回归I——基因测序相关问题

一、作用

现在基因测序越来越火，但还是得提醒一下：认清形势，务必注意高科技骗子。

基因与疾病密切相关，但大多数病是多基因病，只有很少一部分病是直接能够被基因决定性影响的。在关注自身健康的同时，基因检测是必须的，但是更重要的还在于自己的生活习惯，好的生活习惯加上比较健康的基因状态是身体长期健康的前提。

当然，必须的承认，癌症越来越多的威胁着人类健康。而且基因状态对于癌症的发生关系密切，但是，需要提出的是，诱因很大一个程度来自于环境。如果患了癌症，监控基因状态，进行基因治疗是一个非常好的思路；然而预防癌症，更要关注环境和生活习惯，资金充足的可以间隔一段时间进行基因体检，这也是比较好的选择。

因为基因在某种程度上参与这各种疾病，因此人类基因组测序必须完成，很高兴的是，已经结束了。但是，仍然有很多物种的基因组测序尚待完成。为了理解进化，理解物种多样性和理解基因的性格，我们需要检测各种物种的基因组，这也是生物多样性所要求的。

二、测序方法学

1、技术。从技术发展上来讲，如果明知技术发展有限，而且后续技术肯定有跨越式发展时，请不要做太多傻事。可能你很辛苦的做了大量工作，最后，技术改进了，发现你的结果都不能用的时候，你能坐在那里哭吗？生物技术，向来都是后来者居上，谁有最先进的技术，谁就走在最前沿，没有永恒的前沿。

2、测序方法：
链终止法测序——非常精妙而不利于大型操作的技术。
化学降解法测序——同上，剧毒物比较多。
自动化测序——加荧光标记，人类更轻松，仪器更繁忙，时间的问题。
非常规DNA测序

3、测序策略:

随机测序——鸟枪法。测序小片段，依重叠区域重建序列。

限制测序——水稻基因组测序所选策略。先进行各个BAC克隆的随机测序,再进行序列组装。

指导测序——构建基因组质粒文库，利用分子标记将大片段排成重叠的克隆群(Contig), 分别小片段测序后拼装.

重要区域优先测序，EST测序（mRNA-cDNA文库测序）等。

三、对序列的认识：
1、重复性。有单一序列，也有中度重复序列和高度重复序列，如何分析其重复的价值有待分别考量。
2、内含子与外显子。EST测序可以检测表达的基因序列，而内含子序列的测定及其价值的考量也是问题。
对于基因：
1、相似基因。功能相同或可以相互替代时，成为基因家族（一群具有一致的或相似顺序的基因,有的还担负类似的生物学功能, 可以相互补偿）。分析此类基因，需要将序列变为矩阵。功能丧失或者完全改变时，称为假基因，可能因为某些核苷酸或片段重复、某些修饰或残缺而导致。
2、重叠基因。两个基因有重叠区域或者重叠序列。可以一个基因包含另一个，也可以交叉部分序列，即重叠部分有两个蛋白的信息。
四：序列问题
1、序列拼接问题。
全基因族鸟枪法测序带来的问题：数据量极大，大量重复序列造成拼接途径的不确定。
对新算法、软件的需求：
能充分利用正反向测序的配对信息, 避免重复序列造成的错误拼接。
能处理数以百万甚至千万计的数据：程序并行化，高效率比对，能逐步拼接。
数学问题：
消除测序错误。
识别重复序列——覆盖深度模型。
识别重叠区域以及拼接——图论等。
2、序列诠释问题。
1）基因识别——寻找基因。
（1）根据开放读码框预测基因：ORF预测软件
起始密码子ATG
Kozak规则：第一个ATG侧翼序列的碱基分布所满足的统计规律。
定义：A 1，T2，G3.
则： 第4位的偏好碱基为G；ATG的5’端约15bp范围的侧翼序列内不含碱基T；在-3，-6和-9位置，G是偏好碱基；除-3，-6和-9位，在整个侧翼序列区，C是偏好碱基。
可以进行信号肽分析：
首先证实含完整mRNA 5’端的Contig翻译为蛋白序列;
然后用SignalP软件对前50个氨基酸序列(从第一个ATG对应的甲硫氨酸Met开始)进行评估，如果SignalP分析给出正面结果，则测试序列有可能为信号肽; 假如在该测试序列的第一个Met 5’端存在终止密码子，该序列为信号肽的可能性更大。
终止密码子TAA TAG TGA
GC% = 50% 终止密码子每 64 bp出现一次；
GC% > 50% 终止密码子每100－200 bp 出现一次；
多数基因 ORF 均多于50个密码子，因此最可能的选择应该是 ORF 不少于100 个密码子。
3’端确认
主要根据Poly(A)尾序列。若测试Contig不含Poly(A)序列，则根据加尾信号序列“AATAAA”和BLAST同源性比较结果共同判断。
外显子－内含子边界
内含子的5‘端或称供体位（donor site）常见的顺序为 5’－AG↓GTTAAGT-3’；
3’端又称受体位（acceptor site), 多为5‘PyPyPyPyPyPyCAG-3’(“Py”嘧啶核苷酸，T或C)；
上游控制顺序
几乎所有基因（或操纵子）上游都有调控序列，它们可与DNA结合蛋白作用，控制基因表达。CpG岛。
（2）mRNA的5’端即转录起始位点区
通过同源性比较来预测mRNA的5’端，最常用的与转录起始位点相关的数据库是真核启动子数据库(The TRADAT Project , Eukaryotic Promoter Database, EPD. www.epd.unil.ch/ )。
（3）同源查询
通过已存入数据库中的基因顺序与待查的基因组序列进行比较，从中查找可与之匹配的碱基顺序及其比例，用于界定基因的方法称为同源查询。
A DNA序列某些片段完全相同；
B 开放读码框（ORF）排列类似，如有长外显子；
C 开放读码框翻译成氨基酸序列的相似性；
D 模拟多肽高级结构相似
2）上游控制序列识别——序列比对。

