生物信息学技术在病原生物学中的应用-526互联

廉俊微周圆金媛悦李冰艳

【摘要】生物信息学是在生命科学的研究中，以计算机为工具对生物信息进行储存、检索和分析的科学。它是当今生命科学和自然科学的重大前沿领域之一，同时也将是21世纪自然科学的核心领域之一。随着基因组、蛋白质组数据库的完善，生物信息学运用于医学研究的各个领域成为一种必然趋势。在病原生物研究的各个方面，从病原生物鉴定、致病机制阐明，到疾病诊断、药物和疫苗研发，生物信息学技术都发挥着巨大的作用。

【关键词】生物信息学；病原微生物；领域应用

１生物信息学在病原生物鉴定中的应用

1.1 在细菌鉴定中的应用

细菌鉴定方法主要有表型鉴定法和分子遗传学、鉴定法两大类。多位点序列分析/分型这种技术通过DNA测序鉴定方法已经被证明比传统的生化分型和表型分型方法更加准确、快捷。基质辅助激光解吸/电离飞行时间质谱是一种新的微生物鉴定方法，通过细菌蛋白质指纹图谱的特征峰谱来鉴定细菌，鉴定过程中常用Spectra Bank数据库和SPECLUST在线聚类分析软件来分析质谱数据。

1.2 在病毒鉴定中的应用

基因组条形码技术是利用生物体 DNA 中一段保守片段对物种进行快速、准确鉴定的一种新兴技术。魏成国等[1]在麻疹病毒和肠道病毒鉴定分型的研究中可以体现。高通量测序技术能一次并行对几十万到几百万条DNA分子进行序列测定，在微生物鉴定中很常用，CLCG enomic Workbench 软件是用来分析高通量测序产生的庞大数据。裴广倩等[2]利用高通量测序技术快速检测 H7N9禽流感病毒的研究中可以体现。

1.3 在真菌鉴定中的应用

基因芯片技术由于能够高效、精确地分析大量的基因信息，因而在病原生物的鉴定中具有很好的应用前景。Arraypro是常用的基因芯片综合分析软件，既可以进行图像分析，又可以进行数据处理。Sato等[3]在研究如何准确鉴定人体皮肤病原真菌的过程中，运用基于PCR的DNA 微列阵方法来鉴定真菌；Sakai等[4]使用微列阵与等温基因扩增相结合的方法来鉴定病原真菌。

1.4 在寄生虫鉴定中的应用

借助蛋白质组学分析能够对寄生虫生活史各阶段的蛋白质进行区分鉴定，生活史不同阶段发育蛋白图谱是寄生虫的蛋白质组学研究的重要内容。Nirujogy等[5]在对杜氏利什曼原虫的蛋白质组分析过程中，以已完全测序的基因组为基础，通过质谱数据分析、蛋白质组学分析、亚细胞定位分析对杜氏利什曼原虫的蛋白质进行鉴定。此鉴定有助于研究处于不同发育阶段的杜氏利什曼原虫的特异性蛋白质表达谱，从而寻找针对各个阶段的抗杜氏利什曼原虫药物靶点。

2. 生物信息学在病毒研究中的应用

生物信息学是生物研究领域依靠计算方法和分析工具获得最终结果的应用技术，在预测未知基因和蛋白质的结构、产物、功能和进化，以及从大量的序列信息中筛选药物和疫苗等方面具有明显的优势。

以COVID-19[6]为例，根据现有的生物信息学技术报告，可以归纳整理出与COVID-19相关的几种最重要的方法和应用，方便病毒治疗以及控制爆发式流行疾病的进一步研究。基于新一代测序(NGS)和第三代测序(TGS)技术，不仅可以检测到病毒，而且可以快速获得高质量的SARS-CoV-2基因组。SARS-CoV-2基因组序列、变异、单倍型数据的出现，有助于研究人员了解基因组和蛋白质结构、变异、突变等生物学特性。经测序比对和系统发育分析，了解到蝙蝠可能是新型冠状病毒的天然宿主。单细胞RNA测序为揭示COVID-19诱导的免疫应答机制提供了丰富的资源。血管紧张素转换酶2 (ACE2)作为一种进入受体，可作为治疗COVID-19的潜在药物靶点。基于SARS-CoV-2药物数据库的生物信息学方法的分子动力学模拟、分子对接和人工智能(AI)技术可以加速药物的开发。因此，可以认为生物信息学技术为快速深入研究SARS和MERS做出了巨大贡献，也将为SARS-cov-2的研究带来新的曙光。

在科技战争中，利用生物信息学工具对病毒数据进行测序分析，为发现SARS-CoV-2提供了重要依据。SARS-CoV-2数据库提供基因组和蛋白质结构质量评价、变异、交互式可视化等生物学特性。不同物种之间的序列比对有助于我们了解病毒的起源和进化特征。通过对SARS-CoV-2 RNA单细胞RNA测序的生物信息学分析，揭示了上皮细胞和免疫细胞类型的特征。此外，它可以提供预测和筛选高通量计算支持，以加速病毒大流行的治疗和预防，如特定药物和疫苗的开发。

