大学生物论文2000字

1,序列比对(Sequence Alignment) 序列比对的基本问题是比较两个或两个以上符号序列的相似性或不相似性.从生物学的初衷来看,这一问题包含了以下几个意义:从相互重叠的序列片断中重构DNA的完整序列.在各种试验条件下从探测数据(probe data)中决定物理和基因图存贮,遍历和比较数据库中的DNA序列比较两个或多个序列的相似性在数据库中搜索相关序列和子序列寻找核苷酸(nucleotides)的连续产生模式找出蛋白质和DNA序列中的信息成分序列比对考虑了DNA序列的生物学特性,如序列局部发生的插入,删除(前两种简称为indel)和替代,序列的目标函数获得序列之间突变集最小距离加权和或最大相似性和,对齐的方法包括全局对齐,局部对齐,代沟惩罚等.两个序列比对常采用动态规划算法,这种算法在序列长度较小时适用,然而对于海量基因序列(如人的DNA序列高达109bp),这一方法就不太适用,甚至采用算法复杂性为线性的也难以奏效.因此,启发式方法的引入势在必然,著名的BALST和FASTA算法及相应的改进方法均是从此前提出发的. 2, 蛋白质结构比对和预测 基本问题是比较两个或两个以上蛋白质分子空间结构的相似性或不相似性.蛋白质的结构与功能是密切相关的,一般认为,具有相似功能的蛋白质结构一般相似.蛋白质是由氨基酸组成的长链,长度从50到1000~3000AA(Amino Acids),蛋白质具有多种功能,如酶,物质的存贮和运输,信号传递,抗体等等.氨基酸的序列内在的决定了蛋白质的3维结构.一般认为,蛋白质有四级不同的结构.研究蛋白质结构和预测的理由是:医药上可以理解生物的功能,寻找dockingdrugs的目标,农业上获得更好的农作物的基因工程,工业上有利用酶的合成.直接对蛋白质结构进行比对的原因是由于蛋白质的3维结构比其一级结构在进化中更稳定的保留,同时也包含了较AA序列更多的信息.蛋白质3维结构研究的前提假设是内在的氨基酸序列与3维结构一一对应(不一定全真),物理上可用最小能量来解释.从观察和总结已知结构的蛋白质结构规律出发来预测未知蛋白质的结构.同源建模(homology modeling)和指认(Threading)方法属于这一范畴.同源建模用于寻找具有高度相似性的蛋白质结构(超过30%氨基酸相同),后者则用于比较进化族中不同的蛋白质结构.然而,蛋白结构预测研究现状还远远不能满足实际需要. 3, 基因识别,非编码区分析研究. 基因识别的基本问题是给定基因组序列后,正确识别基因的范围和在基因组序列中的精确位置.非编码区由内含子组成(introns),一般在形成蛋白质后被丢弃,但从实验中,如果去除非编码区,又不能完成基因的复制.显然,DNA序列作为一种遗传语言,既包含在编码区,又隐含在非编码序列中.分析非编码区DNA序列目前没有一般性的指导方法.在人类基因组中,并非所有的序列均被编码,即是某种蛋白质的模板,已完成编码部分仅占人类基因总序列的3~5%,显然,手工的搜索如此大的基因序列是难以想象的.侦测密码区的方法包括测量密码区密码子(codon)的频率,一阶和二阶马尔可夫链,ORF(Open Reading Frames),启动子(promoter)识别,HMM(Hidden Markov Model)和GENSCAN,Splice Alignment等等. 4, 分子进化和比较基因组学 分子进化是利用不同物种中同一基因序列的异同来研究生物的进化,构建进化树.