المعلوماتية الحيوية

الموسوعة الحرة

المعلوماتية الحيوية المبكرة - المحاذاة الحسابية للتسلسلات المحددة تجريبياً لفئة من البروتينات ذات الصلة؛ راجع § تحليل التسلسل لمزيد من المعلومات.
خريطة الكروموسوم X البشري (من موقع المركز الوطني لمعلومات التكنولوجيا الحيوية (NCBI))

علم المعلومات الحيوية ( /ˌbaɪ.oʊˌɪnfərˈmætɪks/ )​​​​​​​​​​​​​​​ ⓘ ) هومجالعلميمتعدد التخصصاتيطور أساليبوأدوات برمجيةلفهمالبياناتالبيولوجية، وخاصة عندما تكون مجموعات البيانات كبيرة ومعقدة. يستخدم علم المعلومات الحيويةعلم الأحياءوالكيمياءوالفيزياءوعلومالكمبيوتروبرمجةالكمبيوتروهندسةالمعلوماتوالرياضياتوالإحصاءلتحليلوتفسيرالبيانات البيولوجية. يمكن الإشارة إلى عملية تحليل البيانات وتفسيرها أحيانًا باسمعلم الأحياء الحاسوبيالتمييز.بالنسبة للبعض، يشير مصطلح علم الأحياء الحاسوبي إلى بناء واستخدام نماذج للأنظمة البيولوجية.

تم استخدام التقنيات الحسابية والإحصائية وبرمجة الكمبيوتر لتحليلات المحاكاة الحاسوبية للاستعلامات البيولوجية. وهي تشمل "خطوط الأنابيب" التحليلية المحددة المعاد استخدامها، وخاصة في مجال علم الجينوم ، مثل تحديد الجينات وتعدد أشكال النوكليوتيدات المفردة ( SNPs ). تُستخدم خطوط الأنابيب هذه لفهم الأساس الجيني للأمراض بشكل أفضل، والتكيفات الفريدة، والخصائص المرغوبة (خاصة في الأنواع الزراعية) ، أو الاختلافات بين السكان. تشمل المعلوماتية الحيوية أيضًا علم البروتينات ، الذي يحاول فهم المبادئ التنظيمية داخل تسلسلات الأحماض النووية والبروتينات . [1]

تسمح معالجة الصور والإشارات باستخراج نتائج مفيدة من كميات كبيرة من البيانات الخام. في مجال علم الوراثة، تساعد في تسلسل وشرح الجينومات وطفراتها المرصودة . تشمل المعلوماتية الحيوية استخراج النصوص من الأدبيات البيولوجية وتطوير الأنطولوجيات البيولوجية والجينية لتنظيم البيانات البيولوجية والاستعلام عنها. كما تلعب دورًا في تحليل التعبير عن الجينات والبروتينات وتنظيمها. تساعد أدوات المعلوماتية الحيوية في مقارنة وتحليل وتفسير البيانات الجينية والجينومية وبشكل عام في فهم الجوانب التطورية لعلم الأحياء الجزيئي. على مستوى أكثر تكاملاً، تساعد في تحليل وفهرسة المسارات والشبكات البيولوجية التي تشكل جزءًا مهمًا من علم الأحياء النظمي . في علم الأحياء البنيوي ، تساعد في محاكاة ونمذجة الحمض النووي [2] والحمض النووي الريبي [2] [3] والبروتينات [4] بالإضافة إلى التفاعلات الجزيئية الحيوية. [5] [6] [7] [8]

تاريخ

تم صياغة أول تعريف لمصطلح المعلوماتية الحيوية من قبل بولين هوجيويج وبن هيسبر في عام 1970، للإشارة إلى دراسة العمليات المعلوماتية في الأنظمة الحيوية. [9] [10] [11] [12] [13] وضع هذا التعريف المعلوماتية الحيوية كمجال موازٍ للكيمياء الحيوية (دراسة العمليات الكيميائية في الأنظمة البيولوجية). [10] تقدم مقالة حديثة في مجلة محكمة تاريخًا موجزًا ​​مثيرًا للاهتمام للمعلوماتية الحيوية [14]

تتضمن المعلوماتية الحيوية وعلم الأحياء الحاسوبي تحليل البيانات البيولوجية، وخاصة تسلسلات الحمض النووي والحمض النووي الريبي والبروتينات. شهد مجال المعلوماتية الحيوية نموًا هائلاً بدءًا من منتصف تسعينيات القرن العشرين، مدفوعًا إلى حد كبير بمشروع الجينوم البشري والتقدم السريع في تكنولوجيا تسلسل الحمض النووي. [ بحاجة لمصدر ]

يتضمن تحليل البيانات البيولوجية لإنتاج معلومات ذات معنى كتابة وتشغيل برامج برمجية تستخدم خوارزميات من نظرية الرسم البياني والذكاء الاصطناعي والحوسبة الناعمة واستخراج البيانات ومعالجة الصور والمحاكاة الحاسوبية . تعتمد الخوارزميات بدورها على أسس نظرية مثل الرياضيات المنفصلة ونظرية التحكم ونظرية النظام ونظرية المعلومات والإحصاء . [ بحاجة لمصدر ]

التسلسلات

تُستخدم تسلسلات المواد الجينية بشكل متكرر في المعلوماتية الحيوية، كما أنها أسهل في الإدارة باستخدام أجهزة الكمبيوتر مقارنة بالإدارة اليدوية.
هذه هي التسلسلات التي تتم مقارنتها في محاذاة تسلسلات متعددة (MSA) في MUSCLE. كل اسم تسلسل (العمود الأيسر) هو من أنواع مختلفة من القمل، في حين أن التسلسلات نفسها موجودة في العمود الثاني.

لقد حدث تقدم هائل في السرعة وخفض التكاليف منذ اكتمال مشروع الجينوم البشري، حيث أصبحت بعض المختبرات قادرة على تسلسل أكثر من 100000 مليار قاعدة كل عام، ويمكن تسلسل الجينوم الكامل مقابل 1000 دولار أو أقل. [15]

أصبحت أجهزة الكمبيوتر ضرورية في علم الأحياء الجزيئي عندما أصبحت تسلسلات البروتين متاحة بعد أن حدد فريدريك سانجر تسلسل الأنسولين في أوائل الخمسينيات. [16] [17] تبين أن مقارنة التسلسلات المتعددة يدويًا أمر غير عملي. قامت مارجريت أوكلي دايهوف ، وهي رائدة في هذا المجال، [18] بتجميع إحدى قواعد بيانات تسلسل البروتين الأولى، والتي نُشرت في البداية على شكل كتب [19] بالإضافة إلى طرق محاذاة التسلسل والتطور الجزيئي . [20] كان إلفين أ. كابات أحد المساهمين الأوائل في علم المعلومات الحيوية ، حيث كان رائدًا في تحليل التسلسل البيولوجي في عام 1970 من خلال مجلداته الشاملة لتسلسلات الأجسام المضادة التي تم إصدارها عبر الإنترنت مع تاي تي وو بين عامي 1980 و1991. [21]

في سبعينيات القرن العشرين، تم تطبيق تقنيات جديدة لتسلسل الحمض النووي على البكتيريا العاثية MS2 وøX174، ثم تم تحليل تسلسلات النوكليوتيدات الممتدة باستخدام خوارزميات معلوماتية وإحصائية. أوضحت هذه الدراسات أن السمات المعروفة، مثل مقاطع الترميز والرمز الثلاثي، يتم الكشف عنها في التحليلات الإحصائية المباشرة وكانت بمثابة دليل على مفهوم أن المعلوماتية الحيوية ستكون مفيدة. [22] [23]

الأهداف

من أجل دراسة كيفية تغير الأنشطة الخلوية الطبيعية في حالات مرضية مختلفة، يجب دمج البيانات البيولوجية الخام لتشكيل صورة شاملة لهذه الأنشطة. لذلك [ متى؟ ] ، تطور مجال المعلوماتية الحيوية بحيث تتضمن المهمة الأكثر إلحاحًا الآن تحليل وتفسير أنواع مختلفة من البيانات. وهذا يشمل أيضًا تسلسلات النوكليوتيدات والأحماض الأمينية ، ومجالات البروتين ، وهياكل البروتين . [24]

تشمل التخصصات الفرعية المهمة في علم المعلومات الحيوية وعلم الأحياء الحاسوبي ما يلي:

  • تطوير وتنفيذ برامج الكمبيوتر للوصول إلى مختلف أنواع المعلومات وإدارتها واستخدامها بكفاءة.
  • تطوير خوارزميات رياضية جديدة ومقاييس إحصائية لتقييم العلاقات بين أعضاء مجموعات البيانات الضخمة. على سبيل المثال، هناك طرق لتحديد موقع جين داخل تسلسل، والتنبؤ ببنية البروتين و/أو وظيفته، وتجميع تسلسلات البروتين في مجموعات من التسلسلات ذات الصلة.

الهدف الأساسي لعلم المعلومات الحيوية هو زيادة فهم العمليات البيولوجية. ما يميزه عن غيره من الأساليب هو تركيزه على تطوير وتطبيق تقنيات مكثفة حسابيًا لتحقيق هذا الهدف. تشمل الأمثلة: التعرف على الأنماط ، واستخراج البيانات ، وخوارزميات التعلم الآلي ، والتصور . تشمل جهود البحث الرئيسية في هذا المجال محاذاة التسلسل ، والعثور على الجينات ، وتجميع الجينوم ، وتصميم الأدوية ، واكتشاف الأدوية ، ومحاذاة بنية البروتين ، والتنبؤ ببنية البروتين ، والتنبؤ بالتعبير الجيني وتفاعلات البروتين-البروتين ، ودراسات الارتباط على مستوى الجينوم ، ونمذجة التطور وانقسام الخلايا/الانقسام الفتيلي.

يتضمن علم المعلومات الحيوية إنشاء وتطوير قواعد البيانات والخوارزميات والتقنيات الحسابية والإحصائية والنظرية لحل المشكلات الرسمية والعملية الناشئة عن إدارة وتحليل البيانات البيولوجية.

على مدى العقود القليلة الماضية، اجتمعت التطورات السريعة في تقنيات البحث الجينومي والجزيئي الأخرى والتطورات في تكنولوجيا المعلومات لإنتاج كمية هائلة من المعلومات المتعلقة بالبيولوجيا الجزيئية. علم المعلومات الحيوية هو الاسم الذي يُطلق على هذه الأساليب الرياضية والحوسبية المستخدمة لاكتساب فهم للعمليات البيولوجية.

تشمل الأنشطة الشائعة في مجال المعلوماتية الحيوية رسم خرائط وتحليل تسلسلات الحمض النووي والبروتين، ومواءمة تسلسلات الحمض النووي والبروتين لمقارنتها، وإنشاء نماذج ثلاثية الأبعاد لهياكل البروتين وعرضها.

