生物信息學(xué)實驗教學(xué)中的網(wǎng)絡(luò)資源及其利用

張渝潔 邢晉祎

摘要 生物信息學(xué)是一門新興的交叉學(xué)科，生物信息學(xué)實驗在生物信息學(xué)教學(xué)中占有重要地位。總結(jié)了生物信息學(xué)實驗教學(xué)中網(wǎng)絡(luò)資源的使用和檢索方法，并將其在生物信息學(xué)實驗教學(xué)中進行了應(yīng)用，取得了良好的教學(xué)效果，為培養(yǎng)創(chuàng)新應(yīng)用型人才奠定了基礎(chǔ)。

關(guān)鍵詞 生物信息學(xué);實驗教學(xué);網(wǎng)絡(luò)資源

中圖分類號 S-01;Q811.4文獻標(biāo)識碼 A

文章編號 0517-6611（2019）11-0276-03

doi：10.3969/j.issn.0517-6611.2019.11.081

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

Abstract Bioinformatics is a new interdisciplinary subject， and bioinformatics experiment plays an important role in the teaching of bioinformatics. This paper summarized the methods of using and searching network resources in the experimental teaching of bioinformatics. These methods were applied in the experimental teaching of bioinformatics， and good teaching effect was achieved， which laid the foundation for training innovative and applied talents.

Key words Bioinformatics;Experimental teaching;Network resources

基金項目 2017年度臨沂大學(xué)教學(xué)質(zhì)量工程項目“教育信息化研究課程”;2018 年度山東省本科教改項目（M2018X059）;臨沂大學(xué)2014年校級生物科學(xué)特色專業(yè)項目。

作者簡介 張渝潔（1968—），女，山東臨沂人，副教授，碩士，從事遺傳學(xué)和生物信息學(xué)研究。*通信作者，教授，博士，從事動物遺傳和生物信息學(xué)研究。

收稿日期 2019-01-06;修回日期 2019-03-14

生物信息學(xué)（Bioinformatics）是生物和信息技術(shù)的結(jié)合，是現(xiàn)代科學(xué)的又一分支學(xué)科，是一門新興的交叉學(xué)科，是采用計算機技術(shù)和信息論方法研究蛋白質(zhì)及核酸序列等各種生物信息的采集、存儲、傳遞、檢索、分析和解讀的科學(xué)，是現(xiàn)代生命科學(xué)與計算機科學(xué)、數(shù)學(xué)、統(tǒng)計學(xué)、物理學(xué)和化學(xué)等學(xué)科相互滲透而形成的交叉學(xué)科[1]。作為一門生命科學(xué)和信息技術(shù)的交叉學(xué)科，生物信息學(xué)從其誕生之日起就迅速成為世界各國學(xué)術(shù)界矚目的焦點領(lǐng)域。生物信息學(xué)的研究對象——各種分子生物學(xué)數(shù)據(jù)是在全世界各個實驗室中產(chǎn)生的，然后再提交到相應(yīng)的數(shù)據(jù)庫中。生物信息學(xué)發(fā)展的源動力來自于從實驗中獲得的海量數(shù)據(jù)，基于這些數(shù)據(jù)建立的生物信息數(shù)據(jù)庫以及新的在線軟件工具開發(fā)[2]。由此可見，生物信息學(xué)是一門實踐性很強的課程，生物信息學(xué)實驗的開設(shè)對于培養(yǎng)學(xué)生的操作能力、創(chuàng)新能力和綜合分析能力非常重要。開展生物信息學(xué)實驗教學(xué)中網(wǎng)絡(luò)資源利用的探索，構(gòu)建信息化環(huán)境下生物信息學(xué)有效的實驗課堂教學(xué)模式，實現(xiàn)教育信息化與現(xiàn)代化，提升學(xué)校辦學(xué)水平，促進學(xué)生的全面發(fā)展，培養(yǎng)創(chuàng)新創(chuàng)業(yè)型人才，全面提高教學(xué)質(zhì)量，具有重要的實踐意義。