既可以用DNA序列也可以用其编码的氨基酸序列来做,甚至于可通过相关蛋白质的结构比对来研究分子进化,其前提假定是相似种族在基因上具有相似性.通过比较可以在基因组层面上发现哪些是不同种族中共同的,哪些是不同的.早期研究方法常采用外在的因素,如大小,肤色,肢体的数量等等作为进化的依据.近年来较多模式生物基因组测序任务的完成,人们可从整个基因组的角度来研究分子进化.在匹配不同种族的基因时,一般须处理三种情况:Orthologous: 不同种族,相同功能的基因；Paralogous: 相同种族,不同功能的基因；Xenologs: 有机体间采用其他方式传递的基因,如被病毒注入的基因.这一领域常采用的方法是构造进化树,通过基于特征(即DNA序列或蛋白质中的氨基酸的碱基的特定位置)和基于距离(对齐的分数)的方法和一些传统的聚类方法(如UPGMA)来实现. 5, 序列重叠群(Contigs)装配 根据现行的测序技术,每次反应只能测出500 或更多一些碱基对的序列,如人类基因的测量就采用了短枪(shortgun)方法,这就要求把大量的较短的序列全体构成了重叠群(Contigs).逐步把它们拼接起来形成序列更长的重叠群,直至得到完整序列的过程称为重叠群装配.从算法层次来看,序列的重叠群是一个NP-完全问题. 6, 遗传密码的起源 通常对遗传密码的研究认为,密码子与氨基酸之间的关系是生物进化历史上一次偶然的事件而造成的,并被固定在现代生物的共同祖先里,一直延续至今.不同于这种"冻结"理论,有人曾分别提出过选择优化,化学和历史等三种学说来解释遗传密码.随着各种生物基因组测序任务的完成,为研究遗传密码的起源和检验上述理论的真伪提供了新的素材. 7, 基于结构的药物设计 人类基因工程的目的之一是要了解人体内约10万种蛋白质的结构,功能,相互作用以及与各种人类疾病之间的关系,寻求各种治疗和预防方法,包括药物治疗.基于生物大分子结构及小分子结构的药物设计是生物信息学中的极为重要的研究领域.为了抑制某些酶或蛋白质的活性,在已知其蛋白质3级结构的基础上,可以利用分子对齐算法,在计算机上设计抑制剂分子,作为候选药物.这一领域目的是发现新的基因药物,有着巨大的经济效益. 8.生物系统的建模和仿真 随着大规模实验技术的发展和数据累积，从全局和系统水平研究和分析生物学系统，揭示其发展规律已经成为后基因组时代的另外一个研究 热点-系统生物学。目前来看，其研究内容包括生物系统的模拟（Curr Opin Rheumatol，2007，463-70），系统稳定性分析（Nonlinear Dynamics Psychol Life Sci，2007，413-33），系统鲁棒性分析（Ernst Schering Res Found Workshop， 2007，69-88）等方面。以SBML（Bioinformatics，2007，1297-8）为代表的建模语言在迅速发展之中，以布尔网络 （PLoS Comput Biol，2007，e163）、微分方程（Mol Biol Cell，2004，3841-62）、随机过程（Neural Comput，2007，3262-92）、离散动态事件系统等（Bioinformatics，2007，336-43）方法在系统分析中已经得到应 用。很多模型的建立借鉴了电路和其它物理系统建模的方法，很多研究试图从信息流、熵和能量流等宏观分析思想来解决系统的复杂性问题（Anal Quant Cytol Histol，2007，296-308）。当然，建立生物系统的理论模型还需要很长时间的努力，现在实验观测数据虽然在海量增加，但是生物系统的模型辨 识所需要的数据远远超过了目前数据的产出能力。