生物信息学在病毒研究中的应用主要包括提供数据库中的基因组和蛋白质结构、通过数据库搜索样本的起源以及它的同源性物种、检测病毒样本、通过已知图谱研究病毒特征、针对性研究疫苗等。如今，生物信息学技术已成为病毒识别、分析和监测的有力工具，同时也为控制病毒传播奠定了重要基础。利用生物信息学技术快速获取病毒的基因组序列和蛋白质结构，为靶向药物筛选和疫苗开发开辟了快速通道。

3. 生物信息学在疾病诊断与药物研发中的应用

3.1 疾病诊断

基因表达谱分析是研究基因功能的基础。利用基因表达谱芯片对不同发育时期或是不同处理条件下的样品展开分析，可以广泛快速可靠地筛选出差异表达基因，展开功能和通路分析。由于探针特异性和灵敏度高、芯片检测一致性高、芯片更灵活和芯片平台可靠等技术优势，使用芯片进行基因表达谱分析已成为生理调控、生物标记、疾病机理和药物筛选等领域广泛采用的检测手段。

胡昇[7]曾在关于应用生物信息学技术筛选慢性乙型肝炎血液相关基因的研究中，运用基因芯片数据分析软件BPB-ArrayTools对数据进行分析，并利用GATHER、STRING、Cytoscape等工具对差异基因进行生物学分析和相互作用图谱分析，最终成功筛选出11个慢性乙型肝炎异常表达的结点基因、6个与差异表达基因密切联系的蛋白质，这对乙型肝炎的诊断和药物研究具有指导意义。

3.2 药物研发

生物信息学在药物研发方面的应用主要有：一是运用生物信息学技术发掘新的药物靶点；二是利用计算机虚拟筛选技术对药物进行高效率的筛选；三是对药物作用机制的阐明和临床用药效果的评估产生指导作用[8]。

抗菌肽(antimicrobial peptides, AMPs)是一类广泛存在于自然界生物体中的小肽类物质，它是机体先天性免疫系统的重要组成部分。根据其二级结构，APMs可主要分为4种类型，包括α-螺旋肽(α-helical)、β-折叠肽(β-sheet)、线性延伸肽(extended)和环状肽(cyclic)。APMs具有抗细菌活性、抗真菌活性、抗肿瘤活性和抗病毒活性等生物活性[9]。另外，AMPs已被证明是一种传统抗生素的潜在取代物，其具有明显的杀菌抗感染作用，还可抑制生物膜的形成，诱导现有生物膜的溶解，因此可用于药物研发[10]。Khosravian等[11]利用伪氨基酸组成模型(pseudo-amion acid composition, PseAAC)和支持向量机(Support Vector Machine, SVM)来预测抗菌肽，并用抗菌肽数据库(Antimicrobial Peptides Database, APD)、AMP数据库和聚类数据库(? Cluster Database at High Identity with Tolerance, CDHIT)等来分析数据，结果证实PseAAC和SVM是一种非常成功的预测抗原肽的方法。

生物信息学作为一门最具发展前途的新兴学科,它综合运用了计算机技术、生物技术和信息技术进行科学研究,揭示了大量而复杂的生物数据所包含的生物学意义。生物信息学的应用丰富了疾病诊断与药物研发方法的多样性,多学科的相互融合,优势互补将在人类疾病防治与健康促进工作中做出巨大贡献。

４生物信息学在新型疫苗研发中的应用

疫苗是指利用细菌、病毒或者肿瘤细胞等制成的可以促使机体产生特异性免疫的生物制剂，它可被誉为医学史上最重大的发现之一。通过对疫苗的进一步研究可以实现疾病的预防，而生物信息学这门学科在新型疫苗的研发中起着至关重要的作用。

以流感疫苗为例，在其研究过程中，由于人类甲型流感病毒的抗原容易发生变异，因此需要定期更换疫苗株。Steinbruck等[12]将计算机技术运用于甲型H3N2流感病毒的疫苗株预测中，开发了一个数据驱动框架，并且通过对抗原特性和毒株增值率的检测，推测出其对应的“抗原树”，进而实现甲型流感病毒流行病毒株的预测。这一技术的运用使得专业人士可以根据季节流行的不同病毒株灵活生产与之相对应的疫苗株，大大增强了疫苗的有效性，降低了甲型 H3N2流感的发病率和致死率。

抗寄生虫疫苗也是生物信息学技术应用于疫苗研发领域的一个很好的例子，如日本血吸虫。科学家们[13]通过免疫蛋白质组学和生物信息学方法，分析了血吸虫的表膜蛋白，通过高通量蛋白质微阵列技术来寻找免疫原性蛋白质、挖掘出新的潜在靶抗原：即首先从美国日本血吸虫蛋白质组数据库中挑选编码其体被蛋白的基因，然后通过SMART软件分析蛋白质结构功能域，再利用SignalP软件预测蛋白质信号肽，并结合STRING等一系列生物信息学软件进行综合分析，最终成功从确诊日本血吸虫病的病人以及正常受试者的血清中克隆、表达、筛选出了完整的表膜蛋白，其中的一种蛋白质免疫活性最高，具有良好的免疫原性和反应原性，可将其作为抗寄生虫药物或疫苗研发的潜在靶点。

