生物信息學(xué)在分子診斷中的應(yīng)用

1、生物信息學(xué)在分子診斷中的應(yīng)用,,,,第一節(jié) 生物信息學(xué)概論,生物信息學(xué)的定義 生物信息學(xué)研究的范疇,第一節(jié) 生物信息學(xué)概論一、生物信息學(xué)的定義,生物信息學(xué)是結(jié)合了生物學(xué)和信息技術(shù)，利用計算機和互聯(lián)網(wǎng)技術(shù)，分析海量的并且還在快速積累的生物數(shù)據(jù)，從中獲取生物科學(xué)新知識的一門新的交叉科學(xué)。,人類基因組計劃的意義,人類基因研究的意義在于它可以支持和推動生命科學(xué)中一系列重要的基礎(chǔ)性研究。如基因組遺傳語言的破譯，基因的結(jié)構(gòu)與功能關(guān)系

2、，生命的起源和進(jìn)化，細(xì)胞發(fā)育、生產(chǎn)、分化的分子機理，疾病發(fā)生的機理等。為推動醫(yī)學(xué)長足進(jìn)步帶來前所未有的機遇，基因診斷、基因療法和基因藥物的開發(fā)，有可能成為未來醫(yī)學(xué)發(fā)展的重要分支。人類基因組計劃的進(jìn)一步成功將促進(jìn)生命科學(xué)與信息科學(xué)、材料科學(xué)的融合，從而帶動一批高技術(shù)產(chǎn)業(yè)的發(fā)展,第一節(jié) 生物信息學(xué)概論,第一節(jié) 生物信息學(xué)概論二、生物信息學(xué)研究的范疇,第一、各種生物數(shù)據(jù)庫的建立和管理； 第二、研究高效率的統(tǒng)計工具，分析算法，

3、 發(fā)展方便、快捷的分析程序； 第三、從海量的原始生物數(shù)據(jù)中發(fā)掘新知識。,第二節(jié) 計算機和互聯(lián)網(wǎng),計算機常識和互聯(lián)網(wǎng)常用搜索引擎文件的壓縮和解壓文件和數(shù)據(jù)的傳送編程和語言,第二節(jié) 計算機和互聯(lián)網(wǎng)一、計算機常識：硬件和軟件,計算機的主要硬件由中央處理器（CPU）、存儲器、輸入設(shè)備和輸出設(shè)備組成。 常用的操作系統(tǒng)：windows 、UNIX 、Linux,第二節(jié) 計算機和互聯(lián)網(wǎng)二、互聯(lián)網(wǎng)和常用搜索引擎,WWW

4、是World Wide Web的縮寫，即通常我們所說的國際互聯(lián)網(wǎng)，它的每個節(jié)點在邏輯上都與任何其他節(jié)點保持聯(lián)系，可以相互交換信息。,第二節(jié) 計算機和互聯(lián)網(wǎng)二、互聯(lián)網(wǎng)和常用搜索引擎,第二節(jié) 計算機和互聯(lián)網(wǎng)三、文件的壓縮和解壓,傳輸或保存較大的數(shù)據(jù)時，常對文件進(jìn)行壓縮，以減少數(shù)據(jù)量。特別是對于圖形文件，壓縮尤其重要。在UNIX或Linux系統(tǒng)中，壓縮命令是compress myfile,壓縮后的文件自動加上后綴.Z。解壓

5、縮命令是uncompress myfile.Z。 PC機上的Windows操作系統(tǒng)沒有標(biāo)準(zhǔn)的壓縮和解壓軟件，但網(wǎng)上有許多針對Windows的免費或代免費試用期的壓縮軟件，如FreeZip、WinZip等,第二節(jié) 計算機和互聯(lián)網(wǎng)四、文件和數(shù)據(jù)的傳送,用戶需要遞交一條或多條核酸或蛋白質(zhì)序列去做數(shù)據(jù)庫查詢或比對。這時常用的方法有：使用視窗系統(tǒng)的剪切、復(fù)制和粘貼的功能.對于不太長的序列，這 種方法比較方便；網(wǎng)頁的輸入