例如，对于时间序列的芯片数据，采样点的数量还不足以使用传统的时间序列建模方法，巨大的实验代价是目前系 统建模主要困难。系统描述和建模方法也需要开创性的发展。 9.生物信息学技术方法的研究 生物信息学不仅仅是生物学知识的简单整理和、数学、物理学、信息科学等学科知识的简单应用。海量数据和复杂的背景导致机器学习、统 计数据分析和系统描述等方法需要在生物信息学所面临的背景之中迅速发展。巨大的计算量、复杂的噪声模式、海量的时变数据给传统的统计分析带来了巨大的困难， 需要像非参数统计（BMC Bioinformatics，2007，339）、聚类分析（Qual Life Res，2007，1655-63）等更加灵活的数据分析技术。高维数据的分析需要偏最小二乘（partial least squares，PLS）等特征空间的压缩技术。在计算机算法的开发中，需要充分考虑算法的时间和空间复杂度，使用并行计算、网格计算等技术来拓展算法的 可实现性。 10, 生物图像 没有血缘关系的人，为什么长得那么像呢？ 外貌是像点组成的，像点愈重合两人长得愈像，那两个没有血缘关系的人像点为什么重合？ 有什么生物学基础？基因是不是相似？我不知道，希望专家解答。 11, 其他 如基因表达谱分析,代谢网络分析;基因芯片设计和蛋白质组学数据分析等,逐渐成为生物信息学中新兴的重要研究领域;在学科方面,由生物信息学衍生的学科包括结构基因组学,功能基因组学,比较基因组学,蛋白质学,药物基因组学,中药基因组学,肿瘤基因组学,分子流行病学和环境基因组学,成为系统生物学的重要研究方法.从现在的发展不难看出,基因工程已经进入了后基因组时代.我们也有应对与生物信息学密切相关的如机器学习,和数学中可能存在的误导有一个清楚的认识.

基因与环境——调查探究生物基因是否会因环境而改变基因是在生物体内细胞核中染色体上DNA的片段，控制生物的性状。基因也是上一代给子代留下的遗传物质。转基因技术就是通过科学科技的人工方法改变某一生物的基因，使之的基因发生改变，性状也随之而改变，从而达到改良品种的目的。可以说任何生物所有的状态都与基因有关。所以说，要了解生物首先要了解基因。基因可以通过人工技术发生改变，除此之外，生物的基因是否还会因为环境的改变而变化呢？首先我们从最简单的开始。一、在同一地点挖出泥土，挑选饱满又大致一样的绿豆30颗，两个一样的花盆。接着种下绿豆，每天浇等量的水，把a盆放在阳光明媚处，b盆放在阴暗处；二、在同一地点挖出泥土，挑选饱满又大致一样的绿豆30颗，两个一样的花盆。接着种下绿豆，c、d两盆都放在阳光明媚处，每天给c浇大量的水，给d浇小量的水；三、在不同地点挖出泥土，挑选饱满又大致一样的绿豆30颗，两个一样的花盆。接着种下绿豆，每天浇等量的水，把e、f都放在阳光明媚处；四、挑选饱满又大致一样的绿豆30颗，两个一样的花盆。接着用泥土种下绿豆盆H，用水种下绿豆盆I，每天浇等量的水，都放在阳光明媚处；长大后发现，各盆的情况均不相同。所以我们初步认为生物基因会因环境而改变。后来我们又发现一些实例。以人类为例来说，人体内的基因会因为环境而发生改变。在我们的日常生活和工作中，会有许多知道或还不知道的因素，对我们体内数万亿个细胞的代谢产生影响。 这些有害因素可能体细胞的DNA发生作用，导致DNA的破坏，相应的基因的功能发生异常变化，影响到生命的安全和健康，当然细胞内还存在着相当完善的机制能够修复这些损害。