تحليل التسلسل

منذ تسلسل البكتيريا العاثية Phage Φ-X174 في عام 1977، [25] تم فك تشفير تسلسلات الحمض النووي لآلاف الكائنات الحية وتخزينها في قواعد البيانات. يتم تحليل معلومات التسلسل هذه لتحديد الجينات التي تشفر البروتينات وجينات الحمض النووي الريبي والتسلسلات التنظيمية والعناصر البنيوية والتسلسلات المتكررة. يمكن أن تُظهر مقارنة الجينات داخل نوع واحد أو بين أنواع مختلفة أوجه التشابه بين وظائف البروتين أو العلاقات بين الأنواع (استخدام التصنيف الجزيئي لبناء الأشجار التطورية ). مع تزايد كمية البيانات، أصبح من غير العملي منذ فترة طويلة تحليل تسلسلات الحمض النووي يدويًا. تُستخدم برامج الكمبيوتر مثل BLAST بشكل روتيني للبحث عن التسلسلات - اعتبارًا من عام 2008، من أكثر من 260.000 كائن حي، تحتوي على أكثر من 190 مليار نوكليوتيد . [26]

تسلسل الحمض النووي

قبل تحليل التسلسلات، يتم الحصول عليها من بنك تخزين البيانات، مثل GenBank. لا يزال تسلسل الحمض النووي يمثل مشكلة غير تافهة حيث قد تكون البيانات الخام مشوشة أو متأثرة بإشارات ضعيفة. تم تطوير خوارزميات لاستدعاء القاعدة للطرق التجريبية المختلفة لتسلسل الحمض النووي.

الصورة: 450 بكسل خطوات تحليل التسلسل
الصورة: 450 بكسل خطوات تحليل التسلسل

تجميع التسلسل

تنتج معظم تقنيات تسلسل الحمض النووي شظايا قصيرة من التسلسل تحتاج إلى التجميع للحصول على تسلسلات كاملة للجين أو الجينوم. تولد تقنية تسلسل البندقية (التي يستخدمها معهد أبحاث الجينوم (TIGR) لتسلسل أول جينوم بكتيري، Haemophilus influenzae ) [27] تسلسلات لآلاف عديدة من شظايا الحمض النووي الصغيرة (يتراوح طولها من 35 إلى 900 نوكليوتيد، اعتمادًا على تقنية التسلسل). تتداخل نهايات هذه الشظايا، وعند محاذاتها بشكل صحيح بواسطة برنامج تجميع الجينوم، يمكن استخدامها لإعادة بناء الجينوم الكامل. ينتج تسلسل البندقية بيانات التسلسل بسرعة، ولكن مهمة تجميع الشظايا يمكن أن تكون معقدة للغاية بالنسبة للجينومات الأكبر حجمًا. بالنسبة لجينوم كبير مثل الجينوم البشري ، فقد يستغرق الأمر عدة أيام من وقت وحدة المعالجة المركزية على أجهزة كمبيوتر متعددة المعالجات ذات ذاكرة كبيرة لتجميع الشظايا، وعادةً ما يحتوي التجميع الناتج على فجوات عديدة يجب ملؤها لاحقًا. يعد التسلسل البندقية هو الأسلوب المفضل لجميع الجينومات التي يتم تسلسلها تقريبًا (بدلاً من أساليب إنهاء السلسلة أو التحلل الكيميائي)، وخوارزميات تجميع الجينوم هي مجال بالغ الأهمية في أبحاث المعلومات الحيوية.

شرح الجينوم

في علم الجينوم ، يشير الشرح إلى عملية وضع علامة على مناطق التوقف والبداية للجينات والسمات البيولوجية الأخرى في تسلسل الحمض النووي المتسلسل. العديد من الجينومات كبيرة جدًا بحيث لا يمكن شرحها يدويًا. نظرًا لأن معدل التسلسل يتجاوز معدل شرح الجينوم، فقد أصبح شرح الجينوم عنق الزجاجة الجديد في علم المعلومات الحيوية [ متى؟ ] .

يمكن تصنيف شرح الجينوم إلى ثلاثة مستويات: مستوى النوكليوتيدات ، ومستوى البروتين، ومستوى العملية.

يعد اكتشاف الجينات أحد الجوانب الرئيسية للشرح على مستوى النوكليوتيدات. بالنسبة للجينومات المعقدة، يمكن أن يكون الجمع بين التنبؤ بالجينات من البداية ومقارنة التسلسل مع قواعد بيانات التسلسل المعبر عنها والكائنات الحية الأخرى ناجحًا. يسمح الشرح على مستوى النوكليوتيدات أيضًا بدمج تسلسل الجينوم مع الخرائط الجينية والفيزيائية الأخرى للجينوم.

الهدف الأساسي من الشرح على مستوى البروتين هو تحديد وظيفة لمنتجات البروتين في الجينوم. يتم استخدام قواعد بيانات تسلسلات البروتين والمجالات الوظيفية والعناصر لهذا النوع من الشرح. يميل حوالي نصف البروتينات المتوقعة في تسلسل الجينوم الجديد إلى عدم وجود وظيفة واضحة.

إن فهم وظيفة الجينات ومنتجاتها في سياق فسيولوجيا الخلايا والكائنات الحية هو هدف الشرح على مستوى العملية. كانت إحدى عقبات الشرح على مستوى العملية هي عدم اتساق المصطلحات المستخدمة من قبل أنظمة النماذج المختلفة. يساعد اتحاد علم الجينات في حل هذه المشكلة. [28]

نُشر أول وصف لنظام توضيحي شامل في عام 1995 [27] بواسطة معهد أبحاث الجينوم ، والذي أجرى أول تسلسل وتحليل كامل لجينوم كائن حي حر (غير تكافلي )، بكتيريا المستدمية النزلية . [27] يحدد النظام الجينات التي تشفر جميع البروتينات، وRNA الناقل، وRNA الريبوسومي، من أجل إجراء التعيينات الوظيفية الأولية. يتغير برنامج GeneMark المدرب للعثور على الجينات المشفرة للبروتين في المستدمية النزلية ويتحسن باستمرار.

بناءً على الأهداف التي سعى مشروع الجينوم البشري إلى تحقيقها بعد إغلاقه في عام 2003، تم تطوير مشروع ENCODE بواسطة المعهد الوطني لأبحاث الجينوم البشري . هذا المشروع عبارة عن مجموعة بيانات تعاونية للعناصر الوظيفية للجينوم البشري باستخدام تقنيات تسلسل الحمض النووي من الجيل التالي ومصفوفات التجميع الجينومي، وهي تقنيات قادرة على توليد كميات كبيرة من البيانات تلقائيًا بتكلفة منخفضة بشكل كبير لكل قاعدة ولكن بنفس الدقة (خطأ استدعاء القاعدة) والإخلاص (خطأ التجميع).

التنبؤ بوظيفة الجينات

في حين أن شرح الجينوم يعتمد في المقام الأول على تشابه التسلسل (وبالتالي التشابه )، يمكن استخدام خصائص أخرى للتسلسلات للتنبؤ بوظيفة الجينات. في الواقع، تركز معظم طرق التنبؤ بوظيفة الجين على تسلسلات البروتين لأنها أكثر إفادة وأكثر ثراءً بالميزات. على سبيل المثال، يتنبأ توزيع الأحماض الأمينية الكارهة للماء بأجزاء عبر الغشاء في البروتينات. ومع ذلك، يمكن للتنبؤ بوظيفة البروتين أيضًا استخدام معلومات خارجية مثل بيانات تعبير الجين (أو البروتين) أو بنية البروتين أو تفاعلات البروتين-البروتين . [29]

علم الأحياء التطوري الحاسوبي

علم الأحياء التطوري هو دراسة أصل الأنواع وتطورها ، بالإضافة إلى تغيرها بمرور الوقت. وقد ساعد علم المعلوماتية علماء الأحياء التطوريين من خلال تمكين الباحثين من:

  • تتبع تطور عدد كبير من الكائنات الحية من خلال قياس التغيرات في الحمض النووي الخاص بها ، وليس من خلال التصنيف الفيزيائي أو الملاحظات الفسيولوجية وحدها،
  • مقارنة الجينومات بأكملها ، مما يسمح بدراسة الأحداث التطورية الأكثر تعقيدًا، مثل مضاعفة الجينات ، ونقل الجينات الأفقي ، والتنبؤ بالعوامل المهمة في تطور البكتيريا .
  • بناء نماذج وراثية سكانية حسابية معقدة للتنبؤ بنتيجة النظام بمرور الوقت [30]
  • تتبع وتبادل المعلومات حول عدد متزايد من الأنواع والكائنات الحية

تسعى الأعمال المستقبلية إلى إعادة بناء شجرة الحياة الأكثر تعقيدًا الآن . [ وفقًا لمن؟ ]

الجينوميات المقارنة

إن جوهر تحليل الجينوم المقارن هو تحديد المراسلات بين الجينات ( تحليل التقويم ) أو السمات الجينومية الأخرى في الكائنات الحية المختلفة. يتم عمل خرائط بين الجينومات لتتبع العمليات التطورية المسؤولة عن تباعد جينومين. تعمل مجموعة كبيرة من الأحداث التطورية التي تعمل على مستويات تنظيمية مختلفة على تشكيل تطور الجينوم. على المستوى الأدنى، تؤثر الطفرات النقطية على النوكليوتيدات الفردية. على مستوى أعلى، تخضع أجزاء الكروموسومات الكبيرة للتكرار والنقل الجانبي والانعكاس والنقل والحذف والإدراج. [31] تشارك الجينومات بأكملها في عمليات التهجين وتعدد الصبغيات والتعايش الداخلي التي تؤدي إلى التطور السريع. يفرض تعقيد تطور الجينوم العديد من التحديات المثيرة للمطورين للنماذج والخوارزميات الرياضية، الذين يلجؤون إلى مجموعة من التقنيات الخوارزمية والإحصائية والرياضية، بدءًا من الخوارزميات الدقيقة والقياسية والمعلمات الثابتة والتقريبية للمشاكل القائمة على نماذج الاقتصاد إلى خوارزميات سلسلة ماركوف مونت كارلو للتحليل البايزي للمشاكل القائمة على النماذج الاحتمالية.

