المعلوماتية الحيوية

📅 آخر تحديث: ٣ أغسطس ٢٠٢٦
✍️ نُشر في: ٣ أغسطس ٢٠٢٦
📷 يحتوي على 9 صور
الموسوعة الحرة

المعلوماتية الحيوية المبكرة - المحاذاة الحاسوبية للتسلسلات المحددة تجريبياً لفئة من البروتينات ذات الصلة؛ انظر §  تحليل التسلسل لمزيد من المعلومات.
خريطة الكروموسوم X البشري (من موقع المركز الوطني لمعلومات التكنولوجيا الحيوية (NCBI))

المعلوماتية الحيوية ( / ˌ b aɪ . oʊ ˌ ɪ n f ər ˈ m æ t ɪ k s /يُعدّمجالًاعلميًامتعدد التخصصاتيُعنى بتطوير أساليب حسابيةوأدوات برمجيةلفهمالبيولوجية، لا سيما عندما تكون مجموعات البيانات كبيرة ومعقدة. يدمج هذا العلم مبادئ من علم الأحياء،والكيمياء،والفيزياء،وعلوم الحاسوب،وعلم البيانات،وبرمجة الحاسوب،وهندسة المعلومات،والرياضيات،والإحصاءالبيانات البيولوجيةوتفسيرها. [ 1 ] يُشار إلى هذه العملية أحيانًا باسمعلم الأحياء الحسابي؛ ومع ذلك، غالبًا ما يكون التمييز بين المصطلحين محل جدل. يُمكن أن يُشير مصطلحعلم الأحياء الحسابيللأنظمة البيولوجيةواستخدامها.

استُخدمت تقنيات الحوسبة والإحصاء وبرمجة الحاسوب في تحليلات المحاكاة الحاسوبية للاستعلامات البيولوجية. وتشمل هذه التقنيات إعادة استخدام "مسارات" تحليلية محددة، لا سيما في مجال علم الجينوم ، مثل تحديد الجينات وتعدد أشكال النوكليوتيدات المفردة ( SNPs ). تُستخدم هذه المسارات لفهم الأساس الجيني للأمراض، والتكيفات الفريدة، والخصائص المرغوبة (خاصة في الأنواع الزراعية)، أو الاختلافات بين المجموعات السكانية. كما يشمل علم المعلوماتية الحيوية علم البروتينات ، الذي يهدف إلى فهم المبادئ التنظيمية داخل تسلسلات الأحماض النووية والبروتينات . [ 2 ]

تتيح معالجة الصور والإشارات استخلاص نتائج مفيدة من كميات هائلة من البيانات الخام. وهي تُساعد في تسلسل الجينومات وشرحها، بالإضافة إلى الطفرات المرصودة فيها . يشمل علم المعلوماتية الحيوية استخراج النصوص من الأدبيات البيولوجية، وتطوير أنطولوجيات بيولوجية وجينية لتنظيم البيانات البيولوجية والاستعلام عنها. كما يلعب دورًا في تحليل التعبير الجيني والبروتيني وتنظيمه. تُساعد أدوات المعلوماتية الحيوية في مقارنة البيانات الجينية والجينومية وتحليلها وتفسيرها، وفي فهم الجوانب التطورية للبيولوجيا الجزيئية. وعلى مستوى أكثر تكاملاً، تُساعد في تحليل وتصنيف المسارات والشبكات البيولوجية التي تُعد جزءًا مهمًا من بيولوجيا الأنظمة . في البيولوجيا التركيبية ، تُساعد في محاكاة وتصميم الحمض النووي (DNA) [ 3 ] ، والحمض النووي الريبوزي (RNA) [ 3 ] [ 1 ] ، والبروتينات [ 4 ] ، بالإضافة إلى التفاعلات الجزيئية الحيوية. [ 5 ] [ 6 ] [ 7 ] [ 8 ]

تاريخ

صاغ بولين هوغويغ وبن هيسبر أول تعريف لمصطلح المعلوماتية الحيوية عام 1970، للإشارة إلى دراسة عمليات المعلومات في الأنظمة الحيوية. [ 9 ] [ 10 ] [ 11 ] [ 12 ] [ 13 ] وقد وضع هذا التعريف المعلوماتية الحيوية كمجال موازٍ للكيمياء الحيوية (دراسة العمليات الكيميائية في الأنظمة البيولوجية). [ 10 ]

يشمل علم المعلوماتية الحيوية وعلم الأحياء الحاسوبي تحليل البيانات البيولوجية، ولا سيما تسلسلات الحمض النووي (DNA) والحمض النووي الريبي (RNA) والبروتينات. وقد شهد مجال المعلوماتية الحيوية نموًا هائلاً بدءًا من منتصف التسعينيات، مدفوعًا إلى حد كبير بمشروع الجينوم البشري والتقدم السريع في تقنية تسلسل الحمض النووي. [ 14 ]

يتطلب تحليل البيانات البيولوجية لاستخلاص معلومات ذات مغزى كتابة وتشغيل برامج حاسوبية تستخدم خوارزميات من نظرية الرسوم البيانية ، والذكاء الاصطناعي ، والحوسبة المرنة ، واستخراج البيانات ، ومعالجة الصور ، والمحاكاة الحاسوبية . وتعتمد هذه الخوارزميات بدورها على أسس نظرية مثل الرياضيات المتقطعة ، ونظرية التحكم ، ونظرية النظم ، ونظرية المعلومات ، والإحصاء .

التسلسلات

تُستخدم تسلسلات المواد الوراثية بشكل متكرر في المعلوماتية الحيوية، ويسهل التعامل معها باستخدام أجهزة الكمبيوتر بدلاً من التعامل معها يدويًا.
هذه تسلسلات تتم مقارنتها في محاذاة تسلسل متعددة (MSA) باستخدام برنامج MUSCLE. كل اسم تسلسل (العمود الأيسر) مأخوذ من أنواع مختلفة من القمل، بينما توجد التسلسلات نفسها في العمود الثاني.

لقد شهدنا تقدماً هائلاً في السرعة وخفض التكاليف منذ اكتمال مشروع الجينوم البشري، حيث باتت بعض المختبرات قادرة على تسلسل أكثر من 100 ألف مليار قاعدة كل عام، ويمكن تسلسل جينوم كامل مقابل 1000 دولار أو أقل. [ 15 ]

أصبحت الحواسيب ضرورية في علم الأحياء الجزيئي بعد أن أصبحت تسلسلات البروتينات متاحة، وذلك بعد أن حدد فريدريك سانجر تسلسل الأنسولين في أوائل الخمسينيات من القرن العشرين. [ 16 ] [ 17 ] وقد تبين أن مقارنة التسلسلات المتعددة يدويًا أمر غير عملي. قامت مارغريت أوكلي دايوف ، وهي رائدة في هذا المجال، [ 18 ] بتجميع إحدى أولى قواعد بيانات تسلسلات البروتينات، والتي نُشرت في البداية على شكل كتب [ 19 ] بالإضافة إلى طرق محاذاة التسلسلات والتطور الجزيئي . [ 20 ] وكان إلفين أ. كابات من أوائل المساهمين في المعلوماتية الحيوية ، حيث كان رائدًا في تحليل التسلسلات البيولوجية عام 1970 من خلال مجلداته الشاملة لتسلسلات الأجسام المضادة التي نُشرت على الإنترنت مع تاي تي وو بين عامي 1980 و1991. [ 21 ]

في سبعينيات القرن العشرين، طُبقت تقنيات جديدة لتسلسل الحمض النووي على العاثيات MS2 وøX174، ثم جرى تحليل تسلسلات النيوكليوتيدات الممتدة باستخدام خوارزميات معلوماتية وإحصائية. أوضحت هذه الدراسات أن السمات المعروفة، مثل أجزاء الترميز والرمز الثلاثي، تظهر في تحليلات إحصائية مباشرة، وكانت بمثابة برهان على أهمية المعلوماتية الحيوية في فهمنا للأمور. [ 22 ] [ 23 ]

الأهداف

لدراسة كيفية تغير الأنشطة الخلوية الطبيعية في حالات مرضية مختلفة، يجب دمج البيانات البيولوجية الخام لتكوين صورة شاملة لهذه الأنشطة. ولذلك ، تطور مجال المعلوماتية الحيوية بحيث أصبحت المهمة الأكثر إلحاحًا الآن هي تحليل وتفسير أنواع مختلفة من البيانات. ويشمل ذلك أيضًا تسلسلات النيوكليوتيدات والأحماض الأمينية ، ومجالات البروتين ، وبنى البروتين . [ 24 ]

تشمل التخصصات الفرعية المهمة في مجال المعلوماتية الحيوية وعلم الأحياء الحاسوبي ما يلي:

  • تطوير وتنفيذ برامج الحاسوب للوصول إلى أنواع مختلفة من المعلومات وإدارتها واستخدامها بكفاءة.
  • تطوير خوارزميات رياضية جديدة ومقاييس إحصائية لتقييم العلاقات بين عناصر مجموعات البيانات الكبيرة. على سبيل المثال، توجد طرق لتحديد موقع جين داخل تسلسل، وللتنبؤ ببنية البروتين ووظيفته، ولتجميع تسلسلات البروتين في عائلات من التسلسلات ذات الصلة.

يتمثل الهدف الرئيسي لعلم المعلوماتية الحيوية في تعزيز فهم العمليات البيولوجية. وما يميزه عن غيره من المناهج هو تركيزه على تطوير وتطبيق تقنيات حسابية مكثفة لتحقيق هذا الهدف. ومن الأمثلة على ذلك: التعرف على الأنماط ، واستخراج البيانات ، وخوارزميات التعلم الآلي ، والتصوير المرئي . وتشمل أبرز الجهود البحثية في هذا المجال: محاذاة التسلسلات ، وتحديد الجينات ، وتجميع الجينوم ، وتصميم الأدوية ، واكتشاف الأدوية ، ومحاذاة بنية البروتين ، والتنبؤ ببنية البروتين ، والتنبؤ بالتعبير الجيني والتفاعلات بين البروتينات ، ودراسات الارتباط على مستوى الجينوم ، ونمذجة التطور وانقسام الخلايا/الانقسام المتساوي.

يشمل علم المعلوماتية الحيوية إنشاء وتطوير قواعد البيانات والخوارزميات والتقنيات الحسابية والإحصائية والنظرية لحل المشكلات الرسمية والعملية الناشئة عن إدارة وتحليل البيانات البيولوجية.

على مدى العقود القليلة الماضية، تضافرت التطورات السريعة في تقنيات البحث الجينومي والجزيئي الأخرى مع التطورات في تقنيات المعلومات لإنتاج كم هائل من المعلومات المتعلقة بالبيولوجيا الجزيئية. ويُطلق مصطلح المعلوماتية الحيوية على هذه المناهج الرياضية والحاسوبية المستخدمة لفهم العمليات البيولوجية.

