計算機技術和人類基因組計劃的發(fā)展，應運而生了一門新興的學科——生物信息學，該學科包含了兩個交叉領域的工作：用于建立現代生物學所需信息系統(tǒng)框架(支持生物學的信息管理系統(tǒng)、分析工具和通訊網絡)的研究開發(fā)工作，即傳統(tǒng)意義上的生物信息學(bioinformatics);旨在理解基本生物學問題的基于計算的研究工作，即計算生物學(computational biology)。
生物信息學和基因組研究(Bioinformatics and Genome Research)系列會議于1990年開始舉辦，1997年6月11~12日在美國加州舊金山舉辦了第六屆國際生物信息學和基因組研究年會，年會的主要議題包括正在出現的新技術、基因的功能分析、新的數據工具和制藥先導的基因和蛋白質發(fā)現[1]。現將有關內容簡介如下：
一、正在出現的技術
Klingler(Lncyte pharmaceuticals,PaloAlto,CA,USA)強調基因組學正推動制藥業(yè)進入信息時代。隨著不斷增加的序列、表達和作圖數據的產生，描述和開發(fā)這些數據的信息工具變得對實現基因組研究的任務至關重要。他談到了Incyte pharmaceuticals對大規(guī)模基因組數據和生物信息學的貢獻。
Lipshutz(Affymetrix,Santa clara,CA,USA)描述了一種利用DNA探針陣列進行基因組研究的方法，其原理是通過更有效有作圖、表達檢測和多態(tài)性篩選方法，可以實現對人類基因組的測序。光介導的化學合成法被應用于制造小型化的高密度寡核苷酸探針的陣列，這種通過軟件包件設計的寡核苷酸探針陣列可用于多態(tài)性篩查、基因分型和表達檢測。然后這些陣列就可以直接用于并行DNA雜交分析，以獲得序列、表達和基因分型信息。Milosavljevic(CuraGen, Branford, CT, USA)介紹了一種新的基于專用定量表達分析方法的基因表達檢測系統(tǒng)，以及一種發(fā)現基因的系統(tǒng)GeneScape。為了有效地抽樣表達，特意制作片段模式以了解特定基因的子序列的發(fā)生和冗余程度。他在酵母差異基因表達的大規(guī)模研究中對該技術的性能進行了驗證，并論述了技術在基因的表達、生物學功能以及疾病的基礎研究中的應用。
二、基因的功能分析
Overton(University of Pennsylvania School of Medicine,Philadelphia,PA,USA)論述了人類基因組計劃的下一階段的任務——基因組水平的基因功能分析。這一階段產生的數據的分析、管理和可視性將毫無疑問地比第一階段更為復雜。他介紹了一種用于脊椎動物造血系統(tǒng)紅系發(fā)生的功能分析的原型系統(tǒng)E-poDB，它包括了用于集成數據資源的Kleisli系統(tǒng)和建立internet或intranet上視覺化工具的bioWidget圖形用戶界面。EpoDB有可能指導實驗人員發(fā)現不可能用傳統(tǒng)實驗方法得到的紅系發(fā)育的新的藥物靶，制藥業(yè)所感興趣的是全新的藥物靶，EpoDB提供了這樣一個機會，這可能是它最令人激動的地方。
Sali(Rockefeller university,New York,NY,USA)討論了同源蛋白質結構模建。比較蛋白質模建(comparative protein modeling)也稱為同源模建(homology modeling)，即利用實驗確定的蛋白質結構為模式(模型)來預測另一種具有相似氨基酸序列的蛋白質(靶)的構象。此方法現在已經具有了足夠的精確性，并且被認為效果良好，因為蛋白質序列的一個微小變化通常僅僅導致其三維結構的細微改變。
Babbitt(University of California,San Francisco,CA,USA)討論了通過數據庫搜索來識別遠緣蛋白質的方法。對蛋白質超家族的結構和功能的相互依賴性的理解，要求了解自然所塑造的一個特定結構模板的隱含限制。蛋白質結構之間的最有趣的關系經常在分歧的序列中得以表現，因而區(qū)分得分低(low-scoring)但生物學關系顯著的序列與得分高而生物學關系較不顯著的序列 是重要的。Babbit證明了通過使用BLAST檢索，可以在數據庫搜索所得的低得分區(qū)識別遠緣關系(distant relationship)。Levitt(Stanford univeersity,Palo Alto,CA,USA)討論了蛋白質結構預測和一種僅從序列數據對功能自動模建的方法。基因功能取決于基因編碼的蛋白質的三級結構，但數據庫中蛋白質序列的數目每18個月翻一番。為了確定這些序列的功能，結構必須確定。同源模建和從頭折疊(ab initio folding)方法是兩種現有的互為補充的蛋白質結構預測方法;同源模建是通過片段匹配(segment matching)來完成的，計算機程棄SegMod就是基于同源模建方法的。