تعتمد العديد من هذه الدراسات على اكتشاف التشابه التسلسلي لتعيين التسلسلات لعائلات البروتين . [32]

علم الجينوم الشامل

الجينوم الشامل هو مفهوم قدمه تيتلين وميديني في عام 2005. الجينوم الشامل هو مجموعة كاملة من الجينات لمجموعة تصنيفية أحادية النمط . على الرغم من تطبيقه في البداية على سلالات وثيقة الصلة من نوع ما، إلا أنه يمكن تطبيقه على سياق أكبر مثل الجنس والشعبة وما إلى ذلك. وهو مقسم إلى قسمين: الجينوم الأساسي، وهو مجموعة من الجينات المشتركة بين جميع الجينومات قيد الدراسة (غالبًا ما تكون جينات التدبير المنزلي ضرورية للبقاء)، والجينوم القابل للاستغناء عنه/المرن: مجموعة من الجينات غير الموجودة في جميع الجينومات قيد الدراسة باستثناء واحد أو بعض الجينومات. يمكن استخدام أداة المعلومات الحيوية BPGA لتوصيف الجينوم الشامل للأنواع البكتيرية. [33]

علم الوراثة للأمراض

اعتبارًا من عام 2013، يسمح وجود تقنية تسلسل الجيل التالي عالية الإنتاجية والفعالة بتحديد سبب العديد من الاضطرابات البشرية المختلفة. لوحظت الوراثة المندلية البسيطة لأكثر من 3000 اضطراب تم تحديدها في قاعدة بيانات الوراثة المندلية عبر الإنترنت في الإنسان ، لكن الأمراض المعقدة أكثر صعوبة. وجدت دراسات الارتباط العديد من المناطق الجينية الفردية التي ترتبط بشكل فردي بشكل ضعيف بأمراض معقدة (مثل العقم ، [34] وسرطان الثدي [35] ومرض الزهايمر [36] )، بدلاً من سبب واحد. [37] [38] هناك حاليًا العديد من التحديات لاستخدام الجينات للتشخيص والعلاج، مثل كيف لا نعرف الجينات المهمة، أو مدى استقرار الخيارات التي توفرها الخوارزمية. [39]

نجحت دراسات الارتباط على مستوى الجينوم في تحديد آلاف المتغيرات الجينية الشائعة للأمراض والسمات المعقدة؛ ومع ذلك، فإن هذه المتغيرات الشائعة لا تفسر سوى جزء صغير من الوراثة. [40] قد تفسر المتغيرات النادرة بعض الوراثة المفقودة . [41] لقد نجحت دراسات تسلسل الجينوم الكامل واسعة النطاق في تسلسل ملايين الجينومات الكاملة بسرعة، وقد حددت مثل هذه الدراسات مئات الملايين من المتغيرات النادرة . [42] تتنبأ التعليقات الوظيفية بتأثير أو وظيفة المتغير الجيني وتساعد في تحديد أولويات المتغيرات الوظيفية النادرة، ويمكن أن يؤدي دمج هذه التعليقات إلى تعزيز قوة تحليل الارتباط الجيني للمتغيرات النادرة لدراسات تسلسل الجينوم الكامل بشكل فعال. [43] تم تطوير بعض الأدوات لتوفير تحليل ارتباط المتغيرات النادرة الكل في واحد لبيانات تسلسل الجينوم الكامل، بما في ذلك دمج بيانات النمط الجيني وشروحها الوظيفية، وتحليل الارتباط، وملخص النتائج والتصور. [44] [45] يوفر التحليل التلوي لدراسات تسلسل الجينوم الكامل حلاً جذابًا لمشكلة جمع أحجام عينات كبيرة لاكتشاف المتغيرات النادرة المرتبطة بالأنماط الظاهرية المعقدة. [46]

تحليل الطفرات في السرطان

في السرطان ، يتم إعادة ترتيب جينومات الخلايا المصابة بطرق معقدة أو غير متوقعة. بالإضافة إلى مجموعات تعدد أشكال النوكليوتيدات المفردة التي تحدد الطفرات النقطية التي تسبب السرطان، يمكن استخدام مجموعات النوكليوتيدات الدقيقة لتحديد المكاسب والخسائر الكروموسومية (تسمى التهجين الجينومي المقارن ). تولد طرق الكشف هذه تيرابايتات من البيانات لكل تجربة. غالبًا ما نجد أن البيانات تحتوي على قدر كبير من التباين أو الضوضاء ، وبالتالي يتم تطوير نموذج ماركوف المخفي وطرق تحليل نقطة التغيير لاستنتاج تغييرات عدد النسخ الحقيقية . [ بحاجة لمصدر ]

يمكن استخدام مبدأين مهمين لتحديد السرطان من خلال الطفرات في الإكسوم . أولاً، السرطان هو مرض ناتج عن تراكم الطفرات الجسدية في الجينات. ثانياً، يحتوي السرطان على طفرات محركة يجب تمييزها عن الطفرات المرافقة. [47]

إن التحسينات الإضافية في المعلوماتية الحيوية قد تسمح بتصنيف أنواع السرطان من خلال تحليل الطفرات المسببة للسرطان في الجينوم. وعلاوة على ذلك، قد يكون من الممكن في المستقبل تتبع المرضى أثناء تقدم المرض باستخدام تسلسل عينات السرطان. وهناك نوع آخر من البيانات يتطلب تطوير معلوماتية جديدة وهو تحليل الآفات التي وجد أنها متكررة بين العديد من الأورام. [48]

التعبير عن الجينات والبروتينات

تحليل التعبير الجيني

يمكن تحديد التعبير عن العديد من الجينات عن طريق قياس مستويات mRNA باستخدام تقنيات متعددة بما في ذلك المصفوفات الدقيقة ، وتسلسل وسم تسلسل cDNA المعبر عنه (EST)، وتحليل تسلسل وسم التعبير الجيني التسلسلي (SAGE)، وتسلسل التوقيع المتوازي الضخم (MPSS)، و RNA-Seq ، والمعروف أيضًا باسم "تسلسل البندقية الكامل للنسخ" (WTSS)، أو تطبيقات مختلفة للتهجين المتعدد في الموقع. كل هذه التقنيات معرضة للضوضاء بشكل كبير و/أو عرضة للتحيز في القياس البيولوجي، وتتضمن منطقة بحثية رئيسية في علم الأحياء الحاسوبي تطوير أدوات إحصائية لفصل الإشارة عن الضوضاء في دراسات التعبير الجيني عالية الإنتاجية. [49] غالبًا ما تُستخدم مثل هذه الدراسات لتحديد الجينات المتورطة في اضطراب ما: قد يقارن المرء بيانات المصفوفات الدقيقة من الخلايا الظهارية السرطانية بالبيانات من الخلايا غير السرطانية لتحديد النسخ التي يتم تنظيمها صعودًا وهبوطًا في مجموعة معينة من الخلايا السرطانية.

مجموعة المصفوفات الدقيقة مقابل RNA-Seq

تحليل التعبير البروتيني

يمكن أن توفر المصفوفات البروتينية الدقيقة ومطياف الكتلة عالي الإنتاجية (HT) صورة خاطفة للبروتينات الموجودة في عينة بيولوجية. يواجه النهج السابق مشاكل مماثلة لتلك الموجودة في المصفوفات الدقيقة المستهدفة لـ mRNA، ويتضمن النهج الأخير مشكلة مطابقة كميات كبيرة من بيانات الكتلة مع الكتل المتوقعة من قواعد بيانات تسلسل البروتين، والتحليل الإحصائي المعقد للعينات عند اكتشاف العديد من الببتيدات غير المكتملة من كل بروتين. يمكن تحقيق توطين البروتين الخلوي في سياق الأنسجة من خلال تحليل البروتينات التقاربية المعروضة كبيانات مكانية تعتمد على الكيمياء المناعية والمصفوفات الدقيقة للأنسجة . [50]

تحليل التنظيم

تنظيم الجينات هو عملية معقدة حيث تؤدي الإشارة، مثل الإشارة خارج الخلية مثل الهرمون ، في النهاية إلى زيادة أو نقصان في نشاط بروتين واحد أو أكثر . وقد تم تطبيق تقنيات المعلومات الحيوية لاستكشاف خطوات مختلفة في هذه العملية.

على سبيل المثال، يمكن تنظيم التعبير الجيني بواسطة عناصر قريبة في الجينوم. يتضمن تحليل المحفز تحديد ودراسة أنماط التسلسل في الحمض النووي المحيط بمنطقة ترميز البروتين في الجين. تؤثر هذه الأنماط على مدى نسخ هذه المنطقة إلى mRNA. يمكن للعناصر المعززة البعيدة عن المحفز أيضًا تنظيم التعبير الجيني، من خلال تفاعلات حلقية ثلاثية الأبعاد. يمكن تحديد هذه التفاعلات من خلال التحليل الحيوي المعلوماتي لتجارب التقاط تكوين الكروموسوم .

يمكن استخدام بيانات التعبير لاستنتاج تنظيم الجينات: يمكن للمرء مقارنة بيانات المصفوفة الدقيقة من مجموعة واسعة من حالات الكائن الحي لتكوين فرضيات حول الجينات المشاركة في كل حالة. في الكائن الحي أحادي الخلية، يمكن للمرء مقارنة مراحل دورة الخلية ، جنبًا إلى جنب مع ظروف الإجهاد المختلفة (صدمة حرارية، مجاعة، إلخ). يمكن بعد ذلك تطبيق خوارزميات التجميع على بيانات التعبير لتحديد الجينات التي يتم التعبير عنها بشكل مشترك. على سبيل المثال، يمكن البحث عن المناطق العلوية (المحفزات) للجينات التي يتم التعبير عنها بشكل مشترك عن عناصر تنظيمية مفرطة التمثيل . أمثلة على خوارزميات التجميع المطبقة في تجميع الجينات هي تجميع متوسطات k ، وخرائط التنظيم الذاتي (SOMs)، والتجميع الهرمي ، وطرق التجميع بالإجماع .

تحليل التنظيم الخلوي

تم تطوير العديد من الأساليب لتحليل موقع العضيات والجينات والبروتينات والمكونات الأخرى داخل الخلايا. تم ابتكار فئة علم الجينات ، المكون الخلوي ، لالتقاط التوطين الفرعي للخلايا في العديد من قواعد البيانات البيولوجية .

المجهر وتحليل الصور

وتسمح الصور المجهرية بتحديد موقع العضيات وكذلك الجزيئات، والتي قد تكون مصدر التشوهات في الأمراض.

تحديد موقع البروتين

إن إيجاد موقع البروتينات يسمح لنا بالتنبؤ بما تفعله. وهذا ما يسمى بالتنبؤ بوظيفة البروتين . على سبيل المثال، إذا تم العثور على بروتين في النواة ، فقد يكون مشاركًا في تنظيم الجينات أو الربط . وعلى النقيض من ذلك، إذا تم العثور على بروتين في الميتوكوندريا ، فقد يكون مشاركًا في التنفس أو عمليات التمثيل الغذائي الأخرى . تتوفر موارد متطورة للتنبؤ بمواقع البروتين الفرعية الخلوية ، بما في ذلك قواعد بيانات مواقع البروتين الفرعية الخلوية وأدوات التنبؤ. [51] [52]

التنظيم النووي للكروماتين

يمكن للبيانات المستمدة من تجارب التقاط تكوين الكروموسوم عالية الإنتاجية ، مثل Hi-C (التجربة) و ChIA-PET ، أن توفر معلومات عن البنية ثلاثية الأبعاد والتنظيم النووي للكروماتين . تشمل التحديات المعلوماتية الحيوية في هذا المجال تقسيم الجينوم إلى مجالات، مثل المجالات المرتبطة طوبولوجيًا ( TADs)، والتي يتم تنظيمها معًا في مساحة ثلاثية الأبعاد. [53]

المعلوماتية الحيوية البنيوية

تشكل الهياكل البروتينية ثلاثية الأبعاد مثل هذه مواضيع شائعة في التحليلات المعلوماتية الحيوية.

