前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇生物信息學(xué)分析方法范文，相信會(huì)為您的寫作帶來(lái)幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

生物信息學(xué)分析方法范文第1篇

一、實(shí)驗(yàn)?zāi)康牡拇_定

探究實(shí)驗(yàn)的本質(zhì)是根據(jù)某一合理假設(shè)，通過(guò)設(shè)計(jì)和實(shí)施實(shí)驗(yàn)，對(duì)作用主體與作用對(duì)象之間的內(nèi)在聯(lián)系作出分析和判斷，從而得出科學(xué)結(jié)論的過(guò)程。因此，生物學(xué)探究實(shí)驗(yàn)的實(shí)驗(yàn)?zāi)康囊话忝枋龇绞綖椋禾骄磕骋蛩貙?duì)生物某方面特征（如形態(tài)、結(jié)構(gòu)、生理功能）的影響。例如，探究光照強(qiáng)度對(duì)植物光合作用速率的影響；探究生長(zhǎng)素濃度對(duì)植物插枝生根的影響；探究紫外線對(duì)草本植物植株形態(tài)和株高的影響等。

從實(shí)際應(yīng)用出發(fā)，實(shí)驗(yàn)?zāi)康目梢詮膬蓚€(gè)不同角度分析確定。（1）可以從實(shí)驗(yàn)課題中分析實(shí)驗(yàn)?zāi)康?。很多探究課題實(shí)驗(yàn)?zāi)康拿鞔_，不需要作進(jìn)一步分析。但也有部分課題探究目標(biāo)比較模糊。如，探究小麥生長(zhǎng)中心與旗葉光合作用的關(guān)系。該課題既有可能是探究生長(zhǎng)中心對(duì)旗葉光合速率的影響，也有可能是探究旗葉光合作用對(duì)生長(zhǎng)中心生長(zhǎng)速率的影響。因此，需要進(jìn)一步細(xì)化，確定探究方向。（2）從實(shí)驗(yàn)步驟中歸納實(shí)驗(yàn)?zāi)康?。從?xùn)練學(xué)生思維的角度出發(fā)，在某些情境下可能給定實(shí)驗(yàn)步驟，要求歸納實(shí)驗(yàn)?zāi)康摹４朔N情境下的一般方法是：根據(jù)實(shí)驗(yàn)步驟找出實(shí)驗(yàn)中的自變量和因變量，將實(shí)驗(yàn)?zāi)康母爬椤疤骄磕骋蛩兀ㄗ宰兞浚?duì)某形態(tài)結(jié)構(gòu)或生理功能（因變量）的影響”。

二、實(shí)驗(yàn)原理的分析和歸納

實(shí)驗(yàn)原理是對(duì)實(shí)驗(yàn)的理論基礎(chǔ)、操作方法和目標(biāo)指向的高度濃縮概括。其內(nèi)容應(yīng)包含四個(gè)方面的基本要素：實(shí)驗(yàn)的科學(xué)理論依據(jù)；操作過(guò)程要點(diǎn)；實(shí)驗(yàn)結(jié)果的檢測(cè)方法和指標(biāo)；實(shí)驗(yàn)的結(jié)論目標(biāo)指向。

在獨(dú)立設(shè)計(jì)實(shí)驗(yàn)時(shí)，確定實(shí)驗(yàn)原理的基本途徑是：（1）從生物科學(xué)的基本理論出發(fā)，深入分析影響因素與作用對(duì)象之間的內(nèi)在聯(lián)系。（2）分析操控影響因素的具體方法，確定自變量。（3）分析實(shí)驗(yàn)對(duì)象受到影響后可能發(fā)生的反應(yīng)，找出與這些反應(yīng)相關(guān)的外在表現(xiàn)，確定觀測(cè)指標(biāo)。（4）概括說(shuō)明該實(shí)驗(yàn)?zāi)苓_(dá)成的最終目標(biāo)。

如果是在已有的實(shí)驗(yàn)方案基礎(chǔ)上歸納實(shí)驗(yàn)原理，基本方法是：找出實(shí)驗(yàn)方案中的自變量和因變量，從理論上分析二者之間可能存在的聯(lián)系；然后以方案中實(shí)驗(yàn)組為依據(jù)，描述對(duì)自變量的控制和對(duì)結(jié)果的檢測(cè)方法，忽略掉對(duì)照組設(shè)置以及對(duì)無(wú)關(guān)變量的控制等細(xì)節(jié)，從而歸納出實(shí)驗(yàn)原理。

一個(gè)科學(xué)的實(shí)驗(yàn)原理可以對(duì)實(shí)驗(yàn)材料的選擇、實(shí)驗(yàn)步驟的設(shè)計(jì)、觀測(cè)指標(biāo)的確定以及實(shí)驗(yàn)結(jié)果的預(yù)測(cè)分析都能起到有效的指導(dǎo)作用，是整個(gè)實(shí)驗(yàn)方案的綱領(lǐng)。

三、實(shí)驗(yàn)步驟設(shè)計(jì)的方法和原則

實(shí)驗(yàn)步驟是實(shí)驗(yàn)探究方案的主體內(nèi)容。它直接決定實(shí)驗(yàn)過(guò)程能否實(shí)現(xiàn)以及實(shí)驗(yàn)?zāi)繕?biāo)能否達(dá)成。

實(shí)驗(yàn)步驟設(shè)計(jì)的一般思路是：首先要明確自變量和因變量，再結(jié)合探究目標(biāo)確定變量控制方法和對(duì)照實(shí)驗(yàn)設(shè)置方法，最后確定對(duì)實(shí)驗(yàn)結(jié)果的檢測(cè)方法和指標(biāo)。如果是定性探究，則應(yīng)該以被探究因素的有、無(wú)或者強(qiáng)、弱等典型條件設(shè)置對(duì)照；如果是定量探究，則應(yīng)該以被探究因素的強(qiáng)弱程度設(shè)置一系列梯度實(shí)驗(yàn)進(jìn)行探究。例如，若要探究“溫度對(duì)植物光合作用的影響”就可作定性探究，此時(shí)只需要設(shè)置高溫、常溫、低溫三個(gè)典型溫度條件作對(duì)照實(shí)驗(yàn)即可。如果要求“探究植物光合作用的最適溫度”，這就是一個(gè)定量探究課題。必須在一定溫度范圍內(nèi)設(shè)置一系列溫度由低到高的梯度實(shí)驗(yàn)進(jìn)行對(duì)照。檢測(cè)方法要有可行性，檢測(cè)指標(biāo)必須是實(shí)驗(yàn)對(duì)象受自變量影響后產(chǎn)生的必然預(yù)期結(jié)果。

實(shí)驗(yàn)步驟設(shè)計(jì)必須遵循的原則主要有：科學(xué)性原則；對(duì)照原則；單一變量原則；平行重復(fù)原則。

科學(xué)性原則的基本含義是：有確實(shí)的科學(xué)理論依據(jù)，邏輯推理嚴(yán)密，操作方法和順序合理，變量控制可靠有效，觀測(cè)手段簡(jiǎn)便易行。

對(duì)照原則：探究過(guò)程中要通過(guò)設(shè)置對(duì)照實(shí)驗(yàn)的方法來(lái)增強(qiáng)實(shí)驗(yàn)的說(shuō)服力?？筛鶕?jù)不同課題要求，在實(shí)驗(yàn)中設(shè)計(jì)空白對(duì)照、條件對(duì)照、相互對(duì)照和自身對(duì)照等不同的對(duì)照實(shí)驗(yàn)形式。

單一變量原則：實(shí)驗(yàn)組與對(duì)照組只能有一個(gè)變量差異。即除開自變量以外，實(shí)驗(yàn)組和對(duì)照組其他所有無(wú)關(guān)變量應(yīng)保持相同且適宜。