6、窗口旁常有一個“瀏覽目錄”按鈕，點擊該按鈕，會彈 出一個對話框，找到需要上傳的序列文件，再按“提交”鈕完成遞 交。用這種方法可以一次遞交較長的序列；有些大型信息中心和研究單位還有遠(yuǎn)程文件傳送服務(wù)，即遵從文件 傳輸協(xié)議 (file transfer protocol，ftp)的服務(wù)器地址，用戶可以無記 名的方式訪問公用的目錄，讀取文件，下載軟件或數(shù)據(jù)。,第二節(jié) 計算機和互聯(lián)網(wǎng)五、編程和

7、語言,在眾多的計算機語言中，C語言無疑是最常用的，它具有 代碼精煉，執(zhí)行效率高的特點，網(wǎng)上還有大量的現(xiàn)成模塊 供免費使用。 對于非計算機專業(yè)人員，還可以選擇Visual BASIC（VB） 語言。VB語言具備了高級語言的特點，語句結(jié)構(gòu)類似自然 語言，對于生物背景的專業(yè)人員可能較容易掌握。 如果在研究中大量使用網(wǎng)絡(luò)資源，則需要掌握一定的網(wǎng)絡(luò) 編程語言，例如：Perl語言、PHP語言和JAVA語言等,第三節(jié)

8、 數(shù)據(jù)的獲得,DNA、RNA、蛋白質(zhì)的測序 蛋白質(zhì)結(jié)構(gòu)的分析 基因和蛋白質(zhì)的表達(dá)數(shù)據(jù) 蛋白質(zhì)相互作用,第三節(jié) 數(shù)據(jù)的獲得一、DNA、RNA和蛋白質(zhì)的測序,基因組DNA直接來源于細(xì)胞核基因組，它的組成包括 基因和基因間區(qū)域，基因序列中還包括內(nèi)含子和外顯子。cDNA是由mRNA逆轉(zhuǎn)錄而來，全長cDNA應(yīng)該包括5’端 非編碼區(qū)，3 ’端的多聚腺苷酸序列和編碼序列。重組DNA序列是基因重組到質(zhì)粒、病毒和cosmid等載體

9、 后經(jīng)測序得到的DNA序列。,2009-4-28,2009-4-28,第三節(jié) 數(shù)據(jù)的獲得一、DNA、RNA和蛋白質(zhì)的測序,2009-4-28,第三節(jié) 數(shù)據(jù)的獲得一、DNA、RNA和蛋白質(zhì)的測序,2009-4-28,第三節(jié) 數(shù)據(jù)的獲得一、DNA、RNA和蛋白質(zhì)的測序,RNA的序列可以從基因組序列或cDNA序列推導(dǎo)出來；直接 的RNA測序涉及修飾核苷酸的識別，可通過質(zhì)譜分析獲得。 蛋白質(zhì)的序列可以通過DNA序列推導(dǎo)而

10、來，但從DNA序列 推導(dǎo)的蛋白質(zhì)序列不能反應(yīng)真實的蛋白質(zhì)序列情況，蛋白質(zhì) 測序主要依靠質(zhì)譜分析(mass spectrometry, MS)技術(shù)，基本原 理是通過準(zhǔn)確測定真空中的離子質(zhì)量或電荷量來測算出分 子組成。,2009-4-28,第三節(jié) 數(shù)據(jù)的獲得二、蛋白結(jié)構(gòu)的分析,X射線晶體學(xué)技術(shù)：通過研究X射線對蛋白質(zhì)晶體的掃描后產(chǎn)生的衍射模式來測定蛋白質(zhì)的結(jié)構(gòu)； 核磁共振譜法(NMR) spectroscopy)：