يعد اكتشاف بنية البروتينات أحد التطبيقات المهمة لعلم المعلومات الحيوية. إن التقييم النقدي للتنبؤ ببنية البروتين (CASP) عبارة عن مسابقة مفتوحة حيث تقوم مجموعات البحث العالمية بتقديم نماذج بروتينية لتقييم نماذج البروتين غير المعروفة. [54] [55]

تسلسل الأحماض الأمينية

يُطلق على التسلسل الخطي للأحماض الأمينية للبروتين اسم البنية الأولية . ويمكن تحديد البنية الأولية بسهولة من تسلسل الكودونات على جين الحمض النووي الذي يشفرها. وفي معظم البروتينات، تحدد البنية الأولية بشكل فريد البنية ثلاثية الأبعاد للبروتين في بيئته الأصلية. والاستثناء هو البروتين المشوه المتورط في اعتلال الدماغ الإسفنجي البقري . ترتبط هذه البنية بوظيفة البروتين. وتتضمن المعلومات البنيوية الإضافية البنية الثانوية والثالثية والرباعية . ويظل الحل العام القابل للتطبيق للتنبؤ بوظيفة البروتين مشكلة مفتوحة. وقد تم توجيه معظم الجهود حتى الآن نحو الاستدلالات التي تعمل في معظم الأوقات. [ بحاجة لمصدر ]

التماثل

في الفرع الجينومي من علم المعلومات الحيوية، يتم استخدام التماثل للتنبؤ بوظيفة الجين: إذا كان تسلسل الجين A ، الذي تُعرف وظيفته، متماثلًا مع تسلسل الجين B، الذي لا تُعرف وظيفته، فيمكن للمرء أن يستنتج أن B قد يشترك في وظيفة A. في علم المعلومات الحيوية البنيوي، يتم استخدام التماثل لتحديد أجزاء البروتين المهمة في تكوين البنية والتفاعل مع البروتينات الأخرى. يتم استخدام نمذجة التماثل للتنبؤ ببنية بروتين غير معروف من البروتينات المتماثلة الموجودة.

ومن الأمثلة على ذلك الهيموجلوبين لدى البشر والهيموجلوبين في البقوليات ( الليجيموجلوبين )، وهما قريبان بعيدان من نفس العائلة البروتينية . وكلاهما يخدم نفس الغرض المتمثل في نقل الأكسجين في الكائن الحي. وعلى الرغم من أن كلا البروتينين لهما تسلسلات مختلفة تمامًا من الأحماض الأمينية، إلا أن هياكلهما البروتينية متطابقة تقريبًا، مما يعكس أغراضهما المتطابقة تقريبًا وسلفهما المشترك. [56]

تتضمن التقنيات الأخرى للتنبؤ ببنية البروتين ترابط البروتين والنمذجة القائمة على الفيزياء من الصفر.

تتضمن جوانب أخرى من المعلوماتية الحيوية البنيوية استخدام هياكل البروتين في نماذج الفحص الافتراضي مثل نماذج العلاقة الكمية بين البنية والنشاط ونماذج القياس الكيميائي البروتيني (PCM). علاوة على ذلك، يمكن استخدام البنية البلورية للبروتين في محاكاة دراسات ربط الربيطة على سبيل المثال ودراسات الطفرات الحاسوبية .

يتفوق برنامج AlphaFold ، الذي طورته شركة DeepMind التابعة لشركة Google ، والذي يعتمد على خوارزميات التعلم العميق في عام 2021 ، بشكل كبير على جميع طرق برامج التنبؤ الأخرى [57] [ كيف؟ ] ، وقد أصدر هياكل متوقعة لمئات الملايين من البروتينات في قاعدة بيانات بنية البروتين AlphaFold. [58]

علم الأحياء الشبكات والأنظمة

يسعى تحليل الشبكات إلى فهم العلاقات داخل الشبكات البيولوجية مثل شبكات التفاعل الأيضي أو بين البروتينات . وعلى الرغم من إمكانية إنشاء الشبكات البيولوجية من نوع واحد من الجزيئات أو الكيانات (مثل الجينات)، فإن علم الأحياء الشبكي غالبًا ما يحاول دمج العديد من أنواع البيانات المختلفة، مثل البروتينات والجزيئات الصغيرة وبيانات التعبير الجيني وغيرها، والتي ترتبط جميعها جسديًا أو وظيفيًا أو كليهما.

يتضمن علم الأحياء النظمي استخدام المحاكاة الحاسوبية للأنظمة الفرعية الخلوية (مثل شبكات المستقلبات والإنزيمات التي تشكل عملية التمثيل الغذائي ، ومسارات نقل الإشارات ، وشبكات تنظيم الجينات ) لتحليل وتصور الاتصالات المعقدة لهذه العمليات الخلوية. تحاول الحياة الاصطناعية أو التطور الافتراضي فهم العمليات التطورية من خلال المحاكاة الحاسوبية لأشكال الحياة البسيطة (الاصطناعية).

شبكات التفاعل الجزيئي

غالبًا ما يتم تصور التفاعلات بين البروتينات وتحليلها باستخدام الشبكات. تتكون هذه الشبكة من تفاعلات البروتين مع البروتين من Treponema pallidum ، العامل المسبب لمرض الزهري وأمراض أخرى. [59]

تم تحديد عشرات الآلاف من الهياكل البروتينية ثلاثية الأبعاد باستخدام علم البلورات بالأشعة السينية وطيف الرنين النووي المغناطيسي للبروتين (البروتين NMR)، والسؤال المركزي في علم المعلوماتية الحيوية البنيوية هو ما إذا كان من العملي التنبؤ بالتفاعلات المحتملة بين البروتينات بناءً على هذه الأشكال ثلاثية الأبعاد فقط، دون إجراء تجارب تفاعل بين البروتينات . تم تطوير مجموعة متنوعة من الأساليب لمعالجة مشكلة الالتحام بين البروتينات ، على الرغم من أنه يبدو أنه لا يزال هناك الكثير من العمل الذي يتعين القيام به في هذا المجال.

تشمل التفاعلات الأخرى التي تم مواجهتها في هذا المجال تفاعلات البروتين - الربيطة (بما في ذلك الدواء) والبروتين - الببتيد. المحاكاة الديناميكية الجزيئية لحركة الذرات حول الروابط الدوارة هي المبدأ الأساسي وراء الخوارزميات الحسابية ، والتي تسمى خوارزميات الالتحام، لدراسة التفاعلات الجزيئية .

معلوماتية التنوع البيولوجي

تتعامل معلوماتية التنوع البيولوجي مع جمع وتحليل بيانات التنوع البيولوجي ، مثل قواعد البيانات التصنيفية أو بيانات الميكروبيوم . تشمل أمثلة هذه التحليلات علم الوراثة التطوري ، ونمذجة المنافذ ، ورسم خرائط ثراء الأنواع ، وترميز الحمض النووي ، أو أدوات تحديد الأنواع . كما أن علم البيئة الكلي هو مجال متنامٍ أيضًا ، أي دراسة كيفية ارتباط التنوع البيولوجي بالبيئة والتأثير البشري، مثل تغير المناخ .

آحرون

تحليل الأدب

إن العدد الهائل من الأدبيات المنشورة يجعل من المستحيل تقريبًا على الأفراد قراءة كل ورقة بحثية، مما يؤدي إلى نشوء مجالات فرعية غير مترابطة من البحث. ويهدف تحليل الأدبيات إلى استخدام اللغويات الحسابية والإحصائية لاستخراج هذه المكتبة المتنامية من موارد النصوص. على سبيل المثال:

  • التعرف على الاختصارات – تحديد الشكل الطويل والاختصار للمصطلحات البيولوجية
  • التعرف على الكيانات المسماة – التعرف على المصطلحات البيولوجية مثل أسماء الجينات
  • التفاعل بين البروتينات - تحديد البروتينات التي تتفاعل مع البروتينات الأخرى من النص

يعتمد مجال البحث على الإحصاء واللغويات الحاسوبية .

تحليل الصور عالية الإنتاجية

تُستخدم التقنيات الحاسوبية لأتمتة معالجة وقياس وتحليل كميات كبيرة من الصور الطبية الحيوية ذات المحتوى المعلوماتي العالي . يمكن لأنظمة تحليل الصور الحديثة تحسين دقة المراقب أو موضوعيته أو سرعته. يعد تحليل الصور مهمًا لكل من التشخيص والبحث. بعض الأمثلة هي:

  • القياس الكمي عالي الإنتاجية والدقة والتحديد الفرعي للخلايا ( الفحص عالي المحتوى ، علم الأمراض الخلوي، معلوماتية الصور الحيوية )
  • القياسات الشكلية
  • تحليل الصور السريرية وتصورها
  • تحديد أنماط تدفق الهواء في الوقت الحقيقي في رئات التنفس للحيوانات الحية
  • قياس حجم الانسداد في الصور في الوقت الفعلي من تطور الإصابة الشريانية والتعافي منها
  • إجراء ملاحظات سلوكية من خلال تسجيلات فيديو موسعة للحيوانات المعملية
  • قياسات الأشعة تحت الحمراء لتحديد النشاط الأيضي
  • استنتاج تداخلات الاستنساخ في رسم خرائط الحمض النووي ، على سبيل المثال درجة سولستون

تحليل بيانات خلية واحدة عالية الإنتاجية

تُستخدم التقنيات الحسابية لتحليل بيانات الخلايا الفردية عالية الإنتاجية ومنخفضة القياس، مثل تلك التي يتم الحصول عليها من قياس التدفق الخلوي . تتضمن هذه الأساليب عادةً العثور على مجموعات من الخلايا ذات الصلة بحالة مرضية معينة أو حالة تجريبية.

الأنطولوجيا وتكامل البيانات

الأنطولوجيات البيولوجية عبارة عن رسوم بيانية غير دورية موجهة لمفردات خاضعة للرقابة . وهي تنشئ فئات للمفاهيم والأوصاف البيولوجية بحيث يمكن تحليلها بسهولة باستخدام أجهزة الكمبيوتر. وعند تصنيفها بهذه الطريقة، من الممكن اكتساب قيمة مضافة من التحليل الشامل والمتكامل. [ بحاجة لمصدر ]

كان مشروع OBO Foundry بمثابة محاولة لتوحيد معايير بعض الأنطولوجيات. ومن أكثرها انتشارًا الأنطولوجيا الجينية التي تصف وظيفة الجين. وهناك أيضًا أنطولوجيات تصف الأنماط الظاهرية.

قواعد البيانات

تعتبر قواعد البيانات ضرورية لبحوث وتطبيقات المعلوماتية الحيوية. توجد قواعد بيانات للعديد من أنواع المعلومات المختلفة، بما في ذلك تسلسلات الحمض النووي والبروتينات والهياكل الجزيئية والأنماط الظاهرية والتنوع البيولوجي. يمكن أن تحتوي قواعد البيانات على كل من البيانات التجريبية (التي تم الحصول عليها مباشرة من التجارب) والبيانات المتوقعة (التي تم الحصول عليها من تحليل البيانات الموجودة). قد تكون خاصة بكائن حي أو مسار أو جزيء معين محل اهتمام. بدلاً من ذلك، يمكنها دمج البيانات المجمعة من قواعد بيانات أخرى متعددة. يمكن أن تكون لقواعد البيانات تنسيقات وآليات وصول مختلفة، ويمكن أن تكون عامة أو خاصة.