تشمل الأنشطة الشائعة في المعلوماتية الحيوية رسم خرائط وتحليل تسلسلات الحمض النووي والبروتين، ومحاذاة تسلسلات الحمض النووي والبروتين لمقارنتها، وإنشاء وعرض نماذج ثلاثية الأبعاد لهياكل البروتين.

تحليل التسلسل

منذ أن تم تحديد تسلسل العاثية البكتيرية Φ-X174 في عام 1977، [ 25 ] تم فك شفرة تسلسلات الحمض النووي لآلاف الكائنات الحية وتخزينها في قواعد بيانات. تُحلل هذه المعلومات التسلسلية لتحديد الجينات التي تشفر البروتينات ، وجينات الحمض النووي الريبوزي (RNA)، والتسلسلات التنظيمية، والوحدات البنائية، والتسلسلات المتكررة. يمكن لمقارنة الجينات داخل النوع الواحد أو بين الأنواع المختلفة أن تُظهر أوجه التشابه بين وظائف البروتينات، أو العلاقات بين الأنواع (استخدام التصنيف الجزيئي لبناء الأشجار التطورية ). مع تزايد كمية البيانات، أصبح تحليل تسلسلات الحمض النووي يدويًا غير عملي منذ زمن طويل. تُستخدم برامج الحاسوب مثل BLAST بشكل روتيني للبحث عن التسلسلات - اعتبارًا من عام 2008، من أكثر من 260,000 كائن حي، تحتوي على أكثر من 190 مليار نيوكليوتيد . [ 26 ]

تسلسل الحمض النووي

قبل تحليل التسلسلات، تُستخرج من بنك بيانات، مثل GenBank. لا يزال تسلسل الحمض النووي يمثل تحديًا كبيرًا، إذ قد تكون البيانات الأولية مشوشة أو متأثرة بإشارات ضعيفة. وقد طُوّرت خوارزميات لتحديد القواعد في مختلف المناهج التجريبية لتسلسل الحمض النووي.

صورة: 450 بكسل خطوات تحليل التسلسل
صورة: 450 بكسل خطوات تحليل التسلسل

تجميع التسلسل

تُنتج معظم تقنيات تسلسل الحمض النووي أجزاءً قصيرة من التسلسل، والتي يجب تجميعها للحصول على تسلسلات جينية أو جينومية كاملة. تُنتج تقنية التسلسل العشوائي (التي استخدمها معهد أبحاث الجينوم (TIGR) لتسلسل أول جينوم بكتيري، وهو المستدمية النزلية ) [ 27 ] تسلسلات آلاف من أجزاء الحمض النووي الصغيرة (يتراوح طولها بين 35 و900 نيوكليوتيد، حسب تقنية التسلسل). تتداخل نهايات هذه الأجزاء، وعند محاذاتها بشكل صحيح بواسطة برنامج تجميع الجينوم، يمكن استخدامها لإعادة بناء الجينوم الكامل. يُوفر التسلسل العشوائي بيانات التسلسل بسرعة، لكن مهمة تجميع الأجزاء قد تكون معقدة للغاية بالنسبة للجينومات الكبيرة. بالنسبة لجينوم بحجم الجينوم البشري ، قد يستغرق تجميع الأجزاء أيامًا عديدة من وقت وحدة المعالجة المركزية على أجهزة كمبيوتر متعددة المعالجات ذات ذاكرة كبيرة، وعادةً ما يحتوي التجميع الناتج على العديد من الفجوات التي يجب ملؤها لاحقًا. يعد تسلسل الشوتجن هو الطريقة المفضلة لجميع الجينومات التي يتم تسلسلها تقريبًا (بدلاً من طرق إنهاء السلسلة أو التحلل الكيميائي)، وتُعد خوارزميات تجميع الجينوم مجالًا بالغ الأهمية في أبحاث المعلوماتية الحيوية.

شرح الجينوم

في علم الجينوم ، تشير عملية التوصيف إلى تحديد مناطق بدء وتوقف الجينات وغيرها من السمات البيولوجية في تسلسل الحمض النووي. العديد من الجينومات كبيرة جدًا بحيث يتعذر توصيفها يدويًا. ونظرًا لأن معدل التسلسل يتجاوز معدل توصيف الجينوم، فقد أصبح توصيف الجينوم هو العائق الجديد في المعلوماتية الحيوية.

يمكن تصنيف شرح الجينوم إلى ثلاثة مستويات: مستوى النيوكليوتيد ، ومستوى البروتين ، ومستوى العملية.

يُعدّ اكتشاف الجينات جانبًا رئيسيًا من جوانب التوصيف على مستوى النيوكليوتيدات. بالنسبة للجينومات المعقدة، يُمكن تحقيق النجاح من خلال الجمع بين التنبؤ الجيني الأولي ومقارنة التسلسل مع قواعد بيانات التسلسل المُعبَّر عنه والكائنات الحية الأخرى. كما يُتيح التوصيف على مستوى النيوكليوتيدات دمج تسلسل الجينوم مع الخرائط الجينية والفيزيائية الأخرى للجينوم.

الهدف الرئيسي من توصيف البروتينات هو تحديد وظائف منتجات البروتينات في الجينوم. وتُستخدم قواعد بيانات تسلسلات البروتينات والمجالات والوحدات الوظيفية لهذا النوع من التوصيف. ويميل نحو نصف البروتينات المتوقعة في تسلسل جينومي جديد إلى عدم امتلاك وظيفة واضحة.

يهدف توصيف العمليات إلى فهم وظيفة الجينات ومنتجاتها في سياق فسيولوجيا الخلية والكائن الحي. ومن بين العقبات التي تواجه هذا التوصيف عدم اتساق المصطلحات المستخدمة في مختلف النماذج. ويعمل اتحاد علم الجينات على حل هذه المشكلة. [ 28 ]

نُشر أول وصف لنظام شامل للتعليقات التوضيحية عام 1995 [ 27 ] من قِبل معهد أبحاث الجينوم ، الذي أجرى أول تسلسل وتحليل كامل لجينوم كائن حي حر المعيشة (غير تكافلي )، وهو بكتيريا المستدمية النزلية . [ 27 ] يُحدد النظام الجينات التي تُشفّر جميع البروتينات، والحمض النووي الريبوزي الناقل، والحمض النووي الريبوزي الريبوسومي، وذلك لإجراء التحديدات الوظيفية الأولية. ويخضع برنامج GeneMark، المُدرّب على إيجاد الجينات المُشفّرة للبروتينات في المستدمية النزلية، للتطوير والتحسين المستمر.

استكمالاً للأهداف التي تركها مشروع الجينوم البشري لتحقيقها بعد إغلاقه عام 2003، طوّر المعهد الوطني لأبحاث الجينوم البشري مشروع ENCODE . يُعد هذا المشروع عبارة عن عملية جمع بيانات تعاونية للعناصر الوظيفية للجينوم البشري، باستخدام تقنيات تسلسل الحمض النووي من الجيل التالي ومصفوفات التجانب الجينومي، وهي تقنيات قادرة على توليد كميات هائلة من البيانات تلقائيًا بتكلفة منخفضة للغاية لكل قاعدة، مع الحفاظ على نفس الدقة (خطأ تحديد القاعدة) والوضوح (خطأ التجميع).

التنبؤ بوظيفة الجينات

بينما يعتمد ترميز الجينوم بشكل أساسي على تشابه التسلسل (وبالتالي التماثل )، يمكن استخدام خصائص أخرى للتسلسلات للتنبؤ بوظيفة الجينات. في الواقع، تركز معظم طرق التنبؤ بوظيفة الجينات على تسلسلات البروتينات لأنها أكثر إفادة وأغنى بالخصائص. على سبيل المثال، يتنبأ توزيع الأحماض الأمينية الكارهة للماء بالقطاعات العابرة للغشاء في البروتينات. ومع ذلك، يمكن أن يستخدم التنبؤ بوظيفة البروتين أيضًا معلومات خارجية مثل بيانات التعبير الجيني (أو البروتيني)، أو بنية البروتين ، أو تفاعلات البروتين-بروتين . [ 29 ]

علم الأحياء التطوري الحاسوبي

علم الأحياء التطوري هو دراسة أصل الأنواع وتطورها ، بالإضافة إلى تغيرها عبر الزمن. وقد ساعدت المعلوماتية علماء الأحياء التطوريين من خلال تمكين الباحثين من:

  • تتبع تطور عدد كبير من الكائنات الحية عن طريق قياس التغيرات في حمضها النووي ، بدلاً من الاعتماد على التصنيف الفيزيائي أو الملاحظات الفسيولوجية فقط.
  • مقارنة الجينومات الكاملة ، مما يسمح بدراسة أحداث تطورية أكثر تعقيدًا، مثل تضاعف الجينات ، ونقل الجينات الأفقي ، والتنبؤ بالعوامل المهمة في تنوع أنواع البكتيريا .
  • بناء نماذج معقدة لعلم الوراثة السكانية الحاسوبية للتنبؤ بنتيجة النظام بمرور الوقت [ 30 ]
  • تتبع ومشاركة المعلومات حول عدد متزايد من الأنواع والكائنات الحية

علم الجينوم المقارن

جوهر تحليل الجينوم المقارن هو تحديد التطابق بين الجينات ( تحليل التماثل ) أو السمات الجينومية الأخرى في الكائنات الحية المختلفة. تُنشأ خرائط بين الجينومات لتتبع العمليات التطورية المسؤولة عن تباين جينومين. تُشكل أحداث تطورية متعددة، تعمل على مستويات تنظيمية مختلفة، تطور الجينوم. على المستوى الأدنى، تؤثر الطفرات النقطية على النيوكليوتيدات الفردية. على مستوى أعلى، تخضع أجزاء كروموسومية كبيرة للتضاعف، والنقل الجانبي، والانقلاب، والتبديل، والحذف، والإدخال. [ 31 ] تشارك الجينومات بأكملها في عمليات التهجين، وتعدد الصيغ الصبغية، والتكافل الداخلي، مما يؤدي إلى التنوع السريع للأنواع. إن تعقيد تطور الجينوم يطرح العديد من التحديات المثيرة لمطوري النماذج والخوارزميات الرياضية، الذين يلجؤون إلى مجموعة من التقنيات الخوارزمية والإحصائية والرياضية، بدءًا من الخوارزميات الدقيقة والاستدلالية والخوارزميات ذات المعلمات الثابتة والخوارزميات التقريبية للمشاكل القائمة على نماذج البخل، وصولًا إلى خوارزميات سلسلة ماركوف مونت كارلو للتحليل البايزي للمشاكل القائمة على النماذج الاحتمالية.

