生物信息学复习总结

第一篇：生物信息学复习总结

生物信息学复习总结

1.生物信息学的发展历史。

A.20世纪50年代，生物信息学开始孕育。B.20世纪60年代，生物分子信息在概念上将计算生物学和计算机科学联系起来。C.20世纪70年代，生物信息学的真正开端。D.20世纪70年代到80年代初期，出现了一系列著名的序列比较方法和生物信息分析方法。E.20世纪80年代以后，出现一批生物信息服务机构和生物信息数据库。F.20世纪90年代后，HGP促进生物信息学的迅速发展。

2.生物信息学主要研究内容。（1）生物分子数据的收集与管理；（2）数据库搜索及序列比较 ；（3）基因组序列分析；（4）基因表达数据的分析与处理 ；（5）蛋白质结构预测。

3.蛋白质的一二三级结构。

(1).蛋白质的一级结构是指多肽链中氨基酸的序列(2).蛋白质的二级结构主要有以下几种形式：（i）ą螺旋 ；（ii）ß折叠 –平行折叠 反平行折叠 ；（iv）无规卷曲-没有确定规律性的肽链构象，但仍然是紧密有序的稳定结构。（v）无序结构。(3).蛋白质的三级结构（tertiary structure）:在二级结构基础上的肽链再折叠形成的构象。

4.一二级数据库（怎样查？）

一级数据库----数据库中的数据直接来源于实验获得的原始数据，只经过简单的归类整理和注释

二级数据库----对原始生物分子数据进行整理、分类的结果，是在一级数据库、实验数据和理论分析的基础上针对特定的应用目标而建立的。

5.国际上权威的核酸序列数据库（1）欧洲分子生物学实验室的EMBL。（2）美国生物技术信息中心的GeneBank。（3）日本遗传研究所的DDBJ。

6为什么要对protein进行预测？

寻找一种从蛋白质的氨基酸线性序列到蛋白质所有原子三维坐标的一种映射。

7.蛋白质预测的思路和方法。

思路：a． 通过相似序列的数据库比对确定功能:具有相似性序列的蛋白质具有相似的功能。b． 确定序列特性：疏水性、跨膜螺旋等:许多功能可直接从蛋白质序列预测出来。c． 通过序列模体数据库等的比对确定功能:蛋白质不同区段的进化速率不同，蛋白质的一些部分必须保持一定的残基模式以保持蛋白质的功能，通过确定这些保守区域，有可能为蛋白质功能提供线索。

蛋白质结构预测主要有两大类方法：(1).理论分析方法:通过理论计算（如分子力学、分子动力学计算）进行结构预测。（2）统计的方法:对已知结构的蛋白质进行统计分析，建立序列到结构的映射模型，进而对未知结构的蛋白质根据映射模型直接从氨基酸序列结构。包括：a.经验性方法b.结构规律提取方法c.同源模型化方法

8、生物信息学分析的数据对象主要有哪几种？这些数据之间存在着什么关系？

其研究重点主要落实在核酸和蛋白质两个方面，包括它们的序列、结构和功能。生物信息学以基因组DNA序列信息分析作为出发点，破译遗传语言，认识遗传信息的组织规律，辨别隐藏在DNA序列中的基因，掌握基因调控信息，对蛋白质空间结构进行模拟和预测，依据蛋白质结构和功能的关系进行药物分子设计。

9、掌握蛋白质结构有什么意义？为什么要进行蛋白质结构预测？

（1）研究蛋白质的结构意义重大，分析蛋白质结构、功能及其关系是蛋白质组计划中的一个重要组成部分。研究蛋白质结构，有助于了解蛋白质的作用，了解蛋白质如何行使其生物功能，认识蛋白质与蛋白质（或其它分子）之间的相互作用，这无论是对于生物学还是对于医学和药学，都是非常重要的。

（2）对于未知功能或者新发现的蛋白质分子，通过结构分析，可以进行功能注释，指导设计进行功能确认的生物学实验。通过分析蛋白质的结构，确认功能单位或者结构域，可以为遗传操作提供目标，为设计新的蛋白质或改造已有蛋白质提供可靠的依据，同时为新的药物分子设计提供合理的靶分子结构