三、新的數據工具
Letovsky(Johns hopkins University,Baltimore,MD,USA)介紹了GDB數據庫，它由每條人類染色體的許多不同圖譜組成，包括細胞遺傳學、遺傳學、放射雜交和序列標簽位點(STS)的內容，以及由不同研究者用同種方法得到的圖譜。就位置查詢而言，如果不論其類型(type)和來源(source)，或者是否它們正好包含用以批定感興趣的區(qū)域的標志(markers)，能夠搜索所有圖譜是有用的。為此目的，該數據庫使用了一種公用坐標系統(tǒng)(common coordinate system)來排列這些圖譜。數據庫還提供了一張高分辨率的和與其他圖譜共享許多標志的圖譜作為標準。共享標志的標之間的對應性容許同等于所有其它圖譜的標準圖譜的分配。
Markowitz(Lawrence berkeley Laboratory,Berkeley,CA,USA)討論了分布式數據庫與局部管理的關系，以及用基于工具的方法開發(fā)分子生物學數據庫(MDBs)的問題。許多方案當前正在促進搜索多種不同來源MDBs的數據，包括建立數據倉庫;這要求對各種MDBs的組合有一種全局觀，并從成員MDBs中裝填數據入中心數據庫。這些方案的主要問題是開發(fā)整體視圖(global views)，構建巨大的數據倉庫并使集成的數據庫與不斷發(fā)展中的成員MDBs同步化的復雜性。Markowitz還討論了對象協議模型(object protocol model,OPM)，并介紹了支持以下用途的工具：建立用于文本文件或者關系MDBs的OPM視圖;將MDBs作成一個數據庫目錄，提供MDB名稱、定位、主題、獲取信息和MDB間鏈接等信息;說明、處理和解釋多數據庫查詢。Karp(SRI international,Menlo Park,CA,USA)解釋了Ocelot,一種能滿足管理生物學信息需求的面向對象知識陳述系統(tǒng)(一種面向對象系統(tǒng)的人工智能版)。Ocelot支持略圖展開(schema evolution)并采用一種新的最優(yōu)化并行控制機制(同時進行多項訪問數據的過程)，其略圖驅動圖形編輯器提供了交互式瀏覽和編輯功能，其注釋系統(tǒng)支持數據庫開發(fā)者之間的結構通訊。
Riley(Marine biological Laboratory,Woods Hole,MA,USA)在討論大腸桿菌蛋白質的功能同時，特別提到了GPEC數據庫，它包括了由實驗確定的所有E.coli基因的功能的信息。該數據庫中最大比例的蛋白質是酶，其次則為轉運和調控蛋白。
Candlin(PE applied Biosystems,Foster City,CA,USA)介紹了一種新的存儲直接來自ABⅠPrism dNA測序儀的數據的關系數據庫系統(tǒng)BioLIMS。該系統(tǒng)可以與其它測序儀的數據集成，并可方便地與其它軟件包自動調用，為測序儀與序列數據的集成提供了一種開放的、可擴展的生物信息學平臺。
Glynais(NetGenics,Cleveland,OH,USA)認為生物信息學中最關鍵的問題之一是軟件工具和數據庫缺乏靈活性。但是，軟件技術的發(fā)展已得到了其它領域如金融業(yè)和制造業(yè)的發(fā)展經驗的借鑒，可以使來自不同軟件商的運行于各種硬件系統(tǒng)的軟件共同工作。這種系統(tǒng)的國際標準是CORBA，一種由250多個主要軟件和硬件公司共同合作開發(fā)的軟件體系。聯合使 用CORBA和Java可以開發(fā)各種通過一個公用用戶界面訪問任何種類的數據或軟件工具的網絡應用軟件，也包括生物信息學應用軟件。Overton不同意Glynias的這種想法，他強調說CORBA僅對軟件集成有用，不兼容的數據庫軟件可能是計算生物
