前言：中文期刊网精心挑选了基因组学的研究内容范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
基因组学的研究内容范文1
[关键词]本草基因组学； 基因组学； 组学； 中药
[Abstract]Traditional Chinese medicine （TCM） has contributad greatly to improving human health However， the biological characteristics and molecular mechanisms of TCM in the treatment of human diseases remain largely unknown Genomics plays an important role in modern medicine and biology Here， we introduce genomics and other related omics to the study of herbs to propose a new discipline， Herbgenomics， that aims to uncover the genetic information and regulatory networks of herbs and to clarify their molecular mechanisms in the prevention and treatment of human diseases Herbgenomics includes herbal structural genomics， functional genomics， transcriptomics， proteomics， metabonomics， epigenomics and metagenomics Genomic information， together with transcriptomic， proteomic， and metabolomic data， can therefore be used to predict secondary metabolite biosynthetic pathways and their regulation， triggering a revolution in discoverybased research aimed at understanding the genetics and biology of herbs Herbgenomics provides an effective platform to support chemical and biological analyses of complex herbal products that may contain more than one active component Herbgenomics is now being applied to many areas of herb related biological research to help understand the quality of traditional medicines and for molecular herb identification through the establishment of an herbal gene bank Moreover， functional genomics can contribute to model herb research platforms， geoherbal research， genomicsassisted herb breeding， and herbal synthetic biology， all of which are important for securing the future of medicinal plants and their active compounds In addition， Herbgenomics will facilitate the elucidation of the targets and mechanism of herbs in disease treatment and provide support for personalized precise medicineHerbgenomics will accelerate the application of cuttingedge technologies in herbal research and provide an unprecedented opportunity to revolutionize the use and acceptance of traditional herbal medicines
[Key words]Herbgenomics； genomics； omics； traditional Chinese medicine （TCM）
doi：10.4268/cjcmm20162101
本草基因组学（herbgenomics）是利用组学技术研究中药基原物种的遗传信息及其调控网络，阐明中药防治人类疾病分子机制的学科，从基因组水平研究中药及其对人体作用的前沿科学。涉及中草药结构基因组、中草药转录组、中草药功能基因组、中草药蛋白质组、中药代谢组、中草药表观基因组、中草药宏基因组、药用模式生物、基因组辅助分子育种、DNA鉴定、中药合成生物学、中药基因组学、中草药生物信息学及数据库等理论与实验技术。
传统药物应用历史悠久，应用方式多样，相关研究主要集中在形态识别、化学物质基础揭示、药效作用分析、资源调查、人工栽培等方面，但长期以来对传统药物基因资源的认识和了解十分薄弱，人才极其匮乏。由于中药原植物基因组信息缺乏，中医药学和现代生命科学之间缺乏沟通的桥梁，新兴的前沿生命科学技术很难应用于传统中医药研究，如对于中药道地性形成和维持的遗传机制及道地性和药性的相互关系缺乏深入了解，已严重影响了我国道地药材的资源保护和新品种选育，中药道地性形成和维持的遗传基础研究急需加强；中药药性的生物学本质研究亟待加强，多年来中药药性研究主要集中在化学和药理方向，但对于中药药性的生物学本质研究还非常薄弱，已从根本上制约了对中药药性的深入研究；中药基因资源是一种珍贵的国家战略资源，国际竞争严峻，韩国、美国、日本等国家已启动许多中药基原物种全基因组研究，对我国传统中药研究领域造成极大挑战。另外，由于大多数药用植物有效成分含量低，分离提取需要消耗大量原料，对天然资源造成极大破坏，也使得多数提取类药物的生产成本很高。
本草基因组学作为新兴学科，广义而言是从基因组水平研究中药及其对人体作用。一方面从基因组水平研究基因序列的多态性与药物效应多样性之间的关系，研究基因及其突变体对不同个体药物作用效应差异的影响，从蛋白质组学角度研究中药作用靶点，特别是中药复方的多靶点效应，为中药配伍提供科学依据，指导药物开发及合理用药，为实现个体化精准医疗提供重要信息和技术保障；另一方面建立含有重要活性成分的中药原植物基因组研究体系，系统发掘中药活性成分合成及优良农艺性状相关基因，解析代谢物的合成途径、代谢物网络及调控机理，为中药道地品种改良和基因资源保护奠定基础，为中药药性研究提供理论基础，对传统药物学理论研究和应用具有重要意义，从基因组层面阐释中药道地性的分子基础，推动中药创新药物研发，为次生代谢产物的生物合成和代谢工程提供技术支撑，创新天然药物研发方式，为优质高产药用植物品种选育奠定坚实基础，推动中药农业的科学发展，对揭示天然药物形成的生物学本质具有重要价值，对培养多学科人才充实到传统药物研究具有引领作用。狭义而言本草基因组学集中研究中草药本身的遗传信息，不涉及对人体的作用。也就是说狭义本草基因组学主要研究中草药结构基因组、转录组、功能基因组、蛋白质组、代谢组、表观基因组、宏基因组，以揭示中药道地性和中药药性的遗传本质。本草基因组学正促进前沿生命科学技术应用到中药领域，推动中药研究迅速走到生命科学的最前沿。
1 本草基因组学的产生和发展
1.1 本草基因组学的产生 从“神农尝百草，一日而遇七十毒”的传说到现存最早的中药学著作《神农本草经》（又称《本草经》），从世界上现存最早的国家药典《新修本草》（即《唐本草》）到本草学巨著《本草纲目》，两千多年来，中药学的发展反映了我国劳动人民在寻找天然药物、利用天然药物方面积累了丰富经验。中药学是中国医药学的伟大宝库，对世界医药学发展作出了巨大贡献。随着现代科学技术的发展，特别是人类基因组计划（Human Genome Project）的提出和完成，对人类疾病的认识和治疗开启了全新的篇章，在此背景下，中药学研究逐渐深入到基因组水平从而导致本草基因组学产生和兴起。
1977年Sanger完成首个物种全基因组测序，噬菌体φX174基因组，大小为5.836 kb[1]；人类基因组计划由美国科学家于1985年率先提出，1990年正式启动，2000年完成，是一项规模宏大，跨国跨学科的科学探索工程，其宗旨在于测定组成人类染色体（指单倍体）中所包含的30亿个碱基对组成的核苷酸序列，从而绘制人类基因组图谱，并且辨识其载有的基因及其序列，达到破译人类遗传信息的最终目的[2-3]。2000年，破译拟南芥Arabidopsis thaliana全基因组，大小为125 Mb，作为第一个植物全基因组测序在植物科学史上具有里程碑意义[4]。我国药用植物有11 146种，约占中药材资源总数的87%[5]，是所有经济植物中最多的一类。同时，药用植物也是S多化学药物的重要原料，目前1/3以上的临床用药来源于植物提取物或其衍生物，其中最著名的青蒿素来源植物是黄花蒿。
中国学者应用光学图谱和新一代测序技术，完成染色体水平的灵芝基因组精细图绘制，通过基因组解析提出灵芝为首个中药基原的药用模式真菌，文章发表在《自然通讯》上，期刊编辑部以特别图片（featured image）形式进行了推介（图1）[6]，认为该论文表明灵芝对于研究传统菌类中药的次生代谢途径及其调控是一个有价值的模式系统。灵芝基因组图谱的公布为开展灵芝三萜等有效成分的合成研究提供了便利，随着这些合成途径的逐步解析，使得通过合成生物学合成灵芝有效成分成为可能。同时，对灵芝生长发育和抗病抗逆关键基因的发掘和认知，将推动灵芝的基因组辅助育种研究，加速灵芝新品种的培育，并为灵芝的科学栽培和采收提供理论指导。
2009年，陈士林团队提出本草基因组计划，即针对具有重大经济价值和典型次生代谢途径的药用植物进行的全基因组测序和后基因组学研究，全基因组测序、组装和分析策略：测序物种的筛选原则，待测物种基因组预分析，测序平台的选择，遗传图谱和物理图谱的绘制，全基因组的组装及生物信息学分析；模式药用植物突变体库的建立和基因功能研究；药用植物有效成分的合成及其调控研究；药用植物抗病抗逆等优良性状的遗传机制研究及优良品种选育。在此基础上，详细介绍了本草基因组方法学研究：全面介绍物种基因组大小、染色体数目测定方法、第二代高通量测序方法、全基因组组装和基因组注释方法、基因组比较等生物信息学分析手段、简要阐述重测序在药用植物全基因组研究中的应用方法。由此，本草基因组学逐渐形成和完善，包括中草药结构基因组、转录组、功能基因组、蛋白质组学、代谢组、表观基因组、宏基因组、基因组辅助分子育种、中药合成生物学、中药基因组学、中草药生物信息学及数据库等内容。基于分子生物学和基因组学的药用植物鉴别是当前研究的活跃领域，用于鉴别的分子生物学和基因组学技术：AFLP、RFLP、RAPD、DNA微阵列技术（microarray）、DNA条形码（barcoding）等，基于基因组鉴别的分子基础是植物分子系统发育关系反映物种进化关系。在这些技术当中，药用植物DNA条形码鉴定策略及关键技术是最受关注的方向，中药材DNA条形码分子鉴定指导原则已列入《中国药典》2010年版增补本Ⅲ和《中国药典》2015年版。
1.2 本草基因组学的发展 2015年国际期刊《科学》增刊详述“本草基因组解读传统药物的生物学机制”，提出本草基因组学为药用模式生物、道地药材研究、基因组辅助育种、中药合成生物学、DNA鉴定、基因数据库构建等提供理论基础和技术支撑（图2）。目前，药用植物基因组学与生物信息学已经进入快速发展阶段，必将对传统药物学产生巨大影响。国内外已经开展青蒿[7]、丹参[8-15]、西洋参[16]、甘草[17]等多种药用植物的大规模转录组研究。基因组序列包含生物的起源、进化、发育、生理以及与遗传性状有关的一切信息，是从分子水平上全面解析各种生命现象的前提和基础。第二代高通量测序技术的飞速发展及第三代单分子测序技术的兴起使测序成本大大降低，测序时间大大缩短，为本草基因组计划的实施奠定了坚实的技术基础。目前，赤芝[6]、紫芝[18]、丹参[19]及铁皮石斛[20-21]等重要药用植物的基因组已完成测序工作并发表，人参、苦荞、穿心莲、紫苏等中草药基因组图谱也完成绘制。
