生物信息学的进展及其在分子微生物学研究中的应用

近年来，人类基因组计划和其它物种基因组学计划的启动和实施，使人类在生命科学领域尤其是在核酸、蛋白质等生物大分子的序列、结构与功能等领域迅速积累了大量数据。人们渴望从这些巨量数据挖掘出有用的信息。生物信息学这门新兴学科应运而生。微生物全基因测序，不仅是人类最早和首先完成的第一种生物的全基因组分析，也是迄今为止完成测序基因组种类最多的领域。生物信息学研究方法的运用为病原微生物的研究注入了新的血液。通过生物信息学研究平台，人们不仅能够实时在线检索丰富的微生物资源、共享海量的信息数据，还可以利用不断优化的系统平台、新的算法对微生物学各方面作进一步的研究。本文对近年来生物信息学方法在分子微生物学多方面的研究作一简要综述。

1　生物信息学研究概况

生物信息学是在生命科学、计算机科学和数学的基础上逐步发展而形成的一门新兴的边缘学科，它以核酸和蛋白质为主要研究对象，以数学、计算机科学为主要研究手段，对生物学实验数据进行获取、加工、存储、检索与分析，从而达到揭示数据所蕴含的生物学意义的目的[1]。

生物信息学的发展大致经历了前基因组时代、基因组时代和后基因组时代。目前，它的主要研究内容已经从对DNA和蛋白质序列比较、编码区分析、分子进化转移到大规模的数据整合、可视化，转移到比较基因组学、代谢网络分析、基因表达谱网络分析、蛋白质技术数据分析处理、蛋白质结构与功能分析以及药物靶点筛选等[1]。在后基因组时代的今天，生物信息学已经成为目前极其热门的系统生物学研究的重要手段。

利用各种功能的软件系统平台，目前生物信息学

生物信息学的进展及其在分子微生物学研究中的应用

陈文聪　胡朝晖　朱庆义★

[摘　要]　生物信息学的飞速发展，为其他生命学科的研究提供了新的平台。随着微生物基因组、蛋

白质组的数据日益丰富，生物信息学方法在分子微生物学研究中应用越来越广泛，为人类疾病防治带来了

不可估量的影响。本文概述了生物信息学的研究概况和生物信息学在分子微生物学研究领域中的应用，

如微生物鉴定、溯源分析、新型疫苗研究，以及微生物致病机理的研究等具有重要意义。

[关键词]　生物信息学；分子微生物

Application of the bioinformatics in the research of molecular microbiology

CHEN Wencong, HU Chaohui, ZHU Qingyi★

(Guangzhou Kingmed Center for Clinical Laboratory, Guangdong, Guangzhou 510330, China）

[ABSTRACT]　The rapid development of bioinformatics provides a new platform for other life science

research. The widely use of bioinformatics methods in the research of microbiology results from the enrichment

of microbial genome data and proteome data, which have contributed to human diseases' prevention and therapy.

The paper reviewed the progress of bioinformatics and the application of its in the research of microbiology,

such as the identification of microbe, the analysis of evolution, the study of new vaccines and the nosogenesis of

microbe, which are significant to the research of microbiology.

[KEY WORDS]　Bioinformatics; Molecular microbiology

基金项目：十一五国家科技重大专项课题（2008ZX10004-006）；国家标准化委员会资助项目（20081021-T-361）

作者单位：广州金域医学检验中心，广东，广州 510330

★通讯作者：朱庆义，E-mail：zqy@

•综述•

方法主要通过序列比对与分析、功能基因组与基因表达数据的分析、蛋白质结构预测以及基于结构的药物设计等方面应用于各个生命科学研究领域。

1.1　序列比对与分析

序列比对是生物信息学的基础，是比较两个或两个以上符号序列的相似性或不相似性。两个序列的比对现在已有较成熟的动态规划算法，以及在此基础上编写的比对软件包——BLAST和FASTA；两个以上序列的多重序列是生物信息学中尚未解决的一个NP完全的组合优化问题，是目前研究的热点[2]。比较经典的算法有SAGA算法[3]、CLUSTAL算法以及隐马尔可夫模型（Hidden Markov Models，HMM）多重序列比对算法，另外，如Notredame等[4]开发的T-Coffee算法、Timo等[5]设计的Kalign算法、张琎等[6]设计的基于GC-GM多序列比对穷举遗传算法，是通过穷举某个特定范围内的所有序列的长度取值，来确定最终最佳比对长度的一种多序列比对算法。这些算法已应用于各种多序列比对软件，并在应用中不断得到优化。

