所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

生物信息学在生物学研究的各个方面的作用:一个迷你回顾

拉胡尔·库马尔·夏尔马*

部门生物信息学、学校的生物工程SRM大学印度钦奈

*通讯作者:
拉胡尔·库马尔·夏尔马
部门生物信息学,
学院的生物工程,
钦奈SRM大学
印度。
电话:(91)7674005910,
电子邮件: (电子邮件保护)

收到:20/03/2015接受:08/04/2015

访问更多的相关文章研究和评论:研究的生物雷竞技苹果下载学》杂志上

文摘

2001年人类基因组测序完成后,大部分的生物科学的研究人员参与其他生物体的测序发现各种揭露事实的生命系统。同时分子生物学家也参与证明他们的中心法则的基本概念和所做的大量研究表明,所有的并发症和功能是如何相互关联的人类基因组DNA。系统生物学研究和遗传学家的帮助下,完成了世界是生成大量的数据在生物研究领域。来处理这个巨大的数据文件和实验日志的书越来越困难的一天,然后生物信息学来到图片处理大型数据与计算机的帮助,因此也称为计算生物学。最初只是一种技术或工具来安排数据尤其是时尚,但随着其快速普及和接受与主要的生物研究领域,它现在是一个完全不同的研究领域和专业知识。现在最相关的地区在生物研究几乎在世界各地。在分子生物学领域,被广泛接受的蛋白质组学、基因组学、代谢组学、生物技术和农业研究人员甚至在兽医科学研究。

关键字

生物信息学、生物研究、蛋白质组学、农业

介绍

生物研究最基础研究是理解生命系统的完整的机制。近几十年来,生物信息学方法,使用知识积累在NCBI等公共数据库,Pubmed和其他数据库,可以系统地剖析大型基因列表为了组装的总结当代生物学中最丰富的结果(1,2),这是对生物研究能够提供一个巨大的贡献。同样的对比,生物信息学扫描方法成为替代技术,允许调查人员同时测量在某些生物全基因组基因的改变和监管条件。这些高通量技术通常生成大型生物研究感兴趣的基因列表作为最终输出(3,4]。如果我们看到早些时候传统生物研究,我们可以研究一个或几个基因(5- - - - - -10]。

但在介绍生物信息学和定期生成的研究数据库的世界,让他们网上公开支持生物研究人员是一个很独特的想法,有利于新研究员以及科学家在相同工作的研究兴趣不同的地理位置在这个世界上11- - - - - -15]。最初的完整目标生物信息学是在生物研究处理数据,但与日益普及和工具开发的参与分析数据在一个较小的时间来完成研究快速和有效的方式16- - - - - -18),生物信息学已获得比预期更大的地方。在后面的部分回顾我们可以看到这些工具和技术是如何影响我们的生物研究。它是一个完整的桥梁与数学、计算机和统计科学生物研究(19- - - - - -23]。

工具和技术

生物信息学在一定程度上是基于之前使用的工具和技术来完成分析生物实验在较短的时间内。发展这些工具的主要目的是为了执行这些分析的任务,这是非常耗时和不不能采取进一步的研究(24- - - - - -31日]。我们可以看到一个非常小的序列比对的例子,我们已经开发出一种工具基本局部比对的序列称为“爆炸”。爆炸是缩写基本局部比对搜索工具(32- - - - - -39),这是现在非常受欢迎的一天中为他们的初步研究的分子生物学家,甚至结构生物学家更愿意执行这个在显示任何结构和功能两个基因之间的相似性。之后,很多工具也被用来执行“Clustal W”等多重序列比对分析报告每次超过两个基因(41- - - - - -48]。同样也为系统发育分析生物信息学工具开发和他们的能力产生各种树算法基础上,像UPGMA和邻居加入方法等49- - - - - -56]。这些工具的帮助下设计计算机算法和计算机语言的根开发平台(57]。最初当生物学家不是非常高效的使用这些编程语言,他们已经开始使用perl和python开发工具,用于生物研究,但后来bioinformaticians同样有效的在其他语言平台完全改变了生物研究的场景与参与的C、c++和Java开发工具是非常有效的和用户友好int31erface [58- - - - - -65年]。

