前言：中文期刊網精心挑選了基因組學的研究內容范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
基因組學的研究內容范文1
[關鍵詞]本草基因組學； 基因組學； 組學； 中藥
[Abstract]Traditional Chinese medicine （TCM） has contributad greatly to improving human health However， the biological characteristics and molecular mechanisms of TCM in the treatment of human diseases remain largely unknown Genomics plays an important role in modern medicine and biology Here， we introduce genomics and other related omics to the study of herbs to propose a new discipline， Herbgenomics， that aims to uncover the genetic information and regulatory networks of herbs and to clarify their molecular mechanisms in the prevention and treatment of human diseases Herbgenomics includes herbal structural genomics， functional genomics， transcriptomics， proteomics， metabonomics， epigenomics and metagenomics Genomic information， together with transcriptomic， proteomic， and metabolomic data， can therefore be used to predict secondary metabolite biosynthetic pathways and their regulation， triggering a revolution in discoverybased research aimed at understanding the genetics and biology of herbs Herbgenomics provides an effective platform to support chemical and biological analyses of complex herbal products that may contain more than one active component Herbgenomics is now being applied to many areas of herb related biological research to help understand the quality of traditional medicines and for molecular herb identification through the establishment of an herbal gene bank Moreover， functional genomics can contribute to model herb research platforms， geoherbal research， genomicsassisted herb breeding， and herbal synthetic biology， all of which are important for securing the future of medicinal plants and their active compounds In addition， Herbgenomics will facilitate the elucidation of the targets and mechanism of herbs in disease treatment and provide support for personalized precise medicineHerbgenomics will accelerate the application of cuttingedge technologies in herbal research and provide an unprecedented opportunity to revolutionize the use and acceptance of traditional herbal medicines
[Key words]Herbgenomics； genomics； omics； traditional Chinese medicine （TCM）
doi：10.4268/cjcmm20162101
本草基因組學（herbgenomics）是利用組學技術研究中藥基原物種的遺傳信息及其調控網絡，闡明中藥防治人類疾病分子機制的學科，從基因組水平研究中藥及其對人體作用的前沿科學。涉及中草藥結構基因組、中草藥轉錄組、中草藥功能基因組、中草藥蛋白質組、中藥代謝組、中草藥表觀基因組、中草藥宏基因組、藥用模式生物、基因組輔助分子育種、DNA鑒定、中藥合成生物學、中藥基因組學、中草藥生物信息學及數據庫等理論與實驗技術。
傳統藥物應用歷史悠久，應用方式多樣，相關研究主要集中在形態識別、化學物質基礎揭示、藥效作用分析、資源調查、人工栽培等方面，但長期以來對傳統藥物基因資源的認識和了解十分薄弱，人才極其匱乏。由于中藥原植物基因組信息缺乏，中醫藥學和現代生命科學之間缺乏溝通的橋梁，新興的前沿生命科學技術很難應用于傳統中醫藥研究，如對于中藥道地性形成和維持的遺傳機制及道地性和藥性的相互關系缺乏深入了解，已嚴重影響了我國道地藥材的資源保護和新品種選育，中藥道地性形成和維持的遺傳基礎研究急需加強；中藥藥性的生物學本質研究亟待加強，多年來中藥藥性研究主要集中在化學和藥理方向，但對于中藥藥性的生物學本質研究還非常薄弱，已從根本上制約了對中藥藥性的深入研究；中藥基因資源是一種珍貴的國家戰略資源，國際競爭嚴峻，韓國、美國、日本等國家已啟動許多中藥基原物種全基因組研究，對我國傳統中藥研究領域造成極大挑戰。另外，由于大多數藥用植物有效成分含量低，分離提取需要消耗大量原料，對天然資源造成極大破壞，也使得多數提取類藥物的生產成本很高。
本草基因組學作為新興學科，廣義而言是從基因組水平研究中藥及其對人體作用。一方面從基因組水平研究基因序列的多態性與藥物效應多樣性之間的關系，研究基因及其突變體對不同個體藥物作用效應差異的影響，從蛋白質組學角度研究中藥作用靶點，特別是中藥復方的多靶點效應，為中藥配伍提供科學依據，指導藥物開發及合理用藥，為實現個體化精準醫療提供重要信息和技術保障；另一方面建立含有重要活性成分的中藥原植物基因組研究體系，系統發掘中藥活性成分合成及優良農藝性狀相關基因，解析代謝物的合成途徑、代謝物網絡及調控機理，為中藥道地品種改良和基因資源保護奠定基礎，為中藥藥性研究提供理論基礎，對傳統藥物學理論研究和應用具有重要意義，從基因組層面闡釋中藥道地性的分子基礎，推動中藥創新藥物研發，為次生代謝產物的生物合成和代謝工程提供技術支撐，創新天然藥物研發方式，為優質高產藥用植物品種選育奠定堅實基礎，推動中藥農業的科學發展，對揭示天然藥物形成的生物學本質具有重要價值，對培養多學科人才充實到傳統藥物研究具有引領作用。狹義而言本草基因組學集中研究中草藥本身的遺傳信息，不涉及對人體的作用。也就是說狹義本草基因組學主要研究中草藥結構基因組、轉錄組、功能基因組、蛋白質組、代謝組、表觀基因組、宏基因組，以揭示中藥道地性和中藥藥性的遺傳本質。本草基因組學正促進前沿生命科學技術應用到中藥領域，推動中藥研究迅速走到生命科學的最前沿。
1 本草基因組學的產生和發展
1.1 本草基因組學的產生 從“神農嘗百草，一日而遇七十毒”的傳說到現存最早的中藥學著作《神農本草經》（又稱《本草經》），從世界上現存最早的國家藥典《新修本草》（即《唐本草》）到本草學巨著《本草綱目》，兩千多年來，中藥學的發展反映了我國勞動人民在尋找天然藥物、利用天然藥物方面積累了豐富經驗。中藥學是中國醫藥學的偉大寶庫，對世界醫藥學發展作出了巨大貢獻。隨著現代科學技術的發展，特別是人類基因組計劃（Human Genome Project）的提出和完成，對人類疾病的認識和治療開啟了全新的篇章，在此背景下，中藥學研究逐漸深入到基因組水平從而導致本草基因組學產生和興起。
1977年Sanger完成首個物種全基因組測序，噬菌體φX174基因組，大小為5.836 kb[1]；人類基因組計劃由美國科學家于1985年率先提出，1990年正式啟動，2000年完成，是一項規模宏大，跨國跨學科的科學探索工程，其宗旨在于測定組成人類染色體（指單倍體）中所包含的30億個堿基對組成的核苷酸序列，從而繪制人類基因組圖譜，并且辨識其載有的基因及其序列，達到破譯人類遺傳信息的最終目的[2-3]。2000年，破譯擬南芥Arabidopsis thaliana全基因組，大小為125 Mb，作為第一個植物全基因組測序在植物科學史上具有里程碑意義[4]。我國藥用植物有11 146種，約占中藥材資源總數的87%[5]，是所有經濟植物中最多的一類。同時，藥用植物也是S多化學藥物的重要原料，目前1/3以上的臨床用藥來源于植物提取物或其衍生物，其中最著名的青蒿素來源植物是黃花蒿。
中國學者應用光學圖譜和新一代測序技術，完成染色體水平的靈芝基因組精細圖繪制，通過基因組解析提出靈芝為首個中藥基原的藥用模式真菌，文章發表在《自然通訊》上，期刊編輯部以特別圖片（featured image）形式進行了推介（圖1）[6]，認為該論文表明靈芝對于研究傳統菌類中藥的次生代謝途徑及其調控是一個有價值的模式系統。靈芝基因組圖譜的公布為開展靈芝三萜等有效成分的合成研究提供了便利，隨著這些合成途徑的逐步解析，使得通過合成生物學合成靈芝有效成分成為可能。同時，對靈芝生長發育和抗病抗逆關鍵基因的發掘和認知，將推動靈芝的基因組輔助育種研究，加速靈芝新品種的培育，并為靈芝的科學栽培和采收提供理論指導。
2009年，陳士林團隊提出本草基因組計劃，即針對具有重大經濟價值和典型次生代謝途徑的藥用植物進行的全基因組測序和后基因組學研究，全基因組測序、組裝和分析策略：測序物種的篩選原則，待測物種基因組預分析，測序平臺的選擇，遺傳圖譜和物理圖譜的繪制，全基因組的組裝及生物信息學分析；模式藥用植物突變體庫的建立和基因功能研究；藥用植物有效成分的合成及其調控研究；藥用植物抗病抗逆等優良性狀的遺傳機制研究及優良品種選育。在此基礎上，詳細介紹了本草基因組方法學研究：全面介紹物種基因組大小、染色體數目測定方法、第二代高通量測序方法、全基因組組裝和基因組注釋方法、基因組比較等生物信息學分析手段、簡要闡述重測序在藥用植物全基因組研究中的應用方法。由此，本草基因組學逐漸形成和完善，包括中草藥結構基因組、轉錄組、功能基因組、蛋白質組學、代謝組、表觀基因組、宏基因組、基因組輔助分子育種、中藥合成生物學、中藥基因組學、中草藥生物信息學及數據庫等內容?；诜肿由飳W和基因組學的藥用植物鑒別是當前研究的活躍領域，用于鑒別的分子生物學和基因組學技術：AFLP、RFLP、RAPD、DNA微陣列技術（microarray）、DNA條形碼（barcoding）等，基于基因組鑒別的分子基礎是植物分子系統發育關系反映物種進化關系。在這些技術當中，藥用植物DNA條形碼鑒定策略及關鍵技術是最受關注的方向，中藥材DNA條形碼分子鑒定指導原則已列入《中國藥典》2010年版增補本Ⅲ和《中國藥典》2015年版。
1.2 本草基因組學的發展 2015年國際期刊《科學》增刊詳述“本草基因組解讀傳統藥物的生物學機制”，提出本草基因組學為藥用模式生物、道地藥材研究、基因組輔助育種、中藥合成生物學、DNA鑒定、基因數據庫構建等提供理論基礎和技術支撐（圖2）。目前，藥用植物基因組學與生物信息學已經進入快速發展階段，必將對傳統藥物學產生巨大影響。國內外已經開展青蒿[7]、丹參[8-15]、西洋參[16]、甘草[17]等多種藥用植物的大規模轉錄組研究。基因組序列包含生物的起源、進化、發育、生理以及與遺傳性狀有關的一切信息，是從分子水平上全面解析各種生命現象的前提和基礎。第二代高通量測序技術的飛速發展及第三代單分子測序技術的興起使測序成本大大降低，測序時間大大縮短，為本草基因組計劃的實施奠定了堅實的技術基礎。目前，赤芝[6]、紫芝[18]、丹參[19]及鐵皮石斛[20-21]等重要藥用植物的基因組已完成測序工作并發表，人參、苦蕎、穿心蓮、紫蘇等中草藥基因組圖譜也完成繪制。