第二篇：生物信息学

生物信息学是上世纪90年代初人类基因组计划(HGP)依赖，随着基因组学、蛋白组学等新兴学科的建立，逐渐发展起来的生物学、数学和计算机信息科学的一门交叉应用学科。目前生物信息学的研究领域主要包括基于生物序列数据的整理和注释、生物信息挖掘工具开发及利用这些工具揭示生物学基础理论知识等领域。生物信息学作为新型交叉应用学科，可以依托本校已有的计算机科学、信息学、生物学和数学等学科优势，充分展现投入少、见效快、起点高的特色，推动学校学科建设和本科教学水平。

本实验指导书中的8个实验均设计为综合性开发实验，面向生物信息学院全体本科学生和研究生，以及全校对生物信息学感兴趣的其他专业学生开放。生物信息学实验室将提供系统的保障，包括采用mail服务器和linux帐号管理等进行实验过程管理和支持。限选《生物信息学及实验》的生物技术专业本科生至少选择其中5个实验，并不少于8个学时，即为课程要求的0.5个学分。其他选修者按照课时和学校相关规定计算创新学分。实验一 熟悉生物信息学网站及其数据的生物学意义

实验目的：

培养学生利用互联网资源获取生物信息学研究前沿和相关数据的能力，熟悉生物信息学相关的一些重要国内外网站，及其核酸序列、蛋白质序列及代谢途径等功能相关数据库，学会下载生物相关的信息数据，了解不同的数据文件格式和其中重要的生物学意义。

实验原理：

利用互联网资源检索相关的国内外生物信息学相关网站，如：NCBI、SANGER、TIGR、KEGG、SWISSPORT、Ensemble、中科院北京基因组研究所、北大生物信息

学中心等，下载其中相关的数据，如fasta、genbank格式的核算和蛋白质序列、pathway等数据，理解其重要的生物学意义。

实验内容：

1.浏览和搜索至少10个国外和至少5个国内生物信息学相关网站，并描

述网站特征；

2.下载各网站的代表性数据各10条（组）以上，并说明其生物学意义；

3.讨论各网站适合做何种生物信息学研究的平台，并设计一个研究设想。实验报告：

1.各网站网址及特征描述；

2.代表性数据的下载和生物学意义的描述；

3.讨论：这些生物信息学相关网站的信息资源，可以被那些生物信息学

研究所利用。

参考书目：

《生物信息学概论》 罗静初 等译，北京大学出版社，2002；《生物信息学手册》 郝柏林 等著，上海科技出版社，2004；

《生物信息学实验指导》 胡松年 等著，浙江大学出版社，2003。实验二 利用BLAST进行序列比对

实验目的：

了解BLAST及其子程序的原理和基本参数，熟练地应用网络平台和Linux计算平台进行本地BLAST序列比对，熟悉BLAST结果的格式和内容并能描述其主要意义，同时比较网上平台和本地平台的优缺点。

实验原理：

利用实验一下载的核算和蛋白质序列，提交到NCBI或者其他拥有BLAST运算平台的网页上，观察其基本参数设定库文件类型，并得到计算结果；同时在本地服务器上学会用formatdb格式化库文件，并输入BLAST命令进行计算，获得结果文件。

实验内容：

1.向网上BLAST服务器提交序列，得到匹配结果；

2.本地使用BLAST，格式化库文件，输入命令行得到匹配结果；

3.对结果文件进行简要描述，阐述生物学意义。

实验报告：

1.阐述BLAST原理和比对步骤；

2.不同类型BLAST的结果及其说明；

3.讨论：不同平台运行BLAST的需求比较。

参考书目：

《生物信息学概论》 罗静初 等译，北京大学出版社，2002；

《生物信息学实验指导》 胡松年 等著，浙江大学出版社，2003。

实验三 利用ClustalX(W)进行

多序列联配

实验目的：

掌握用Clustal X(W)工具及其基本参数，对具有一定同源性和相似性的核酸与蛋白质序列进行联配和聚类分析，由此对这些物种的亲缘关系进行判断，并且对这些序列在分子进化过程中的保守性做出估计。

实验原理：

首先对于输入的每一条序列，两两之间进行联配，总共进行n*（n-1）/2次联配，这一步通过一种快速的近似算法实现，其得分用来计算指导树，系统树图能用于指导后面进行的多序列联配的过程。系统树图是通过UPGMA方法计算的。在系统树图绘制完以后，输入的所有序列按照得分高低被分成n-1个组，然后再对组与组之间进行联配，这一步用Myers和Miller算法实现。

