生物信息学:如何设计分子
生物信息学是伴随基因组学兴起的一门新学科。这是新型选择药
(本文共2页)
阅读全文>>
目前,人类基因组计划的“工作草图”已经发表,全部序列的测序工作已经接近完成。然而,在给人们带来新的科学知识、理论、技术,宝贵的医学价值和巨大的经济利益的同时,人类基因组计划也会给人们带来许许多多的各个方面的问题。这些知识、技术、价值问题分属于不同的层面,不能一概而论;需要众多研究者分工协作地对“人类基因组计划”进行冷静的分析、研究、评估甚至是批判。本文的着重点是从人类基因组计划的科学内涵,其潜在的经济价值,其在认识论和科学哲学方面的意义,以及HGP对社会、法律和伦理方面的影响四个方面,对“人类基因组计划”进行考察和评估,并对基因理论和技术的发展趋向作一些分析。目的在于及时认清以“人类基因组计划”为典型代表的基因技术与理论的主要科学与技术内容,其发展速度和发展方向,及其对科学、认知、伦理、包括哲学在内的多种学科与理论的启发和挑战。众所周知,在近代科学产生之初,科学研究主要是以个人的方式进行的,即使如此,那时的科学家之间也存在一定的...
(本文共144页)
本文目录 |
阅读全文>>
随着后基因组时代的到来,药物研发已经由传统的研发模式转向了基于系统药理学的研发模式。基于此种模式,海量的数据在药物研发过程中需要分析和处理。化学生物信息学是一门新兴的用于研究药物及药物相关系统中信息内容和信息流向的综合系统学科。将化学生物信息学引入到药物研究过程中,可以极大地加快新药研究进程,缩短研究周期,降低研究费用。从药物研究全过程来看,几乎每一个环节都与化学生物信息学有着密切的关系,如药物靶标发现,药物先导化合物发现,候选物结构修饰和优化、药代动力学研究,药物的临床前研究和临床研究,以及药物投入市场后的不良反应跟踪等。不过面对如此复杂的数据,化学生物信息学研究面临诸多困难问题:(1)高质量QSAR/SAR模型的建立经常涉及到奇异样本检测、特征选择以及非线性等建模问题;(2)如何提取不同水平上不同数据结构信息并加以整合来建立一个假设可测试的模型已成为当今化学生物信息学乃至系统生物学面临的最大挑战;(3)在高通量扫描和药物临床...
(本文共234页)
本文目录 |
阅读全文>>
在过去的几年间,计算机仿生计算在生命科学和医学的各个领域愈来愈起着前所未有的重要作用。计算机在序列分析中的应用,掀起了生物信息学的第一个高潮,但这个方面至今还有许多重要的问题尚未解决,其中的一个重要原因是计算的速度和效率还不能满足数据处理的需要。随着基因组和其它测序项目的不断进展,研究的重点正逐步从积累数据转移到如何来解释这些数据。生物学的新发现将极大地依赖我们在多个维度和不同尺度下对多样化数据进行组合和关联的分析能力。在数据量呈几何级数增长的情况下,生物信息的存储、获取、联网、处理和浏览以及可视化等方面,都对理论、算法和软件的发展提出了迫切的需求。计算机科学也从生命系统中获得启示,通过对生命活动的分析和模仿,产生了许多新的概念,包括:遗传算法、人工神经网络、计算机病毒和人造免疫系统、DNA计算、人工生命。这样的学科交叉丰富了各个相关领域,将在未来的岁月中得到进一步的发展。在本文中,结合生物信息学中的应用,我们使用了基于生物启发...
(本文共132页)
本文目录 |
阅读全文>>
随着信息技术在硬件、软件和机器深度学习等方面的飞速进步,以及人们对于生命本质的不断深入理解,作为广义生物学重要组成部分的生物信息学也得到了快速发展。生物信息学现已普遍应用于分子生物学、基因组学、蛋白组学和结构生物学等学科的研究中。核酸数据库、蛋白数据库、结构数据库的不断扩容,为生物信息学的科学性分析提供了可靠的数据依托;分子力学、分子动力学、量子力学算法及相应计算软件的不断优化,为生物信息学的精确运算提供了理论层面的支持。蛋白质是基因表达的最终形式,承载着生命的活力。生物信息学不仅可以用于理解蛋白质起源、进化、结构、功能之间的关系,甚至可以指导设计和改造蛋白质,以得到新型的生物活力分子。酶通常为蛋白质,它也是生物催化的技术核心。然而,随着生物催化技术逐步被应用于更为广阔的行业领域,天然酶的催化性能已经不再能满足生物反应对于更为稳定高效的催化过程,更为丰富的催化产品,和更为低廉的应用成本等方面的应用需求。本论文基于酶的进化、结构与...
(本文共160页)
本文目录 |
阅读全文>>
“生物信息学”是一门崭新的交叉学科,它覆盖了生物学、数学、物理学、化学和计算机科学等众多学科,目前对它的研究引起了广泛的重视,同时也取得了许多的研究成果。生物信息学主要的研究手段和工具是计算机技术,并同时采用了统计学、数学方面的模型,用来解决生物科学中的某些问题。生物信息学的发展不仅依赖于这些学科的发展,同时也对这些学科提出了新的挑战和要求。本论文综述了生物信息学中若干问题的研究现状,介绍了生物信息学的基本概念,生物信息学主要的研究对象,研究目的及现有的研究进展。介绍了包括动态规划方法、数学统计方法、生物分子的计算机模式,计算智能技术等主要的生物信息学研究方法。着重介绍了生物信息学中计算智能的主要技术,分别为人工神经网络算法及遗传算法。神经网络方法,是通过学习人脑的功能,对数据中所蕴含的信息和规律加以提取和识别,并通过对获得的信息进行学习和重新组织,结合专家经验,实现对问题的有效处理和解决。由于它的方法多样、适用于计算机计算以及...
(本文共59页)
本文目录 |
阅读全文>>