例如为了解析丹参的遗传背景，陈士林团队联合国内外著名高校和研究机构，通过联合测序技术完成了丹参基因组图谱的组装，丹参基因组的完成代表着首个鼠尾草属物种基因组图谱的成功绘制。进化分析显示丹参与芝麻亲缘关系更近，估计其分化时间约6 700万年前。丹参基因组的发表推动首个药用模式植物研究体系的确立。本草基因组学将开辟中药研究和应用的全新领域，把握历史性机遇，将极大提高我国开发中药资源的能力，增强我国中药基础研究实力、提高我国中药研究的自主创新能力，对于加速中药现代化进程具有重大的战略性科学意义，促进中药研究和产业的快速发展[22]。本草基因组学将使中草药生物学研究进入一个崭新的时代――本草基因组时代。
1.3 学科内涵和外延 根据本草基因组学产生和发展过程，主要从3个方面确定学科的内涵，即理论体系、实验技术和应用方向（图3）。本草基因组学形成了高度综合的理论体系，包括从基因组水平研究本草的九大内容：中草药结构基因组、中草药功能基因组、中草药转录组和蛋白质组、中药代谢组、中草药表观基因组、中草药宏基因组、中药合成生物学、中药基因组学、中草药生物信息学等。本草基因组学的实验方法主要包括九大技术：高通量测序技术、遗传图谱构建技术、光学图谱构建技术、基因文库构建技术、突变库构建技术、组织培养与遗传转化、蛋白质分离纯化与鉴定技术、四大波谱技术及联用、基因组编辑技术等。基于本草基因组学的理论体系和实验技术，形成了该学科的七大应用方向：药用模式生物研究、阐明道地药材形成机制、基因组辅助育种、基因资源保护和利用、中药质量评价和控制、中药新药研发、指导相关学科研究。
本草基因组学的学科外延与本草学、中药学、基因组学、生物信息学、分子生物学、生物化学、生药学、中药资源学、中药鉴定学、中药栽培学、中药药理学、中药化学等密切相关（图4）。本草学和中药学为本草基因组学奠定了深厚的历史基础和人文基础，为本草基因组学研究对象的确定提供丰富候选材料，基因组学和生物信息学为本草基因组学提供前沿理论和技术支撑，分子生物学、生物化学、中药化学则为本草基因组学提供基础理论和基本实验技术支持，生药学、中药资源学、中药鉴定学、中药栽培学与本草基因组学互相支撑发展，各学科的侧重点不同，中药药理学、中药化学为本草基因组学的应用提供技术支持。与以上各学科相呼应，本草基因组学促进本草学和中药学从经典走向现代、从传统走向前沿，为中医药更好服务大众健康提供强大知识和技术支撑，扩大了基因组学和生物信息学的研究对象和应用领域，为分子生物学、生物化学、中药化学走向实践应用提供了生动案例，推动生药学、中药资源学、中药鉴定学、中药栽培学从基因组和分子水平开展研究，为中药药理学的深入研究提供理论和技术支持。
2 本草基因组学研究热
本草基因组学借助基因组学研究最新成果，开展中草药结构基因组、中草药功能基因组、中草药转录组和蛋白质组、中草药表观基因组、中草药宏基因组、中药合成生物学、中药代谢组、中药基因组学、中草药生物信息学及数据库等理论研究，同时对基因组研究相关实验技术在本草学中的应用与开发进行评价，推动本草生物学本质的揭示，促进遗传资源、化学质量、药物疗效相互关系的认识，以下详细阐述本草基因组学的研究内容。
2.1 中草药结构基因组研究 我国药用资源种类繁多，因此药用物种全基因组计划测序物种的选择应该综合考虑物种的经济价值和科学意义，并按照基因组从小到大、从简单到复杂的顺序进行测序研究。在测序平台的选择上应以第二代及第三代高通量测序平台为主，以第一代测序技术为辅。近年来，紫芝、赤芝、茯苓、丹参、人参、三七等10余种药用植物被筛选作为本草基因组计划的第一批测序物种，其中赤芝结构基因组发表被《今日美国》（USA Today）以“揭秘中国‘仙草’基因组”为题报道（图5），丹参基因组小（约600 Mb）、生长周期短、组织培养和遗传转化体系成熟等原因，被认为是研究中药活性成分生物合成理想的模式植物[23]。丹参全基因组测序完成已推动丹参作为第一个药用模式植物研究体系形成。
由于多数药用植物都缺乏系统的分子遗传学研究，因此在开展全基因组计划之前进行基因组预分析非常必要。基因组预分析的主要内容包括：①利用条形码等技术对满足筛选原则的待测物种进行鉴定[24-25]；②通过观察有丝分裂中期染色体确定待测物种的染色体倍性和条数；③采用流式细胞术[26]或脉冲场电泳技术估测物种的基因组大小，为测序平台的选择提供参考；④基因组Survey测序，在大规模全基因组深度测序之前，首先对所选药用植物进行低覆盖度的Survey测序，用来评价其基因组大小、复杂度、重复序列、GC含量等信息。
遗传图谱和物理图谱在植物复杂的大基因组组装中具有重要作用。借助于遗传图谱或物理图谱中的分子标记，可将测序拼接产生的scaffolds按顺序定位到染色w上。但遗传图谱的构建需要遗传关系明确的亲本和子代株系，因此其在大多数药用植物中的应用受到限制。物理图谱描绘DNA上可以识别的标记位置和相互之间的距离（碱基数目）。最初的物理图谱绘制多是基于BAC文库，通过限制性酶切指纹图谱、荧光原位杂交等技术将BAC克隆按其在染色体上的顺序排列，不间断地覆盖到染色体上的一段区域[27]。如今，光学图谱OpGen[28]和单分子光学图谱BioNano等[29]依赖于大分子DNA酶切标记的方法常用于物理图谱的绘制。
随着第二代测序技术的快速发展，用于短序列拼接的生物信息学软件大量涌现，常用软件包括Velvet[30]， Euler[31]， SOAPdenovo2[32]， CAP3[33]等。基因组草图组装完成后，可利用生物信息学方法对基因组进行分析和注释，为后续功能基因组研究提供丰富的资源。例如，可以通过GeneScan[34]， FgeneSH[35]等工具发现和预测基因，利用BLAST同源序列比对或InterProScan[36]结构域搜索等方法对基因进行注释，利用GO分析对基因进行功能分类[37]，利用KEGG对代谢途径进行分析等[38]。
2.2 中草药功能基因组研究 根据全基因组序列和结构信息，中草药功能基因组研究充分利用转录组学、蛋白组学、代谢组学等方法，对药用植物的功能基因进行发掘和鉴定，研究内容主要集中于构建模式药用植物平台、次生代谢产物合成途径和调控机制的解析、抗病抗逆等优良农艺性状遗传机制的揭示等。
拟南芥、水稻等重要模式植物均具有大规模的T-DNA 插入突变体库，利用这些突变体库发掘了大量生长发育、抗逆性、代谢相关的重要基因。丹参等模式药用植物全基因组序列和大规模突变体库的建立将为药用植物研究提供丰富的资源和材料，从而推动药用植物功能基因研究， 尤其是次生代谢途径相关基因的鉴定进程，突变体库中的一些具有抗逆、抗病、高产等优良性状的突变株系以及转基因植株也是良好的新种质资源。药用植物有效成分的生物合成途径和调控方面的研究还很薄弱，主要集中在长春花、青蒿和甘草等少数物种，一些具有重大商业价值的天然药物，如紫杉醇、长春碱、喜树碱等生物合成途径至今还未被完全解析，已有报道多采用单基因研究策略。本草基因组学为次生代谢途径相关基因的“批量化”发掘奠定基础，对次生代谢产物的生物合成及代谢工程等应用领域产生重要影响。
与生长发育、抗逆抗病、重要遗传性状及种质性状控制相关的基因是药用植物重要的功能基因，利用基因组注释信息，发掘优良基因，运用基因工程的手段打破生殖隔离，培育活性成分含量高的具有优良农艺性状的新品种，为活性成分的大量提取和广泛临床应用奠定基础[39]。中草药结构基因组将为转录组分析和基因组重测序研究提供参考序列，通过对种内或品种间种群个体的转录组测序和重测序可快速、准确、大规模地发现SNP，SSR，InDel等分子标记，加速分子标记和优良性状的遗传连锁研究，快速发现药用植物的表型、生理特征与基因型的关系，提高育种工作效率[39]。
2.3 中药组学其他研究 中草药转录组学是中草药功能基因组学的重要研究内容，是在整体水平上研究中草药某一生长阶段特定组织或细胞中全部转录本的种类、结构和功能以及基因转录调控规律的科学。中草药转录组研究为鉴定中草药植物生长发育及抗病抗逆等优良性状相关的基因功能提供基础[40-41]。目前，在多数中草药植物无法进行全基因组测序的情况下，转录表达谱研究成为比较基因序列、鉴定基因表达的一种快速方法。通过对中草药不同组织部位、不同生长时期、不同生长环境下的转录组进行比较分析，可有效发掘参与中草药植物生长发育及抗病抗逆等优良性状相关基因。
中药蛋白质组学是将蛋白质组学技术应用于中药研究领域，一方面通过比较对照细胞或动物组织的蛋白质表达谱和给予中药后蛋白质表达谱的差异，可找到中药的可能靶点相关蛋白质，另一方面不同中草药及其不同组分例如根茎叶中蛋白质组的差异，以评价中草药活性成分与其生长过程中蛋白组变化的关系，寻找中药高活性的机制。不同于其他蛋白质组学，中药蛋白质组学的研究对象为中草药本身及用中药（单体化合物、中药组份或复方）处理后的生物体（细胞或组织），发现中药的有效成分及作用机制。中药蛋白质组学的研究目标包括：中药药物作用靶点的发现和确认，特别是中药复方的多靶点效应，蛋白质组学能更好发现中药复方的多种靶点，研究中药植物蛋白质组成差异，阐明中药作用机制及中药毒理作用机制，以及为中药配伍提供科学依据。
中药代谢组学结合中草药结构基因组解析代谢物的合成途径、代谢物网络及调控机理，研究内容主要包括药用植物的鉴别和质量评价，药用植物品种选育及抗逆研究，初生、次生代谢途径解析，代谢网络、代谢工程研究及合成生物学研究等几个方面，最终为药用植物品种选育、创新药物研发和质量安全性评价奠定基础。
中药基因组学从基因水平研究基因序列的多态性与药物效应多样性之间的关系，研究基因及其突变体对不同个体药物作用效应差异的影响，以此平台指导药物开发及合理用药，为提高药物的安全性和有效性，避免不良反应，减少药物治疗费用和风险，实现个体化精准医疗提供重要信息和技术保障。例如，Sertel等[42]经基因检测得出53/56的基因上游位置包含一个或多个c-Myc/Max结合位点，c-Myc和Max介导的转录控制基因表达可能有助于提高青蒿琥酯对癌细胞的治疗效果[43]。又如，银杏具有显著的诱导CYP2C19活性效应，研究显示不同CYP2C19基因型个体，银杏与奥美拉唑（omeprazole，广泛使用的CYP2C19底物）存在潜在的中西药互作关系。Chen等 [44]研究了健康志愿者体内六味地黄丸潜在的中-西药相互作用以及是否受基因型影响。
中草药表观基因学是针对本草基因组计划中具有重要经济价值的药用植物和代表不同次生代谢途径的模式药用植物开展表观基因组学研究。研究内容主要包含4个领域：分别是DNA甲基化、蛋白质共价修、染色质重塑、非编码RNA调控。中草药表观基因组学将通过研究重要中药材（药用生物）的基因组信息及其表观遗传信息变化，探索环境与基因、基因与基因的相互作用，解析哪些基因受到环境因素的影响而出现表观遗传变化可能提高中药材的药效品质，哪些表观遗传信息影响中药的性味等。
中草药宏基因组学是以多种微生物基因组为研究对象，对药材生长环境中微生物的多样性、种群结构、进化关系、功能活性以及微生物与药材生长相互协作关系进行研究的一门学科，对于帮助解决中草药连作障碍等现实问题具有重要指导作用。
药用模式生物研究体系的确立是本草基因组学的重大贡献，该体系具有模式生物的共同特征。从一般生物学属性上看，通常具有世代周期较短、子代多，表型稳定等特征。从遗传资源看，基因组相对较小，易于进行全基因组测序，遗传转化相对容易。从药用特点看，需适于次生代谢产物生物合成和生产研究。
3 本草基因组学的实践应用
本草基因组学作为前沿科学，具有很强的理论性，同时该学科涉及的技术方法和理论对中医药实践具有巨大的指导意义。例如，基于中草药结构基因组开发的DNA条形码分子鉴定技术被国际期刊《生物技术前沿》以题为“草药鉴定从形态到DNA的文艺复兴”发表，将给传统中药鉴定带来革命性影响；基于中草药功能基因组和表观基因组研究阐明道地药材的形成机制，将对优质中药生产和栽培技术的改进提供指导；基于本草基因组学构建的基因数据库、代谢物数据库、蛋白数据库等，以及开发的相关生物信息学方法，将为中药药理学、中药化学、新药开发等提供战略资源；基于合成生物学技术实现目标产物的异源生产，具有环境友好、低耗能、低排放等优点，将为天然药物研发提供全新方式。
3.1 道地药材的生物学本质研究 道地药材是优质药材的代表，既受遗传因素的控制，又受环境条件的影响。组学技术可提供有用工具阐明道地药材的分子机制，例如，道地药材“沙漠人参”肉苁蓉Cistanche deserticola是中国最具特色的干旱区濒危药用植物和关键物种，新疆和内蒙古是其重要主产区和传统道地产区，研究表明，内蒙古阿拉善和新疆北疆是肉苁蓉两大生态适宜生产集中区（2类生态型），黄林芳等[45]对两大产区肉苁蓉化学成分、分子地理标识及生态因子进行考察。应用UPLC-Q-TOF/MS技术对肉苁蓉苯乙醇苷及环烯醚萜苷类成分进行分析；基于psbA-trnH序列对不同产地肉苁蓉进行分子鉴别及分析；通过“中国气象科学数据共享服务网”，获得两大产区包括温度、水分、光照等生态因子数据；运用生物统计、数量分类等分析方法，对肉苁蓉进行生态型划分。UPLC-Q-TOF/MS分析表明，内蒙古与新疆产肉苁蓉明显不同，鉴定出16种成分，其中2′-乙酰毛蕊花糖苷可作为区分两大产地肉苁蓉的指标成分；psbA-trnH序列比对分析发现，肉苁蓉不同产地间序列位点存在差异，新疆产肉苁蓉在191位点为G，内蒙古产则为A，NJ tree分析表明，肉苁蓉2个产地明显分为2支，差异显著；生态因子数据亦表明，肉苁蓉的两大气候地理分布格局，为研究不同生态区域中药生态型及品质变异的生物学本质提供了一种新思路，也为深化道地药材理论研究奠定重要基础。
