【摘要】生物信息學(xué)的快速發(fā)展使其成為生命科學(xué)發(fā)展的重要組成部分，是當(dāng)今生物科學(xué)和自然科學(xué)的重大前沿領(lǐng)域之一，其研究重點(diǎn)主要體現(xiàn)在基因組學(xué)和蛋白質(zhì)組學(xué)等方面。本文對生物信息學(xué)的產(chǎn)生背景、研究進(jìn)展及在蛋白質(zhì)組學(xué)研究中的應(yīng)用等方面進(jìn)行闡述。

【關(guān)鍵詞】生物信息學(xué) 研究進(jìn)展 蛋白質(zhì)組學(xué) 應(yīng)用

【中圖分類號(hào)】Q51-33 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】2095-3089（2016）10-0061-02

1.引言

生物信息學(xué)是在計(jì)算機(jī)科學(xué)、數(shù)學(xué)與生命科學(xué)等多門學(xué)科的基礎(chǔ)上發(fā)展形成的一門新興交叉學(xué)科。人類基因組計(jì)劃（HGP， human genome project）的圓滿完成極大地推動(dòng)了生物信息學(xué)的發(fā)展，與此同時(shí)，多種模式生物如大腸桿菌、酵母、線蟲、擬南芥、水稻、玉米等的基因組計(jì)劃也都相繼完成。隨之而來的是包括DNA、RNA及蛋白質(zhì)片段等在內(nèi)的分子數(shù)據(jù)的爆炸性增長，這一切形成了生物學(xué)數(shù)據(jù)的海洋。我們需要從大量的生物數(shù)據(jù)中挖掘出為我們所用的知識(shí)和信息，由此催生了生物信息學(xué)這門學(xué)科的產(chǎn)生和發(fā)展。

生物信息學(xué)包含了生物信息的獲取、處理、儲(chǔ)存、分析和解釋等方面，集合數(shù)學(xué)、統(tǒng)計(jì)、計(jì)算機(jī)與生物醫(yī)學(xué)等工具研究，闡明大量生物學(xué)數(shù)據(jù)所包含的生物學(xué)意義。通過對生物信息的查詢、搜索、比較、分析，從中獲取基因編碼及調(diào)控、核酸和蛋白質(zhì)結(jié)構(gòu)功能及其相互關(guān)系等知識(shí)，從而探索生命的奧秘。

蛋白質(zhì)組（proteome）的概念于1994年被提出[1]，指全部基因表達(dá)的全部蛋白質(zhì)及其存在方式，是一種細(xì)胞、組織或完整生物體在特定時(shí)空上所擁有的全套蛋白質(zhì)[2]。蛋白質(zhì)組具有復(fù)雜多變的特點(diǎn)，蛋白質(zhì)的種類數(shù)量即使在同一生物體相同細(xì)胞中在不同時(shí)期和環(huán)境下也是不同的。蛋白質(zhì)組學(xué)是研究蛋白質(zhì)組及大范圍蛋白質(zhì)的分離、分析、應(yīng)用的學(xué)科。早期蛋白質(zhì)組學(xué)的研究范圍主要指蛋白質(zhì)的表達(dá)模式，如今，蛋白質(zhì)翻譯后修飾研究已成為蛋白質(zhì)組研究中的重要部分和巨大挑戰(zhàn)，蛋白質(zhì)與蛋白質(zhì)相互作用的研究也已被納入蛋白質(zhì)組學(xué)的研究范疇。

2.生物信息學(xué)的發(fā)展

生物信息學(xué)的發(fā)展基礎(chǔ)是各種數(shù)據(jù)庫的建立和不斷完善。目前國際上有三個(gè)主要的關(guān)于蛋白質(zhì)和核酸的公共數(shù)據(jù)庫，它們分別是美國國立生物技術(shù)信息中心（NCBI，http：//www.ncbi.nlm.nib.gov）、歐洲生物信息學(xué)研究所（EBI，http：//www.ebi.ac.uk）和日本信息生物學(xué)中心（CIB，http：//www.ddbj.nig.ac.jp）。這三個(gè)重要數(shù)據(jù)庫隨著生物信息學(xué)的發(fā)展及時(shí)更新，為生物信息學(xué)的發(fā)展提供數(shù)據(jù)平臺(tái)。后基因組時(shí)代的到來引導(dǎo)人們研究重點(diǎn)向功能基因組的轉(zhuǎn)移。研究內(nèi)容也擴(kuò)展到生命現(xiàn)象的核心，即從基因、蛋白質(zhì)研究生命的本質(zhì)，理解功能、發(fā)育與疾病的關(guān)系[3]。計(jì)算機(jī)技術(shù)的進(jìn)步，導(dǎo)致根據(jù)不同的科研需要構(gòu)建相應(yīng)的網(wǎng)絡(luò)資源平臺(tái)、生物分析軟件應(yīng)運(yùn)而生，為生物信息學(xué)的發(fā)展提供新技術(shù)支持。

