【文章內(nèi)容簡介】 體標識與去除、拼接與組裝、填補序列間隙，到重復序列標識、讀框預測和基因標注的每一步都是緊密依賴基因組信息學的軟件和數(shù)據(jù)庫的。特別是拼接和填補序列間隙更需要把實驗設討和信息分析時刻聯(lián)系在一起．拼接與組裝中的難點是處理重復序列，這在含有約 30％重復序列的人類基因組中顯得尤其突出。 SNPs的發(fā)現(xiàn)與鑒定 人類基因組的工作草圖即將完成，因此發(fā)現(xiàn)新基因就成了當務之急。使用基因組信息學的方法通過超大規(guī)模計算是發(fā)現(xiàn)新基因的重要手段，可以說大部分新基因是靠理論方法預測出來的。比如啤酒酵母完整基因組（約 1300萬 bp）所包含的 6千多個基因，大約 60％是通過信息分析得到的。 當人類基因找到之后，自然要解決的問題是：不同人種間基因有什么差別；正常人和病人基因又有什么差別。 ” 這就是通常所說的 SNPs（ 單核苷酸多態(tài)性）。構建 SNPs及其相關數(shù)據(jù)庫是基因組研究走向應用的重要步驟。 1998年國際已開展了以 EST為主發(fā)現(xiàn)新 SNPs的研究。在我國開展中華民族 SNPs研究也是至關重要的。 現(xiàn)在，生物信息學家不僅有大量的序列和基因而且有越來越多的完整基因組。有了這些資料人們就能對若干重大生物學問題進行分析。 比如：研究生命的起源、進化的，遺傳密碼是的起源，估計最小獨立生活的生物至少需要多少基因，這些基因是如何使它們存活。比如：鼠和人的基因組大小相似，都含有約三十億堿基對，基因的數(shù)目也類似，可是為什么鼠和人差異確如此之大？同樣，有的科學家估計不同人種間基因組的差別僅為 ％；人猿間差別約為 1％。 但他們表型間的差異十分顯著 。 因此其表型差異不僅應從基因、DNA序列找原因，也應考慮到整個研究組、考慮染色體組織上的差異?？傊?，這些例子說明由完整基因組研究所導致的比較基因組學必將為基因組研究開辟新的領域。 隨著人類基因組測序完成，一些學者提出如下問題：即使我們已經(jīng)獲得了人的完整基因圖譜，那對人的生命活動能說明到什么程度呢？于是他們提出了一系列上述數(shù)據(jù)不能說明的問題，如：基因表達產(chǎn)物是否與何時出現(xiàn)，濃度是多少，是否存在翻譯后修飾過程，若存在是如何修飾的；基因敲出或基因過度表達的影響是什么；多基因的表現(xiàn)型如何等。 概括這些問題， 其實質是我們雖然知道了基因和核酸序列，但不知道它們?nèi)绾伟l(fā)揮功能，或者說是如何按照特定時間、空間進行基因表達的，表達量有多少 。為了得到基因表達的功能譜，國際上在核酸和蛋白質兩個層次上都發(fā)展了新技術。這就是在核酸層次上的 DNA芯片技術和在蛋白質層次上的二維凝膠電泳和測序質譜技術，也稱 蛋白質組技術 。 隨著人類基因組計劃的執(zhí)行，估計幾年之內(nèi)就可找到人類的 8萬到 10萬個基因，也就是發(fā)現(xiàn)它們的一級序列。然而要了解他們的功能、要找到這些蛋白質功能的分子基礎，必須進一步知道它們的三維結構。與此同時，要設計藥物也需要了解相應的蛋白質受體的三維結構。這是擺在科學家面前的緊迫任務。 近年來完整基因組的研究表明，在細菌這樣的微生物中非編碼區(qū)只占整個基因組序列的 10％到 20％，而高等生物和人的基因組中非編碼區(qū)都占到基因組序列的絕大部分。從生物進化的觀點看來，隨著生物體功能的完善和復雜化非編碼區(qū)序列明顯增加的趨勢表明，這部分序列必定具有重要的生物功能。普遍的認識是，它們與基因在四維時空的表達調(diào)控有關。因此尋找這些區(qū)域的編碼特征以及信息調(diào)節(jié)與表達規(guī)律是未來相當長時間內(nèi)的熱點課題。 對人類基因組來說，迄今為止，人們真正掌握規(guī)律的只有 DNA上的編碼蛋白質的區(qū)域（基因），很多資料說這部分序列只占基因組的 3％到 5％，也就是說，人類基因組中多達 95％到 97％是非編碼區(qū)。如何深人了解這些非編碼區(qū)序列的功能是當前科學家們面臨的一個真正的挑戰(zhàn)。 7. 遺傳密碼起源和生物進化的研究 自 1859年 Darwin的物種起源發(fā)表以來，進化論成為對人類自然科學和自然哲學發(fā)展的最重大貢獻之一。進化論研究的核心是描述生物進化的歷史（系統(tǒng)進化樹）和探索進化過程的機制。 