估计先要定义下什么是生物信息学。我觉得用数据分析手段或数据分析工具去回答生物学问题都可以称为生物信息学。当然生物信息学还包括其他一些方面。与组学(基因组,转录组,蛋白质组,转录组等)相关的当然属于生物信息学。我觉得分子进化相关领域也算是生物信息学领域。可以说现在只要做分子,做啥实验难免要用到数据分析,也就是多少与生物信息相关。 某种意义上讲,生物信息学在生物领域无所不在,那么怎么发挥它最大的作用呢?或者大家利用生物信息手段有多高明呢? 看看每期 Nucleic Acids Research 和binformatics关于生物信息工具的文章的引用率大概就知道了些,大部分工具是没有人去利用的。蛮可惜的,这些工具是一些人花了很大的精力才开发出来的,应该是有些应用价值的。 可以这么说,如果你对生物信息领域和生物问题熟悉,能利用好几个工具肯定是一篇好文章。 也就是这些工具是蛮有价值的,起码对某些问题是有些很好的解释。我觉得生物信息学可以有一个方向专门倒腾这些工具,把这里一些工具利用好比啥都好,没有必要花费很大精力去搞开发什么的。相对而来生物信息工具太多了( http://bioinformatics.ca/links_directory/ ),眼前重要的是好好利用已经开发出来的工具去解释广泛的生物学问题。 附一篇文章共参考 The 2011 bioinformatics links directory update:more resources, tools and databases and features to empower the bioinformatics community W3.full .pdf
科学网上头条“ 中国近十年论文总引用次数超过四百万 ”,其中报道了十几个国家近十年引用次数最多的文章,竟然发现有两篇文章是生物信息文章,啥是惊讶,如下。 5. 法国(近十年论文总引用次数6,660,630) 论文: A Simple, Fast, and Accurate Algorithm to Estimate Large Phylogenies by Maximum Likelihood 被 引次数:2,995 领域:环境/生态学 发表期刊:《系统生物学》( Systematic Biology 11. 西班牙(近十年论文总引用数3,256,075) 论文: DnaSP, DNA polymorphism analyses by the coalescent and other methods 被引次数:2,391 领域:计算机科学 发表期刊:《生物信息学》( BIOINFORMATICS ) 两个都是生物信息学工具文章,还有一个生物信息学工具(MEGA)可能引用次数更多,就是因为这个工具使 Molecular Biology and Evolution 的09年的影响因子激增,当然Blast除外,这个是上世纪开发出来的。 这几个工具是做序列分析,分子进化等方面常用的工具。近几年随着测序的猛烈发展,也强烈推动这些工具的发展,估计在未来几年这些工具引用次数也会激增。 这几个工具我都用过,PHYML与MEGA很早就使用过,DnaSP还是最近接触。PHYML PhyML_3.0_win32.exe 主要是计算极大似然进化树,MEGA也是的,他还能计算NJ,MP等方法进化树,比PHYML强大很多。还有MEGA的最新版本MEGA5.03 MEGA5.03_Setup.exe 集中很多其他功能,能序列比对,集合了clustalw与MUSCLE,还有一些其他一些序列分析功能,比如计算祖先,序列之间的距离等等。DnaSP dnasp51001.msi 主要是序列分析,比如计算多态,序列间或各个位点的进化速度等等。 如果想学点生物信息与分子进化,或者想进这个领域,从学习MEGA和DnsSP是个不错的选择。 或者做分子方面的一些东西会使用这两个工具将会对工作有极大的帮助。这两个工具都有图形化界面,蛮傻瓜,比较好学。
最新一期Nature Medicine撤销美国杜克大学肿瘤学家的一篇文章Genomic signatures to guide the use of chemotherapeutics。 http://www.nature.com/nm/journal/v17/n1/full/nm0111-135.html 文中提到撤销的原因是We wish to retract this article because we have been unable to reproduce certain crucial experiments showing validation of signatures for predicting response to chemotherapies, including docetaxel and topotecan 由于原文claim通过基因表达谱数据来预测化疗药物的敏感性,其结论在个体化医疗方面的意义重大,备受关注。但是随后引发诸多讨论。 我们曾试图重现其方法,怎么也无法重现其结果。当时的疑问主要在于:(1)从细胞系(in vitro)得到的signature用到肿瘤病人(in vivo)效果咋就那么好呢? (2)其挖掘signature的方法是如此朴素。 当然,这并不影响对 基于基因组学来预测/分析药物敏感性 这一思路的可行性。
最新一期Nature Medicine撤销美国杜克大学肿瘤学家的一篇文章Genomic signatures to guide the use of chemotherapeutics。 http://www.nature.com/nm/journal/v17/n1/full/nm0111-135.html 文中提到撤销的原因是We wish to retract this article because we have been unable to reproduce certain crucial experiments showing validation of signatures for predicting response to chemotherapies, including docetaxel and topotecan 由于原文claim通过基因表达谱数据来预测化疗药物的敏感性,其结论在个体化医疗方面的意义重大,备受关注。但是随后引发诸多讨论。 我们曾试图重现其方法,怎么也无法重现其结果。当时的疑问主要在于:(1)从细胞系(in vitro)得到的signature用到肿瘤病人(in vivo)效果咋就那么好呢? (2)其挖掘signature的方法是如此朴素。 当然,这并不影响对 基于基因组学来预测/分析药物敏感性 这一思路的可行性。