Принципы обработки информации в живой природе. Биоинформатика

Принципы обработки информации в живой природе. Биоинформатика

Введение
1. Математическое моделирование в биологии
2. Понятие биоинформатики
3. Направления биоинформатики
3.1. Биоинформатика последовательностей
3.2. Структурная биоинформатика
3.3. Компьютерная геномика
3.4. Компьютерный анализ геномов состоит из следующих основных элементов:
3.5. Применение известных методов анализа для получения новых биологических знаний
3.6. Разработка новых методов анализа биологических данных
3.7. Разработка новых баз данных
Заключение
Список используемой литературы

Принципы обработки информации в живой природе. Биоинформатика

- Компьютерная геномика
С другой стороны биоинформатику можно условно разделить на несколько направлений в зависимости от типа решаемых задач:
- Применение известных методов анализа для получения новых биологических знаний.
- Разработка новых методов анализа биологических данных
- Разработка новых баз данных.
Наиболее известной и наиболее эффективной областью применения биоинформатики в настоящее время является анализ геномов, тесно связанный с анализом последовательностей.
3. Направления биоинформатики
3.1. Биоинформатика последовательностей
Этот раздел биоинформатики занимается анализом нуклеотидных и белковых последовательностей. В настоящее время разработаны эффективные экспериментальные методы определения нуклеотидных последовательностей. Определение нуклеотидных последовательностей стало рутинной хорошо автоматизированной процедурой.
В результате рутинной хорошо автоматизированной процедуры уже получено огромное количество генетических текстов. Так, в базе данных EMBL на 15.02.2007 г. хранится 87 000 493 документов с описанием нуклеотидных последовательностей, содержащих в целом 157545686001 символов (нуклеотидов), что соответствует примерно библиотеке в 105 толстых томов с убористым шрифтом. Найти нужный ген в EMBL, это все равно, что найти цитату в такой библиотеке. Без помощи компьютера сделать это , мягко говоря, очень трудно. А число данных экспоненциально растет.4
Сравнение последовательностей ДНК (выравнивание) является важнейшей задачей биоинформатики. Трудно найти современного биолога, ни разу не использовавшего программы Blastp и ClustalX, появление этих программ – уже крупный успех биоинформатики.
Подводя итог, можно сказать, что основные задачи биоинформатики, связанные с анализом отдельных последовательностей, состоят в следующем:
- Выравнивание и определение сходства двух последовательностей
- Построение множественных выравниваний
- Распознавание генов
- Предсказание сайтов связывания регуляторных белков
- Предсказание вторичной структуры РНК5
3.2. Структурная биоинформатика
Каждый белок, помимо своей уникальной последовательности аминокислот, из цепочки которых состоит его молекула, обладает ещё и уникальным способом укладки этой цепочки в пространстве. Задачу предсказания укладки по последовательности можно, в принципе, тоже считать задачей биоинформатики, но это задача в своём общем виде ещё слишком далека от своего решения. Поэтому структурная биоинформатика занимается анализом пространственных структур, уже определённых экспериментально.
Структур белков известно намного меньше, чем последовательностей белков. Это связано с тем, что экспериментальные процедуры для определения структуры намного сложнее, дороже, и к тому же (в отличие от секвенирования) не являются "рутинными", то есть их результат вовсе не гарантирован. Тем не менее на начало 2007 года для анализа доступны более 30000 структур, что тоже немало (доступных белковых последовательностей — несколько миллионов). Среди них как структуры отдельных белковых молекул, так и структуры комплексов белков с ДНК, РНК, другими химическими веществами.
Примеры задач структурной биоинформатики:
- определение участков белковой молекулы, важных для той или иной функции данного белка;
- сравнительный анализ структур родственных белков, классификация белков на основе их пространственной структуры;
- анализ структур комплексов двух или нескольких молекул белка, комплексов молекул белка с другими молекулами; предсказание воздействия молекул химических веществ (в частности, потенциальных лекарств) на молекулы белков;
- предсказание структуры белка по структуре белка с похожей последовательностью. 6
3.3. Компьютерная геномика
В настоящее время определены полные или почти полные последовательности геномов многих организмов. Прочтение полной нуклеотидной последовательности какого-либо генома не является самоцелью. На самом деле это является первым шагом для исследования того, как функционирует та или иная клетка. Исследование геномов бактерий проводится для того, чтобы исследовать метаболизм бактерий и, в случае патогенных организмов, найти потенциальные мишени для лекарств. С другой стороны, изучение геномов может позволить найти новые метаболические пути или ферменты, которые будут применены в биотехнологическом производстве (например, витаминов). Значительное число секвенированных геномов принадлежат организмам, о которых вообще нет каких-либо других экспериментальных данных. Экспериментальное определение функции только одного гена требует интенсивной работы одной лаборатории как минимум в течение нескольких месяцев. Компьютерный же анализ позволяет с известной степенью точности охарактеризовать несколько тысяч генов силами небольшой группы примерно за неделю. Разумеется, компьютерный анализ не исключает экспериментальную проверку, однако в этом случае экспериментальная работа существенно упрощается.
3.4. Компьютерный анализ геномов состоит из следующих основных элементов:
- Предсказание генов в последовательностях. При этом в некоторых случаях удается даже найти ошибки в последовательности.
- Предварительная аннотация по сходству и другим особенностям белковых последовательностей.
- Сравнительный анализ геномов.
- Исследование регуляции работы генов.
- Исследование транспортеров (генов, обеспечивающих перенос питательных веществ в клетку и выброс вредных веществ из клетки)
Другой класс исследований, проводимых компьютерной геномикой – полногеномный анализ и исследование эволюции. В частности с помощью массового анализа было обнаружено, что альтернативный сплайсинг в генах человека является скорее правилом, чем исключением. Эволюционный взгляд на проблему позволяет выдвинуть гипотезу о том, что сплайсинг, в частности альтернативный сплайсинг, является эффективным механизмом для эволюции, позволяющем без значительного риска для генома перебирать варианты последовательностей.
Массовый анализ большого количества геномов показал, что, по крайней мере у безъядерных организмов (бактерий и архебактерий), явление горизонтального переноса генов между видами является весьма распространенным явлением – от 10 до 30% генов в этих геномах горизонтально перенесены из других видов.
3.5. Применение известных методов анализа для получения новых биологических знаний
Существует широкий спектр методов и инструментов для компьютерного анализа биологических данных. Здесь можно упомянуть и BLAST — наиболее популярный сервис для поиска похожих последовательностей в базах данных, и программы множественного выравнивания аминокислотных последовательностей, и программы предсказания вторичных структур РНК, программы визуализации пространственных структур, программы моделирования динамики пространственных структур и многое другое. Большинство этих программ представлены в Интернете и имеют весьма удобный пользовательский интерфейс.
Очень важно понимать границы применимости тех или иных методов. Любой компьютерный анализ биологических данных является экспериментом (только сделанным не в пробирке) и к нему предъявляются те же требования – важна четкость постановки и необходимы соответствующие контроли. Значительная часть биоинформатических работ сделана именно с применением уже существующих средств. Для проведения такого рода работ, как правило, нет необходимости уметь программировать. Достаточно только внимательно анализировать результаты работы уже готовых программ. При этом часто биоинформатический анализ предшествует постановке эксперимента. С другой стороны массовый (например, геномный) анализ требует использования простейших программ собственного исполнения (попробуйте глазами проанализировать 100 тыс. выравниваний).