生物信息学与基因组学课件

生物信息学与基因组学课件课程目标和内容课程目标课程内容•掌握生物信息学与基因组学的基本概念和原理•生物信息学与基因组学概述•熟悉常用的生物信息学数据库和工具•生物信息学数据类型与数据库•具备独立完成基因组数据分析的能力•序列比对与系统发育分析•了解生物信息学在生命科学研究中的应用•基因组测序、组装与注释生物信息学的定义和发展历史生物信息学是一门交叉学科，它利用计算机科学、数学和统计学等工具，研究和处理生物学数据，特别是基因组数据生物信息学的发展历史与分子生物学和基因组学的发展紧密相连从最初的蛋白质序列分析到如今的大规模基因组数据挖掘，生物信息学已经成为生命科学研究中不可或缺的一部分基因组学的定义和发展历史基因组学定义基因组学是研究生物体基因组的结构、功能、进化和调控的学科基因组是生物体遗传信息的总和，包含了生物体生长、发育和繁殖的所有信息基因组学发展基因组学的发展历史可以追溯到人类基因组计划的启动人类基因组计划是一项旨在测定人类基因组全部DNA序列的国际合作项目该计划的完成标志着基因组学时代的到来后基因组时代生物信息学与基因组学的关系生物信息学与基因组学是紧密相关的两个学科基因组学是生物信息学研究的重要对象，生物信息学为基因组学研究提供技术和方法生物信息学利用计算机科学、数学和统计学等工具，对基因组数据进行分析和处理，从而揭示基因组的结构、功能和进化规律生物信息学的应用领域1基因组学基因组测序、组装、注释，基因组变异分析，比较基因组学2转录组学RNA-Seq数据分析，差异表达基因分析，功能富集分析3蛋白质组学蛋白质鉴定，蛋白质定量，蛋白质相互作用网络分析药物开发基因组学的应用领域疾病诊断个性化医疗基因组测序可以用于疾病的诊断和风险评估，例如癌症、遗传根据个体基因组的差异，制定个性化的治疗方案，提高治疗效病等果药物开发农业育种通过研究基因组，发现新的药物靶点，开发更有效的药物利用基因组信息，培育具有优良性状的农作物和家畜生物信息学数据类型核酸序列数据蛋白质序列数据1DNA序列，RNA序列氨基酸序列2表达数据结构数据43基因表达量，蛋白质表达量蛋白质三维结构核酸序列数据序列序列DNA RNA由四种脱氧核苷酸组成腺嘌呤（A）、鸟嘌呤（G）、胞嘧啶由四种核糖核苷酸组成腺嘌呤（A）、鸟嘌呤（G）、胞嘧啶（C）和胸腺嘧啶（T）DNA序列携带生物体的遗传信息（C）和尿嘧啶（U）RNA序列在基因表达过程中发挥重要作用蛋白质序列数据氨基酸蛋白质是由氨基酸通过肽键连接而成的线性聚合物常见的氨基酸有20种序列蛋白质序列是指氨基酸在蛋白质中的排列顺序蛋白质序列决定了蛋白质的结构和功能数据库蛋白质序列数据存储在蛋白质序列数据库中，例如UniProt结构数据蛋白质结构1蛋白质结构是指蛋白质的三维空间排列蛋白质结构决定了蛋白质的功能结构测定2蛋白质结构可以通过X射线晶体衍射、核磁共振等技术测定数据库3蛋白质结构数据存储在蛋白质结构数据库中，例如PDB生物信息学数据库概述数据库类型描述示例核酸序列数据库存储核酸序列数据GenBank,EMBL,DDBJ蛋白质序列数据库存储蛋白质序列数据UniProt,RefSeq结构数据库存储蛋白质三维结构PDB数据基因组数据库存储基因组序列和注Ensembl,UCSC释信息Genome Browser核酸序列数据库GenBank由美国国立生物技术信息中心（NCBI）维护EMBL由欧洲分子生物学实验室（EMBL）维护DDBJ由日本DNA数据库（DDBJ）维护蛋白质序列数据库UniProt RefSeqUniProt是一个综合性的蛋白质资源RefSeq是由NCBI维护的参考序列数库，提供蛋白质序列、功能、结构等据库，提供高质量的基因和蛋白质序信息列结构数据库数据类型PDB蛋白质数据库（PDB）是一个存储蛋白质、核酸等生物大分子三PDB数据库中的数据类型包括原子坐标、晶体学信息、序列信息维结构的数据库PDB中的结构数据来自于X射线晶体衍射、核等这些数据可以用于研究蛋白质的结构、功能和相互作用磁共振等实验技术其他专业数据库基因组数据库代谢途径数据库Ensembl,UCSC GenomeBrowser KEGG,MetaCyc基因表达数据库蛋白质相互作用数据库GEO,ArrayExpress STRING,IntAct数据库检索方法关键词检索1使用关键词在数据库中搜索相关信息序列检索2使用序列比对工具（如BLAST）在数据库中搜索相似序列高级检索3使用数据库提供的高级检索功能，例如布尔运算符、字段限制等算法原理BLASTBLAST（Basic