另外，针对同一药材在不同种植区域，开展中草药表观基因组研究，明确不同生产区域的遗传变异，特别是环境不同对药材表观遗传的修饰作用，包括DNA甲基化修饰、小RNA测序分析、染色质免疫共沉淀分析等。此外，土壤微生物也是道地药材生长环境中的重要因素。采用宏基因组分析土壤微生物群落，为揭示土壤微生物和药材生长的相互作用提供依据。
3.2 中药分子标记用于中药质量控制研究 本草基因组和功能基因组研究为开发药材分子标记提供了丰富基因资源。基于基因组的分子标记有AFLP， ISSR， SNP等，基于转录组的分子标记有SSR等。当前国际上最受关注的分子标记是DNA条形码，已经构建标准操作流程和数据库、鉴定软件，可广泛应用于中药企业、药房、研究院所和大专院校等。中药材DNA条形码分子鉴定指导原则已被纳入《中国药典》，植物药材以ITS2序列为主、psbA-trnH为辅助序列，动物药材以COI序列为主、ITS2为辅助序列，在此基础上，进一步开发了质体基因组作为超级条形码对近缘物种或栽培品种进行鉴定。该体系可广泛应用于中药材种子种苗、中药材、中药超微破壁饮片、中成药等鉴定，已出版专著《中国药典中药材DNA条形码标准序列》和《中药DNA条形码分子鉴定》。
3.3 本草基因资源的保护与利用 随着本草基因组研究的发展，本草遗传信息快速增加，灵芝基因组论文被Nature China网站选为中国最佳研究（图6），迫切需要一个通用平台整合所有组学数据。数个草药数据库已经被建立，例如草药基因组数据库（http：//）、转录组数据库（http：//medicinalplantgenomics.msu.edu）、草药DNA条形码数据库（http：///en）、代谢途径数据库（http：//）等。但是这些数据库缺乏长期维护，对使用者要求具备一定生物信息学技能。因此整合DNA和蛋白质序列、代谢组成分信息，方便使用的大数据库十分必要和迫切。进一步提升生物信息分析方法，更好地利用基因组和化学组信息解析次生代谢产物的生物合成途径，将有助于有效设计和寻找植物和真菌药物。
利用简化基因组测序技术获得数以万计的多态性标记。通过高通量测序及信息分析，快速鉴定高标准性的变异标记（SNPs），已广泛应用于分子育种、系统进化、种质资源鉴定等领域。利用该技术可以筛选抗病株的特异SNPs位点，建立筛选三七抗病品种的遗传标记，辅助系统选育，有效的缩短育种年限。通过系统选育的方法获得的抗病群体，并采用RAD-Seq技术筛选抗病株的SNPs位点，为基因组辅助育种提供遗传标记，进而有效缩短了三七的育种年限，加快育种进程。利用遗传图谱识别影响青蒿产量的基因位点取得突破，于《科学》[7]，该文基于转录组及田间表型数据，通过构建遗传图谱识别影响青蒿素产量的位点。青蒿植株表型的变异出现在Artemis的F1谱系中，符合高水平的遗传变异。Graham等[7]发现与青蒿素浓度相关的QTL分别为LG1，LG4及 LG9（位于C4）。在开发标记位点用于育种的同时，Graham等检测了23 000株植株的青蒿素含量，这些植株是青蒿的F1种子经甲基磺酸乙酯诱变后于温室培养12周的F2、F3代。结果发现经诱变后的材料大约每4.5 Mb有一个突变，其变异频率小于Artemis中的每1/104碱基对的SNP多态性。该方法能够识别携带有益变异的个体（来源于甲基磺酸乙酯诱变处理），同时亦能识别遗传背景获得提升的个体（由于自然变异而导致有益等位基因分离的个体）。Graham等也检测高产F2代植株青蒿素的含量：尽管F2的植株杂合性较低，但其青蒿素含量比UK08 F1群体植株的含量高。另外，Graham等验证了基于田间试验获得与青蒿素含量相关的QTL在温室培育的高产植株中高效表达。同时发现，大量分离畸变有利于有益的等位基因（位于C4 LG1且与青蒿素产量相关的QTL）。这些数据证实了QTL及其对青蒿素产量的影响，同时也证明了基因型对于温室及田间培育的青蒿材料具有极大影响。
3.4 中药合成生物学研究 结构复杂多样的中药药用活性成分是中药材发挥药效的物质基础，也是新药发现的重要源泉。然而许多中药材在开发和使用的过程中往往面R一系列难题，如许多药材生长受环境因素影响较大；有些珍稀药材生长缓慢，甚至难以人工种植；大多数药用活性成分在中药材中含量低微，结构复杂，化学合成困难；传统的天然提取或者人工化学合成的方法难以满足科研和新药研发的需求，中药合成生物学将是解决这一矛盾的有效途径。中药合成生物学是在本草基因组研究基础上，对中药有效成分生物合成相关元器件进行发掘和表征，借助工程学原理对其进行设计和标准化，通过在底盘细胞中装配与集成，重建生物合成途径和代谢网络，实现药用活性成分的定向、高效的异源合成，从而提升我国创新性药物的研发能力和医药产业的国际核心竞争力[40]。
随着基于高通量测序的中草药结构基因组学和转录组学研究的快速发展，利用生物信息学技术和功能基因组学方法从大量中药原物种的遗传信息中筛选和鉴定出特定次生代谢途径的酶编码基因，将极大加快次生代谢途径的解析进程，为中药合成生物学研究奠定坚实基础。通过优化密码子偏好性、提高关键酶编码基因的表达量、下调或抑制代谢支路等方法来优化和改造异源代谢途径， 按人们实际需求获取药用活性成分[40]。
3.5 中药作用靶点与个性化治疗 中药蛋白质组学将蛋白组学技术应用于中药研究领域，对寻找中药的可能靶点和阐明中药有效成分作用机制具有重要意义。譬如，蒋建东教授团队在小檗碱降血脂研究中开展的突出工作[46]，以及Pan等[47]利用蛋白组学技术分析丹参酮ⅡA对宫颈癌Caski细胞的抑制作用，发现C/EBP同源蛋白和细胞凋亡信号调节激酶1参与丹参酮ⅡA的抑癌作用。对于中药复方的相关作用靶点也有报道，Nquyen-Khuong等[48]探讨了由栝楼、大豆、中药五味子和西地格丝兰提取物组成的混合物作用于人膀胱癌细胞后蛋白质组的表达谱变化，鉴定了多种与能量代谢、细胞骨架、蛋白质降解以及肿瘤抑制相关的蛋白。
青蒿素及其衍生物青蒿琥酯表现出明显的体内外抗肿瘤活性，但其抗肿瘤的分子机制并不明确。研究者采用了基因芯片技术，在转录水平解析青蒿琥酯抗肿瘤相关的基因。再将表达谱数据导入信号通路分析和转录因子分析，结果表明c-Myc/Max可能是作为肿瘤细胞应对青蒿琥酯效应基因的转录调控因子，这一结果可能指导针对不同个体采用不同的治疗策略[42]。由于银杏具有显著的诱导CYP2C19活性效应，通过研究不同CYP2C19基因型健康中国人个体，银杏与奥美拉唑（omeprazole，广泛使用的CYP2C19底物）潜在的中西药互作关系。结果显示，银杏诱导CYP2C19基因型模式依赖的奥美拉唑羟基化反应，随后降低5-羟基奥美拉唑肾脏清除率。银杏和奥美拉唑或其他CYP2C19底物共同服用可显著减弱其药效，还需更多证据支持[49]。这一研究证实个体化治疗基于人体基因差异，可能发挥更好疗效。
[参考文献]
[1]Sanger F， Air G M， Barrell B G， et al. Nucleotide sequence of bacteriophageφX174 DNA[J]. J Mol Biol， 1978， 125（2）：225.
[2]Sachidanandam R， Weissman D， Schmidt S C， et al. A map of human genome sequence variation containing 1.42 million single nucleotide polymorphisms[J]. Nature， 2001， 409（6822）：928.
[3]Venter J C， Adams M D， Sutton G G， et al. Shotgun sequencing of the human genome[J]. Science， 1998， 280（5369）：1540.
[4]Initiative A G. Analysis of the genome sequence of the flowering plant Arabidopsis thaliana[J]. Nature， 2000， 408（6814）：796.
[5]中国药材公司.中国中药资源 [M]. 北京：科学出版社， 1995.
[6]Chen S， Xu J， Liu C， et al. Genome sequence of the model medicinal mushroom Ganoderma lucidum[J]. Nat Commun， 2012， 3（2）：177.
[7]Graham I A， Besser K， Blumer S， et al. The genetic map of Artemisia annua L. identifies loci affecting yield of the anti-malarial drug artemisinin [J]. Science， 2010， 327： 328.
[8]Yan Y， Wang Z， Tian W， et al. Generation and analysis of expressed sequence tags from the medicinal plant Salvia miltiorrhiza[J]. Sci Chin Life Sci， 2010， 53（2）：273.
[9]李滢，孙超，罗红梅，等. 基于高通量测序454 GS FLX的丹参转录组学研究[J]. 药学学报，2010， 45（4）：524.
[10]Hua W， Zhang Y， Song J， et al. De novo transcriptome sequencing in Salvia miltiorrhiza to identify genes involved in the biosynthesis of active ingredients [J]. Genomics， 2011， 98（4）：272.
[11]Yang L， Ding G， Lin H， et al. Transcriptome analysis of medicinal plant Salvia miltiorrhiza and identification of genes related to tanshinone biosynthesis[J]. PLoS ONE， 2013， 8（11）：e80464.
[12]Luo H， Zhu Y， Song J， et al. Transcriptional data mining of Salvia miltiorrhiza in response to methyl jasmonate to examine the mechanism of bioactive compound biosynthesis and regulation[J]. Physiol Plantarum， 2014， 152（2）：241.
[13]Ge Q， Zhang Y， Hua W P， et al. Combination of transcriptomic and metabolomic analyses reveals a JAZ repressor in the jasmonate signaling pathway of Salvia miltiorrhiza [J]. Sci Rep， 2015， 5： 14048.
[14]Gao W， Sun H X， Xiao H， et al. Combining metabolomics and transcriptomics to characterize tanshinone biosynthesis in Salvia miltiorrhiza [J]. BMC Genomics， 2014， 15：73.
[15]Xu Z， Peters R J， Weirather J， et al. Full-length transcriptome sequences and splice variants obtained by a combination of sequencing platforms applied to different root tissues of Salvia miltiorrhiza， and tanshinone biosynthesis [J]. Plant J， 2015， 82（6）：951.
[16]Sun C， Li Y， Wu Q， et al. De novo sequencing and analysis of the American ginseng root transcriptome using a GS FLX Titanium platform to discover putative genes involved in ginsenoside biosynthesis [J]. BMC Genomics， 2010， 11：262.
[17]Li Y， Luo H M， Sun C， et al. EST analysis reveals putative genes involved in glycyrrhizin biosynthesis [J]. BMC Genomics， 2010， 11： 268.
