生物信息学
课程论文
论文题目：浅谈生物信息学
专业班级：生物技术一班
姓 名： XXX
学 号： XXX
摘要：随着人类基因组计划的启动，生物信息学作为一门综合计算机科学、信息技术和数学的理论和方法来研究生物信息的交叉学科发展起来了，本文就生物信息学的研究领域、当代生物学研究热点及本人感兴趣的方向做一论述。 关键词：生物信息学 蛋白质组学 药物筛选
生物信息学是20世纪80年代末随着人类基因组计划的启动而兴起的一门新的交叉学科，最初常被称为基因组信息学。因此它的研究内容就随着基因组的研究而发展，长时间以来，生物信息学一直被认为是一个建立在DNA和蛋白质序列比较基础上的学科，目的是发现进化关联，并由此进行功能比较。从最近两年来的生物信息学研究论文发表统计情况可以看出，在后基因组时代，生物信息学的主要研究内容为比较基因组学、代谢网络分析、基因表达谱网络分析、蛋白质组技术、数据分析处理、蛋白质结构与功能分析以及药物靶点筛选等，分别与功能基因组、蛋白质组、结构组研究领域相互配合，紧密相关，成为目前极其热门的系统生物学研究的重要基石。
系统生物学的主要技术平台为基因组学、转录组学，是在细胞、组织器官和生物体整体水平研究结构和功能各异的各种分子及其相互作用，并通过计算机生物学来定量描述和预测生物功能、表型和行为。系统生物学将在基因组序列的基础上完成的有生命密码和生命过程的研究，这是一个逐步整合的过程，有生物体内各种分子的鉴别及其相互作用的研究到途径、网络、模块，最终成整个生命活动的线路图。这个过程可能需要一个世纪或更长的时间，因此把系统生物学成为21世纪的生物学。
蛋白质组学是人类基因组计划之后的又一重大研究课题，是后基因组时代的重要组成部分。蛋白质组学从整体上对细胞或组织内蛋白质的进行研究，通常分为四中研究模式：①检测特定的细胞或组织内的所有蛋白质的组成、定位、理化参数等的“完全蛋白组学”；②研究与某一功能相关的所有蛋白质的功能蛋白质组学；③是研究蛋白质修饰的蛋白质组学，如甲基化、磷酸化等；④是诧异蛋白质组学，主要通过比较分析不同状态下细胞或组织蛋白质表达图谱，发现与特定生理病理状态密切相关的差异蛋白质，从而阐述特定生理病理产生的本质规律。
代谢网络的研究已经成为系统生物学研究的一个热门话题，基于代谢网络系统分析的方法在导求生物体代谢网络特征中具有很重要的作用。代谢网路的研究
不仅能使人们更好地了解代谢网络性质，也在很多方面得到了应用，将代谢网络流分析和生化数据分析方法整合起来的理念逐渐形成并已有所进展，如代谢流与基因表达调控的结合、代谢流对蛋白质的影响、代谢工程优化改革等。今后的研究方向可以将代谢流分析与网络拓扑性特征分析以及动态建模等结合起来已获得更全面、更准确的代谢网络性质。
药物筛选是一个采用适当方法与分析手段对候选物质药理活性评价的主动寻找药物的过程，高通量筛选技术是20世纪80年代后期形成的寻找新药的高新技术，其有了大技术支持，即组合化学、遗传学、高通量筛选，分别为新药开发提供化合物质、新的作用靶标和大规模的筛选方法。后两者相辅相成构成较为完整的筛选体系，即基于疾病机理，选择特定生物分子作为靶标的高通量筛选。生物芯片及相关技术的出现将在药物筛选的关键问题发挥巨大作用，不仅可促进药物基因组学的发展，尤其是对药活性物质的筛选和方剂作用原理的研究提供有力的技术支持。
生物信息学方法为药物研制提供了更多的、潜在的靶标。生物信息利用功能基因学、蛋白质组学等学科所提供的丰富的数据资源以及开发一些算法软件，可快速实现对靶标的识别寻找失导化合物是新药研发的关键，药物作用的基础是失导化合物与靶蛋白的结合而改变其功能状态。生物信息学方面在这方面的作用越来越受到重视，常用的方法有三维结构搜寻、分子对接、全新结构设计等。通过以上方法，得到的先导化合物经过优化、临床评价即可投入市场，是现代新药研发的针对性更强、效果更好、周期更短、研发投入更低。
生物信息学的研究不仅可提供生物分子空间结构的信息，还提供了中子结构的信息功能级、表面电荷分布、分子轨道的相互使用等。可为天然生物大分子的改性和基于受体结构的药物分子设计提供依据。由于机器人和合成化学的进步，药物发现的最关键的问题不再是得到一种失导化合物，而是得到靶向基因。随着人类基因组测序的基本完成，生物信息学成为靶位发现的一种有效工具，并将基因表达、基因功能的计算机分析整合为一体，运用聚类分析、人工神经网络等分析方法对生物信息进行处理，并运用各种算法分析数据。简化相关靶位的挑选工作，而且发展了很多计算方法来预测化合物作为药物的可能性，因此药物发现已进入了信息时代。