1.2　功能基因组学

在后基因时代的今天，基因组学的研究已从结构基因组学（Structural genomics）转向功能基因组学（Functional genomics）[1]。功能基因组的任务是进行基因组功能注释（Genome annotation），了解基因功能、认识基因与疾病的关系、掌握基因的产物及其在生命活动中的作用。基因的时空差异表达是功能基因组学研究的理论基础。经典的减法杂交、差式筛选、cDNA替代差异分析以及mRNA差异显示等技术已被广泛应用于鉴定和克隆差异表达的基因。近年来应用较热的主要是基因表达系列分析（Serial analysis of gene expression, SAGE）、cDNA微阵列（cDNA microarray）和DNA芯片（DNA chip）等差异表达分析技术。如由Liang和Pardee等发明的差异显示反转录PCR（Differential display-reverse transcriptase PCR ，DDRT-PCR）技术[8]。

1.3　蛋白质结构预测

蛋白质结构预测是生物信息学的重要应用，分为二级结构预测和空间结构预测。二级结构预测的目标就是预测某一个片段中心的残基是α螺旋，还是β折叠，或是其他结构，常用的方法有立体化学方法、图论方法、统计方法、最邻近决策方法、基于规则的专家系统方法、分子动力学方法和人工神经网络方法。在空间结构预测方面，比较成功的理论方法是同源模型法。运用同源模型法可以完成所有蛋白质10%到30%的空间结构预测工作[7]。目前尚没有普遍可行的方案实现蛋白质结构的准确预测，大多数方案为启发式的。

1.4　基于结构的药物设计

基于生物大分子结构的药物设计是生物信息学研究的热点。利用现有的海量生物数据进行潜在药物靶点定位是生物信息学药物设计的主要策略。目前研究比较热的是计算机辅助药物设计（Computer aided drug design）。计算机辅助药物设计就是通过模拟和计算受体与配体的这种相互作用，进行先导化合物的优化设计，大致包括活性位点分析法、数据库搜索、全新药物设计。目前活性位点分析软件主要有DRID、GREEN、HSITE等[7]。通过搜索数据库来获得药物靶点是其中一个手段，主要分为基于配体的方法和基于受体的分析方法；另外，全新药物设计的方法越来越受到人们的重视，现已开发出一批实用性较强的软件，主要有LUDI[9]、Leapfrog[10]、GROW、SPROU等，其中LUDI最为常用。

2　生物信息学在分子微生物学研究中的应用

由于在微生物遗传物质表达中存在高频率的变异现象，微生物表现出来的时间与空间上的多态性是微生物研究的一个挑战。尤其是对病原微生物的研究，如最近提出的研究热点超级细菌的耐药性、HIV 病毒的大范围蔓延、新型病毒人博卡病毒（Human bocavins, HboV）的出现、甲型H1N1的全球蔓延等，因此对病原微生物的研究一直都是生命科学研究的热点。生物信息学方法的出现无疑是分子微生物学研究的一种强有力的手段。目前各种微生物生物信息数据库日益完善，为各种微生物的研究奠定了良好基础。通过生物信息学方法，不仅可以快速准确地实现微生物分型鉴定、溯源分析，还可以研究新型疫苗的开发，甚至是微生物致病机理的深入分析。

2.1　微生物鉴定中的应用

微生物高度的遗传多样性是微生物鉴定及溯源的一个难题。对此，基于DNA序列、蛋白质序列、蛋白质结构的生物信息学方法为人们在基因水平上鉴定微生物提供了一个快速精确的手段，特别是对于新发现微生物的鉴定。

通过DNA测序鉴定方法已经被证明比传统的生