生物資訊 bioinformatics 林育慶

Bioinformatics

資訊information 資訊 (information) 包括各種形式，如新聞、文獻、影片、報告、數字、統計等，是人類活動重要的記錄。 數量龐大且混雜無序的資訊一定要透過適當的處理與分析，才能成為知識，為各行各業所用。

What is Bioinformatics? Computer Science Mathematics and Statistics 分子生物學 生物化學 遺傳學 物理化學 結構生物學 演化生物學 核磁共振學 基因體學 蛋白體學 計算物理學 演算法 圖像及訊號處理 電腦架構及資料庫管理 電腦語言 程式設計 人工智慧及訊息理論 設計與模擬作業 數值分析 統計學 軟體工程及自動化 Biology

Bioinformatics的產生 大量DNA序列及蛋白結構方面的數據，不得不依賴電腦軟體來加以處理分析，使得生物資訊學(bioinformatics)，又稱為計算生物學(computational biology)或資訊生物學(information biology)， 應運而生。 1970基因重組技術問世 1980生物科技產業發展 1990人體基因計劃 生物資訊 GenBank為美國國家衛生院支持的資料庫。到2002年3月為止，已儲存有14,976,310個DNA序列

生物資訊學之主要工作 生物資料庫及網站之建立 ex:NCBI (National Center for Biotechnology Information) 、GenBank 生物資訊的搜尋 生物資訊的分析 ex:EMBOSS包括有約100種序列分析軟體，提供核心軟體庫，並整合其它共用軟體資源

HOT 數據取得及處理 基因體圖譜及比較 分子模型構築及模擬 ex:蛋白質之資訊除了胺基酸序列外，亦包含3D結構，要求的不只是平面資訊，而是立體資訊 DNA及蛋白質序列及結構比較 Need sequence alignment

Sequence alignment

想瞭解同一種蛋白質， 在不同物種間其胺基酸相似程度， 同時想知 道它們之間關係? 進行多重序列的排列(multiple sequence alignment)， 便可以知道這些蛋白質之間的關 係了。

Pairwise Alignment Sequence A: CTTAACT Sequence B: CGGATCAT An alignment of A and B: C---TTAACT CGGATCA--T Sequence A Sequence B

Pairwise Alignment Sequence A: CTTAACT Sequence B: CGGATCAT An alignment of A and B: Mismatch Match C---TTAACT CGGATCA--T Deletion gap Insertion gap

Alignment Graph C---TTAACT CGGATCA--T C G G A T C A T C T T A A C T Sequence A: CTTAACT Sequence B: CGGATCAT C G G A T C A T C T T A A C T C---TTAACT CGGATCA--T

如何判斷相似度 C - - - T T A A C T C G G A T C A - - T Match: +8 (w(x, y) = 8, if x = y) Mismatch: -5 (w(x, y) = -5, if x ≠ y) Each gap symbol: -3 (w(-,x)=w(x,-)=-3) C - - - T T A A C T C G G A T C A - - T +8 -3 -3 -3 +8 -5 +8 -3 -3 +8 = +12 Alignment score

k best local alignments Smith-Waterman (Smith and Waterman, 1981; Waterman and Eggert, 1987) FASTA (Wilbur and Lipman, 1983; Lipman and Pearson, 1985) BLAST (Altschul et al., 1990; Altschul et al., 1997)

FASTA Find runs of identities, and identify regions with the highest density of identities. Re-score using PAM matrix, and keep top scoring segments. Eliminate segments that are unlikely to be part of the alignment. Optimize the alignment in a band.

FASTA Step 1: Find runes of identities, and identify regions with the highest density of identities. Sequence B Sequence A

FASTA Step 2: Re-score using PAM matrix, and keep top scoring segments.

FASTA Step 3: Eliminate segments that are unlikely to be part of the alignment.

FASTA Step 4: Optimize the alignment in a band.

BLAST Basic Local Alignment Search Tool (by Altschul, Gish, Miller, Myers and Lipman) The central idea of the BLAST algorithm is that a statistically significant alignment is likely to contain a high-scoring pair of aligned words.

BLAST Step 1: Build the hash table for Sequence A. (3-tuple example) For DNA sequences: Seq. A = AGATCGAT 12345678 AAA AAC .. AGA 1 .. ATC 3 .. CGA 5 .. GAT 2 6 .. TCG 4 .. TTT

BLAST Step2: Scan sequence B for hits. Step 3: Extend hits. hit

生物資訊的產業應用現況 主要應用：genomics、cheminformatics、proteomics、pharmacogenomics… 例如開發新藥，可以節省30%的新藥開發時間及33%的開發支出 長遠目標：基因藥理學，高產能蛋白質結構，蛋白質間的互動分析…

(補充) 其他相關

Bioinformatics and Computational Biology-Related Journals: Bioinformatics (previously called CABIOS) Bulletin of Mathematical Biology Computers and Biomedical Research Genome Research Genomics Journal of Bioinformatics and Computational Biology Journal of Computational Biology Journal of Molecular Biology Nature Nucleic Acid Research Science

Bioinformatics and Computational Biology-Related Conferences: Intelligent Systems for Molecular Biology (ISMB) Pacific Symposium on Biocomputing (PSB) The Annual International Conference on Research in Computational Molecular Biology (RECOMB) The IEEE Computer Society Bioinformatics Conference (CSB) ...

最後..資源哪裡找

主要生物資訊網站 主要之生物資訊網站，已漸漸將資料庫、搜尋引擎及分析軟體合而為一 NCBI (National Center for Biotechnology Information) ExPASy (Expert Protein Analysis System) EMBnet (European Molecular Biology network)

NCBI (National Center for Biotechnology Information) 依據public law 100-687而設立了NCBI，它隸屬於美國國家醫學圖書館 (NLM)而位於美國國家衛生院 (NIH) 院區 主要任務：(1) 建立生物資訊儲存分析的自動化系統。 (2) 改善生物資訊搜尋及分析之方法。 (3) 促進生物醫學工作者對生物資訊及軟體之使用。

reference EBI (European Bioinformatics Institute)：http://www.ebi.ac.uk/ ExPASy (Expert Protein Analysis System)：http://www.expasy.org/ GenomeNet (Japanese Bioinformatics Center)：http://www.genome.ad.jp/ NCBI (National Center for Biotech Information)：http://www.ncbi.nlm.nih.gov/ NIH (National Institute of Health)：http://www.mh.nih.gov/ 國家衛生研究院(National Health Research Institute)：http://www.nhri.org.tw/ http://www.csie.ntu.edu.tw/~kmchao 趙坤茂老師投影片 前人投影片…