平行重復(fù)原則有兩層含義：一是指進(jìn)行探究實(shí)驗(yàn)時(shí)對(duì)生理狀況相同的多個(gè)實(shí)驗(yàn)對(duì)象同時(shí)進(jìn)行相同的實(shí)驗(yàn)操作，以減少偶然因素或?qū)嶒?yàn)對(duì)象個(gè)體差異帶來(lái)的誤差；另一層含義是指控制自變量在相同的變化幅度下，以同樣的條件進(jìn)行重復(fù)實(shí)驗(yàn)，從而體現(xiàn)過(guò)程與結(jié)果之間聯(lián)系的必然性。

在上述原則下，實(shí)驗(yàn)步驟的設(shè)計(jì)可以大致上分為三個(gè)要點(diǎn)：第一步，準(zhǔn)備和分組。對(duì)實(shí)驗(yàn)材料要進(jìn)行準(zhǔn)備和預(yù)處理，使其初始狀態(tài)相同并達(dá)到實(shí)驗(yàn)要求。然后，根據(jù)實(shí)驗(yàn)需要?jiǎng)澐譃椴煌M別，為后續(xù)的對(duì)照實(shí)驗(yàn)做好準(zhǔn)備。第二步，對(duì)照處理和變量控制。將不同組別控制在自變量的不同變化幅度之下形成對(duì)照，其余條件控制到相同且適宜的狀態(tài)，并給予充分的后續(xù)反應(yīng)時(shí)間。第三步，實(shí)驗(yàn)現(xiàn)象的觀測(cè)統(tǒng)計(jì)。選定適當(dāng)?shù)挠^察測(cè)量指標(biāo)對(duì)不同組別分別進(jìn)行觀察和統(tǒng)計(jì)，以反映實(shí)驗(yàn)結(jié)果。

四、實(shí)驗(yàn)結(jié)果分析和結(jié)論歸納

生物信息學(xué)分析方法范文第2篇

>> 小菜蛾P(guān)xALP1基因的克隆與生物信息學(xué)分析 高叢越桔UFGT基因電子克隆和生物信息學(xué)分析 丹參類貝殼杉烯氧化酶（SmKOL）基因全長(zhǎng)克隆及其生物信息學(xué)分析 小菜蛾p38MAPK基因的克隆與生物信息學(xué)分析 黃瓜DVR基因的生物信息學(xué)分析 沙棘WRI1轉(zhuǎn)錄因子基因的生物信息學(xué)分析 黔北麻羊RERGL基因cDNA克隆與生物信息學(xué)分析 玉米淹水誘導(dǎo)表達(dá)ZmERF5基因啟動(dòng)子的克隆與生物信息學(xué)分析 茶陵野生稻冷響應(yīng)基因OrCr3的克隆及其生物信息學(xué)分析 黃芩葡萄糖醛酸水解酶基因的克隆、生物信息學(xué)分析及表達(dá) 金鐵鎖糖基轉(zhuǎn)移酶PtT1的克隆與生物信息學(xué)分析 結(jié)核分枝桿菌pst S1基因的擴(kuò)增及生物信息學(xué)分析 平邑甜茶MhWRKY15基因cDNA克隆及其生物信息學(xué)分析 紅白忍冬SABATH甲基轉(zhuǎn)移酶基因克隆及其生物信息學(xué)分析 子宮內(nèi)膜異位癥相關(guān)基因和microRNA的挖掘及生物信息學(xué)分析 太子參分解代謝關(guān)鍵酶8′羥化酶基因的克隆及生物信息學(xué)分析 FZ6基因及其蛋白的生物信息學(xué)分析 歐文氏桿菌鐵代謝相關(guān)基因的生物信息學(xué)分析 水稻2個(gè)F―box基因的生物信息學(xué)分析 弓1蟲RH株SAG1基因序列體外擴(kuò)增及生物信息學(xué)分析 常見問(wèn)題解答 當(dāng)前所在位置：l）對(duì)氨基酸序列進(jìn)行多重比對(duì)，并用MEGA4 NJ法（bootstrap 1000）構(gòu)建系統(tǒng)樹。在CCD數(shù)據(jù)庫(kù)（）進(jìn)行二硫鍵預(yù)測(cè)。在Swiss-Model（http：///）進(jìn)行蛋白的三級(jí)結(jié)構(gòu)預(yù)測(cè)。

2.4 丹參毛狀根中SmNAC1表達(dá)譜分析 采用SYBR Green Premix染料（TaKaRa公司）進(jìn)行qRT-PCR分析，以丹參β-actin作管家基因，分別以特異性引物SmNAC F：5′-CTCCCAACATCAGTCAAG-3′，SmNAC R：5′-ATGGCGGTGACGAT-3′，檢測(cè)SmNAC1在YE+Ag+處理丹參毛狀根0，2，4，8，12，24 h的表達(dá)變化。PCR體系為 SYBR Premix TaqTM 5 μL，正反引物各0.2 μL，ROX Reference Dye II 0.2 μL，稀釋10倍的cDNA模板1.0 μL，加ddH2O至10 μL。PCR程序?yàn)椋?5 ℃ 30 s，95 ℃ 5 s，60 ℃ 34 s， 40個(gè)循環(huán)，增加溶解曲線。每個(gè)樣品設(shè)3個(gè)生物學(xué)重復(fù)。

3 結(jié)果

3.1 丹參SmNAC1基因序列分析 丹參SmNAC1基因全長(zhǎng)591 bp，編碼196個(gè)氨基酸。Blastx檢索結(jié)果顯示，SmNAC1與野生馬鈴薯Solanum chacoense的NAC1，番茄S. lycopersicum NAC1-like，煙草Nicotiana benthamiana NAC1，水稻Oryza sativa Indica Group NAC-like，紫花苜蓿Medicago truncatula的相似度分別是84%，83%，84%，77%，73%。與SmBTF的相似度只有56%。SmNAC1蛋白55～120 位是NAC_AB（PS51151）的保守結(jié)構(gòu)域。應(yīng)用Softberry（http：///berry.phtml）分析調(diào)控元件和PLANTCARE（http：//bioinformatics.psb.ugent.be/webtools/plantcare/html/）預(yù)測(cè)，C-端氨基酸有23個(gè)順勢(shì)作用元件，包括TGGTTT厭氧響應(yīng)順式調(diào)控元件，AAACAGA赤霉素響應(yīng)元件，GTTTTCTTAC參與脅迫防御應(yīng)答的順式作用元件以及TCTTTAC光應(yīng)答元件等。使用NetPhos 2.0 Server（http：//cbs.dtu.dk/services/NetPhos/）分析磷酸化位點(diǎn)，共發(fā)現(xiàn)10個(gè)磷酸化位點(diǎn)，其中絲氨酸位點(diǎn)7個(gè)，蘇氨酸位點(diǎn)2個(gè)，酪氨酸位點(diǎn)1個(gè)，沒(méi)有發(fā)現(xiàn)糖基化為點(diǎn)。

3.2 SmNAC1編碼蛋白質(zhì)的基本性質(zhì)分析 SmNAC1蛋白由196個(gè)氨基酸殘基組成，相對(duì)分子質(zhì)量為21.66 kDa，等電點(diǎn)4.36。CFSSP 對(duì)SmNAC1蛋白進(jìn)行二級(jí)結(jié)構(gòu)預(yù)測(cè)，該蛋白包含87.8%的α螺旋結(jié)構(gòu)， 36.7% 的β折疊結(jié)構(gòu)和14.8%的無(wú)規(guī)卷曲，見圖1（由于α螺旋和β折疊交互計(jì)算，故幾種結(jié)構(gòu)類型之和>100%）。無(wú)規(guī)則卷曲主要位于55～120個(gè)氨基酸功能區(qū)內(nèi)，連接其他二級(jí)結(jié)構(gòu)元件。在SWISS-MODEL用同源建模方法以人的NAC蛋白（3mcbA）為模板構(gòu)建同源模型，對(duì)SmNAC1的NAC結(jié)構(gòu)域氨基酸進(jìn)行三級(jí)結(jié)構(gòu)預(yù)測(cè)，結(jié)果見圖2。SignalP 4.0 Server和TMHMM 2.0分析顯示SmNAC1非氨基酸序列沒(méi)有信號(hào)肽，也不包含跨膜結(jié)構(gòu)域，也不是分泌蛋白。亞細(xì)胞定位分析表明，該基因不定位于葉綠體或線粒體，推測(cè)可能定位在細(xì)胞核，具有DNA結(jié)合，激活，轉(zhuǎn)錄調(diào)控，乙?；裙δ?。