实验内容：

1.明确软件所支持的输入文件格式，搜集整理出合适的数据；

2.在Windows环境运行Clustal X，在Linux环境运行Clustal W；

3.实验结果及分析，用TREEV32或Njplotwin95生成NJ聚类图。

实验报告：

1.整理好的符合Clustal的序列数据；

2.提交数据网页记录和各步骤记录；

3.提供聚类图和多序列联配图，并说明意义。

参考书目：

《生物信息学概论》 罗静初 等译，北京大学出版社，2002；

《生物信息学实验指导》 胡松年 等著，浙江大学出版社，2003。实验四 ESTS分析

实验目的：

熟悉使用一系列生物信息学分析工具对测序得到ESTs序列数据进行聚类处理，由此对获得表达基因的丰度等相关信息，并且对这些表达基因进行功能的初步诠释，为后续实验通过设计RACE引物获得全长基因，以及进一步的功能注

释和代谢途径分析做好准备。

实验原理：

首先用crossmatch程序去除ESTs原始序列中的载体成分和引物成分，然后用phrap生成congtig和singlet，用blast程序进一步将有同源性的contig和singlet进行功能聚类，最后通过blast对聚类获得的cluster进行功能注释。在实验过程中将用到一些本实验室写好的perl程序用于连接各数据库和工具软件。

实验内容：

1.运行CodonCode Aligner程序，并用它建立工程文件，导入例子文件

夹里面的数据；练习对序列的各种查看方式。

2.使用CodonCode Aligner程序里的Clip Ends, Trim Vector, Assemble

等功能，完成序列的剪切、去杂质、组装工作。

实验报告：

1.实验各步骤记录和中间结果文件；

2.举例简要说明结果文件中数据的生物学意义。

参考书目：

《生物信息学概论》 罗静初 等译，北京大学出版社，2002；

《基因表达序列标签（EST）数据分析手册》 胡松年 等著，浙江大学出版社，2005。

实验五 利用Primer Premier5.0设计

RACE引物

实验目的：

熟悉PCR引物设计工具Primer Premier5.0的一些基本功能，能够根据实验需要选择相应的引物设计方法设计PCR引物。

实验原理：

PCR实验是当代分子生物学的基本实验之一，由于目标序列和实验目的的不同，相应设计引物的要求也不一样。本实验延续ESTs分析结果，对于其中需要获得全长的基因进行RACE引物的设计，及5’和3’RACE引物，配合接头序列设计单向引物，并模拟练习通过连接获得全长的基因CDS序列。最后设计已知全长基因序列的PCR扩增引物。

实验内容：

1.从网站下载并安装Primer Premier5.0；

2.从 GenBank 中任意获取一个 DNA 序列，设计出该序列的合适引物； 实验报告：

1.实验各步骤使用的数据、运算平台、结果文件记录；

2.比较不同引物设计平台和不同PCR实验的差别；

参考书目：

《生物信息学概论》 罗静初 等译，北京大学出版社，2002；《生物信息学实验指导》 胡松年 等著，浙江大学出版社，2003。

实验八 perl程序的安装、编写、调试 实验目的：

培养学生能在windows和Linux两种平台安装perl解释器、编写perl程序以及debug和运行的能力，熟悉perl语言基本语法，学会熟练编写和运用perl程序进行基础生物信息学研究。

实验原理：

Perl语言是一门通用的脚本语言，具有强大的字符串处理功能，是生物信息学研究的强大帮手，学会了perl语言，就能方便地处理生物信息学研究中遇到的各种字符串文本，促进研究的快速进行。

实验内容：

1.下载perl程序在Windows和Linux下的安装包并进行安装；

2.编写简单的perl程序，并学会debug；

3.编写具有简单功能的碱基处理perl程序。

实验报告：

1.perl解释器安装方法；

2.perl解释器debug方法；

3.讨论：perl语言在生物信息学研究中所起到的积极作用。

参考书目：

《PERL 编程24学时教程》（美）皮尔斯著 王建华等译，机械工业出版社，2000；

《生物信息学手册》 郝柏林 等著，上海科技出版社，2004；《生物信息学实验指导》 胡松年 等著，浙江大学出版社，2003

第三篇：生物信息学

浅谈对生物信息学的认识

摘要生物信息学是采用计算机技术和信息论方法研究蛋白质及核酸序列等各种生物信息的采集、储存、传递、检索、分析和解读的科学, 是现代生命科学与信息科学、计算机科学、数学、统计学、物理学和化学等学科相互渗透而形成的交叉学科。经过一学期的学习，我学到了很多很有用的知识，给我印象最深的有序列比对、蛋白质结构分析、核酸序列分析、数据库及数据库检索等内容。关键字：生物信息学认识基因组学数据库