1 生物信息學(xué)實驗教學(xué)中的網(wǎng)絡(luò)資源

1.1 常用數(shù)據(jù)庫

1.1.1

核酸序列數(shù)據(jù)庫。核酸序列數(shù)據(jù)庫綜合了DNA或RNA序列數(shù)據(jù)，其數(shù)據(jù)源于眾多的研究機構(gòu)和核酸測序小組以及科學(xué)文獻。數(shù)據(jù)庫中的每條記錄代表著一條單獨的、連續(xù)的、附有注釋的DNA或RNA片段。目前的核酸序列數(shù)據(jù)庫主要包括GenBank、EMBL、DDBJ三大核酸序列數(shù)據(jù)庫。其中，GenBank數(shù)據(jù)庫包含了所有已知的核酸序列和蛋白質(zhì)序列以及與它們相關(guān)的文獻著作和生物學(xué)注釋。它是由美國國立生物技術(shù)信息中心（The National Center for Biotechnology Information，NCBI）建立和維護的，從1979年開始建設(shè)，于1982年正式運行[3]。EMBL（The European Molecular Biology Laboratory）核酸序列數(shù)據(jù)庫由歐洲生物信息學(xué)研究所（EBI）維護的核酸序列數(shù)據(jù)構(gòu)成，于1982年開始服務(wù)[4]，查詢檢索可以通過因特網(wǎng)上的序列提取系統(tǒng)（SRS）服務(wù)完成。DDBJ（DNA Data Bank of Japan）數(shù)據(jù)庫由日本于1984年開始建立，于1987年正式服務(wù)[5]，也是一個全面的核酸序列數(shù)據(jù)庫，與GenBank和EMBL核酸庫合作交換數(shù)據(jù)，使用其主頁上提供的SRS工具進行數(shù)據(jù)檢索和序列分析。

1.1.2 蛋白質(zhì)序列數(shù)據(jù)庫。蛋白質(zhì)序列數(shù)據(jù)庫是指應(yīng)用計算機功能分析生物學(xué)信息的數(shù)據(jù)庫。它應(yīng)用計算機的運算法則，比較DNA和蛋白質(zhì)序列，檢測結(jié)構(gòu)、功能和序列之間的進化關(guān)系。蛋白質(zhì)序列數(shù)據(jù)庫主要包括SWISS-PROT、PIR（Protein Information Resource）、TrEMBL、UniProt（Universal Protein）等。SWISS-PROT是一個集試驗結(jié)果、計算特征和科學(xué)結(jié)論于一體的高質(zhì)量、帶注釋、非冗余的蛋白質(zhì)序列數(shù)據(jù)庫，由瑞士日內(nèi)瓦大學(xué)創(chuàng)建，由瑞士生物信息學(xué)研究所和歐洲生物信息學(xué)研究所共同維護和管理，是目前最常用、注釋最全、包含獨立項最多的數(shù)據(jù)庫[6]。PIR是一個蛋白質(zhì)信息學(xué)的公共信息源及支持服務(wù)于一體的資源網(wǎng)站，致力于基因組學(xué)和蛋白質(zhì)組學(xué)的研究及科學(xué)探索，是一個全面的、經(jīng)過注釋、非冗余的蛋白質(zhì)序列數(shù)據(jù)庫[7]。TrEMBL是瑞士生物信息學(xué)研究所的蛋白質(zhì)序列數(shù)據(jù)庫SWISS-PROT的一個增補本，增加了一些SWISS-PROT數(shù)據(jù)庫所沒有的歐洲分子生物學(xué)實驗室核甘酸序列。UniProt是信息最豐富、資源最豐富的蛋白質(zhì)數(shù)據(jù)庫，由整合SWISS-PROT、TrEMBL和PIR 三大數(shù)據(jù)庫的數(shù)據(jù)而成，其數(shù)據(jù)主要來自于基因組測序項目完成后后續(xù)獲得的蛋白質(zhì)序列。它包含了大量來自文獻的蛋白質(zhì)的生物功能信息[8]。

1.1.3 蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫。蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫即生物大分子三維空間結(jié)構(gòu)數(shù)據(jù)庫，主要有PDB（Prorein Data Bank）、MMDB（Molecular Modeling Database）等。PDB是1971年創(chuàng)建的國際上最著名、最完整的蛋白質(zhì)三維結(jié)構(gòu)數(shù)據(jù)庫，由美國Brookhaven國家實驗室維護管理，其數(shù)據(jù)是通過X射線晶體學(xué)、核磁共振波普學(xué)或逐漸增加的低溫電子顯微鏡獲得的，以文本格式儲存數(shù)據(jù)[9]。MMDB是由實驗確定的三維生物分子結(jié)構(gòu)數(shù)據(jù)庫，提供了豐富的3D結(jié)構(gòu)數(shù)據(jù)庫和大量的潛在功能注釋，由NCBI維護管理[10]。

