生物学研究的重要性和意义论文

论细胞生物学的发展 悠悠300余年，关于细胞的研究硕果累累；近50年来更进入了分子水平，老树又绽新花。许多研究成果已经或将要走进我们的生活：植物细胞在培养瓶中悄然长成幼苗；动物体细胞核移植诞生了克隆动物；不同生物细胞间DNA的转移创造出新的生物类型及其产品；病危的生命期盼着干细胞移植的救助…… 现在，生物学在人类的生产生活中的使用愈加广泛。美国细胞生物学家威尔逊曾经说过：“每一个生物科学问题的答案都必须在细胞中。”这句话明显说明了细胞生物学对整个生物科学的研究有着怎样的重要性。细胞生物学的发展，越来越受到人们的重视。 谈起细胞生物学，不得不提的是建立于19世纪的《细胞学说》。《细胞学说》的建立可谓是自然科学史上的一座丰碑。《细胞学说》的两位建立者——德国科学家施莱登和施旺。经过长时间不断的探索和研究，分别从结构、功能和分裂三个方面对细胞进行了探究，并从中提炼出了三个要点，构成了《细胞学说》的主体。《细胞学说》的建立，不仅为达尔文的《进化论》奠定了基础，更为后人对细胞生物学的研究，做出了巨大贡献。 在细胞学说创立的100年间，人们对细胞的研究基本停留在简单观察和形态描述的水平，细胞在生物学家的眼中多多少少还像一团胶状物，里面杂乱地散布着一些含混不清的东西。此时出现了一名科学家——美国的细胞生物学科学家克劳德，他决心把细胞内部的组分分离开，探索细胞内组分的结构和功能。当时分离细胞器所遇到的困难是今天的人们难以想象的。许多人对他冷嘲热讽，认为把好好的细胞弄碎是毫无意义的。但是克劳德坚信，要深入了解细胞的秘密，就必须将细胞内的组分分离出来。经过艰苦的努力，他终于摸索出采用不同的转速对破碎的细胞进行离心的方法，将细胞内的不同组分分开。这就是一直沿用至今的“转速离心法”。 如果说《细胞学说》是通往细胞生物学的一扇门，那么我认为克劳德的“转速离心法”便是这扇门的钥匙。这种方法的发现，使人类对细胞内部的进一步探究，有着非常重要的意义。 随着对细胞内更深入的探究，人类发现了细胞中一个新的世界。细胞中每个组分如此精巧，一个个小小的细胞器，在细胞中都起到了非常关键的作用。霍中和院士在《细胞生物学》中写到：“我确信哪怕最简单的一个细胞，也比迄今为止设计出的任何只能电脑更精巧。”人类也曾经试图组装出一个细胞。1990年，科学家发现人体生殖道支原体可能是最小、最简单的细胞。1995年，美国科学见文特尔领导的研究小组，对这种支原体的基因组进行了测序，发现它仅有480个基因。如果在480个基因中辨认出对细胞生活必不可少的“基本基因”，那么就有希望人工合成这些基因——一段不很长的DNA分子。 文特尔的方法是破坏一个又一个的基因，看那些基因是绝对不可或缺的，终于筛选出了300个对生命活动必不可少的基因，但其中100个基因的重要性尚不清楚。 文特尔以及其他一些科学家认为，如果能人工合成这300个基因的DNA分子，再用一个细胞膜把它和环境分隔开，在培养基中培养，让他能够生存、生长和繁殖，组装细胞就成功了。科学家现在已经能够合成长度为5000个碱基因对的DNA片段，文特尔估计生殖道支原体的DNA的碱基对比这要多100倍，因此，DNA的人工合成还需要方法上的创新。怎样给DNA分子包上细胞膜也是一个难题。他们的设想是，把生殖道支原体细胞的DNA破坏掉，再把人工合成的基因组“注入”支原体细胞。 有关实验还在进行中，不过可以确信的是，人类对细胞生物学的研究愈加深入，对人类今后的发展就愈加有利。通过不断的科学探究和深入研究，我相信在不久的将来，细胞生物学将成为一个重要的科学领域，会吸引更多的人去探索、研究。它也会绽放出他耀眼的光辉，来迎接着这崭新的时代！

给点对文特尔的评价

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.