生物信息学在肿瘤研究中的作用二十世纪是生命科学大发展的时代，人类相继发现了DNA双螺旋结构、遗传密码，揭示了蛋白质的多级结构，进入二十一世纪，随着人类基因组计划的完成，生命科学又跨入了后基因组时代。使得“基因序列”及其表达产物的信息海量出现，大量模式生物全基因组序列的获得，大量cDNA序列的出现(cDNA文库大规模测序)呼唤生物信息学(Bioinformatics)的支持和发展。随着生物信息学的迅猛发展，计算机技术与生命科学紧密相连，使计算机代替部分实验，大大提高了科研效率，促进了生物学的快速发展，基于生物信息学数据库的筛选方法也日益得到科研工作者的应用。肿瘤是由环境和遗传因素相互作用的多基因、多蛋白质参与的疾病。生物信息学可全面、动态、定量地分析比较正常与癌变标本中蛋白质种类和数量的改变，不仅有助于肿瘤发病机制的阐明，还能筛选和鉴定蛋白质特异性标记和特异性抗原,在肿瘤的早期诊断、治疗和新药研制方面，具有广阔的应用前景。[1]一、生物信息学的主要工作及在肿瘤蛋白质组学中的应用生物信息学主要是指核酸和蛋白序列和结构数据的计算机处理和分析，包括：数据的采集/序列测定、结构测定等；储存/硬盘+光盘+磁带、管理/数据库*(注释、检索)传播/Internet网络分析手段/算法及分析工具/软件。其最终目标是从浩如烟海的序列数据和结构数据中提取理性知识。生物信息学是建立在人类基因组计划基础上的快速高通量的测定人体和病理组织的基因(DNA或RNA水平)和蛋白质表达水平的方法。主要包括基因芯片为主的基因组学(genomics)和快速分离加检测的蛋白质组学(proteomics)方法。这类方法的最大特点是提供每一个生物大分子在肿瘤等病理组织中的实际水平和变异表达情况。生物信息学在肿瘤蛋白质组中的研究有两个重要应用：构建和分析双向凝胶电泳图谱；数据库的搜索与构建。在后基因组时代，生物信息学的研究内容已经从对基因组和蛋白质组数据的高效分析，转移到比较基因组学、代谢网络分析、基因表达谱网络分析、蛋白质结构与功能分析以及药物靶点筛选等，分别与功能基因组、蛋白质组、结构基因组等研究领域互相配合、紧密相关，成为目前极其热门的系统生物学研究的重要基石。[2]蛋白质组数据库是蛋白质组研究水平的标志和基础。生物信息学的发展已给肿瘤蛋白质组研究提供了更方便有效的计算机分析软件，特别值得注意的是蛋白质质谱鉴定软件和算法发展迅速。最近发展的质谱数据直接搜寻基因数据库使得质谱数据可直接进行基因注释，判断复杂的拼接方式。二、生物信息学在大规模筛选肿瘤差异表达基因中的应用随着生物技术和生物信息的飞速发展，基因芯片、微阵列以及SAGE等技术已经被广泛应用于肿瘤相关基因的筛选。这些方法可以并行处理多项信息，利用已有的数据信息,进行大规模高通量筛选,花费少、信息量大。刘妍，李官成等利用EST数据库对全基因组进行肿瘤差异表达基因的生物信息学筛选，分析了这些基因在不同染色体上出现的几率,为今后的肿瘤发生发展的分子机制研究奠定了基础,也为肿瘤相关基因的筛选策略提供了新的思路。[3]三、生物信息学在临床肿瘤中的应用目前，对很多肿瘤患者的现今治疗手段更多的有赖于放化疗，尤其是化学药物治疗。选取最佳药物的针对性个体化研究非常必要。理想的个性化肿瘤治疗方案应该是建立在检测和知晓患者肿瘤所带的基因信息[4]和药敏结果[5]等基础上的有针对性的治疗。从理论上讲,细胞恶性化的所有过程和结果都能通过生物信息学检测进行定位和解释。用生物信息学方法来提供临床治疗方案选择依据是未来肿瘤治疗中的最佳途径。因为它能提供人体最“个性化”的信息,对能导致肿瘤细胞形成和转移“突变”的个别基因进行最高效的“矫正”。四、展望肿瘤蛋白质组学研究内容和范围正在不断扩大，涉及到了各种重要的生物学现象，如信号转导、细胞分化、蛋白质折叠等等。这些生物现象对于推动肿瘤的研究有重要的作用，在信息大爆炸的时代，如何能利用好现有的医学信息，为更加深入认识肿瘤的发生、发展机制，为临床治疗提供有力指导，有赖于生物信息学技术的应用。生物信息学检测的最大特点是信息容量大，选择参数量广和细化。同时...