فيما يلي قائمة ببعض قواعد البيانات الأكثر استخدامًا:

  • يستخدم في تحليل التسلسل البيولوجي: Genbank ، UniProt
  • يستخدم في تحليل البنية: بنك بيانات البروتين (PDB)
  • يستخدم في العثور على عائلات البروتين والعثور على الزخارف : InterPro و Pfam
  • يستخدم لتسلسل الجيل التالي: أرشيف قراءة التسلسل
  • تُستخدم في تحليل الشبكة: قواعد بيانات المسار الأيضي ( KEGG ، BioCyc )، وقواعد بيانات تحليل التفاعل، والشبكات الوظيفية
  • يستخدم في تصميم الدوائر الوراثية الاصطناعية: GenoCAD [ بحاجة لمصدر ]

البرمجيات والأدوات

تتضمن أدوات البرمجيات المستخدمة في المعلوماتية الحيوية أدوات سطر أوامر بسيطة وبرامج رسومية أكثر تعقيدًا وخدمات ويب مستقلة. يتم تصنيعها بواسطة شركات المعلوماتية الحيوية أو بواسطة مؤسسات عامة. في كل عام، تنشر المجلة العلمية Nucleic Acids Research إصدارات خاصة حول قواعد البيانات [60] وعلى خوادم الويب. [61]

برمجيات المعلوماتية الحيوية مفتوحة المصدر

لقد كانت هناك العديد من أدوات البرمجيات المجانية والمفتوحة المصدر واستمرت في النمو منذ ثمانينيات القرن العشرين. [62] إن الجمع بين الحاجة المستمرة إلى خوارزميات جديدة لتحليل الأنواع الناشئة من القراءات البيولوجية، وإمكانية إجراء تجارب حاسوبية مبتكرة، وقواعد أكواد مفتوحة متاحة مجانًا قد خلق فرصًا لمجموعات البحث للمساهمة في كل من المعلوماتية الحيوية بغض النظر عن التمويل . غالبًا ما تعمل أدوات المصدر المفتوح كحاضنات للأفكار، أو مكونات إضافية مدعومة من المجتمع في التطبيقات التجارية. قد توفر أيضًا معايير فعلية ونماذج كائنات مشتركة للمساعدة في تحدي تكامل المعلومات الحيوية.

تتضمن برمجيات المعلوماتية الحيوية مفتوحة المصدر Bioconductor و BioPerl و Biopython و BioJava و BioJS و BioRuby و Bioclipse و EMBOSS و.NET Bio و Orange مع الوظيفة الإضافية للمعلوماتية الحيوية و Apache Taverna و UGENE و GenoCAD .

تعمل مؤسسة Open Bioinformatics Foundation غير الربحية [62] ومؤتمر Bioinformatics Open Source السنوي على الترويج لبرامج Bioinformatics مفتوحة المصدر. [63]

خدمات الويب في المعلوماتية الحيوية

تم تطوير واجهات تعتمد على بروتوكولات SOAP و REST للسماح لأجهزة الكمبيوتر العميلة باستخدام الخوارزميات والبيانات وموارد الحوسبة من الخوادم في أجزاء أخرى من العالم. الميزة الرئيسية هي أن المستخدمين النهائيين لا يتعين عليهم التعامل مع تكاليف صيانة البرامج وقواعد البيانات.

تصنف EBI خدمات المعلوماتية الحيوية الأساسية إلى ثلاث فئات: SSS (خدمات البحث عن التسلسل)، و MSA (محاذاة التسلسل المتعدد)، وBSA (تحليل التسلسل البيولوجي). [64] يوضح توافر موارد المعلوماتية الحيوية الموجهة نحو الخدمة هذه مدى إمكانية تطبيق حلول المعلوماتية الحيوية المستندة إلى الويب، وتتراوح من مجموعة من الأدوات المستقلة بتنسيق بيانات مشترك ضمن واجهة ويب واحدة، إلى أنظمة إدارة سير عمل المعلوماتية الحيوية المتكاملة والموزعة والقابلة للتوسيع .

أنظمة إدارة سير العمل في مجال المعلوماتية الحيوية

نظام إدارة سير عمل المعلوماتية الحيوية هو شكل متخصص من أشكال نظام إدارة سير العمل المصمم خصيصًا لتأليف وتنفيذ سلسلة من الخطوات الحسابية أو خطوات معالجة البيانات، أو سير العمل، في تطبيق المعلوماتية الحيوية. تم تصميم مثل هذه الأنظمة

  • توفير بيئة سهلة الاستخدام لعلماء التطبيقات الفرديين لإنشاء سير العمل الخاصة بهم،
  • توفير أدوات تفاعلية للعلماء تمكنهم من تنفيذ سير العمل الخاصة بهم وعرض نتائجهم في الوقت الفعلي،
  • تبسيط عملية مشاركة وإعادة استخدام سير العمل بين العلماء، و
  • تمكين العلماء من تتبع مصدر نتائج تنفيذ سير العمل وخطوات إنشاء سير العمل.

بعض المنصات التي تقدم هذه الخدمة: Galaxy ، Kepler ، Taverna ، UGENE ، Anduril ، HIVE .

BioCompute و BioCompute Objects

في عام 2014، رعت إدارة الغذاء والدواء الأمريكية مؤتمرًا عقد في حرم المعاهد الوطنية للصحة في بيثيسدا لمناقشة إمكانية إعادة الإنتاج في المعلوماتية الحيوية. [65] على مدى السنوات الثلاث التالية، اجتمع اتحاد من أصحاب المصلحة بانتظام لمناقشة ما سيصبح نموذج BioCompute. [66] وشمل أصحاب المصلحة هؤلاء ممثلين من الحكومة والصناعة والكيانات الأكاديمية. مثل قادة الجلسة العديد من فروع معاهد ومراكز إدارة الغذاء والدواء والمعاهد الوطنية للصحة، والكيانات غير الربحية بما في ذلك مشروع Human Variome والاتحاد الأوروبي للمعلوماتية الطبية ، ومؤسسات البحث بما في ذلك جامعة ستانفورد ، ومركز نيويورك للجينوم ، وجامعة جورج واشنطن .

وقد تقرر أن يكون نموذج BioCompute في هيئة "دفاتر مختبرية" رقمية تسمح بإمكانية إعادة إنتاج بروتوكولات المعلوماتية الحيوية وتكرارها ومراجعتها وإعادة استخدامها. وقد تم اقتراح ذلك لتمكين استمرارية أكبر داخل مجموعة بحثية على مدار تدفق الموظفين الطبيعي مع تعزيز تبادل الأفكار بين المجموعات. وقد مولت إدارة الغذاء والدواء الأمريكية هذا العمل حتى تصبح المعلومات المتعلقة بخطوط الأنابيب أكثر شفافية ويمكن الوصول إليها من قبل موظفيها التنظيميين. [67]

في عام 2016، اجتمعت المجموعة مرة أخرى في المعهد الوطني للصحة في بيثيسدا وناقشت إمكانية إنشاء كائن BioCompute ، وهو مثال لنموذج BioCompute. تم نسخ هذا العمل كمستند "استخدام تجريبي قياسي" وورقة ما قبل الطباعة تم تحميلها على bioRxiv. يسمح كائن BioCompute بمشاركة السجل المنسق بصيغة JSON بين الموظفين والمتعاونين والجهات التنظيمية. [68] [69]

منصات التعليم

لا يتم تدريس المعلوماتية الحيوية فقط كدرجة ماجستير شخصية في العديد من الجامعات. الطبيعة الحسابية للمعلوماتية الحيوية تجعلها قابلة للتعلم بمساعدة الكمبيوتر والتعلم عبر الإنترنت . [70] [71] تشمل منصات البرامج المصممة لتدريس مفاهيم وطرق المعلوماتية الحيوية دورات روزاليند وعبر الإنترنت المقدمة من خلال بوابة تدريب المعهد السويسري للمعلوماتية الحيوية . توفر ورش عمل المعلوماتية الحيوية الكندية مقاطع فيديو وشرائح من ورش العمل التدريبية على موقعها على الإنترنت بموجب ترخيص المشاع الإبداعي . يقدم مشروع 4273π أو مشروع 4273pi [72] أيضًا مواد تعليمية مفتوحة المصدر مجانًا. يتم تشغيل الدورة على أجهزة كمبيوتر Raspberry Pi منخفضة التكلفة وتم استخدامها لتعليم البالغين وتلاميذ المدارس. [73] [74] تم تطوير 4273 بنشاط من قبل اتحاد من الأكاديميين وموظفي البحث الذين أجروا المعلوماتية الحيوية على مستوى البحث باستخدام أجهزة كمبيوتر Raspberry Pi ونظام التشغيل 4273π. [75] [76]

توفر منصات MOOC أيضًا شهادات عبر الإنترنت في المعلوماتية الحيوية والتخصصات ذات الصلة، بما في ذلك تخصص المعلوماتية الحيوية في Coursera في جامعة كاليفورنيا في سان دييغو ، وتخصص علوم البيانات الجينومية في جامعة جونز هوبكنز ، وتحليل البيانات لعلوم الحياة XSeries في EdX في جامعة هارفارد .

وقد طرحت العديد من المقالات الحديثة في المجلات العلمية الدولية العديد من التوصيات لتطوير أنشطة التدريب في مجال المعلوماتية الحيوية. [77] [78] [79] [80] [81]

المؤتمرات

هناك العديد من المؤتمرات الكبرى التي تهتم بعلم المعلومات الحيوية. ومن أبرز الأمثلة على ذلك مؤتمر الأنظمة الذكية للبيولوجيا الجزيئية (ISMB)، والمؤتمر الأوروبي للبيولوجيا الحاسوبية (ECCB)، ومؤتمر الأبحاث في البيولوجيا الجزيئية الحاسوبية (RECOMB).