除了以上綜合數(shù)據(jù)庫以外，還有很多專題數(shù)據(jù)庫，主要有共表達數(shù)據(jù)庫、代謝和調(diào)控路徑數(shù)據(jù)庫、基因組數(shù)據(jù)庫、文獻數(shù)據(jù)庫、真核生物啟動子數(shù)據(jù)庫、基因注釋數(shù)據(jù)庫、基因分類數(shù)據(jù)庫、真核生物基因表達調(diào)控因子數(shù)據(jù)庫、轉(zhuǎn)錄因子和基因表達數(shù)據(jù)庫、真核生物DNA中重復(fù)序列數(shù)據(jù)庫、微衛(wèi)星重復(fù)序列數(shù)據(jù)庫、分子探針數(shù)據(jù)庫、靈長類mtDNA調(diào)控區(qū)序列庫、植物順式作用調(diào)控因子數(shù)據(jù)庫、miRNA數(shù)據(jù)庫、IncRNA數(shù)據(jù)庫、甲基化數(shù)據(jù)庫等。

1.2 常用在線分析工具

1.2.1

Expasy工具。ExPASy（Expert Protein Analysis System）由瑞士生物信息學(xué)研究所維護（Swiss Institute of Bioinformatics，SIB），即專業(yè)蛋白質(zhì)分析系統(tǒng)，是SIB生物信息學(xué)資源門戶，提供生命科學(xué)不同領(lǐng)域的數(shù)據(jù)庫和軟件，包括蛋白質(zhì)組學(xué)、基因組學(xué)、系統(tǒng)發(fā)育學(xué)、群體遺傳學(xué)、轉(zhuǎn)錄組學(xué)等，可以從許多不同的SIB組以及外部機構(gòu)找到資源。

1.2.2

BLAST工具。BLAST（Basic Local Alignment Search Tool），是基于序列相似性的數(shù)據(jù)庫搜索程序，即基本局部比對搜索工具，一種快速序列比較的新方法。BLAST搜索使研究人員將查詢序列與序列數(shù)據(jù)庫進行比較，并識別出與某個閾值以上的查詢序列相似的庫序列。BLAST工具主要應(yīng)用于DNA和蛋白質(zhì)序列數(shù)據(jù)庫的直接搜索、motif搜索、基因鑒定搜索以及長DNA序列中多個相似區(qū)域的分析。

除了上述2個重要的在線工具以外，還有引物設(shè)計（Primer3、MethPrimer）、啟動子預(yù)測（Promoter Scan）、開放閱讀框預(yù)測（ORF Finder）、多序列比對（MUSCLE、Clustal Omega、ClustalW2、T-Coffee）、在線繪圖工具（Venn、WEGO、CIRCOS、IBS）、circRNA分析（CIRCexplorer）、可視化通路圖分析（iPath）、基因代謝通路注釋（KEGG）、基因組可視化（UCSC）、RNA-seq在線分析（RAP）、基因外顯子、內(nèi)含子和UTR注釋（AUGUSTUS）和domain區(qū)域特征展示（GSDS）等在線工具。

2 網(wǎng)絡(luò)資源在生物信息學(xué)實驗教學(xué)中的應(yīng)用

根據(jù)以上網(wǎng)絡(luò)資源，結(jié)合學(xué)生的知識水平和自身特點，在生物信息學(xué)實驗教學(xué)中除了基礎(chǔ)實驗外，設(shè)計了以下綜合性實驗。

2.1 數(shù)據(jù)庫檢索

數(shù)據(jù)庫檢索的目的是讓學(xué)生掌握在線Entrez和SRS檢索方法，熟悉SWISS-PROT蛋白質(zhì)序列數(shù)據(jù)庫的查詢，了解GenBank數(shù)據(jù)庫平面文件（Flat file）和蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫中的PDB文件。在實驗過程中，根據(jù)學(xué)生已有的分子生物學(xué)知識，讓學(xué)生任意選擇某個基因關(guān)鍵詞進行檢索。例如，脂蛋白脂肪酶（LPL）基因，輸入LPL關(guān)鍵詞后依次點擊各個數(shù)據(jù)庫查看，使學(xué)生對Flat file和PDB文件界面、結(jié)構(gòu)組成有一個直觀的認識，學(xué)生可對感興趣的內(nèi)容鏈接點擊、查看、閱讀，加深了學(xué)生對分子生物學(xué)相關(guān)知識的理解和認識，同時在查詢過程中也使學(xué)生直接接觸到英文界面，加強了專業(yè)名詞的學(xué)習(xí)。