11、該方法常用于較?。?lt;25kDa）的，可溶性蛋白質(zhì)結(jié)構(gòu)的測定； 有些蛋白質(zhì)很難結(jié)晶，不能用X射線晶體學(xué)技術(shù)測定，又太大而不能用核磁共振譜技術(shù)測定，其它技術(shù)方法：X射線纖維衍射技術(shù)；電子顯微鏡(electron microscopy)；環(huán)形雙色色譜技術(shù)(circular dichroism (CD) spectroscopy),2009-4-28,第三節(jié) 數(shù)據(jù)的獲得三、基因和蛋白質(zhì)表達(dá)數(shù)據(jù),表達(dá)文庫的測序 基因表達(dá)

12、連續(xù)分析技術(shù)（serial analysis of gene expression, SAGE） DNA芯片 雙向電泳分析技術(shù)（2D gel electrophoresis）,2009-4-28,基因表達(dá)連續(xù)分析技術(shù)原理,第三節(jié) 數(shù)據(jù)的獲得三、基因和蛋白質(zhì)表達(dá)數(shù)據(jù),雙向電泳分析技術(shù)原理： 1個方向是SDS-聚丙烯酰胺凝膠 主要是把蛋白質(zhì)按照 分子量分開 ； 1個方向是等點聚焦 把蛋白質(zhì)按照等電點的不同分開 ，這樣

13、就可以把不同的蛋白質(zhì)盡可能的分開 。,2009-4-28,第三節(jié) 數(shù)據(jù)的獲得四、蛋白質(zhì)相互作用,1、遺傳學(xué)方法： 2、親和性方法： 親和色譜法（Affinity chromatography） 免疫共沉淀法(coimmunoprecipitation) 免疫共沉淀基本原理: 細(xì)胞裂解液中加入抗體，與抗原形成特異免疫復(fù)合物， 經(jīng)過洗脫，收集免疫復(fù)合物，然后進(jìn)行

14、SDS-PAGE及 Western blotting分析。,2009-4-28,3、分子和原子法：X射線晶體法和核磁共振法 4、基于文庫法： 酵母雙雜交系統(tǒng)（yeast two-hybrid (Y2H)system）,第三節(jié) 數(shù)據(jù)的獲得四、蛋白質(zhì)相互作用,酵母雙雜交系統(tǒng)的建立得力于對真核細(xì)胞調(diào)控轉(zhuǎn)錄起始過程的認(rèn)識。研究發(fā)現(xiàn)，許多真核生物的轉(zhuǎn)錄激活因子都是由兩個可以分開的、功能上相互獨立的結(jié)構(gòu)域(d

15、omain)組成的。例如，酵母的轉(zhuǎn)錄激活因子GAL4，在N端有一個由147個氨基酸組成的DNA結(jié)合域(DNA binding domain,BD)，C端有一個由113個氨基酸組成的轉(zhuǎn)錄激活域(transcription activation domain,AD)。當(dāng)GAL4分子的DNA結(jié)合域和上游激活序列(upstream activating sequence，UAS)結(jié)合，轉(zhuǎn)錄激活域則能激活UAS下游的基因進(jìn)行轉(zhuǎn)錄。但是，

16、單獨的DNA結(jié)合域不能激活基因轉(zhuǎn)錄，單獨的轉(zhuǎn)錄激活域也不能激活UAS的下游基因，它們之間只有通過某種方式結(jié)合在一起才具有完整的轉(zhuǎn)錄激活因子的功能。,2009-4-28,,,轉(zhuǎn)化到,文庫中,重要生物信息中心 數(shù)據(jù)庫檢索工具,第四節(jié) 生物信息數(shù)據(jù)庫,2009-4-28,第四節(jié) 生物信息數(shù)據(jù)庫一、重要生物信息中心,美國國家信息中心 (National Center of Biotechnology Information,