[18]Zhu Y J， Xu J， Sun C， et al. Chromosome-level genome map provides insights into diverse defense mechanisms in the medicinal fungus Ganoderma sinense [J]. Sci Rep， 2015， 5：11087.
[19]Xu H， Song J Y， Luo H M， et al. Analysis of the genome sequence of the medicinal plant Salvia miltiorrhiza[J]. Mol Plant， 2016， 9： 949.
[20]Liang Y， Xiao W， Hui L， et al. The genome of Dendrobium officinale， illuminates the biology of the important traditional Chinese orchid herb [J]. Mol Plant， 2014， 8（6）：922.
[21]Zhang G Q， Xu Q， Bian C， et al. The Dendrobium catenatum Lindl.genome sequence provides insights into polysaccharide synthase， floral development and adaptive evolution [J]. Sci Rep， 2016， 6： 19029.
[22]士林，何柳，刘明珠，等. 本草基因组方法学研究[J].世界科学技术，2010， 12（3）：316.
[23]宋经元，罗红梅，李春芳，等. 丹参药用模式植物研究探讨 [J]. 药学学报，2013， 48（7）：1099.
[24]Chen S L， Yao H， Han J P， et al. Validation of the ITS2 region as a novel DNA barcode for identifying medicinal plant species [J]. PLoS ONE， 2010， 5（1）：e8613.
[25]Pang X H， Song J Y， Zhu Y J， et al. Applying plant DNA barcodes for Rosaceae species identification [J]. Cladistics， 2011， 27： 165.
[26]Dolezel J， Greilhuber J， Suda J. Estimation of nuclear DNA content in plants using flow cytometry [J]. Nat Protoc， 2007， 2（9）：2233.
[27]Vu G T， Dear P H， Caligari P D， et al. BAC-HAPPY mapping （BAP mapping）： a new and efficient protocol for physical mapping [J]. PLoS ONE， 2010， 5： e9089.
[28]Microbial genetic analysis-OpGen[EB/OL]. [2016-10-16]. http：///.
[29]Bionano genomics――whole genome mapping with the irys system[EB/OL]. [2016-10-16]. http：///.
[30]Zerbino D R， Birney E. Velvet： algorithms for de novo short read assembly using de Bruijn graphs [J]. Genome Res， 2008， 18（5）：821.
[31]Chaisson M J， Pevzner P A. Short read fragment assembly of bacterial genomes [J]. Genome Res， 2008， 18（2）：324.
[32]Luo R， Liu B， Xie Y， et al. SOAPdenovo2： an empirically improved memory-efficient short-read de novo， assembler [J]. Gigascience， 2012， 1（1）：18.
[33]Huang X， Madan A. CAP3： a DNA sequence assembly program [J]. Genome Res， 1999， 9（9）：868.
[34]Lynn A M， Jain C K， Kosalai K， et al. An automated annotation tool for genomic DNA sequences using GeneScan and BLAST [J]. J Genet， 2001， 80： 9
[35]Solovyev V， Kosarev P， Seledsov I， et al. Automatic annotation of eukaryotic genes， pseudogenes and promoters [J]. Genome Biol， 2006， 7（Suppl 1）： S10.
[36]Zdobnov E M， Apweiler R. InterProScan――an integration platform for the signature recognition methods in InterPro [J]. Bioinformatics， 2001， 17（9）：847.
[37]Joslyn C A， Mniszewski S M， Fulmer A， et al. The gene ontology categorizer [J]. Bioinformatics， 2004， 20（1）：169.
[38]Kanehisa M， Goto S， Hattori M， et al. From genomics to chemical genomics： new developments in KEGG [J]. Nucleic Acids Res， 2006， 34：354.
[39]士林，孙永珍，徐江，等. 本草基因组计划研究策略[J]. 药学学报， 2010， 45 （7）， 807.
[40]陈士林， 朱孝轩， 李春芳， 等. 中药基因组学与合成生物学[J].药学学报，2012， 47 （8）： 1070.
[41]Chen S L， Song J Y， Sun C， et al. Herbal genomics： examining the biology of traditional medicines [J]. Science， 2015， 347 （6219 Suppl）： S27.
[42]Sertel S， Eichhorn T， Simon C H， et al.Pharmacogenomic identification of c-Myc/Max-regulated genes associated with cytotoxicity of artesunate towards human colon， ovarian and lung cancer cell lines [J]. Molecules， 2010， 15（4）： 2886.
[43]Scherf U， Ross D T， Waltham M， et al.A gene expression database for the molecular pharmacology of cancer [J]. Nat Genet， 2000， 24（3）： 236.
[44]Chen Y， Ouyang D S， Kang Z， et al. Effect of a traditional Chinese medicine Liu Wei Di Huang Wan on the activities of CYP2C19， CYP2D6 and CYP3A4 in healthy volunteers [J]. Xenobiotica， 2012， 42（6）： 596.
[45]S林芳，郑司浩，武拉斌，等. 基于化学成分及分子特征中药材肉苁蓉生态型研究 [J]. 中国科学： 生命科学， 2014， 44（3）： 318.
[46]Kong W， Wei J， Abidi P， et al. Berberine is a novel cholesterol-lowering drug working through a unique mechanism distinct from statins [J].Nat Med， 2004， 10（12）：1344.
[47]Pan T L， Wang P W， Hung Y C， et al. Proteomic analysis reveals tanshinone ⅡA enhances apoptosis of advanced cervix carcinoma CaSki cells through mitochondria intrinsic and endoplasmic reticulum stress pathways [J].Proteomics， 2013， 13（23/24）：3411.
基因组学的研究内容范文2
关键词：高性能计算；应用；中医药
中图分类号：R-3 文献标识码：A 文章编号：2095-5707（2016）06-0010-03
Abstract： High performance computing （HPC）， as a new and important research tool， has been applied in many fields successfully. Application of HPC in the TCM field is still in the exploratory stage. HPC in the future may be innovatively applied in the field of genomics Chinese herbal medicine， virtual medicine screening of new TCM， TCM data mining and big data analytics， modeling and simulation and so on.
Key words： high performance computing （HPC）； application； TCM
高性能计算是计算机科学的一个分支，研究并行算法和开发相关软件，致力于开发高性能计算机。高性能计算是世界各国竞相发展的前沿技术，是体现一个国家综合实力和科技竞争力的重要指标。
科学计算作为科研方法变革的产物，已经发展成为与传统的理论、实验并驾齐驱的第三种科研方法，并且日益成为越来越重要的科研方法。科学计算方法的运用，是高性能计算应用的基础和前提条件，而使高性能计算真正发挥作用主要取决于高性能计算的应用研究水平[1]。本文对于促进高性能计算未来在中医药领域的应用、丰富中医药信息学的研究内容及由此产生的中医药科研方法的创新具有推动作用。
1 高性能计算应用概况
1.1 我国在高性能计算应用领域仍处于落后水平
在高性能计算的研发和应用领域美国一直处于世界领先水平，日本和欧洲国家紧随其后长期位居世界先进行列。近年来，我国在高性能计算硬件的研发方面取得了突破性进展，通过自主创新逐步掌握了一批硬件研发的关键技术。中国国防科技大学研制的天河系列超级计算机连续多次在世界超级计算机排行榜中名列首位，标志着我国高性能计算的硬件研究水平目前已经接近国际先进水平。但在应用软件方面的发展严重滞后于硬件的发展水平，自主开发的高性能计算应用软件严重匮乏，需要大量购买和引进国外开发的应用软件，重要和关键部门的应用受制于人[2]。应用软件是高性能计算应用的基础，由于应用软件研发水平的严重落后，目前我国在高性能计算应用领域仍处于落后水平。
1.2 国内外高性能计算主要的应用领域
高性能计算作为崭新和重要的科研工具，目前已经在众多的领域得到了成功应用，各种前沿科学研究、技术开发和工程设计都越来越多地使用了高性能计算，高性能计算已经日益成为科技创新的重要力量。目前主要的应用领域包括气象数值模拟与预报、地震预报、纳米技术、生物医学、环境科学、空间科学、材料科学、计算物理、计算化学、流体力学、地震三维成像、石油勘探、天体星系模拟、大气与海洋模拟、固体地球模拟、工业设计、核武器研究、全球气候模型、湍流分析、飞行动力学、海洋环流、流体力学和超导模型等[1]。在生物医学领域的应用目前主要集中在人类基因组学、蛋白质组学、药物设计、分子动力学模拟等方面。
1.3 高性能计算应用的瓶颈
高性能计算虽然已经在众多领域得到了成功应用，但由于技术难度等的限制，仍然属于高投入高产出的非普及型应用。目前制约高性能计算应用的主要问题包括软件开发的技术难度非常大，系统使用成本过高，不仅体现在软硬件购置费用昂贵，而且系统运行维护成本过高，大型系统的年电费需上千万元[2]。比较高精尖的应用范围、非常高的技术要求和过高的使用成本，这些都限制了高性能计算的广泛应用。
2 高性能计算在中医药领域应用的可行性分析
2.1 高性能计算在领域应用的前提条件
高性能计算在领域应用的条件首先需要应用领域具有较高的科研水平，特别是能够通过科学计算的方法建立相应的数学物理模型和应用软件来解决实际问题，利用高性能计算才有可能促成应用领域研究水平的大幅度提高。通过对高性能计算应用领域的最高学术奖戈登奖获奖项目的分析，这些获奖的应用项目绝大多数都具有多学科交叉融合的背景，这反映了高性能计算的应用需要应用领域与计算机科学、数学等学科的跨学科合作[3]。随着高性能计算的应用，近些年高性能计算与应用学科的交叉学科不断涌现，产生了计算化学、计算物理学、计算生物学等许多新兴学科，这些交叉学科的产生标志着高性能计算在这些领域得到了高水平应用。
2.2 计算生物学的启示
计算生物学是一门以生命科学中的现象和规律作为研究对象，以解决生物学问题为最终目标，通过模拟和仿真的方法对生物学问题进行定量和定性研究的新兴学科。计算生物学与生物信息学比较，最大的不同之处在于生物信息学侧重于生物信息的采集、存储、处理和分析，而计算生物学侧重于对生命现象进行研究、解决生物学问题[4]。目前计算生物学领域的研究主要集中在蛋白质行为的模拟、药物分子的筛选、基因测序等方面。
虽然目前中医药领域还不满足高性能计算的应用条件，但通过借鉴计算生物学的研究方法，未来有可能在中医药领域开展具有创新性的高性能计算的应用研究。
3 高性能计算在中医药领域应用的展望
3.1 中药植物药的基因组学
基因组学是遗传学的一个分支，研究生物基因组和如何利用基因，涉及基因作图、测序和整个基因组功能分析，研究内容包括以全基因组测序为目标的结构基因组学和以基因功能鉴定为目标的功能基因组学。基因组学是高性能计算应用的一个重要方向，没有高性能计算人类的基因组计划就不可能实现，高性能计算已经成为基因组学研究不可或缺的科研工具。随着基因组学研究的深入、技术的成熟和成本的大幅度下降，使得基因组学的研究逐渐由人类的基因组学扩展到动物、植物等多个相近领域。利用高性能计算在基因组学方面成熟的应用软件开展中药植物药的基因组学研究未来有可能是高性能计算在中医药领域的重要应用。
3.2 中药新药的虚拟药物筛选
利用高性能计算进行虚拟药物筛选目前已经成为西药新药开发的一条崭新和重要的途径。新药研发的核心工作之一是从大量的化合物样品库中发现有药理活性的化合物，计算机虚拟筛选辅助新药开发是利用统计学和分子模型化技术来指导新的先导结构的发现或设计，从而减少实验室的工作量，缩短开发周期、降低开发成本。近年来对多靶点药物的研究已经成为国际上新药开发的一个重要的研究热点，中药是天然的多靶点药物，蕴含着巨大的新药创制的潜力[5-6]。应用高性能计算开展中药新药的虚拟药物筛选有可能成为中药新药开发的崭新途径。
3.3 中医药数据挖掘和大数据分析
数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。大数据分析是指对规模巨大的数据进行分析，目前世界各国对大数据分析技术高度重视，大数据被视为国家重要的战略资源。数据挖掘和大数据分析是高性能计算应用的重要领域之一。目前中医药领域的数据挖掘和大数据分析主要集中在对方剂配伍规律、中医证治规律等的研究，现有的研究水平还不能构成对高性能计算的迫切需求。随着数据挖掘和大数据分析在中医药领域应用水平的提高，数据研究的内容、方法和结果的日趋丰富，随着数据量的积累和研究方法复杂度的提高，中医药数据挖掘和大数据分析未来有可能成为高性能计算在中医药领域富有潜力的应用。
3.4 模拟与仿真
模拟与仿真是依靠计算机通过数值计算和图像显示的方法，对工程、物理、生物等各类问题进行研究。高性能计算不仅具有强大的计算功能，还可以模拟或代替由于受经济或者其他条件限制不能进行的实验。2013年10月，哈佛大学教授Martin Karplus、斯坦福大学教授Michael Levitt和南加州大学教授Arieh Warshel因“为复杂化学系统创立了多尺度模型”而获得诺贝尔奖，评委会声明中称这一成果意味着对于化学家来说计算机已经成为同试管一样重要的工具[1]。
计算机模拟方法在生命科学中已经得到了迅速的发展和广泛的应用。高性能计算应用领域的最高学术奖戈登奖获奖项目“在20万CPU核和异构体系结构上的千万亿次持续性能血流模拟”，该项目模拟了血液流动状态，可以辅助血栓的早期病理学诊断及抗血栓药物的研究。另一项获奖项目“呼之欲出的猫：包含109规模神经元、1013规模突触的大脑皮质模拟”，对神经元和突触规模与猫大脑相当的大脑皮质功能进行了模拟，并以此为基础开展了认知计算的研究[3]。此外国内外大量的高性能计算被用于分子动力学模拟，分子动力学模拟是一种数值模拟方法，通过将分子抽象为由化学键连接的质点按照基于牛顿力学的数学模型迭代求解分子体系的行为。利用高性能计算进行分子动力学模拟已经成为化学和生物学研究中与实验手段相当的标准研究方式[7-8]。模拟和仿真技术在中医药研究中的应用未来有可能成为高性能计算在中医药领域创新性的应用。
4 小结
高性能计算的应用是使高性能计算真正发挥作用的软实力，是高性能计算领域重要的研究内容。高性能计算的应用需要多学科的交叉与合作，计算生物学的产生标志着高性能计算在生物医学领域得到了成功应用。
高性能计算在中医药领域的应用目前还处于探索阶段，尚不具备大规模应用的条件和基础。未来有可能通过借鉴计算生物学的研究方法在中药植物药的基因组学、中药新药的虚拟药物筛选、中医药数据挖掘和大数据分析、模拟与仿真等领域进行开创性的应用研究。高性能计算在中医药领域的应用将会对中医药科研方法的创新与发展产生深刻的影响。
参考文献
[1] 顾蓓蓓，武虹，迟学斌，等.国内外高性能计算应用发展概况分析[J].科研信息化技术与应用，2014，5（4）：82-91.