但当DNA的破坏程度超过修复机制的修复能力时，就在细胞水平发生了问题，从少量细胞发生问题发展到临床可能表现为疾病并被检出的阶段所经历的时期可能是比较漫长的，在这个过程中，如果借助基因检测技术，那么早期发现某些疾病完全是可能的，这将大大降低医疗费用，大大减少患者的痛苦。其他生物也是如此吗？许多实验表明，确实如此。一项针对多种拟南芥的基因研究表明，环境因素对物种遗传多样性和基因组的影响很大。除了实验室中科学家的“最爱”，世界各地还分布着多种野生拟南芥。它们的生长速度、叶子颜色以及发枝方式都是不同的。在最新的研究中，由德国马普发育生物学研究所Detlef Weigel领导的国际科学家小组，从美洲、非洲和亚洲以及其他极地和亚热带区域搜集了19种拟南芥，并将它们的基因序列（约1.2亿个碱基对）与实验室用拟南芥基因组进行了对比研究，从而确定了相关的遗传差异。所得到的结果令人吃惊：它们遗传差异的广度远远超过了所谓的“改进基因组”。研究人员发现，平均每180个碱基对中就有一个是可变的。同时研究表明，大约4%的实验室用拟南芥基因组要么与野生种类差异很大，要么完全不存在于野生种类的拟南芥中。此外，大约十分之一的野生拟南芥基因是有缺陷的，无法完成正常的功能。新的研究结论为科学家提出了许多新的基础性问题。Weigel表示，“或许并不存在所谓的一个物种的基因组。迄今为止，对个体DNA序列的认识并不能使科学家充分理解一个物种的遗传潜能。”此外，拟南芥基因组的可塑性也令人惊讶。尽管拟南芥的基因组中的基因数量与人类和一些作物相当，但它整个基因组的大小不及后两者的十二分之一。同时，拟南芥基因组中几乎没有重复序列和无关联的“垃圾”序列。进一步研究表明，拟南芥与外界环境相互作用相关（比如抵御病原体和感染）的基因，其可变性大大超过其他功能基因。Weigel认为，这一遗传特性反映出拟南芥对当地生存环境的适应性，正是这些易变基因使得拟南芥能够经受干燥和潮湿，炎热和寒冷，并调节自身的生长季节。还有另一个关于动物基因和环境的事例。美国国家科学院对转基因动物对周边环境造成影响的问题高度重视。美国食物和药品管理局（FDA）要求该委员会专家组列出与动物生物技术相关的科学热点问题。在2002年8月12日公布的报告中，该委员会将转基因动物对自然生态系统环境的影响摆在所有热点问题的首位。一家美国公司（麻萨诸塞州的ABFW公司）生产了一种转基因大马哈鱼。该鱼生长速度非常快，长至成鱼的速度是普通大马哈鱼的三倍。一些科学家和环境组织对该鱼表示出强烈担忧。他们认为，转基因鱼会在与野生大马哈鱼的生存竞争中处于优势，并可能将一些有害的基因带给环境中的其他动物。但这家公司声称已经收集到有关该报告关心的热点问题的一系列资料。“我们将要投放市场的只是不能繁殖的雌性大马哈鱼，并不存在这样的环境问题。”虽然这一事例，没有直接说明，环境对基因的改变，但是转基因会对环境造成危害这一观点也间接说出确切的答案。也就是说生物基因会因环境而改变。基因和环境因素的相互作用基因作用的表现离不开内在的和外在的环境的影响。在具有特定基因的一群个体中，表现该基因性状的个体的百分数称为外显率；在具有特定基因而又表现该一性状的个体中，对于该一性状的表现程度称为表现度。外显率和表现度都受内在环境和外在环境的影响。内在环境指生物的性别、年龄等条件以及背景基因型。外在环境 ：① 温度。温度敏感突变型只能在某些温度中表现出突变型的性状，对于一般的突变型来说，温度对于基因的作用也有程度不等的影响。如实验一，ab两盆绿豆性状表现不一，我们大之人为是有温度影响；②营养。家兔脂肪的黄色决定于基因y的纯合状态以及食物中的叶黄素的存在。