时光飞逝，一学期马上就要结束了，本学期的专业选修课也即将结束。在上课之前，我一直认为生物信息学就是在讲关于人类及动物的基因，以及基因之间的差别。但是，刚上了几节课，我就发现生物信息学根本不是我想象的那么简单，就这样我怀着对自己的怀疑和对这门课的好奇走进了这门课。

生物信息学是一门新兴的、正在迅速发展的交叉学科,美国国家基因组研究中心认为, 生物信息学是一个代表生物学、数学和计算机的综合力量的新兴学(Bioinformatics is an emerging scientific discipline representing the combined power of biology,mathematics, and computers)。

现代生物信息学是采用计算机技术和信息论方法研究蛋白质及核酸序列等各种生物信息的采集、储存、传递、检索、分析和解读的科学, 是现代生命科学与信息科学、计算机科学、数学、统计学、物理学和化学等学科相互渗透而形成的交叉学科。

在这短短的一学期课中，在老师的带领下，我们学到了很多关

于生物信息学的知识，其中给我印象最深的有序列比对、蛋白质结

构分析、核酸序列分析、数据库及数据库检索等内容。

比如，序列比对，它的基本问题是比较两个或两个以上符号序列的相似性或不相似性。从生物学角度来看，它包含很多意义；如从

相互重叠的序列片段中重构DNA的完整序列等。老师主要给我们介

绍了blast比对。

再如，对蛋白质的分析。比如我们实验测定了一条蛋白质序列

或者从DNA序列翻译得来一条蛋白质序列，我们要借助生物信息学

方法来对它进行基本性质及结构分析。其中基本性质包括它的分子

量、氨基酸数目、排列顺序、等电点分析等。结构分析包括跨膜螺

旋分析等。要运用的工具是protparam tool 和TMHMM。对于这两

个工具我都进行了实际操作练习，我觉得这对我们以后的理论学习

和实验分析都非常重要。现代生物信息学的主要研究领域及其进展

1、基因组学和蛋白组学研究

基因组和蛋白组研究是生物信息学的主要内容.同样, 生物信息

学是基因组和蛋白组研究中必不可少的工具。

基因组学(Genomics)和蛋白组学(Proteomics)的实质就是分析和解读核酸和蛋白质序列中所表达的结构与功能的生物信息.这方面的研究已成为生物信息学的主要研究内容之一.一种生物的全部遗传构成被称为该种生物的基因组.有关基因组的研究称为基因组学.其中, 序列基因组学(Sequence genomics)主要研究测序和核苷酸序列;结构基因组学(Structural genomics)着重于遗传图谱、物理图谱和测序等方面的研究;功能基因组学

(Functional genomics)则研究以转录图为基础的基因组表达图谱;比较基因组学(Comparative ge2nomics)的研究内容包括对不同进化阶段基因组的比较和不同种群和群体基因组的比较。

蛋白组和蛋白组学的概念是随基因组和基因组学的出现而出现的.蛋白组(proteme)的概念是由于基因表达水平并不能代表细胞中活性蛋白质的数量, 基因组序列并不能描述活性蛋白质所必需的翻译后修饰和反映蛋白质种类和含量的动态变化过程而提出的.在一定条件下某一基因组蛋白质表达的数量类型称为蛋白组, 代表这一有机体全部蛋白质组成及其作用方式.有关蛋白组的研究称为蛋白组学.其中, 蛋白组的研究技术与方法、双向凝胶电泳图谱以及对不同条件下蛋白组变化的比较分析是蛋白组学的主要研究内容。生物信息学在基因组和蛋白组研究中所起的作用主要有:（1)基因组信息结构的计算分析.即对基因组数据进行大规模并行计算并预测各种新基因和功能位点, 研究大量非编码区序列的信息结构和可能的生物学意义。(2)模式生物全基因组信息结构的比较研究.即