例如為了解析丹參的遺傳背景，陳士林團隊聯合國內外著名高校和研究機構，通過聯合測序技術完成了丹參基因組圖譜的組裝，丹參基因組的完成代表著首個鼠尾草屬物種基因組圖譜的成功繪制。進化分析顯示丹參與芝麻親緣關系更近，估計其分化時間約6 700萬年前。丹參基因組的發表推動首個藥用模式植物研究體系的確立。本草基因組學將開辟中藥研究和應用的全新領域，把握歷史性機遇，將極大提高我國開發中藥資源的能力，增強我國中藥基礎研究實力、提高我國中藥研究的自主創新能力，對于加速中藥現代化進程具有重大的戰略性科學意義，促進中藥研究和產業的快速發展[22]。本草基因組學將使中草藥生物學研究進入一個嶄新的時代――本草基因組時代。
1.3 學科內涵和外延 根據本草基因組學產生和發展過程，主要從3個方面確定學科的內涵，即理論體系、實驗技術和應用方向（圖3）。本草基因組學形成了高度綜合的理論體系，包括從基因組水平研究本草的九大內容：中草藥結構基因組、中草藥功能基因組、中草藥轉錄組和蛋白質組、中藥代謝組、中草藥表觀基因組、中草藥宏基因組、中藥合成生物學、中藥基因組學、中草藥生物信息學等。本草基因組學的實驗方法主要包括九大技術：高通量測序技術、遺傳圖譜構建技術、光學圖譜構建技術、基因文庫構建技術、突變庫構建技術、組織培養與遺傳轉化、蛋白質分離純化與鑒定技術、四大波譜技術及聯用、基因組編輯技術等?；诒静莼蚪M學的理論體系和實驗技術，形成了該學科的七大應用方向：藥用模式生物研究、闡明道地藥材形成機制、基因組輔助育種、基因資源保護和利用、中藥質量評價和控制、中藥新藥研發、指導相關學科研究。
本草基因組學的學科外延與本草學、中藥學、基因組學、生物信息學、分子生物學、生物化學、生藥學、中藥資源學、中藥鑒定學、中藥栽培學、中藥藥理學、中藥化學等密切相關（圖4）。本草學和中藥學為本草基因組學奠定了深厚的歷史基礎和人文基礎，為本草基因組學研究對象的確定提供豐富候選材料，基因組學和生物信息學為本草基因組學提供前沿理論和技術支撐，分子生物學、生物化學、中藥化學則為本草基因組學提供基礎理論和基本實驗技術支持，生藥學、中藥資源學、中藥鑒定學、中藥栽培學與本草基因組學互相支撐發展，各學科的側重點不同，中藥藥理學、中藥化學為本草基因組學的應用提供技術支持。與以上各學科相呼應，本草基因組學促進本草學和中藥學從經典走向現代、從傳統走向前沿，為中醫藥更好服務大眾健康提供強大知識和技術支撐，擴大了基因組學和生物信息學的研究對象和應用領域，為分子生物學、生物化學、中藥化學走向實踐應用提供了生動案例，推動生藥學、中藥資源學、中藥鑒定學、中藥栽培學從基因組和分子水平開展研究，為中藥藥理學的深入研究提供理論和技術支持。
2 本草基因組學研究熱
本草基因組學借助基因組學研究最新成果，開展中草藥結構基因組、中草藥功能基因組、中草藥轉錄組和蛋白質組、中草藥表觀基因組、中草藥宏基因組、中藥合成生物學、中藥代謝組、中藥基因組學、中草藥生物信息學及數據庫等理論研究，同時對基因組研究相關實驗技術在本草學中的應用與開發進行評價，推動本草生物學本質的揭示，促進遺傳資源、化學質量、藥物療效相互關系的認識，以下詳細闡述本草基因組學的研究內容。
2.1 中草藥結構基因組研究 我國藥用資源種類繁多，因此藥用物種全基因組計劃測序物種的選擇應該綜合考慮物種的經濟價值和科學意義，并按照基因組從小到大、從簡單到復雜的順序進行測序研究。在測序平臺的選擇上應以第二代及第三代高通量測序平臺為主，以第一代測序技術為輔。近年來，紫芝、赤芝、茯苓、丹參、人參、三七等10余種藥用植物被篩選作為本草基因組計劃的第一批測序物種，其中赤芝結構基因組發表被《今日美國》（USA Today）以“揭秘中國‘仙草’基因組”為題報道（圖5），丹參基因組?。s600 Mb）、生長周期短、組織培養和遺傳轉化體系成熟等原因，被認為是研究中藥活性成分生物合成理想的模式植物[23]。丹參全基因組測序完成已推動丹參作為第一個藥用模式植物研究體系形成。
由于多數藥用植物都缺乏系統的分子遺傳學研究，因此在開展全基因組計劃之前進行基因組預分析非常必要?；蚪M預分析的主要內容包括：①利用條形碼等技術對滿足篩選原則的待測物種進行鑒定[24-25]；②通過觀察有絲分裂中期染色體確定待測物種的染色體倍性和條數；③采用流式細胞術[26]或脈沖場電泳技術估測物種的基因組大小，為測序平臺的選擇提供參考；④基因組Survey測序，在大規模全基因組深度測序之前，首先對所選藥用植物進行低覆蓋度的Survey測序，用來評價其基因組大小、復雜度、重復序列、GC含量等信息。
遺傳圖譜和物理圖譜在植物復雜的大基因組組裝中具有重要作用。借助于遺傳圖譜或物理圖譜中的分子標記，可將測序拼接產生的scaffolds按順序定位到染色w上。但遺傳圖譜的構建需要遺傳關系明確的親本和子代株系，因此其在大多數藥用植物中的應用受到限制。物理圖譜描繪DNA上可以識別的標記位置和相互之間的距離（堿基數目）。最初的物理圖譜繪制多是基于BAC文庫，通過限制性酶切指紋圖譜、熒光原位雜交等技術將BAC克隆按其在染色體上的順序排列，不間斷地覆蓋到染色體上的一段區域[27]。如今，光學圖譜OpGen[28]和單分子光學圖譜BioNano等[29]依賴于大分子DNA酶切標記的方法常用于物理圖譜的繪制。
隨著第二代測序技術的快速發展，用于短序列拼接的生物信息學軟件大量涌現，常用軟件包括Velvet[30]， Euler[31]， SOAPdenovo2[32]， CAP3[33]等?；蚪M草圖組裝完成后，可利用生物信息學方法對基因組進行分析和注釋，為后續功能基因組研究提供豐富的資源。例如，可以通過GeneScan[34]， FgeneSH[35]等工具發現和預測基因，利用BLAST同源序列比對或InterProScan[36]結構域搜索等方法對基因進行注釋，利用GO分析對基因進行功能分類[37]，利用KEGG對代謝途徑進行分析等[38]。
2.2 中草藥功能基因組研究 根據全基因組序列和結構信息，中草藥功能基因組研究充分利用轉錄組學、蛋白組學、代謝組學等方法，對藥用植物的功能基因進行發掘和鑒定，研究內容主要集中于構建模式藥用植物平臺、次生代謝產物合成途徑和調控機制的解析、抗病抗逆等優良農藝性狀遺傳機制的揭示等。
擬南芥、水稻等重要模式植物均具有大規模的T-DNA 插入突變體庫，利用這些突變體庫發掘了大量生長發育、抗逆性、代謝相關的重要基因。丹參等模式藥用植物全基因組序列和大規模突變體庫的建立將為藥用植物研究提供豐富的資源和材料，從而推動藥用植物功能基因研究， 尤其是次生代謝途徑相關基因的鑒定進程，突變體庫中的一些具有抗逆、抗病、高產等優良性狀的突變株系以及轉基因植株也是良好的新種質資源。藥用植物有效成分的生物合成途徑和調控方面的研究還很薄弱，主要集中在長春花、青蒿和甘草等少數物種，一些具有重大商業價值的天然藥物，如紫杉醇、長春堿、喜樹堿等生物合成途徑至今還未被完全解析，已有報道多采用單基因研究策略。本草基因組學為次生代謝途徑相關基因的“批量化”發掘奠定基礎，對次生代謝產物的生物合成及代謝工程等應用領域產生重要影響。
與生長發育、抗逆抗病、重要遺傳性狀及種質性狀控制相關的基因是藥用植物重要的功能基因，利用基因組注釋信息，發掘優良基因，運用基因工程的手段打破生殖隔離，培育活性成分含量高的具有優良農藝性狀的新品種，為活性成分的大量提取和廣泛臨床應用奠定基礎[39]。中草藥結構基因組將為轉錄組分析和基因組重測序研究提供參考序列，通過對種內或品種間種群個體的轉錄組測序和重測序可快速、準確、大規模地發現SNP，SSR，InDel等分子標記，加速分子標記和優良性狀的遺傳連鎖研究，快速發現藥用植物的表型、生理特征與基因型的關系，提高育種工作效率[39]。
2.3 中藥組學其他研究 中草藥轉錄組學是中草藥功能基因組學的重要研究內容，是在整體水平上研究中草藥某一生長階段特定組織或細胞中全部轉錄本的種類、結構和功能以及基因轉錄調控規律的科學。中草藥轉錄組研究為鑒定中草藥植物生長發育及抗病抗逆等優良性狀相關的基因功能提供基礎[40-41]。目前，在多數中草藥植物無法進行全基因組測序的情況下，轉錄表達譜研究成為比較基因序列、鑒定基因表達的一種快速方法。通過對中草藥不同組織部位、不同生長時期、不同生長環境下的轉錄組進行比較分析，可有效發掘參與中草藥植物生長發育及抗病抗逆等優良性狀相關基因。
中藥蛋白質組學是將蛋白質組學技術應用于中藥研究領域，一方面通過比較對照細胞或動物組織的蛋白質表達譜和給予中藥后蛋白質表達譜的差異，可找到中藥的可能靶點相關蛋白質，另一方面不同中草藥及其不同組分例如根莖葉中蛋白質組的差異，以評價中草藥活性成分與其生長過程中蛋白組變化的關系，尋找中藥高活性的機制。不同于其他蛋白質組學，中藥蛋白質組學的研究對象為中草藥本身及用中藥（單體化合物、中藥組份或復方）處理后的生物體（細胞或組織），發現中藥的有效成分及作用機制。中藥蛋白質組學的研究目標包括：中藥藥物作用靶點的發現和確認，特別是中藥復方的多靶點效應，蛋白質組學能更好發現中藥復方的多種靶點，研究中藥植物蛋白質組成差異，闡明中藥作用機制及中藥毒理作用機制，以及為中藥配伍提供科學依據。
中藥代謝組學結合中草藥結構基因組解析代謝物的合成途徑、代謝物網絡及調控機理，研究內容主要包括藥用植物的鑒別和質量評價，藥用植物品種選育及抗逆研究，初生、次生代謝途徑解析，代謝網絡、代謝工程研究及合成生物學研究等幾個方面，最終為藥用植物品種選育、創新藥物研發和質量安全性評價奠定基礎。
中藥基因組學從基因水平研究基因序列的多態性與藥物效應多樣性之間的關系，研究基因及其突變體對不同個體藥物作用效應差異的影響，以此平臺指導藥物開發及合理用藥，為提高藥物的安全性和有效性，避免不良反應，減少藥物治療費用和風險，實現個體化精準醫療提供重要信息和技術保障。例如，Sertel等[42]經基因檢測得出53/56的基因上游位置包含一個或多個c-Myc/Max結合位點，c-Myc和Max介導的轉錄控制基因表達可能有助于提高青蒿琥酯對癌細胞的治療效果[43]。又如，銀杏具有顯著的誘導CYP2C19活性效應，研究顯示不同CYP2C19基因型個體，銀杏與奧美拉唑（omeprazole，廣泛使用的CYP2C19底物）存在潛在的中西藥互作關系。Chen等 [44]研究了健康志愿者體內六味地黃丸潛在的中-西藥相互作用以及是否受基因型影響。
中草藥表觀基因學是針對本草基因組計劃中具有重要經濟價值的藥用植物和代表不同次生代謝途徑的模式藥用植物開展表觀基因組學研究。研究內容主要包含4個領域：分別是DNA甲基化、蛋白質共價修、染色質重塑、非編碼RNA調控。中草藥表觀基因組學將通過研究重要中藥材（藥用生物）的基因組信息及其表觀遺傳信息變化，探索環境與基因、基因與基因的相互作用，解析哪些基因受到環境因素的影響而出現表觀遺傳變化可能提高中藥材的藥效品質，哪些表觀遺傳信息影響中藥的性味等。
中草藥宏基因組學是以多種微生物基因組為研究對象，對藥材生長環境中微生物的多樣性、種群結構、進化關系、功能活性以及微生物與藥材生長相互協作關系進行研究的一門學科，對于幫助解決中草藥連作障礙等現實問題具有重要指導作用。
藥用模式生物研究體系的確立是本草基因組學的重大貢獻，該體系具有模式生物的共同特征。從一般生物學屬性上看，通常具有世代周期較短、子代多，表型穩定等特征。從遺傳資源看，基因組相對較小，易于進行全基因組測序，遺傳轉化相對容易。從藥用特點看，需適于次生代謝產物生物合成和生產研究。
3 本草基因組學的實踐應用
本草基因組學作為前沿科學，具有很強的理論性，同時該學科涉及的技術方法和理論對中醫藥實踐具有巨大的指導意義。例如，基于中草藥結構基因組開發的DNA條形碼分子鑒定技術被國際期刊《生物技術前沿》以題為“草藥鑒定從形態到DNA的文藝復興”發表，將給傳統中藥鑒定帶來革命性影響；基于中草藥功能基因組和表觀基因組研究闡明道地藥材的形成機制，將對優質中藥生產和栽培技術的改進提供指導；基于本草基因組學構建的基因數據庫、代謝物數據庫、蛋白數據庫等，以及開發的相關生物信息學方法，將為中藥藥理學、中藥化學、新藥開發等提供戰略資源；基于合成生物學技術實現目標產物的異源生產，具有環境友好、低耗能、低排放等優點，將為天然藥物研發提供全新方式。
3.1 道地藥材的生物學本質研究 道地藥材是優質藥材的代表，既受遺傳因素的控制，又受環境條件的影響。組學技術可提供有用工具闡明道地藥材的分子機制，例如，道地藥材“沙漠人參”肉蓯蓉Cistanche deserticola是中國最具特色的干旱區瀕危藥用植物和關鍵物種，新疆和內蒙古是其重要主產區和傳統道地產區，研究表明，內蒙古阿拉善和新疆北疆是肉蓯蓉兩大生態適宜生產集中區（2類生態型），黃林芳等[45]對兩大產區肉蓯蓉化學成分、分子地理標識及生態因子進行考察。應用UPLC-Q-TOF/MS技術對肉蓯蓉苯乙醇苷及環烯醚萜苷類成分進行分析；基于psbA-trnH序列對不同產地肉蓯蓉進行分子鑒別及分析；通過“中國氣象科學數據共享服務網”，獲得兩大產區包括溫度、水分、光照等生態因子數據；運用生物統計、數量分類等分析方法，對肉蓯蓉進行生態型劃分。UPLC-Q-TOF/MS分析表明，內蒙古與新疆產肉蓯蓉明顯不同，鑒定出16種成分，其中2′-乙酰毛蕊花糖苷可作為區分兩大產地肉蓯蓉的指標成分；psbA-trnH序列比對分析發現，肉蓯蓉不同產地間序列位點存在差異，新疆產肉蓯蓉在191位點為G，內蒙古產則為A，NJ tree分析表明，肉蓯蓉2個產地明顯分為2支，差異顯著；生態因子數據亦表明，肉蓯蓉的兩大氣候地理分布格局，為研究不同生態區域中藥生態型及品質變異的生物學本質提供了一種新思路，也為深化道地藥材理論研究奠定重要基礎。