以人的NAC蛋白（3mcbA）為模板，E=9.311 57e-17。將SmNAC1與Genbank中17個(gè)物種25種蛋白進(jìn)行比對(duì)，應(yīng)用MEGA4使用NJ法（bootstrap 1000）構(gòu)建系統(tǒng)進(jìn)化樹。SmNAC1與茄科馬鈴薯S. chacoense NAC2（ScNAC2， ACB32231.1），本氏煙N. benthamiana NAC（NbNAC，BAF46352.1）和番茄S.lycopersicum NAC（SINAC，XP_004249331.1）

親緣關(guān)系最近，見圖3。從圖中可以看出NAC的變異率是比較高的，同一植物的NAC蛋白并不聚在一起，如擬南芥中的擬南芥Arabidopsis thaliana中的5個(gè)蛋白NAC1-1（AtNAC1-1，NP_187845.1），NAC1-2（AtNAC1-2，NP_190516.1），NAC1-3（AtNAC1-3，NP_1196889.4），NAC1-4（AtNAC1-4，NP_001078369.1）和NAC1-5（AtNAC1-5，AEE31552.1），AtNAC1-1和AtNAC1-3聚為一小支，AtNAC1-4和AtNAC1-5聚為一小支，而AtNAC1-2則和蓖麻Ricinus communis NAC1-2（RcNAC1-2，XP_002521293.1）聚為一小支，三者間間隔距離較遠(yuǎn)。玉米種的3個(gè)NAC蛋白中ZmNAC1-1（NP_001147422.1）和ZmNAC1-3（NP001148944.1）聚為一支，與ZmNAC1-2（NP_001147705.1）的距離較遠(yuǎn)。水稻中的3個(gè)NAC蛋白則各自聚在不同的分支?？梢奛AC蛋白雖然具有保守的結(jié)構(gòu)域，但是其結(jié)構(gòu)的變異性非常大。

3.3 SmNAC1基因表達(dá)譜分析 對(duì)培養(yǎng)18 d的丹參毛狀根進(jìn)行YE+Ag+處理，分析SmNAC1在處理后5個(gè)時(shí)間點(diǎn)的mRNA水平的相對(duì)表達(dá)量，見圖4。處理后2 h表達(dá)量上調(diào)至對(duì)照的1.4倍，處理后4 h表達(dá)量達(dá)到對(duì)照的2倍，8～12 h保持2倍的表達(dá)水平，處理后24 h SmNAC1下調(diào)至對(duì)照表達(dá)水平以下。說(shuō)明SmNAC1響應(yīng)YE+Ag+處理，參與了脅迫應(yīng)答反應(yīng)。

4 討論

NAC家族基因是陸生植物特異的轉(zhuǎn)錄因子家族，NAC蛋白參與植物的生長(zhǎng)發(fā)育、形態(tài)建成及多馬鈴薯Solanum chacoense NAC2（ScNAC2， ACB32231. 1）；本氏煙Nicotiana benthamiana NAC（NbNAC，BAF46352. 1）；番茄S. lycopersicum NAC（SINAC，XP_004249331. 1）；丹參Salviae miltiorrhizae NAC1（SmNAC1，kF006346）；黃瓜Cucumis sativus（CsNAC， XP_004171778. 1）；葡萄Vitis vinifera NAC2（VvNAC2，XP_003632619. 1）；野草莓Fragaria vesca subsp. vesca NAC（Fvssp. vescaNAC，XP_004306474. 1）；擬南芥Arabidopsis thaliana NAC1-3（AtNAC1-3，NP_1196889. 4）；擬南芥A. thaliana NAC1-1（AtNAC1-1，NP_187845. 1）；水稻Oryza sativa Japonica Group NAC1（OsNAC1，BAB89723. 1）；水稻O. sativa NAC1-3（OsNAC1-3，AAT01337. 1）；葡萄V. vinifera NAC1（VvNAC1，XP_002283581. 2）；二穗短柄草Brachypodium distachyon NAC（BdNAC，XP_003557882. 1）；玉米Zea mays NAC1-3（ZmNAC1-3，NP001148944. 1）；玉米Z. mays NAC1-1（ZmNAC1-1，NP_001147422. 1）；大豆Glycine max NAC（GmNAC，XP_003554096）；蒺藜狀苜蓿Medicago truncatula NAC1（MtNAC1，XP_003624883. 1）；火炬松Pinus taeda NAC（PtNAC，AAF27917. 1）；Micromonas sp. RCC299（Msp. NAC1，ACO64924. 1）；Coccomyxa subellipsoidea C-169（CsuNAC1，EIE21909. 1）；擬南芥A. thaliana NAC1-5（AtNAC1-5，AEE31552. 1）；擬南芥A. thaliana NAC1-4（AtNAC1-4，NP_001078369. 1）；水稻O. sativa NAC1-2（OsNAC1-2，AAM52321. 1）；玉米Z. mays NAC1-2（ZmNAC1-2，NP_001147705. 1）；擬南芥A. thaliana NAC1-2（AtNAC1-2，NP_190516. 1）；蓖麻Ricinus communis NAC1-2（RcNAC1-2，XP_002521293. 1）。

種生物和非生物脅迫應(yīng)答過(guò)程。如玉米的ZmSNAC1基因在低溫、干旱、高鹽及脫落酸處理后表達(dá)量顯著上調(diào)，而水楊酸處理后表達(dá)下調(diào)[13]。葡萄中的VvNAC1基因響應(yīng)病原菌、脫落酸、茉莉酸和乙烯處理表達(dá)上調(diào)[14]。在巴西橡膠樹HbNAC1啟動(dòng)子序列中有多個(gè)CCAAT-box，EECCRCAH1，MYB2CONAENSUSAT元件識(shí)別MYB和MYC轉(zhuǎn)錄因子，在ABA信號(hào)通路和非生物脅迫答應(yīng)中起重要作用[15]。SmBTF3與SmNAC1氨基酸序列的相似度只有56%，但是在N-端都具有NAC-AB保守結(jié)構(gòu)域，二級(jí)結(jié)構(gòu)都以α螺旋為主。熒光定量PCR分析表明SmBTF3在根中的表達(dá)量最高，對(duì)ABA誘導(dǎo)的響應(yīng)不明顯，干旱脅迫短時(shí)間內(nèi)抑制其表達(dá)。本研究發(fā)現(xiàn)SmNAC1在YE+Ag+聯(lián)合處理后2 h表達(dá)量上調(diào)至對(duì)照的1.4倍，4 h上調(diào)至對(duì)照的2倍，24 h表達(dá)量下調(diào)至對(duì)照表達(dá)水平一下，可見丹參中的這2個(gè)轉(zhuǎn)錄因子在丹參的抗逆脅迫中起作用。

[參考文獻(xiàn)]

[1] Phan Tran L S， Nakashima K， Sakuma Y， et al. Isolation and functional analysis of Arabidopsis stress-inducible NAC transcription factors that bind to a drought-responsive cis-element in the early responsive to dehydration stress 1 promotor[J]. Plant cell， 2004， 16（9）：2481.

[2] Park J， Kim Y S， Kim S G， et al. Integration of auxin and salt signals by the NAC transcription factor NTM2 during seed germination in Arabidopsis[J]. Plant Physiol， 2011， 156（2）：537.

