Биоинформатика — наука о биологических данных¶
Биоинформатика — междисциплинарная область науки, находящаяся на стыке биологии, информатики, математики и статистики, занимающаяся разработкой методов и программного обеспечения для хранения, обработки, анализа и интерпретации биологических данных. Основной предмет биоинформатики — данные, получаемые в молекулярной биологии и генетике: последовательности нуклеотидов и аминокислот, структуры белков, данные транскриптомики, протеомики и других «омиксных» технологий.
¶История
Термин «биоинформатика» появился в 1960-х годах и изначально обозначал информационный обмен в биологии. В 1968 году немецкий биолог Карл Вирт предложил термин «биоинформатика» (Bioinformatik) для обозначения информационных проблем биологии. В англоязычной литературе термин закрепился в 1970-х годах.
Ключевые вехи развития:
- 1960-е годы — первые попытки компьютерного анализа белковых последовательностей; создание базы данных Protein Data Bank (PDB) в 1971 году.
- 1977 год — публикация первых полных последовательностей геномов вирусов φX174 и MS2, что потребовало автоматизированных методов хранения и сравнения последовательностей.
- 1980-е годы — создание баз данных GenBank (1982) и EMBL, разработка алгоритмов выравнивания последовательностей (BLAST, 1990).
- 1990-е годы — запуск проекта «Геном человека», активное развитие биоинформатики как самостоятельной дисциплины; в России создание Института биоинформатики (1992).
- 2000-е годы — завершение черновой версии генома человека (2001), рост массивных данных секвенирования нового поколения (NGS).
- 2010-е годы — применение методов глубокого обучения для предсказания структуры белков (AlphaFold, 2020).
¶Основные задачи
Биоинформатика решает ряд типовых задач:
- Хранение и организация данных — создание баз данных последовательностей, структур, аннотаций.
- Выравнивание последовательностей — поиск гомологичных участков в нуклеотидных или белковых цепях (алгоритмы BLAST, FASTA, методы профильного выравнивания).
- Поиск гомологов и предсказание функции — перенос аннотации с изученного белка на новый на основе сходства последовательностей.
- Филогенетический анализ — построение эволюционных деревьев на основе последовательностей.
- Предсказание структуры белков — вычисление третичной структуры по аминокислотной последовательности.
- Анализ геномных данных — сборка генома, поиск вариантов (variant calling), анализ экспрессии генов.
- Докинг и дизайн лекарств — моделирование взаимодействия молекул с белками-мишенями.
¶Методы и инструменты
К основным методам биоинформатики относятся алгоритмы динамического программирования (например, алгоритм Нидмана — Вунша для выравнивания последовательностей), вероятностные модели (скрытые марковские модели, Байесовские сети), методы машинного обучения и глубокого обучения. Используются языки программирования Python, R, C++, Perl; пакеты Bioconductor, Biopython, EMBOSS.
¶Биоинформатика в России
В России биоинформатика развивается в ряде научных центров. Крупнейшие хабы — Институт биоинформатики (Москва), Сколковский институт науки и технологий, Новосибирский Академгородок (Институт цитологии и генетики СО РАН), Казанский федеральный университет, Санкт-Петербургский государственный университет. В 2020-х годах в России реализуются проекты по созданию национальных биоинформационных ресурсов и развитию вычислительной инфраструктуры для обработки данных секвенирования.
¶Применение
Биоинформатика применяется в медицине (персонализированная медицина, поиск биомаркеров, фармакогенетика), сельском хозяйстве (селекция, геномное редактирование), биотехнологии (инженерия белков, метаболическая инженерия), судебной генетике, вирусологии (эпидемиологический мониторинг на основе геномных данных).
¶Источники
- Википедия: «Биоинформатика»
- Mount D. Bioinformatics: Sequence and Genome Analysis
- Сборник статей «Биоинформатика: от генома к протеому» (Вестник РАН)
- Лекции и учебные материалы Института биоинформатики (Москва)