تعتمد العديد من هذه الدراسات على الكشف عن تشابه التسلسل لتعيين التسلسلات لعائلات البروتينات . [ 32 ]

علم الجينوم الشامل

علم الجينوم الشامل هو مفهوم طُرح عام ٢٠٠٥ من قِبل تيتلين وميديني. يُعرَّف الجينوم الشامل بأنه مجموعة الجينات الكاملة لمجموعة تصنيفية أحادية النمط . على الرغم من أنه طُبِّق في البداية على سلالات وثيقة الصلة من نوع معين، إلا أنه يُمكن تطبيقه على نطاق أوسع كالجنس والشعبة، وما إلى ذلك. وينقسم إلى قسمين: الجينوم الأساسي، وهو مجموعة من الجينات المشتركة بين جميع الجينومات قيد الدراسة (غالبًا ما تكون جينات أساسية ضرورية للبقاء)، والجينوم غير الضروري/المرن: وهو مجموعة من الجينات غير الموجودة في جميع الجينومات قيد الدراسة باستثناء واحد أو بعضها. يُمكن استخدام أداة المعلوماتية الحيوية BPGA لتوصيف الجينوم الشامل للأنواع البكتيرية. [ ٣٣ ]

علم الوراثة للأمراض

منذ عام 2013، أتاح وجود تقنية التسلسل الجيني عالية الإنتاجية والفعالة من الجيل التالي تحديد أسباب العديد من الأمراض البشرية المختلفة. وقد لوحظت الوراثة المندلية البسيطة لأكثر من 3000 مرض تم تحديدها في قاعدة بيانات الوراثة المندلية البشرية على الإنترنت ، إلا أن الأمراض المعقدة أكثر صعوبة. وقد وجدت دراسات الارتباط العديد من المناطق الجينية الفردية التي ترتبط بشكل ضعيف بأمراض معقدة (مثل العقم [ 34 ] ، وسرطان الثدي [ 35 ] ، ومرض الزهايمر [ 36 ] )، بدلاً من وجود سبب واحد. [ 37 ] [ 38 ] وتواجه استخدام الجينات في التشخيص والعلاج حاليًا العديد من التحديات، مثل عدم معرفتنا بالجينات المهمة، أو مدى استقرار الخيارات التي توفرها الخوارزمية. [ 39 ]

نجحت دراسات الارتباط على مستوى الجينوم في تحديد آلاف المتغيرات الجينية الشائعة للأمراض والصفات المعقدة؛ ومع ذلك، لا تفسر هذه المتغيرات الشائعة سوى جزء صغير من الوراثة. [ 40 ] قد تُفسر المتغيرات النادرة جزءًا من الوراثة المفقودة . [ 41 ] وقد قامت دراسات تسلسل الجينوم الكامل واسعة النطاق بتسلسل ملايين الجينومات الكاملة بسرعة، وحددت هذه الدراسات مئات الملايين من المتغيرات النادرة . [ 42 ] تتنبأ الشروحات الوظيفية بتأثير أو وظيفة المتغير الجيني وتساعد في تحديد أولويات المتغيرات الوظيفية النادرة، ويمكن أن يؤدي دمج هذه الشروحات إلى تعزيز قوة تحليل الارتباط الجيني للمتغيرات النادرة في دراسات تسلسل الجينوم الكامل بشكل فعال. [ 43 ] وقد طُوّرت بعض الأدوات لتوفير تحليل شامل لارتباط المتغيرات النادرة لبيانات تسلسل الجينوم الكامل، بما في ذلك دمج بيانات النمط الجيني وشروحاتها الوظيفية، وتحليل الارتباط، وملخص النتائج، والتصور. [ 44 ] [ 45 ] يوفر التحليل التلوي لدراسات تسلسل الجينوم الكامل حلاً جذابًا لمشكلة جمع أحجام عينات كبيرة لاكتشاف المتغيرات النادرة المرتبطة بالأنماط الظاهرية المعقدة. [ 46 ]

تحليل الطفرات في السرطان

في السرطان ، تُعاد ترتيب جينومات الخلايا المصابة بطرق معقدة أو غير متوقعة. بالإضافة إلى مصفوفات تعدد أشكال النوكليوتيدات المفردة التي تحدد الطفرات النقطية المسببة للسرطان، يمكن استخدام المصفوفات الدقيقة للأوليغونوكليوتيدات لتحديد الزيادات والنقصان في الكروموسومات (المعروفة باسم التهجين الجينومي المقارن ). تُنتج طرق الكشف هذه تيرابايتات من البيانات لكل تجربة. [ 47 ] غالبًا ما تحتوي البيانات على تباين كبير، أو تشويش ، ولذلك يجري تطوير نموذج ماركوف المخفي وطرق تحليل نقاط التغيير لاستنتاج التغيرات الحقيقية في عدد النسخ . [ 48 ]

يمكن استخدام مبدأين هامين لتحديد السرطان من خلال الطفرات في الإكسوم . أولاً، السرطان مرض ناتج عن تراكم الطفرات الجسدية في الجينات. ثانياً، يحتوي السرطان على طفرات محفزة يجب تمييزها عن الطفرات غير المحفزة. [ 49 ]

قد تُتيح المزيد من التحسينات في المعلوماتية الحيوية تصنيف أنواع السرطان من خلال تحليل الطفرات الجينية المُسببة للسرطان. علاوة على ذلك، قد يصبح من الممكن في المستقبل تتبع المرضى أثناء تطور المرض باستخدام تسلسل عينات السرطان. ومن أنواع البيانات الأخرى التي تتطلب تطويرًا جديدًا في مجال المعلوماتية الحيوية تحليل الآفات المتكررة بين العديد من الأورام. [ 50 ]

التعبير الجيني والبروتيني

تحليل التعبير الجيني

يمكن تحديد التعبير الجيني للعديد من الجينات عن طريق قياس مستويات الحمض النووي الريبوزي الرسول (mRNA ) باستخدام تقنيات متعددة، بما في ذلك المصفوفات الدقيقة ، وتسلسل علامات تسلسل الحمض النووي التكميلي المعبر عنه (EST)، وتسلسل علامات التحليل التسلسلي للتعبير الجيني (SAGE) ، والتسلسل التوقيعي المتوازي الضخم (MPSS)، وتسلسل الحمض النووي الريبوزي ( RNA-Seq )، المعروف أيضًا باسم "تسلسل النسخ الكامل" (WTSS)، أو تطبيقات مختلفة للتهجين الموضعي المتعدد. جميع هذه التقنيات عرضة للتشويش و/أو التحيز في القياسات البيولوجية، ولذا يُعد تطوير أدوات إحصائية لفصل الإشارة عن التشويش في دراسات التعبير الجيني عالية الإنتاجية مجالًا بحثيًا رئيسيًا في علم الأحياء الحاسوبي. [ 51 ] تُستخدم هذه الدراسات غالبًا لتحديد الجينات المتورطة في اضطراب ما: على سبيل المثال، يمكن مقارنة بيانات المصفوفات الدقيقة من الخلايا الظهارية السرطانية ببيانات من خلايا غير سرطانية لتحديد النسخ التي يتم تنظيمها تصاعديًا وتنازليًا في مجموعة معينة من الخلايا السرطانية.

المصفوفات الدقيقة مقابل تسلسل الحمض النووي الريبوزي

تحليل التعبير البروتيني

تُتيح المصفوفات الدقيقة للبروتينات وتقنية قياس الطيف الكتلي عالي الإنتاجية (HT- MS) الحصول على لمحة سريعة عن البروتينات الموجودة في العينة البيولوجية. يواجه النهج الأول مشاكل مشابهة لتلك التي تواجهها المصفوفات الدقيقة المُستهدفة للحمض النووي الريبوزي الرسول (mRNA)، بينما ينطوي النهج الثاني على مشكلة مطابقة كميات كبيرة من بيانات الكتلة مع الكتل المُتوقعة من قواعد بيانات تسلسل البروتين، بالإضافة إلى التحليل الإحصائي المُعقد للعينات عند الكشف عن ببتيدات غير مكتملة متعددة من كل بروتين. يُمكن تحديد موقع البروتين الخلوي في سياق النسيج من خلال علم البروتينات التقاربي، والذي يُعرض كبيانات مكانية استنادًا إلى الكيمياء المناعية النسيجية والمصفوفات الدقيقة للأنسجة . [ 52 ]

تحليل التنظيم

تنظيم الجينات عملية معقدة، حيث تؤدي إشارة ما، كإشارة خارج الخلية مثل الهرمون ، في النهاية إلى زيادة أو نقصان في نشاط بروتين واحد أو أكثر . وقد طُبقت تقنيات المعلوماتية الحيوية لاستكشاف مختلف مراحل هذه العملية.

على سبيل المثال، يمكن تنظيم التعبير الجيني بواسطة عناصر مجاورة في الجينوم. يتضمن تحليل المحفز تحديد ودراسة أنماط التسلسل في الحمض النووي المحيط بمنطقة ترميز البروتين في الجين. تؤثر هذه الأنماط على مدى نسخ تلك المنطقة إلى الحمض النووي الريبوزي الرسول (mRNA). كما يمكن لعناصر المُعزز البعيدة عن المحفز تنظيم التعبير الجيني من خلال تفاعلات حلقية ثلاثية الأبعاد. يمكن تحديد هذه التفاعلات عن طريق التحليل المعلوماتي الحيوي لتجارب التقاط بنية الكروموسوم .

يمكن استخدام بيانات التعبير الجيني لاستنتاج تنظيم الجينات: إذ يُمكن مقارنة بيانات المصفوفات الدقيقة من حالاتٍ مُتعددة للكائن الحي لتكوين فرضيات حول الجينات المُشاركة في كل حالة. في الكائنات وحيدة الخلية، يُمكن مُقارنة مراحل دورة الخلية ، بالإضافة إلى ظروف الإجهاد المُختلفة (الصدمة الحرارية، المجاعة، إلخ). بعد ذلك، يُمكن تطبيق خوارزميات التجميع على بيانات التعبير الجيني لتحديد الجينات المُتشاركة في التعبير. على سبيل المثال، يُمكن البحث في المناطق المُحيطة (المُحفزات) للجينات المُتشاركة في التعبير عن عناصر تنظيمية مُفرطة التمثيل . من أمثلة خوارزميات التجميع المُطبقة في تجميع الجينات: تجميع k-means ، والخرائط ذاتية التنظيم (SOMs)، والتجميع الهرمي ، وطرق التجميع التوافقي .