对已完成全基因组测序的各种模式生物的基因组信息结构进行比较分析, 包括同源序列的搜索比较和指导基因克隆.(3)功能基因组的相关信息分析, 包括对基因表达图谱及其相关算法和软件的研究, 与功能基因组信息相关的核酸、蛋白质的空间结构的预测模拟以及蛋白质的功能预测。

2、生物信息数据库

复杂的生物和生物界和日新月异的生命科学研究产出的大量的生物学信息，对这些信息的储存、检索、比较分析必须借助于计算机数据库技术, 包括各类生物学信息数据库的建立与维护、数据的添加与注释、更新与查询、数据库资料的网络化等研究内容。现有的数据库有：核酸序列数据库（GenBank、EMBL、DDBJ）、基因组数据库、基因图谱数据库、蛋白质序列数据库（SWTSS-

PROT、PIR）和蛋白质结构数据库（Interpro）等。随着生命科学的不断发展，数据库种类不断增加、结构日益复杂、使用也越来越方便。

生物信息学作为一门新兴学科已经成为生命科学研究中必不可少的研究手段 本文对数据库与数据库搜索序列比对蛋白质结构预测药物设计基因芯片技术几个方面做了介绍较为系统地阐述了生物信息学在这些领域的应用 当然它所涉及的内容与方法远远不只上面提到的那些 新基因和 的发现与鉴定非编码区信息结构分析遗传密码的起源和生物进化完整基因组的比较

研究 大规模基因功能表达谱的分析等都是生物信息学研究的对象 相信不久的将来生物信息学会在生命

科学领域扮演越来越重要的角色。

参考文献：

1、现代生物信息学及其主要研究领域 萧浪涛(湖南农业大学理学院, 湖南长沙 410128)

2、生物信息学技术进展 郭志云 张怀渝 梁龙 军事医学科学院 生物工程研究所,北京100071;四川农业大学生命科学及理学院,雅安 6250143、利用生物信息学技术研究蛋白功能的几种方法 王剑利 杨章民综述 王一理审阅 西安交通大学医学院免疫病理学研究室(西安, 710061)

第四篇：生物信息学研究进展

我国生物信息学发展现状及展望

摘要：简要叙述了我国生物信息学发展现状，以及我国当前生物信息学发展中的一些问题，并对生物信息学的发展前景进行概述。

关键词：生物信息学 现状 展望

1生物信息学简介

生物信息学(Bioinformatics)是20世纪末才诞生的一门新学科，是信息技术在生物数据处理上的应用，该学科涉及分子生物学技术、计算机信息技术、数据库技术等多门学科，是生物学、数学、物理学、计算机科学等众多学科交叉的新兴学科。它主要利用计算机信息处理工具和软件对分子生物学实验数据进行加工和分析，从中发现有价值的信息，它是生命科学的前沿学科，其数据信息主要来自于人类及各种模式生物基因组的分子数据，包括DNA、RNA和蛋白质片断的序列数据，也有蛋白质的结构数据和经过计算机处理的分子数据。

2国内生物信息学发展状况

我国生物信息学研究近年来发展较快,相继成立了北京大学生物信息学中心、华大基因组信息学研究中心、中国科学院上海生命科学院生物信息中心,部分高校已经或准备开设生物信息学专业。2002年国家自然科学基金委在生物化学、生物物理学与生物医学工程学学科设立了生物信息学项目,并列入生命科学部优先资助的研究项目。国家 863计划特别设立了生物信息技术主题,从国家需求的层面上推动我国生物信息技术的大力发展。