另外，針對同一藥材在不同種植區域，開展中草藥表觀基因組研究，明確不同生產區域的遺傳變異，特別是環境不同對藥材表觀遺傳的修飾作用，包括DNA甲基化修飾、小RNA測序分析、染色質免疫共沉淀分析等。此外，土壤微生物也是道地藥材生長環境中的重要因素。采用宏基因組分析土壤微生物群落，為揭示土壤微生物和藥材生長的相互作用提供依據。
3.2 中藥分子標記用于中藥質量控制研究 本草基因組和功能基因組研究為開發藥材分子標記提供了豐富基因資源?；诨蚪M的分子標記有AFLP， ISSR， SNP等，基于轉錄組的分子標記有SSR等。當前國際上最受關注的分子標記是DNA條形碼，已經構建標準操作流程和數據庫、鑒定軟件，可廣泛應用于中藥企業、藥房、研究院所和大專院校等。中藥材DNA條形碼分子鑒定指導原則已被納入《中國藥典》，植物藥材以ITS2序列為主、psbA-trnH為輔助序列，動物藥材以COI序列為主、ITS2為輔助序列，在此基礎上，進一步開發了質體基因組作為超級條形碼對近緣物種或栽培品種進行鑒定。該體系可廣泛應用于中藥材種子種苗、中藥材、中藥超微破壁飲片、中成藥等鑒定，已出版專著《中國藥典中藥材DNA條形碼標準序列》和《中藥DNA條形碼分子鑒定》。
3.3 本草基因資源的保護與利用 隨著本草基因組研究的發展，本草遺傳信息快速增加，靈芝基因組論文被Nature China網站選為中國最佳研究（圖6），迫切需要一個通用平臺整合所有組學數據。數個草藥數據庫已經被建立，例如草藥基因組數據庫（http：//）、轉錄組數據庫（http：//medicinalplantgenomics.msu.edu）、草藥DNA條形碼數據庫（http：///en）、代謝途徑數據庫（http：//）等。但是這些數據庫缺乏長期維護，對使用者要求具備一定生物信息學技能。因此整合DNA和蛋白質序列、代謝組成分信息，方便使用的大數據庫十分必要和迫切。進一步提升生物信息分析方法，更好地利用基因組和化學組信息解析次生代謝產物的生物合成途徑，將有助于有效設計和尋找植物和真菌藥物。
利用簡化基因組測序技術獲得數以萬計的多態性標記。通過高通量測序及信息分析，快速鑒定高標準性的變異標記（SNPs），已廣泛應用于分子育種、系統進化、種質資源鑒定等領域。利用該技術可以篩選抗病株的特異SNPs位點，建立篩選三七抗病品種的遺傳標記，輔助系統選育，有效的縮短育種年限。通過系統選育的方法獲得的抗病群體，并采用RAD-Seq技術篩選抗病株的SNPs位點，為基因組輔助育種提供遺傳標記，進而有效縮短了三七的育種年限，加快育種進程。利用遺傳圖譜識別影響青蒿產量的基因位點取得突破，于《科學》[7]，該文基于轉錄組及田間表型數據，通過構建遺傳圖譜識別影響青蒿素產量的位點。青蒿植株表型的變異出現在Artemis的F1譜系中，符合高水平的遺傳變異。Graham等[7]發現與青蒿素濃度相關的QTL分別為LG1，LG4及 LG9（位于C4）。在開發標記位點用于育種的同時，Graham等檢測了23 000株植株的青蒿素含量，這些植株是青蒿的F1種子經甲基磺酸乙酯誘變后于溫室培養12周的F2、F3代。結果發現經誘變后的材料大約每4.5 Mb有一個突變，其變異頻率小于Artemis中的每1/104堿基對的SNP多態性。該方法能夠識別攜帶有益變異的個體（來源于甲基磺酸乙酯誘變處理），同時亦能識別遺傳背景獲得提升的個體（由于自然變異而導致有益等位基因分離的個體）。Graham等也檢測高產F2代植株青蒿素的含量：盡管F2的植株雜合性較低，但其青蒿素含量比UK08 F1群體植株的含量高。另外，Graham等驗證了基于田間試驗獲得與青蒿素含量相關的QTL在溫室培育的高產植株中高效表達。同時發現，大量分離畸變有利于有益的等位基因（位于C4 LG1且與青蒿素產量相關的QTL）。這些數據證實了QTL及其對青蒿素產量的影響，同時也證明了基因型對于溫室及田間培育的青蒿材料具有極大影響。
3.4 中藥合成生物學研究 結構復雜多樣的中藥藥用活性成分是中藥材發揮藥效的物質基礎，也是新藥發現的重要源泉。然而許多中藥材在開發和使用的過程中往往面R一系列難題，如許多藥材生長受環境因素影響較大；有些珍稀藥材生長緩慢，甚至難以人工種植；大多數藥用活性成分在中藥材中含量低微，結構復雜，化學合成困難；傳統的天然提取或者人工化學合成的方法難以滿足科研和新藥研發的需求，中藥合成生物學將是解決這一矛盾的有效途徑。中藥合成生物學是在本草基因組研究基礎上，對中藥有效成分生物合成相關元器件進行發掘和表征，借助工程學原理對其進行設計和標準化，通過在底盤細胞中裝配與集成，重建生物合成途徑和代謝網絡，實現藥用活性成分的定向、高效的異源合成，從而提升我國創新性藥物的研發能力和醫藥產業的國際核心競爭力[40]。
隨著基于高通量測序的中草藥結構基因組學和轉錄組學研究的快速發展，利用生物信息學技術和功能基因組學方法從大量中藥原物種的遺傳信息中篩選和鑒定出特定次生代謝途徑的酶編碼基因，將極大加快次生代謝途徑的解析進程，為中藥合成生物學研究奠定堅實基礎。通過優化密碼子偏好性、提高關鍵酶編碼基因的表達量、下調或抑制代謝支路等方法來優化和改造異源代謝途徑， 按人們實際需求獲取藥用活性成分[40]。
3.5 中藥作用靶點與個性化治療 中藥蛋白質組學將蛋白組學技術應用于中藥研究領域，對尋找中藥的可能靶點和闡明中藥有效成分作用機制具有重要意義。譬如，蔣建東教授團隊在小檗堿降血脂研究中開展的突出工作[46]，以及Pan等[47]利用蛋白組學技術分析丹參酮ⅡA對宮頸癌Caski細胞的抑制作用，發現C/EBP同源蛋白和細胞凋亡信號調節激酶1參與丹參酮ⅡA的抑癌作用。對于中藥復方的相關作用靶點也有報道，Nquyen-Khuong等[48]探討了由栝樓、大豆、中藥五味子和西地格絲蘭提取物組成的混合物作用于人膀胱癌細胞后蛋白質組的表達譜變化，鑒定了多種與能量代謝、細胞骨架、蛋白質降解以及腫瘤抑制相關的蛋白。
青蒿素及其衍生物青蒿琥酯表現出明顯的體內外抗腫瘤活性，但其抗腫瘤的分子機制并不明確。研究者采用了基因芯片技術，在轉錄水平解析青蒿琥酯抗腫瘤相關的基因。再將表達譜數據導入信號通路分析和轉錄因子分析，結果表明c-Myc/Max可能是作為腫瘤細胞應對青蒿琥酯效應基因的轉錄調控因子，這一結果可能指導針對不同個體采用不同的治療策略[42]。由于銀杏具有顯著的誘導CYP2C19活性效應，通過研究不同CYP2C19基因型健康中國人個體，銀杏與奧美拉唑（omeprazole，廣泛使用的CYP2C19底物）潛在的中西藥互作關系。結果顯示，銀杏誘導CYP2C19基因型模式依賴的奧美拉唑羥基化反應，隨后降低5-羥基奧美拉唑腎臟清除率。銀杏和奧美拉唑或其他CYP2C19底物共同服用可顯著減弱其藥效，還需更多證據支持[49]。這一研究證實個體化治療基于人體基因差異，可能發揮更好療效。
[參考文獻]
[1]Sanger F， Air G M， Barrell B G， et al. Nucleotide sequence of bacteriophageφX174 DNA[J]. J Mol Biol， 1978， 125（2）：225.
[2]Sachidanandam R， Weissman D， Schmidt S C， et al. A map of human genome sequence variation containing 1.42 million single nucleotide polymorphisms[J]. Nature， 2001， 409（6822）：928.
[3]Venter J C， Adams M D， Sutton G G， et al. Shotgun sequencing of the human genome[J]. Science， 1998， 280（5369）：1540.
[4]Initiative A G. Analysis of the genome sequence of the flowering plant Arabidopsis thaliana[J]. Nature， 2000， 408（6814）：796.
[5]中國藥材公司.中國中藥資源 [M]. 北京：科學出版社， 1995.
[6]Chen S， Xu J， Liu C， et al. Genome sequence of the model medicinal mushroom Ganoderma lucidum[J]. Nat Commun， 2012， 3（2）：177.
[7]Graham I A， Besser K， Blumer S， et al. The genetic map of Artemisia annua L. identifies loci affecting yield of the anti-malarial drug artemisinin [J]. Science， 2010， 327： 328.
[8]Yan Y， Wang Z， Tian W， et al. Generation and analysis of expressed sequence tags from the medicinal plant Salvia miltiorrhiza[J]. Sci Chin Life Sci， 2010， 53（2）：273.
[9]李瀅，孫超，羅紅梅，等. 基于高通量測序454 GS FLX的丹參轉錄組學研究[J]. 藥學學報，2010， 45（4）：524.
[10]Hua W， Zhang Y， Song J， et al. De novo transcriptome sequencing in Salvia miltiorrhiza to identify genes involved in the biosynthesis of active ingredients [J]. Genomics， 2011， 98（4）：272.
[11]Yang L， Ding G， Lin H， et al. Transcriptome analysis of medicinal plant Salvia miltiorrhiza and identification of genes related to tanshinone biosynthesis[J]. PLoS ONE， 2013， 8（11）：e80464.
[12]Luo H， Zhu Y， Song J， et al. Transcriptional data mining of Salvia miltiorrhiza in response to methyl jasmonate to examine the mechanism of bioactive compound biosynthesis and regulation[J]. Physiol Plantarum， 2014， 152（2）：241.
[13]Ge Q， Zhang Y， Hua W P， et al. Combination of transcriptomic and metabolomic analyses reveals a JAZ repressor in the jasmonate signaling pathway of Salvia miltiorrhiza [J]. Sci Rep， 2015， 5： 14048.
[14]Gao W， Sun H X， Xiao H， et al. Combining metabolomics and transcriptomics to characterize tanshinone biosynthesis in Salvia miltiorrhiza [J]. BMC Genomics， 2014， 15：73.
[15]Xu Z， Peters R J， Weirather J， et al. Full-length transcriptome sequences and splice variants obtained by a combination of sequencing platforms applied to different root tissues of Salvia miltiorrhiza， and tanshinone biosynthesis [J]. Plant J， 2015， 82（6）：951.