17、NCBI)的GenBank (http:/ / www.nchi.nlm.nih.gov/web/GenBank/index.html); 歐洲分子生物學(xué)室驗室(European Molecular Biology Laboratory-European Bioinformatics Institute, EMBL-EBI) 的EMBL (http:// www.ebi.ac.uk/databases/index.h

18、tml); 日本 DNA數(shù)據(jù)庫 (DNA Data Bank of Japan, DDBJ) (http:/ / www.ddbj.nig.ac.jp/ ),2009-4-28,第四節(jié) 生物信息數(shù)據(jù)庫一、重要生物信息中心,最重要的蛋白質(zhì)氨基酸序列數(shù)據(jù)庫是瑞士的SWISS- PROT (http://au.expasy.org/sprot/); 蛋白質(zhì)數(shù)據(jù)庫PIR(Protein Informatio

19、n Resource),包含 所有序列已知的自然界中野生型蛋 白質(zhì)的信息 (http://pir.georgetown.edu); PDB蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫：收集由X射線衍射和核磁共振 技術(shù)測定的蛋白質(zhì)大分子三維結(jié)構(gòu)(http://www.rcsb.org/pdb)。,第四節(jié) 生物信息數(shù)據(jù)庫二、數(shù)據(jù)庫檢索工具,Entrez檢索工具：Entrez是美國國家生物技術(shù)信息中心（NCBI）提供的集成檢索工具

20、 http://www.ncbi.nlm.nih.gov/Entrez/ SRS（Sequence Retrieval System）檢索工具：是歐洲 分子生物學(xué)網(wǎng)EMBnet的主要數(shù)據(jù)庫檢索工具，可以從 EMBnet的主頁進(jìn)入。 DBGET/LinkDB檢索工具：是日本京都工具大學(xué)建立的 GenomeNet數(shù)據(jù)庫，該數(shù)據(jù)庫主要針對代謝途徑。 http://www.genome.ad.jp/dbget/dbget_

21、manual.html。,第四節(jié) 生物信息數(shù)據(jù)庫二、數(shù)據(jù)庫檢索工具,圖16-1: NCBI網(wǎng)頁的Entrez界面,第五節(jié) 核酸序列分析,核酸序列的基本分析 核酸序列的比對分析和功能預(yù)測 開放閱讀框的分析 引物設(shè)計 向數(shù)據(jù)庫提交序列,第五節(jié) 核酸序列分析一、核酸序列的基本分析,核酸序列的分子量、堿基組成、堿基分布等基本分析： BioEdit (http://www.mbio.ncsu.edu/BioEdit/bioedi

22、t.html) ★DNAMAN (http://www.lynnon.com/) 限制性酶切分析 ：限制性酶數(shù)據(jù)庫(Restriction Enzyme DataBase,REBASE) (http://rebase.neb.com ; ★ http://www.neb.com/rebase) 測序峰圖的查看、核實與修改 :Chromas,BioEdit,DNAMAN 測序結(jié)果需要識別與去除測序時使用的載體序

23、列 ： VecScreen ( http://www.ncbi.nlm.nih.gov/VecScreen.html),第五節(jié) 核酸序列分析一、核酸序列的基本分析,EST序列進(jìn)行電子延伸 ： 將待分析的核酸序列（稱為種子序列）采用Blast軟件 搜索GenBank的EST數(shù)據(jù)庫，獲得與種子序列有較高 同源性的EST序列，一般要求在重疊40個堿基范圍內(nèi) 有95％以上的同源性，稱匹配序列； 將匹配序列與種子序列裝配成新

24、序列，即片段重疊 群分析(contig analysis)； 再以新產(chǎn)生的序列為種子序列，重復(fù)上述過程，直 至沒有新的匹配序列為止。,,,,,,,,,,EST序列進(jìn)行電子延伸,種子序列,第五節(jié) 核酸序列分析一、核酸序列的基本分析,對核酸序列進(jìn)行電子基因定位 ：利用序列標(biāo)簽位點(Sequence Tagged Site, STS); 利用UniGene數(shù)據(jù)庫進(jìn)行基因電子定位; 直接利用基因組序列進(jìn)行基因電子定位。,★ N