[3] Hu H H， You J， Fang Y J， et al. Characterization of transcription factor gene SNAC2 conferring cold and salt tolerance in rice[J]. Plant Mol Biol， 2008， 67（1/2）：169.

[4] 孫欣，上官凌飛，房經(jīng)貴，等. 葡萄NAC轉(zhuǎn)錄因子家族生物信息學(xué)分析[J]. 基因組學(xué)與應(yīng)用生物學(xué)，2011，20（2）：229.

[5] Hu R B， Qi G， Kong Y Z， et al. Comprehensive analysis of NAC domain transcription factor gene family in Populus trichocarpa[J]. BMC Plant Biol， 2010， 10（1）：145.

[6] Rushton P J， Bokowiec M T， Han S C， et al. Tobacco transcription factors ： novel insights into transcriptional regulation in the solanaceae[J]. Plant Physiol， 2008， 147（1）：280.

[7] Le D T， Nishiyama R， Watanabe Y， et al. Genome-wide survey and expression analysis of the plant-specific NAC transcription factor family in soybean during development and dehydration stress[J]. DNA Res， 2011， 18（4）： 263.

[8] Puranik S， Sahu P P， Srivastava P S， et al. NAC proteins： regulation and role in stress tolerance[J]. Trends Plant Sci， 2012， 17（6）：369.

[9] 何煒，葉冰瑩，周平，等. 轉(zhuǎn)錄因子NAC的研究進(jìn)展[J]. 亞熱帶農(nóng)業(yè)研究，2008，4（4）：311.

[10] 何苗，武雪，王喆之. 丹參BTF3基因的克隆及生物信息學(xué)分析[J]. 武漢植物學(xué)研究， 2009， 26（6）：582.

[11] 張夏楠，崔光紅，蔣喜紅，等. 丹參轉(zhuǎn)基因毛狀根離體培養(yǎng)體系的建立及分析[J]. 中國(guó)中藥雜志，2012， 37（15）：2257.

[12] 呂冬梅，袁媛，張東，等. 丹參毛狀根化學(xué)成分穩(wěn)定性研究[J]. 中國(guó)中藥雜志，2008，33（6）：653.

[13] Lu M， Ying S， Zhang D F， et al. A maize stress-responsive NAC transcription factor， ZmSNAC1， confers enhanced tolerance to dehydration in transgenic Arabidopsis[J]. Plant Cell Rep， 2012， 31（9）：1701.

[14] Zhu Z， Shi J， He M， et al. Isolation and functional characterization of a transcription factor VpNAC1 from Chinese wild Vitis pseudoreticulata[J]. Biotechnol Lett， 2012， 34（7）：1335.

[15] 康桂娟，黎瑜，夏可燦，等. 巴西橡膠樹HbNAC1基因啟動(dòng)子的克隆及序列分析[J]. 基因組學(xué)與應(yīng)用生物學(xué)， 2012， 31（5）：447.

Cloning and bioinformatics analysis of SmNAC1 from Salvia miltiorrhiza hairy root

WANG Ya-jun1， JIANG Chao1， ZHAO Rong1， ZHAO Le2， SHEN Ye1*， HUANG Lu-qi1*

（1.National Resource Center for Chinese Materia Medica， China Academy of Chinese Medical Sciences， Beijing 100700， China；

2.College of Pharmaey， Henan University of Traditional Chinese medicine， Zhengzhou 450008， China）

[Abstract] In order to study function of NAC transcription in development， hormone regulation and the stress response of Salvia miltiorrhiza， the NAC transcription was cloned and analyzed. By retrieving cDNA database of S. miltiorrhiza hairy root one NAC unigene was found， then a full length of cDNA was cloned by designing specific primers and PCR amplifying. Using ORF finder it was found that the cDNA containing a NAC-AB conserved domain in N-terminal， so the cDNA was a NAC transcription factor， named as SmNAC1（kF006346）. Bioinformatics analysis showed that SmNAC1 had an open reading frame （ORF） of 591 bp encoding 196 amino acids. The calculated protein had isoelectric point （pI） of 4.36 with molecular weight about 21.66 kDa. The transcription level of SmNAC1 after dealing with yeast extract （YE） and silver ion （Ag+） in S. miltiorrhiza hairy root was markedly stimulated up regulating. It was 1.4 fold compared with the control after induction 2 h， and maintained 2.0 fold on 4-12 h after induction. SmNAC1 may participate in regulation of stress response of YE+Ag+.

生物信息學(xué)分析方法范文第3篇

關(guān)鍵詞：大數(shù)據(jù)；生物信息學(xué)；教學(xué)探索

中圖分類號(hào)：G642.0 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-9324（2015）29-0210-02

一、引言

生物信息學(xué)是由生物學(xué)與數(shù)學(xué)、計(jì)算科學(xué)交叉形成的前沿學(xué)科，主要通過(guò)研發(fā)并應(yīng)用計(jì)算機(jī)技術(shù)及數(shù)學(xué)與統(tǒng)計(jì)方法，對(duì)海量生物數(shù)據(jù)進(jìn)行管理、整合、分析、建模，從而解決重要的生物學(xué)問(wèn)題，闡明新的生物學(xué)規(guī)律，獲得傳統(tǒng)生物學(xué)手段無(wú)法獲得的創(chuàng)新發(fā)現(xiàn)。生物信息學(xué)是當(dāng)今生命科學(xué)和自然科學(xué)的重大前沿領(lǐng)域之一，是多學(xué)科之間的交叉領(lǐng)域。因此，做好生物信息學(xué)教學(xué)工作對(duì)提高生物信息學(xué)研究水平具有重要的理論和實(shí)踐意義。

隨著高通量測(cè)序數(shù)據(jù)的大量出現(xiàn)，生命科學(xué)已經(jīng)進(jìn)入到大數(shù)據(jù)時(shí)代，生物信息學(xué)研究的重點(diǎn)將轉(zhuǎn)移到組學(xué)的研究上。相應(yīng)地，生物信息學(xué)教學(xué)的重點(diǎn)也要從單個(gè)基因的分析轉(zhuǎn)向多個(gè)基因甚至在組學(xué)水平的分析。在生物大數(shù)據(jù)背景下，對(duì)生物信息學(xué)專業(yè)的人才需求也將越來(lái)越大。本文結(jié)合生物大數(shù)據(jù)的特點(diǎn)和教學(xué)經(jīng)驗(yàn)，談?wù)勀壳吧镄畔W(xué)教學(xué)中存在的問(wèn)題，并針對(duì)這些問(wèn)題提出自己的建議和方法。

二、生物大數(shù)據(jù)的特點(diǎn)

“大數(shù)據(jù)”一詞最初起源于互聯(lián)網(wǎng)和IT行業(yè)，它具有數(shù)據(jù)量大、數(shù)據(jù)多樣化、高速、有價(jià)值等特點(diǎn)。生物大數(shù)據(jù)不僅帶有“大數(shù)據(jù)”的特點(diǎn)，而且具有生物數(shù)據(jù)自身的特性，具體表現(xiàn)在：

1.數(shù)據(jù)量大：全球每年生物數(shù)據(jù)總量已經(jīng)達(dá)到EB量級(jí)，完整的人體基因組有約30億個(gè)堿基對(duì)，個(gè)體化基因組差異達(dá)6百萬(wàn)堿基。同時(shí)由于高通量測(cè)序成本的下降，目前大量的生物物種得以全基因組范圍的基因組從頭測(cè)序、重測(cè)序以及轉(zhuǎn)錄組測(cè)序，積累了大量的生物數(shù)據(jù)。

2.數(shù)據(jù)種類多：由于測(cè)序儀器種類繁多，產(chǎn)生的測(cè)序數(shù)據(jù)格式也各不相同。除高通量測(cè)序產(chǎn)生的基因組和轉(zhuǎn)錄組數(shù)據(jù)外，另外還有蛋白組、代謝組、表型組、相互作用組的序列數(shù)據(jù)和結(jié)構(gòu)數(shù)據(jù)。