انظر أيضا

مراجع

  1. ^ Lesk AM (26 يوليو 2013). "علم المعلومات الحيوية". موسوعة بريتانيكا . مؤرشف من الأصل في 14 أبريل 2021. استرجاع 17 أبريل 2017 .
  2. ^ ab Sim AY, Minary P, Levitt M (يونيو 2012). "نمذجة الأحماض النووية". الرأي الحالي في علم الأحياء البنيوي . 22 (3): 273–8. doi :10.1016/j.sbi.2012.03.012. PMC 4028509. PMID 22538125  . 
  3. ^ داوسون وك، ماسيجكزيك إم، يانكوفسكي إي جيه، بوجنيكي جيه إم (يوليو 2016). “النمذجة الخشنة الحبيبات لبنية RNA ثلاثية الأبعاد”. طُرق . 103 : 138-56. دوى : 10.1016/j.ymeth.2016.04.026 . بميد  27125734.
  4. ^ Kmiecik S، Gront D، Kolinski M، Wieteska L، Dawid AE، Kolinski A (يوليو 2016). “نماذج البروتين الخشن الحبيبات وتطبيقاتها”. المراجعات الكيميائية . 116 (14): 7898-936. دوى : 10.1021/acs.chemrev.6b00163 . بميد  27333362.
  5. ^ Wong KC (2016). علم الأحياء الحاسوبي وعلم المعلومات الحيوية: تنظيم الجينات . CRC Press/Taylor & Francis Group. ISBN 978-1-4987-2497-5.
  6. ^ Joyce AP, Zhang C, Bradley P, Havranek JJ (يناير 2015). "نمذجة البروتين القائمة على البنية: خصوصية الحمض النووي". Briefings in Functional Genomics . 14 (1): 39–49. doi : 10.1093/bfgp/elu044 . PMC 4366589. PMID  25414269 . 
  7. ^ Spiga E, Degiacomi MT, Dal Peraro M (2014). "New Strategies for Integrative Dynamic Modeling of Macromolecular Assembly". في Karabencheva-Christova T (محرر). Biomolecular Modelling and Simulations . Advances in Protein Chemistry and Structural Biology. المجلد 96. أكاديميك بريس. ص 77-111. doi :10.1016/bs.apcsb.2014.06.008. ISBN 978-0-12-800013-7. PMID  25443955.
  8. ^ Ciemny M, Kurcinski M, Kamel K, Kolinski A, Alam N, Schueler-Furman O, et al. (أغسطس 2018). "الالتحام بالبروتين والببتيد: الفرص والتحديات". Drug Discovery Today . 23 (8): 1530–1537. doi : 10.1016/j.drudis.2018.05.006 . PMID  29733895.
  9. ^ Ouzounis CA, Valencia A (2003). "Early bioinformatics: the birth of a discipline—a personal view". Bioinformatics . 19 (17): 2176–2190. doi : 10.1093/bioinformatics/btg309 . PMID  14630646.
  10. ^ ab Hogeweg P (2011). "جذور المعلوماتية الحيوية في علم الأحياء النظري". PLOS Computational Biology . 7 (3): e1002021. Bibcode :2011PLSCB...7E2021H. doi : 10.1371/journal.pcbi.1002021 . PMC 3068925. PMID  21483479 . 
  11. ^ هيسبر ب، هوجويغ ف (1970). "المعلوماتية الحيوية: مفهوم عمل واحد" [المعلوماتية الحيوية: مفهوم عملي]. هيت كاميليون (باللغة الهولندية). 1 (6): 28-29.
  12. ^ هيسبر ب، هوجويغ ب (2021). "المعلوماتية الحيوية: مفهوم عملي. ترجمة "المعلوماتية الحيوية: مفهوم عمل واحد" بقلم B. Hesper وP. Hogeweg". أرخايف : 2111.11832v1 [q-bio.OT].
  13. ^ Hogeweg P (1978). "محاكاة نمو الأشكال الخلوية". محاكاة . 31 (3): 90-96. doi :10.1177/003754977803100305. S2CID  61206099.
  14. ^ Gauthier J, Vincent AT, Charette SJ, Derome N (27 نوفمبر 2019). "تاريخ موجز لعلم المعلومات الحيوية". Briefings in Bioinformatics . 20 (6): 1981–1996. doi :10.1093/bib/bby063. ISSN  1477-4054. PMID  30084940.
  15. ^ Colby B (2022). "Whole Genome Sequencing Cost". Sequencing.com . مؤرشف من الأصل في 15 مارس 2022 . تم الاسترجاع 8 أبريل 2022 .
  16. ^ سانجر ف، توبي هـ (1951). "تسلسل الأحماض الأمينية في سلسلة فينيل ألانيل للأنسولين. الأول. تحديد الببتيدات السفلية من المحللات المائية الجزئية". المجلة الكيميائية الحيوية . 49 (4): 463-81. doi :10.1042/bj0490463. PMC 1197535. PMID  14886310 . 
  17. ^ سانجر ف، تومسون إي أو (1953). "تسلسل الأحماض الأمينية في سلسلة الجلايسيل للأنسولين. الأول. تحديد الببتيدات السفلية من المحللات المائية الجزئية". المجلة الكيميائية الحيوية . 53 (3): 353-66. doi :10.1042/bj0530353. PMC 1198157. PMID  13032078 . 
  18. ^ Moody G (2004). Digital Code of Life: How Bioinformatics is Revolutionizing Science, Medicine, and Business . Hoboken, NJ, USA: John Wiley & Sons. ISBN 978-0-471-32788-2.
  19. ^ Dayhoff MO, Eck RV, Chang MA, Sochard MR (1965). ATLAS of PROTEIN SEQUENCE and STURUCTURE (PDF) . Silver Spring, MD, USA: National Biomedical Research Foundation. LCCN  65-29342.
  20. ^ Eck RV, Dayhoff MO (أبريل 1966). "تطور بنية الفيريدوكسين بناءً على بقايا حية لتسلسلات الأحماض الأمينية البدائية". مجلة العلوم . 152 (3720): 363–6. رمز Bibcode :1966Sci...152..363E. doi :10.1126/science.152.3720.363. PMID  17775169. S2CID  23208558.
  21. ^ جونسون جي، وو تي تي (يناير 2000). "قاعدة بيانات كابات وتطبيقاتها: بعد 30 عامًا من أول مخطط للتباين". أبحاث الأحماض النووية . 28 (1): 214-218. doi :10.1093/nar/28.1.214. PMC 102431. PMID  10592229 . 
  22. ^ Erickson JW, Altman GG (1979). "البحث عن أنماط في تسلسل النوكليوتيدات في جينوم MS2". مجلة علم الأحياء الرياضي . 7 (3): 219-230. doi :10.1007/BF00275725. S2CID  85199492.
  23. ^ Shulman MJ, Steinberg CM, Westmoreland N (فبراير 1981). "يمكن تمييز وظيفة الترميز لتسلسلات النوكليوتيدات من خلال التحليل الإحصائي". مجلة علم الأحياء النظري . 88 (3): 409-20. Bibcode :1981JThBi..88..409S. doi :10.1016/0022-5193(81)90274-5. PMID  6456380.
  24. ^ Xiong J (2006). Essential Bioinformatics . Cambridge, United Kingdom: Cambridge University Press. ص. 4. ISBN 978-0-511-16815-4- عبر أرشيف الإنترنت.
  25. ^ Sanger F, Air GM, Barrell BG, Brown NL, Coulson AR, Fiddes CA, et al. (فبراير 1977). "تسلسل النوكليوتيدات للحمض النووي لبكتيريا phi X174". Nature . 265 (5596): 687–95. Bibcode :1977Natur.265..687S. doi :10.1038/265687a0. PMID  870828. S2CID  4206886.
  26. ^ Benson DA, Karsch-Mizrachi I, Lipman DJ, Ostell J, Wheeler DL (January 2008). "GenBank". Nucleic Acids Research . 36 (Database issue): D25-30. doi :10.1093/nar/gkm929. PMC 2238942 . PMID  18073190. 
  27. ^ abc Fleischmann RD, Adams MD, White O, Clayton RA, Kirkness EF, Kerlavage AR, et al. (يوليو 1995). "التسلسل العشوائي للجينوم الكامل وتجميع Haemophilus influenzae Rd". Science . 269 (5223): 496–512. Bibcode :1995Sci...269..496F. doi :10.1126/science.7542800. PMID  7542800.
  28. ^ Stein L (2001). "شرح الجينوم: من التسلسل إلى علم الأحياء". Nature . 2 (7): 493–503. doi :10.1038/35080529. PMID  11433356. S2CID  12044602.
  29. ^ Erdin S, Lisewski AM, Lichtarge O (أبريل 2011). "التنبؤ بوظيفة البروتين: نحو تكامل مقاييس التشابه". الرأي الحالي في علم الأحياء البنيوي . 21 (2): 180-8. doi :10.1016/j.sbi.2011.02.001. PMC 3120633. PMID  21353529 . 
  30. ^ Carvajal-Rodríguez A (مارس 2010). "محاكاة الجينات والجينومات في المستقبل". Current Genomics . 11 (1): 58–61. doi :10.2174/138920210790218007. PMC 2851118. PMID  20808525 . 
  31. ^ Brown TA (2002). "الطفرة والإصلاح وإعادة التركيب". الجينومات (الطبعة الثانية). مانشستر (المملكة المتحدة): أكسفورد.
  32. ^ كارتر إن بي، فيجلر إتش، بايبر جيه (أكتوبر 2002). "التحليل المقارن لتقنيات مصفوفات التهجين الجينومي المقارن: تقرير عن ورشة عمل برعاية ويلكوم تراست". سيتوميتري . 49 (2): 43-8. doi :10.1002/cyto.10153. PMID  12357458.
  33. ^ Chaudhari NM, Gupta VK, Dutta C (أبريل 2016). "BPGA- an ultra-fast pan-genome analysis pipeline". التقارير العلمية . 6 : 24373. Bibcode :2016NatSR...624373C. doi :10.1038/srep24373. PMC 4829868. PMID  27071527 . 
  34. ^ أستون كي (مايو 2014). "الاستعداد الجيني للعقم عند الذكور: أخبار من دراسات الارتباط على مستوى الجينوم". علم الذكورة . 2 (3): 315-21. doi : 10.1111/j.2047-2927.2014.00188.x . PMID  24574159. S2CID  206007180.
  35. ^ فيرون أ، وبلين س، وكوكس د. ج. (2014). "دراسات الارتباط على مستوى الجينوم والعيادة: التركيز على سرطان الثدي". المؤشرات الحيوية في الطب . 8 (2): 287-96. doi :10.2217/bmm.13.121. PMID  24521025.
  36. ^ Tosto G, Reitz C (أكتوبر 2013). "دراسات الارتباط على مستوى الجينوم في مرض الزهايمر: مراجعة". تقارير علم الأعصاب وعلم الأعصاب الحالية . 13 (10): 381. doi :10.1007/s11910-013-0381-0. PMC 3809844. PMID  23954969 . 
  37. ^ لندن إي، ياداف بي، ساري إس، كريكا إل جيه، فورتينا بي (2013). "استخدام تحليل الارتباط، ودراسات الارتباط على مستوى الجينوم، والتسلسل الجيني للجيل التالي في تحديد الطفرات المسببة للأمراض". علم الصيدلة الجينية . طرق في علم الأحياء الجزيئي. المجلد 1015. ص 127-146. doi :10.1007/978-1-62703-435-7_8. ISBN 978-1-62703-434-0. PMID  23824853.
  38. ^ Hindorff LA, Sethupathy P, Junkins HA, Ramos EM, Mehta JP, Collins FS, et al. (يونيو 2009). "التأثيرات المحتملة للأسباب والوظائف لمواقع الارتباط على مستوى الجينوم للأمراض والسمات البشرية". وقائع الأكاديمية الوطنية للعلوم في الولايات المتحدة الأمريكية . 106 (23): 9362–7. Bibcode :2009PNAS..106.9362H. doi : 10.1073/pnas.0903103106 . PMC 2687147. PMID  19474294 . 
  39. ^ Hall LO (2010). "العثور على الجينات المناسبة للتنبؤ بالأمراض والتشخيص". المؤتمر الدولي لعلوم وهندسة النظم لعام 2010. ص 1-2. doi :10.1109/ICSSE.2010.5551766. ISBN 978-1-4244-6472-2. S2CID  21622726.
  40. ^ Manolio TA, Collins FS, Cox NJ, Goldstein DB, Hindorff LA, Hunter DJ, et al. (أكتوبر 2009). "العثور على الوراثة المفقودة للأمراض المعقدة". مجلة الطبيعة . 461 (7265): 747–753. رمز Bibcode :2009Natur.461..747M. doi :10.1038/nature08494. PMC 2831613. PMID  19812666 . 
  41. ^ Wainschtein P, Jain D, Zheng Z, Aslibekyan S, Becker D, Bi W, et al. (مارس 2022). "تقييم مساهمة المتغيرات النادرة في قابلية توريث السمات المعقدة من بيانات تسلسل الجينوم الكامل". Nature Genetics . 54 (3): 263–273. doi :10.1038/s41588-021-00997-7. PMC 9119698. PMID  35256806 . 
  42. ^ Taliun D، Harris DN، Kessler MD، Carlson J، Szpiech ZA، Torres R، وآخرون. (فبراير 2021). "تسلسل 53831 جينومًا متنوعًا من برنامج NHLBI TOPMed". Nature . 590 (7845): 290–299. Bibcode :2021Natur.590..290T. doi : 10.1038 /s41586-021-03205-y. PMC 7875770. PMID  33568819. {{cite journal}}:CS1 maint: تم تجاوز الإعداد ( الرابط )
