简要介绍了“功能基因组系统学”和“系统生物学”的基本含义，学习网络及网络比较的基本方法。详细学习了包括基因表达水平关联、基因保守近邻法、基因融合法、种系轮廓发生法等预测蛋白质-蛋白质相互作用的理论方法，并对这些方法的优缺点作了介绍和比较

系统发生(或种系发生、系统发育,phylogeny是指生物形成或进化的历史。系统发 生学(phylogenetics)研究物种之间的进化关系,其基本思想是比较物种的特征,并认为特征 相似的物种在遗传学上接近

随着cDNA微阵列和寡核苷酸芯片(下文没有特别说明时,统称为DNA微阵列)等 高通量检测技术的发展,我们可以从全基因组水平定量或定性检测基因转录产物mrNA 在本章中,基因表达数据特指基于DNA微阵列实验得到的反映mRNA丰度的数据,而 不包括基因表达最终产物—蛋白质丰度的数据。由于生物体中的细胞种类繁多,同时基因 表达具有时空特异性,因此,基因表达数据与基因组数据相比,要更为复杂,数据量更大, 数据的增长速度更快

几年前,几张已经制成的人类基因组图谱还只是在小面积上的低分辨率图。生物医学研究者 如果希望定位和克隆一个致病基因,总的说来就不得不对目的区域制图,而这是一个费时费 力的过程。这种情况在近几年发生了巨大的变化。现在已经有了高质量的人类基因组基因图 谱,它以单一序列重复多态性( Murray et al..1994: Dib et al.,1996)为基础,提供分 辨率达1-5b的图谱信息

实用指南 辑 Andreas d. Baxevanis enome Technology Branch National human genome research Institute National Institutes of health Bethesda, Maryland B. F Francis ouellette National Center for Biotechnology Information National Institute of health ADB将本书奉献给他的母亲 Anastasia,并纪念他的父亲 Demetrios,他们的智慧和爱是守护 他一生的力量

本章介绍序列比对时常用的几个概念,包括同一性identity)、相似性(《dcnysimilaiy《)同 源性( homology)等。这些概念,在蛋白质和核酸序列比对时经常使用。双序列比对(pairwise alignement)是指通过一定的算法对两个DNA或蛋白质序列进行比对分析,从而找出两者 之间最大相似性匹配。双序列比对是序列分析常用方法之一,是多序列比对和数据库搜索的 基础

这一章讨论的是解释DNA序列的方法,这些方法主要依赖于功能模式的检测,而不是与其它单 个序列的比较。这些方法中的绝大部分意在先寻找并遮蔽重复的和低复杂性的序列,再寻找 基因以及与其相关的调控区域。在针对单个序列的集中调查分析,以及为可能的基因、整个 基因组或相应较大区域建立初步清单的快速扫描过程中,这些方法都发挥了主要作用

背景 ACEDB(一种线虫C.e/ egans数据库)是一种被广泛应用的管理和提供基因组数据的工具组。它 是在1991年由 Ri chard duri n和 Jean Thi erry-Mi eg首先提供的,他们发展它来支持和整理 C. elegans领域中的大范围序列和物理图谱的工作。在本章结尾所列出的因特网资源和资料中 可见1和2条。后续的程序由 Durbin和 Thierry- Mi eg编制和完善,还有许多其他人参与了代码 的编制。这一时期, ACEDB适用于许多动物和植物的基因组计划[3]

如第二章所述,建立 GenBank是为了适应人类基应组工程等科学研究产生的大量序列数据的信 息爆炸。总的来说, GenBank是带有注释的公用DNA蛋白质序列的集合。写作本书时, GenBank中有160万条链的纪录,含超过10亿个核苷酸碱基。向GenBank存入新的序列有两种方 法:通过 Sequi nBankl和等工具直接提交,或通过国际核苷酸序列数据库的组成部分 GenBank,eml,和DDB等相互之间传递数据的共享协议

第一节 系统生物学基本概念 第二节 复杂网络及特征 第三节 系统生物学基本技术与方法 第四节 基因表达调控网络 第五节 代谢网络 第六节 信号转导途径 第七节 蛋白质一蛋白质相互作用网络 第八节 虚拟细胞 第九节 生物学网络的构建、分析与可视化