2.2 序列比對和序列相似性搜索

序列比對是將2個或多個序列按照一定的規(guī)律排列在一起，確定序列之間的相似性或同源性，直觀觀察序列的變異，以便揭示整個基因家族的特征。在生物信息學(xué)實驗教學(xué)中，多序列比對使用較多的在線工具主要有MUSCLE、Clustal Omega和T-Coffee。這些序列比對工具的特點是精確、快速。給定學(xué)生某個基因，下載不同物種的核苷酸和氨基酸序列，然后使用這些在線比對工具進行多序列比對，描述一組同源序列之間的親緣關(guān)系，以便了解一個分子家族的基本特征，尋找motif和保守區(qū)域等，進一步應(yīng)用到分子進化分析中。兩序列比對常使用BLAST在線工具，通過BLAST搜索數(shù)據(jù)庫可以查詢基因或蛋白質(zhì)序列可能具有哪些功能、來源于哪個物種以及屬于哪種功能基因的同源基因等。

2.3 系統(tǒng)發(fā)育樹的構(gòu)建

為了分析不同物種之間的親緣關(guān)系，根據(jù)生物的核苷酸或蛋白質(zhì)序列構(gòu)建系統(tǒng)發(fā)育樹，以便了解生物的進化歷史過程。構(gòu)建系統(tǒng)發(fā)育樹最常用的軟件是MEGA，該軟件界面友好，初學(xué)者容易上手，操作簡單，結(jié)果清楚、直觀。讓學(xué)生下載不同物種某個基因的核苷酸或氨基酸序列在多序列比對的基礎(chǔ)上，采用鄰接法構(gòu)建系統(tǒng)發(fā)育樹，選擇Bootstrap檢驗，從而在分子水平上確定不同物種之間的親緣關(guān)系，認識物種進化的歷史。

2.4 蛋白質(zhì)結(jié)構(gòu)與功能預(yù)測

蛋白質(zhì)結(jié)構(gòu)包括蛋白質(zhì)的一級、二級、三級和四級結(jié)構(gòu)，還包括蛋白質(zhì)構(gòu)象中二級結(jié)構(gòu)和三級結(jié)構(gòu)之間的一個層次——超二級結(jié)構(gòu)。蛋白質(zhì)結(jié)構(gòu)和功能預(yù)測是生物信息學(xué)所追求的最重要目標(biāo)之一，它在結(jié)構(gòu)基因組學(xué)、藥物設(shè)計和蛋白質(zhì)設(shè)計領(lǐng)域有著廣泛應(yīng)用，其目的是讓學(xué)生了解蛋白質(zhì)結(jié)構(gòu)與功能的常用網(wǎng)站和軟件，學(xué)會蛋白質(zhì)結(jié)構(gòu)和功能預(yù)測的方法，屬于綜合性較強的實驗。學(xué)生在前期學(xué)習(xí)和實驗的基礎(chǔ)上，充分利用網(wǎng)絡(luò)資源（主要是Expasy在線工具）來預(yù)測蛋白質(zhì)的理化性質(zhì)、親疏水性、跨膜區(qū)結(jié)構(gòu)、卷曲螺旋、翻譯后修飾位點、信號肽、結(jié)構(gòu)域等，加深了學(xué)生對蛋白質(zhì)結(jié)構(gòu)和功能的認識和了解，鞏固了生物化學(xué)和分子生物學(xué)的理論知識體系。