  43. ^ Li X, Li Z, Zhou H, Gaynor SM, Liu Y, Chen H, et al. (سبتمبر 2020). "التضمين الديناميكي للعديد من التعليقات الوظيفية الحاسوبية يمكّن من تحليل ارتباط المتغيرات النادرة للدراسات الكبيرة لتسلسل الجينوم الكامل على نطاق واسع". Nature Genetics . 52 (9): 969–983. doi :10.1038/s41588-020-0676-4. PMC 7483769. PMID  32839606 . 
  44. ^ Li Z, Li X, Zhou H, Gaynor SM, Selvaraj MS, Arapoglou T, et al. (ديسمبر 2022). "إطار عمل للكشف عن ارتباطات المتغيرات النادرة غير المشفرة لدراسات تسلسل الجينوم الكامل واسعة النطاق". Nature Methods . 19 (12): 1599–1611. doi :10.1038/s41592-022-01640-x. PMC 10008172. PMID 36303018.  S2CID 243873361  . 
  45. ^ "STAARpipeline: أداة شاملة للجينات النادرة لبيانات تسلسل الجينوم الكامل على مستوى البنوك الحيوية". Nature Methods . 19 (12): 1532–1533. ديسمبر 2022. doi :10.1038/s41592-022-01641-w. PMID  36316564. S2CID  253246835.
  46. ^ Li X, Quick C, Zhou H, Gaynor SM, Liu Y, Chen H, et al. (يناير 2023). "تحليل تلوي قوي وقابل للتطوير وكفء في استخدام الموارد لارتباطات المتغيرات النادرة في دراسات تسلسل الجينوم الكامل الكبيرة". Nature Genetics . 55 (1): 154–164. doi :10.1038/s41588-022-01225-6. PMC 10084891. PMID 36564505.  S2CID 255084231  . 
  47. ^ Vazquez M, de la Torre V, Valencia A (27 ديسمبر 2012). "الفصل 14: تحليل جينوم السرطان". PLOS Computational Biology . 8 (12): e1002824. Bibcode :2012PLSCB...8E2824V. doi : 10.1371/journal.pcbi.1002824 . PMC 3531315. PMID  23300415 . 
  48. ^ Hye-Jung EC, Jaswinder K, Martin K, Samuel AA, Marco AM (2014). "Second-Generation Sequencing for Cancer Genome Analysis". في Dellaire G, Berman JN, Arceci RJ (المحررون). Cancer Genomics . بوسطن (الولايات المتحدة): أكاديميك بريس. ص. 13-30. doi :10.1016/B978-0-12-396967-5.00002-5. ISBN 978-0-12-396967-5.
  49. ^ Grau J, Ben-Gal I, Posch S, Grosse I (يوليو 2006). "VOMBAT: التنبؤ بمواقع ربط عامل النسخ باستخدام أشجار بايزية متغيرة الترتيب". Nucleic Acids Research . 34 (إصدار خادم الويب): W529-33. doi :10.1093/nar/gkl212. PMC 1538886. PMID  16845064 . 
  50. ^ "أطلس البروتين البشري". www.proteinatlas.org . مؤرشف من الأصل في 4 مارس 2020 . تم الاسترجاع 2 أكتوبر 2017 .
  51. ^ "الخلية البشرية". www.proteinatlas.org . مؤرشف من الأصل في 2 أكتوبر 2017 . تم الاسترجاع 2 أكتوبر 2017 .
  52. ^ ثول بيجاي، أكيسون إل، ويكينغ إم، مهديسيان د، جلاداكي أ، آيت بلال إتش، وآخرون. (مايو 2017). “خريطة خلوية للبروتين البشري”. علوم . 356 (6340): eaal3321. دوى :10.1126/science.aal3321. بميد  28495876. S2CID  10744558.
  53. ^ Ay F, Noble WS (سبتمبر 2015). "طرق التحليل لدراسة بنية الجينوم ثلاثية الأبعاد". علم الأحياء الجيني . 16 (1): 183. doi : 10.1186/s13059-015-0745-7 . PMC 4556012. PMID  26328929 . 
  54. ^ Kryshtafovych A, Schwede T, Topf M, Fidelis K, Moult J (2019). "التقييم النقدي لطرق التنبؤ ببنية البروتين (CASP) - الجولة الثالثة عشرة". البروتينات . 87 (12): 1011–1020. doi :10.1002/prot.25823. PMC 6927249. PMID  31589781 . 
  55. ^ "الصفحة الرئيسية - CASP14". predictioncenter.org . مؤرشف من الأصل في 30 يناير 2023 . تم الاسترجاع 12 يونيو 2023 .
  56. ^ Hoy JA، Robinson H، Trent JT، Kakar S، Smagghe BJ، Hargrove MS (أغسطس 2007). "الهيموجلوبين النباتي: سجل أحفوري جزيئي لتطور نقل الأكسجين". مجلة علم الأحياء الجزيئي . 371 (1): 168-79. doi :10.1016/j.jmb.2007.05.029. PMID  17560601.
  57. ^ Jumper J, Evans R, Pritzel A, Green T, Figurnov M, Ronneberger O, et al. (أغسطس 2021). "التنبؤ الدقيق للغاية ببنية البروتين باستخدام AlphaFold". Nature . 596 (7873): 583–589. Bibcode :2021Natur.596..583J. doi :10.1038/s41586-021-03819-2. ISSN  1476-4687. PMC 8371605. PMID 34265844  . 
  58. ^ "قاعدة بيانات بنية بروتين AlphaFold". alphafold.ebi.ac.uk . مؤرشف من الأصل في 24 يوليو 2021 . تم الاسترجاع 10 أكتوبر 2022 .
  59. ^ Titz B, Rajagopala SV, Goll J, Häuser R, McKevitt MT, Palzkill T, et al. (مايو 2008). Hall N (محرر). "التفاعل البروتيني الثنائي لـ Treponema pallidum--the syphilis spirochete". PLOS ONE . 3 (5): e2292. Bibcode :2008PLoSO...3.2292T. doi : 10.1371/journal.pone.0002292 . PMC 2386257. PMID  18509523 . 
  60. ^ Rigden DJ, Fernández XM (5 يناير 2024). "إصدار قاعدة بيانات أبحاث الأحماض النووية لعام 2024 ومجموعة قاعدة بيانات علم الأحياء الجزيئي عبر الإنترنت". أبحاث الأحماض النووية . 52 (D1): D1–D9. doi :10.1093/nar/gkad1173. ISSN  1362-4962. PMC 10767945. PMID 38035367  . 
  61. ^ Seelow D (5 يوليو 2023). "افتتاحية: العدد الحادي والعشرون السنوي لخادم الويب لأبحاث الأحماض النووية لعام 2023". أبحاث الأحماض النووية . 51 (W1): W1–W4. doi :10.1093/nar/gkad517. ISSN  1362-4962. PMC 10320045. PMID 37309890  . 
  62. ^ "مؤسسة المعلومات الحيوية المفتوحة: نبذة عنا". الموقع الرسمي . مؤسسة المعلومات الحيوية المفتوحة . مؤرشف من الأصل في 12 مايو 2011 . تم الاسترجاع في 10 مايو 2011 .
  63. ^ "Open Bioinformatics Foundation: BOSC". الموقع الرسمي . Open Bioinformatics Foundation . مؤرشف من الأصل في 18 يوليو 2011 . تم الاسترجاع في 10 مايو 2011 .
  64. ^ Nisbet R, Elder IV J, Miner G (2009). "Bioinformatics". Handbook of Statistical Analysis and Data Mining Applications . Academic Press. ص. 328. ISBN 978-0-08-091203-5.
  65. ^ مكتب المفوض. "تطوير العلوم التنظيمية - ورشة عمل عامة في الفترة من 24 إلى 25 سبتمبر 2014: معايير التسلسل الجيني للجيل القادم". www.fda.gov . مؤرشف من الأصل في 14 نوفمبر 2017. تم الاسترجاع في 30 نوفمبر 2017 .
  66. ^ Simonyan V, Goecks J, Mazumder R (2017). "Biocompute Objects-A Step towards Evaluation and Validation of Biomedical Scientific Computations". مجلة PDA للعلوم والتكنولوجيا الصيدلانية . 71 (2): 136–146. doi :10.5731/pdajpst.2016.006734. PMC 5510742. PMID  27974626 . 
  67. ^ مكتب المفوض. "تطوير العلوم التنظيمية – التطوير المجتمعي لمعايير HTS للتحقق من صحة البيانات والحوسبة وتشجيع التشغيل البيني". www.fda.gov . مؤرشف من الأصل في 26 يناير 2018. تم الاسترجاع في 30 نوفمبر 2017 .
  68. ^ Alterovitz G، Dean D، Goble C، Crusoe MR، Soiland-Reyes S، Bell A، وآخرون. (ديسمبر 2018). "تمكين الطب الدقيق من خلال التواصل القياسي حول منشأ HTS والتحليل والنتائج". PLOS Biology . 16 (12): e3000099. doi : 10.1371/journal.pbio.3000099 . PMC 6338479. PMID  30596645 . 
  69. ^ مشروع BioCompute Object (BCO) هو إطار عمل تعاوني مدفوع من المجتمع لتوحيد بيانات الحوسبة HTS. 1. وثيقة مواصفات BCO: دليل المستخدم لفهم وإنشاء B.، biocompute-objects، 3 سبتمبر 2017، مؤرشف من الأصل في 27 يونيو 2018 ، تم استرجاعه في 30 نوفمبر 2017
  70. ^ كامبل إيه إم (1 يونيو 2003). "الوصول العام لتدريس علم الجينوم، وعلم البروتينات، وعلم المعلومات الحيوية". تعليم علم الأحياء الخلوي . 2 (2): 98-111. doi :10.1187/cbe.03-02-0007. PMC 162192. PMID  12888845 . 
  71. ^ أريناس م (سبتمبر 2021). "اعتبارات عامة لممارسات التدريس عبر الإنترنت في المعلوماتية الحيوية في زمن كوفيد-19". تعليم الكيمياء الحيوية وعلم الأحياء الجزيئي . 49 (5): 683-684. doi :10.1002/bmb.21558. ISSN  1470-8175. PMC 8426940. PMID 34231941  . 
  72. ^ Barker D, Ferrier DE, Holland PW, Mitchell JB, Plaisier H, Ritchie MG, et al. (أغسطس 2013). "4273π: تعليم المعلوماتية الحيوية على أجهزة ARM منخفضة التكلفة". BMC Bioinformatics . 13 : 522. doi : 10.1186/1471-2105-14-243 . PMC 3751261. PMID  23937194 . 
  73. ^ Barker D, Alderson RG, McDonagh JL, Plaisier H, Comrie MM, Duncan L, et al. (2015). "الأنشطة العملية على مستوى الجامعة في مجال المعلوماتية الحيوية تفيد المجموعات التطوعية من التلاميذ في آخر عامين من الدراسة". المجلة الدولية لتعليم العلوم والتكنولوجيا والهندسة والرياضيات . 2 (17). doi : 10.1186/s40594-015-0030-z . hdl : 10023/7704 . S2CID  256396656.
  74. ^ McDonagh JL, Barker D, Alderson RG (2016). "Bringing computational science to the public". SpringerPlus . 5 (259): 259. doi : 10.1186/s40064-016-1856-7 . PMC 4775721. PMID  27006868 . 
  75. ^ روبسون جيه إف، باركر دي (أكتوبر 2015). "مقارنة محتوى الجين المشفر للبروتين في الكلاميديا ​​تراكوماتيس والبروتوكلاميديا ​​أميبوفيلا باستخدام كمبيوتر راسبيري باي". ملاحظات أبحاث بي إم سي . 8 (561): 561. doi : 10.1186/s13104-015-1476-2 . PMC 4604092. PMID  26462790 . 
  76. ^ Wreggelsworth KM, Barker D (أكتوبر 2015). "مقارنة بين الجينومات المشفرة للبروتين لبكتيريا الكبريت الخضراء، Chlorobium tepidum TLS وPelodictyon phaeoclathratiforme BU-1". ملاحظات أبحاث BMC . 8 (565): 565. doi : 10.1186/s13104-015-1535-8 . PMC 4606965. PMID  26467441 . 
  77. ^ Jjingo D، Mboowa G، Sserwadda I، Kakaire R، Kiberu D، Amujal M، وآخرون. (17 يناير 2022). “إرشاد المعلوماتية الحيوية في بيئة محدودة الموارد”. إحاطات في المعلوماتية الحيوية . 23 (1): بباب399. دوى :10.1093/بيب/bbab399. ردمك  1477-4054. بمك 8769693 . بميد  34591953. 
  78. ^ Via A, Blicher T, Bongcam-Rudloff E, Brazas MD, Brooksbank C, Budd A, et al. (سبتمبر 2013). "أفضل الممارسات في تدريب المعلوماتية الحيوية لعلماء الحياة". Briefings in Bioinformatics . 14 (5): 528–537. doi :10.1093/bib/bbt043. ISSN  1477-4054. PMC 3771230. PMID  23803301 . 
  79. ^ Carvalho-Silva D, Garcia L, Morgan SL, Brooksbank C, Dunham I (نوفمبر 2018). "عشر قواعد بسيطة لتقديم التدريب المباشر عن بعد في مجال المعلوماتية الحيوية في جميع أنحاء العالم باستخدام ندوات الويب". PLOS Computational Biology . 14 (11): e1006419. doi : 10.1371/journal.pcbi.1006419 . ISSN  1553-7358. PMC 6237289. PMID 30439935  . 
  80. ^ Greene AC, Giffin KA, Greene CS, Moore JH (يناير 2016). "تكييف مناهج المعلوماتية الحيوية مع البيانات الضخمة". Briefings in Bioinformatics . 17 (1): 43–50. doi :10.1093/bib/bbv018. ISSN  1477-4054. PMC 4719066. PMID 25829469  . 
  81. ^ Via A, De Las Rivas J, Attwood TK, Landsman D, Brazas MD, Leunissen JA, et al. (أكتوبر 2011). "عشر قواعد بسيطة لتطوير دورة تدريبية قصيرة في المعلوماتية الحيوية". PLOS Computational Biology . 7 (10): e1002245. doi : 10.1371/journal.pcbi.1002245 . ISSN  1553-7358. PMC 3203054. PMID 22046119  . 