但是由于起步较晚及诸多原因，我国的生物信息学发展水平远远落后于国外。在PubMed收录的以关键词“Bioinformatics”检索到的历年发表的文章数，可以看出大量的研究文献出现在21世纪以后。其中我国共有138篇占全部5548篇的2.5%，而美国则发表2160篇占全部的39%之多（统计数据截至2004年2月15日）。我国学者在生物信息学领域发表的有高影响力的论文只有不到美国学者发表数量的6%，差距相当大。在生物信息学领域，一些著名院士和教授在各自领域取得了一定成绩，显露出蓬勃发展的势头，有的在国际上还占有一席之地。如北京大学的罗静初和顾孝诚教授在生物信息学网站建设方面、中科院生物物理所的陈润生研究员在EST序列拼接方面以及在基因组演化方面、天津大学的张春霆院士在DNA序列的几何学分析方面、中科院理论物理所郝柏林院士、清华大学的李衍达院士和孙之荣教授、内蒙古大学的罗辽复教授、上海的丁达夫教授等等。北京大学于1997年3月成立了生物信息学中心，这个中心在1996年欧洲EMBNet扩大到欧洲之外时已正式成为中国结点(每个国家只有一个结点)，目前已有60多种生物数据库的经常更新的镜像点。近年来，它已组织过多次国内和地区的培训班及会议，有着较广泛的国际联系。另外，中国科学院、中国医学科学院、军事医学科学院、清华大学、天津大学、浙江大学、复旦大学、哈尔滨工业大学、东南大学、中山大学、内蒙古大学等等都先后开展了生物信息学研究和教学工作，许多大学都设立了生物信息学专业，并同时招收本科、硕士、博士研究生。

各种学术会议及论坛的召开，对于促进我国在这一前沿领域的发展起着越来越重要的作用。中国科学院于1997年9月和12月召开了第80、87次香山会议，首次邀请有关专家就“DNA芯片的现状与未来”和“生物信息学”进行探讨。1999年3月，清华大学生物信息学研究所、国家人类基因组北方研究中心和北京生物技术和新医药产业促进中心共同举办了“北方生物信息学学术研讨会”。1999年4月，北京大学举办了“国际生物信息学讲习班”。2001年4月，由北京市科技委员会、中国人类基因组北方研究中心、中国人类基因组南方研究中心、北京华大基因研究中心、军事医学科学院、北京生物工程学会生物信息学专业委

员会、北京生物技术和新医药产业促进中心等共同举办的首届“中国生物信息学大会”在北京召开。2003年11月28-29日，中国科协“生物信息学与进化计算”第81次青年科学家论坛在北京中国科技会堂成功召开。这次论坛是中国科协举办的一次多学科交叉的盛会，旨在促进国内青年科学家在这一全新领域内的相互交流，促进该学科的成长与发展。这是国内首次以“生物信息学”为主题的一次多学科交叉的青年科学家论坛。与会者一致认为系统生物学、非编码区功能研究、基因调控和相互作用网络等是当前生物信息学研究的热点问题。

尽管如此，真正开展生物信息学具体研究和服务的机构或公司仍相对较少，仅有的几家科研机构主要开展生物信息学理论研究，声称提供生物信息学服务的公司所提供的服务也仅局限于简单的计算机辅助分子生物学实验设计，而且服务体系并不完善；国内互联网上已有的几家生物信息学网站，大部分偏于所有生物（医）学领域的新闻报道，而生物信息学专业技术服务的含量太少，这就与国外有了较大差距。

3我国生物信息学发展中存在的问题

一方面，在生物信息学研究领域，一般的教授、教师能力有限，有些甚至对生物信息学本身知其一不知其二，缺乏正规的训练，很少了解目前的研究重点、热点和今后方向。由于所申请的经费支持力度和持续时间原因，大多数学者只能选择易于获得研究成果的科研项目，一般缺乏新颖性和创造性。这可能与我们国家处于快速发展阶段的“短平快”思路和环境有关。另一方面，可能是教育体制上的原因，科研项目的分配问题、行政管理中存在的问题，传统教育不鼓励学生进行批判性、创新性地学习和思考的问题，也可能是症结所在。另外，生物信息学对信息交流有很高的要求，尤其是Internet的畅通，我国曾经有人为的限制访问或限制流量这些今后回顾时会成为苦涩消化的举措[6]。目前我国的科研经费真正投入并落到实处的占国家GDP的份额还很小，科研经费问题进一步限制了生物信息学在我国的发展。

