Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
ткк 2ур 24,25. 3ур 1-6..docx
Скачиваний:
1
Добавлен:
01.07.2025
Размер:
61 Кб
Скачать
☆

5. Основы клеточной биотехнологии: биоинформатика

Клеточная биотехнология базируется на использовании культуры клеток, тканей и протопластов. Для того чтобы манипулировать клетками, нужно выделить их из растения и создать такие условия, при которых они могли бы жить и размножаться вне растительного организма. Метод культивирования изолированных клеток и тканей на искусственных питательных средах в стерильных условиях (in vitro) получил название культуры изолированных тканей и приобрёл особое значение в связи с возможностью его использования в биотехнологии. Следовательно, успешное изучение клеточной биотехнологии требует знания основных достижений в области физико-химической биологии. Наиболее перспективные направления современной биотехнологии включают разработки в области генной инженерии, клеточной инженерии, технологической биоэнергетики, белковой инженерии. Важным аспектом дисциплины является одновременное усвоение студентами теоретических и практических основ клеточной биотехнологии. Геномика, протеомика и биоинформатика. Структурная, функциональная и сравнительная геномика как основа создания генноинженерных конструкций на клеточном уровне. Протеом различных видов организмов, его функциональная организация и регуляция. Биоинформатика в планировании, организации и реализации биотехнологических задач. Биоинформатика это генерация новых знаний на основе данных о структуре и функции живых систем, биологически-активных веществ и их молекулярных мишеней.

Биоинформа́тика — совокупность методов и подходов[1], включающих в себя:

математические методы компьютерного анализа в сравнительной геномике (геномная биоинформатика).

разработка алгоритмов и программ для предсказания пространственной структуры белков (структурная биоинформатика).

исследование стратегий, соответствующих вычислительных методологий, а также общее управление информационной сложности биологических систем[2].

В биоинформатике используются методы прикладной математики, статистики и информатики. Биоинформатика используется в биохимии, биофизике, экологии и в других областях. Биоинформатика стала важной частью многих областей биологии. В экспериментальный молекулярной биологии методы биоинформатики, такие как создание изображений и обработка сигналов позволяют получать полезные результаты из большого количества исходных данных. В области генетики и геномики, биоинформатика помогает в упорядочивании и аннотировании геномов и наблюдаемых мутаций. Она играет роль в анализе данных из биологической литературы и развитии биологических и генетических онтологии по организации и запросу биологических данных. Она играет роль в анализе гена, экспрессии белка и регуляции. Инструменты биоинформатики помогают в сравнении генетических и геномных данных и, в целом, в понимании эволюционных аспектов молекулярной биологии. В общем виде, она помогает анализировать и каталогизировать биологические пути и сети, которые являются важной частью системной биологии. В структурной биологии, она помогает в симуляции и моделировании ДНК, РНК и белковых структур а также молекулярных взаимодействий.

Опираясь на признание важной роли передачи, хранения и обработки информации в биологических системах, в 1970 году Полина Хогевег ввела термин "биоинформатика", определив его как изучение информационных процессов в биотических системах[3][4]. Это определение проводит параллель биоинформатики с биофизикой (учение о физических процессах в биологических системах) или с биохимией (учение о химических процессах в биологических системах)[3].

В начале «геномной революции» термин «биоинформатика» был переоткрыт и обозначал создание и техническое обслуживания базы данных для хранения биологической информации

Последовательности. Компьютеры стали необходимыми в молекулярной биологии, когда белковые последовательности стали доступны после того, как Фредерик Сэнгер определил последовательность инсулина в начале 1950х. Сравнение нескольких последовательностей вручную оказалось непрактичным. Пионером в этой области была Маргарет Окли Дэйхоф (Margaret Oakley Dayhoff). Дэвид Липман (директор Национального центра биотехнологической информации) назвал её "матерью и отцом биоинформатики". Дэйхоф составила одну из первых баз последовательностей белков, первоначально опубликовав в виде книг и стала первооткрывателем методов выравнивания последовательностей и молекулярной эволюции.

Геномы. Поскольку полные последовательности генома стали доступны, снова с новаторской работой Фредерика Сэнгер термин "биоинформатика" был переоткрыт и обозначал создание и техническое обслуживания баз данных для хранения биологической информации, такой как последовательности нуклеотидов ( база данных GenBank в 1982). Создание таких баз данных включало в себя не только вопросы оформления, но и создание комплексного интерфейса, позволяющего исследователям запрашивать имеющиеся данные и добавлять новые. С публичной доступностью данных, инструменты для их обработки были быстро разработаны и описаны в таких журналах, как "Исследование Нуклеиновых Кислот", который опубликовал специализированные вопросы по инструментам биоинформатики уже в 1982 году.

Главная цель биоинформатики — способствовать пониманию биологических процессов. Отличие биоинформатики от других подходов состоит в том, что она фокусируется на создании и применении интенсивных вычислительных методов для достижения этой цели. Примеры подобных методов: распознавание образов, data mining, алгоритмы машинного обучения и визуализация биологических данных. Основные усилия исследователей направлены на решение задач выравнивания последовательностей, нахождения генов (поиск региона ДНК, кодирующего гены), расшифровки генома, конструирования лекарств, разработки лекарств, выравнивания структуры белка, предсказания структуры белка, предсказания экспрессии генов и взаимодействий «белок-белок», полногеномного поиска ассоциаций и моделирования эволюции.

Биоинформатика сегодня подразумевает создание и совершенствование баз данных, алгоритмов, вычислительных и статистических методов и теории для решения практических и теоретических проблем, возникающих при управлении и анализе биологических данных.