[2] 周兴铭.高性能计算技术发展[J].自然杂志，2011，33（5）：249-254.
[3] 张理论，邓小刚.戈登奖――分析与思考[J].计算机工程与科学， 2012，34（8）：44-52.
[4] 徐书华，金力.计算生物学[J].科学，2009，61（4）：34-37.
[5] 朱伟，罗颂平.治疗输卵管阻塞性不孕的中药多靶活性成分计算机虚拟筛选[J].时珍国医国药，2012，23（6）：1531-1532.
[6] ，孙晓波.网络药理学：中医药现代化的新机遇[J].药学学报，2012，47（6）：696-703.
基因组学的研究内容范文3
基因工程的发展促使它成为生命科学研究的核心学科。一般高校都将基因工程这门课作为专业必修课在大三的第二学期开设，其先修课程为生物化学、遗传学以及分子生物学等。基因工程的课程内容具有两个特点:一是教学内容与其他学科紧密相连。基因工程不仅与生物化学等基础课程的内容相互联系、交叉重叠，同时又与细胞工程、蛋白质工程、微生物工程等应用性课程相互呼应与衔接。二是内容涵盖面广，更新发展快。随着人类基因组计划的完成，生命科学的研究已经由基因组时代进入到后基因组时代，单纯的基因测序以及基因工程技术已经不能满足人类对生命信息的探索与追求。后基因组时代到来的标志就是功能基因组学研究的兴起。功能基因组学研究涉及转录组、蛋白质组以及代谢组等多个方面，多学科的交叉研究使其发展迅速。综上两个特点，为了避免课程知识上的教学重复，同时又能在有限的教学课时内将基础知识与最新、最前沿的研究信息最大程度地传授给学生，笔者对课程的教学内容及其对应的教学课时进行适当的调整。以往的基因工程教学内容共有11章32学时，可归纳为4个部分:第1章，基因工程学发展历史概述、基因工程的基本概念(4课时);第2、3章，基因工程的基本原理及技术，主要围绕基因工程的基本构件载体和工具酶(12课时);第4～10章，基因工程实施的三大步骤，包括DNA体外重组、重组DNA导入宿主细胞后扩增和表达以及基因工程后处理(12课时);第11章，基因工程的应用与前景(4课时)。笔者在此基础上对教学内容进行了适当合理的取舍与增加，做到突出重点，加强基本概念和原理的理解，通过列举实际应用研究来介绍相关的技术与方法。同时整合课时分布，在原有的32课时中拿出8课时介绍功能基因组学研究的知识。其内容主要围绕克隆与表达后的目的产物(蛋白质)的提取、分离、纯化与鉴定的方法、原理以及技术。调整后的课程安排如表1。通过此番改革教学内容，一方面可以开拓学生的视野，帮助学生了解基因工程以及功能基因组学的理论知识和实际应用领域;另一方面也可以激发学生学习基因工程的积极性与主动性。
2教学手段与方法的改良
传统的基因工程教学方法在水产类高等学校中多以板书结合多媒体的方法来讲解概念、原理以及性质等内容，其过程相对机械、枯燥，使得学生难以理解所学内容。对此，笔者通过多媒体教学与自制模型演示相结合的方法取代原有的传统教学。由于基因工程的很多内容相对抽象，仅仅通过教学技术具有图文声像随意组合、灵活多变的特点，为学生创造了良好的学习情境。通过功能强大的各种计算机软件把一些很难理解的内容做成动画影片，化难为易、化静为动、变抽象为形象，使学生对上课产生兴趣，促进学生对知识学习的渴望。同时，利用自制的模型讲解课程中的重点以及难点。例如:在介绍限制酶的切割位点时，让学生手持模型，分别角色扮演限制酶和基因序列，在排列位置的互换中了解3种切口的方式以及位置。这样的教学方法不仅形象，也让学生在互动中快速、深刻地记忆知识要点。另外，通过当下研究的前沿话题为例，先提出一个问题，引导学生运用其他课程所学过的或者自身所积累的知识来联想、分析、讨论，自己设计解答此问题的方法或实验流程。然后老师再参与其中，在讨论和修改方法以及实验流程的过程中，引出所要讲授的新的概念和知识要点。例如介绍表达物质(蛋白质)的鉴定时，老师会先提出问题:基因克隆表达出的物质是什么?这些物质是由什么组成的?鉴定这些物质可以使用什么方法?然后引导学生回顾生物学中心法则，得出基因表达物质为蛋白质，蛋白质是由氨基酸组成等所学过的知识，由此学生可归纳出氨基酸测序法等鉴定蛋白质的方法。最后老师再在此基础上补充出WesternBlot法、生物质谱技术等新的鉴定方法。这样的讲课方式让学生回到课堂上的主角位置，在复习了以往的知识要点的同时也加深了学生对新知识的理解与记忆，在一定程度上启发了学生如何去发现问题和解决问题。此外，基因工程是一门实践性很强的课程，在讲授理论课的同时，实验课的安排也是非常重要的。设计好与理论课相配套的实验课程，可以使学生加深对基因工程学理论的学习和理解，达到理论和实践相结合的目的。对此，各大高校均在基因工程实验课上进行了改革创新，但有一点总被忽略，那就是实验研究对象。目前，国内大多数高校基因工程实验课所使用的研究对象均为果蝇等无脊椎模式生物。这种情况对于普通高校而言是可行的，但是对于拥有特色学科的水产类高校而言，研究对象也应具有其专业特点。所以本实验课所使用的研究对象是斑马鱼这种海洋模式生物。研究对象的改变虽微不足道，但是能让学生更好地理解自己所学专业的特色，在实践操作中加深对所属专业的热爱。
3成绩考核
中国传统的应试教育产生了“高分决定一切”的迂腐思想。随着国家教育体系改革的不断推进，学生对于专业知识的掌握与否，已经不能仅从一张考卷成绩的高低来反映，考核成绩的结构应向多元化的方向发展。基因工程的最终考核成绩主要包括两部分:平时成绩占40%，其中课堂出勤率10%、课堂讨论10%、课堂小考10%以及实验报告10%;期末考试成绩占60%。这样的考核体系改变了过去注重结果忽略过程的做法，让学生在平时将知识一点一滴地积累起来。同时，也让授课教师能够及时得到教学效果的反馈信息，进一步提高教学水平。
4结语
基因组学的研究内容范文4
信息、生物、新材料三大前沿领域
信息、生物、新材料是21世纪前30年发展最快、最热门的三大领域，它们集结了当今世界最强势的研究力量。但在这些关系未来发展的关键领域中，我国许多核心技术仍依赖追踪、模仿和引进国外技术，原始创新能力明显不足。
从更宽的视野来看，不仅仅是这三个领域的发展需要高扬“自主创新”的信心与勇气。实际上，整个中国科技正面临着前所未有的发展压力：对外要适应国际科技竞争的紧迫形势，对内要满足经济社会发展进程中的重大战略性需求。而原始创新能力和技术创新能力的薄弱，已成为当前和未来相当长时期内影响我国整体竞争力的极大障碍。
面向未来15年的《国家中长期科学和技术发展规划纲要》即将，科技部等有关部门正在着手制定科技“十一五规划”——关于中国科技“未来”的探讨与关注，在最近一年多来达到了前所未有的程度。就是在这样带着几分焦灼、几分期待、几分信心的探讨氛围中，“自主创新”成为人们关于中国科技发展的共识。
带着这个共识，再来看中国科技发展面临的“压力”，在很大程度上已经变成了未来发展的重大机遇。未来10年，中国在这三大领域中最有可能实现自主创新的关键技术群究竟有哪些？有限的科技经费究竟应当投入到哪些突破口？
下一代移动通信技术
移动通信是人类社会发展中的一大奇迹。2004年12月，全球（蜂窝）移动通信用户总数已达17亿以上，超过已有百年发展历史的固定通信用户数。过去10年，移动通信技术完成了由第一代模拟通信技术向第二代数字通信技术的过渡，当前正处于由其巅峰状态向第三代（3G）移动通信技术过渡的进程中。
目前，世界发达国家纷纷投入力量进行第三代及下一代移动通信标准、技术和产品的开发。
——3G移动通信：国际电信联盟（ITU－T）批准为3G的三大标准分别是欧洲的WCDMA，美国高通公司的CDMA2000和中国大唐电信的TD－SCDMA。3G已在全球30多个国家开始商用。
——增强型3G（Enhanced3G）：为了克服3G技术不能很好支持流媒体等业务的不足，国际电信联盟已在制定增强型3G技术标准。专家预测，增强型3G技术将进入商用。
——4G（或Beyond3G）：下一代移动通信即所谓超3G（以下统称Beyond3G）技术的研究是国际上的热点。Beyond3G具有更高的速率与更好的频谱利用率。欧盟、日本、韩国等国家已开始4G框架的研究，预期Beyond3G技术可望在2010年后开始商用。
中国移动用户总数已达3.34亿，居世界第一，总体技术水平与国际同步，处于由第二代向第三代的过渡时期。我国3G移动通信技术已经具备了实现产业化的能力，我国大唐电信2000年5月提出的TD－SCDMA标准已成为国际电信联盟正式采纳的三大标准之一。此外，在国家“863”计划的支持下，开展了Beyond3G技术的研究，预期该技术可望在2010年后开始商用。
Beyond3G技术对我国经济社会发展和国防建设具有十分重要的意义。德尔菲专家调查统计结果显示，我国研发水平比领先国家落后5年左右，通过自主开发或联合开发，在未来5年可能形成自主知识产权。以华为、中兴为代表的一批高技术通信设备制造业公司，在第三代移动通信设备（3G）等研发方面紧跟国际前沿，打破了国外公司对高技术通信设备的垄断，开始参与国际通信标准的制定，开发具有自主知识产权的核心技术，具备了参与国际竞争的能力，具备实现技术和产业跨越式发展的契机。
中国下一代网络体系
下一代网络（NGN）泛指以IP为核心，同时可以支持语音、数据和多媒体业务的因特网、移动通信网络和固定电话通信网络的融合网络。
世界各国和国际通信标准化组织都在积极开展下一代网络的研究开发工作。国际电信联盟电信标准化部门（ITU－T）、欧洲电信标准化协会（ETSI）、互联网工程任务组（IETF）、第三代伙伴组织计划（3GPP）等，都在致力于下一代网络体系的研究。目前，美国、日本、韩国、新加坡以及欧盟都已启动了下一代互联网研究计划，全面开展各项核心技术的研究和开发。
我国在下一代网络的研究方面已取得了较大进展。“九五”期间，863计划建成了“中国高速信息示范网”（CAINONET）、国家自然科学基金委支持的“中国高速互连研究试验网NSFCNET”等重大项目，目前已开始基于NGN的软交换技术在移动和多媒体通信中的应用研究。中兴、华为等企业还推出了基于软交换的NGN解决方案；在下一代互联网研究上，中兴、港湾网络等推出的高端路由交换机，可应用于国家骨干IP网络建设，以及大中型宽带IP城域网核心骨干和汇聚。国内公司还开始自行设计高端分组交换定制ASIC芯片。我国已成为少数几个能够提供全系列数据通信设备的国家之一。
