生物信息学在孤儿G蛋白偶联受体配基筛选中的应用

生物信息学的飞速发展为孤儿G蛋白偶联受体(orphan G protein—coupled receptors,oGPCRs)配基的筛选提供了重要的信息资源。利用生物信息学数据库和工具对oGPCRs的核酸和蛋白质序列进行运算、分析、注释和预测,获得足够的生物信息,辅助实验研究,以尽可能快速、准确地筛选出oGPCRs的特异性配基。本介绍有关生物信息学在oGPCRs配基筛选研究中的应用。     

生物信息学

近年来,随着人类基因组计划（ＨＧＰ）在世界范围内的开展,破译人类及多种模式生物的遗传密码已成为生物学领域的重要学科。同时产生了巨量的基因组信息。分析这些信息是人类基因组研究必不可少的重要内容,从而也促成了生物信息学的产生与发展。生物信息学作为一门新的...     

当前生物信息学的重要研究任务

近年来,随着人类基因组计划（ＨＧＰ）在世界范围内的开展,破译人类及多种模式生物的遗传密码已成为生物学领域的重要学科。同时产生了巨量的基因组信息。分析这些信息是人类基因组研究必不可少的重要内容,从而也促成了生物信息学的产生与发展。生物信息学作为一门新的学科领域,它是把基因组ＤＮＡ序列信息分析作为源头,在获得了蛋白质编码区的信息之后进行蛋白质空间结构模拟和预测,然后依据特定蛋白质的功能进行必要的...     

癌症研究的生物信息学资源

随着癌症研究的发展,生物信息学成为癌症研究的一个非常重要的方法和手段,本文从微阵列芯片数据管理和分析软件、微阵列数据仓库、蛋白质功能预测工具和蛋白质结构预测工具等四个方面介绍癌症研究的生物信息学资源信息,以给相关研究提供帮助.     

生物信息学的研究现状及其发展问题的探讨

结合生物信息学产生的历史条件,对生物信息学的定义进行了介绍;归纳总结了现代生物信息表述、采集、储存、传递、检索的表现形式-生物学数据库的分类与分布;着重介绍了生物信息学的主要研究内容和基本的分析方法,阐明了生物信息的分析和解读模式;强调了生物信息学与其他相关学科的相关性,提出了生物信息学发展的一些亟待解决的问题及其相应的解决方案。     

利用SWISS-PROT网上获取生物信息学资源

生物信息学是是采用数学、统计学和计算机方法对生物学数据信息进行采集、存储、传播、分析、归类、解释的科学[1].Internet网络是信息传输、检索、获取、交流的重要手段.当前,在Internet网上可以查询到大量的生物信息学数据库,其中SWISS-PROT蛋白质序列数据库是网上生物信息学最核心的3个数据库之一.通过该数据库,可以较完整地获得生物大分子的序列信息.同时,研究者也可以将测定的序列信息通过该数据库予以认定、发表、交流.本文主要探讨SWISS-PROT蛋白质序列数据库的特点、检索方法及利用Internet获取蛋白质序列信息.     

农林院校生物信息学专业数据库技术课程教学改革刍议

生物信息学是一门交叉学科,对于现代生物学研究具有重要的意义。数据库技术是生物信息学的基础之一。本文对农林院校的生物信息学专业的数据库技术课程的教学现状做了一些介绍,对目前生物信息专业数据库教学存在的问题进行了分析。结合教学的实践,有针对性的提出了一些教学改革的具体措施。     

《生物信息学》投稿指南

《生物信息学》(ChineseJournalofBioInformatics)是由哈尔滨工业大学主办的生物信息及相关领域的国内外公开发行的学术刊物,报道我国生物信息技术研究开发的重要成果和国内外生物信息技术及其产业化最新进展。本刊从2003年9月起创刊,季刊,国内统一刊号CN23-1513/Q,国际连续出版物号:ISSN1672-5565。《生物信息学》主要刊载     

主编寄语

近年来,在一批生物信息学先锋学者的大力推动下,随着国家层面支持力度的不断加大,我国生物信息学科已经有了长足的发展。为了科学、准确地报道我国生物信息理论与技术研发的重要成果和国内外生物信息技术及其产业化的最新进展,2003年经国家新闻出版     

利用SWISS-PROT网获取生物信息学资源

生物信息学是是采用数学、统计学和计算机方法对生物学数据信息进行采集、存储、传播、分析、归类、解释的科学[1] 。Ｉｎｔｅｒｎｅｔ网络是信息传输、检索、获取、交流的重要手段。当前 ,在Ｉｎｔｅｒｎｅｔ网上可以查询到大量的生物信息学数据库 ,其中ＳＷＩＳＳ ＰＲＯＴ蛋白质序列数据库是网上生物信息学最核心的 3个数据库之一。通过该数据库 ,可以较完整地获得生物大分子的序列信息。同时 ,研究者也可以将测定的序列信息通过该数据库予以认定、发表、交流。本文主要探讨ＳＷＩＳＳ ＰＲＯＴ蛋白质序列数据库的特点、检索方法及利用Ｉ…     

生物信息学

即将到来的21世纪,人类将全面进入生命科学时代和信息时代。生物信息学(Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ)正成为当今备受关注的新型产业的支撑点。生物信息学是以生物大分子(ＤＮＡ和蛋白质)为分析对象,运用数理方法对其进行分析,来理解生物大分子的生物学意义。从国外近年研究进展来看,它已成为崭新的生物工程、医药产业和高科技农业的巨大推动力。有科学家预言,现今的生物科学在信息学的结合和推动下,将会发生一场革....     