3.數(shù)據(jù)增速快：這主要體現(xiàn)在數(shù)據(jù)的急劇增長(zhǎng)速度上，幾乎每一周都有關(guān)于某一物種的全基因組或者轉(zhuǎn)錄組測(cè)序的信息。尤其是隨著新一代測(cè)序技術(shù)的發(fā)展，更大數(shù)量級(jí)的基因組數(shù)據(jù)產(chǎn)出日漸增加――每臺(tái)高通量的測(cè)序儀每天可產(chǎn)生約100GB的數(shù)據(jù)。

4.數(shù)據(jù)價(jià)值高：隨著生物信息學(xué)的發(fā)展，越來(lái)越多有價(jià)值的信息可從生物數(shù)據(jù)中挖掘出來(lái)，這些價(jià)值不僅體現(xiàn)在生物科研領(lǐng)域，而且已應(yīng)用于農(nóng)業(yè)和醫(yī)學(xué)等領(lǐng)域。

三、大數(shù)據(jù)背景下生物信息學(xué)教學(xué)中存在的問(wèn)題

經(jīng)過(guò)多年的發(fā)展，生物信息學(xué)教學(xué)雖然有了一定的提高和改善，但還存在一些問(wèn)題，主要表現(xiàn)在：

（一）課程設(shè)置不合理

生物信息學(xué)是由生物學(xué)與數(shù)學(xué)、計(jì)算科學(xué)交叉形成的前沿學(xué)科，對(duì)生物背景的學(xué)生來(lái)說(shuō)，需要掌握計(jì)算機(jī)和數(shù)學(xué)特別是統(tǒng)計(jì)學(xué)方面的知識(shí)和技能。但由于受課程設(shè)置的影響，很多學(xué)校只把C語(yǔ)言作為計(jì)算機(jī)的必修課，而沒(méi)有在大一或者大二年級(jí)開設(shè)概率論和數(shù)理統(tǒng)計(jì)，并且生物統(tǒng)計(jì)學(xué)等課程也只是在大三或者大四才作為選修課或者限定選修課來(lái)開設(shè)的，造成部分開課專業(yè)學(xué)生的數(shù)理基礎(chǔ)比較薄弱，因此在后續(xù)學(xué)習(xí)中存在一定的困難。

（二）教材內(nèi)容不夠全面

由于生物信息學(xué)發(fā)展日新月異，各種分析生物大數(shù)據(jù)的算法、方法和軟件層出不窮，并且其更新?lián)Q代是非?？斓?，而國(guó)內(nèi)外相關(guān)教材的內(nèi)容不夠全面，并且其更新速度較慢，不能緊跟生物信息學(xué)的最新發(fā)展，造成教師在授課時(shí)要綜合多本生物信息學(xué)教材的內(nèi)容，不利于學(xué)生對(duì)生物信息學(xué)內(nèi)容的全面掌握，從而制約了生物信息學(xué)教學(xué)的發(fā)展。

（三）教師的教學(xué)方法單一

生物信息學(xué)課程目前雖然在很多院校已經(jīng)開設(shè)，但由于該學(xué)科對(duì)教師的授課水平和學(xué)生的學(xué)習(xí)能力要求較高，目前多數(shù)學(xué)校對(duì)于生物信息學(xué)的授課方式還是以教師講授為主的填鴨式教學(xué)方式。隨著大數(shù)據(jù)時(shí)代的到來(lái)，傳統(tǒng)的教學(xué)方式和方法遠(yuǎn)不能滿足生物信息學(xué)教學(xué)的需要。

四、生物大數(shù)據(jù)背景下生物信息學(xué)教學(xué)的建議和方法

為了適應(yīng)大數(shù)據(jù)背景下生物信息學(xué)的教學(xué)形勢(shì)，針對(duì)目前教學(xué)中存在的問(wèn)題，作者結(jié)合自己的教學(xué)實(shí)踐，建議從以下5個(gè)方面改進(jìn)和提高生物信息學(xué)教學(xué)。

（一）合理設(shè)置基礎(chǔ)課，強(qiáng)化基礎(chǔ)理論

生物信息學(xué)是一門交叉性很強(qiáng)的學(xué)科，以復(fù)雜而強(qiáng)大的理論體系作為支撐，所涉及的內(nèi)容包括計(jì)算機(jī)編程、信息檢索以及數(shù)據(jù)庫(kù)技術(shù)等。為了讓學(xué)生學(xué)好生物信息學(xué)這門課程，各院?？梢院侠碓O(shè)置生物信息學(xué)的專業(yè)基礎(chǔ)課，將生物信息學(xué)課程定位在大三或者大四年級(jí)學(xué)生，在大一、大二年級(jí)做好高等數(shù)學(xué)、數(shù)據(jù)庫(kù)原理以及Perl語(yǔ)言等與之相關(guān)課程的教學(xué)工作，這些學(xué)生在掌握了一些與生物信息學(xué)相關(guān)的基礎(chǔ)理論知識(shí)后，其對(duì)生物信息學(xué)的學(xué)習(xí)能力和理解能力才會(huì)有較大的提高。此外，學(xué)校要鼓勵(lì)學(xué)生了解國(guó)內(nèi)外有關(guān)大數(shù)據(jù)和生物信息學(xué)技術(shù)的發(fā)展趨勢(shì)，并推薦有代表性且通俗易懂的文章和書籍，以強(qiáng)化學(xué)生的基礎(chǔ)理論體系，為生物信息學(xué)的學(xué)習(xí)提供必要的知識(shí)儲(chǔ)備

（二）培養(yǎng)大數(shù)據(jù)意識(shí)，加強(qiáng)對(duì)大數(shù)據(jù)分析的科學(xué)素養(yǎng)

生命科學(xué)研究已經(jīng)進(jìn)入到大數(shù)據(jù)時(shí)代，生物大數(shù)據(jù)的挖掘已經(jīng)在農(nóng)林科學(xué)、醫(yī)學(xué)等領(lǐng)域產(chǎn)生巨大的效益，所以我們要培養(yǎng)學(xué)生樹立大數(shù)據(jù)思維意識(shí)，全面認(rèn)識(shí)生物大數(shù)據(jù)帶來(lái)的機(jī)遇和挑戰(zhàn)。生物信息學(xué)以生物數(shù)據(jù)為對(duì)象展開分析，它同時(shí)具備具體性和抽象性的特點(diǎn)。具體性是指以數(shù)據(jù)為對(duì)象挖掘出的生物學(xué)知識(shí)是客觀存在的，其對(duì)生物學(xué)規(guī)律的解釋性較強(qiáng)；抽象性是針對(duì)生物信息學(xué)中的理論和方法而言的，一般要求學(xué)生具有一定的生物信息學(xué)專業(yè)基礎(chǔ)。在進(jìn)行生物信息學(xué)教學(xué)時(shí)，要激發(fā)學(xué)生的學(xué)習(xí)興趣，逐漸培養(yǎng)學(xué)生的大數(shù)據(jù)意識(shí)，規(guī)范學(xué)生對(duì)大數(shù)據(jù)分析的基本方法。可以通過(guò)實(shí)例，讓學(xué)生參與到具體的生物信息學(xué)分析中去，以便理解生物信息學(xué)數(shù)據(jù)分析的基本操作流程，并在業(yè)余時(shí)間開展生物大數(shù)據(jù)在農(nóng)業(yè)和醫(yī)藥行業(yè)成功應(yīng)用的案例調(diào)查，以便激發(fā)學(xué)生利用生物信息學(xué)手段分析大數(shù)據(jù)的熱情。

