自从选择做生物信息以来，不断有人找我算数据，其中不乏一些知名学者和博导还有他们的学生们。算过的数据类型也五花八门，从标记设计到同源序列比对，从蛋白结构预测到芯片数据分析。所涉猎的物种也从模式植物（水稻，拟南芥等）到粮食作物（小麦，玉米等），从细菌、微生物到昆虫和动物（稻瘟病、土壤微生物、果蝇、鸡瘟等等）。在不少科研人员看来，虽然做了大量的分子试验，也得到一些数据，但是没有生物信息的分析，整个科研就少了画龙点睛之笔。

那么生物信息学到底是什么样的呢？是不是传统认为的“生物+计算机+数学”呢？能不能用浅显易懂的话，说明一下什么是生物信息学呢？

好吧，我们先看看百度给出的答案：（常言道：外事不决问谷歌，内事不决问百度。^_^这都哪里的常言哦。）

中文名称：

生物信息学

英文名称：

bioinformatics

定义1：

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。包括生物学数据的研究、存档、显示、处理和模拟，基因遗传和物理图谱的处理，核苷酸和氨基酸序列分析，新基因的发现和蛋白质结构的预测等。

定义2：

运用计算机技术和信息技术开发新的算法和统计方法，对生物实验数据进行分析，确定数据所含的生物学意义，并开发新的数据分析工具以实现对各种信息的获取和管理的学科。

定义3：

运用计算机技术和信息技术开发新的算法和统计方法，对生物实验数据进行分析，确定数据所含的生物学意义，并开发新的数据分析工具以实现对各种信息的获取和管理的学科。（引自http://baike.baidu.com/view/7303.htm）

看完了，是不是还是一头雾水？那么，好吧，我们把生物信息学解剖一下（要动手术啦，快来围观哦^_^），生物信息学无外乎就是“非常3+1”（声明：和李咏没有关系^_^）。“3”是数据库，软件，算法；额外再加的“1”就是编程语言。

数据库（Databases）：“巧妇难为无米之炊”，要做信息分析，数据库是数据材料的主要来源（除了公开数据库资源之外，不少牛实验室都有自己的试验所得的大量的数据）。数据库网站海了去了，除了耳熟能详的三大数据库（NCBI：http://www.ncbi.nlm.nih.gov/，DDBJ：http://www.ddbj.nig.ac.jp/，EMBL：http://www.ebi.ac.uk/）之外，每年都会有大量的新数据库出现。这里举个例子：每年NAR（Nucleic Acids Research）都会出版一期专门关于数据库的专刊（2011年的专刊地址http://nar.oxfordjournals.org/content/39/suppl_1）。

软件（Software）：“工欲善其事，必先利其器”，有了数据了，拿什么来分析？软件。例如，经典的序列比对软件Blast（http://blast.ncbi.nlm.nih.gov/Blast.cgi），多序列联配软件Clustalw（http://www.genome.jp/tools/clustalw/），系统发育树构建软件Mega5（http://www.megasoftware.net/）等等。目的不同所用的工具也就不同，而且关于生物信息分析的软件也是非常多，就同一类型的软件也有很多，这里不再举例。

算法（Algorithm）：“万丈高楼平地起”，生物信息学中的数据库和软件都是基于一定的算法来架构的。举个例子来说，假设联配两条序列：ATGCCGTA和ATGGCGTG。先制定游戏规则：两者匹配打0分（例如A-A，T-T），两者之间有空格打1分（例如C-gap），两者错配打2分（例如C-G），那么联配的可能结果有：

情况一：有错配

ATGCCGTA

 

ATGGCGTG

00020002 （打分情况）打分总和为4

情况二：引入gap（空位）

ATG CCGTA

 

ATGG CGT G

0001100011 （打分情况）打分总和也为4

基于刚才的游戏规则，那么打分越高说明匹配的效果越低（当然这个打分高低与序列长短有关系，这里不提）。这是仅有8个碱基的序列，如果序列有几Kb或者更长，那么该什么地方加空，什么地方错配呢？哪种方法是最优化的呢？这就是算法，一个例子而已。算法相关的内容不少，这里不展开叙述，感兴趣的可以去看曹同成老师的《生物信息学算法与实践讲义》或樊龙江老师的《生物信息学札记》（第三版）（因为这两本，网络上都有电子版的，免费的哦^_^，怎么找？哦，百度一下就看到了。好吧，方便大家阅读，在本文最后附上这两本电子书链接地址）。

以上三部分，构成了整个生物信息学的主体，而且相关的教程和书籍也非常多（相关书籍详情请参见精品课程相关网站），就不再详细展开叙述。

编程语言（Programming Languages）：“磨刀不误砍柴工”，学点编程语言对做生物信息来说，是如虎添翼哦，对于纯做生物信息的，学语言，那是“必须的”。这里的编程语言包括两个方面一个是计算机平台（windows，linux，unix等等），一个是计算机语言（java，C++，python，Perl等等）。有了这些计算机语言的支撑，生物信息学才算是完整的。接下来的帖子中，笔者尤其要探讨的是Perl语言，这应该是生物信息学必学语言，在绝大多数的生物信息学书籍中把这一部分给省略了。

到此，生物信息学的全部内容就说完了，这么简单？是的，就这么简单，“非常3+1”而已。学习了这4部分，生物信息就入门了。那么做生物信息的终极目的是干什么呢？难道就是为了了解几个数据库，学几个软件，做一些算法？当然不止这些，生物信息学的终极目的就是：给出一个合理的生物学解释！做了大量的分子试验，获得了N多的数据，也用了生物信息分析了，最后，要把这个科学故事（story）讲的完整，给出一个合理的生物学解释。那么，这样看的话，生物信息学就是一个工具。对，它就是个工具！方便试验开展的工具，试验结果分析的工具，方便发表文章的工具，发表高水平文章的工具，可以说：它就是贯穿整个分子研究的必备工具。

PS：相关实用链接

电子书籍：

樊龙江《生物信息学札记》（第三版）2010年1月

http://ibi.cqupt.edu.cn/download/bioinformatics/%E6%A8%8A%E9%BE%99%E6%B1%9F+%E7%94%9F%E7%89%A9%E4%BF%A1%E6%81%AF%E5%AD%A6+%EF%BC%88%E7%AC%AC%E4%B8%89%E7%89%88%EF%BC%89.pdf

曹同成《生物信息学算法与实践讲义》2005年

http://www.sciencetimes.com.cn/upload/blog/file/2010/8/201085202046634460.pdf

生物信息学精品课程网址：

湖南农业大学http://www.hunau.net/ec/C240/zccs.htm

西南交通大学http://jpkc.swjtu.edu.cn/C54/zjjs-3.htm

华中农业大学http://nhjy.hzau.edu.cn/kech/swxxx/jxdg/

浙江大学http://www.cls.zju.edu.cn/sub/classroom/bioinformatics/

 

 

转载本文请联系原作者获取授权，同时请注明本文来自杨龙科学网博客。
链接地址：https://wap.sciencenet.cn/blog-4015-494975.html