4展望

生物信息学作为一门新兴的工程技术学科，对刚起步的我们来说充满了机会和挑战，“后基因组时代”给我国的生物信息学发展提供了很大的舞台。生物信息学首先是一门信息学，所以我们必须端正一些可能的认识错误，必须呼吁引导更多的计算机、数学、物理学人才加入到其中的研究。统计学、概率论、组合数学（尤其是图论）、拓扑学、运筹学、函数论、信息学、计算数学、群论、人工智能，都已经在生物信息学研究中发挥了巨大的作用。我们应尽快缩小我国在计算机信息学的核心技术、巨型计算机的应用以及互联网核心技术方面与世界领先国家的差距。生物信息学的发展对生物学、医学、农业、环境科学、信息技术以及新材料的研究必将起到深刻的作用，生物信息学进一步深入研究和广泛应用必将为这些领域带来根本性的变革。生物信息学的特点是投资少，见效快，效益大，适合于我国的现实条件。即从英特网上源源不断地采集数据，进行分析、归类与重组，发现新线索、新现象和新规律，用以指导实验工作的设计，这是一条既快又省的科研路线，可避免不必要的重复，少走弯路，提高我国生物科学的研究水平。

第五篇：生物信息学参考书目

生物信息学－国内外书目

1.Bioinformatics: sequence and genome analysis,影印本,David W.Mount，科学出版社,2002

2.DNA芯片和基因表达:从实验到数据分析与模建，鲍尔迪，科学出版社，2003

3.分子进化与系统发育，MasatoshiNei（根井正利）SudhirKumar.译者：吕宝忠，钟扬，高莉萍，高等教育出版社，2002

4.蛋白质化学与蛋白质组学，夏其昌，科学出版社，2004年

5.蛋白质组学：从序列到功能,钱小红、贺福初等译科学出版社，2002年9月

6.蛋白质组学:理论与方法，钱小红，贺福初主编.科学出版社，2003

7.蛋白质组学导论：生物学的新工具，（美）利布莱尔，科学出版社，2005

8.蛋白质组学导论：生物学的新工具，张继仁（译）科学出版社，2004年12月出版

9.后基因组信息学,MinoruKanehisa著；孙之荣等译,清华大学出版社,2002

10.基础生物信息学及应用,蒋彦等编清华大学出版社，科学出版社，2003

11.基因VⅢ，卢因，科学出版社，2005

12.基因表达序列标签（EST）数据分析手册，胡松年，浙江大学出版社,2005

13.基因组,袁建刚等主译科学出版社，2002

14.基因组数据分析手册,胡松年，薛庆中主编，浙江大学出版社,2003

15.基因组研究与生物信息学

16.基因组研究与生物信息学，李越中闫章才高培基，山东大学出版社，2003

17.基于www.xiexiebang.computing

Author(s): Bryan P.Bergeron

52.Genetics Databases

Author(s): M.J.Bishop

53.Structural Bioinformatics

Author(s): Philip E.Bourne, Helge Weissig

54.Computational Modeling of Genetic and Biochemical Networks

Author(s): James M.Bower and Hamid Bolouri

55.Bioinformatics: A Biologist's Guide to Biocomputing and the Internet

Author(s): Stuart M.Brown

56.Discovering Genomics, Proteomics, and Bioinformatics

Author(s): A.Malcolm Campbell, Laurie J.Heyer

57.Bioinformatics for Dummies

Author(s): Jean-Michel Claverie and Cedric Notredame

58.Computational Molecular Biology: An Introduction

Author(s): Peter Clote, Rolf Backofen

59.Nonlinear Estimation and Classification

Author(s): D.D.Denison, M.H.Hansen, C.C.Holmes, B.Mallick & B.Yu(Eds.)

60.Author(s): Richard Durbin, Sean R.Eddy, Anders Krogh, Graeme Mitchison

61.Genomic Perl: From Bioinformatics Basics to Working Code

Author(s): Rex A.Dwyer

62.Protein Bioinformatics: An Algorithmic Approach to Sequence and Structure Analysis Author(s): Ingvar Eidhammer, Inge Jonassen, William R.T.Taylor

63.Computational Cell Biology

Author(s): Christopher P.Fall, Eric S.Marland, John M.Wagner and John J.Tyson, Editors

64.Evolutionary Computation in Bioinformatics

Author(s): Gary B.Fogel, David W.Corne

65.Developing Bioinformatics Computer Skills

Author(s): Cynthia Gibas, Per Jambeck

66.Statistical Methods in Bioinformatics: An Introduction

Author(s): Gregory R.Grant, Warren J.Ewens

67.Algorithms on Strings, Trees and Sequences

Author(s): Dan Gusfield

68.Bioinformatics : Sequence, Structure, and Databanks : A Practical Approach

Author(s): Des Higgins(Editor), Willie Taylor(Editor)

