計算生物學[學科]

計算生物學[學科]

計算生物學是指開發和套用數據分析及理論的方法、數學建模、計算機仿真技術等。

基本信息

簡介

計算生物學計算生物學
計算生物學是指開發和套用數據分析及理論的方法、數學建模計算機仿真技術等。當前,生物學數據量和複雜性不斷增長,每14個月基因研究產生的數據就會翻一番,單單依靠觀察和實驗已難以應付。因此,必須依靠大規模計算模擬技術,從海量信息中提取最有用的數據。
相對於生物信息學,計算生物學的層次更高。雖然兩者之間界限模糊,但生物信息學略微偏向於生物而計算生物學略微偏向計算機。生物信息學側重於數據的提取、挖掘,而計算生物學側重對數據的處理、運用。計算生物學的最終目的不只局限於測序,而是運用計算機的思維解決生物問題,用計算機的語言和數學的邏輯構建和描述並模擬出生物世界。

計算方法

各種計算方法已開始廣泛套用於藥物研究,以及研發創新的、具有自主智慧財產權的疾病靶標和信息學分析系統等。同時,運用計算生物學,科學家有望直接破譯在核酸序列中的遺傳語言規律,模擬生命體內的信息流過程,從而認識代謝、發育進化等一系列規律,最終為人類造福。

技術發展

計算生物學計算生物學
20世紀80年代計算機科學與技術發展,以及生物化學、分子生物學的系統論建立,1989年在美國召開了生物化學系統論與生物數學的國際會議,討論了生物系統理論的計算機模型研究方法,開創了計算生物學的發展,屬於早期計算系統生物學家的研討會;因此,後來改為國際分子系統生物學會議(ICMSB,參見第10屆會議),第11屆國際分子系統生物學會議在中科院-德國馬普上海計算生物學研究所成功舉辦。化學生物學、計算生物學與合成生物學,構成系統生物學與系統生物工程的實驗數據、數學模型與工程設計的方法體系,即系統生物技術,帶來了21世紀系統生物科學的全球迅速發展時期。

重要作用

當前,計算生物學和生物信息學在研究的方法和對象上已無顯著區別,在基因與蛋白質的計算機輔助設計、比較基因組分析、生物系統模型、細胞信號傳導與基因調控網路研究、專家資料庫、生物軟體包等領域發揮重要作用。

研究內容

計算生物學的研究內容主要包括以下幾個方面:
1.生物序列的片段拼接。
2.序列對接。
3.基因識別。
人類長達30個億DNA序列中只有3%-5%是基因。闡明人體中全部基因的位置,結構,功能,表達等,計算能力扮演了一個重要的角色,一個重要套用就是模擬基因表達數據集。
4.種族樹的建構。
5.蛋白質結構預測。
蛋白質的很多特性,功能是和它實際的三維結構及其相關的,任意給一段蛋白質序列,生物學家就可以用傳統的生物學方法求出其結構,但這不但成本高而且費時,計算生物學的蛋白質結構預測工具通過序列分析可以直接得出其結構,如,CYTO:人類T細胞中的因果蛋白質信號網路。
6.生物資料庫
生物學數據量不斷增長,每14個月基因研究產生的數據就會翻一番,海量的數據單單依靠觀察和實驗已無能為力
傳統的資料庫技術這時顯示了強大的威力,例如CATH蛋白結構分類資料庫,果蠅互動資料庫。
隨著科學技術的發展,計算生物學的套用也越來越廣泛,如對生物等效性的研究,皮膚的電阻,骨關節炎的治療,哺乳動物的睡眠等等。

相關詞條

相關搜尋

熱門詞條

聯絡我們