自本世紀中葉以來，隨著分子生物學的不斷發(fā)展，進化論的研究也進入了分子水平。當前分子進化的研究已是進化論研究的重要手段，并建立了一套依賴于核酸、蛋白質序列信息的理論方法。 近年來，隨著序列數(shù)據(jù)的大量增加，對序列差異和進化關系的爭論也越來越激烈。不少的研究結果并不支持分子鐘的假設。因為基于某一種分子序列所重構出的進化樹，只能反映這種序列的系統(tǒng)發(fā)育關系，并不一定能代表物種之間真正的進化關系，即可能存在著基因樹與物種樹之間的差異。同時，對垂直進化和水平演化之間關系的討論正逐漸引起人們的重視。當前的資料給了我們一個更為復雜也更為豐滿的進化模式，它啟示我們要徹底了解進化的規(guī)律必須使用整個基因組的信息。相應地必須發(fā)展新的理論方法。 四、我國 HGP研究 維甲酸調(diào)控基因的分離、克隆和基因鑒定 : （陳竺） 生育 /不育相關基因： （王琳芳） 人腦發(fā)育相關基因： （施伯勤） 神經(jīng)性耳聾基因的分離、鑒定及序列測定 （夏家輝） 人工病毒載體 （侯云德） 轉基因動物 （曾溢濤，劉德培） 基因治療 （劉德培） 基因的調(diào)控機制 （張俊武） 中國在 HGP中的貢獻 中國科學院 楊煥明教授 南方基因組 陳竺院士 北方基因組 強伯勤院士 測序中心 — 北京昌平空港工業(yè)園 HGP的 1%，約 3000萬 bp 總投資約 6千萬 基因組工程 基因組學 蛋白質組學 藥物基因組學 功能基因組學 比較基因組學 分子病理學 生物信息學等 有關 HGP的深入研究方興未艾 2022年，測定 HGP的全部基因序列 2022年，識別所有的基因 2050年，確定 HGP中所有基因的功能 2100年，確定 HGP中基因變異和疾病的關系 20222100年，研究其他生命大分子與生命活的關系，包括蛋白質、多糖、脂肪分子。 HGP的完成啟發(fā)了我們新的思考 …… 由于基因是遺傳信息的攜帶者，而生命活動的執(zhí)行者卻是蛋白質，即基因表達產(chǎn)物。因此，即使得到人類全部基因序列，也只是解決了遺傳信息庫的問題。人類揭示整個生命活動的規(guī)律，就必須研究基因的產(chǎn)物 蛋白質。 相對于基因組而言，對于蛋白質的研究稱為蛋白質組學。 HGP計劃的最新進展： 1990年啟動，歷時約 15年，耗資約 30億 $ 2022年，人類基因組計劃在美國、歐洲、亞洲20個研究所科學家的合作下已經(jīng)完成。 人類基因數(shù)量是 2022025000個 2022年 5月《 Nature》 發(fā)表的論文是最完整的基因序列，包括 99%的基因部分，已經(jīng)確定了%的已知基因，精確度達到 % 近 6000萬年 1億年中，新在人類基因組中出現(xiàn)的基因有 1183個，有 30個基因受到抑制。 基因功能研究是今后的重點 倫敦大學學院 ( University College London)著名遺傳學家施蒂夫 瓊斯教授說 ,人類現(xiàn)在已經(jīng)到了歷來最大可能的先進階段 ,而且進化的過程已經(jīng)減慢。 物競天擇、變異和突變是進化的三大要素。他說 ,人類在體能和智力兩方面 ,已經(jīng)到了可能達到的最高程度。 在 150年前能活到 21歲的兒童只有一半 ,但是現(xiàn)在已經(jīng)達到 98%。 人類基因變異的最大源頭來自年紀大的男子。由于生育的模式改變 ,人類基因變異已經(jīng)失去了原有的生物學動力。 人類基因組工程確定了大約三萬四千個與蛋白質制造有關的基因。而其余的基因片段 ——也就是大多數(shù)基因 ——被認為是由所謂的沒有功能的 “ 垃圾 ” DNA片段組成的。但是最近幾年的研究發(fā)現(xiàn)這些所謂的 “ 垃圾 ” DNA產(chǎn)生了大約 50萬種 RNA，只不過這些RNA的功能還未被發(fā)現(xiàn) DNA序列，大概只有人類基因組序列總長的2％左右。也就是說，人類生命藍圖中約有 98％的信息似乎不屬于什么基因，是無用的垃圾。 New progress 2022年 10月 25日，來自全球 63個科研機構的 100多名科學家經(jīng)過 4年努力完成了蜜蜂的全基因組，這是繼果蠅、蚊子之后完成的第三個昆蟲基因組。 基因顯示，蜜蜂的祖先來自非洲，推翻了以往來自歐亞的論點。 蜜蜂極其古老，進化緩慢，但體內(nèi)控制生理節(jié)奏、衰老、 RNAi等相關基因與昆蟲有較大差異，與人等脊椎動物的同類基因更為接近?？?