69.Post-genome Informatics

Author(s): Minoru Kanehisa

70.Foundations of Systems Biology

Author(s): Hiroaki Kitano

71.Guide to Analysis of DNA Microarray Data

72.Microarrays for an Integrative Genomics

Author(s): Isaac S.Kohane, Alvin Kho, Atul J.Butte

73.BLAST

Author(s): Ian Korf, Mark Yandell, Joseph Bedell

74.Hidden Markov Models for Bioinformatics

Author(s): Timo Koski

75.Fundamental Concepts of Bioinformatics

Author(s): Dan E.Krane, Michael L.Raymer

76.Advances in Molecular Bioinformatics

Author(s): Steffen Schulze-Kremer(Editor)

77.Molecular Bioinformatics: Algorithms and Applications

Author(s): Steffen Schulze-Kremer

78.Computational Biology

Author(s): Lecture Notes in Computer Science, Vol.2066

79.Analysis of Microarray Gene Expression Datas

Author(s): Mei-Ling Ting Lee

80.Bioinformatics: From Genomes to Drugs

Author(s): Thomas Lengauer

81.Sequence Analysis in a Nutshell: A Guide to Common Tools and Databases

Author(s): Darryl LeÛn, Scott Markel

82.Introduction to Bioinformatics

Author(s): Arthur M.Lesk

83.Computational Molecular Biology

Author(s): J.Leszczynski

84.Bioinformatics: Databases and Systems

Author(s): Stanley Letovsky(Editor)

85.Computational Cell Biology

Author(s): Eric Marland, John Wagner, John Tyson

86.Bioinformatics and Genome Analysis

Author(s): H.W.Mewes, B.Weiss, H.Seidel

87.Bioinformatics: Methods and Protocols

Author(s): Stephen Misener(Editor), Stephen A.Krawetz(Editor)

88.Bioinformatics: Sequence and Genome Analysis

Author(s): David W.Mount

89.Bioinformatics: Genes, proteins and computers

Author(s): C.A.Orengo, D.T.Jones and J.M.Thornton

90.Mathematics of Genome Analysis

91.Computational Molecular Biology: An Algorithmic Approach

Author(s): Pavel A.Pevzner

92.Bioinformatics Basics Applications in Biological Science and Medicine

Author(s): Hooman H.Rashidi, Lukas K.Buehler

93.The Phylogenetic Handbook: A Practical Approach to DNA and Protein Phylogeny

Edited by Marco Salemi, Anne-Mieke Vandamme

94.Computational Methods in Molecular Biology

Author(s): S.L.Salzberg, D.B.Searls, S.Kasif

95.Comparative Genomics: Empirical and Analytical Approaches to Gene Order Dynamics, Map Alignment and the Evolution of Gene Families

Author(s): David Sankoff, Joseph H.Nadeau

96.Molecular Modeling and Simulation: An Interdisciplinary Guide

Author(s): Tamar Schlick

97.Bioinformatics: From Nucleic Acids and Proteins to Cell Metabolism

Author(s): Dietmar Schomburg(Editor), Uta Lessel(Editor)

98.Introduction to Computational Molecular Biology

Author(s): Joao Carlos Setubal, Joao Meidanis, Jooao Carlos Setubal

99.Likelihood, Bayesian and MCMC Methods in Quantitative Genetics

Author(s): Daniel Sorensen, Daniel Gianola

100.Microarray Bioinformatics

Author(s): Dov Stekel

101.Protein Structure PredictionTools, Techniques, and Applications

Author(s): Jason T.L.Wang, Bruce A.Shapiro, and Dennis Shasha

107.Introduction to Computational Biology: Maps, Sequences and Genomes

Author(s): Michael S Waterman

108.Instant Notes Bioinformatics

Author(s): D.R.Westhead, J.H.Parish, R.M.Twyman

Author(s): Limsoon Wong

110.Neural Networks and Genome Informatics

Author(s): Cathy H.Wu, Jerry W.McLarty

111.Intelligent Bioinformatics: The Application of Artificial Intelligence Techniques to Bioinformatics Problems

Author(s): Edward Keedwell, Ajit Narayanan

112.Jonathan Pevsner，Bioinformatics and Functional Genomics，John Wiley & Sons, Inc，2003