3.生物信息學(xué)的研究內(nèi)容

3.1 序列比對

序列比對是兩個(gè)或者兩個(gè)以上序列進(jìn)行比較發(fā)現(xiàn)其間的相似性或者不相似性。生物信息大多通過自身的序列表現(xiàn)出來，人類由于生理?xiàng)l件限制，對龐雜數(shù)據(jù)的分析是有限的，需要借助于計(jì)算機(jī)的程序來進(jìn)行序列間的比對，由此發(fā)現(xiàn)生物規(guī)律。例如，氨基酸序列的比對可以分析特定位置氨基酸的差異和整個(gè)序列中不同氨基酸的比例，統(tǒng)計(jì)氨基酸序列的突變率和替代率，比較序列之間的同源性和一致度。核酸序列（DNA和RNA）比對可以顯示序列間核苷酸的差異，估計(jì)進(jìn)化距離[4]。氨基酸序列和核苷酸序列都可以進(jìn)行基于計(jì)算機(jī)程序的序列比對，不僅有助于我們進(jìn)行序列同源性的分析，還可以研究某一物種的進(jìn)化。

序列比對是生物研究的基礎(chǔ)。對于不同的序列比對有不同的算法和模型，實(shí)際應(yīng)用中應(yīng)根據(jù)不同的研究目的進(jìn)行選擇。兩兩序列比對已有較成熟的動(dòng)態(tài)規(guī)劃算法，以及在此基礎(chǔ)上編寫而成的比對軟件包BLAST和FASTA。有時(shí)兩序列整體相似性不高，但是局部區(qū)域很相似。Smith-Waterman算法是解決局部比對的好算法。

3.2蛋白質(zhì)分析及結(jié)構(gòu)預(yù)測

生物大分子蛋白質(zhì)是生命活動(dòng)重要的物質(zhì)基礎(chǔ)。蛋白質(zhì)的生物信息學(xué)研究，主要集中在蛋白質(zhì)的理化性質(zhì)分析、序列分析、高級(jí)結(jié)構(gòu)預(yù)測、蛋白質(zhì)功能分析以及蛋白質(zhì)與蛋白質(zhì)之間的相互作用。蛋白質(zhì)理化性質(zhì)的分析主要包括等電點(diǎn)預(yù)測、疏水性和跨膜區(qū)分析以及二級(jí)結(jié)構(gòu)（α螺旋、β折疊、無規(guī)卷曲等）預(yù)測，這些性質(zhì)可以在瑞士生物信息研究所（http：//www.expasy.ch/）的相關(guān)網(wǎng)站進(jìn)行分析和預(yù)測。蛋白質(zhì)的三級(jí)結(jié)構(gòu)可以用X射線衍射技術(shù)、核磁共振技術(shù)、三維電鏡重構(gòu)技術(shù)來進(jìn)行測定，但是這些技術(shù)耗時(shí)長，代價(jià)高，并不能成為生物實(shí)驗(yàn)室的常規(guī)研究手段。生物信息學(xué)的發(fā)展極大地提高了蛋白質(zhì)的三維結(jié)構(gòu)測定效率。從方法來看有演繹法和歸納法兩種。演繹法主要是從一些基本原理或假設(shè)出發(fā)來預(yù)測蛋白質(zhì)的結(jié)構(gòu)。后者主要是從觀察和總結(jié)已知結(jié)構(gòu)的蛋白質(zhì)結(jié)構(gòu)規(guī)律來預(yù)測未知的蛋白質(zhì)結(jié)構(gòu)。同源建模屬于這一范疇。人們可以根據(jù)軟件進(jìn)行預(yù)測，根據(jù)同源建模的原理，根據(jù)已通過實(shí)驗(yàn)測定的蛋白質(zhì)結(jié)構(gòu)來預(yù)測未知的蛋白質(zhì)結(jié)構(gòu)。雖然經(jīng)歷了漫長的時(shí)間和努力，蛋白質(zhì)的結(jié)構(gòu)預(yù)測現(xiàn)狀還仍然滿足不了如今的科研需要。生物信息技術(shù)的發(fā)展為實(shí)驗(yàn)提供了簡單快速的研究方法，開創(chuàng)了新的研究道路，研究蛋白質(zhì)與蛋白質(zhì)相互作用也為新藥的研發(fā)、探明微生物的致病機(jī)理提供研究思路[5]。