3 教學(xué)效果

根據(jù)生物信息學(xué)實驗課程的特點以及國內(nèi)外生物信息學(xué)發(fā)展的趨勢，以學(xué)生將來進一步深造為導(dǎo)向，對課程設(shè)置和教學(xué)計劃進行改革，加強實踐教學(xué)環(huán)節(jié)。在教學(xué)過程中更新了生物信息學(xué)實驗教學(xué)內(nèi)容，實驗中注重學(xué)生獨立思考、獨立操作能力的提高，注重學(xué)生科研能力的訓(xùn)練，吸收本科生參與科研活動。通過教學(xué)增強了學(xué)生利用網(wǎng)絡(luò)資源在線分析實際問題的能力，加強了學(xué)生對理論學(xué)習(xí)內(nèi)容的理解和掌握，提高了學(xué)生觀察問題、解決問題的能力，進一步拓寬了學(xué)生的知識面，調(diào)動了學(xué)生的學(xué)習(xí)興趣，提高了生物信息學(xué)實驗的教學(xué)質(zhì)量，取得了較好的實踐教學(xué)效果。該課程在生物科學(xué)和生物技術(shù)專業(yè)開設(shè)以來，學(xué)生受益匪淺，在近幾年畢業(yè)生考研工作中再創(chuàng)佳績，這得益于學(xué)生較強的實踐能力以及在考研面試中學(xué)生對導(dǎo)師提出的有關(guān)生物信息學(xué)大數(shù)據(jù)分析等研究熱點問題的理解和正確回答。2016—2018年，通過該課程的學(xué)習(xí)讓學(xué)生自行設(shè)計生物信息學(xué)相關(guān)本科畢業(yè)論文，取得了顯著效果，課程組指導(dǎo)的學(xué)生已發(fā)表4篇生物信息學(xué)方面的學(xué)術(shù)論文，并獲得3項國家級大學(xué)創(chuàng)新創(chuàng)業(yè)項目。

4 結(jié)語

隨著大數(shù)據(jù)時代的到來，生物信息學(xué)優(yōu)勢日益突顯，生物信息學(xué)網(wǎng)絡(luò)資源不斷更新和充實。通過生物信息學(xué)實驗課的學(xué)習(xí)，加深了學(xué)生對基礎(chǔ)理論的理解，提高了學(xué)生實踐操作和分析問題的能力，對于培養(yǎng)創(chuàng)新應(yīng)用型人才、提高學(xué)生的綜合素質(zhì)和就業(yè)競爭力具有重要意義。在今后的教學(xué)工作中，隨著教學(xué)經(jīng)驗的積累，需要從教學(xué)內(nèi)容、教學(xué)方法和手段等方面進行進一步改革，不斷總結(jié)經(jīng)驗，充分挖掘網(wǎng)絡(luò)資源，緊跟生物信息學(xué)發(fā)展的前沿，以取得更好的教學(xué)效果。

參考文獻

[1] HOGEWEG P.The roots of bioinformatics in theoretical biology[J].PLoS Comput Biol，2011，7（3）：1-5.

[2] 石曉衛(wèi)，張靖，王林嵩.應(yīng)用型專業(yè)生物信息學(xué)教學(xué)體系改進與實踐[J].生物學(xué)雜志，2018，35（4）：124-126.

[3] BENSON D A，BOGUSKI M S，LIPMAN D J，et al.GenBank[J].Nucleic acids research，1998，26（1）：1-7.

[4] STOESSER G，MOSELEY M A，SLEEP J，et al.The EMBL nucleotide sequence database[J].Nucleic acids researchs，1998，26（1）：8-15.

[5] TATENO Y，F(xiàn)UKAMIKOBAYASHI K，MIYAZAKI S，et al.DNA Data Bank of Japan at work on genome sequence data[J].Nucleic acids researchs，1998，26（1）：16-20.

[6] BOECKMANN B，BAIROCH A，APWEILER R，et al.The SWISS-PROT protein knowledgebase and its supplement TrEMBL in 2003[J].Nucleic Acids Res，2003，31（1）：365-370.

[7] WU C H，YEH L S，HUANG H，et al.The protein information resource[J].Nucleic Acids Res，2003，31（1）：345-347.

[8] The UniProtConsortium.UniProt：A hub for protein information[J].Nucleic acids researchs，2015，43：204-212.

[9] BERMAN H M.The Protein Data Bank：A historical perspective[J].Acta Crystallogr A，2008，64（1）：88-95.

[10] WANG Y L，ADDESS K J，CHEN J，et al.MMDB：Annotating protein sequences with Entrezs 3Dstructure database[J].Nucleic Acids Res，2007，35：298-300.