ბიოინფორმატიკა

Bioinformatics

„ბიოინფორმატიკა" ჩაწერილი დნმ-ის ოთხი ასოთი: ტექსტის ყოველი ორი ბიტი ერთი ნუკლეოტიდია. ნაჩვენებია პირველი 96 ნუკლეოტიდი 168-დან.

ბიოინფორმატიკა მეცნიერებაა, რომელიც ბიოლოგიურ მონაცემებს — დნმ-ის, რნმ-ისა და ცილების მიმდევრობებს, სტრუქტურებს და ექსპერიმენტულ შედეგებს — კომპიუტერული მეთოდებით, სტატისტიკითა და პროგრამირებით აანალიზებს.

ამ გვერდზე
  1. რა არის ბიოინფორმატიკა?
  2. ძირითადი ამოცანები
  3. მნიშვნელოვანი მონაცემთა ბაზები
  4. ინსტრუმენტები
  5. ბიოინფორმატიკა და ხელოვნური ინტელექტი
  6. ხშირი კითხვები

რა არის ბიოინფორმატიკა?

თანამედროვე ბიოლოგია უზარმაზარ მონაცემებს ქმნის. ერთი ადამიანის გენომის სეკვენირება ასობით გიგაბაიტს იძლევა, მსოფლიო მონაცემთა ბაზებში კი ასობით მილიონი მიმდევრობა ინახება. ამ მონაცემების ხელით გაანალიზება შეუძლებელია. ბიოინფორმატიკა ბიოლოგიას, ინფორმატიკას, მათემატიკასა და სტატისტიკას აერთიანებს, რომ მონაცემებიდან ბიოლოგიური ცოდნა მიიღოს.

ძირითადი ამოცანები

  • მიმდევრობების შედარება — რომელ ცნობილ გენს ჰგავს ახლად აღმოჩენილი? ამისთვის კლასიკური ინსტრუმენტია BLAST.
  • გენომის აწყობა — სეკვენატორის მილიონობით მოკლე ფრაგმენტიდან სრული გენომის „თავსატეხის" აწყობა.
  • ვარიანტების აღმოჩენა — რით განსხვავდება კონკრეტული ადამიანის დნმ რეფერენსულისგან (მუტაციები, SNP).
  • გენების ექსპრესიის ანალიზი — რნმ-სეკვენირების მონაცემებით რომელი გენებია აქტიური (ტრანსკრიპტომიკა).
  • სტრუქტურული ბიოინფორმატიკა — ცილების სამგანზომილებიანი ფორმის პროგნოზირება და ანალიზი (ცილის დაკეცვა, AlphaFold).
  • ფილოგენეტიკა — ევოლუციური „ხეების" აგება, მაგ. ვირუსის ვარიანტების გავრცელების თვალყურის დევნება.
  • სისტემური ბიოლოგია — გენების, ცილებისა და მეტაბოლიტების ქსელების მოდელირება.

მნიშვნელოვანი მონაცემთა ბაზები

ბაზა რას ინახავს
GenBank / ENA / DDBJ დნმ-ისა და რნმ-ის მიმდევრობები (ერთმანეთთან სინქრონიზებული)
UniProt ცილების მიმდევრობები და ფუნქციები
PDB ექსპერიმენტულად დადგენილი ცილების სტრუქტურები
AlphaFold DB ასობით მილიონი ცილის პროგნოზირებული სტრუქტურა
Ensembl / UCSC ანოტირებული გენომები და ბრაუზერები
ClinVar გენეტიკური ვარიანტები და მათი კლინიკური მნიშვნელობა

ამ ბაზების უმეტესობა უფასო და საჯაროა — ეს ბიოლოგიის ღია მეცნიერების კულტურის ერთ-ერთი საუკეთესო მაგალითია.

ინსტრუმენტები

  • პროგრამირების ენები — Python (Biopython), R (Bioconductor), ზოგჯერ Bash;
  • სპეციალიზებული პროგრამები — მიმდევრობების გასწორების, ვარიანტების გამოძახების, გენომის აწყობის ხელსაწყოები;
  • სამუშაო ნაკადები — Nextflow, Snakemake, რომ ანალიზი განმეორებადი იყოს;
  • გამოთვლითი ძალა — სერვერები და ღრუბლოვანი პლატფორმები დიდი მონაცემებისთვის;
  • მანქანური სწავლება — ცილის სტრუქტურების, გენის ფუნქციებისა და წამლის თვისებების პროგნოზისთვის.

ბიოინფორმატიკა და ხელოვნური ინტელექტი

ბოლო წლებში ღრმა სწავლებამ ბიოინფორმატიკა გარდაქმნა: AlphaFold-მა ცილის სტრუქტურის პროგნოზირების ათწლეულოვანი პრობლემა გადაჭრა, ენობრივი მოდელები კი ცილებისა და დნმ-ის მიმდევრობებზეც ისწავლება. ეს წამლის აღმოჩენაში ხელოვნური ინტელექტის საფუძველია.

ხშირი კითხვები

როგორ დავიწყო ბიოინფორმატიკის სწავლა?

კარგი საწყისია Python-ის საფუძვლები, მოლეკულური ბიოლოგიის ძირითადი ცნებები და სტატისტიკა. ბევრი უფასო კურსი არსებობს (მაგ. EMBL-EBI-ის სასწავლო მასალები). პრაქტიკისთვის კარგია საჯარო მონაცემთა ბაზებიდან რეალური მონაცემების ანალიზი.

რით განსხვავდება ბიოინფორმატიკა გამოთვლითი ბიოლოგიისგან?

ხშირად სინონიმებად გამოიყენება. ზოგი ავტორი „ბიოინფორმატიკას" მონაცემების დამუშავების ინსტრუმენტებს უწოდებს, ხოლო „გამოთვლით ბიოლოგიას" — ბიოლოგიური სისტემების მათემატიკურ მოდელირებას.

დაკავშირებული ტერმინები

წყაროები

  1. Luscombe N.M. et al. What is bioinformatics? Methods of Information in Medicine, 2001
  2. NCBI: National Center for Biotechnology Information — ncbi.nlm.nih.gov
  3. EMBL-EBI Training — ebi.ac.uk/training

განახლდა

გააგრძელე შესწავლა

დაკავშირებული თემები და პრაქტიკული რესურსები biotech.ge-ზე.

გენეტიკა და გენომიკა ↗