3.3系統(tǒng)發(fā)育分析

系統(tǒng)發(fā)育分析是生物信息學(xué)的重要分支之一，它根據(jù)大量的分子數(shù)據(jù)，對不同基因或DNA片段分析發(fā)現(xiàn)它們之間的進(jìn)化速率所存在的差異，利用這些差異來研究物種的形成或進(jìn)化歷史，以及有機(jī)體之間的進(jìn)化關(guān)系[6]。由于分子數(shù)據(jù)的獲取比生物化石的數(shù)據(jù)容易，而且計(jì)算機(jī)的強(qiáng)大功能為處理龐大數(shù)據(jù)提供了可能，因此隨著分子數(shù)據(jù)的大量積累，各國的研究人員都利用克隆分子片段，結(jié)合形態(tài)學(xué)分析對科、屬、種以及種內(nèi)的物種進(jìn)行鑒定，并進(jìn)行系統(tǒng)發(fā)育的分析研究。但是，完全通過計(jì)算機(jī)來研究整個(gè)自然界中準(zhǔn)確的物種進(jìn)化是不現(xiàn)實(shí)的，構(gòu)建的系統(tǒng)發(fā)育樹有時(shí)甚至存在嚴(yán)重錯(cuò)誤，所做的也只是一個(gè)模擬，并不是絕對的真實(shí)情況。

4.生物信息學(xué)在蛋白質(zhì)組學(xué)上的應(yīng)用

4.1蛋白質(zhì)的理化性質(zhì)分析

從蛋白質(zhì)的一級(jí)序列出發(fā)，預(yù)測蛋白質(zhì)的許多理化性質(zhì)，包括分子量、等電點(diǎn)、酶切特性、疏水性、電荷分布、穩(wěn)定性等。相關(guān)工具有：1）Compute pI/MW（預(yù)測等電點(diǎn)和分子量）。對等電點(diǎn)pI的預(yù)測是根據(jù)早期研究中將蛋白質(zhì)從中性到酸性變性條件下遷移過程所獲的PK值。但是該種預(yù)測對堿性蛋白有限制，計(jì)算出的等電點(diǎn)可能不準(zhǔn)確。2）PeptideMass（分析酶切特性）。主要針對肽段圖譜的分析試驗(yàn)，分析蛋白質(zhì)在各種蛋白酶和化學(xué)試劑處理之后的內(nèi)切產(chǎn)物。3）SAPS（分析蛋白質(zhì)電荷分布）。蛋白質(zhì)序列統(tǒng)計(jì)分析，對提交的序列給出大量全面的分析數(shù)據(jù)。最后給出高疏水性和跨膜區(qū)域、重復(fù)結(jié)構(gòu)和多重態(tài)以及周期性分析。

4.2蛋白質(zhì)的結(jié)構(gòu)分析預(yù)測

蛋白質(zhì)的結(jié)構(gòu)分析包括二級(jí)結(jié)構(gòu)分析和三維結(jié)構(gòu)預(yù)測。蛋白質(zhì)的二級(jí)結(jié)構(gòu)是指α螺旋和β折疊等規(guī)則的蛋白質(zhì)局部結(jié)構(gòu)元件。一段氨基酸殘基根據(jù)其自身的理化性質(zhì)具有形成不同二級(jí)結(jié)構(gòu)元件的傾向和規(guī)律。也就是說，蛋白質(zhì)二級(jí)結(jié)構(gòu)的分析和預(yù)測就是找出這種傾向或規(guī)律。一般來說，二級(jí)結(jié)構(gòu)預(yù)測中，α螺旋的預(yù)測效果相對較好，比較準(zhǔn)確，而對β折疊的預(yù)測精準(zhǔn)度要低很多。蛋白質(zhì)三級(jí)結(jié)構(gòu)預(yù)測是結(jié)構(gòu)預(yù)測過程中最復(fù)雜、最困難的一步。雖然蛋白質(zhì)三級(jí)結(jié)構(gòu)是在一級(jí)結(jié)構(gòu)及二級(jí)結(jié)構(gòu)的基礎(chǔ)上進(jìn)行折疊的，但是其折疊機(jī)制并沒有被研究透徹。一級(jí)氨基酸序列差異較大的蛋白質(zhì)也能折疊形成相似的三維結(jié)構(gòu)，例如，泛素和Sumo蛋白，兩者的氨基酸序列相似度很低，但是具有高度類似的三維結(jié)構(gòu)。但是，蛋白質(zhì)的折疊也不是沒有規(guī)律可循。生物信息學(xué)技術(shù)的發(fā)展使得一些預(yù)測蛋白質(zhì)三級(jí)結(jié)構(gòu)的方法越來越成熟。通過與已知結(jié)構(gòu)的氨基酸序列比較，來預(yù)測未知蛋白的結(jié)構(gòu)。常見的預(yù)測方法：SWISS-MODEL、CPH模型等。

