaatagagaatagctggaacatttaaacaagtttgattctttatcggatcataaaaacctacttttcgaagatctcttccttctcttcgagatcgaacatcaattgcaacgattcgatagacagcttattgggatagatgtagataaataaagccccccctagaaacgtataggaggttttctcctcatacggctcgagaatatgacttgcattaatttccgtacagaaaaaacaaatttcatttatactcatgactcaagttgactaattttgattgacagacttgaaagaaaaaaatcctttgaaattttttgagtcgtctctaaactcttttctttgcctcatctcgaacaaattcacttttattccttattccggtccaattctattgttgagacagttgaaaatcgtgtttacttgttcgggaatcctttatctttgatttgtgaaatccttgggtttaaacattacttcgggaattcttattcttttttctttcaaaagagtagcaacatacccttttttcttatttccttcgataaagcatttccctcttctatagaaatcgaatatgagcgattgattctgatagactttaatcaaaagagttttcccatatcttccaaaattggactttcttcttattttaaccttttgatttctatattatttcgatttctatattaagggtagaatgacaaagttggcctaatttattagttttcactaaccctagattctttcccttgataaaaaataaattctgtcctctcgagctccatcgtgtactatttacttagcttacttacaaacaacccagcgaaaattcggttcgggacgaatagaacagactatgtcgagccaagagcattttcattactatggaaaatggtggatagcaaaatccacaatcgatcgtgtccttcaagtcgcacgttgctttctaccacatcgttttaaacgaagttttaacataacattcctctaatttcattgcaaagtgttatagggaattgatccaatatggatggaatcatgaatagtcattagtttcgttttttgtatactaattcaaacttgctttgctatctatggagaaatatgaataaaagaaattaagtatttatcgggaaagactccgcaaagagccaatttatttaaacccatattctatcatatgaatgaaatatagttcgaaaaaagggaataaacaagtttgcttaagacttatttattatggaatttccatcctcaacagaggactcgagatgatcaatccaatcctgaaatgataagagaagaattgactcttctccaacaaataaactatcaacctcccgtttaattaatttaattaatatattagattagcaatctatttttccataccatttttccgtaacaaaactaattaactattaactagttaaactattgcaatgaaaagaaagttttttggtagttatagaattctcgtatttcttcgactcgaataccaaaagaaagaaaaaaatgaagtaaaaaaaacgcatttcctgtaaagtaaaattaaggtctttgcttttacttattttttcttttacctaaaagaagcaactccaaatcaaaattgaatccattctatctaacgagcagttcttatcttatctttaccgggatggatcattctggatatttaaaaaatcgcggatcgagatcgtttttgcttaaccaaagaaagaaaaagaagaaggaaccttttttactaataaaatactataaaaaaaatttatctctatcataaatctatctctaccataaaggaataggtctcgttttttatacaatgttctacgtcaagtttaaaattttttcatgaaaaaaagattttcaatttgactggacttgacactggattatgttttctgagacagaaaatgaacgcattaggactgcatcgaatctaagagtttataagagaaaaaaattctctttaataaactttatgtctcgtgcagaatacaatacgatttcatctttcgtttcatcagaaaaaatctgggacggaaggattcgaacctccgagtaacgggaccaaaacccgctgccttaccacttggccacgccccatttcgggttttatgcgacactaataaacagtattatgtttatttcttattcgtcaatcctacttcaattacataaaaatggggggtattctcttggtaggattctagacatgcgaataatatagaatccaaaaaatgcattgatcattacatggaattctattaagatattatatgaaagtcgaatttcttccactctcatttgagagtgcgaatacaaggaggtattttgtgtttgggaaagtccgaagaaaaaaggattttgaatcctccttttcctttttcccttagaaaaataactcaatcaaaatccaattatctactctacaagaacgaaacgcttgttatgcctaatatacttagtttaacctgtatttgttttaattctgttatttatccgactagttttttcttcgccaaattgcccgaagcttatgccattttcaatccaatcgtggattttatgcctgtcatacctgtactcttttttctattagcctttgtttggcaagctgctgtaagttttcgatgaaatctttactactctgtctgccaaattgaatcatgtattcattctaaaaaaattcgaaaaatggataagagccgagaagtcttatattatgaaccttcgattctaaaattcaaattcttctacattgaatgtatagctgcagcaataaatttggatcagcctttctactccctgcatctacgttgagcaggtatctttaggtaaccgcacaatacctaacctaatttattgataagagtgcttattataaatcaattcttgcaatttttttcaaaaattgatttttgcatttttaggtgtcaaaataaacaaaacccatcctagtggatttgtgtggtaaggaaaaacgggtaatctattccttaaaaaaaaatcttggagattatgtaatgcttactctcaaactttttgtttatacagtagtgatattctttgtttccctctttatctttggattcttatctaatgatccaggacgtaatcctgggcgtgacgagtaaaaatccaaaattttttcttacaaattggatttgtttcatacatttatctacgagaaaatccgggggtcagaattccttccaattcgaaagtcccaaacgatccgagggggcggaaagagagggattcgaaccctcggtacaaaaaaattgtacaacggattagcaatccgccgctttagtccactcagccatctctccccgttccaaatcgaaaggtttccgtgatatgacagaggcaagaaataacgattgcaaaaaatccttcctttttctttcaaaagttcaaaaaaattatattgccaattccattttagttatattcttttttcttaatgttaataaaaaaaagaagaaaattcttcttttttctttctaattctaaaattggatattggctaaaagacaatcagatagattttctcttcagcaggcatttccatataggacttgttataataaaacaagcaggttatagaaaaaaactcttttttttattatttatcaacaaagcaaaaaggggtcttatcaaaccaacccaccccataaaattggaaagaaagataaagtaagtggacctgactccttgaatgaggcctctatccgctattctgatatataaattcgatgtagatgaaattgtataagtggatttttttgtatttccttagacttagaccacgcaaggcaagaatttctcgctatttactatttcatattcttgttactagatgttctataggaataagaagaaatcgcaacccctttccgctacacataaaaatggatttcgaaagtcaatttttcttttcaatatctttactttttttcagaatcctatttttgttcttatacccatgcaatagagagcgagtgggaaaagggaggttactttttttcattttttccttaaaaaataggctttcttggaaataggaatcatggaataatctgaattccaatgtttatttctatagtataagaaaaactaattgaatcaaattcatggatttaccacgacctcggctgtgaccccatagataaaaatgcaaaatttctatcttcgagaccattgaaaaaaggcattgaacgagaaaaaatcgtccacagataatctatcgtatgccttggaagtgatataaggtgctcggaaatggttgaagtaattgaataggaggatcactatgactatagcccttggtagagttactaaagaagaaaatgatttatttgatattatggacgactggttacgaagggaccgttttgtttttgtaggatggtctggcctattgctttttccttgtgcttatttcgctttaggaggttggtttacagggacaacttttgtaacttcttggtatacccatggattggcgagttcctatttggaaggttgcaatttcttaaccgcagcagtttccacccctgccaatagtttagcacactctttgttgctactatggggcccggaagcacaaggggattttactcgttggtgtcaattaggtggtctgtggacttttgttgctctccatggggcttttgcactaataggtttcatgttacgtcaatttgaacttgctcggtctgttcaattgcggccttataatgcaatttcattctctggcccaatcgctgtttttgtttccgtattcctgatttatccactggggcaatccggttggttctttgcgccgagttttggcgtagcagcgatatttcgattcatcctcttcttccaaggatttcataattggacgttgaacccatttcatatgatgggagttgccggagtattaggcgcggctctgctatgcgctattcatggggcaaccgtgga

尋找基因生物知識體現(xiàn)為基因模型