LocalAlignment SearchTool）是一种用于在生物序列数据库中寻找与查询序列相似序列的算法BLAST算法的核心思想是首先寻找查询序列与数据库序列之间的短片段匹配（seed），然后从这些短片段匹配出发，向两端延伸，直到匹配得分下降到一定阈值以下BLAST算法具有速度快、灵敏度高等优点，被广泛应用于生物信息学研究中BLAST算法的步骤包括1）构建查询序列的k-mer列表；2）在数据库中寻找与查询序列的k-mer匹配；3）从匹配的k-mer出发，向两端延伸，计算匹配得分；4）选取得分最高的匹配作为BLAST结果实际应用BLAST同源序列搜索2寻找与已知序列相似的序列序列鉴定1鉴定未知序列的来源和功能基因组注释将基因组序列与已知基因进行比对，确3定基因的位置和功能序列比对基础定义目的序列比对是指将两个或多个序列排列在一起，以寻找它们之间的序列比对的目的是发现序列之间的进化关系、结构关系和功能关相似性序列比对是生物信息学研究中最基本的方法之一系成对序列比对1全局比对2局部比对将两个序列的整个长度进行比寻找两个序列中相似性最高的对，寻找最佳匹配区域3常用算法Needleman-Wunsch算法（全局比对），Smith-Waterman算法（局部比对）多序列比对定义将三个或多个序列排列在一起，以寻找它们之间的保守区域目的发现序列之间的进化关系、结构关系和功能关系常用算法ClustalW,MUSCLE,MAFFT应用构建系统发育树，寻找保守序列，预测蛋白质结构序列比对工具介绍BLAST ClustalWMUSCLEBasic Local用于多序列比对Multiple SequenceAlignmentSearch Comparisonby Log-Tool，用于在序列数据Expectation，一种高库中寻找相似序列效的多序列比对工具系统发育分析基础定义1系统发育分析是研究生物之间进化关系的学科目的2构建系统发育树，揭示生物的进化历史数据3序列数据（DNA、RNA、蛋白质），形态学数据系统发育树构建方法距离法最大简约法最大似然法基于序列之间的距离构建系统发育树，选择需要最少进化步骤的树作为最佳选择在给定模型下，数据出现概率最大例如UPGMA、邻接法树的树作为最佳树系统发育分析软件使用MEGA MrBayesMolecularEvolutionary一款基于贝叶斯方法的系统发育Genetics Analysis，一款常用分析软件的系统发育分析软件RAxML一款快速的最大似然法系统发育分析软件基因组测序技术概述第二代测序技术2Illumina测序，Roche454测序，ABISOLiD测序第一代测序技术1Sanger测序第三代测序技术3PacBio测序，Oxford Nanopore测序第一代测序技术Sanger测序双脱氧核苷酸末端终止法原理利用DNA聚合酶合成DNA链，通过掺入双脱氧核苷酸终止DNA链的延伸，然后通过电泳分离不同长度的DNA片段，从而确定DNA序列特点准确度高，但通量低，成本高第二代测序技术测序测序测序Illumina Roche454ABI SOLiD边合成边测序焦磷酸测序连接酶测序第三代测序技术测序测序PacBio OxfordNanopore单分子实时测序（SMRT）纳米孔测序基因组组装原理短序列拼接填补空缺将测序得到的短序列（reads）利用不同的测序策略或数据，填拼接成较长的序列补contigs之间的空缺（contigs）（scaffolds）纠错对组装结果进行纠错，提高准确性基因组组装策略组装De novo1从头开始组装基因组，不需要参考基因组参考基因组组装2将测序数据比对到参考基因组上，构建新的基因组序列基因组组装软件介绍SOAPdenovo VelvetSPAdes一款常用的de novo基因组组装软件一款基于De Bruijn图的de novo基因组组一款适用于细菌基因组de