[16]Sun C， Li Y， Wu Q， et al. De novo sequencing and analysis of the American ginseng root transcriptome using a GS FLX Titanium platform to discover putative genes involved in ginsenoside biosynthesis [J]. BMC Genomics， 2010， 11：262.
[17]Li Y， Luo H M， Sun C， et al. EST analysis reveals putative genes involved in glycyrrhizin biosynthesis [J]. BMC Genomics， 2010， 11： 268.
[18]Zhu Y J， Xu J， Sun C， et al. Chromosome-level genome map provides insights into diverse defense mechanisms in the medicinal fungus Ganoderma sinense [J]. Sci Rep， 2015， 5：11087.
[19]Xu H， Song J Y， Luo H M， et al. Analysis of the genome sequence of the medicinal plant Salvia miltiorrhiza[J]. Mol Plant， 2016， 9： 949.
[20]Liang Y， Xiao W， Hui L， et al. The genome of Dendrobium officinale， illuminates the biology of the important traditional Chinese orchid herb [J]. Mol Plant， 2014， 8（6）：922.
[21]Zhang G Q， Xu Q， Bian C， et al. The Dendrobium catenatum Lindl.genome sequence provides insights into polysaccharide synthase， floral development and adaptive evolution [J]. Sci Rep， 2016， 6： 19029.
[22]士林，何柳，劉明珠，等. 本草基因組方法學研究[J].世界科學技術，2010， 12（3）：316.
[23]宋經元，羅紅梅，李春芳，等. 丹參藥用模式植物研究探討 [J]. 藥學學報，2013， 48（7）：1099.
[24]Chen S L， Yao H， Han J P， et al. Validation of the ITS2 region as a novel DNA barcode for identifying medicinal plant species [J]. PLoS ONE， 2010， 5（1）：e8613.
[25]Pang X H， Song J Y， Zhu Y J， et al. Applying plant DNA barcodes for Rosaceae species identification [J]. Cladistics， 2011， 27： 165.
[26]Dolezel J， Greilhuber J， Suda J. Estimation of nuclear DNA content in plants using flow cytometry [J]. Nat Protoc， 2007， 2（9）：2233.
[27]Vu G T， Dear P H， Caligari P D， et al. BAC-HAPPY mapping （BAP mapping）： a new and efficient protocol for physical mapping [J]. PLoS ONE， 2010， 5： e9089.
[28]Microbial genetic analysis-OpGen[EB/OL]. [2016-10-16]. http：///.
[29]Bionano genomics――whole genome mapping with the irys system[EB/OL]. [2016-10-16]. http：///.
[30]Zerbino D R， Birney E. Velvet： algorithms for de novo short read assembly using de Bruijn graphs [J]. Genome Res， 2008， 18（5）：821.
[31]Chaisson M J， Pevzner P A. Short read fragment assembly of bacterial genomes [J]. Genome Res， 2008， 18（2）：324.
[32]Luo R， Liu B， Xie Y， et al. SOAPdenovo2： an empirically improved memory-efficient short-read de novo， assembler [J]. Gigascience， 2012， 1（1）：18.
[33]Huang X， Madan A. CAP3： a DNA sequence assembly program [J]. Genome Res， 1999， 9（9）：868.
[34]Lynn A M， Jain C K， Kosalai K， et al. An automated annotation tool for genomic DNA sequences using GeneScan and BLAST [J]. J Genet， 2001， 80： 9
[35]Solovyev V， Kosarev P， Seledsov I， et al. Automatic annotation of eukaryotic genes， pseudogenes and promoters [J]. Genome Biol， 2006， 7（Suppl 1）： S10.
[36]Zdobnov E M， Apweiler R. InterProScan――an integration platform for the signature recognition methods in InterPro [J]. Bioinformatics， 2001， 17（9）：847.
[37]Joslyn C A， Mniszewski S M， Fulmer A， et al. The gene ontology categorizer [J]. Bioinformatics， 2004， 20（1）：169.
[38]Kanehisa M， Goto S， Hattori M， et al. From genomics to chemical genomics： new developments in KEGG [J]. Nucleic Acids Res， 2006， 34：354.
[39]士林，孫永珍，徐江，等. 本草基因組計劃研究策略[J]. 藥學學報， 2010， 45 （7）， 807.
[40]陳士林， 朱孝軒， 李春芳， 等. 中藥基因組學與合成生物學[J].藥學學報，2012， 47 （8）： 1070.
[41]Chen S L， Song J Y， Sun C， et al. Herbal genomics： examining the biology of traditional medicines [J]. Science， 2015， 347 （6219 Suppl）： S27.
[42]Sertel S， Eichhorn T， Simon C H， et al.Pharmacogenomic identification of c-Myc/Max-regulated genes associated with cytotoxicity of artesunate towards human colon， ovarian and lung cancer cell lines [J]. Molecules， 2010， 15（4）： 2886.
[43]Scherf U， Ross D T， Waltham M， et al.A gene expression database for the molecular pharmacology of cancer [J]. Nat Genet， 2000， 24（3）： 236.
[44]Chen Y， Ouyang D S， Kang Z， et al. Effect of a traditional Chinese medicine Liu Wei Di Huang Wan on the activities of CYP2C19， CYP2D6 and CYP3A4 in healthy volunteers [J]. Xenobiotica， 2012， 42（6）： 596.
[45]S林芳，鄭司浩，武拉斌，等. 基于化學成分及分子特征中藥材肉蓯蓉生態型研究 [J]. 中國科學： 生命科學， 2014， 44（3）： 318.
[46]Kong W， Wei J， Abidi P， et al. Berberine is a novel cholesterol-lowering drug working through a unique mechanism distinct from statins [J].Nat Med， 2004， 10（12）：1344.
[47]Pan T L， Wang P W， Hung Y C， et al. Proteomic analysis reveals tanshinone ⅡA enhances apoptosis of advanced cervix carcinoma CaSki cells through mitochondria intrinsic and endoplasmic reticulum stress pathways [J].Proteomics， 2013， 13（23/24）：3411.
基因組學的研究內容范文2
關鍵詞：高性能計算；應用；中醫藥
中圖分類號：R-3 文獻標識碼：A 文章編號：2095-5707（2016）06-0010-03
Abstract： High performance computing （HPC）， as a new and important research tool， has been applied in many fields successfully. Application of HPC in the TCM field is still in the exploratory stage. HPC in the future may be innovatively applied in the field of genomics Chinese herbal medicine， virtual medicine screening of new TCM， TCM data mining and big data analytics， modeling and simulation and so on.
Key words： high performance computing （HPC）； application； TCM
高性能計算是計算機科學的一個分支，研究并行算法和開發相關軟件，致力于開發高性能計算機。高性能計算是世界各國競相發展的前沿技術，是體現一個國家綜合實力和科技競爭力的重要指標。
科學計算作為科研方法變革的產物，已經發展成為與傳統的理論、實驗并駕齊驅的第三種科研方法，并且日益成為越來越重要的科研方法?？茖W計算方法的運用，是高性能計算應用的基礎和前提條件，而使高性能計算真正發揮作用主要取決于高性能計算的應用研究水平[1]。本文對于促進高性能計算未來在中醫藥領域的應用、豐富中醫藥信息學的研究內容及由此產生的中醫藥科研方法的創新具有推動作用。
1 高性能計算應用概況
1.1 我國在高性能計算應用領域仍處于落后水平
在高性能計算的研發和應用領域美國一直處于世界領先水平，日本和歐洲國家緊隨其后長期位居世界先進行列。近年來，我國在高性能計算硬件的研發方面取得了突破性進展，通過自主創新逐步掌握了一批硬件研發的關鍵技術。中國國防科技大學研制的天河系列超級計算機連續多次在世界超級計算機排行榜中名列首位，標志著我國高性能計算的硬件研究水平目前已經接近國際先進水平。但在應用軟件方面的發展嚴重滯后于硬件的發展水平，自主開發的高性能計算應用軟件嚴重匱乏，需要大量購買和引進國外開發的應用軟件，重要和關鍵部門的應用受制于人[2]。應用軟件是高性能計算應用的基礎，由于應用軟件研發水平的嚴重落后，目前我國在高性能計算應用領域仍處于落后水平。
1.2 國內外高性能計算主要的應用領域
高性能計算作為嶄新和重要的科研工具，目前已經在眾多的領域得到了成功應用，各種前沿科學研究、技術開發和工程設計都越來越多地使用了高性能計算，高性能計算已經日益成為科技創新的重要力量。目前主要的應用領域包括氣象數值模擬與預報、地震預報、納米技術、生物醫學、環境科學、空間科學、材料科學、計算物理、計算化學、流體力學、地震三維成像、石油勘探、天體星系模擬、大氣與海洋模擬、固體地球模擬、工業設計、核武器研究、全球氣候模型、湍流分析、飛行動力學、海洋環流、流體力學和超導模型等[1]。在生物醫學領域的應用目前主要集中在人類基因組學、蛋白質組學、藥物設計、分子動力學模擬等方面。
1.3 高性能計算應用的瓶頸
高性能計算雖然已經在眾多領域得到了成功應用，但由于技術難度等的限制，仍然屬于高投入高產出的非普及型應用。目前制約高性能計算應用的主要問題包括軟件開發的技術難度非常大，系統使用成本過高，不僅體現在軟硬件購置費用昂貴，而且系統運行維護成本過高，大型系統的年電費需上千萬元[2]。比較高精尖的應用范圍、非常高的技術要求和過高的使用成本，這些都限制了高性能計算的廣泛應用。
2 高性能計算在中醫藥領域應用的可行性分析
2.1 高性能計算在領域應用的前提條件
高性能計算在領域應用的條件首先需要應用領域具有較高的科研水平，特別是能夠通過科學計算的方法建立相應的數學物理模型和應用軟件來解決實際問題，利用高性能計算才有可能促成應用領域研究水平的大幅度提高。通過對高性能計算應用領域的最高學術獎戈登獎獲獎項目的分析，這些獲獎的應用項目絕大多數都具有多學科交叉融合的背景，這反映了高性能計算的應用需要應用領域與計算機科學、數學等學科的跨學科合作[3]。隨著高性能計算的應用，近些年高性能計算與應用學科的交叉學科不斷涌現，產生了計算化學、計算物理學、計算生物學等許多新興學科，這些交叉學科的產生標志著高性能計算在這些領域得到了高水平應用。
2.2 計算生物學的啟示
計算生物學是一門以生命科學中的現象和規律作為研究對象，以解決生物學問題為最終目標，通過模擬和仿真的方法對生物學問題進行定量和定性研究的新興學科。計算生物學與生物信息學比較，最大的不同之處在于生物信息學側重于生物信息的采集、存儲、處理和分析，而計算生物學側重于對生命現象進行研究、解決生物學問題[4]。目前計算生物學領域的研究主要集中在蛋白質行為的模擬、藥物分子的篩選、基因測序等方面。
雖然目前中醫藥領域還不滿足高性能計算的應用條件，但通過借鑒計算生物學的研究方法，未來有可能在中醫藥領域開展具有創新性的高性能計算的應用研究。
3 高性能計算在中醫藥領域應用的展望
3.1 中藥植物藥的基因組學
基因組學是遺傳學的一個分支，研究生物基因組和如何利用基因，涉及基因作圖、測序和整個基因組功能分析，研究內容包括以全基因組測序為目標的結構基因組學和以基因功能鑒定為目標的功能基因組學?；蚪M學是高性能計算應用的一個重要方向，沒有高性能計算人類的基因組計劃就不可能實現，高性能計算已經成為基因組學研究不可或缺的科研工具。隨著基因組學研究的深入、技術的成熟和成本的大幅度下降，使得基因組學的研究逐漸由人類的基因組學擴展到動物、植物等多個相近領域。利用高性能計算在基因組學方面成熟的應用軟件開展中藥植物藥的基因組學研究未來有可能是高性能計算在中醫藥領域的重要應用。
3.2 中藥新藥的虛擬藥物篩選
利用高性能計算進行虛擬藥物篩選目前已經成為西藥新藥開發的一條嶄新和重要的途徑。新藥研發的核心工作之一是從大量的化合物樣品庫中發現有藥理活性的化合物，計算機虛擬篩選輔助新藥開發是利用統計學和分子模型化技術來指導新的先導結構的發現或設計，從而減少實驗室的工作量，縮短開發周期、降低開發成本。近年來對多靶點藥物的研究已經成為國際上新藥開發的一個重要的研究熱點，中藥是天然的多靶點藥物，蘊含著巨大的新藥創制的潛力[5-6]。應用高性能計算開展中藥新藥的虛擬藥物篩選有可能成為中藥新藥開發的嶄新途徑。
3.3 中醫藥數據挖掘和大數據分析
數據挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。大數據分析是指對規模巨大的數據進行分析，目前世界各國對大數據分析技術高度重視，大數據被視為國家重要的戰略資源。數據挖掘和大數據分析是高性能計算應用的重要領域之一。目前中醫藥領域的數據挖掘和大數據分析主要集中在對方劑配伍規律、中醫證治規律等的研究，現有的研究水平還不能構成對高性能計算的迫切需求。隨著數據挖掘和大數據分析在中醫藥領域應用水平的提高，數據研究的內容、方法和結果的日趨豐富，隨著數據量的積累和研究方法復雜度的提高，中醫藥數據挖掘和大數據分析未來有可能成為高性能計算在中醫藥領域富有潛力的應用。
3.4 模擬與仿真
模擬與仿真是依靠計算機通過數值計算和圖像顯示的方法，對工程、物理、生物等各類問題進行研究。高性能計算不僅具有強大的計算功能，還可以模擬或代替由于受經濟或者其他條件限制不能進行的實驗。2013年10月，哈佛大學教授Martin Karplus、斯坦福大學教授Michael Levitt和南加州大學教授Arieh Warshel因“為復雜化學系統創立了多尺度模型”而獲得諾貝爾獎，評委會聲明中稱這一成果意味著對于化學家來說計算機已經成為同試管一樣重要的工具[1]。
計算機模擬方法在生命科學中已經得到了迅速的發展和廣泛的應用。高性能計算應用領域的最高學術獎戈登獎獲獎項目“在20萬CPU核和異構體系結構上的千萬億次持續性能血流模擬”，該項目模擬了血液流動狀態，可以輔助血栓的早期病理學診斷及抗血栓藥物的研究。另一項獲獎項目“呼之欲出的貓：包含109規模神經元、1013規模突觸的大腦皮質模擬”，對神經元和突觸規模與貓大腦相當的大腦皮質功能進行了模擬，并以此為基礎開展了認知計算的研究[3]。此外國內外大量的高性能計算被用于分子動力學模擬，分子動力學模擬是一種數值模擬方法，通過將分子抽象為由化學鍵連接的質點按照基于牛頓力學的數學模型迭代求解分子體系的行為。利用高性能計算進行分子動力學模擬已經成為化學和生物學研究中與實驗手段相當的標準研究方式[7-8]。模擬和仿真技術在中醫藥研究中的應用未來有可能成為高性能計算在中醫藥領域創新性的應用。
4 小結
高性能計算的應用是使高性能計算真正發揮作用的軟實力，是高性能計算領域重要的研究內容。高性能計算的應用需要多學科的交叉與合作，計算生物學的產生標志著高性能計算在生物醫學領域得到了成功應用。
高性能計算在中醫藥領域的應用目前還處于探索階段，尚不具備大規模應用的條件和基礎。未來有可能通過借鑒計算生物學的研究方法在中藥植物藥的基因組學、中藥新藥的虛擬藥物篩選、中醫藥數據挖掘和大數據分析、模擬與仿真等領域進行開創性的應用研究。高性能計算在中醫藥領域的應用將會對中醫藥科研方法的創新與發展產生深刻的影響。
參考文獻
[1] 顧蓓蓓，武虹，遲學斌，等.國內外高性能計算應用發展概況分析[J].科研信息化技術與應用，2014，5（4）：82-91.