下一代网络技术对促进我国高新技术的发展，以及对改造和提升我国传统产业具有举足轻重的作用，对国家安全至关重要。从总体上看，我国互联网技术跟随国外发展，在技术选择上缺乏系统研究，走过一些弯路，至今与国外仍存在较大差距。无论网络用户规模、网络应用、网络技术或网络产品都尚有很大的发展空间。从全局着眼，应不失时机地开展中国下一代网络体系的研究、应用试验、关键技术研究和产品开发。不能像第一代互联网那样，技术、标准都是外国的，给国家安全造成隐患。
纳米级芯片技术
当前，集成电路的发展仍遵循“摩尔定律”，即其集成度和产品性能每18个月增加一倍，按照器件特征尺寸缩小、硅片尺寸增加、芯片集成度提高和设计技术优化的途径继续发展。
自上世纪90年代以来，全球集成电路制造技术升级换代速度加快。当前国际上CMOS集成电路大规模生产的主流技术是130nm，英特尔等部分技术先进的芯片制造公司已在用90nm进行高性能芯片生产。2005年，美国AMD公司已开始量产90nm的高性能芯片，国际上对65nm技术的开发也已成功。伴随130nm到90nm技术的升级，考虑到扩大生产规模和降低成本，大多数公司将使用12英寸替代8英寸硅基片，这也必将带来半导体设备的大量更新。
近年来我国一些先进集成电路制造公司的崛起，使国内集成电路制造工艺技术与国际先进水平的差距有了显著的缩小，但整体水平仍与先进国家相差2～3代。目前，我国集成电路设计公司年设计能力已超过500种，主流设计水平达到180nm，130nm技术正在开发中，90nm技术的研发也开始着手进行。从产业发展看，我国集成电路已初步形成由十多家芯片生产骨干企业、十多家重点封装厂、二十多家初具规模的设计公司、若干家关键材料及专用设备仪器制造厂组成的产业群体，设计、芯片制造、封装三业并举的蓬勃发展态势。以中科院计算所为代表的研究机构和企业在CPU研发方面所取得的新进展，标志着我国集成电路设计具有较强能力，与国际先进水平的差距进一步缩小。目前我国芯片业大多集中在低端的交通、通信、银行、信息管理、石油、劳动保障、身份识别、防伪等领域，IC卡芯片所占比重一直占据芯片总体市场的20％左右。
世界第一颗0.13微米工艺TD－SCDMA3G手机核心芯片10月9日在重庆问世
今后的IC是纳米制造技术的时代，而纳米级芯片技术是我国赶超国际的关键，它的成功将会是我国IC工业发展史上的重要里程碑和持续发展的动力，专家认为应优先发展。
中文信息处理技术
包括汉字和少数民族文字在内的中文信息处理技术，是汉语言学和计算机科学技术的融合，是一门与语言学、计算机科学、心理学、数学、控制论、信息论、声学、自动化技术等多种学科相联系的边缘交叉性学科。
随着互联网的发展，中文信息处理技术已渗透到社会生活的各个方面。1994年，微软开始进入中文软件市场，微软的WORD把国产WPS挤出了市场，继而Windows中文版又把国产中文之星挤垮。微软凭借其强大的优势地位，使国产的中文信息处理软件举步维艰。中文版的Windows、Office等占据了大部分的中文软件市场，使中文信息处理逐渐丧失了其特殊地位。
经过二三十年的努力，我国的中文信息处理，包括中文的编码、字型、输入、显示、输出等的基本处理技术已经实用化，目前正在逐渐摆脱“字处理”阶段，处于向更高级阶段快速发展的时期。包括中文的文字识别机和手写文字识别、语音合成、语音识别、语言理解和智能接口等技术的研究已获得进展。中文的全文检索、内容管理、智能搜索、中文和其他文字之间的机器翻译等技术也正在开发、研制，并取得了较大进展，涌现了联想、方正、四通、汉王、华建等公司。
随着中国加入WTO与世界各国交流的逐渐扩大以及网络信息时代的来临，中文信息处理技术越发显得重要，其自动化水平的提高，将大大促进我国科技、国民经济和社会发展，同时使中华民族的文化在信息时代得到新的发展。未来无疑应当加强中文信息处理技术的研发投入与政策倾斜。
人类功能基因组学研究
20世纪末启动的人类基因组计划被公认为生命科学发展史上的里程碑，其规模和意义超过了曼哈顿原子弹计划和阿波罗登月计划。随着人类基因组、水稻基因组以及其他重要微生物等50多种生物基因组全序列测定工作的完成，国际基因组研究进入到功能基因组学新阶段。
功能基因组学已成为21世纪国际研究的前沿，代表基因分析的新阶段。它是利用结构基因组所提供的信息和产物，发展和应用新的实验手段，通过在基因组或系统水平上全面分析基因的功能，使生物学研究从对单一基因或蛋白质的研究转向多个基因或蛋白质同时进行系统的研究，是在基因组静态的碱基序列弄清楚之后转入对基因组动态的生物学功能学研究。从1997年迄今已发表的有关功能基因组学的论文数以千计，其中不少发表在《细胞》《自然》《科学》等国际著名刊物上。
目前功能基因组研究的重点集中在四个方面：一是基因测序技术研究。预计今后几年内，测序技术将继续发展，特别是有一些重要的改进将直接用于功能基因组的研究；二是单核苷多态性（SNP）以及在此基础上建立的SNP单体型研究；三是基因组有序表达的规律研究。主要包括基因的深入鉴定、基因表达与转录组研究、蛋白和蛋白质组研究、代谢网络和代谢分子研究、基因表达调控研究等；四是计算生物学和系统生物学研究。
近几年来，在国家“863”计划、国家重大科技专项等的资助下，我国功能基因组学研究取得了一系列进展。中华民族占世界人口的1／5，有丰富的遗传疾病家系资源，这是我国发展功能基因组研究的有利因素。“十五”期间，我国参与国际蛋白质组计划、国际人类基因组单体型图计划，高质量按时完成了项目中所承担的21号染色体区域的任务，建立并完善了中华民族基因组和重要疾病相关基因SNPs及其单倍型的数据库的建设，在国际一流杂志上发表了一批高水平学术论文，申报了一批国家专利，收集、保存了一批宝贵的遗传资源，并初步建立了遗传资源收集网络和资源信息库的采集管理系统，组建了一批国家级基地，培养了一支队伍，建立了一批技术平台。但总体而言，我国在功能基因组研究及应用方面的原始创新成果数量较少，还不能为医药生物技术产业的发展提供足够的知识和产品。
未来研究重点包括：
——功能基因组研究。重点开展植物功能基因组研究、人类功能基因组研究和重要病原微生物及特殊微生物功能基因组研究；
——蛋白质组学研究。蛋白质组学是一个新生领域，目前还处于初期发展阶段，仍有许多困难有待克服。我国应选择具有特色的领域开展研究；
——生物信息技术。我国的研究重点应集中在生物信息数据库的构建、生物信息的开发、加工、利用及生物信息并行处理方面；
——生物芯片技术及产品。通过微加工技术和微电子技术在固体芯片表面构建的微型生物化学分析系统，以实现对细胞、蛋白质、DNA以及其他生物组分的准确、快速、大信息量的检测。常用的生物芯片包括基因芯片、蛋白质芯片、生化反应芯片和样品制备芯片等。生物芯片的主要特点是高通量、微型化和自动化。我国生物芯片研究紧跟国际前沿，它将对我国生命科学研究、医学诊断、新药筛选具有革命性的推动作用，也将对我国人口素质、农业发展、环境保护等作出巨大的贡献。
专家认为，我国人类功能基因组学研究的研发水平比领先国家落后5年左右，若能高度重视，充分利用我国已有的技术和资源优势，未来10年我国可能实现人类功能基因组学研究的跨越发展。
蛋白质组学研究
随着被誉为解读人类生命“天书”的人类基因组计划的成功实施，生命科学的战略重点转移到以阐明人类基因组整体功能为目标的功能基因组学上。蛋白质作为生命活动的“执行者”，自然成为新的研究焦点。以研究一种细胞、组织或完整生物体所拥有的全套蛋白质为特征的蛋白质组学自然就成为功能基因组学中的“中流砥柱”，构成了功能基因组学研究的战略制高点。
目前蛋白质组学的主要内容是建立和发展蛋白质组研究技术方法，进行蛋白质组分析。为了保证分析过程的精确性和重复性，大规模样品处理机器人也被应用到该领域。整个研究过程包括样品处理、蛋白质的分离、蛋白质丰度分析、蛋白质鉴定等步骤。
附图
自1995年蛋白质组一词问世到现在，蛋白质组学研究得到了突飞猛进的发展。我国的蛋白质组研究也在迅速开展，并取得了许多有意义的成果，中国科学家已经在重大疾病如肝癌，比较蛋白质组学的研究等方面取得了重要成就，在“973”计划的资助下，我国已经开始了二维电泳蛋白组分离研究、图像分析技术和蛋白质组鉴定质谱技术研究等。
如何抓住国际上蛋白质组学研究刚刚启动的时机，迅速地进入到蛋白质组学研究的国际前沿，是摆在我国生命科学研究发展方向上的一个重要课题。
目前我国在该领域的研发基础较好，只比先进国家落后5年左右。蛋白质组学属科学前沿，专家建议结合我国现行的基因组研究及其他有我国特色或优势的领域开展研究，不要重复或追随国际已有的工作，而应走自己的路，未来10年内有可能取得重大科学突破。
生物制药技术
生物制药被称为生物技术的“第一次浪潮”，其诱人前景引起了全世界各国政府、科技界、企业界的高度关注。
在过去的30年间，全球生物技术取得了令人瞩目的成就。据美国著名咨询机构安永公司2004年和2005年发表的第十八和第十九次全球生物技术年度报告分析，2003年全球生物技术产业营收达410亿美元。目前已有190余种生物技术产品获准上市，激发起投资者对生物技术股与融资的兴趣。
近20年来，我国医药生物技术产业取得了长足的进步，据《中国生物技术发展报告2004》统计，我国已有25种基因工程药物和基因工程疫苗，具有自主知识产权的上市药物达9种，重组人ω－干扰素喷鼻剂2003年4月获得国家临床研究批文，可用于较大规模高危人群的预防。但总体上与世界先进水平相比还存在很大的差距，医药生物技术产品的销售收入仅占医药工业总销售额的7.5％左右。
为加快我国生物制药技术的发展，今后的研究开发重点是：
——生物技术药物（包括疫苗）及制备技术。围绕危害人民健康的神经系统、免疫系统、内分泌系统和肿瘤等重大疾病和疑难病症的防治与诊断，应用基因工程、细胞工程、发酵工程和酶工程等技术，开发单克隆抗体、基因工程药物、反义药物、基因治疗药物、可溶性蛋白质药物和基因工程疫苗，拓宽医药新产品领域；
——高通量筛选技术。目前，国外许多制药公司已把高通量筛选作为发现先导化合物的主要手段。典型的高通量筛选模式为每次筛选1000个化合物，而超高通量筛选可每天筛选10万多个化合物。随着分析容量的增大，分析检测技术、液体处理及自动化、连续流动以及信息处理将成为未来高通量筛选技术研究的重点；
——天然药物原料制备。目前，已经发现人类患有3万多种疾病，其中1／3靠对症治疗，极少数人能够治愈，而大多数人缺乏有效的治疗药物。以往多用合成药物，随着科技的进步，人们自我保健意识增强，对天然药物的追求与日俱增。当前世界各国都在加强天然药物的研发。
生物信息学研究