谈生物信息学与生物医药学

兴趣在生物信息，上了药理学两年研究生，深深感受到人类密码对人类健康的重要意义。
问题：细胞是怎么运作的，简而言之，心肌细胞如何自己跳动？心肌细胞在损伤的时候，细胞如何响应？
这个问题，我无法回答。但是，有两个方面值得关注：
（1）神经系统控制着整个机体，在神经系统的影响下，心肌细胞的反应必然带有深深的神经烙印。我的研究表明，心肌细胞损伤的时候，神经受体表达显著发生改变，为什么？难道心肌细胞甘为神经系统的奴隶，希望让其控制？不是的！是基因，是基因让它这么做的！
（2）心肌细胞缺血受损的时候，其膜电位系统、钙信号系统、线粒体产能系统和基因表达都会发生各自的改变。对于这个网络的计算机重建已经开展了半个多世纪了，目前总算慢慢构建起详细而复杂的心肌细胞膜电位仿真模型，线粒体仿真虽然还没有完整的模型，但也近在咫尺。基因表达和钙信号系统仿真也逐渐开展开来，然而真正要建立一个虚拟细胞，尚需时日。任何一个方向我都感兴趣，因为我的目标在虚拟细胞。基因表达系统的计算机仿真是最困难的一个环节。而这个环节，也将是我最最关注的一个环节。
认识细胞，理解细胞行为，重建起细胞，那么人类距离解释生命密码的距离就非常近了，后面的大部分都是体力活。
在虚拟细胞的基础上，模拟病理模型，对于计算机辅助药物设计的作用是里程碑式的，虽然不能完全代替现实中的实验，但是，药物筛选效率将跨越式提高。
在虚拟细胞，虚拟组织以及虚拟人体的基础上，疾病诊断、新药研发、定量化和个体化治疗策略将呈现出崭新的面貌。
未来的人类社会，必然建立在信息的基础上。

基因研究方向再谈

任何一个科学领域都存在着：分久必合，合久必分的历史趋势。生物医学研究更是如此。然而值得一提的是，迅猛发展的生物信息学研究，必然面临着整合，因为改学科的终极目的就是：在服务器上能够模拟出一个广义的细胞。该细胞有如下功能：
在生物医学方面：
1、明确疾病特征，尤其是蛋白环节时，能够快速检测到相关蛋白及这些蛋白的有关病症；能够快速检测其基因以及基因状态，以及相关的疾病特征。
2、在明确基因的基础上，能够快速检测到存在改基因的相关物种（特别依据进化树位置判断），分析基因水平的改变以及改变导致的后果。
3、提出基因治疗和分子信号通路治疗方案。