小分子药物靶标寻找方法研究进展

许多微生物的次生代谢物属于小分子活性化合物,在医疗及农业领域发挥着重要的作用。在基因组学、蛋白质组学与生物信息学等技术的推动下,一些新的小分子药物靶标寻找方法应运而生了,这些新的方法主要是基于细胞中基因或蛋白质的表达量、蛋白质的亲和性、稳定性等各种特性进行靶标寻找的。小分子药物靶标寻找方法的发展加快了阐明小分子药物作用机理的历程,也为发现新的靶标资源以便于进一步筛选活性更高的药物提供了技术保障。     

Bioinformatics studies on drug resistance against anti-HIV-1 drugs

More than 20 drugs have been available for anti-HIV-1 treatment in Japan. Combination therapy with these drugs dramatically decreases in morbidity and mortality of AIDS. However, due to high mutation rate of HIV-1, treatment with ineffective drugs toward patients infected with HIV-1 causes accumulation of mutations in the virus, and emergence of drug resistant viruses. Thus, to achieve appropriate application of the drugs toward the respective patients living with HIV-1, methods for predicting the level of drug-resistance using viral sequence information has been developed on the basis of bioinformatics. Furthermore, ultra-deep sequencing by next-generation sequencer whose data analysis is also based on bioinformatics, or in silico structural modeling have been achieved to understand drug resistant mechanisms. In this review, I overview the bioinformatics studies about drug resistance against anti-HIV-1 drugs.     

Scanning the genome of Mycobacterium tuberculosis to identify potential lectins

Lectins are carbohydrate binding proteins with important roles in many biological processes such as adhesion. Here we have identified 11 potential lectins from Mycobacterium tuberculosis H37Rv genome, using a comprehensive bioinformatics analysis, which will provide helpful clues in molecular mapping of pathogenesis and perhaps also serve as potential drug targets.     

天然活性成分作用靶点识别及确证方法的研究进展

药物靶标的发现和验证是新药研发的关键环节,对新药创制具有源头创新意义。天然产物是新药创制的重要来源,识别其作用靶点不仅为临床预防治疗提供可能新策略,也为进一步阐释中草药及其复方的作用特点及分子机制提供参考依据。随着生命科学和信息学的发展,药物靶点的识别及确证方法不断涌现,生物信息学、网络药理学、蛋白质组学、亲和色谱、药物亲和稳定性、芯片技术、基因敲除技术、RNA干扰等技术的广泛应用,越来越多的天然活性成分的靶点得以识别和验证。因此,本文对近五年来天然活性成分作用靶点识别及确证方法做一简要综述,以供参考。     

基于生物信息学方法发现潜在药物靶标

药物靶点通常是在代谢或信号通路中与特定疾病或病理状态有关的关键分子.通过绑定到特定活动区域抑制这个关键分子进行药物设计.确定特定疾病有关的靶标分子是现代新药开发的基础.在药物靶标发现的过程中,生物信息学方法发挥了不可替代的重要的作用,尤其适用于大规模多组学数据的分析.目前,已涌现了许多与疾病相关的数据库资源,基于生物网络特征、多基因芯片、蛋白质组、代谢组数据等建立了多种生物信息学方法发现潜在的药物靶标,并预测靶标可药性和药物副作用.     

Energy balance for analysis of complex metabolic networks

Predicting behavior of large-scale biochemical networks represents one of the greatest challenges of bioinformatics and computational biology. Computational tools for predicting fluxes in biochemical networks are applied in the fields of integrated and systems biology, bioinformatics, and genomics, and to aid in drug discovery and identification of potential drug targets. Approaches, such as flux balance analysis (FBA), that account for the known stoichiometry of the reaction network while avoiding implementation of detailed reaction kinetics are promising tools for the analysis of large complex networks. Here we introduce energy balance analysis (EBA)--the theory and methodology for enforcing the laws of thermodynamics in such simulations--making the results more physically realistic and revealing greater insight into the regulatory and control mechanisms operating in complex large-scale systems. We show that EBA eliminates thermodynamically infeasible results associated with FBA.     

Drug off-target effects predicted using structural analysis in the context of a metabolic network model

Recent advances in structural bioinformatics have enabled the prediction of protein-drug off-targets based on their ligand binding sites. Concurrent developments in systems biology allow for prediction of the functional effects of system perturbations using large-scale network models. Integration of these two capabilities provides a framework for evaluating metabolic drug response phenotypes in silico. This combined approach was applied to investigate the hypertensive side effect of the cholesteryl ester transfer protein inhibitor torcetrapib in the context of human renal function. A metabolic kidney model was generated in which to simulate drug treatment. Causal drug off-targets were predicted that have previously been observed to impact renal function in gene-deficient patients and may play a role in the adverse side effects observed in clinical trials. Genetic risk factors for drug treatment were also predicted that correspond to both characterized and unknown renal metabolic disorders as well as cryptic genetic deficiencies that are not expected to exhibit a renal disorder phenotype except under drug treatment. This study represents a novel integration of structural and systems biology and a first step towards computational systems medicine. The methodology introduced herein has important implications for drug development and personalized medicine.