[2] 周興銘.高性能計算技術發展[J].自然雜志，2011，33（5）：249-254.
[3] 張理論，鄧小剛.戈登獎――分析與思考[J].計算機工程與科學， 2012，34（8）：44-52.
[4] 徐書華，金力.計算生物學[J].科學，2009，61（4）：34-37.
[5] 朱偉，羅頌平.治療輸卵管阻塞性不孕的中藥多靶活性成分計算機虛擬篩選[J].時珍國醫國藥，2012，23（6）：1531-1532.
[6] ，孫曉波.網絡藥理學：中醫藥現代化的新機遇[J].藥學學報，2012，47（6）：696-703.
基因組學的研究內容范文3
基因工程的發展促使它成為生命科學研究的核心學科。一般高校都將基因工程這門課作為專業必修課在大三的第二學期開設，其先修課程為生物化學、遺傳學以及分子生物學等?；蚬こ痰恼n程內容具有兩個特點:一是教學內容與其他學科緊密相連。基因工程不僅與生物化學等基礎課程的內容相互聯系、交叉重疊，同時又與細胞工程、蛋白質工程、微生物工程等應用性課程相互呼應與銜接。二是內容涵蓋面廣，更新發展快。隨著人類基因組計劃的完成，生命科學的研究已經由基因組時代進入到后基因組時代，單純的基因測序以及基因工程技術已經不能滿足人類對生命信息的探索與追求。后基因組時代到來的標志就是功能基因組學研究的興起。功能基因組學研究涉及轉錄組、蛋白質組以及代謝組等多個方面，多學科的交叉研究使其發展迅速。綜上兩個特點，為了避免課程知識上的教學重復，同時又能在有限的教學課時內將基礎知識與最新、最前沿的研究信息最大程度地傳授給學生，筆者對課程的教學內容及其對應的教學課時進行適當的調整。以往的基因工程教學內容共有11章32學時，可歸納為4個部分:第1章，基因工程學發展歷史概述、基因工程的基本概念(4課時);第2、3章，基因工程的基本原理及技術，主要圍繞基因工程的基本構件載體和工具酶(12課時);第4～10章，基因工程實施的三大步驟，包括DNA體外重組、重組DNA導入宿主細胞后擴增和表達以及基因工程后處理(12課時);第11章，基因工程的應用與前景(4課時)。筆者在此基礎上對教學內容進行了適當合理的取舍與增加，做到突出重點，加強基本概念和原理的理解，通過列舉實際應用研究來介紹相關的技術與方法。同時整合課時分布，在原有的32課時中拿出8課時介紹功能基因組學研究的知識。其內容主要圍繞克隆與表達后的目的產物(蛋白質)的提取、分離、純化與鑒定的方法、原理以及技術。調整后的課程安排如表1。通過此番改革教學內容，一方面可以開拓學生的視野，幫助學生了解基因工程以及功能基因組學的理論知識和實際應用領域;另一方面也可以激發學生學習基因工程的積極性與主動性。
2教學手段與方法的改良
傳統的基因工程教學方法在水產類高等學校中多以板書結合多媒體的方法來講解概念、原理以及性質等內容，其過程相對機械、枯燥，使得學生難以理解所學內容。對此，筆者通過多媒體教學與自制模型演示相結合的方法取代原有的傳統教學。由于基因工程的很多內容相對抽象，僅僅通過教學技術具有圖文聲像隨意組合、靈活多變的特點，為學生創造了良好的學習情境。通過功能強大的各種計算機軟件把一些很難理解的內容做成動畫影片，化難為易、化靜為動、變抽象為形象，使學生對上課產生興趣，促進學生對知識學習的渴望。同時，利用自制的模型講解課程中的重點以及難點。例如:在介紹限制酶的切割位點時，讓學生手持模型，分別角色扮演限制酶和基因序列，在排列位置的互換中了解3種切口的方式以及位置。這樣的教學方法不僅形象，也讓學生在互動中快速、深刻地記憶知識要點。另外，通過當下研究的前沿話題為例，先提出一個問題，引導學生運用其他課程所學過的或者自身所積累的知識來聯想、分析、討論，自己設計解答此問題的方法或實驗流程。然后老師再參與其中，在討論和修改方法以及實驗流程的過程中，引出所要講授的新的概念和知識要點。例如介紹表達物質(蛋白質)的鑒定時，老師會先提出問題:基因克隆表達出的物質是什么?這些物質是由什么組成的?鑒定這些物質可以使用什么方法?然后引導學生回顧生物學中心法則，得出基因表達物質為蛋白質，蛋白質是由氨基酸組成等所學過的知識，由此學生可歸納出氨基酸測序法等鑒定蛋白質的方法。最后老師再在此基礎上補充出WesternBlot法、生物質譜技術等新的鑒定方法。這樣的講課方式讓學生回到課堂上的主角位置，在復習了以往的知識要點的同時也加深了學生對新知識的理解與記憶，在一定程度上啟發了學生如何去發現問題和解決問題。此外，基因工程是一門實踐性很強的課程，在講授理論課的同時，實驗課的安排也是非常重要的。設計好與理論課相配套的實驗課程，可以使學生加深對基因工程學理論的學習和理解，達到理論和實踐相結合的目的。對此，各大高校均在基因工程實驗課上進行了改革創新，但有一點總被忽略，那就是實驗研究對象。目前，國內大多數高?；蚬こ虒嶒炚n所使用的研究對象均為果蠅等無脊椎模式生物。這種情況對于普通高校而言是可行的，但是對于擁有特色學科的水產類高校而言，研究對象也應具有其專業特點。所以本實驗課所使用的研究對象是斑馬魚這種海洋模式生物。研究對象的改變雖微不足道，但是能讓學生更好地理解自己所學專業的特色，在實踐操作中加深對所屬專業的熱愛。
3成績考核
中國傳統的應試教育產生了“高分決定一切”的迂腐思想。隨著國家教育體系改革的不斷推進，學生對于專業知識的掌握與否，已經不能僅從一張考卷成績的高低來反映，考核成績的結構應向多元化的方向發展?；蚬こ痰淖罱K考核成績主要包括兩部分:平時成績占40%，其中課堂出勤率10%、課堂討論10%、課堂小考10%以及實驗報告10%;期末考試成績占60%。這樣的考核體系改變了過去注重結果忽略過程的做法，讓學生在平時將知識一點一滴地積累起來。同時，也讓授課教師能夠及時得到教學效果的反饋信息，進一步提高教學水平。
4結語
基因組學的研究內容范文4
信息、生物、新材料三大前沿領域
信息、生物、新材料是21世紀前30年發展最快、最熱門的三大領域，它們集結了當今世界最強勢的研究力量。但在這些關系未來發展的關鍵領域中，我國許多核心技術仍依賴追蹤、模仿和引進國外技術，原始創新能力明顯不足。
從更寬的視野來看，不僅僅是這三個領域的發展需要高揚“自主創新”的信心與勇氣。實際上，整個中國科技正面臨著前所未有的發展壓力：對外要適應國際科技競爭的緊迫形勢，對內要滿足經濟社會發展進程中的重大戰略性需求。而原始創新能力和技術創新能力的薄弱，已成為當前和未來相當長時期內影響我國整體競爭力的極大障礙。
面向未來15年的《國家中長期科學和技術發展規劃綱要》即將，科技部等有關部門正在著手制定科技“十一五規劃”——關于中國科技“未來”的探討與關注，在最近一年多來達到了前所未有的程度。就是在這樣帶著幾分焦灼、幾分期待、幾分信心的探討氛圍中，“自主創新”成為人們關于中國科技發展的共識。
帶著這個共識，再來看中國科技發展面臨的“壓力”，在很大程度上已經變成了未來發展的重大機遇。未來10年，中國在這三大領域中最有可能實現自主創新的關鍵技術群究竟有哪些？有限的科技經費究竟應當投入到哪些突破口？
下一代移動通信技術
移動通信是人類社會發展中的一大奇跡。2004年12月，全球（蜂窩）移動通信用戶總數已達17億以上，超過已有百年發展歷史的固定通信用戶數。過去10年，移動通信技術完成了由第一代模擬通信技術向第二代數字通信技術的過渡，當前正處于由其巔峰狀態向第三代（3G）移動通信技術過渡的進程中。
目前，世界發達國家紛紛投入力量進行第三代及下一代移動通信標準、技術和產品的開發。
——3G移動通信：國際電信聯盟（ITU－T）批準為3G的三大標準分別是歐洲的WCDMA，美國高通公司的CDMA2000和中國大唐電信的TD－SCDMA。3G已在全球30多個國家開始商用。
——增強型3G（Enhanced3G）：為了克服3G技術不能很好支持流媒體等業務的不足，國際電信聯盟已在制定增強型3G技術標準。專家預測，增強型3G技術將進入商用。
——4G（或Beyond3G）：下一代移動通信即所謂超3G（以下統稱Beyond3G）技術的研究是國際上的熱點。Beyond3G具有更高的速率與更好的頻譜利用率。歐盟、日本、韓國等國家已開始4G框架的研究，預期Beyond3G技術可望在2010年后開始商用。
中國移動用戶總數已達3.34億，居世界第一，總體技術水平與國際同步，處于由第二代向第三代的過渡時期。我國3G移動通信技術已經具備了實現產業化的能力，我國大唐電信2000年5月提出的TD－SCDMA標準已成為國際電信聯盟正式采納的三大標準之一。此外，在國家“863”計劃的支持下，開展了Beyond3G技術的研究，預期該技術可望在2010年后開始商用。
Beyond3G技術對我國經濟社會發展和國防建設具有十分重要的意義。德爾菲專家調查統計結果顯示，我國研發水平比領先國家落后5年左右，通過自主開發或聯合開發，在未來5年可能形成自主知識產權。以華為、中興為代表的一批高技術通信設備制造業公司，在第三代移動通信設備（3G）等研發方面緊跟國際前沿，打破了國外公司對高技術通信設備的壟斷，開始參與國際通信標準的制定，開發具有自主知識產權的核心技術，具備了參與國際競爭的能力，具備實現技術和產業跨越式發展的契機。
中國下一代網絡體系
下一代網絡（NGN）泛指以IP為核心，同時可以支持語音、數據和多媒體業務的因特網、移動通信網絡和固定電話通信網絡的融合網絡。
世界各國和國際通信標準化組織都在積極開展下一代網絡的研究開發工作。國際電信聯盟電信標準化部門（ITU－T）、歐洲電信標準化協會（ETSI）、互聯網工程任務組（IETF）、第三代伙伴組織計劃（3GPP）等，都在致力于下一代網絡體系的研究。目前，美國、日本、韓國、新加坡以及歐盟都已啟動了下一代互聯網研究計劃，全面開展各項核心技術的研究和開發。
我國在下一代網絡的研究方面已取得了較大進展?！熬盼濉逼陂g，863計劃建成了“中國高速信息示范網”（CAINONET）、國家自然科學基金委支持的“中國高速互連研究試驗網NSFCNET”等重大項目，目前已開始基于NGN的軟交換技術在移動和多媒體通信中的應用研究。中興、華為等企業還推出了基于軟交換的NGN解決方案；在下一代互聯網研究上，中興、港灣網絡等推出的高端路由交換機，可應用于國家骨干IP網絡建設，以及大中型寬帶IP城域網核心骨干和匯聚。國內公司還開始自行設計高端分組交換定制ASIC芯片。我國已成為少數幾個能夠提供全系列數據通信設備的國家之一。