（三）優(yōu)化教材內(nèi)容，精心安排教學(xué)內(nèi)容

鑒于目前生物信息學(xué)發(fā)展速度快，而國(guó)內(nèi)外相關(guān)教材的更新速度較慢，所以要求在生物信息學(xué)教材的選取方面要下大力氣，并且在授課時(shí)整合各個(gè)教材的優(yōu)點(diǎn)。一般在生物信息學(xué)授課中整合以下三本書的內(nèi)容：David W. Mount編寫的《Bioinformatics Sequence and Genome Analysis》、李霞主編的《生物信息學(xué)》以及陳銘編寫的《生物信息學(xué)》。

在教學(xué)過(guò)程中，為了使學(xué)生在有限的課堂教學(xué)時(shí)間內(nèi)掌握生物信息學(xué)課程的主要內(nèi)容，首先要優(yōu)化課程教學(xué)體系，統(tǒng)籌安排教學(xué)內(nèi)容，在生物信息授課中要抓住以下兩條主線：序列―結(jié)構(gòu)―功能―進(jìn)化；基因組―轉(zhuǎn)錄組―蛋白組―相互作用組―代謝組，多組學(xué)貫穿。同時(shí)針對(duì)不同專業(yè)的特點(diǎn)與人才培養(yǎng)目標(biāo)要求，合理分配各章節(jié)的教學(xué)課時(shí)，做到突出與專業(yè)密切相關(guān)的內(nèi)容重點(diǎn)精講。如在生物技術(shù)專業(yè)中，增加課時(shí)講授分子藥物設(shè)計(jì)章節(jié)，不僅要讓學(xué)生了解生物信息學(xué)與分子藥物設(shè)計(jì)的關(guān)系，而且要讓學(xué)生掌握計(jì)算機(jī)輔助藥物設(shè)計(jì)的理論方法以及軟件操作。因此，以生物信息學(xué)教學(xué)內(nèi)容的兩條主線為依托，緊密圍繞各專業(yè)的培養(yǎng)目標(biāo)，做到理論聯(lián)系實(shí)際，構(gòu)建的教學(xué)體系和教學(xué)內(nèi)容既能讓學(xué)生掌握學(xué)科的知識(shí)理論體系，又有利于培養(yǎng)學(xué)生理解、分析、運(yùn)用學(xué)科知識(shí)解決實(shí)際問(wèn)題的能力。

（四）合理選用教學(xué)方法，提高教學(xué)效果

實(shí)踐表明，不同的教學(xué)內(nèi)容采用不同的教學(xué)方法授課可以收到良好的教學(xué)效果。為實(shí)現(xiàn)生物信息學(xué)課堂教學(xué)目標(biāo)，完成相應(yīng)的教學(xué)任務(wù)，教師要根據(jù)每堂課的教學(xué)內(nèi)容，采用合適的教學(xué)方法，調(diào)動(dòng)學(xué)生學(xué)習(xí)的積極性和主動(dòng)性，提高課堂教學(xué)效果?？梢詮慕鉀Q問(wèn)題的角度出發(fā)進(jìn)行理論教學(xué)。在理論課教學(xué)中，如果仍沿用傳統(tǒng)的灌輸式教學(xué)模式，肯定達(dá)不到預(yù)期的教學(xué)效果。課堂教學(xué)還可以根據(jù)需要，適時(shí)融入案例教學(xué)、問(wèn)卷調(diào)查、多媒體展示、影片教學(xué)等方法，提高實(shí)際教學(xué)效果，培養(yǎng)學(xué)生的綜合素質(zhì)和創(chuàng)新思考能力。

上機(jī)實(shí)習(xí)注重發(fā)揮學(xué)生的主觀能動(dòng)性。生物信息學(xué)是一門實(shí)踐性很強(qiáng)的課程，上機(jī)實(shí)習(xí)是教學(xué)的重要環(huán)節(jié)，它不但能夠幫助學(xué)生更好地理解理論課所學(xué)知識(shí)，而且能夠提高學(xué)生運(yùn)用生物信息學(xué)的理論和方法解決實(shí)際問(wèn)題的能力，對(duì)培養(yǎng)學(xué)生獨(dú)立思考能力、觀察能力、動(dòng)手能力起著重要作用，更是培養(yǎng)學(xué)生創(chuàng)新能力的重要途徑。

（五）理論和實(shí)踐相結(jié)合，注重考核的靈活化

生物信息學(xué)是一門融合了多個(gè)學(xué)科的實(shí)踐性很強(qiáng)的課程，對(duì)應(yīng)的考核方式應(yīng)該與其他專業(yè)課程有所區(qū)別，其最終的成績(jī)不應(yīng)該只以理論課考試的成績(jī)?yōu)闇?zhǔn)。理論知識(shí)的考核注重學(xué)生對(duì)生物信息學(xué)基本概念、分析流程和主要分析算法的掌握情況，主要以試卷考核的方式為主，采用統(tǒng)一考核方式和評(píng)判標(biāo)準(zhǔn)。對(duì)于上機(jī)技能的考核，主要強(qiáng)調(diào)的是學(xué)生對(duì)不同類型數(shù)據(jù)進(jìn)行分析時(shí)應(yīng)掌握的相關(guān)軟件使用技能的考查，也應(yīng)納入到學(xué)生的成績(jī)考核中，我們認(rèn)為理論考試占70分、實(shí)習(xí)成績(jī)占30分是一個(gè)好的評(píng)價(jià)方式。

五、結(jié)束語(yǔ)

大數(shù)據(jù)背景下對(duì)生物信息學(xué)的教學(xué)提出了新的更高的要求。本文針對(duì)《生物信息學(xué)》教學(xué)中存在的問(wèn)題，結(jié)合自己的教學(xué)經(jīng)歷對(duì)改進(jìn)生物信息學(xué)教學(xué)和方法進(jìn)行了一些探討。本文認(rèn)為要做好大數(shù)據(jù)時(shí)代的生物信息學(xué)教學(xué)，要從強(qiáng)化基礎(chǔ)理論、培養(yǎng)大數(shù)據(jù)意識(shí)、精心設(shè)計(jì)教學(xué)內(nèi)容、創(chuàng)新教學(xué)方法和改革考核評(píng)價(jià)體系等五個(gè)方面來(lái)開展和抓好生物信息學(xué)教學(xué)。

參考文獻(xiàn)：

生物信息學(xué)分析方法范文第4篇

一、過(guò)去教學(xué)中存在的問(wèn)題

（一）實(shí)驗(yàn)課教學(xué)學(xué)時(shí)偏少

生物技術(shù)專業(yè)五年制生物信息學(xué)課程總學(xué)時(shí)為72學(xué)時(shí)，其中理論48學(xué)時(shí)，實(shí)驗(yàn)24學(xué)時(shí)。生物信息學(xué)課程最主要的目標(biāo)是培養(yǎng)學(xué)生通過(guò)在線程序或利用生物信息學(xué)軟件來(lái)分析生物學(xué)問(wèn)題的能力，有效解決學(xué)生實(shí)驗(yàn)學(xué)時(shí)不足，實(shí)際操作時(shí)間少，解決實(shí)際問(wèn)題能力較弱的問(wèn)題。

（二）與其他課程聯(lián)系較少

生物信息學(xué)課程開設(shè)在生物技術(shù)專業(yè)教學(xué)進(jìn)程的第6學(xué)期，此時(shí)學(xué)生已具備普通生物學(xué)、細(xì)胞生物學(xué)、分子生物學(xué)、生物化學(xué)、醫(yī)學(xué)免疫學(xué)、遺傳學(xué)、基因組學(xué)、基因工程原理等生命科學(xué)的基礎(chǔ)知識(shí)。但是，在生物信息學(xué)理論課和實(shí)踐課學(xué)習(xí)的內(nèi)容，如查閱的文獻(xiàn)、分析的目的則由授課教師自行指定，忽略了與其他課程的聯(lián)系，不利于學(xué)生系統(tǒng)地學(xué)習(xí)專業(yè)課的知識(shí)。

二、教學(xué)體系的改革和完善

（一）增加實(shí)驗(yàn)課教學(xué)學(xué)時(shí)