在生命科学的研究中，以计算机为工具对生物信息进行储存、检索和分析，对基因组研究相关生物信息获取、加工、储存、分配、分析和解释——上世纪80年代一经产生，生物信息学就得到了迅猛发展。其研究一方面是对海量数据的收集、整理与服务；另一方面是利用这些数据，从中发现新的规律。
具体地讲，生物信息学是把基因组DNA序列信息分析作为源头，找到基因组序列中代表蛋白质和RNA基因的编码区；同时，阐明基因组中大量存在的非编码区的信息实质，破译隐藏在DNA序列中的遗传语言规律；在此基础上，归纳、整理与基因组遗传信息释放及其调控相关的转录谱和蛋白质谱的数据，从而认识代谢、发育、分化、进化的规律。另外生物信息学还利用基因组中编码区的信息进行蛋白质空间结构的模拟和蛋白质功能的预测，并将此类信息与生物体和生命过程的生理生化信息相结合，阐明其分子机理，最终进行蛋白质、核酸的分子设计、药物设计和个体化的医疗保健设计。
生物信息学的发展已经将基因组信息学、蛋白质的结构计算与模拟以及药物设计有机地连接在一起，它将导致生物学、物理学、数学、计算机科学等多种科学文化的融合，造就一批新的交叉学科。
科学家们普遍相信，本世纪最初的若干年是人类基因组研究取得辉煌成果的时代，也是生物信息学蓬勃发展的时代。据预测，到2005年生物信息的全球市场价值将达到400亿美元。
我国生物信息学研究起步较早。20世纪80年代末，国内学者就在《自然》上报道了免疫球蛋白基因超家族计算机分析的工作。目前，多家大学和研究机构也相继成立了生物信息中心或研究所，各种原始数据库、镜像数据库和二级数据库也已经逐步建立，同时我国还建立了相关的工作站和网络服务器，实现了与国际主要基因组数据库及研究中心的网络连接，开发了用于核酸、蛋白结构、功能分析的计算工具以及蛋白质三维结构预测、并行化的高通量基因拼接和基于群论方法开发的基因预测等多种软件。中国学者还运用自主开发的电脑克隆程序，开展了大规模EST数据分析，建立了一系列基因组序列分析新算法和新技术，并在国内外著名科学杂志上发表了一系列论文，取得了引人注目的进展，尤其在人类基因组基因数目的预测上获得了与目前的实验事实相当吻合的结果，在国际上获得普遍认可。
农作物新品种培育技术
最近几年，农业生物技术的发展对农业产业结构调整产生的巨大影响，已引起各国政府和科学家的高度重视。农业生物技术领域研究中最活跃的是育种技术——应用现代分子生物学和细胞生物学技术进行品种改良，创造更加适合人类需要的新物种，获得高产、优质、抗病虫害新品种。这使得新品种层出不穷，品种在农业增产中的贡献率将由现在的30％提高到50％。国际水稻研究所已经培育出每公顷7500公斤的超级水稻，非洲培育出增产10倍的超级木薯。
我国该领域的基础研究和高技术研究取得了一批创新成果：如植物转基因技术、细胞培育技术、籼稻的全基因组测序、花粉管通道转基因方法等，使研制具有自主知识产权的转基因农作物新品种成为现实和可能。目前，已培育出亩产达到807.4公斤的超级杂交稻；2004年转基因抗虫棉的种植面积已占全国棉花种植面积的50％左右；利用细胞工程技术培育的抗白粉病、赤霉病和黄矮病等小麦新品种已累计推广1100多万亩；植物组织培养和快繁脱毒技术在马铃薯、甘蔗、花卉生产中发挥了重要的作用。
专家认为，我国农作物新品种培育的研发基础较好，整体科研技术与国外处于同等水平，只要充分利用资源，发挥优势，很可能在该领域取得突破。
纳米材料与纳米技术
纳米科技是上世纪末才逐步发展起来的新兴科学领域，它的迅猛发展将在21世纪促使几乎所有工业领域产生一场革命性的变化。纳米材料是未来社会发展极为重要的物质基础，许多科技新领域的突破迫切需要纳米材料和纳米科技支撑，传统产业的技术提升也急需纳米材料和技术的支持。
近年来，科技强国在该领域均取得了相当重要的进展。
在纳米材料的制备与合成方面，美国科学家利用超高密度晶格和电路制作的新方法，获得直径8nm、线宽16nm的铂纳米线；法国科学家利用粉末冶金制成了具有完美弹塑性的纯纳米晶体铜，实现了对纳米结构生长过程中的形状、尺寸、生长模式和排序的原位、实时监测；德国科学家巧妙地利用交流电介电泳技术，将金属与半导体单壁碳纳米管成功分离；日本用单层碳纳米管与有机熔盐制成高度导电的聚合物纳米管复合材料。
在纳米生物医学器件方面，科学家用特定的蛋白质或化合物取代用硅纳米线制成场效应晶体管的栅极用以诊断前列腺癌、直肠癌等疾病，成百倍地提高了诊断的灵敏度。另外，纳米技术在医学应用、纳米电子学、纳米加工、纳米器件等方面也有新进展。与此同时，国外大企业纷纷介入，推动了纳米技术产业化的进程。
当前纳米材料研究的趋势是，由随机合成过渡到可控合成；由纳米单元的制备，通过集成和组装制备具有纳米结构的宏观试样；由性能的随机探索发展到按照应用的需要制备具有特殊性能的纳米材料。
纳米材料和技术很可能在以下四个领域的应用上有所突破：一是IT产业（芯片、网络通讯和纳米器件）；二是在生物医药领域应用纳米生物传感的早期诊断和治疗，到2010年将给人类带来新的福音；三是在显示和照明领域的应用已有新的进展，纳米光纤、纳米微电极等已产生极大影响；四是纳米材料技术与生物技术相结合，在基因修复和标记各种蛋白酶等方面蕴育新的突破，预计2010年纳米技术对国际GDP的贡献将超过2万亿美元。
我国纳米材料研究起步较早，基础较好，整体科研水平与先进国家相比处于同等水平，部分技术落后5年左右。目前有300多个从事纳米材料基础研究和应用的研究单位，并在纳米材料研究上取得了一批重要成果，引起了国际上的广泛关注。据英国有关权威机构提供的调查显示，我国纳米专利申请件数排名世界第三位。
国内目前已建成100多条纳米材料生产线，产品质量大都达到或接近国际水平。与发达国家相比，我国的差距一是在纳米材料制备与合成方面尚处于粗放阶段，缺乏应用目标的牵引，集成不够；二是纳米材料计量、测量和表征技术明显落后于国外，对标准试样和标准方法的建立重视不够，对表征手段的建立投资不足；三是纳米材料的基础研究、应用研究和开发研究出现脱节，纳米材料研究缺乏针对性；四是学科交叉、技术集成不够。
链接：
信息技术正在发生结构性变革
目前，信息技术正在发生结构性的变革，在信息器件向高速化、微型化、一体化和网络化发展的同时，软件和信息服务成为发展重点。大规模集成电路正快速向系统芯片发展；移动通信技术正在向第三代、第四展，将提供更优质、更快速、更安全的服务，并带来巨大的经济利益；电信网、计算机网和有线电视网三网融合趋势进一步加快，无线网络成为世界关注的重点；全球化的信息网络将像电力、电话一样为社会公众提供各种信息服务，越来越深刻地改变着人们的学习、工作和生活方式，也将对产业结构调整产生重大影响。
微电子技术、计算机技术、软件技术、通信技术、网络技术等领域的发展方兴未艾，极有可能引发新一轮产业革命。
大显神通的新材料
高性能结构材料是具有高比强度、高比刚度、耐高温、耐腐蚀、耐磨损的材料，对支撑交通运输、能源动力、电子信息、航空航天以及国家重大工程起着关键性作用。
新型功能材料是一大类具有特殊电、磁、光、声、热、力、化学以及生物功能的材料，是信息技术、生物技术、能源技术和国防建设的重要基础材料。当前国际上功能材料及其应用技术正面临新的突破，诸如信息功能材料、超导材料、生物医用材料、能源材料、生态环境材料及其材料的分子、原子设计正处于日新月异的发展之中。
基因组学的研究内容范文5
对于海归学者，他们常常会被问到同一个问题：为什么要选择回国？对此，杨进的回答十分坚定：“祖国教育了我培养了我，出国时我就坚定了回国的信念。如今，我在技术上和系统思维上已经收获了丰富的积累，是时候回到祖国，铺展我的梦想，为祖国做些事情了。”
把梦想带回祖国
1996年，杨进来到大阪大学，攻读硕、博士学位。由于表现出色，他在学习期间便提前在日本就职。当时，杨进被派到日本国立循环器病中心，这是日本最好的心脏病研究中心，而杨进也有幸在这里，作为主要成员，全程参与了世界“三大疾病基因组计划”之一的“新世纪计划”的工作。
“这5年的收获确实很大。”杨进说，5年中，他不仅在技术层面收获颇丰，更养成了系统的科学思维方式。边学边思考，结合自己的临床医学背景，杨进开始思考怎样把这些基因组学成果转化为具体的疾病预防实践。然而，要从事这项工作并非一件容易的事，这门学科需要涉及预防医学、基因组学、遗传学、流行病学、营养学、健康管理等诸多学科，对于研究者的交叉背景与素质要求极高。考虑到自己的医学背景以及在“新世纪计划”5年的实战中收获的一系列技术经验与思维方法，杨进开始计划回国事宜。他毫不掩饰自己的梦想，成就一番事业，为祖国做出一份贡献，这就是他回国的目的。
杨进说，当个体全基因组测序成本降到1000美金的时候，每个人都将可能拥有自己的基因图谱，检测简单而便捷，检测出的30亿对碱基中蕴含着每个人的遗传信息。然而，这些遗传信息与我们的疾病与健康状况之间有怎样的联系？我们又怎样才能有效地把检测结果翻译过来，最终变成具体的医学实践呢？这两个问题便是杨进研究与推进的预防基因组医学的奥义所在。
杨进说21世纪就是生命科学与生物技术的时代。曾有专家预测，由生物技术突破所形成的生物产业的市场价值将是信息产业价值的10倍；另外，基因组与健康相结合已是大势所趋，基因组与健康产业已经形成新的经济增长点，预计其在发达国家15年内将成为国家和地区的支柱产业。当前的发展形式也验证了这一趋势。以预防为主的预防基因组医学研究将成为21世纪的主流医学，它在我国有着广阔的前景。
带着雄心与抱负，杨进通过与企业密切合作，开始将自己心中那个构想多年的梦想搬进现实中来。
参与其中才能有所发现
尽管预防基因组医学研究被视为21世纪的主流医学，但目前，这门科学仍是一门新兴学科，更没有一个明确的定义。在这种背景下，杨进率先提出了预防基因组医学的定义，并前瞻性地提出预防基因组医学的发展需要经过基因组基础上遗传分析与基因组导向下健康管理、预防基因组医学信息产业的发展、最终借助互联网技术实现接口DNA and Health三个阶段。
杨进说，预防基因组医学系统体系中的关键技术就是遗传分析技术，要想做好遗传分析首先必须在理论上对它有一个系统、全面的认识。因此，他带领团队编著了《复杂疾病的遗传分析》一书，该书是我国首部专门阐述复杂疾病遗传分析理论、方法、内容及具体实践的著作，已被列入“十二五”国家重点图书出版规划项目。杨进不仅在理论领域坚持拓荒，更在产学研用上亲身参与到这场蓄势待发的变革中。围绕预防基因组医学相关关键技术，以解决瓶颈问题为目标，尤其是针对复杂重大疾病，他正带领团队积极进行系统创新。在日本研习多年，杨进以其在实战中养成的战略性科学思维，高屋建瓴地完成了一系列学科发展的顶层设计，同时，更身体力行地将日本科研领域“科学家热爱科学，企业家尊重科学”的风气与氛围带回国内，带进自己的实验室。在技术上，他们有自己原创的理论体系，在转化上他们又形成了一套自己的转化体系，而他们的最终目标就是服务于市场、真正做到促进我国健康水平的提高。