تحليل التنظيم الخلوي

طُوِّرت عدة مناهج لتحليل موقع العضيات والجينات والبروتينات والمكونات الأخرى داخل الخلايا. وقد تم ابتكار فئة في علم الجينات ، وهي " المكون الخلوي "، لتحديد الموقع داخل الخلية في العديد من قواعد البيانات البيولوجية .

المجهر وتحليل الصور

تسمح الصور المجهرية بتحديد موقع العضيات وكذلك الجزيئات، والتي قد تكون مصدرًا للتشوهات في الأمراض.

تحديد موقع البروتين

يُتيح لنا تحديد موقع البروتينات التنبؤ بوظائفها، وهو ما يُعرف بتنبؤ وظيفة البروتين . فعلى سبيل المثال، إذا وُجد بروتين في النواة، فقد يكون له دور في تنظيم الجينات أو عملية التضفير . في المقابل، إذا وُجد بروتين في الميتوكوندريا ، فقد يكون له دور في التنفس الخلوي أو عمليات أيضية أخرى . تتوفر موارد متطورة للتنبؤ بموقع البروتينات داخل الخلية ، بما في ذلك قواعد بيانات مواقع البروتينات داخل الخلية، وأدوات التنبؤ. [ 53 ] [ 54 ]

التنظيم النووي للكروماتين

يمكن للبيانات المستقاة من تجارب التقاط بنية الكروموسوم عالية الإنتاجية ، مثل Hi-C (تجربة) و ChIA-PET ، أن توفر معلومات حول البنية ثلاثية الأبعاد والتنظيم النووي للكروماتين . تشمل التحديات المعلوماتية الحيوية في هذا المجال تقسيم الجينوم إلى نطاقات، مثل النطاقات المرتبطة طوبولوجيًا ( TADs)، والتي تُنظم معًا في الفضاء ثلاثي الأبعاد. [ 55 ]

المعلوماتية الحيوية الهيكلية

تعتبر الهياكل البروتينية ثلاثية الأبعاد مثل هذه موضوعات شائعة في التحليلات المعلوماتية الحيوية.

يُعدّ تحديد بنية البروتينات تطبيقًا هامًا لعلم المعلوماتية الحيوية. وتُعتبر مسابقة التقييم النقدي لتوقع بنية البروتين (CASP) مسابقة مفتوحة تُقدّم فيها مجموعات بحثية من جميع أنحاء العالم نماذج بروتينية لتقييم نماذج بروتينية غير معروفة. [ 56 ] [ 57 ]

تسلسل الأحماض الأمينية

يُطلق على التسلسل الخطي للأحماض الأمينية في البروتين اسم البنية الأولية . ويمكن تحديد هذه البنية بسهولة من خلال تسلسل الكودونات على جين الحمض النووي الذي يُشفّرها. في معظم البروتينات، تُحدد البنية الأولية بشكلٍ فريد البنية ثلاثية الأبعاد للبروتين في بيئته الطبيعية. ويُستثنى من ذلك بروتين البريون المطوي بشكل خاطئ والمتورط في اعتلال الدماغ الإسفنجي البقري ، حيث ترتبط هذه البنية بوظيفة البروتين. وتشمل المعلومات البنيوية الإضافية البنية الثانوية والثالثية والرابعية . ولا يزال إيجاد حل عام فعال للتنبؤ بوظيفة البروتين يُمثل تحديًا قائمًا. وقد وُجّهت معظم الجهود حتى الآن نحو استخدام أساليب استدلالية تُجدي نفعًا في أغلب الأحيان .

التماثل

في فرع علم الجينوم من المعلوماتية الحيوية، تُستخدم التماثلية للتنبؤ بوظيفة الجين: فإذا كان تسلسل الجين (أ) ، المعروف وظيفته، متماثلاً مع تسلسل الجين (ب)، غير المعروف وظيفته، يُمكن استنتاج أن (ب) قد يشترك مع (أ) في الوظيفة. أما في المعلوماتية الحيوية البنيوية، فتُستخدم التماثلية لتحديد أجزاء البروتين المهمة في تكوين بنيته وتفاعله مع البروتينات الأخرى. ويُستخدم نمذجة التماثلية للتنبؤ ببنية بروتين غير معروف انطلاقاً من البروتينات المتماثلة الموجودة.

من الأمثلة على ذلك الهيموجلوبين في الإنسان والهيموجلوبين في البقوليات ( ليغيموجلوبين )، وهما بروتينان ينتميان إلى نفس العائلة الفائقة من البروتينات . يؤدي كلاهما نفس الوظيفة المتمثلة في نقل الأكسجين في الجسم. على الرغم من اختلاف تسلسل الأحماض الأمينية في هذين البروتينين، إلا أن بنيتهما البروتينية متشابهة للغاية، مما يعكس وظيفتهما المشتركة وسلفهما المشترك. [ 58 ]

تشمل التقنيات الأخرى للتنبؤ ببنية البروتين تسلسل البروتين والنمذجة القائمة على الفيزياء من الصفر.

من الجوانب الأخرى لعلم المعلوماتية الحيوية البنيوية استخدام بنى البروتينات في نماذج الفحص الافتراضي ، مثل نماذج العلاقة الكمية بين البنية والنشاط ونماذج الكيمياء البروتينية (PCM). علاوة على ذلك، يمكن استخدام البنية البلورية للبروتين في محاكاة دراسات ارتباط الليجاند، ودراسات الطفرات الحاسوبية، على سبيل المثال .

يتفوق برنامج AlphaFold ، الذي طورته شركة DeepMind التابعة لشركة جوجل عام 2021 ، والذي يعتمد على خوارزميات التعلم العميق ، بشكل كبير على جميع طرق برامج التنبؤ الأخرى، [ 59 ] وقد أصدر البرنامج هياكل متوقعة لمئات الملايين من البروتينات في قاعدة بيانات AlphaFold لهياكل البروتينات. [ 60 ]

علم الأحياء الشبكي والأنظمة

يسعى تحليل الشبكات إلى فهم العلاقات داخل الشبكات البيولوجية ، مثل شبكات التمثيل الغذائي أو شبكات تفاعل البروتين-بروتين . ورغم إمكانية بناء الشبكات البيولوجية من نوع واحد من الجزيئات أو الكيانات (مثل الجينات)، فإن علم الأحياء الشبكي غالباً ما يحاول دمج أنواع بيانات مختلفة، مثل البروتينات والجزيئات الصغيرة وبيانات التعبير الجيني وغيرها، والتي ترتبط جميعها فيزيائياً أو وظيفياً أو كليهما.

يتضمن علم الأحياء النظمي استخدام محاكاة حاسوبية للأنظمة الفرعية الخلوية (مثل شبكات الأيض والإنزيمات التي تشكل عملية الأيض ، ومسارات نقل الإشارات ، وشبكات تنظيم الجينات ) لتحليل وتصوير الروابط المعقدة لهذه العمليات الخلوية. أما الحياة الاصطناعية أو التطور الافتراضي، فيسعى إلى فهم العمليات التطورية من خلال المحاكاة الحاسوبية لأشكال الحياة البسيطة (الاصطناعية).

شبكات التفاعل الجزيئي

تُستخدم الشبكات بشكل متكرر لتصوير وتحليل التفاعلات بين البروتينات. تتكون هذه الشبكة من تفاعلات البروتين-بروتين من بكتيريا اللولبية الشاحبة ، وهي العامل المسبب لمرض الزهري وأمراض أخرى. [ 61 ]

تم تحديد عشرات الآلاف من البنى البروتينية ثلاثية الأبعاد باستخدام تقنية علم البلورات بالأشعة السينية وطيف الرنين المغناطيسي النووي للبروتين (NMR)، ويُعدّ أحد الأسئلة المحورية في المعلوماتية الحيوية البنيوية هو مدى جدوى التنبؤ بالتفاعلات المحتملة بين البروتينات استنادًا إلى هذه الأشكال ثلاثية الأبعاد فقط، دون إجراء تجارب تفاعلية بين البروتينات . وقد طُوّرت طرقٌ عديدة لمعالجة مشكلة الالتحام بين البروتينات ، إلا أنه يبدو أن هناك الكثير مما يجب القيام به في هذا المجال.

تشمل التفاعلات الأخرى التي يتم رصدها في هذا المجال تفاعل البروتين مع الليجاند (بما في ذلك الدواء) وتفاعل البروتين مع الببتيد . وتُعد محاكاة الديناميكا الجزيئية لحركة الذرات حول الروابط القابلة للدوران المبدأ الأساسي وراء الخوارزميات الحسابية ، والتي تُسمى خوارزميات الالتحام، لدراسة التفاعلات الجزيئية .

معلوماتية التنوع البيولوجي

يتناول علم معلومات التنوع البيولوجي جمع وتحليل بيانات التنوع البيولوجي ، مثل قواعد البيانات التصنيفية أو بيانات الميكروبيوم . تشمل أمثلة هذه التحليلات علم الوراثة العرقي ، ونمذجة الموائل ، ورسم خرائط ثراء الأنواع ، والترميز الجيني ، وأدوات تحديد الأنواع . كما يُعد علم البيئة الكلية مجالًا متناميًا ، أي دراسة كيفية ارتباط التنوع البيولوجي بالبيئة والتأثير البشري، مثل تغير المناخ .

آحرون

تحليل الأدبيات

إنّ العدد الهائل من المؤلفات المنشورة يجعل من المستحيل تقريبًا على الأفراد قراءة كل ورقة بحثية، مما ينتج عنه مجالات بحثية فرعية متفرقة. ويهدف تحليل الأدبيات إلى توظيف اللغويات الحاسوبية والإحصائية لاستخراج المعلومات من هذه المكتبة المتنامية من المصادر النصية. على سبيل المثال:

  • التعرف على الاختصارات – تحديد الشكل الكامل والاختصار للمصطلحات البيولوجية
  • التعرف على الكيانات المسماة – التعرف على المصطلحات البيولوجية مثل أسماء الجينات
  • التفاعل بين البروتينات - تحديد البروتينات التي تتفاعل مع بعضها البعض من خلال النص

يستمد مجال البحث من الإحصاء واللغويات الحاسوبية .