人类基因组测序

人类基因组测序的基础是特定领域的起源和演化生物学研究工具。这个实验非常大,耗费时间和预期达到完成的时间晚一些,但仍是比预期提前完成2年(66年- - - - - -72年]。详细的草案是在2003年报道的人类基因组计划。这个项目最初是由一个学生名叫吉姆·肯特。这个项目是世界上最大的合作生物工程和显示重大承诺在分子医学领域和人类进化74年- - - - - -81年]。尽管人们思考这个巨大的数据处理和保持安全,但这仅仅是开始的分子生物学的研究,这个研究项目各种相关项目完成后开始制造新洞理解生物机械(81年- - - - - -87年]。

分子生物学数据

世界有大量的数据生成的分子生物学家和困难处理它们在过去几十年里20th世纪。人类基因组计划后,有大量的生物分子生物学和生物技术领域的研究开始,这是一个巨大的实验数据和处理的重要来源,生物信息学在存在88年- - - - - -94年]。生物信息学网上的所有数据,能够非常有效地管理、修改和替换完整的数据在一个非常短的持续时间。通常分子生物学实验有很多分析,因此产生大量数据(95年- - - - - -104年),这就是为什么生物信息学是首先应用于分子生物学实验数据,但后来接受了生物学研究的几乎所有领域。

结构生物信息学

这是大多数新兴生物科学的一部分。在这一领域主要科学家关注结构预测序列相似性的基础上。他们遵循一个共同的理论,如果有一个序列相似性,必须有一些结构相似,显然会有功能这两个基因之间的相似之处(105年- - - - - -111年]。这里人们执行序列分析和基于相似性产生的三维结构分子和检查他们的稳定性。创建地图的帮助下从Ramchandran情节,科学家和研究人员也能够执行结构的稳定性检查(112年- - - - - -115年]。

生物技术

研究生物技术和意识的研究在这个特定的领域由不同国家参与生物研究提供定期更新和贡献让人类的生活越来越好。生物信息学无疑减少了耗时的实验过程,是将一个巨大的差异在完成时间(早些时候在生物技术研究116年- - - - - -120年]。还在仿真实验的在线领域基于数据模型创建与先前的实验室数据预测最可能的结果,在短期内。

软件开发

主要生物信息学有助于保持实验数据在线达到广泛的观众,和软件开发工作或人数生物数据分析很容易和更少的时间消耗。有很多工具由总理研究机构在世界生物研究人员现在可以使用网络的好处(121年- - - - - -126年]。

生物信息学在当前的应用研究

目前几乎所有的生物研究领域已经接受了这种生物研究武器后,无论是分子生物学或遗传学,甚至农业。有一个完整的基因组信息学的新新兴领域有完全是基于生物信息学工具(127年- - - - - -133年]。除了这些有很多生物信息学领域很容易被接受的主要作用预测新型药物分子结构相似和功能相似的研究。最初他们执行任务等

•将DNA序列提交给数据库

啊,这是一个重要的生物的研究,科学家序列DNA, RNA,但是直到它不是让存放任何公共序列数据库,无法对科学界有益。它变得非常必要提交所有公共序列的测序数据存储库。一些重要的公共存储库DDBJ, EMBL的资源库。

啊,这些序列数据可以以两种方式提交到存储库,通过电子邮件提交或通过网上提交序列提交工具。有特定的工具为每个公共序列库(表1)[134年- - - - - -154年]。

Biology-Public-sequence-depositories

表1:公共序列保管

Biology-Human-Genome-Databases-Browsers-Variation-Resources

表2:人类基因组数据库、浏览器和变异资源

Biology-Vertebrate-databases-and-genome-browsers

表2:脊椎动物基因组数据库和浏览器

Biology-List-some-invertebrate-databases-genome-browsers

表3:一些无脊椎动物基因组数据库和浏览器

加入o后提交每个数据库提供了一个独特的号码核实后提交序列和重复检查。如果这是一个独特的序列,然后加入号码是作为一个字母后跟5位数,但最近由于大量提交两个字母后跟6位数的号码加入数量现在提出。

•基因组数据库映射和映射

o基因映射是一种基因的技术估计准确的位置和相应的距离相关基因相似的类型。

o完成评估后我们可以达成一个结论的完整基因组的特定生物体基因组地图。

•从生物数据库信息检索

o在线开发生物数据库及其可用性是一个主要问题在生物研究的初始阶段,但现在,我们有许多生物数据库和数据形式的文本、表格和图片和许多其他格式。我们应该知道如何检索的数据从一个合适的数据库。序列数据库可能是文本检索,检索或者它可能还包括结构性数据检索的重要性(170年- - - - - -181年]。