قراءة إضافية

مصادر المكتبة حول
علم المعلومات الحيوية
  • الموارد الموجودة في مكتبتك
  • الموارد في المكتبات الأخرى
  • سيجال وآخرون: دراسات بنيوية وتطورية ودراسات إرساء لمنشط أوكسيديز الأحماض الأمينية D (DAOA)، وهو جين مرشح للفصام. البيولوجيا النظرية والنمذجة الطبية 2013 10:3.
  • Achuthsankar S Nair علم الأحياء الحاسوبي وعلم المعلومات الحيوية – نظرة عامة لطيفة محفوظ في 16 ديسمبر 2008 على موقع Wayback Machine ، اتصالات جمعية الكمبيوتر الهندية، يناير 2007
  • ألورو، سرينيفاس ، محرر. Handbook of Computational Molecular Biology . Chapman & Hall/Crc، 2006. ISBN 1-58488-406-1 (سلسلة علوم الكمبيوتر والمعلومات Chapman & Hall/Crc) 
  • بالدي، ب. وبروناك، س.، علم المعلومات الحيوية: نهج التعلم الآلي ، الطبعة الثانية. مطبعة معهد ماساتشوستس للتكنولوجيا، 2001. رقم ISBN 0-262-02506-X 
  • بارنز، إم آر وجراي، آي سي، محرران، علم المعلومات الحيوية لعلماء الوراثة ، الطبعة الأولى. وايلي، 2003. ISBN 0-470-84394-2 
  • Baxevanis, AD وOuellette, BFF, eds., Bioinformatics: A Practical Guide to the Analysis of Genes and Proteins , third edition. Wiley, 2005. ISBN 0-471-47878-4 
  • Baxevanis, AD, Petsko, GA, Stein, LD, and Stormo, GD, eds., Current Protocols in Bioinformatics . Wiley, 2007. ISBN 0-471-25093-7 
  • كريستيانيني، ن. وهان، م. مقدمة في علم الجينوم الحاسوبي محفوظ في 4 يناير 2009 على موقع واي باك مشين ، مطبعة جامعة كامبريدج، 2006. ( ISBN 9780521671910 | ISBN 0-521-67191-4 )  
  • دوربين، ر.، س. إيدي، أ. كروج، ج. ميتشيسون، التحليل التسلسلي البيولوجي . مطبعة جامعة كامبريدج، 1998. ISBN 0-521-62971-3 
  • جيلبرت د (سبتمبر 2004). "موارد برامج المعلوماتية الحيوية". Briefings in Bioinformatics . 5 (3): 300–4. doi : 10.1093/bib/5.3.300 . PMID  15383216.
  • Keedwell, E., Intelligent Bioinformatics: The Application of Artificial Intelligence Techniques to Bioinformatics Problems . Wiley, 2005. ISBN 0-470-02175-6 
  • كوهان وآخرون. مصفوفات دقيقة لعلم الجينوم التكاملي. مطبعة معهد ماساتشوستس للتكنولوجيا، 2002. ISBN 0-262-11271-X 
  • لوند، أو. وآخرون. علم المعلومات الحيوية المناعية. مطبعة معهد ماساتشوستس للتكنولوجيا، 2005. رقم ISBN 0-262-12280-4 
  • باتشر، ليور وستورمفيلز ، بيرند . "الإحصاء الجبري لعلم الأحياء الحسابي"، مطبعة جامعة كامبريدج، 2005. ISBN 0-521-85700-7 
  • بيفزنر، بافيل أ. علم الأحياء الجزيئي الحاسوبي: نهج خوارزمي مطبعة معهد ماساتشوستس للتكنولوجيا، 2000. ISBN 0-262-16197-4 
  • Soinov, L. Bioinformatics and Pattern Recognition Come Together أرشيف 10 مايو 2013 على موقع Wayback Machine مجلة أبحاث التعرف على الأنماط (JPRR أرشيف 8 سبتمبر 2008 على موقع Wayback Machine )، المجلد 1 (1) 2006 ص. 37–41
  • ستيفنز، هالام، الحياة خارج التسلسل: تاريخ المعلوماتية الحيوية القائم على البيانات ، شيكاغو: مطبعة جامعة شيكاغو، 2013، رقم ISBN 9780226080208 
  • تيسدال، جيمس. "بداية استخدام لغة بيرل في علم المعلومات الحيوية"، أوريلي، 2001. ISBN 0-596-00080-4 
  • تحفيز الاستقصاء عند واجهة الحوسبة والبيولوجيا (2005) تقرير CSTB محفوظ في 28 يناير 2007 على موقع Wayback Machine
  • حساب أسرار الحياة: مساهمات العلوم الرياضية والحوسبة في علم الأحياء الجزيئي (1995) محفوظ في 6 يوليو 2008 على موقع واي باك مشين
  • أساسيات علم الأحياء الحاسوبي والأنظمة - دورة معهد ماساتشوستس للتكنولوجيا
  • علم الأحياء الحاسوبي: الجينومات والشبكات والتطور دورة مجانية من معهد ماساتشوستس للتكنولوجيا أرشيف 8 أبريل 2013 على موقع واي باك مشين
استمع إلى هذه المقالة ( 37 دقيقة )
أيقونة ويكيبيديا المنطوقة
تم إنشاء ملف الصوت هذا من نسخة معدلة لهذه المقالة بتاريخ 20 سبتمبر 2013 ، ولا يعكس التعديلات اللاحقة. ( 2013-09-20 )
( مساعدة صوتية  · المزيد من المقالات المنطوقة )
ابحث عن علم المعلومات الحيوية في ويكاموس، القاموس الحر.
تحتوي ويكي الجامعة على مصادر تعليمية حول المعلوماتية الحيوية
تحتوي ويكيميديا ​​كومنز على وسائط متعلقة بـعلم المعلومات الحيوية .
  • بوابة موارد المعلوماتية الحيوية (SIB)
تم الاسترجاع من "https://en.wikipedia.org/w/index.php?title=علم المعلومات الحيوية&oldid=1254720328"
Original text
Rate this translation
Your feedback will be used to help improve Google Translate