생물 정보학생물 의학을 포함하여 여러 과학 연구 분야를 지원하기 위해 생물학적 데이터를 정보 저장, 배포 및 분석 기술과 연결하는 하이브리드 과학. 생물 정보학은 게놈 서열 결정 및 유전자 발현 패턴의 측정을 포함하여 높은 처리량의 데이터 생성 실험에 의해 공급됩니다. 데이터베이스 프로젝트는 데이터를 큐레이터하고 주석을 달고 World Wide Web을 통해 배포합니다. 이러한 데이터를 채굴하면 과학적 발견과 새로운 임상 적용을 식별 할 수 있습니다. 특히 의학 분야에서, 생물 정보학에 대한 다수의 중요한 응용이 발견되었다. 예를 들어, 유전자 서열과 질병 사이의 상관 관계를 식별하고, 아미노산 서열로부터 단백질 구조를 예측하고, 새로운 약물의 설계를 돕고, DNA 서열 (약제 유전학)에 기초하여 개별 환자에 대한 치료를 조정하는데 사용된다.
생물 정보학의 데이터
생물 정보학의 고전적인 데이터는 유전자 또는 전체 게놈의 DNA 서열; 단백질의 아미노산 서열; 단백질, 핵산 및 단백질-핵산 복합체의 3 차원 구조. 추가적인 "-omics"데이터 스트림은: 전 사체, DNA로부터 RNA 합성 패턴; 단백질 학, 세포 내 단백질 분포; 상호 작용, 단백질-단백질 및 단백질-핵산 상호 작용의 패턴; 및 대사 체, 세포에서 활성 인 생화학 적 경로에 의한 소분자의 형질 전환의 성질 및 트래픽 패턴. 각각의 경우에 특정 세포 유형에 대한 포괄적이고 정확한 데이터를 획득하고 데이터 내의 변동 패턴을 식별하는 데 관심이있다. 예를 들어, 데이터는 셀 유형, 데이터 수집 타이밍 (셀주기 동안 또는 일주일, 계절 또는 연간 변동), 개발 단계 및 다양한 외부 조건에 따라 변동될 수 있습니다. Metagenomics 및 metaproteomics는 이러한 측정을 해수 통 또는 토양 샘플과 같은 환경 샘플에서 유기체에 대한 포괄적 인 설명으로 확장합니다.
생물 정보학은 생물학에서 데이터 생성 프로세스의 큰 가속에 의해 주도되었습니다. 게놈 시퀀싱 방법은 아마도 가장 극적인 효과를 보여줍니다. 1999 년에, 핵산 서열 아카이브는 단일 인간 게놈의 길이보다 약간 더 큰 총 35 억 개의 뉴클레오티드를 함유 하였다; 10 년 후 그들은 약 95 개의 인간 게놈 길이 인 283 억개 이상의 뉴클레오티드를 함유했다. 미국 국립 보건원 (National Institutes of Health)은 인간 게놈 시퀀싱 비용을 1,000 달러로 낮추 겠다는 목표를 설정함으로써 연구원들에게 도전했다. 이것은 DNA 시퀀싱을 미국 병원과 클리닉에서보다 저렴하고 실용적인 도구로 만들어 진단의 표준 구성 요소가 될 수있게합니다.