novo组装的软装软件件基因组注释概述结构注释识别基因组中的基因、RNA、调控元件等功能注释确定基因的功能、参与的生物过程、代谢途径等基因预测方法从头预测同源预测基于基因组序列本身的特征进行预测，例如密码子偏好性、启动将基因组序列与已知基因进行比对，预测基因的位置和功能子序列等功能注释方法序列比对结构预测将基因序列与已知基因进行比预测蛋白质的三维结构，推断蛋对，确定基因的功能白质的功能功能富集分析分析基因参与的生物过程、代谢途径等基因组注释流程基因预测1利用基因预测软件预测基因的位置和序列功能注释2利用序列比对、结构预测等方法确定基因的功能人工校正3对自动注释结果进行人工校正，提高准确性转录组学概述定义目的转录组学是研究生物体在特定条件下所有转录本（RNA）的学揭示基因表达的调控机制，研究基因的功能科原理和应用RNA-Seq1原理将RNA反转录为cDNA，然后进行高通量测序，从而确定RNA的序列和表达量2应用差异表达基因分析，可变剪接分析，新转录本发现转录组数据分析流程数据质控去除低质量的测序数据序列比对将测序数据比对到参考基因组或转录组上表达量计算计算基因或转录本的表达量差异表达分析分析不同样本之间的基因表达差异差异表达基因分析目的方法寻找在不同条件下表达量显著变化的基因DESeq2,edgeR,limma功能富集分析目的1确定差异表达基因参与的生物过程、代谢途径等方法2GO富集分析，KEGG富集分析工具3DAVID,Metascape蛋白质组学概述定义目的蛋白质组学是研究生物体在特定条件下所有蛋白质的学科揭示蛋白质的表达、修饰、相互作用等，研究蛋白质的功能蛋白质组学实验技术1双向电泳2质谱分离蛋白质鉴定和定量蛋白质3液相色谱分离蛋白质或肽段蛋白质组学数据分析方法蛋白质鉴定蛋白质定量将质谱数据与蛋白质序列数据库定量蛋白质的表达量进行比对，确定蛋白质的身份差异表达分析分析不同样本之间的蛋白质表达差异蛋白质相互作用网络分析目的方法研究蛋白质之间的相互作用关系，揭示蛋白质的功能和调控机酵母双杂交，免疫共沉淀，质谱制代谢组学概述定义代谢组学是研究生物体在特定条件下所有代谢物的学科目的揭示代谢途径的调控机制，研究代谢物与疾病的关系代谢组学实验技术气相色谱液相色谱质谱分离挥发性代谢物分离非挥发性代谢物鉴定和定量代谢物代谢组学数据分析方法代谢物鉴定代谢物定量差异分析将质谱数据与代谢物数据库进行比对，定量代谢物的浓度分析不同样本之间的代谢物浓度差异确定代谢物的身份多组学数据整合分析整合目的将基因组学、转录组学、蛋白质更全面地了解生物体的生命活动组学、代谢组学等数据整合在一规律起分析方法网络分析，通路分析，机器学习生物信息学在疾病研究中的应用疾病基因发现1通过基因组关联分析（GWAS）等方法，寻找与疾病相关的基因疾病诊断2利用基因组测序等技术，对疾病进行诊断和风险评估药物开发3发现药物靶点，开发更有效的药物生物信息学在药物开发中的应用靶点发现药物设计药物代谢通过生物信息学分析，寻找潜在的药物利用计算机辅助药物设计（CADD）技研究药物在体内的代谢过程，优化药物靶点术，设计新的药物分子的药代动力学性质生物信息学在农业中的应用抗病虫育种2培育具有抗病虫害能力的农作物基因组育种1利用基因组信息，选择具有优良性状的农作物和家畜品质改良改良农产品的品质，提高产量3基因组编辑技术概述定义基因组编辑技术是一种可以对基因组进行精确修改的技术种类锌指核酸酶（ZFN），转录激活因子样效应物核酸酶（TALEN），CRISPR/Cas9系统系统及其应用CRISPR/Cas9原理应用利用Cas9蛋白在向导RNA的引导基因敲除，基因敲入，基因修复下，对基因组进行切割，从而实现基因编辑基因组编辑工具设计向导设计脱靶效应分析RNA选择合适的向导RNA序列，确保编辑的准确性和效率评估编辑工具可能产生的脱靶效应，降低风险机器学习在生物信息学中的应用基因预测蛋白质结构预测利用机器学习算法预测基因的位利用机器学习算法预测蛋白质的置和功能三维结构药物发现利用机器学习算法筛选药物靶点，设计新的药物分子人工智能在基因组学中的应用基因组组装利用人工智能算法提高基因组组装的效率和准确性基因组注释利用人工智能算法自动注释基因组序列疾病预测利用人工智能算法预测疾病的发生风险生物信息学与基因组学的未来发展趋势大数据分析1处理和分析更大规模的生物学数据人工智能2利用人工智能技术解决生物信息学和基因组学中的难题多组学整合3将不同组学数据整合在一起分析，更全面地了解生命活动规律总结与展望生物信息学与基因组学是生命科学研究中不可或缺的组成部分随着测序技术的不断发展和计算能力的不断提高，生物信息学与基因组学将在疾病研究、药物开发、农业育种等领域发挥越来越重要的作用希望通过本课程的学习，您能够掌握生物信息学分析的基本技能，为未来的科研和职业发展奠定坚实的基础让我们一起期待生物信息学与基因组学更加辉煌的未来！。