下一代網絡技術對促進我國高新技術的發展，以及對改造和提升我國傳統產業具有舉足輕重的作用，對國家安全至關重要。從總體上看，我國互聯網技術跟隨國外發展，在技術選擇上缺乏系統研究，走過一些彎路，至今與國外仍存在較大差距。無論網絡用戶規模、網絡應用、網絡技術或網絡產品都尚有很大的發展空間。從全局著眼，應不失時機地開展中國下一代網絡體系的研究、應用試驗、關鍵技術研究和產品開發。不能像第一代互聯網那樣，技術、標準都是外國的，給國家安全造成隱患。
納米級芯片技術
當前，集成電路的發展仍遵循“摩爾定律”，即其集成度和產品性能每18個月增加一倍，按照器件特征尺寸縮小、硅片尺寸增加、芯片集成度提高和設計技術優化的途徑繼續發展。
自上世紀90年代以來，全球集成電路制造技術升級換代速度加快。當前國際上CMOS集成電路大規模生產的主流技術是130nm，英特爾等部分技術先進的芯片制造公司已在用90nm進行高性能芯片生產。2005年，美國AMD公司已開始量產90nm的高性能芯片，國際上對65nm技術的開發也已成功。伴隨130nm到90nm技術的升級，考慮到擴大生產規模和降低成本，大多數公司將使用12英寸替代8英寸硅基片，這也必將帶來半導體設備的大量更新。
近年來我國一些先進集成電路制造公司的崛起，使國內集成電路制造工藝技術與國際先進水平的差距有了顯著的縮小，但整體水平仍與先進國家相差2～3代。目前，我國集成電路設計公司年設計能力已超過500種，主流設計水平達到180nm，130nm技術正在開發中，90nm技術的研發也開始著手進行。從產業發展看，我國集成電路已初步形成由十多家芯片生產骨干企業、十多家重點封裝廠、二十多家初具規模的設計公司、若干家關鍵材料及專用設備儀器制造廠組成的產業群體，設計、芯片制造、封裝三業并舉的蓬勃發展態勢。以中科院計算所為代表的研究機構和企業在CPU研發方面所取得的新進展，標志著我國集成電路設計具有較強能力，與國際先進水平的差距進一步縮小。目前我國芯片業大多集中在低端的交通、通信、銀行、信息管理、石油、勞動保障、身份識別、防偽等領域，IC卡芯片所占比重一直占據芯片總體市場的20％左右。
世界第一顆0.13微米工藝TD－SCDMA3G手機核心芯片10月9日在重慶問世
今后的IC是納米制造技術的時代，而納米級芯片技術是我國趕超國際的關鍵，它的成功將會是我國IC工業發展史上的重要里程碑和持續發展的動力，專家認為應優先發展。
中文信息處理技術
包括漢字和少數民族文字在內的中文信息處理技術，是漢語言學和計算機科學技術的融合，是一門與語言學、計算機科學、心理學、數學、控制論、信息論、聲學、自動化技術等多種學科相聯系的邊緣交叉性學科。
隨著互聯網的發展，中文信息處理技術已滲透到社會生活的各個方面。1994年，微軟開始進入中文軟件市場，微軟的WORD把國產WPS擠出了市場，繼而Windows中文版又把國產中文之星擠垮。微軟憑借其強大的優勢地位，使國產的中文信息處理軟件舉步維艱。中文版的Windows、Office等占據了大部分的中文軟件市場，使中文信息處理逐漸喪失了其特殊地位。
經過二三十年的努力，我國的中文信息處理，包括中文的編碼、字型、輸入、顯示、輸出等的基本處理技術已經實用化，目前正在逐漸擺脫“字處理”階段，處于向更高級階段快速發展的時期。包括中文的文字識別機和手寫文字識別、語音合成、語音識別、語言理解和智能接口等技術的研究已獲得進展。中文的全文檢索、內容管理、智能搜索、中文和其他文字之間的機器翻譯等技術也正在開發、研制，并取得了較大進展，涌現了聯想、方正、四通、漢王、華建等公司。
隨著中國加入WTO與世界各國交流的逐漸擴大以及網絡信息時代的來臨，中文信息處理技術越發顯得重要，其自動化水平的提高，將大大促進我國科技、國民經濟和社會發展，同時使中華民族的文化在信息時代得到新的發展。未來無疑應當加強中文信息處理技術的研發投入與政策傾斜。
人類功能基因組學研究
20世紀末啟動的人類基因組計劃被公認為生命科學發展史上的里程碑，其規模和意義超過了曼哈頓原子彈計劃和阿波羅登月計劃。隨著人類基因組、水稻基因組以及其他重要微生物等50多種生物基因組全序列測定工作的完成，國際基因組研究進入到功能基因組學新階段。
功能基因組學已成為21世紀國際研究的前沿，代表基因分析的新階段。它是利用結構基因組所提供的信息和產物，發展和應用新的實驗手段，通過在基因組或系統水平上全面分析基因的功能，使生物學研究從對單一基因或蛋白質的研究轉向多個基因或蛋白質同時進行系統的研究，是在基因組靜態的堿基序列弄清楚之后轉入對基因組動態的生物學功能學研究。從1997年迄今已發表的有關功能基因組學的論文數以千計，其中不少發表在《細胞》《自然》《科學》等國際著名刊物上。
目前功能基因組研究的重點集中在四個方面：一是基因測序技術研究。預計今后幾年內，測序技術將繼續發展，特別是有一些重要的改進將直接用于功能基因組的研究；二是單核苷多態性（SNP）以及在此基礎上建立的SNP單體型研究；三是基因組有序表達的規律研究。主要包括基因的深入鑒定、基因表達與轉錄組研究、蛋白和蛋白質組研究、代謝網絡和代謝分子研究、基因表達調控研究等；四是計算生物學和系統生物學研究。
近幾年來，在國家“863”計劃、國家重大科技專項等的資助下，我國功能基因組學研究取得了一系列進展。中華民族占世界人口的1／5，有豐富的遺傳疾病家系資源，這是我國發展功能基因組研究的有利因素?！笆濉逼陂g，我國參與國際蛋白質組計劃、國際人類基因組單體型圖計劃，高質量按時完成了項目中所承擔的21號染色體區域的任務，建立并完善了中華民族基因組和重要疾病相關基因SNPs及其單倍型的數據庫的建設，在國際一流雜志上發表了一批高水平學術論文，申報了一批國家專利，收集、保存了一批寶貴的遺傳資源，并初步建立了遺傳資源收集網絡和資源信息庫的采集管理系統，組建了一批國家級基地，培養了一支隊伍，建立了一批技術平臺。但總體而言，我國在功能基因組研究及應用方面的原始創新成果數量較少，還不能為醫藥生物技術產業的發展提供足夠的知識和產品。
未來研究重點包括：
——功能基因組研究。重點開展植物功能基因組研究、人類功能基因組研究和重要病原微生物及特殊微生物功能基因組研究；
——蛋白質組學研究。蛋白質組學是一個新生領域，目前還處于初期發展階段，仍有許多困難有待克服。我國應選擇具有特色的領域開展研究；
——生物信息技術。我國的研究重點應集中在生物信息數據庫的構建、生物信息的開發、加工、利用及生物信息并行處理方面；
——生物芯片技術及產品。通過微加工技術和微電子技術在固體芯片表面構建的微型生物化學分析系統，以實現對細胞、蛋白質、DNA以及其他生物組分的準確、快速、大信息量的檢測。常用的生物芯片包括基因芯片、蛋白質芯片、生化反應芯片和樣品制備芯片等。生物芯片的主要特點是高通量、微型化和自動化。我國生物芯片研究緊跟國際前沿，它將對我國生命科學研究、醫學診斷、新藥篩選具有革命性的推動作用，也將對我國人口素質、農業發展、環境保護等作出巨大的貢獻。
專家認為，我國人類功能基因組學研究的研發水平比領先國家落后5年左右，若能高度重視，充分利用我國已有的技術和資源優勢，未來10年我國可能實現人類功能基因組學研究的跨越發展。
蛋白質組學研究
隨著被譽為解讀人類生命“天書”的人類基因組計劃的成功實施，生命科學的戰略重點轉移到以闡明人類基因組整體功能為目標的功能基因組學上。蛋白質作為生命活動的“執行者”，自然成為新的研究焦點。以研究一種細胞、組織或完整生物體所擁有的全套蛋白質為特征的蛋白質組學自然就成為功能基因組學中的“中流砥柱”，構成了功能基因組學研究的戰略制高點。
目前蛋白質組學的主要內容是建立和發展蛋白質組研究技術方法，進行蛋白質組分析。為了保證分析過程的精確性和重復性，大規模樣品處理機器人也被應用到該領域。整個研究過程包括樣品處理、蛋白質的分離、蛋白質豐度分析、蛋白質鑒定等步驟。
附圖
自1995年蛋白質組一詞問世到現在，蛋白質組學研究得到了突飛猛進的發展。我國的蛋白質組研究也在迅速開展，并取得了許多有意義的成果，中國科學家已經在重大疾病如肝癌，比較蛋白質組學的研究等方面取得了重要成就，在“973”計劃的資助下，我國已經開始了二維電泳蛋白組分離研究、圖像分析技術和蛋白質組鑒定質譜技術研究等。
如何抓住國際上蛋白質組學研究剛剛啟動的時機，迅速地進入到蛋白質組學研究的國際前沿，是擺在我國生命科學研究發展方向上的一個重要課題。
目前我國在該領域的研發基礎較好，只比先進國家落后5年左右。蛋白質組學屬科學前沿，專家建議結合我國現行的基因組研究及其他有我國特色或優勢的領域開展研究，不要重復或追隨國際已有的工作，而應走自己的路，未來10年內有可能取得重大科學突破。
生物制藥技術
生物制藥被稱為生物技術的“第一次浪潮”，其誘人前景引起了全世界各國政府、科技界、企業界的高度關注。
在過去的30年間，全球生物技術取得了令人矚目的成就。據美國著名咨詢機構安永公司2004年和2005年發表的第十八和第十九次全球生物技術年度報告分析，2003年全球生物技術產業營收達410億美元。目前已有190余種生物技術產品獲準上市，激發起投資者對生物技術股與融資的興趣。
近20年來，我國醫藥生物技術產業取得了長足的進步，據《中國生物技術發展報告2004》統計，我國已有25種基因工程藥物和基因工程疫苗，具有自主知識產權的上市藥物達9種，重組人ω－干擾素噴鼻劑2003年4月獲得國家臨床研究批文，可用于較大規模高危人群的預防。但總體上與世界先進水平相比還存在很大的差距，醫藥生物技術產品的銷售收入僅占醫藥工業總銷售額的7.5％左右。
為加快我國生物制藥技術的發展，今后的研究開發重點是：
——生物技術藥物（包括疫苗）及制備技術。圍繞危害人民健康的神經系統、免疫系統、內分泌系統和腫瘤等重大疾病和疑難病癥的防治與診斷，應用基因工程、細胞工程、發酵工程和酶工程等技術，開發單克隆抗體、基因工程藥物、反義藥物、基因治療藥物、可溶性蛋白質藥物和基因工程疫苗，拓寬醫藥新產品領域；
——高通量篩選技術。目前，國外許多制藥公司已把高通量篩選作為發現先導化合物的主要手段。典型的高通量篩選模式為每次篩選1000個化合物，而超高通量篩選可每天篩選10萬多個化合物。隨著分析容量的增大，分析檢測技術、液體處理及自動化、連續流動以及信息處理將成為未來高通量篩選技術研究的重點；
——天然藥物原料制備。目前，已經發現人類患有3萬多種疾病，其中1／3靠對癥治療，極少數人能夠治愈，而大多數人缺乏有效的治療藥物。以往多用合成藥物，隨著科技的進步，人們自我保健意識增強，對天然藥物的追求與日俱增。當前世界各國都在加強天然藥物的研發。
生物信息學研究