從2012年起，我校生物技術(shù)專業(yè)由五年制調(diào)整為四年制，同時(shí)在修訂教學(xué)進(jìn)程的時(shí)候?qū)W(xué)時(shí)調(diào)整為理論36學(xué)時(shí)，實(shí)驗(yàn)36學(xué)時(shí)，理論課結(jié)束后即為該內(nèi)容的實(shí)踐部分，以此增加學(xué)生的實(shí)踐訓(xùn)練時(shí)間。

（二）將基因工程原理實(shí)驗(yàn)課程與生物信息學(xué)實(shí)踐相聯(lián)系

在基因工程原理的實(shí)驗(yàn)中，我們把家蠅防御素基因作為目的基因，主要設(shè)計(jì)的實(shí)驗(yàn)內(nèi)容包括：（1）目的基因的獲得：利用PCR技術(shù)擴(kuò)增已經(jīng)克隆到pMD-18T載體上的家蠅防御素基因；（2）pSK質(zhì)粒載體的小量制備；（3）目的基因與載體的酶切；（4）目的基因與載體的連接；（5）大腸桿菌感受態(tài)細(xì)胞的制備；（6）重組質(zhì)粒的轉(zhuǎn)化；（7）重組子的藍(lán)白斑篩選；（8）菌落PCR鑒定重組子[2]。在學(xué)生對(duì)基因工程實(shí)驗(yàn)內(nèi)容熟悉的基礎(chǔ)上，我們?cè)谏镄畔W(xué)的教學(xué)過(guò)程中對(duì)學(xué)生提出問(wèn)題：家蠅防御素基因現(xiàn)有的研究現(xiàn)狀是怎樣的？PCR擴(kuò)增目的基因的過(guò)程中引物該如何設(shè)計(jì)？獲得陽(yáng)性重組子后我們?nèi)绾闻袛喃@得的插入序列就是目的基因呢？針對(duì)這樣的疑問(wèn)，我們結(jié)合基因工程實(shí)驗(yàn)對(duì)教學(xué)內(nèi)容進(jìn)行適當(dāng)?shù)恼{(diào)整：（1）PUBMED獲取文獻(xiàn)信息：由學(xué)生通過(guò)PUBMED查找近五年發(fā)表的有關(guān)家蠅防御素基因研究的文獻(xiàn)；（2）核酸序列分析：以家蠅防御素基因?yàn)閷?duì)象，分核酸序列的檢索、搜索開放閱讀框（ORF）、限制性酶切分析、引物設(shè)計(jì)、載體序列識(shí)別、核酸序列的比對(duì)、分子質(zhì)量/堿基組成/堿基分布分析和序列轉(zhuǎn)換共8大部分內(nèi)容進(jìn)行講解和學(xué)生實(shí)踐操作；（3）蛋白質(zhì)序列分析：同樣以家蠅防御素蛋白為對(duì)象，分蛋白質(zhì)序列檢索、蛋白質(zhì)序列比對(duì)、蛋白質(zhì)基本性質(zhì)分析（蛋白質(zhì)的氨基酸組成、分子量、等電點(diǎn)、親疏水性分析、跨膜區(qū)分析、信號(hào)肽分析）、蛋白質(zhì)功能預(yù)測(cè)、蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)（蛋白質(zhì)二級(jí)結(jié)構(gòu)和三級(jí)結(jié)構(gòu)預(yù)測(cè)）共5大部分內(nèi)容進(jìn)行講解和指導(dǎo)學(xué)生進(jìn)行實(shí)踐操作。

（三）以科研促進(jìn)生物信息學(xué)的教學(xué)改革

筆者所在課程組主要集中于功能基因組學(xué)的研究，涉及了功能基因的獲取、生物信息學(xué)分析、功能驗(yàn)證等方面的內(nèi)容。學(xué)生在課程學(xué)習(xí)中，參與到教師的科研課題中，學(xué)會(huì)運(yùn)用生物信息學(xué)所學(xué)知識(shí)實(shí)際解決科研問(wèn)題。學(xué)生可自行完成從文獻(xiàn)的查閱、目的序列的獲?。ㄓ晒矓?shù)據(jù)庫(kù)獲得或?qū)嶒?yàn)室測(cè)序獲得）、基因序列的分析、理論推導(dǎo)氨基酸序列基本性質(zhì)的分析及結(jié)構(gòu)和功能的預(yù)測(cè)、系統(tǒng)發(fā)育分析，如有可能，學(xué)生可通過(guò)實(shí)驗(yàn)的方法驗(yàn)證生物信息學(xué)分析的結(jié)果，同時(shí)鼓勵(lì)學(xué)生自主選擇感興趣的基因、蛋白進(jìn)行課程設(shè)計(jì)研究，實(shí)踐結(jié)束后學(xué)生將結(jié)果以論文形式提交給教師。

三、教學(xué)探索的成效

生物信息學(xué)分析方法范文第5篇

單鏈抗體除本身的治療作用外，還可作為載體與細(xì)胞因子等結(jié)合，構(gòu)建成雙功能抗體用于腫瘤的導(dǎo)像治療。據(jù)文獻(xiàn)報(bào)道［1~3］各衍生因子兩個(gè)完整基因融合成單一蛋白，經(jīng)抗腫瘤活性檢測(cè)發(fā)現(xiàn)，融合蛋白具有雙重活性，但融合蛋白的親和性及抗腫瘤活性分別較衍生因子的功能及活性有所變化，可能由于融合蛋白結(jié)構(gòu)變化導(dǎo)致功能及活性的變化。利用生物信息學(xué)網(wǎng)絡(luò)資源分析融合蛋白的二級(jí)結(jié)構(gòu)及其理化性質(zhì)，為進(jìn)一步探討單鏈雙功能抗體基因融合蛋白提供依據(jù)。

1雙功能抗體的研究進(jìn)展

隨著分子生物學(xué)的發(fā)展，腫瘤的藥敏基因治療成為各國(guó)學(xué)者研究的熱點(diǎn)［3~5］。將目的基因?qū)氚屑?xì)胞是基因治療過(guò)程中的一個(gè)重要環(huán)節(jié)，因?yàn)槟康幕驅(qū)氚屑?xì)胞效率的高低將直接影響基因治療的效果甚至成敗。由逆轉(zhuǎn)錄病毒介導(dǎo)的基因轉(zhuǎn)移所面臨的最大問(wèn)題是病毒轉(zhuǎn)導(dǎo)效率較低，原因之一是由于包裝后難以得到穩(wěn)定產(chǎn)生較高滴度感染性逆轉(zhuǎn)錄病毒的包裝細(xì)胞系。單鏈抗體（ScFv）是由Fv抗體衍生而來(lái)，將抗體重鏈可變區(qū)和輕鏈可變區(qū)通過(guò)一段連接肽連接而成，ScFv具有天然抗體的親和力，而分子只有完整抗體的六分之一。具有分子小、穿透力強(qiáng)、容易進(jìn)入實(shí)體瘤周圍的血液循環(huán)等特點(diǎn)，體內(nèi)應(yīng)用具有較大的分布容積和較高的組織分布比例，ScFv是構(gòu)建雙功能抗體，雙特異性抗體等多種新功能抗體分子的理想元件。一個(gè)蛋白或蛋白片段可以融合到ScFv片段上以配備附加的性質(zhì)，如免疫毒素的產(chǎn)生，是通過(guò)將一個(gè)腫瘤特異的ScFv或Fab融合到一個(gè)內(nèi)源化能殺死靶細(xì)胞的毒素上。許多細(xì)胞特異抗體可將試劑傳遞到腫瘤部位發(fā)揮其細(xì)胞毒元件的作用。腫瘤特異性抗體片段已經(jīng)與細(xì)胞因子融合［4~8］。在這種情況下，稱免疫細(xì)胞因子的分子注射到患者體內(nèi)，在腫瘤細(xì)胞表面積聚，可以激活腫瘤附近的T淋巴細(xì)胞。這些融合蛋白內(nèi)在的腫瘤結(jié)合活性允許使用低濃度，沒(méi)有通常與系統(tǒng)細(xì)胞因子注射相關(guān)的副作用。