现在，在技术与转化方面，杨进正并驾齐驱地推进发展。他带领团队创建预防基因组医学突变基因功能研究平台，研究和阐明散发性结直肠癌等复杂疾病分子发病机制，找出对这些复杂疾病进行风险预警的新的基因标识，用于指导疾病预警。他们利用第二代测序技术寻找中国汉族人群散发性结直肠癌新的候选基因，目前已经筛查出5～10个未被报道过的新基因，下一步将对新基因进行基因功能研究。与此同时，杨进还在带领团队围绕高血压、糖尿病遗传分析模型和综合内外因评估模型进行再创新。
杨进说，只有把技术吃透，才能在日后真正开发出好的产品；只有亲自做原始创新工作，才能真正掌握学科的理论。他说，如果原始创新研究做不好，转化更是无从谈起。正是出于这样的原因，无论多忙，在科研上杨进都亲力亲为，并坚定地向原始创新的学科研究发起挑战。
围绕复杂疾病遗传分析关键技术，杨进有条不紊地带领团队进行着系统的创新工作。尽管目前的学科还存在很多的不规范之处，但他希望通过自己的参与和总结，规范行业标准，从而建立产学研的整体思路，开发出高水平的产品。
去年，由杨进担任会长的基因组与健康学会顺利成立，这是他扩大平台、扩大学科影响并向群众普及预防基因组医学知识迈出的重要一步。参与其中，迎接挑战，杨进开始望见梦想的曙光。
让团队建设个性化与系统化
在杨进的预防基因组医学学科建设中，还有一个尤为重要的部分，那就是学科团队的建设。经过几年的努力，由他组建的西北大学预防基因组医学研究所已培养技术骨干20余人，如今，团队规模已超过30人。围绕转化关键技术，他建立了五大平台，进行原始系统集成创新。
“我们正处于个性化健康时代和系统医学时代。人才培养是一个道理，对待人才，既要坚持个性化发展，同时还要坚持系统性规划。”个性化与系统化诠释了杨进在团队管理上的模式与经验。他重视团队的氛围，要求团队成员必须热爱科学、尊重科学，同时还要具备市场意识；他充分尊重每个人的个性，每个人在团队中都可以各抒己见，开放、共享、快乐、包容是这支团队的标签；他考量每个人的专长，为人才规划好发展道路后，给予他们充分的信任，让每个人自由地发展。
基因组学的研究内容范文6
【关键词】信息技术 药物设计 复合型人才 教学研究
【中图分类号】G642 【文献标识码】A 【文章编号】1674-4810（2015）33-0032-02
互联网又称为因特网（Internet），是通过公用语言交互通信的计算机连接而成的全球网络，伴随着广播、电视、卫星通信等技术手段构成的现代通信和传播技术的发展，使得信息从采集的数量、传播的速度和规模方面都迅猛增加。正如全球知名咨询公司麦肯锡指出的：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来”，我们已经进入了“大数据”时代。此外，在生物医学领域，2000年6月26日，号称“生命登月计划”的人类基因组计划取得了突破性进展，美、英、日、法、德、中6个国家16个研究中心联合绘制的人类基因组草图画好了，这注定是生命科学一个重要的里程碑，从此人类从基因组时代进入后基因组时代。后基因组时代将采用一系列前沿技术，主要研究功能基因组，从而使生物工程技术在医药和农业等相关领域广泛运用，造福全人类。2015年1月20日，美国总统奥巴马在国情咨文中提出“精准医学计划（Precision medicine）”，精准医学计划是以个体化医疗为基础，伴随着基因组测序计划迅猛发展及生物信息与大数据科学交叉应用而发展起来的新型医学概念和医疗模式。在这种时代背景下，社会更加迫切需要熟练掌握生物医药、计算机技术和数据处理等方面的复合型人才。
药物设计学是近年发展起来的与药物化学紧密相关的新兴学科，它将生命科学和计算机科学领域的最新技术融入到创新药物的研制过程中，改变了传统盲目的药物研究历史。这门交叉学科是以化学生物学为主线，内容涵盖了生命科学、化学、医学和计算机科学的最新研究成果。在当前时代背景下，重点从教学内容、教学实践和教学方法上对药物设计课程进行改革，力争进一步提升新药研发的复合型人才的培养。
一 教学内容的改革
经典的药物设计内容是基于“一个基因、一种药物、一种疾病”的传统药物发现模式，它是以追求高活性和高选择性配体为目标，主要由先导化合物的发现和优化两个部分组成。合理药物设计取得重大突破的重要原因之一就是计算机辅助药物设计方法的发展，因此在以前的讲学过程中将计算机辅助药物设计从先导化合物发现中单独出来进行了专门讲述，获得了较好的讲课效果。
基于靶点的药物设计，是采用分子生物学，尤其是基因组学和蛋白质组学为药物研究提供新的靶标，虽然目前基因组及蛋白质组的研究提供药物靶标的数目不多，但伴随着基因组和蛋白质组的发展，药物靶标的数目将会显著增加，合理药物靶标的选取直接决定了药物开发的成败。基于结构的药物设计，包括基于靶点结构的药物设计、基于配体结构的药物设计和结构与活性构效关系研究，它是合理药物设计的主要内容。药物研发是一个多学科交叉、长周期、高投入的系统工程，伴随着多种新方法的出现和计算机技术的快速发展，计算机辅助药物设计已经广泛应用到药物研发的多个阶段中，它可以有效缩短药物开发的周期，提高药物开发的效率。系统药物设计，是通过整合药物化学、生物信息学和计
算机科学等多种学科技术，利用实验数据建立计算机模型，识别药物分子在有机体中的复杂行为和作用网络，力争发现高效、低毒的药物分子。统计数据显示候选药物中有1/3到1/2因为药代动力学特性或安全因素被淘汰，这是由生物系统和药物体内行为及作用模式的复杂性决定的，药物在体内行为包括吸收、分布、代谢、清除和毒性等，称为ADMET性质和药物―靶标相互作用谱，需要基于系统的方法论，建立药物―靶标相互作用预测网络，推动系统药物设计的发展和应用。
药物研究已经进入了自主创新的时代，因此在药物设计课程内容的学习中，一方面要将新药研究的创新思维、研究方法及成功案例贯穿于教学过程中，通过科研成果与教学内容有机结合，着重培养从事药物研发的复合型人才；另一方面将传统药物设计理论与当代药物研究最新进展相结合，学生可以更好地掌握药物设计的整体流程，深入理解药物靶点发现、先到化合物优化和改造策略，为以后从事医药相关领域的工作打下坚实的基础。
二 教学模式的改革
药物设计课程基于生物化学、药物化学、化学信息学、基因组学、蛋白质组学和计算化学等学科的研究成果，针对与疾病相关的药物靶点，参考其他类源性配体或天然产物底物的化学结构特征，并充分考虑生物系统和药物体内行为及作用模式的复杂性，设计出合理的药物分子。在教学过程中，为了加深对药物设计学基本理论和基本知识的理解，在教学过程中引入国际制药业巨头最新的药物设计案例并且制订了计算机药物设计的实验课程，力争在培养学生操作技能的同时，提高在实际工作中独立分析问题和解决问题的能力。传统的药物设计课程，是教师基于教材内容在课堂上单纯地进行讲述，这种教学模式是以教师为中心、以传授知识为目的，形成了教师单向灌输、学生被动接受的局面，忽略了对学生创新能力的培养，侧重于对学生知识的记忆存储，而没有重视学生综合素质和创新能力的培养。此外，由于课本内容多不具有时效性，使得学生感觉课本内容不能很好地与当今医药发展前沿相一致，从而降低了对所学知识的兴趣，因此在讲述教材的同时，通过对外文文献的广泛阅读，追踪当今国际医药行业巨头，如辉瑞、礼来、默克、拜耳等最新的药物研发进程，这样一方面可以提高学生对所学知识的兴趣，深入理解所学教材与现代医药发展的密切关系，另一方面可以了解当今医药的最新进展，为日后投入到医药相关行业打下基础。此外，根据药物设计课程的特点和存在的问题，从强化学生基本操作的角度出发，设计了计算机辅助药物设计实验课程，这样有助于加深学生对教材中所学知识的理解和掌握。传统的实验教学是以验证性实验为主，这样可以提高学生的实验操作技能，但缺乏激励学生创新的能力，因此在实验课中除了介绍基本的药物设计操作，还通过开设综合性、设计性实验，对有关实验课程内容进行优化，将过去的验证实验改为创新实验，鼓励学生通过自主学习去解决实验设计中遇到的问题，强化科研成果反哺教学，努力将科学研究和人才培养进行有机结合。
三 教学手段的改革
教学手段是师生相互传递教学信息的工具、媒体或设备。教学手段主要经历了口头语言、文字和书籍、印刷教材、电子试听设备和多媒体网络技术等五个使用手段。现代化的多媒体教学手段，可以将声音、图像、视频和文字等媒体融为一体，更加形象、直观地展示教学内容。因此，在实际教学过程中，根据教学目的和要求，积极开展多媒体教学课件的制作，例如采用计算机辅助药物设计软件，将蛋白与蛋白之间及蛋白与药物分子之间三维空间结构的动态变化制作成动画，参考最新药物研发的进展；将FDA新批准药物实体的立体化学结构及其与靶标蛋白的相互作用制作成三维图像；将药物在体内的代谢途径及药物―靶标之间作用网络制作成图像。通过这些图像的介绍，可以引起学生学习的兴趣，集中学生的注意力，更加生动、形象、直观地向学生展示教学内容，提高教学效率。除了单纯地讲授内容，还引入讨论法，根据教学要求向学生提出问题，通过这种方法激发学生的思维，调动学生的积极性，引导学生巩固学到的知识。此外为了让学生养成良好的自主学习的习惯，在教学过程中，一方面指导学生阅读药物设计、药物化学相关的教科书、参考书，这样有助于学生自己去领会、消化所学知识并且扩大知识面；另一方面指定课本中一部分内容，分给学生讲述，这样能够督促学生自主学习，进一步巩固所学习的内容。
在大数据的时代背景下，不同学科之间的交叉、融合越来越频繁，学校教学质量的高低和教学改革的成功与否，很大程度上取决于教师队伍的素质和积极性的发挥。药物设计课程作为药学教育的重要课程，从新药设计的基本理论和基本方法入手，系统介绍近年来药物发现的新技术和新领域，因此教师应该积极改革陈旧的教学内容、教学体系和教学方法，力争培养符合新世纪要求的新药研发复合型人才。
参考文献
[1]〔英〕维克托・迈尔-舍恩伯格、肯尼思・库克耶（著）.大数据时代（生活工作与思维的大变革）（周涛等译）[M].杭州：浙江人民出版社，2013
[2]仇缀百.药物设计学（第二版）[M].北京：高等教育出版社，2008