在生命科學的研究中，以計算機為工具對生物信息進行儲存、檢索和分析，對基因組研究相關生物信息獲取、加工、儲存、分配、分析和解釋——上世紀80年代一經產生，生物信息學就得到了迅猛發展。其研究一方面是對海量數據的收集、整理與服務；另一方面是利用這些數據，從中發現新的規律。
具體地講，生物信息學是把基因組DNA序列信息分析作為源頭，找到基因組序列中代表蛋白質和RNA基因的編碼區；同時，闡明基因組中大量存在的非編碼區的信息實質，破譯隱藏在DNA序列中的遺傳語言規律；在此基礎上，歸納、整理與基因組遺傳信息釋放及其調控相關的轉錄譜和蛋白質譜的數據，從而認識代謝、發育、分化、進化的規律。另外生物信息學還利用基因組中編碼區的信息進行蛋白質空間結構的模擬和蛋白質功能的預測，并將此類信息與生物體和生命過程的生理生化信息相結合，闡明其分子機理，最終進行蛋白質、核酸的分子設計、藥物設計和個體化的醫療保健設計。
生物信息學的發展已經將基因組信息學、蛋白質的結構計算與模擬以及藥物設計有機地連接在一起，它將導致生物學、物理學、數學、計算機科學等多種科學文化的融合，造就一批新的交叉學科。
科學家們普遍相信，本世紀最初的若干年是人類基因組研究取得輝煌成果的時代，也是生物信息學蓬勃發展的時代。據預測，到2005年生物信息的全球市場價值將達到400億美元。
我國生物信息學研究起步較早。20世紀80年代末，國內學者就在《自然》上報道了免疫球蛋白基因超家族計算機分析的工作。目前，多家大學和研究機構也相繼成立了生物信息中心或研究所，各種原始數據庫、鏡像數據庫和二級數據庫也已經逐步建立，同時我國還建立了相關的工作站和網絡服務器，實現了與國際主要基因組數據庫及研究中心的網絡連接，開發了用于核酸、蛋白結構、功能分析的計算工具以及蛋白質三維結構預測、并行化的高通量基因拼接和基于群論方法開發的基因預測等多種軟件。中國學者還運用自主開發的電腦克隆程序，開展了大規模EST數據分析，建立了一系列基因組序列分析新算法和新技術，并在國內外著名科學雜志上發表了一系列論文，取得了引人注目的進展，尤其在人類基因組基因數目的預測上獲得了與目前的實驗事實相當吻合的結果，在國際上獲得普遍認可。
農作物新品種培育技術
最近幾年，農業生物技術的發展對農業產業結構調整產生的巨大影響，已引起各國政府和科學家的高度重視。農業生物技術領域研究中最活躍的是育種技術——應用現代分子生物學和細胞生物學技術進行品種改良，創造更加適合人類需要的新物種，獲得高產、優質、抗病蟲害新品種。這使得新品種層出不窮，品種在農業增產中的貢獻率將由現在的30％提高到50％。國際水稻研究所已經培育出每公頃7500公斤的超級水稻，非洲培育出增產10倍的超級木薯。
我國該領域的基礎研究和高技術研究取得了一批創新成果：如植物轉基因技術、細胞培育技術、秈稻的全基因組測序、花粉管通道轉基因方法等，使研制具有自主知識產權的轉基因農作物新品種成為現實和可能。目前，已培育出畝產達到807.4公斤的超級雜交稻；2004年轉基因抗蟲棉的種植面積已占全國棉花種植面積的50％左右；利用細胞工程技術培育的抗白粉病、赤霉病和黃矮病等小麥新品種已累計推廣1100多萬畝；植物組織培養和快繁脫毒技術在馬鈴薯、甘蔗、花卉生產中發揮了重要的作用。
專家認為，我國農作物新品種培育的研發基礎較好，整體科研技術與國外處于同等水平，只要充分利用資源，發揮優勢，很可能在該領域取得突破。
納米材料與納米技術
納米科技是上世紀末才逐步發展起來的新興科學領域，它的迅猛發展將在21世紀促使幾乎所有工業領域產生一場革命性的變化。納米材料是未來社會發展極為重要的物質基礎，許多科技新領域的突破迫切需要納米材料和納米科技支撐，傳統產業的技術提升也急需納米材料和技術的支持。
近年來，科技強國在該領域均取得了相當重要的進展。
在納米材料的制備與合成方面，美國科學家利用超高密度晶格和電路制作的新方法，獲得直徑8nm、線寬16nm的鉑納米線；法國科學家利用粉末冶金制成了具有完美彈塑性的純納米晶體銅，實現了對納米結構生長過程中的形狀、尺寸、生長模式和排序的原位、實時監測；德國科學家巧妙地利用交流電介電泳技術，將金屬與半導體單壁碳納米管成功分離；日本用單層碳納米管與有機熔鹽制成高度導電的聚合物納米管復合材料。
在納米生物醫學器件方面，科學家用特定的蛋白質或化合物取代用硅納米線制成場效應晶體管的柵極用以診斷前列腺癌、直腸癌等疾病，成百倍地提高了診斷的靈敏度。另外，納米技術在醫學應用、納米電子學、納米加工、納米器件等方面也有新進展。與此同時，國外大企業紛紛介入，推動了納米技術產業化的進程。
當前納米材料研究的趨勢是，由隨機合成過渡到可控合成；由納米單元的制備，通過集成和組裝制備具有納米結構的宏觀試樣；由性能的隨機探索發展到按照應用的需要制備具有特殊性能的納米材料。
納米材料和技術很可能在以下四個領域的應用上有所突破：一是IT產業（芯片、網絡通訊和納米器件）；二是在生物醫藥領域應用納米生物傳感的早期診斷和治療，到2010年將給人類帶來新的福音；三是在顯示和照明領域的應用已有新的進展，納米光纖、納米微電極等已產生極大影響；四是納米材料技術與生物技術相結合，在基因修復和標記各種蛋白酶等方面蘊育新的突破，預計2010年納米技術對國際GDP的貢獻將超過2萬億美元。
我國納米材料研究起步較早，基礎較好，整體科研水平與先進國家相比處于同等水平，部分技術落后5年左右。目前有300多個從事納米材料基礎研究和應用的研究單位，并在納米材料研究上取得了一批重要成果，引起了國際上的廣泛關注。據英國有關權威機構提供的調查顯示，我國納米專利申請件數排名世界第三位。
國內目前已建成100多條納米材料生產線，產品質量大都達到或接近國際水平。與發達國家相比，我國的差距一是在納米材料制備與合成方面尚處于粗放階段，缺乏應用目標的牽引，集成不夠；二是納米材料計量、測量和表征技術明顯落后于國外，對標準試樣和標準方法的建立重視不夠，對表征手段的建立投資不足；三是納米材料的基礎研究、應用研究和開發研究出現脫節，納米材料研究缺乏針對性；四是學科交叉、技術集成不夠。
鏈接：
信息技術正在發生結構性變革
目前，信息技術正在發生結構性的變革，在信息器件向高速化、微型化、一體化和網絡化發展的同時，軟件和信息服務成為發展重點。大規模集成電路正快速向系統芯片發展；移動通信技術正在向第三代、第四展，將提供更優質、更快速、更安全的服務，并帶來巨大的經濟利益；電信網、計算機網和有線電視網三網融合趨勢進一步加快，無線網絡成為世界關注的重點；全球化的信息網絡將像電力、電話一樣為社會公眾提供各種信息服務，越來越深刻地改變著人們的學習、工作和生活方式，也將對產業結構調整產生重大影響。
微電子技術、計算機技術、軟件技術、通信技術、網絡技術等領域的發展方興未艾，極有可能引發新一輪產業革命。
大顯神通的新材料
高性能結構材料是具有高比強度、高比剛度、耐高溫、耐腐蝕、耐磨損的材料，對支撐交通運輸、能源動力、電子信息、航空航天以及國家重大工程起著關鍵性作用。
新型功能材料是一大類具有特殊電、磁、光、聲、熱、力、化學以及生物功能的材料，是信息技術、生物技術、能源技術和國防建設的重要基礎材料。當前國際上功能材料及其應用技術正面臨新的突破，諸如信息功能材料、超導材料、生物醫用材料、能源材料、生態環境材料及其材料的分子、原子設計正處于日新月異的發展之中。
基因組學的研究內容范文5
對于海歸學者，他們常常會被問到同一個問題：為什么要選擇回國？對此，楊進的回答十分堅定：“祖國教育了我培養了我，出國時我就堅定了回國的信念。如今，我在技術上和系統思維上已經收獲了豐富的積累，是時候回到祖國，鋪展我的夢想，為祖國做些事情了。”
把夢想帶回祖國
1996年，楊進來到大阪大學，攻讀碩、博士學位。由于表現出色，他在學習期間便提前在日本就職。當時，楊進被派到日本國立循環器病中心，這是日本最好的心臟病研究中心，而楊進也有幸在這里，作為主要成員，全程參與了世界“三大疾病基因組計劃”之一的“新世紀計劃”的工作。
“這5年的收獲確實很大。”楊進說，5年中，他不僅在技術層面收獲頗豐，更養成了系統的科學思維方式。邊學邊思考，結合自己的臨床醫學背景，楊進開始思考怎樣把這些基因組學成果轉化為具體的疾病預防實踐。然而，要從事這項工作并非一件容易的事，這門學科需要涉及預防醫學、基因組學、遺傳學、流行病學、營養學、健康管理等諸多學科，對于研究者的交叉背景與素質要求極高?？紤]到自己的醫學背景以及在“新世紀計劃”5年的實戰中收獲的一系列技術經驗與思維方法，楊進開始計劃回國事宜。他毫不掩飾自己的夢想，成就一番事業，為祖國做出一份貢獻，這就是他回國的目的。
楊進說，當個體全基因組測序成本降到1000美金的時候，每個人都將可能擁有自己的基因圖譜，檢測簡單而便捷，檢測出的30億對堿基中蘊含著每個人的遺傳信息。然而，這些遺傳信息與我們的疾病與健康狀況之間有怎樣的聯系？我們又怎樣才能有效地把檢測結果翻譯過來，最終變成具體的醫學實踐呢？這兩個問題便是楊進研究與推進的預防基因組醫學的奧義所在。
楊進說21世紀就是生命科學與生物技術的時代。曾有專家預測，由生物技術突破所形成的生物產業的市場價值將是信息產業價值的10倍；另外，基因組與健康相結合已是大勢所趨，基因組與健康產業已經形成新的經濟增長點，預計其在發達國家15年內將成為國家和地區的支柱產業。當前的發展形式也驗證了這一趨勢。以預防為主的預防基因組醫學研究將成為21世紀的主流醫學，它在我國有著廣闊的前景。
帶著雄心與抱負，楊進通過與企業密切合作，開始將自己心中那個構想多年的夢想搬進現實中來。
參與其中才能有所發現
盡管預防基因組醫學研究被視為21世紀的主流醫學，但目前，這門科學仍是一門新興學科，更沒有一個明確的定義。在這種背景下，楊進率先提出了預防基因組醫學的定義，并前瞻性地提出預防基因組醫學的發展需要經過基因組基礎上遺傳分析與基因組導向下健康管理、預防基因組醫學信息產業的發展、最終借助互聯網技術實現接口DNA and Health三個階段。
楊進說，預防基因組醫學系統體系中的關鍵技術就是遺傳分析技術，要想做好遺傳分析首先必須在理論上對它有一個系統、全面的認識。因此，他帶領團隊編著了《復雜疾病的遺傳分析》一書，該書是我國首部專門闡述復雜疾病遺傳分析理論、方法、內容及具體實踐的著作，已被列入“十二五”國家重點圖書出版規劃項目。楊進不僅在理論領域堅持拓荒，更在產學研用上親身參與到這場蓄勢待發的變革中。圍繞預防基因組醫學相關關鍵技術，以解決瓶頸問題為目標，尤其是針對復雜重大疾病，他正帶領團隊積極進行系統創新。在日本研習多年，楊進以其在實戰中養成的戰略性科學思維，高屋建瓴地完成了一系列學科發展的頂層設計，同時，更身體力行地將日本科研領域“科學家熱愛科學，企業家尊重科學”的風氣與氛圍帶回國內，帶進自己的實驗室。在技術上，他們有自己原創的理論體系，在轉化上他們又形成了一套自己的轉化體系，而他們的最終目標就是服務于市場、真正做到促進我國健康水平的提高。