如果食物中不含有叶黄素，那么yy纯合体的脂肪也并不呈黄色。y基因的作用显然和叶黄素的同化有关。演化就细胞中DNA的含量来看，一般愈是低等的生物含量愈低，愈是高等的生物含量愈高。就基因的数量和种类来讲，一般愈是低等的生物愈少，愈是高等的生物愈多。DNA含量和基因数的增加与生理功能的逐渐完备是密切相关的。等等。基因最初是一个抽象的符号，后来证实它是在染色体上占有一定位置的遗传的功能单位。这次的调查和探究可以从分说明，生物基因会因环境而改变。另外在给你个参考，希望对你有帮助。生物燃料大有可为_生物论文你认为美国过分依赖进口石油吗？有人认为使用生物燃料的时机如今已经成熟：●最早从今年5月开始，圣路易斯市的公交乘客可以乘坐用柴油和豆油混合燃料驱动的公交汽车。●由于去年的玉米产量很高，以玉米为原料的乙醇生产行业今年打算使乙醇产量达到创纪录的水平。●还有埃德加·莱特利创造的方法。石油一再涨价使这位宾夕法尼亚农民非常烦恼，他开始用一种非常抢手的新式炉子燃料玉米给自家供暖。尽管用粮食作燃料不是新鲜事——鲁道夫·狄塞耳一个世纪之前就以花生油为燃料驱动汽车——但是这种想法突然之间变得非常实用。石油价格越来越高，而粮食价格却非常低，以至于政治家们和众多管理者正在重新考虑这个问题。能够完全燃料的、可再生的生物燃料在欧洲已经得到广泛使用。它可以缓解美国的石油供应，并有助于使美国的农业经济保持稳定。前景亮丽生物燃料甚至没有难闻的气味。用户报告说，以大豆作原料的生物柴油燃烧以后排出的废气有点像炸薯条的味道。专家们说，即使粮食的价格回升，如果美国为了遏制全球变暖而优先发展生物燃料，神巫燃料可能具有光明的前景。自从20世纪70年代人们开始使用汽油混合燃料以来，种植玉米的农民就一直敦促人们更多地使用乙醇作汽油燃料。除了用作牲畜饲料和出口之外，生产生物燃料如今已成为玉米的第三大用途。乙醇生产行业去年用玉米为原料总共生产了16亿加仑乙醇，而且生产规模还在扩大。伊利诺伊州的阿彻—丹尼尔斯—米德兰公司生产的乙醇约占美国总产量德一半，该公司打算把乙醇生产能力再扩大20%。今年最令人惊奇的是生物柴油的问世。实验结果表明，使用豆油和柴油混合燃料同普通柴油的效果一样好（特别寒冷的天气除外），而且比普通柴油干净得多。但是标准的混合燃料——80%柴油和20%豆油——成本太高了。据全国生物柴油委员会说，部分是由于大豆价格低廉，生物柴油的价格已从每加仑4美元降到1.25至2.25美元。这个价格与普通柴油的价格差不多，足以使许多人考虑使用生物柴油。政府补贴政府的补贴也促进了生物燃料的发展。去年11月份，美国农业部决定今后两年每年拿出1.5亿美元补贴乙醇生产厂家，用以增加乙醇和生物柴油等生物燃料的使用。至少有5个州正在考虑制订税收鼓励政策，以便进一步鼓励使用生物柴油。再上述政策的鼓励下，生物柴油的产量剧增——由1999年的50万加仑猛增到2000年的500万加仑。据估计，仅美国农业部制订的鼓励出事就可使生物柴油产量再提高3650万加仑。这些数目还是无法同每年560亿加仑的柴油产量相比。但是主张生产生物燃料的人士说，如果石油行业像布什政府日前宣布的那样，再2006年之前被迫转产低硫柴油，豆油可能会成为与生物燃料配套使用的主要润滑剂。实际上，润滑剂为粮食提供了另一个由希望的市场。研究人员已经用粮食为原料开发出同样廉价而且更有益于环境的替代品，取代石油产品用作半拖车挂钩、铁轨和链锯的润滑剂。此类项目将有助于给美国长期不振的农业注入资金。据可再生燃料协会说，仅乙醇生产一项每年就能为农民增加45亿美元的收入。