تحليل الصور عالي الإنتاجية

تُستخدم التقنيات الحاسوبية لأتمتة معالجة كميات كبيرة من الصور الطبية الحيوية الغنية بالمعلومات، وقياسها وتحليلها. ويمكن لأنظمة تحليل الصور الحديثة تحسين دقة المُشاهد وموضوعيته وسرعته . يُعد تحليل الصور مهمًا لكلٍ من التشخيص والبحث العلمي. ومن الأمثلة على ذلك:

  • القياس الكمي عالي الإنتاجية وعالي الدقة والتحديد الموضعي دون الخلوي ( الفحص عالي المحتوى ، علم الأمراض الخلوية، معلوماتية الصور الحيوية )
  • القياسات المورفومترية
  • تحليل الصور السريرية وتصويرها
  • تحديد أنماط تدفق الهواء في الوقت الحقيقي في رئتي الحيوانات الحية أثناء التنفس
  • تحديد حجم الانسداد في الصور الآنية من تطور الإصابة الشريانية والتعافي منها
  • إجراء ملاحظات سلوكية من خلال تسجيلات فيديو مطولة لحيوانات المختبر
  • قياسات الأشعة تحت الحمراء لتحديد النشاط الأيضي
  • استنتاج تداخلات النسخ المستنسخة في رسم خرائط الحمض النووي ، على سبيل المثال، درجة سولستون

تحليل بيانات الخلايا المفردة عالي الإنتاجية

تُستخدم التقنيات الحسابية لتحليل بيانات الخلايا المفردة عالية الإنتاجية ومنخفضة القياس، مثل تلك التي يتم الحصول عليها من قياس التدفق الخلوي . تتضمن هذه الطرق عادةً إيجاد مجموعات من الخلايا ذات الصلة بحالة مرضية معينة أو حالة تجريبية.

الأنطولوجيات وتكامل البيانات

تُعدّ الأنطولوجيات البيولوجية رسومًا بيانية موجهة غير دورية للمفردات المُتحكَّم بها . وهي تُنشئ فئات للمفاهيم والأوصاف البيولوجية بحيث يُمكن تحليلها بسهولة باستخدام الحواسيب. وعند تصنيفها بهذه الطريقة، يُمكن الحصول على قيمة مُضافة من التحليل الشامل والمتكامل. [ 62 ]

كانت مؤسسة OBO Foundry جهدًا لتوحيد بعض الأنطولوجيات. ومن أكثرها انتشارًا أنطولوجيا الجينات التي تصف وظيفة الجينات. وهناك أيضًا أنطولوجيات تصف الأنماط الظاهرية.

قواعد البيانات

تُعدّ قواعد البيانات أساسية لأبحاث وتطبيقات المعلوماتية الحيوية. وتتوفر قواعد بيانات لأنواع معلوماتية متنوعة، تشمل تسلسلات الحمض النووي والبروتينات، والبنى الجزيئية، والأنماط الظاهرية، والتنوع البيولوجي. ويمكن أن تحتوي قواعد البيانات على بيانات تجريبية (مستقاة مباشرة من التجارب) وبيانات مُتوقعة (مستقاة من تحليل البيانات الموجودة). وقد تكون هذه القواعد خاصة بكائن حي أو مسار حيوي أو جزيء معين. كما يمكنها أن تضم بيانات مُجمّعة من قواعد بيانات أخرى متعددة. وتختلف قواعد البيانات في تنسيقاتها وآليات الوصول إليها، وقد تكون عامة أو خاصة.

بعض قواعد البيانات الأكثر استخدامًا مدرجة أدناه:

  • تُستخدم في تحليل التسلسل البيولوجي: Genbank ، UniProt
  • يُستخدم في تحليل البنية: بنك بيانات البروتين (PDB)
  • تُستخدم في تحديد عائلات البروتينات واكتشاف الأنماط : InterPro و Pfam
  • يُستخدم في تسلسل الجيل التالي: أرشيف قراءة التسلسل
  • تُستخدم في تحليل الشبكات: قواعد بيانات المسارات الأيضية ( KEGG ، BioCyc )، وقواعد بيانات تحليل التفاعلات، والشبكات الوظيفية.
  • يُستخدم في تصميم الدوائر الجينية الاصطناعية: GenoCAD

البرامج والأدوات

تشمل أدوات البرمجيات المستخدمة في المعلوماتية الحيوية أدوات بسيطة تعمل عبر سطر الأوامر، وبرامج رسومية أكثر تعقيداً، وخدمات ويب مستقلة. ويتم تطويرها من قبل شركات المعلوماتية الحيوية أو المؤسسات العامة.

برامج المعلوماتية الحيوية مفتوحة المصدر

ظهرت العديد من أدوات البرمجيات المجانية والمفتوحة المصدر، واستمرت في النمو منذ ثمانينيات القرن الماضي. [ 63 ] وقد أدى الجمع بين الحاجة المستمرة إلى خوارزميات جديدة لتحليل أنواع جديدة من القراءات البيولوجية، وإمكانية إجراء تجارب حاسوبية مبتكرة، وقواعد بيانات مفتوحة المصدر متاحة مجانًا، إلى خلق فرص لمجموعات البحث للمساهمة في المعلوماتية الحيوية بغض النظر عن التمويل . غالبًا ما تعمل أدوات المصادر المفتوحة كحاضنات للأفكار، أو كإضافات مدعومة من المجتمع في التطبيقات التجارية. كما أنها قد توفر معايير فعلية ونماذج كائنات مشتركة للمساعدة في مواجهة تحدي تكامل المعلومات الحيوية.

تشمل برامج المعلوماتية الحيوية مفتوحة المصدر Bioconductor و BioPerl و Biopython و BioJava و BioJS و BioRuby و Bioclipse و EMBOSS و .NET Bio و Orange مع ملحق المعلوماتية الحيوية الخاص بها و Apache Taverna و UGENE و GenoCAD .

تعمل مؤسسة المعلوماتية الحيوية المفتوحة غير الربحية [ 63 ] ومؤتمر المعلوماتية الحيوية المفتوح المصدر السنوي على الترويج لبرمجيات المعلوماتية الحيوية مفتوحة المصدر. [ 64 ]

خدمات الويب في المعلوماتية الحيوية

تم تطوير واجهات تعتمد على بروتوكولي SOAP و REST لتمكين أجهزة المستخدمين من استخدام الخوارزميات والبيانات وموارد الحوسبة من خوادم في أنحاء أخرى من العالم. وتتمثل الميزة الرئيسية في أن المستخدمين النهائيين لا يتحملون أعباء صيانة البرامج وقواعد البيانات.

يصنف المعهد الأوروبي للمعلوماتية الحيوية (EBI) خدمات المعلوماتية الحيوية الأساسية إلى ثلاث فئات: خدمات البحث عن التسلسل ( SSS )، ومحاذاة التسلسلات المتعددة ( MSA )، وتحليل التسلسلات البيولوجية ( BSA ). [ 65 ] ويُظهر توفر هذه الموارد الخدمية في مجال المعلوماتية الحيوية مدى ملاءمة حلول المعلوماتية الحيوية القائمة على الويب، وتتراوح هذه الحلول بين مجموعة من الأدوات المستقلة ذات تنسيق بيانات موحد ضمن واجهة ويب واحدة، وأنظمة إدارة سير العمل المتكاملة والموزعة والقابلة للتوسيع في مجال المعلوماتية الحيوية .

أنظمة إدارة سير العمل في المعلوماتية الحيوية

نظام إدارة سير العمل في المعلوماتية الحيوية هو شكل متخصص من أنظمة إدارة سير العمل ، مصمم خصيصًا لتكوين وتنفيذ سلسلة من خطوات الحوسبة أو معالجة البيانات، أو ما يُعرف بسير العمل، في تطبيق المعلوماتية الحيوية. وقد صُممت هذه الأنظمة لـ

  • توفير بيئة سهلة الاستخدام لعلماء التطبيقات الأفراد لإنشاء سير العمل الخاص بهم،
  • توفير أدوات تفاعلية للعلماء تمكنهم من تنفيذ سير عملهم وعرض نتائجهم في الوقت الفعلي،
  • تبسيط عملية مشاركة وإعادة استخدام سير العمل بين العلماء، و
  • تمكين العلماء من تتبع مصدر نتائج تنفيذ سير العمل وخطوات إنشاء سير العمل.

بعض المنصات التي تقدم هذه الخدمة: Galaxy و Kepler و Taverna و UGENE و Anduril و HIVE .

الحوسبة الحيوية وكائنات الحوسبة الحيوية

في عام ٢٠١٤، رعت إدارة الغذاء والدواء الأمريكية مؤتمرًا عُقد في حرم بيثيسدا التابع للمعاهد الوطنية للصحة لمناقشة قابلية التكرار في المعلوماتية الحيوية. [ ٦٦ ] وعلى مدى السنوات الثلاث التالية، اجتمعت مجموعة من الجهات المعنية بانتظام لمناقشة ما سيصبح لاحقًا نموذج الحوسبة الحيوية. [ ٦٧ ] وشملت هذه الجهات ممثلين عن جهات حكومية وصناعية وأكاديمية. ومثّل قادة الجلسات فروعًا عديدة من إدارة الغذاء والدواء والمعاهد والمراكز التابعة للمعاهد الوطنية للصحة، وهيئات غير ربحية من بينها مشروع المتغيرات الجينية البشرية والاتحاد الأوروبي للمعلوماتية الطبية ، ومؤسسات بحثية من بينها جامعة ستانفورد ومركز نيويورك للجينوم وجامعة جورج واشنطن .

تقرر أن يكون نموذج الحوسبة الحيوية على شكل "دفاتر مختبر رقمية" تتيح إمكانية تكرار بروتوكولات المعلوماتية الحيوية ومراجعتها وإعادة استخدامها. وقد اقتُرح هذا النموذج لتمكين استمرارية أكبر داخل المجموعة البحثية خلال التغييرات الطبيعية في الموظفين، مع تعزيز تبادل الأفكار بين المجموعات. وقد مولت إدارة الغذاء والدواء الأمريكية هذا العمل لجعل المعلومات المتعلقة بخطوط الإنتاج أكثر شفافية وسهولة في الوصول إليها لموظفيها التنظيميين. [ 68 ]

في عام ٢٠١٦، اجتمع الفريق مجددًا في معاهد الصحة الوطنية في بيثيسدا وناقشوا إمكانية إنشاء كائن الحوسبة الحيوية ، وهو مثال على نموذج الحوسبة الحيوية. نُسخ هذا العمل كوثيقة "استخدام تجريبي قياسي" وورقة بحثية أولية رُفعت إلى موقع bioRxiv. يتيح كائن الحوسبة الحيوية مشاركة السجل المُنسق بصيغة JSON بين الموظفين والمتعاونين والجهات التنظيمية. [ ٦٩ ] [ ٧٠ ]

