计算机技术在生物信息学中的应用研究

兴起 的一 门全新的学科 ，是研究生命 科学中各种 生物 信息 的表 达 、 采 集 、 存 储 、传 递 、 检 索 、 分 析 和 解 读 的科 学 。 生物信 息学的研究 内容 是伴 随着基 因组研究而发展 的 。具
体 地 说 ， 生 物 信 息 学 是 把 基 因 组 Ｄ Ａ 列 信 息 分 析 作 为 源 Ｎ序 头 ， 找 到 基 因 组 序 列 中代 表 蛋 白质 和 Ｒ Ａ 因 的 编 码 区 。 Ｎ基 同时 ， 阐 明 基 因 组 中大 量 存 在 的 非 编 码 区 的 信 息 实质 ， 破 译 隐 藏 在 Ｄ Ａ 列 中 的 遗 传 语 言 规 律 。 在 此 基 础 上 ， 归 Ｎ序 纳 、整 理 与 基 因 组 遗 传 信 息 释 放 及 其 调控 相 关 的 转 录 谱 和 蛋 白质 谱 的数 据 ，从 而 认 识 生 命 代 谢 、 发 育 、 分 化 、进 行
生物 信息 学在人 类基 因组测 序 中所 起 的作用 。 ｅ ｅ ｙ ｒ 等 Ｇ ｎ ｅ ｓ Ｍ 计算机科 学家运用 巧妙 的算法 ，使得对 人类 基因组进行全基
因 鸟 枪 测 序 （ ｈ ｌ ｅ ｏ ｅ ｓ ｏ ｇ ｎ ｓ ｑ ｅ ｃｎ ）成 为 可 Ｗ ｏ ｅ ｇｎ ｍ ｈ ｔｕ ｅ ｕ ｎ ｉｇ 能 ，并 使 之 成 为 各 种 基 因 组 测 序 的 通 用 方 法 ， 大 大 降 低 了基 因 组 测 序 的成 本 。 Ｇ ｎ ｙ ｒ 本 人 也 因此 成 为 美 国科 学 院 院 士 ，他 的贡 献 ｅｅＭｅ ｓ
以这 些 模 型 来 进 行 快 速 的 模 拟 和 预 测 ， 指 导 生 物 学 的 实 验 ，辅 助 药 物 设 计 ，改 良物 种 用 于 造 福 人类 ， 可 以说 是计 算 生 物 学 中 最 富 有 挑 战 性 并 最 具 有 影 响 力 的 任 务 。正 是 这
并非易事 。另外 ，许多 生物 数据 中的误差 较大 ，信噪 比甚
低 ，为 分 析 数 据 带 来 了很 大 的 困 难 。更 为 主 要 的 是 ， 生物
质数据库 由美国、欧洲和 日本的３ 家数据库系统产 生，他们共 同组 成Ｄ ＪＥ ／ ｅＢ ｎ 国际核酸序 列更新 。其他一些 国家，如德 国、法 国、意大利、瑞 士、澳大利 亚、丹麦和 以色 列等国 ，在分享 网络共享资源 的
在 数据量呈几何级 数增长 的情况 下，生物信息学 的发 展越来越 离不开计算机技术 的发展 。大量 的数据在生物信 息的存储 、获取、联 网、处 理、浏览 以及 可视化等方 面，
都 对 理 论 、算 法 和 软 件 的 发 展提 出 了 迫 切 的需 求 。
时需要 由计算工作者来 发现 数据中一些特征和规 律， 由统计 工作者来分析 这些特征规律 的可靠性 ，并 由生物 学工作者来
关 键 词 ： 生 物 信 息 学 ； 计 算 机 技 术 ；数 据 库 ；数 据 挖 掘
Ｄ Ｉ １ ． ９ ９ ｊｉ ｎ１ ７ －６ ９ ． ０ ． ２０ ７ Ｏ ： ５ ６ ／ ．ｓ．６ １ ５ ６２ Ｏ５ ．４ Ｏ ｓ １
ｌ 引言 生物信息学 （ ｉ ｉｆ ｒ ａ ｉ ｓ Ｂ ｏ ｎ ｏ ｍ ｔ ｃ ），是一 门研究 生物和
张敏 辉
高 晓玲
（ 川教 育 学 院 计 算 机 科 学 系 ， 四川 成 都 ６ １０ 四 １ ） １５
摘 要： 生物信 息学的 发展很 大程 度上 依赖 于计算机技 术 的发展 。为此 ，从 生物 信息 学的理 论 出发 ，讨论 了计算机技 术 在 生 物 信 息 学 中 的 应 用状 况 、存 在 问题 ， 强调 了数 据 挖 掘 等 相 关 计 算 机 技 术 在 生 物 信 息 学 中引 入 的必 要 性 。
生 物 相 关 系 统 中信 息 内 容 与 信 息 流 向 的 综 合 系 统 科 学 …。 它 是 ２ 世 纪 ８ 年 代 末 随着 基 因 组 测 序 数 据 迅 速 增 加 而 逐 渐 Ｏ ０
师资 ，并且开设这方面 的课程及专业 。计算 机科学通过生物
信 息 学 对 生 命 科 学 的影 响 日益 受 到 重 视 ，特 别值 得 一 提 的 是
同 时 ，也 分 别 建 立 了 自己 的 生 物 信 息 学 机 构 、 二 级 或 更 高 级
的 具 有 各 自特 色 的 专 业 数 据 库 以及 自己 的分 析 技 术 ， 服 务 于
系统 比一般 的物理工程 系统要复杂得 多，如何从各类 数据 中发现复 杂的生物规律和机 制 ，建立有效 的计算模型 ，并
判断并作实验来验证这些发现 。 国外 一 直 非 常 重 视 生 物 信 息 学 的发 展 ， 各种 专 业 研 究 机 构 和 公 司不 断 涌 现 ，生 物 科 技 公 司 和 制 药 工 业 内 部 的 生 物 信 息 学 部 门 的数 量 也 与 日俱 增 。 目前 ，绝 大 部 分 的 核 酸 和 蛋 白
２ 计算机技术在生物信息学 中的应 用现状
生物 学 的 “ 据 爆 炸 ” 为 计 算 机 科 学 带 来 了 巨大 的挑 数 战 和 机 遇 ，传 统 的 计 算 机 科 学 一 般 处 理 的 数 据 要 远 远 小 于
这一规模 ，如何处理 、储存 、检索 、查询 这些庞大 的数据
的规律 。
得到科学 界的公认 。今 天，大量生物信 息学的软件，数据库
已在 生 物 学 中 得 到 广 泛 应 用 ， 例 如 Ｂ Ａ Ｔ Ｌ Ｓ ，一 个 序 列 比 较 的
软件 ，已经成为在 生物 学中常识性 的名 词。生物信息学 已经
是 生 物 学 中 不 可 或 缺 的 一个 重 要 组 成 ，在 许 多情 况 下 ，生 物 数 据 的产 生 变 得 相 对 容 易 ， 而 对 这 些 数 据 的 分析 变 得 日趋 重 要 和 复 杂 。 当 然 ， 数 据 的分 析 在 很 多 的 情 况 下 并 不 是 仅 靠 计 算 工 作 就 可 以 完 成 的 ，往 往 需 要 进 行 多 学科 的合 作 ， 比如 有