生物信息学
课程论文
论文题目：浅谈生物信息学
专业班级：生物技术一班
姓 名： XXX
学 号： XXX
摘要：随着人类基因组计划的启动，生物信息学作为一门综合计算机科学、信息技术和数学的理论和方法来研究生物信息的交叉学科发展起来了，本文就生物信息学的研究领域、当代生物学研究热点及本人感兴趣的方向做一论述。 关键词：生物信息学 蛋白质组学 药物筛选
生物信息学是20世纪80年代末随着人类基因组计划的启动而兴起的一门新的交叉学科，最初常被称为基因组信息学。因此它的研究内容就随着基因组的研究而发展，长时间以来，生物信息学一直被认为是一个建立在DNA和蛋白质序列比较基础上的学科，目的是发现进化关联，并由此进行功能比较。从最近两年来的生物信息学研究论文发表统计情况可以看出，在后基因组时代，生物信息学的主要研究内容为比较基因组学、代谢网络分析、基因表达谱网络分析、蛋白质组技术、数据分析处理、蛋白质结构与功能分析以及药物靶点筛选等，分别与功能基因组、蛋白质组、结构组研究领域相互配合，紧密相关，成为目前极其热门的系统生物学研究的重要基石。
系统生物学的主要技术平台为基因组学、转录组学，是在细胞、组织器官和生物体整体水平研究结构和功能各异的各种分子及其相互作用，并通过计算机生物学来定量描述和预测生物功能、表型和行为。系统生物学将在基因组序列的基础上完成的有生命密码和生命过程的研究，这是一个逐步整合的过程，有生物体内各种分子的鉴别及其相互作用的研究到途径、网络、模块，最终成整个生命活动的线路图。这个过程可能需要一个世纪或更长的时间，因此把系统生物学成为21世纪的生物学。
蛋白质组学是人类基因组计划之后的又一重大研究课题，是后基因组时代的重要组成部分。蛋白质组学从整体上对细胞或组织内蛋白质的进行研究，通常分为四中研究模式：①检测特定的细胞或组织内的所有蛋白质的组成、定位、理化参数等的“完全蛋白组学”；②研究与某一功能相关的所有蛋白质的功能蛋白质组学；③是研究蛋白质修饰的蛋白质组学，如甲基化、磷酸化等；④是诧异蛋白质组学，主要通过比较分析不同状态下细胞或组织蛋白质表达图谱，发现与特定生理病理状态密切相关的差异蛋白质，从而阐述特定生理病理产生的本质规律。
代谢网络的研究已经成为系统生物学研究的一个热门话题，基于代谢网络系统分析的方法在导求生物体代谢网络特征中具有很重要的作用。代谢网路的研究
不仅能使人们更好地了解代谢网络性质，也在很多方面得到了应用，将代谢网络流分析和生化数据分析方法整合起来的理念逐渐形成并已有所进展，如代谢流与基因表达调控的结合、代谢流对蛋白质的影响、代谢工程优化改革等。今后的研究方向可以将代谢流分析与网络拓扑性特征分析以及动态建模等结合起来已获得更全面、更准确的代谢网络性质。
药物筛选是一个采用适当方法与分析手段对候选物质药理活性评价的主动寻找药物的过程，高通量筛选技术是20世纪80年代后期形成的寻找新药的高新技术，其有了大技术支持，即组合化学、遗传学、高通量筛选，分别为新药开发提供化合物质、新的作用靶标和大规模的筛选方法。后两者相辅相成构成较为完整的筛选体系，即基于疾病机理，选择特定生物分子作为靶标的高通量筛选。生物芯片及相关技术的出现将在药物筛选的关键问题发挥巨大作用，不仅可促进药物基因组学的发展，尤其是对药活性物质的筛选和方剂作用原理的研究提供有力的技术支持。
生物信息学方法为药物研制提供了更多的、潜在的靶标。生物信息利用功能基因学、蛋白质组学等学科所提供的丰富的数据资源以及开发一些算法软件，可快速实现对靶标的识别寻找失导化合物是新药研发的关键，药物作用的基础是失导化合物与靶蛋白的结合而改变其功能状态。生物信息学方面在这方面的作用越来越受到重视，常用的方法有三维结构搜寻、分子对接、全新结构设计等。通过以上方法，得到的先导化合物经过优化、临床评价即可投入市场，是现代新药研发的针对性更强、效果更好、周期更短、研发投入更低。
生物信息学的研究不仅可提供生物分子空间结构的信息，还提供了中子结构的信息功能级、表面电荷分布、分子轨道的相互使用等。可为天然生物大分子的改性和基于受体结构的药物分子设计提供依据。由于机器人和合成化学的进步，药物发现的最关键的问题不再是得到一种失导化合物，而是得到靶向基因。随着人类基因组测序的基本完成，生物信息学成为靶位发现的一种有效工具，并将基因表达、基因功能的计算机分析整合为一体，运用聚类分析、人工神经网络等分析方法对生物信息进行处理，并运用各种算法分析数据。简化相关靶位的挑选工作，而且发展了很多计算方法来预测化合物作为药物的可能性，因此药物发现已进入了信息时代。