細(xì)胞因子融合蛋白均具有衍生因子的雙重活性，其中有一些的活性較各自野生型低，或者與野生型因子的相加一致，或者其活性高于衍生因子的相加活性，人工構(gòu)建的新蛋白可能具有與衍生因子無(wú)關(guān)的新活性［9~11］。事實(shí)證明：具有不同功能域的復(fù)合蛋白質(zhì)以及連接肽的設(shè)計(jì)是今后尋找新的治療因子的有效途徑和研究方向。生物信息學(xué)可以促進(jìn)藥物的發(fā)現(xiàn)和開發(fā)過(guò)程，即充分利用生物信息學(xué)的生物學(xué)和遺傳學(xué)信息來(lái)尋找和開發(fā)以基因?yàn)榛A(chǔ)的藥物。

2雙功能抗體的表達(dá)及其生物學(xué)性質(zhì)的預(yù)測(cè)

對(duì)于cDNA序列包含一個(gè)完整的蛋白質(zhì)編碼區(qū)，重要的則是分析所編碼蛋白質(zhì)的功能。蛋白質(zhì)序列的生物信息學(xué)分析是從理論分析邁向?qū)嶒?yàn)研究的最為重要的部分。如果擬對(duì)所感興趣的基因投入實(shí)驗(yàn)研究，那么，基于生物信息學(xué)獲得盡可能多的關(guān)于該基因/蛋白質(zhì)的信息是十分重要和極其重要的，尤其是當(dāng)采用生物信息學(xué)的分析得到其結(jié)構(gòu)功能域的信息后，將對(duì)研究思路的制定提供重要的指導(dǎo)信息［12，13］。

傳統(tǒng)生物學(xué)認(rèn)為，蛋白質(zhì)的序列決定了它的結(jié)構(gòu)，也就決定了它的功能［14，15］。因此，隨著近10年來(lái)生物學(xué)分子序列信息的爆炸性增長(zhǎng)，大大促進(jìn)了各種序列分析和預(yù)測(cè)技術(shù)的發(fā)展，目前已經(jīng)可以用理論預(yù)測(cè)的方法獲得大量的結(jié)構(gòu)和功能信息，用生物信息學(xué)的方法，通過(guò)計(jì)算機(jī)模擬和計(jì)算來(lái)“預(yù)測(cè)”出未知蛋白質(zhì)信息或提供與之相關(guān)的輔助信息，可以用較低的成本和較快的時(shí)間就能獲得可靠的結(jié)果［16~18］。重組融合蛋白是通過(guò)DNA重組的方法，將功能上相關(guān)的兩種蛋白用連接肽連接，以達(dá)到優(yōu)化蛋白功能的目的，如免疫毒素和細(xì)胞因子融合蛋白，并已用于腫瘤治療。我們?cè)跇?gòu)建融合蛋白之后，運(yùn)用生物信息學(xué)資源DNAssist核酸序列分析軟件分析ScFv-TNF-αDNA序列翻譯并獲得了氨基酸序列，蛋白質(zhì)分析軟件（ANTHEPROTV5）分析融合蛋白的二級(jí)結(jié)構(gòu)及其理化性質(zhì)。利用生物信息學(xué)網(wǎng)絡(luò)資源進(jìn)行分析預(yù)測(cè)融合蛋白的性質(zhì)，為進(jìn)一步探討單鏈雙功能抗體基因融合蛋白提供依據(jù)。構(gòu)建重組導(dǎo)向的融合蛋白［19］，通過(guò)重組PCR方法在編碼ScFv與TNF-α的堿基之間引入酶切位點(diǎn)，并克隆到逆轉(zhuǎn)錄病毒表達(dá)載體PLxSN上表達(dá)，用脂質(zhì)體轉(zhuǎn)染法轉(zhuǎn)染PA317包裝細(xì)胞，G418篩選10天后共挑選50個(gè)細(xì)胞集落，擴(kuò)大培養(yǎng)后測(cè)定29個(gè)細(xì)胞集落的病毒滴度，篩選出一株cfu>1×109/L的感染性重組病毒產(chǎn)生細(xì)胞系C26。

【參考文獻(xiàn)】

1StrubeRW，ChenSY.Characterizationofanti-cyclinEsingle-chainFvantibodiesandintrabodiesinbreastcancercells：enhancedintracellularstabilityofnovelsFv-F(c)intrabodies.JImmunolMethodsK，2002，263(1-2)：149-167.

2KimEJ，ChoD，HwangSY，etal.Interleukin-2fusionproteinwithanti-CD3single-chainFv(sFv)selectivelyprotectsTcellsfromdexamethasone-inducedapoptosis.Vaccine，2001，20(3-4)：608-615.

3PengLS，PenichetML，DelaCruzJS，etal.Mechanismofantitumoractivityofasingle-chaininterleukin-12IgG3antibodyfusionprotein(mscIL-12.her2.IgG3).JInterferonCytokineRes，2001，21(9)：709-720.

4ScherfU，BenharI，WebberKO，etal.Cytotoxicandantitumoractivityofarecombinanttumornecrosisfactor-B1(Fv)fusionproteinonLeYantigen-expressinghumancancercells.ClinCancerRes，1996，2(9)：1523-1531.

5ChenP，ChenCQ，YaoLB，etal.ReconstructionandanalysisofaHumansmallmolecularantibodytotumornecrosisfactoralpha.ShengwuHuaxueYuShengwuWuliXuebao，2001，33(1)：71-76.

6WuestT，GerlachE，BanerjeeD，etal.TNF-Selectokine：anovelprodruggeneratedfortumortargetingandsite-specificactivationoftumornecrosisfactor.Oncogene，2002，21(27)：4257-4265.

7MaJ，LiZ，LuoD.Singlechainantibodyvaccinationinmiceagainsthumanovariancancerenhancedbymicrospheresandcytokines.JDrugTarget，2003，11(3)：169-176.

8BremerE，KuijlenJ，SamploniusD，etal.Targetcell-restrictedand-enhancedapoptosisinductionbyascFv：sTRAILfusionproteinwithspecificityforthepancarcinoma-associatedantigenEGP2.IntJCancer，2004，109(2)：281-290.

9TrevorKT，HershEM，BraileyJ，etal.TransductionofhumandendriticcellswitharecombinantmodifiedvacciniaAnkaravirusencodingMUC1andIL-2.CancerImmunolImmunother，2001，50(8)：397-407.

10NiethammerAG，XiangR，RuehlmannJM，etal.Targetedinterleukin2therapyenhancesprotectiveimmunityinducedbyanautologousoralDNAvaccineagainstmurinemelanoma.CancerRes，2001，61(16)：6178-6184.

11LiuX，ZhangL，ZhangM，etal.Co-modificationofIL-2-TNFalphafusiongeneandB7.1genetomurinebreasttumorcellsleadstoimprovedtumorrejectionandvaccineeffect.ChinMedJ(Engl)，2000，113(2)：167-171.

12張成崗，賀福初.生物信息學(xué)方法與實(shí)踐.北京：科學(xué)出版社，2002，126-136.

13黃韌，薛成.生物信息學(xué)網(wǎng)絡(luò)資源與應(yīng)用.廣州：中山大學(xué)出版社，2003，237-306.

14GuexN，PeitschMC.SWISS-MODELandtheSwiss-PdbViewer：Anenvironmentforcomparativeproteinmodelling.Electrophoresis，1997，18(15)：2714-2723.

15GuexN，DiemandA，PeitschMC.Proteinmodellingforall.TiBS，1999，24(9)：364-367.

16ClaverieJM.Effectivelarge-scalesequencesimilaritysearches.MethodsEnzymol，1996，266：212-227

putationalgeneidentification.JMolMed，1997，75(6)：389-393.