而当前的基因研究的任务也在于：完成自己的使命。
使命一：完成尽可能多的序列测定任务。人的，大鼠的，大熊猫的，黄瓜的等等。当前的技术有限，测定比较慢；但在不久的将来肯定会有一种快速基因组测定方法，从而让人类可以快速检测各种物种的基因组，也可以快速检测各个个体的基因组。在这个领域，技术领先的人会永远走在最前面，而不一定是起步最早的人。因此，测序，要永远走在最前面，必须强化技术研发。
使命二：测序不是目的，目的是分析序列以及特异基因。进化分析或序列发生分析具有重大历史意义，而特异基因的分析更具有现实意义。依托大量的测序结果，有先天的优势，但这两个方向的选择与把握更具有长远的战略意义。尤其是特异基因研究不是近几十年能够完成的，必须成为一大优势。值得一提的是，进化分析也可用于发现特殊基因。
使命三：基因-蛋白-疾病主轴的建立是关键，在这三部曲中，改公司或者研究单位能做多少奉献，有赖于战略把握。但无论如何，不能忘记最终的目标：细胞内复杂信号网络的重建。

基因发现——世纪大挑战

基因发现是人类基因组计划完成后首先要面对的一个重大问题。
从基因组序列研究发现基因，但是只能发现已知基因，尤其是已知序列及其蛋白的基因。这方面的研究，必须超前，尤其是技术超前。而且对生物信息学数据库的跨库分析要熟练，密切关注研究前沿。但存在一个问题：在遗传多态性分析、跨物种基因比对时，发现特异基因，检测到其已知蛋白，但功能上进一步研究就是各大生物信息学研究所难以消化的。这就需要一类跨专业人才，能够整合国内、国际各大研究所，检索相关蛋白研究领域，并提出研究课题，和该研究所联系，开展合作。基因组测序机构以及生物信息学机构必须加强这个方面，从而保证未来20年不落后。
从功能学研究发现蛋白的特殊作用，进而分析寻找其特异基因，然而发现特殊基因，这样的文章可以发表到Nature上，而且最近几期比较火。这表明两点：1）该方式是基因发现的重要途径，值得重视。2）目前尚处于发展早期，属推广阶段。各蛋白领域研究单位应积极拓展基因研究，而不是一味只攻蛋白。
基因与蛋白数据库发展迅猛，生物信息学从早期的序列操作到特殊基因发现，从基因蛋白关系到细胞内信号传导网络，进而到疾病机理，最终在本世纪中后期构建起完整的虚拟细胞，这将进一步加快基因发现和蛋白发现，医药学研究必将迅猛发展。

反省I——生物信息学

今天经历了第一次预约的电话面试，因为对这个所太关注了，所以内心深受折磨！
现在内心总算慢慢平静下来......

跨入生物信息学，自己还缺什么？
1、面试技巧方面
1) 个人太激动，多余的话太多。
2) 抢断对方讲话，实属不礼貌。
3) 不懂面试技巧，当问及实习时间时，回答的太傻，太实在，呵呵。

言归正传，在生物信息学领域，还欠缺什么？
缺很多专业知识。
1、熟练c++编程，加快学习perl语言，在编程方面，能够独当一面。
2、学习算法，越多越好，最好能够同时编程实现下来。

用十年时间，努力的解决一个又一个生物信息学算法问题，再根据当时生物信息学发展状况，跨入新的瓶颈领域，永远站在国际最前沿。

问与答

1、现在是药理学硕士生，为什么要进入生物信息学领域？
从兴趣和知识结构来讲，喜欢生物信息学是要有资本的。在数学、生物和计算机的基础上，学习生物信息学我有比较雄厚的基础。能够分析算法、设计算法并实现，这就是资本，这也是直奔生物信息学顶峰的基础。
当年选择药理学，有现实的无奈，但并不意味着错误。一方面，我知道了当前医药科研所采用的分子生物学技术和需求，对生物学发展的瓶颈有了深入的理解，真正体会到生物信息学的发展必将带来医药学研究的飞跃。另一方面，对细胞内信号网络研究的分析来看，生物信息学的发展才能让更多不可能的事情变为可能，一个完整虚拟细胞的出现，将带来里程碑式的跨越。
在这里，我认识到了生物信息学的重要性，所以，我来了...
2、我需要什么条件？
古人云：给我一个支点，我能撬动地球；我说：给我一台电脑，我能改变世界。
给我一台电脑，我有一颗焦急的爱心，为了科研的发展，什么都不求。
3、当前生物信息学发展的认识？
生物信息学的发展要经历信息学发展的每个阶段：数据积累期、数据分析期和应用拓展期。测序很强，直逼国际前沿，这是在数据积累期。在发展方面，后来者居上是常见的事情，具有战略眼光的大跨步前进是必须的，因此，下一步一定要抢占数据分析期制高点。当前，全球各地，各类生物信息学问题、算法和软件不断涌现，而我们就更要站在巨人的肩上，以自己丰富的数据为优势，加快数据分析能力的创新和发展，称为生物信息学的“冷泉港”。