منصات التعليم

على الرغم من أن علم المعلوماتية الحيوية يُدرَّس كبرنامج ماجستير حضوري في العديد من الجامعات، إلا أن هناك العديد من الطرق والتقنيات الأخرى المتاحة لتعلم هذا التخصص والحصول على شهادات فيه. ونظرًا لطبيعته الحاسوبية، يُعدّ علم المعلوماتية الحيوية مناسبًا للتعلم بمساعدة الحاسوب والتعلم عبر الإنترنت . [ 71 ] [ 72 ] تشمل منصات البرمجيات المصممة لتدريس مفاهيم وأساليب علم المعلوماتية الحيوية برنامج Rosalind والدورات التدريبية عبر الإنترنت التي يقدمها المعهد السويسري لبوابة التدريب الخاصة به. كما توفر ورش العمل الكندية لعلم المعلوماتية الحيوية مقاطع فيديو وشرائح من ورش العمل التدريبية على موقعها الإلكتروني بموجب ترخيص Creative Commons . ويُقدّم مشروع 4273π أو 4273pi [ 73 ] أيضًا مواد تعليمية مفتوحة المصدر مجانًا. ويعمل هذا البرنامج التدريبي على أجهزة Raspberry Pi منخفضة التكلفة ، وقد استُخدم لتدريس البالغين وطلاب المدارس. [ 74 ] [ 75 ] يتم تطوير برنامج 4273 بنشاط من قبل مجموعة من الأكاديميين والباحثين الذين أجروا أبحاثًا في مجال المعلوماتية الحيوية باستخدام حواسيب Raspberry Pi ونظام التشغيل 4273π. [ 76 ] [ 77 ]

توفر منصات MOOC أيضًا شهادات عبر الإنترنت في المعلوماتية الحيوية والتخصصات ذات الصلة، بما في ذلك تخصص المعلوماتية الحيوية في جامعة كاليفورنيا، سان دييغو ، وتخصص علوم البيانات الجينومية في جامعة جونز هوبكنز ، وسلسلة تحليل البيانات لعلوم الحياة XSeries من EdX في جامعة هارفارد .

المؤتمرات

هناك العديد من المؤتمرات الكبيرة التي تهتم بالمعلوماتية الحيوية. ومن أبرز الأمثلة على ذلك المؤتمر الأوروبي لعلم الأحياء الحاسوبي (ECCB)، والأنظمة الذكية لعلم الأحياء الجزيئي (ISMB)، وندوة المحيط الهادئ حول الحوسبة الحيوية (PSB)، والبحوث في علم الأحياء الجزيئي الحاسوبي (RECOMB).