現在，在技術與轉化方面，楊進正并駕齊驅地推進發展。他帶領團隊創建預防基因組醫學突變基因功能研究平臺，研究和闡明散發性結直腸癌等復雜疾病分子發病機制，找出對這些復雜疾病進行風險預警的新的基因標識，用于指導疾病預警。他們利用第二代測序技術尋找中國漢族人群散發性結直腸癌新的候選基因，目前已經篩查出5～10個未被報道過的新基因，下一步將對新基因進行基因功能研究。與此同時，楊進還在帶領團隊圍繞高血壓、糖尿病遺傳分析模型和綜合內外因評估模型進行再創新。
楊進說，只有把技術吃透，才能在日后真正開發出好的產品；只有親自做原始創新工作，才能真正掌握學科的理論。他說，如果原始創新研究做不好，轉化更是無從談起。正是出于這樣的原因，無論多忙，在科研上楊進都親力親為，并堅定地向原始創新的學科研究發起挑戰。
圍繞復雜疾病遺傳分析關鍵技術，楊進有條不紊地帶領團隊進行著系統的創新工作。盡管目前的學科還存在很多的不規范之處，但他希望通過自己的參與和總結，規范行業標準，從而建立產學研的整體思路，開發出高水平的產品。
去年，由楊進擔任會長的基因組與健康學會順利成立，這是他擴大平臺、擴大學科影響并向群眾普及預防基因組醫學知識邁出的重要一步。參與其中，迎接挑戰，楊進開始望見夢想的曙光。
讓團隊建設個性化與系統化
在楊進的預防基因組醫學學科建設中，還有一個尤為重要的部分，那就是學科團隊的建設。經過幾年的努力，由他組建的西北大學預防基因組醫學研究所已培養技術骨干20余人，如今，團隊規模已超過30人。圍繞轉化關鍵技術，他建立了五大平臺，進行原始系統集成創新。
“我們正處于個性化健康時代和系統醫學時代。人才培養是一個道理，對待人才，既要堅持個性化發展，同時還要堅持系統性規劃。”個性化與系統化詮釋了楊進在團隊管理上的模式與經驗。他重視團隊的氛圍，要求團隊成員必須熱愛科學、尊重科學，同時還要具備市場意識；他充分尊重每個人的個性，每個人在團隊中都可以各抒己見，開放、共享、快樂、包容是這支團隊的標簽；他考量每個人的專長，為人才規劃好發展道路后，給予他們充分的信任，讓每個人自由地發展。
基因組學的研究內容范文6
【關鍵詞】信息技術 藥物設計 復合型人才 教學研究
【中圖分類號】G642 【文獻標識碼】A 【文章編號】1674-4810（2015）33-0032-02
互聯網又稱為因特網（Internet），是通過公用語言交互通信的計算機連接而成的全球網絡，伴隨著廣播、電視、衛星通信等技術手段構成的現代通信和傳播技術的發展，使得信息從采集的數量、傳播的速度和規模方面都迅猛增加。正如全球知名咨詢公司麥肯錫指出的：“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來”，我們已經進入了“大數據”時代。此外，在生物醫學領域，2000年6月26日，號稱“生命登月計劃”的人類基因組計劃取得了突破性進展，美、英、日、法、德、中6個國家16個研究中心聯合繪制的人類基因組草圖畫好了，這注定是生命科學一個重要的里程碑，從此人類從基因組時代進入后基因組時代。后基因組時代將采用一系列前沿技術，主要研究功能基因組，從而使生物工程技術在醫藥和農業等相關領域廣泛運用，造福全人類。2015年1月20日，美國總統奧巴馬在國情咨文中提出“精準醫學計劃（Precision medicine）”，精準醫學計劃是以個體化醫療為基礎，伴隨著基因組測序計劃迅猛發展及生物信息與大數據科學交叉應用而發展起來的新型醫學概念和醫療模式。在這種時代背景下，社會更加迫切需要熟練掌握生物醫藥、計算機技術和數據處理等方面的復合型人才。
藥物設計學是近年發展起來的與藥物化學緊密相關的新興學科，它將生命科學和計算機科學領域的最新技術融入到創新藥物的研制過程中，改變了傳統盲目的藥物研究歷史。這門交叉學科是以化學生物學為主線，內容涵蓋了生命科學、化學、醫學和計算機科學的最新研究成果。在當前時代背景下，重點從教學內容、教學實踐和教學方法上對藥物設計課程進行改革，力爭進一步提升新藥研發的復合型人才的培養。
一 教學內容的改革
經典的藥物設計內容是基于“一個基因、一種藥物、一種疾病”的傳統藥物發現模式，它是以追求高活性和高選擇性配體為目標，主要由先導化合物的發現和優化兩個部分組成。合理藥物設計取得重大突破的重要原因之一就是計算機輔助藥物設計方法的發展，因此在以前的講學過程中將計算機輔助藥物設計從先導化合物發現中單獨出來進行了專門講述，獲得了較好的講課效果。
基于靶點的藥物設計，是采用分子生物學，尤其是基因組學和蛋白質組學為藥物研究提供新的靶標，雖然目前基因組及蛋白質組的研究提供藥物靶標的數目不多，但伴隨著基因組和蛋白質組的發展，藥物靶標的數目將會顯著增加，合理藥物靶標的選取直接決定了藥物開發的成敗?；诮Y構的藥物設計，包括基于靶點結構的藥物設計、基于配體結構的藥物設計和結構與活性構效關系研究，它是合理藥物設計的主要內容。藥物研發是一個多學科交叉、長周期、高投入的系統工程，伴隨著多種新方法的出現和計算機技術的快速發展，計算機輔助藥物設計已經廣泛應用到藥物研發的多個階段中，它可以有效縮短藥物開發的周期，提高藥物開發的效率。系統藥物設計，是通過整合藥物化學、生物信息學和計
算機科學等多種學科技術，利用實驗數據建立計算機模型，識別藥物分子在有機體中的復雜行為和作用網絡，力爭發現高效、低毒的藥物分子。統計數據顯示候選藥物中有1/3到1/2因為藥代動力學特性或安全因素被淘汰，這是由生物系統和藥物體內行為及作用模式的復雜性決定的，藥物在體內行為包括吸收、分布、代謝、清除和毒性等，稱為ADMET性質和藥物―靶標相互作用譜，需要基于系統的方法論，建立藥物―靶標相互作用預測網絡，推動系統藥物設計的發展和應用。
藥物研究已經進入了自主創新的時代，因此在藥物設計課程內容的學習中，一方面要將新藥研究的創新思維、研究方法及成功案例貫穿于教學過程中，通過科研成果與教學內容有機結合，著重培養從事藥物研發的復合型人才；另一方面將傳統藥物設計理論與當代藥物研究最新進展相結合，學生可以更好地掌握藥物設計的整體流程，深入理解藥物靶點發現、先到化合物優化和改造策略，為以后從事醫藥相關領域的工作打下堅實的基礎。
二 教學模式的改革
藥物設計課程基于生物化學、藥物化學、化學信息學、基因組學、蛋白質組學和計算化學等學科的研究成果，針對與疾病相關的藥物靶點，參考其他類源性配體或天然產物底物的化學結構特征，并充分考慮生物系統和藥物體內行為及作用模式的復雜性，設計出合理的藥物分子。在教學過程中，為了加深對藥物設計學基本理論和基本知識的理解，在教學過程中引入國際制藥業巨頭最新的藥物設計案例并且制訂了計算機藥物設計的實驗課程，力爭在培養學生操作技能的同時，提高在實際工作中獨立分析問題和解決問題的能力。傳統的藥物設計課程，是教師基于教材內容在課堂上單純地進行講述，這種教學模式是以教師為中心、以傳授知識為目的，形成了教師單向灌輸、學生被動接受的局面，忽略了對學生創新能力的培養，側重于對學生知識的記憶存儲，而沒有重視學生綜合素質和創新能力的培養。此外，由于課本內容多不具有時效性，使得學生感覺課本內容不能很好地與當今醫藥發展前沿相一致，從而降低了對所學知識的興趣，因此在講述教材的同時，通過對外文文獻的廣泛閱讀，追蹤當今國際醫藥行業巨頭，如輝瑞、禮來、默克、拜耳等最新的藥物研發進程，這樣一方面可以提高學生對所學知識的興趣，深入理解所學教材與現代醫藥發展的密切關系，另一方面可以了解當今醫藥的最新進展，為日后投入到醫藥相關行業打下基礎。此外，根據藥物設計課程的特點和存在的問題，從強化學生基本操作的角度出發，設計了計算機輔助藥物設計實驗課程，這樣有助于加深學生對教材中所學知識的理解和掌握。傳統的實驗教學是以驗證性實驗為主，這樣可以提高學生的實驗操作技能，但缺乏激勵學生創新的能力，因此在實驗課中除了介紹基本的藥物設計操作，還通過開設綜合性、設計性實驗，對有關實驗課程內容進行優化，將過去的驗證實驗改為創新實驗，鼓勵學生通過自主學習去解決實驗設計中遇到的問題，強化科研成果反哺教學，努力將科學研究和人才培養進行有機結合。
三 教學手段的改革
教學手段是師生相互傳遞教學信息的工具、媒體或設備。教學手段主要經歷了口頭語言、文字和書籍、印刷教材、電子試聽設備和多媒體網絡技術等五個使用手段?，F代化的多媒體教學手段，可以將聲音、圖像、視頻和文字等媒體融為一體，更加形象、直觀地展示教學內容。因此，在實際教學過程中，根據教學目的和要求，積極開展多媒體教學課件的制作，例如采用計算機輔助藥物設計軟件，將蛋白與蛋白之間及蛋白與藥物分子之間三維空間結構的動態變化制作成動畫，參考最新藥物研發的進展；將FDA新批準藥物實體的立體化學結構及其與靶標蛋白的相互作用制作成三維圖像；將藥物在體內的代謝途徑及藥物―靶標之間作用網絡制作成圖像。通過這些圖像的介紹，可以引起學生學習的興趣，集中學生的注意力，更加生動、形象、直觀地向學生展示教學內容，提高教學效率。除了單純地講授內容，還引入討論法，根據教學要求向學生提出問題，通過這種方法激發學生的思維，調動學生的積極性，引導學生鞏固學到的知識。此外為了讓學生養成良好的自主學習的習慣，在教學過程中，一方面指導學生閱讀藥物設計、藥物化學相關的教科書、參考書，這樣有助于學生自己去領會、消化所學知識并且擴大知識面；另一方面指定課本中一部分內容，分給學生講述，這樣能夠督促學生自主學習，進一步鞏固所學習的內容。
在大數據的時代背景下，不同學科之間的交叉、融合越來越頻繁，學校教學質量的高低和教學改革的成功與否，很大程度上取決于教師隊伍的素質和積極性的發揮。藥物設計課程作為藥學教育的重要課程，從新藥設計的基本理論和基本方法入手，系統介紹近年來藥物發現的新技術和新領域，因此教師應該積極改革陳舊的教學內容、教學體系和教學方法，力爭培養符合新世紀要求的新藥研發復合型人才。
參考文獻
[1]〔英〕維克托?邁爾-舍恩伯格、肯尼思?庫克耶（著）.大數據時代（生活工作與思維的大變革）（周濤等譯）[M].杭州：浙江人民出版社，2013
[2]仇綴百.藥物設計學（第二版）[M].北京：高等教育出版社，2008