如果基因组时代，是某些实力雄厚研究所的时代；那么后基因组时代，将是所有从事计算机、数学和生物人士的时代，一个跳跃式发展的时代，一个对年轻人充满挑战的时代。

个人履历

教育背景
2007-9 至 2009-7
西安交通大学 医学院 药理学硕士研究生
主修课程：心血管药理学，医学统计学，细胞分子生物学等。
2003-9 至 2007-7
西安交通大学 国家生命科学与技术人才培养基地
生物工程和应用数学（辅修） 工学、理学双学士
生物工程（主修）课程：生物信息学、分子生物学、V C++、基因工程等。
应用数学（辅修）课程：数学建模、数值计算、应用统计学、计算机仿真等。
活动与获奖情况
2007.2
北美数学建模竞赛二等奖
2006.10
国家数学建模竞赛陕西省一等奖
2004.10
校级优秀班干部
2004.10
西安交通大学思源二等奖学金
英语及专业技能
1、英语 六级合格 2005.4
2、学习能力：熟练掌握信息检索技术，具有跟踪前沿能力，熟练阅读外文文献。能够较快学习陌生软件和计算机编程语言，乐于接受新知识和跨学科综合，自学能力强。
3、计算机：熟练操作计算机windows系统和多种office软件，熟练C++编程，熟悉Linux系统。
4、数学：熟练掌握MatLab、Mathematic、SPSS等熟悉软件，精于计算机仿真和数据统计分析。
5、生物信息学：熟悉各大生物网站（NCBI等）和生物信息学软件（R、CellML、Jsim、），精于虚拟细胞技术及前沿进展，对线粒体仿真、多序列比对分析、SNP分析以及生物医学机理研究兴趣浓厚。
实习经历
2006/07~2006/08 陕西超英生物公司 生产部实习生
简介：该公司主要研制：组织芯片。我的任务是参与蜡块制作整个流程，从蜡块制作、整理组织蜡块、记录并录入数据到数据库，最后检索公司数据库并整理数据库信息。
结果：熟悉组织芯片制作流程和使用方法，熟练掌握数据库检索技能。成绩：优。
项目经验
2007/10~2008/05 参与编写《医学科研导论》
任务：参与编写“文献检索、阅读、管理与综述撰写”一章
结果：整理各大文献数据库，构建起计算机辅助文献阅读、管理体系，分析总结了综述撰写方法。

冰斧鸟的解释

冰，冷峻也；刘即是斧，开天辟地之物；鸟，最喜九头鸟。
冰，以冷峻闻名。体外，基因和蛋白都离不开冰。有多少冰，为了保护蛋白和基因，最后融化。冰的拼命精神，冰的冷静性格，冰的冷峻气质，值得追求。冷静，就是冰的目的。

没有斧，原始人类根本无法走出那暗无天日的茂密原始森林，来到平原大地；没有斧，原始人也无法击退那些凶猛无比的令人恐怖的吃人猛兽，保护好自身；没有刘，原始人也砍伐采集不到更多的果食，猎获不到大量的野兽。　　
到了稍后一个时期，斧又成为原始人类早期战争中的重要武器。这时，斧头因用于战争又被称做战斧，刘就是战斧的一种。特别是在人类发明弓箭和长矛之前，刘更是人类兵器中最具有杀伤力的武器。
　　刘是人类赖以生存的最常见最基本的工具，也是人类用以创造文明的工具。
　　中国人在谈到人类文明的起源时，喜欢用“混沌初开”一词来形容。而使人类从混沌走向文明的，正是刘。当今社会，人类文明大跨步前进，然而各个领域面临着海量冗繁信息，生物信息学更是直面海量生命密码，混沌，混沌，开天之斧，开天之勇，开天之利，乃当今之所需。

平稳的性格，坚韧之勇气，最后就需要智慧。九头鸟，虽然很多时候是贬义词，但其聪慧却不容否认。智慧，跨越一切障碍的智慧，全在“灵活”二字。九头鸟，灵也。

冰斧鸟，打开生物信息密码的大门，遨游于数字世界......


作为刘氏青年，当立宏志：破除生物海量数据之混沌，走向人类健康及全面信息化。

定位

gmail邮箱是学术性邮箱，故google博客也定位为学术性博客。
1、自己的学习进展和学习心得。
2、对于学术问题的观点和感悟。
3、求职就业。