•序列比对和数据库搜索

o对齐序列比较其他相关和相似的序列是生物研究非常需要了解两个序列之间的关系,并预测基于序列相似性的结构和功能。

o为基本对齐序列使用爆炸是很常见的。基于序列参与排序的数量,我们可以分类这些排列成两两对齐或多重序列比对。

•使用DNA序列预测方法

o基因发现策略可以分为三大类。

吗?基于内容的方法依赖于总体而言,大部分属性序列的测定。这里特点考虑包括特定的密码子使用频率,重复的周期性,组成序列的复杂性。因为不同的生物体使用同义密码子使用不同的频率,这些线索可以提供洞察决定区域更有可能是外显子。

吗?在实地方法,重点转向特定序列的存在与否,模式,或共识。这些方法用于检测特性,比如施主和受主接头地点,转录因子结合位点,聚束、启动和停止密码子。

吗?基于序列同源性比较方法做出决定。这里,翻译序列对蛋白质序列数据库搜索被确定之前查询中编码区域对应一个区域特征序列。尽管这是概念上的最直接的方法,它是严格的,因为大多数新发现的基因没有匹配任何基因产物在蛋白质数据库中。

吗?工具与这些有关圣杯、Genscan Fgenes,普罗克汝斯忒斯和许多其他发达与生物信息学182年- - - - - -191年]。

•使用蛋白质序列预测方法

o有工具基于使用蛋白质序列预测方法,如PSLPred NRpred PSEAPred。也有其他方法基于主题的层面上,残留水平,信号电平,肽水平,域级别和配置文件(192年- - - - - -196年]。

•序列组装和加工方法

o目前测序过程常常谈到包括两部分,即装配完成,但在实践中两者之间有相当大的重叠。装配是一个过程,试图秩序,使阅读,和完成的任务是检查和编辑收集数据。这包括执行新的测序实验来填补空白或覆盖部分的数据是贫穷和判决之间的相互矛盾的数据在编辑(197年- - - - - -211年]。

•系统发育分析

o系统发育分析也是一个重要的生物信息学在生物研究的实施。系统发育分析是研究有机体的祖先历史。序列和结构相似性后我们试图与生物的祖先的历史展示生物起源有关,“进化”的顺序。我们进化的历史分析,系统发育分析。

啊,网上有许多可用的工具以及商业软件包也喜欢PHYLIP。它使用树生成方法与算法基于如UPGMA方法,和邻居加入211年- - - - - -219年]。

•比较基因组分析

o比较基因组分析也正在进行各种研究在许多方面如学者和专业研究。通过比较完成的人类基因组参考序列与其他生物的基因组,研究人员可以识别区域的相似性和差异。这些信息可以帮助科学家更好地了解人类基因的结构和功能,从而提出新的策略来对抗人类疾病。比较基因组学还提供了一个强大的工具为研究进化在生物体中,帮助识别守恒的物种间的基因,以及给每个生物体的基因其独特的特征(220年- - - - - -226年]。

•大规模基因组分析

o大规模基因组分析完整的基因组测序,和这个应用程序有很大进步等下一代测序和生物信息学工具illumina公司已经发展很快地分析它们。这些工具通常被称为音序器和扮演重要的角色在现代生物研究(227年- - - - - -231年]。

有很多其他应用程序在制药研究这些天也被视为它还处理系统生物学和代谢物途径及其与生物功能相似[232 - 241]。

最近的进步

然而生物信息学仍处于初期阶段,但持续改进使其更高效240年]。主要与包容各种计算机语言的公司在这个领域和发展生物数据分析软件包是导致这一领域最近的进步(241年- - - - - -243年]。“Sanjeevni”之类的药物设计软件包开发的IIT德里,印度(244年- - - - - -247年),大师从薛定谔也做出了贡献。印度农业统计研究所(IASRI)也做出了巨大的贡献对生物信息学研究通过创建很多数据库在农业和生物领域。最近新药物分子中使用生物信息学已经发现蛋白质和配体分析目标在人类生理周期得到最可能在短时间内治愈致命疾病(248年- - - - - -251年]。有大量的对接软件可用,也非常有效,并且证明了其准确性(252年- - - - - -253年]。

评论和结论

包含大量的工具和实现各种生物的生物信息学研究领域,同时现在显示它的存在和重要性。现在一天每个实验在生物研究与生物信息学相关的。这使得研究非常简单和快速,但仍然验证各种技术仍在过程的准确性。我们能够得到很多的结果,这是不可能通过使用湿实验室技术在生物技术。

引用

全球技术峰会