انظر أيضاً

مراجع

  1. ويلش ، إل . ، لويتر، إف.، شوارتز، آر. (2014). "إرشادات مناهج المعلوماتية الحيوية: نحو تعريف للكفاءات الأساسية" . مجلة PLOS للحوسبة البيولوجية . 10 (3) e1003496. Bibcode : 2014PLSCB..10E3496W . doi : 10.1371/journal.pcbi.1003496 . PMC 3945096. PMID 24603430 .  
  2. ↑ ليسك إيه إم (26 يوليو 2013). "المعلوماتية الحيوية" . موسوعة بريتانيكا . مؤرشف من الأصل في 14 أبريل 2021. تم الاسترجاع في 17 أبريل 2017 .
  3. 1 2 سيم أي واي، ميناري بي، ليفيت إم (يونيو 2012). " نمذجة الأحماض النووية" . الرأي الحالي في البيولوجيا التركيبية . 22 (3): 273-278 . doi : 10.1016/j.sbi.2012.03.012 . PMC 4028509. PMID 22538125 .  
  4. ^ Kmiecik S، Gront D، Kolinski M، Wieteska L، Dawid AE، Kolinski A (يوليو 2016). "نماذج البروتين الخشن الحبيبات وتطبيقاتها" . المراجعات الكيميائية . 116 (14): 7898– 936. بيب كود : 2016ChRv..116.7898K . دوى : 10.1021/acs.chemrev.6b00163 . بميد 27333362 . 
  5. ↑ وونغ كيه سي (2016). علم الأحياء الحاسوبي والمعلوماتية الحيوية: تنظيم الجينات . مطبعة سي آر سي/مجموعة تايلور وفرانسيس. رقم ISBN 978-1-4987-2497-5.
  6. ↑ جويس إيه بي، تشانغ سي، برادلي بي، هافرانيك جيه جيه (يناير 2015). "نمذجة البروتين القائمة على البنية: خصوصية الحمض النووي" . موجزات في علم الجينوم الوظيفي . 14 (1): 39-49 . doi : 10.1093/bfgp/elu044 . PMC 4366589. PMID 25414269 .  
  7. ↑ سبيغا إي، ديجياكومي إم تي، دال بيرارو إم (2014). "استراتيجيات جديدة للنمذجة الديناميكية التكاملية لتجميع الجزيئات الكبيرة". في كارابينتشيفا-كريستوفا تي (محرر). نمذجة ومحاكاة الجزيئات الحيوية . التقدم في كيمياء البروتين وعلم الأحياء البنيوي. المجلد 96. دار النشر الأكاديمية. الصفحات 77-111 . doi : 10.1016/bs.apcsb.2014.06.008 . ISBN   978-0-12-800013-7PMID 25443955​​ 
  8. ↑ سيمني م، كورسينسكي م، كامل ك، كولينسكي أ، علم ن، شويلر-فورمان أ، وآخرون . (أغسطس 2018). "التحام البروتين-الببتيد: الفرص والتحديات" . اكتشاف الأدوية اليوم . 23 (8): 1530-1537 . doi : 10.1016/j.drudis.2018.05.006 . PMID 29733895 .  
  9. ↑ أوزونيس، سي. أ.، وفالنسيا، أ. (2003). "المعلوماتية الحيوية المبكرة: ميلاد تخصص - وجهة نظر شخصية" . المعلوماتية الحيوية . 19 (17): 2176-2190 . doi : 10.1093/bioinformatics/btg309 . PMID 14630646 . 
  10. 1 2 هوغويغ، ب. (2011). "جذور المعلوماتية الحيوية في البيولوجيا النظرية" . مجلة PLOS للبيولوجيا الحاسوبية . 7 (3) e1002021. Bibcode : 2011PLSCB...7E2021H . doi : 10.1371/journal.pcbi.1002021 . PMC 3068925. PMID 21483479 .  
  11. ^ هيسبر ب، هوجويغ ف (1970). "المعلوماتية الحيوية: مفهوم عمل واحد" [ المعلوماتية الحيوية: مفهوم عملي ] . هيت كاميليون (باللغة الهولندية). 1 (6): 28-29 .
  12. ^ هيسبر ب، هوجويج ب (2021). "المعلوماتية الحيوية: مفهوم عملي. ترجمة لـ "المعلوماتية الحيوية: مفهوم عمل واحد" بقلم B. Hesper وP. Hogeweg". أرخايف : 2111.11832v1 [ q-bio.OT ].
  13. ↑ هوغويغ، ب. (1978). "محاكاة نمو الأشكال الخلوية". المحاكاة . 31 (3): 90-96 . doi : 10.1177/003754977803100305 . S2CID 61206099 . 
  14. ↑ غوتييه ج، فينسنت أ ت، شاريت س ج، ديروم ن (27 نوفمبر 2019). "نبذة تاريخية عن المعلوماتية الحيوية" . موجزات في المعلوماتية الحيوية . 20 (6): 1981-1996 . doi : 10.1093/bib/bby063 . PMID 30084940 . 
  15. ↑ كولبي ب (2022). "تكلفة تسلسل الجينوم الكامل" . Sequencing.com . مؤرشف من الأصل في 15 مارس 2022. تم الاطلاع عليه في 8 أبريل 2022 .
  16. ↑ سانجر ف، توبي هـ (1951). "تسلسل الأحماض الأمينية في سلسلة فينيل ألانيل الأنسولين. 1. تحديد الببتيدات الدنيا من المحللات المائية الجزئية" . مجلة الكيمياء الحيوية . 49 (4): 463-481 . doi : 10.1042/bj0490463 . PMC 1197535. PMID 14886310 .  
  17. ↑ سانجر ف، طومسون إي أو (1953). "تسلسل الأحماض الأمينية في سلسلة الجليسين للأنسولين. 1. تحديد الببتيدات الدنيا من المحللات المائية الجزئية" . مجلة الكيمياء الحيوية . 53 (3): 353-366 . doi : 10.1042/bj0530353 . PMC 1198157. PMID 13032078 .  
  18. ↑ مودي، ج. (2004). الشفرة الرقمية للحياة: كيف تُحدث المعلوماتية الحيوية ثورة في العلوم والطب والأعمال . هوبوكين، نيوجيرسي، الولايات المتحدة الأمريكية: جون وايلي وأولاده. ISBN 978-0-471-32788-2.
  19. ↑ دايوف، إم أو، إيك، آر في، تشانغ، إم إيه، سوشارد، إم آر (1965). أطلس تسلسل البروتين وبنيته (ملف PDF) . سيلفر سبرينغ، ماريلاند، الولايات المتحدة الأمريكية: المؤسسة الوطنية للبحوث الطبية الحيوية. LCCN 65-29342 . 
  20. ↑ إيك آر في، دايوف إم أو (أبريل 1966). "تطور بنية الفيريدوكسين بناءً على بقايا حية لتسلسلات الأحماض الأمينية البدائية". مجلة ساينس . 152 (3720): 363-366 . Bibcode : 1966Sci...152..363E . doi : 10.1126/science.152.3720.363 . PMID 17775169. S2CID 23208558 .  
  21. ↑ جونسون، جي، وو، تي تي (يناير 2000). "قاعدة بيانات كابات وتطبيقاتها: 30 عامًا بعد أول رسم بياني للتغيرات" . مجلة أبحاث الأحماض النووية . 28 (1): 214-218 . doi : 10.1093/nar/28.1.214 . PMC 102431. PMID 10592229 .  
  22. ↑ إريكسون، جيه دبليو، وألتمان، جي جي (1979). "بحث عن أنماط في تسلسل النيوكليوتيدات لجينوم MS2". مجلة البيولوجيا الرياضية . 7 (3): 219-230 . doi : 10.1007/BF00275725 . S2CID 85199492 . 
  23. ↑ شولمان إم جيه، شتاينبرغ سي إم، ويستمورلاند إن (فبراير 1981). "يمكن تمييز الوظيفة الترميزية لتسلسلات النيوكليوتيدات من خلال التحليل الإحصائي". مجلة البيولوجيا النظرية . 88 (3): 409-20 . Bibcode : 1981JThBi..88..409S . doi : 10.1016/0022-5193(81)90274-5 . PMID 6456380 . 
  24. ↑ شيونغ جيه (2006). أساسيات المعلوماتية الحيوية . كامبريدج ، المملكة المتحدة: مطبعة جامعة كامبريدج. ص 4. ISBN  978-0-511-16815-4– عبر أرشيف الإنترنت.
  25. ↑ سانجر ف، إير جي إم، باريل بي جي، براون إن إل، كولسون إيه آر، فيدز سي إيه، وآخرون . (فبراير 1977). "تسلسل النيوكليوتيدات لحمض نووي بكتيريوفاج فاي إكس 174". نيتشر . 265 (5596): 687-95 . Bibcode : 1977Natur.265..687S . doi : 10.1038 / 265687a0 . PMID 870828. S2CID 4206886 .   
  26. ↑ بنسون، د. أ.، كارش-ميزراتشي، إ.، ليبمان، د. ج.، أوستيل، ج.، ويلر، د. ل. (يناير 2008). "جين بنك" . أبحاث الأحماض النووية . 36 (عدد قواعد البيانات): D25-30. doi : 10.1093 / nar/gkm929 . PMC 2238942. PMID 18073190 .  
  27. 1 2 3 فليشمان آر دي، آدامز إم دي، وايت أو، كلايتون آر إيه، كيركنس إي إف، كيرلافاج إيه آر، وآخرون . (يوليو 1995). "التسلسل العشوائي والتجميع الكامل لجينوم المستدمية النزلية Rd". مجلة ساينس . 269 (5223): 496-512 . Bibcode : 1995Sci...269..496F . doi : 10.1126/science.7542800 . PMID 7542800 .  
  28. ↑ شتاين ل (2001). " شرح الجينوم: من التسلسل إلى البيولوجيا". نيتشر . 2 (7): 493-503 . doi : 10.1038/35080529 . PMID 11433356. S2CID 12044602 .  
  29. ↑ إردين إس، ليسيفسكي إيه إم، ليشتارج أو (أبريل 2011). "التنبؤ بوظيفة البروتين: نحو دمج مقاييس التشابه" . الرأي الحالي في البيولوجيا الهيكلية . 21 (2): 180-188 . doi : 10.1016/j.sbi.2011.02.001 . PMC 3120633. PMID 21353529 .  
  30. ↑ كارفاخال-رودريغيز أ (مارس 2010). " محاكاة الجينات والمجينات عبر الزمن" . علم الجينوم الحالي . 11 (1): 58-61 . doi : 10.2174/138920210790218007 . PMC 2851118. PMID 20808525 .  
  31. ↑ براون تي إيه (2002). "الطفرة والإصلاح وإعادة التركيب". الجينومات ( الطبعة الثانية). مانشستر (المملكة المتحدة): أكسفورد. 
  32. ↑ كارتر، ن. ب.، فيجلر، هـ.، بايبر، ج. (أكتوبر 2002). "تحليل مقارن لتقنيات المصفوفات الدقيقة للتهجين الجينومي المقارن: تقرير ورشة عمل برعاية مؤسسة ويلكوم ترست". علم الخلايا . 49 (2): 43-48 . doi : 10.1002/cyto.10153 . PMID 12357458 . 
  33. ↑ تشودري، ن.م.، غوبتا، ف.ك.، دوتا، س. (أبريل 2016). " BPGA - برنامج تحليل جينومي شامل فائق السرعة" . التقارير العلمية . 6 24373. Bibcode : 2016NatSR...624373C . doi : 10.1038/srep24373 . PMC 4829868. PMID 27071527 .  
  34. ↑ أستون كي آي (مايو 2014). "الاستعداد الوراثي للعقم عند الذكور: مستجدات من دراسات الارتباط على مستوى الجينوم" . علم الذكورة . 2 (3): 315-321 . doi : 10.1111/j.2047-2927.2014.00188.x . PMID 24574159. S2CID 206007180 .  
  35. ↑ فيرون أ، بلين س، كوكس دي جي (2014). "دراسات الارتباط على مستوى الجينوم والعيادة: التركيز على سرطان الثدي". المؤشرات الحيوية في الطب . 8 (2): 287-296 . doi : 10.2217/bmm.13.121 . PMID 24521025 . 
  36. ↑ توستو جي، ريتز سي (أكتوبر 2013). " دراسات الارتباط على مستوى الجينوم في مرض الزهايمر: مراجعة" . تقارير علم الأعصاب وعلم الأعصاب الحالي . 13 (10) 381. doi : 10.1007/s11910-013-0381-0 . PMC 3809844. PMID 23954969 .  
  37. ↑ لوندين إي، ياداف ب، سوري إس، كريكا إل جيه، فورتينا ب (2013). "استخدام تحليل الارتباط، ودراسات الارتباط على مستوى الجينوم، وتسلسل الجيل التالي في تحديد الطفرات المسببة للأمراض". علم الصيدلة الجينية . طرق في البيولوجيا الجزيئية. المجلد 1015. الصفحات 127-146 . doi : 10.1007/978-1-62703-435-7_8 . ISBN   978-1-62703-434-0PMID 23824853​​ 
  38. ↑ هيندورف إل إيه، سيثوباثي بي، جانكينز إتش إيه، راموس إي إم، ميهتا جيه بي، كولينز إف إس، وآخرون (يونيو 2009). "الآثار السببية والوظيفية المحتملة لمواقع الارتباط على مستوى الجينوم للأمراض والصفات البشرية" . وقائع الأكاديمية الوطنية للعلوم في الولايات المتحدة الأمريكية . 106 (23): 9362-9367 . Bibcode : 2009PNAS..106.9362H . doi : 10.1073 / pnas.0903103106 . PMC 2687147. PMID 19474294 .   
  39. ↑ هول، ل. أو. (2010). "إيجاد الجينات المناسبة للتنبؤ بالأمراض ومآلها". المؤتمر الدولي لعلوم وهندسة النظم 2010. الصفحات 1-2 . doi : 10.1109/ICSSE.2010.5551766 . ISBN  978-1-4244-6472-2. S2CID 21622726 . 
  40. ↑ مانوليو، تي. أ.، كولينز، إف. إس.، كوكس، إن. جيه.، غولدشتاين، دي. بي.، هيندورف، إل. إيه.، هنتر، دي. جيه.، وآخرون . (أكتوبر 2009). "إيجاد الوراثة المفقودة للأمراض المعقدة" . مجلة نيتشر . 461 (7265): 747-753 . Bibcode : 2009Natur.461..747M . doi : 10.1038/nature08494 . PMC 2831613. PMID 19812666 .   
  41. ↑ واينشتاين، ب.، جاين، د.، تشنغ، ز.، أسليبكيان، س.، بيكر، د.، بي، و.، وآخرون . (مارس 2022). "تقييم مساهمة المتغيرات النادرة في وراثة الصفات المعقدة من بيانات تسلسل الجينوم الكامل" . علم الوراثة الطبيعية . 54 (3): 263-273 . doi : 10.1038/ s41588-021-00997-7 . PMC 9119698. PMID 35256806 .   