4.3蛋白質(zhì)功能分析

生物信息學(xué)的迅速發(fā)展不僅體現(xiàn)在對蛋白質(zhì)數(shù)據(jù)的分析和預(yù)測方面，而且可以對蛋白質(zhì)的功能進(jìn)行較全面的分析和預(yù)測。蛋白質(zhì)功能分析主要基于序列中含有的特征性結(jié)構(gòu)域來識(shí)別蛋白質(zhì)的相關(guān)功能。以未知蛋白為例，可以通過序列比對，分析其序列中的經(jīng)典結(jié)構(gòu)域或基序，然后在已知蛋白質(zhì)的相關(guān)數(shù)據(jù)庫中進(jìn)行結(jié)構(gòu)域或基序的搜索，借此來確定未知蛋白的類型及功能預(yù)測[7]。

蛋白質(zhì)調(diào)控著細(xì)胞內(nèi)大部分的生理過程，而作為基因產(chǎn)物的蛋白質(zhì)并不總是被表達(dá)翻譯出來，因?yàn)椴糠只蛑挥性谔囟ㄉ憝h(huán)境和細(xì)胞周期階段才能表達(dá)，并合成蛋白質(zhì)。而有些基因在人工模擬環(huán)境下是不能表達(dá)的，那么其蛋白質(zhì)產(chǎn)物就無法被經(jīng)典的實(shí)驗(yàn)技術(shù)研究。但是，運(yùn)用生物信息學(xué)技術(shù)可以對這類未知蛋白質(zhì)進(jìn)行計(jì)算分析和預(yù)測，從而獲得其生物學(xué)功能[8]。

參考文獻(xiàn)：

[1]Wilkins MR， Pasquali C， Appel RD， et al. From proteins to proteomes： large scale protein identification by twodimensional electrophoresis and amino acid analysis. Biotechnology（NY）.1996 Jan；14（1）：61-5.

[2]Gould KL， Ren L， Feoktistova AS， et al. Tandem affinity purification and identification of protein complex components. Methods. 2004 Jul； 33（3）：239-44.

[3]喬納森.佩夫斯納，著，張之榮，譯. 生物信息學(xué)與功能基因組學(xué)[M].北京：化學(xué)工業(yè)出版社， 2006.

[4]Masatoshi Nei， Sudhir Kumar，呂寶忠，譯. 分子進(jìn)化與系統(tǒng)發(fā)育[M]. 北京： 高等教育出版社， 2006.

[5]任仙文，李北平. 蛋白質(zhì)相互作用的生物信息學(xué)研究進(jìn)展[J]. 生物技術(shù)通訊， 2006， 17（6）： 976-980.

[6]張樹波，賴劍煌. 分子系統(tǒng)發(fā)育分析的生物信息學(xué)方法[J]. 計(jì)算機(jī)科學(xué)， 2010， 37（8）： 47-51.

[7]黃麗俊，王建華. 蛋白質(zhì)組研究技術(shù)及進(jìn)展[J]. 生物學(xué)通報(bào)， 2005（8）： 4-6.

[8]Hagen JB. The origins of bioinformatics. Nat Rev Genet. 2000 Dec； 1（3）：231-6.

作者簡介：

李靜，女，安徽醫(yī)科大學(xué)生命科學(xué)學(xué)院生物系教師。2013年于中國科學(xué)技術(shù)大學(xué)生命科學(xué)學(xué)院結(jié)構(gòu)生物學(xué)專業(yè)博士畢業(yè)。主要研究領(lǐng)域是蛋白質(zhì)結(jié)構(gòu)生物學(xué)研究。