除此之外，得益于生物信息学的发展，一些关于疫苗研发的数据库也由此产生，例如DNAVaxDB数据库和VIOLIN 疫苗数据库。前者能够储存分析实验数据，我们可以利用其分析DNA疫苗、DNA 疫苗质粒载体和DNA疫苗中用到的保护性抗原[14]。而后者则能够储存、分析和整合各种疫苗相关研究数据，截止目前，该数据库包含超过3240种疫苗，能够对192种传染性疾病和8种非传染性疾病进行有效预防[15]。通过这些数据库，DNA疫苗的研发将会更加方便高效。

5. 总结

随着生物信息学的快速发展，生物信息学技术已经广泛运用于病原生物学研究的诸多领域。我们学习小组通过各种网上资源搜集整理，对生物信息学技术在病原生物学中的应用如方法、工具和数据库等进行了学习。本文主要从从病原生物鉴定、致病机制阐明，到疾病诊断、药物和疫苗研发等方面分别进行论述，通过此次学习，小组成员进一步了解生物信息学在病原生物学的应用，对生物信息学有了更深入的了解。但此次学习仍存在不足之处，即生物信息学数据通常分散在不同的在线存储库中，这使得信息的获取有很大局限性，这项任务对于刚接触生物信息学的人来说有些难度。未来，我们将克服困难，进一步深入学习生物信息学，努力把理论应用于我们的实际科研实践中。

参考文献

[1] 魏成国. 基于生物信息学的麻疹病毒分子进化及肠道病毒鉴定分型研究[D]. 长春:吉林大学， 2013.

[2] 裴广倩，范航，安小平. 利用高通量测序快速检测H7N9禽流感病毒及基因组序列分析[J]. 安徽医科大学学报， 2014， 49(8):1033-8.

[3] Sato T, Takayanagi A, Nagao K. Simple PCR-based DNA microarray system to identify human pathogenic fungi in skin[J]. Clin Microbiol， 2010，48(7):2357-64.

[4] Sakai K, Trabasso P, Moretti Met. Identification of funga pathogens by visible microarray system in combination with iso thermal gene amplification[J].Mycopathologia， 2014178(1一2):11-26.

[5] Niruiogi RS, Pawar H, Renuse Set. Moving from unse quenced to sequenced genome: reanalysis of the proteome of Leishmania donovani[J]. J Proteomics，2014， 97:48-61.

[6] Ma, L., Li, H., Lan, J., Hao, X., Liu, H., Wang, X., & Huang, Y. Comprehensive analyses of bioinformatics applications in the fight against COVID-19 pandemic. Computational biology and chemistry, 2021, 95, 107599.

[7] 胡昇.基于生物信息学技术筛选慢性乙型肝炎血液相关基因的研究[D].南方医科大学,2013.

[8] 胡健.生物信息学在药物研究和开发中的应用[J].生物技术世界,2015,No.90(05):183.

[9] 张丽慧,雷茹林,胡美忠.抗菌肽的来源、活性及作用机制最新研究进展[J].食品安全质量检测学报,2023,14(09):1-8.

[10] 于曼曼,张淑蕊,司继刚等.抗菌肽作为新型抗感染药物的研究进展[J].临床合理用药,2023,16(14):171-173+177.

[11] Khosravian Maede, Faramarzi Fateme Kazemi, Beigi Majid Mohammad, Behbahani Mandana, Mohabatkar Hassan. Predicting antibacterial peptides by the concept of Chou's pseudo-amino acid composition and machine learning methods[J]. Protein and peptide letters, 2013, 20(2).

[12] Steinbrück L, Klingen T R, McHardy A C. Computational prediction of vaccine strains for human influenza A (H3N2) viruses.[J]. Journal of virology,2014, 88(20).

[13] Chen Jun Hu, Zhang Ting, Ju Chuan, Xu Bin, Lu Yan, Mo Xiao Jin, Chen Shen Bo, Fan Yan Ting, Hu Wei, Zhou Xiao Nong. An integrated immunoproteomicsand bioinformatics approach for the analysis of Schistosoma japonicum tegument proteins[J]. Journal of Proteomics, 2014, 98.

[14] Racz Rebecca, Li Xinna, Patel Mukti, Xiang Zuoshuang, He Yongqun. DNAVaxDB: the first web-based DNA vaccine database and its data analysis.[J]. BMC bioinformatics, 2014, 15 Suppl 4(S-4).

[15] He Yongqun, Racz Rebecca, Sayers Samantha,Lin Yu, Todd Thomas, Hur Junguk, Li Xinna, Patel Mukti, Zhao Boyang, Chung Monica, Ostrow Joseph,Sylora Andrew, Dungarani Priya, Ulysse Guerlain,Kochhar Kanika, Vidri Boris, Strait Kelsey, JourdianGeorge W, Xiang Zuoshuang. Updates on the web-based VIOLIN vaccine database and analysis system.[J]. Nucleic acids research, 2014, 42(Database issue).