  42. ↑ تاليون د، هاريس د.ن، كيسلر م.د، كارلسون ج، سزبيتش ز.أ، توريس ر، وآخرون . (فبراير 2021). "تسلسل 53831 جينومًا متنوعًا من برنامج NHLBI TOPMed" . مجلة نيتشر . 590 (7845): 290-299 . Bibcode : 2021Natur.590..290T . doi : 10.1038/s41586-021-03205- y . PMC 7875770. PMID 33568819 .   {{cite journal}}: CS1 maint: overridden setting ( link )
  43. ↑ لي إكس، لي زد، تشو إتش، جاينور إس إم، ليو واي، تشين إتش، وآخرون . (سبتمبر 2020). "الدمج الديناميكي للعديد من الشروحات الوظيفية الحاسوبية يُعزز تحليل ارتباط المتغيرات النادرة في دراسات تسلسل الجينوم الكامل واسعة النطاق" . مجلة علم الوراثة الطبيعية . 52 (9): 969-983 . doi : 10.1038/s41588-020-0676-4 . PMC 7483769. PMID 32839606 .   
  44. ↑ لي ز، لي إكس، تشو إتش، جاينور إس إم، سيلفاراج إم إس، أرابوغلو تي، وآخرون . (ديسمبر 2022). " إطار عمل للكشف عن ارتباطات المتغيرات النادرة غير المشفرة في دراسات تسلسل الجينوم الكامل واسعة النطاق" . Nature Methods . 19 (12): 1599–1611. doi : 10.1038 /s41592-022-01640-x . PMC 10008172. PMID 36303018. S2CID 243873361 .    
  45. ↑ "STAARpipeline: أداة شاملة لتحليل المتغيرات النادرة لبيانات تسلسل الجينوم الكامل على نطاق بنوك البيانات الحيوية". Nature Methods . 19 (12): 1532–1533 . ديسمبر 2022. doi : 10.1038/s41592-022-01641-w . PMID 36316564. S2CID 253246835 .  
  46. ↑ لي إكس، كويك سي، تشو إتش، جاينور إس إم، ليو واي، تشين إتش، وآخرون . (يناير 2023). " تحليل تلوي قوي وقابل للتوسع وفعال من حيث الموارد لارتباطات المتغيرات النادرة في دراسات تسلسل الجينوم الكامل واسعة النطاق" . علم الوراثة الطبيعية . 55 (1): 154-164 . doi : 10.1038/s41588-022-01225-6 . PMC 10084891. PMID 36564505. S2CID 255084231 .    
  47. ↑ تسوراكاكيس سي إي، توليفير دي، تسيارلي إم إيه، شاكني إس، شوارتز آر (2010). "CGHTRIMMER: تقطيع بيانات CGH المصفوفية المشوشة". arXiv : 1002.4438 [ q-bio.GN ].
  48. ↑ ياو سي، مرادوف دي، جوريسن آر إن، كوليلا إس، ميرزا ​​جي كي، ستيرز جي، وآخرون (2010). " نهج إحصائي للكشف عن الانحرافات الجينومية في عينات الأورام غير المتجانسة من بيانات التنميط الجيني لتعدد أشكال النوكليوتيدات المفردة" . علم الأحياء الجينومي . 11 (9): R92. doi : 10.1186/gb-2010-11-9-r92 . PMC 2941741. PMID 20804551 .   
  49. ↑ فازكيز م، دي لا توري ف، فالنسيا أ (27 ديسمبر 2012). "الفصل 14: تحليل جينوم السرطان" . مجلة PLOS لعلم الأحياء الحاسوبي . 8 (12) e1002824. رمز Bibcode : 2012PLSCB...8E2824V . doi : 10.1371/journal.pcbi.1002824 . PMC 3531315. PMID 23300415 .  
  50. ↑ هاي جونغ إي سي، جاسويندر كيه، مارتن كيه، صموئيل إيه إيه، ماركو إيه إم (2014). "التسلسل من الجيل الثاني لتحليل جينوم السرطان". في: ديلاير جي، بيرمان جيه إن، أرسيسي آر جيه (محررون). علم جينوم السرطان . بوسطن (الولايات المتحدة): أكاديميك برس. ص 13-30 . doi : 10.1016/B978-0-12-396967-5.00002-5 . ISBN  978-0-12-396967-5.
  51. ↑ غراو ج، بن غال إ، بوش س، غروس إ (يوليو 2006). "VOMBAT: التنبؤ بمواقع ارتباط عوامل النسخ باستخدام أشجار بايزية ذات ترتيب متغير" . مجلة أبحاث الأحماض النووية . 34 (عدد خادم الويب): W529-33. doi : 10.1093/nar/gkl212 . PMC 1538886. PMID 16845064 .  
  52. ↑ "أطلس البروتين البشري" . www.proteinatlas.org . مؤرشف من الأصل في 4 مارس 2020. تم الاطلاع عليه في 2 أكتوبر 2017 .
  53. ↑ "الخلية البشرية" . www.proteinatlas.org . مؤرشف من الأصل في 2 أكتوبر 2017. تم الاطلاع عليه في 2 أكتوبر 2017 .
  54. ↑ ثول بي جيه، أكيسون إل، ويكينغ إم، ماهدسيان دي، جيلاداكي إيه، آيت بلال إتش، وآخرون . (مايو 2017). " خريطة دون خلوية للبروتيوم البشري". مجلة ساينس . 356 (6340) eaal3321. رمز Bibcode : 2017Sci...356l3321T . doi : 10.1126/science.aal3321 . PMID 28495876. S2CID 10744558 .   
  55. ↑ آي إف، نوبل دبليو إس (سبتمبر 2015). " أساليب تحليل لدراسة البنية ثلاثية الأبعاد للجينوم" . علم الأحياء الجينومي . 16 (1) 183. doi : 10.1186/s13059-015-0745-7 . PMC 4556012. PMID 26328929 .  
  56. ↑ كريشتافوفيتش أ، شويدي ت، توبف م، فيديليس ك، مولت ج (2019). "التقييم النقدي لأساليب التنبؤ ببنية البروتين (CASP) - الجولة الثالثة عشرة" . البروتينات . 87 ( 12): 1011-1020 . doi : 10.1002/prot.25823 . PMC 6927249. PMID 31589781 .  
  57. ↑ "الصفحة الرئيسية - CASP14" . predictioncenter.org . مؤرشف من الأصل بتاريخ 30 يناير 2023. تم الاطلاع عليه بتاريخ 12 يونيو 2023 .
  58. ↑ هوي، جيه. إيه.، روبنسون، إتش.، ترينت، جيه. تي.، كاكار، إس.، سماغي، بي. جيه.، هارغروف، إم. إس. (أغسطس 2007). "هيموغلوبينات النباتات: سجل أحفوري جزيئي لتطور نقل الأكسجين". مجلة البيولوجيا الجزيئية . 371 (1): 168-179 . doi : 10.1016/j.jmb.2007.05.029 . PMID 17560601 . 
  59. ↑ جامبر جيه، إيفانز آر، بريتزل إيه، غرين تي، فيغورنوف إم، رونبرغر أو، وآخرون . (أغسطس 2021). "تنبؤ دقيق للغاية ببنية البروتين باستخدام AlphaFold" . Nature . 596 (7873): 583–589 . Bibcode : 2021Natur.596..583J . doi : 10.1038/ s41586-021-03819-2 . ISSN 1476-4687 . PMC 8371605. PMID 34265844 .    
  60. ↑ "قاعدة بيانات بنية البروتين ألفا فولد" . alphafold.ebi.ac.uk . مؤرشفة من الأصل بتاريخ 24 يوليو 2021. تم الاطلاع عليها بتاريخ 10 أكتوبر 2022 .
  61. ↑ تيتز ب، راجاغوبالا إس في، غول ج، هاوزر ر، ماكيفيت إم تي، بالزكيل ت، وآخرون (مايو 2008). هول ن (محرر). "التفاعل البروتيني الثنائي لبكتيريا اللولبية الشاحبة - اللولبية المسببة للزهري" . PLOS ONE . 3 (5) e2292. Bibcode : 2008PLoSO...3.2292T . doi : 10.1371/journal.pone.0002292 . PMC 2386257. PMID 18509523 .   
  62. ↑ غروس أ، بروسكي س، رام إي (1 يناير 2016). "تطور الأنطولوجيات والخرائط الطبية الحيوية: نظرة عامة على المناهج الحديثة" . مجلة التكنولوجيا الحيوية الحاسوبية والبنيوية . 14 : 333-340 . doi : 10.1016/j.csbj.2016.08.002 . ISSN 2001-0370 . PMC 5018063 .  
  63. ١ ٢ "مؤسسة المعلوماتية الحيوية المفتوحة: نبذة عنا" . الموقع الرسمي . مؤسسة المعلوماتية الحيوية المفتوحة . مؤرشف من الأصل بتاريخ ١٢ مايو ٢٠١١. تم الاطلاع عليه بتاريخ ١٠ مايو ٢٠١١ .
  64. ↑ "مؤسسة المعلوماتية الحيوية المفتوحة: BOSC" . الموقع الرسمي . مؤسسة المعلوماتية الحيوية المفتوحة . مؤرشف من الأصل بتاريخ 18 يوليو 2011. تم الاطلاع عليه بتاريخ 10 مايو 2011 .
  65. ↑ نيسبيت ر، إلدر الرابع ج، مينر ج (2009). "المعلوماتية الحيوية" . دليل التحليل الإحصائي وتطبيقات استخراج البيانات . دار النشر الأكاديمية. ص 328. ISBN  978-0-08-091203-5.
  66. ↑ مكتب المفوض. "الارتقاء بالعلوم التنظيمية - ورشة عمل عامة، 24-25 سبتمبر 2014: معايير التسلسل الجيني من الجيل التالي" . www.fda.gov . مؤرشف من الأصل بتاريخ 14 نوفمبر 2017. تم الاطلاع عليه بتاريخ 30 نوفمبر 2017 .
  67. ↑ سيمونيان، ف.، جوكس، ج.، مازومدر، ر. (2017). "كائنات الحوسبة الحيوية - خطوة نحو تقييم وتوثيق الحسابات العلمية الطبية الحيوية" . مجلة PDA للعلوم والتكنولوجيا الصيدلانية . 71 (2): 136-146 . doi : 10.5731/pdajpst.2016.006734 . PMC 5510742. PMID 27974626 .  
  68. ↑ مكتب المفوض. "النهوض بالعلوم التنظيمية - تطوير معايير HTS على مستوى المجتمع للتحقق من صحة البيانات والحسابات وتشجيع قابلية التشغيل البيني" . www.fda.gov . مؤرشف من الأصل في 26 يناير 2018. تم الاطلاع عليه في 30 نوفمبر 2017 .
  69. ↑ ألتيروفيتز جي، دين دي، غوبل سي، كروسو إم آر، سويلاند-رييس إس، بيل إيه، وآخرون . (ديسمبر 2018). "تمكين الطب الدقيق من خلال التواصل الموحد بشأن مصدر وتحليل ونتائج التسلسل عالي الإنتاجية" . مجلة PLOS Biology . 16 (12) e3000099. doi : 10.1371/journal.pbio.3000099 . PMC 6338479. PMID 30596645 .   
  70. ↑ مشروع كائنات الحوسبة الحيوية (BCO) هو إطار عمل تعاوني ومجتمعي لتوحيد بيانات الحوسبة عالية الإنتاجية (HTS). 1. وثيقة مواصفات BCO: دليل المستخدم لفهم وإنشاء كائنات الحوسبة الحيوية (BCO) ، biocompute-objects، 3 سبتمبر 2017، مؤرشفة من الأصل في 27 يونيو 2018 ، تم استرجاعها في 30 نوفمبر 2017
  71. ↑ كامبل، أ.م. (1 يونيو 2003). " إتاحة الوصول العام لتدريس علم الجينوم، وعلم البروتينات، والمعلوماتية الحيوية" . تعليم بيولوجيا الخلية . 2 (2): 98-111 . doi : 10.1187/cbe.03-02-0007 . PMC 162192. PMID 12888845 .  
  72. ↑ أريناس م (سبتمبر 2021). "اعتبارات عامة لممارسات التدريس عبر الإنترنت في المعلوماتية الحيوية في زمن كوفيد-19" . تعليم الكيمياء الحيوية والبيولوجيا الجزيئية . 49 (5 ) : 683-684 . doi : 10.1002/bmb.21558 . ISSN 1470-8175 . PMC 8426940. PMID 34231941 .   
  73. ↑ باركر د، فيرير دي إي، هولاند بي دبليو، ميتشل جيه بي، بلايزير إتش، ريتشي إم جي، وآخرون . (أغسطس 2013). "4273π: تعليم المعلوماتية الحيوية على أجهزة ARM منخفضة التكلفة" . BMC Bioinformatics . 13 243: 522. doi : 10.1186/1471-2105-14-243 . PMC 3751261. PMID 23937194 .   
  74. ↑ باركر د، ألديرسون ر.ج، ماكدونا ج.ل، بلايزير هـ، كومري م.م، دنكان ل، وآخرون (2015). "الأنشطة العملية على مستوى الجامعة في المعلوماتية الحيوية تُفيد مجموعات الطلاب المتطوعين في السنتين الأخيرتين من الدراسة" . المجلة الدولية لتعليم العلوم والتكنولوجيا والهندسة والرياضيات . 2 (17) 17. doi : 10.1186/s40594-015-0030-z . hdl : 10023/7704 . S2CID 256396656 .  
  75. ↑ ماكدونا جيه إل، باركر دي ، ألديرسون آر جي (2016). "تقديم العلوم الحاسوبية للجمهور" . سبرينغر بلس . 5 (259) 259. doi : 10.1186/s40064-016-1856-7 . PMC 4775721. PMID 27006868 .  
  76. ↑ روبسون جيه إف، باركر دي (أكتوبر 2015). "مقارنة محتوى الجينات المشفرة للبروتين في الكلاميديا ​​التراخومية والبروتوكلاميديا ​​الأميبوفيلية باستخدام حاسوب راسبيري باي" . مجلة بي إم سي للبحوث . 8 (561) 561. doi : 10.1186/s13104-015-1476-2 . PMC 4604092. PMID 26462790 .  
  77. ↑ Wreggelsworth KM, Barker D (أكتوبر 2015). "مقارنة بين الجينومات المشفرة للبروتين في نوعين من بكتيريا الكبريت الخضراء، Chlorobium tepidum TLS و Pelodictyon phaeoclathratiforme BU-1" . BMC Research Notes . 8 (565) 565. doi : 10.1186 / s13104-015-1535-8 . PMC 4606965. PMID 26467441 .  

للمزيد من القراءة