25、CBI網(wǎng)頁的Map Viewer界面,第五節(jié) 核酸序列分析二、核酸序列的比對分析和功能預(yù)測,BLAST （Basic Local Alignment Search Tool）是基本局域聯(lián)配搜索工具；Blast 功能有：,NCBI網(wǎng)頁的BLAST界面,NCBI網(wǎng)頁的BLAST2 SEQUENCES界面,,,,第五節(jié) 核酸序列分析二、核酸序列的比對分析和功能預(yù)測,FASTA：根據(jù)用戶提交的單個序列進(jìn)行

26、 數(shù)據(jù)庫搜索比對的程序。 網(wǎng)上服務(wù)器和電子郵件服務(wù)： http://www.ebi.ac.uk/ mailto: fasta@ebi.ac.uk http://www.fasta.genome.ad.jp mailto: fasta@nig.ac.jp,第五節(jié) 核酸序列分析二、核酸序列的比對分析和功能預(yù)測,進(jìn)行多序列聯(lián)配 ：ClustalW: http://www.ebi.ac.uk/clustalw/index

27、.html， http://iubio.bio.indiana.edu/soft/molbio/align/clustal/， ftp://ftp.ebi.ac.uk/pub/software/dos/clustalw。ClustalX: CluastalW程序的UNIX版本，它使用X窗口圖形界面， ftp://ftp.ebi.a

28、c.uk/pub/software ftp://ftp-igbmc.u-strassbg.fr/pub/clustalX。對聯(lián)配結(jié)果進(jìn)一步編輯，形成適于發(fā)表的形式，可用的軟件有：SeaView: ftp://biom3.univ-lyon1.frBOXSHADE: http://www.ch.embnet.org/software/box_form.html)CINEMA: http://ww

29、w.bioinf.man.ac.uk/dbbrowser/cinema2.1/cinema2hdr.html,第五節(jié) 核酸序列分析三、開讀框的分析,GT-AG法則：外顯子與內(nèi)含子之間的連接區(qū)序列高度保守，如大部分內(nèi)含子5’端起始的兩個堿基是GT，3’端最后兩個堿基是AG。 基因識別軟件，常用的有：★ORF Finder (http://ncbi.nlm.nih.gov/gorf/gorf.html )GRAIL (http:

30、//avalon.epm.ornl.gov/grainbin/ )GeneFinder (http://genomic.sanger.ac.uk )Glimmer (http://www.cs.jhu.edu/labs/compbio/glimmer.html/ )GenScan (http://genes.mit.edu/genscan.html )GeneLang (http://www.cbil.upenn.edu/gen

31、lang/),用GeneFinde進(jìn)行開放閱讀框分析,用GeneFinde進(jìn)行開放閱讀框分析,第五節(jié) 核酸序列分析四、引物設(shè)計,Primer Premier軟件:http://www.premierbiosoft.com Primer3軟件:http://www.genome.wi.mit.edu/cgi-bin/primer/primer3Oligo、Vector NT、Omiga等,第五節(jié) 核酸序列分析五、向數(shù)據(jù)庫提

32、交核酸序列,向EMBL提交數(shù)據(jù)的網(wǎng)絡(luò)表格可參見： http://www.ebi.ac.uk/subs/emblsubs.tml 向GenBank數(shù)據(jù)庫提交核酸序列可聯(lián)網(wǎng)進(jìn)行 http://www.ncbi.nlm.nih.gov/GenBank/index.html 也可用Sequin軟件制作好序列提交文件，向NCBI 發(fā)送E-mail(gb-sub@ncbi.nlm.nih.gov)提交,,第六節(jié) 蛋白質(zhì)序列分析★

