Bioinformatika

Straipsnis iš Vikipedijos, laisvosios enciklopedijos.
Peršokti į: navigaciją, paiešką
 NoFonti.svg  Šiam straipsniui ar jo daliai trūksta šaltinių ar nuorodų į juos.
Jūs galite padėti Vikipedijai įrašydami tinkamas išnašas ar nuorodas į šaltinius.
 Broom icon.svg  Šį puslapį ar jo dalį reikia sutvarkyti pagal Vikipedijos standartus.
Jei galite, sutvarkykite; apie sutvarkymą galite pranešti specialiame Vikipedijos projekte.

Bioinformatikataikomosios matematikos, informatikos, statistikos ir kompiuterių mokslo žinių panaudojimas, sprendžiant biologines problemas:

  • Evoliucijos modeliavimas (angl. the modeling of evolution).
  • Genų paieška (angl. gene finding) yra duotos nukleotidų sekos analizė, nurodant, kurie jos fragmentai tiesiogiai koduoja organizmo sintetinamų baltymų aminorūgštis (kuriami metodai ir transkribuojamoms, bet netransliuojamoms sekoms rasti). Ši užduotis tampa sudėtingesnė tiriant eukariotinį genomą, nes jame į koduojančias sekas (egzonus) įsiterpia baltymų nekoduojančios sekos (intronai). Egzonų sujungimas į koduojančią seką neretai priklauso nuo kintančių faktorių (pvz., kuriame organe tai vyksta), todėl naujausios genų paieškos programos gali pateikti ir keletą galutinės sekos variantų.
  • Sekų sugretinimas (angl. sequence alignment) naudojamas palyginti dvi ar daugiau panašių, bet skirtingų nukleotidų ar aminorūgščių sekų. Šiuolaikiai metodai siekia aptikti neatitikimus (sekos elementas skiriasi), insercijas bei delecijas (papildomas arba trūkstamas sekos elementas) bei tarpus (ilgus nesutampančius fragmentus kurie neretai interpretuojami kitaip nei pavieniai nesutampantys elementai). Užduotis tampa sudėtinga jei norima lyginti daugiau negu dvi sekas. Plačiai naudojami tiesinio programavimo metodai.
  • Baltymų struktūrinės sekos tyrimai (angl. protein structure alignment) gretina ne aminorūgštis ar nukleotidus, bet stambesnius žinomos funkcijos baltymų „modulius“. Šiais metodais lyginamos sekos, kurios atsiskyrė seniai ir nėra pakankai panašios lyginti sekų sugretinimo metodais.
  • Genomų surinkimas (angl. genome assembly) taikomas nustatant bet kurio didesnio genomo nukleotidų seką. Eksperimentiniai metodai nustato riboto ilgio fragmentų seką, tačiau šių fragmentų galai persikloja tarpusavyje, leisdami atkurti daug didesnį genomą. Problemą apsunkina sekos nustatymo klaidos bei pasikartojančios sekos, kurios organizme aptinkamos daug dažniau nei statistiškai būtų galima tikėtis.
  • Baltymų struktūros numatymas (angl. protein structure prediction]) siekia nustatyti erdvinę baltymo struktūrą pagal jo aminorūgščių seką. Paprastai tai itin skaičiavimams imlūs metodai, kuriems būtinas paskirstytasis skaičiavimas (distributed computing).
  • Taikinio numatymas (angl. 'target prediction') siekia numatyti, į kurią ląstelės vietą (ar apskritai iš ląstelės) žinomos sekos baltymas bus transportuojamas. Baltymai gali turėti specializuotas jų transporto kryptį nulemiančias sekas. Šie metodai paprastai kuriami naudojant žinomos transportavimo krypties baltymų duomenų bazę, kurios dalis nuo kuriamos sistemos „paslepiama“ ir vėliau panaudojama kontroliniam įvertinimui.
  • Genų ekspresijos numatymo metodai (angl. prediction of gene expression) siekia aptikti geno koduojančią dalį papildančias sekas, nurodančias, kada ir kaip gene esanti informacija turi būti organizmo panaudojama.
  • Baltymų sąveikų numatymas (angl. prediction of protein - protein interactions) siekia numatyti, ar du žinomos struktūros baltymai sąveikaus tarpusavyje. Šioje srityje tinkami metodai kol kas dar nėra sukurti.
  • Metabolinio ląstelės tinklo analizė (angl. metabolic networks) tiria ląstelės metabolinių virsmų visumą aukštosios matematikos (grǎfų teorija) metodais. Šie metodai nustato, kokius junginius ląstelė gali sintetinti turimais fermentais ir kokios galimybės bus prarastos vieną ar kitą fermentą praradus. Problema tampa įdomi, kuomet nagrinėjami fermentai dalyvauja ne vienoje, o kelete biocheminių reakcijų. (žr.)
  • Morfogenezės analizė (prediction of morphogenesis) siekia numatyti, kokiu būdu genetinė informacija (nukleotidų seka) įgalina kurti sudėtingas gyvojojo pasaulio erdvines struktūras. Ši kryptis paprastai aukštosios matematikos sritimis, nagrinėjančiomis „struktūros atsiradimą iš chaoso“. Kai kurie senesni modeliai taip pat naudoja fraktalų teorijos pasiekimus.
  • Bioinformatikiniai interneto robotai bei su jais susiję metodai kuriami ir naudojami skirtingose Interneto svetainėse pateikiamas bioinformatikines programas jungiant į vieningą analizės grandinę (ji gali būti ir uždara bei šakota). Pakeisdami mėnesius mokslininko darbo, šie robotai leidžia analizę, kuri kitaip niekada nebūtų atlikta.

Stipriausi bioinformatikos centrai yra: Šveicarijos bioinformatikos institutas (žr.), Europos bioinformatikos institutas (žr.), Kioto universitetas (žr.), Kalifornijos universitetas. Lietuvoje bioinformatika yra dar palyginti nauja mokslinių tyrimų sritis. Vienas iš centrų, kuriame sistemingai atliekami bioinformatikos ir kompiuterinės biologijos tyrimai, yra Biotechnologijos instituto Bioinformatikos laboratorija (žr.)