33、,蛋白質(zhì)基本性質(zhì)分析 蛋白質(zhì)功能預(yù)測 蛋白質(zhì)結(jié)構(gòu)預(yù)測 蛋白質(zhì)分子進(jìn)化分析,第六節(jié) 蛋白質(zhì)序列分析一、蛋白質(zhì)基本性質(zhì)分析,蛋白質(zhì)的氨基酸組成、分子量、等電點等方面的分析 : OMIGA、DNAMAN、BioEdit、MacVector等 蛋白質(zhì)疏水性分析 ：ProtScale， http://www.expasy.org/cgi-bin/protscale.pl 預(yù)測跨膜區(qū) ： http://genome.c

34、bs.dtu.dk/services/TMHMM-2.0/ http://www.ch.embnet.org/software/TMPRED_form.html http://www.emblheidelberg.de/services/sander/predictprotein ftp://ftp.biochem.ucl.ac.uk。,用TMHMM 軟件預(yù)測的SARS-CoV 的E蛋白的跨膜區(qū),第六節(jié) 蛋白質(zhì)序列分析一

35、、蛋白質(zhì)基本性質(zhì)分析,預(yù)測信號肽：http://genome.cbs.dtu.dk/services/SignalP/ 蛋白質(zhì)亞細(xì)胞定位 ：http://predict.sanger.ac.uk/nnpsl/,預(yù)測信號肽,預(yù)測信號肽,蛋白質(zhì)亞細(xì)胞定位,蛋白質(zhì)亞細(xì)胞定位,,第六節(jié) 蛋白質(zhì)序列分析二、蛋白質(zhì)功能預(yù)測,蛋白質(zhì)序列分析和功能預(yù)測的一般流程,,第六節(jié) 蛋白質(zhì)序列分析二、蛋白質(zhì)功能預(yù)測,磷酸化位點、糖基化位點，特殊的結(jié)

36、構(gòu)區(qū)（motif）的分析：PROSITE: http://www.expasy.org/prosite/BLOCKS: http://www.blocks.fhcrc.org/blocks/PFAM: http://www.sanger.ac.uk/software/pfam/PESCAN: http://www.isrec.isb-sib.ch/software/pfscanInterProScan: http://www

37、.ebi.ac.uk/interpro/scan.htmlSMART: http://smart.embl-heidberg.de/,第六節(jié) 蛋白質(zhì)序列分析三、蛋白質(zhì)結(jié)構(gòu)預(yù)測,蛋白質(zhì)的立體結(jié)構(gòu)數(shù)據(jù)庫PDB(Protein Data Bank): (http://www.umass.edu/microbio/rasmol) PDBFinder (http://www.sander.embl-heideberg.de

38、/pdbfinder) 蛋白質(zhì)分子模型數(shù)據(jù)庫(Molecular Modeling Database); 三維結(jié)構(gòu)顯示程序Cn3D (http://www.ncbi.nlm.nih.gov/structure),同源建模(Homology modeling)分析服務(wù) (http://www.expasy.ch/swissmod/sm_toppage.html) 常用的有以下幾個工具： TOPITS:

39、http://www.embl-heidelberg.de/predictprotein frsvr: http://www.mbi.ucla.edu/people/frsvr/frsvr.html THREADER: http://globin.warwick.ac.uk/~jones/,第六節(jié) 蛋白質(zhì)序列分析三、蛋白質(zhì)結(jié)構(gòu)預(yù)測,第六節(jié) 蛋白質(zhì)序列分析四、蛋白質(zhì)分子進(jìn)化分析,DNAMAN ClustalW P

40、HYLIP(http://evolution.genetics.washington.edu/) PAUP MrBayes(http://morphbank.ebc.uu.se/mrbayes/ ) 親緣樹顯示程序： TreeView (http://taxonomy.zoology.gla.ac.uk/rod/treeview) Phylodraw(http://iubio.bio.indiana.edu/treea