今天生物學(xué)數(shù)據(jù)的巨大積累將導(dǎo)致重大生物學(xué)規(guī)律的發(fā)現(xiàn)，因此，如何從這些海量的生物學(xué)數(shù)據(jù)中提取有用的知識，成為了對生物學(xué)家、數(shù)學(xué)家、計算機學(xué)家等的巨大挑戰(zhàn)。由此引出了一門新興學(xué)科：計算生物學(xué)。當(dāng)前，許多科學(xué)家對生物大分子計算模擬、計算機輔助藥物設(shè)計和計算生物學(xué)的發(fā)展給予了眾多的關(guān)注。 　　現(xiàn)代生物學(xué)研究的核心方法 　　據(jù)美國國立衛(wèi)生研究院(NIH)的定義，計算生物學(xué)是指開發(fā)和應(yīng)用數(shù)據(jù)分析及理論的方法、數(shù)學(xué)建模和計算機仿真技術(shù)，用于生物學(xué)研究的一門學(xué)科。隨著人類基因組計劃的實施和深入，生物學(xué)數(shù)據(jù)積累出現(xiàn)了前所未有的飛躍。不僅數(shù)據(jù)量呈指數(shù)級增長，而且，數(shù)據(jù)的本質(zhì)也出現(xiàn)了從生理生化數(shù)據(jù)向遺傳信息的飛躍，以及進一步向遺傳與結(jié)構(gòu)功能相互關(guān)系信息。這種科學(xué)數(shù)據(jù)的急速和海量積累，在人類的科學(xué)研究歷史中是空前的。雖然數(shù)據(jù)本身并不等于信息和知識，而僅僅是信息和知識的源泉，但人類科學(xué)研究史表明，科學(xué)數(shù)據(jù)的大量積累將導(dǎo)致重大的科學(xué)規(guī)律的發(fā)現(xiàn)。 　　計算生物學(xué)正在成為現(xiàn)代生物學(xué)研究的核心方法之一，成為當(dāng)今生命科學(xué)最具活力的新興前沿學(xué)科之一。計算生物學(xué)運用大規(guī)模高效的理論模型和數(shù)值計算來識別基因組序列中代表蛋白質(zhì)的編碼區(qū)，破譯隱藏在核酸序列中的遺傳語言規(guī)律；直接從蛋白質(zhì)序列預(yù)測蛋白質(zhì)三維結(jié)構(gòu)以及動力學(xué)特征，研究生物大分子結(jié)構(gòu)與功能的關(guān)系、生物大分子之間的相互作用以及生物大分子與配體的相互作用，促進蛋白質(zhì)工程、蛋白質(zhì)設(shè)計和計算機輔助藥物設(shè)計的發(fā)展；同時，歸納、整理與基因組遺傳語言信息釋放及其調(diào)控相關(guān)的轉(zhuǎn)錄譜和蛋白質(zhì)譜的數(shù)據(jù)，模擬生命體內(nèi)的信息流過程，從而認(rèn)識代謝、發(fā)育、分化、進化的規(guī)律，使從基因組科學(xué)新視角來探究人類健康和疾病的各個方面、將人類基因組計劃的成功轉(zhuǎn)化為醫(yī)學(xué)領(lǐng)域的進步成為可能。 　　國內(nèi)外高度關(guān)注 　　當(dāng)前，計算生物學(xué)在國際上受到高度重視。美國國立衛(wèi)生研究院是世界上從事生命科學(xué)研究最重要的研究機構(gòu)之一，它的年度預(yù)算占了美國政府科學(xué)投入的60％左右。在人類基因組計劃的完成和后基因組時代到來之際，NIH經(jīng)過與來自美國學(xué)術(shù)機構(gòu)、政府部門和私人團體的300多名生物醫(yī)學(xué)權(quán)威人士長達一年多時間的一系列討論，于2003年形成了一個通向生命科學(xué)未來的“中長期發(fā)展規(guī)劃”--國立衛(wèi)生研究院路線圖（NIHRoadmap）。NIH路線圖中啟動了一個“生物信息學(xué)和計算生物學(xué)”計劃，希望通過這個項目的實施而鋪設(shè)一條通向生命科學(xué)未來的“信息高速公路”。該項目計劃從2004年開始，建立數(shù)個“國立生物醫(yī)學(xué)計算中心”，以便開發(fā)相關(guān)軟件和數(shù)據(jù)管理工具。 　　在我國，國家自然科學(xué)基金委也將計算生物學(xué)作為重點資助的研究方向之一。對于將生物醫(yī)藥產(chǎn)業(yè)作為重點發(fā)展高科技產(chǎn)業(yè)的上海市，對計算生物學(xué)研究更是高度重視。中國科學(xué)院上海藥物研究所與美國SGI計算機公司聯(lián)合建立了計算生物學(xué)實驗室。中國科學(xué)院和德國最大的研究機構(gòu)--馬克斯·普朗克學(xué)會合作，在上海共建計算生物學(xué)研究所。 　　促進新藥開發(fā)的有力手段 　　據(jù)中國科學(xué)院上海生命科學(xué)研究院副院長趙國屏介紹，計算生物學(xué)可望在以下幾方面促進人類基因組計劃以造福人類：鑒定基因和途徑在健康和疾病中的角色，測定它們與環(huán)境因素之間的關(guān)系；發(fā)展、評價以及應(yīng)用以基因組為基礎(chǔ)的診斷方法來預(yù)測對疾病的易感性，預(yù)測藥物反應(yīng)，進行疾病的早期診斷，在分子水平上對疾病精確分類。此外，重要的一方面就是，應(yīng)用基因組和代謝通路的知識，通過分子模擬等方法進行計算機輔助藥物設(shè)計，縮短新藥開發(fā)周期，從而開發(fā)出有效的、新的疾病治療方法。 有關(guān)專家認(rèn)為，分子模擬和計算機輔助藥物設(shè)計是當(dāng)前計算生物學(xué)中的熱點問題，又是計算生物學(xué)與生物醫(yī)藥產(chǎn)業(yè)結(jié)合最緊密的方向，計算生物學(xué)在這些方面取得的進展將直接推動生物醫(yī)藥產(chǎn)業(yè)的發(fā)展。 　　新加坡國立大學(xué)計算科學(xué)系主任陳宇綜教授日前透露，新加坡國立大學(xué)計算科學(xué)系建立了一個藥物靶點數(shù)據(jù)庫TTD，包括1174個藥物靶點和1251個藥物/配體。通過對該數(shù)據(jù)庫數(shù)據(jù)的分析，發(fā)現(xiàn)好的藥物靶點一般都分布在1~2個代謝途徑上，而且傾向于與人類蛋白質(zhì)的相似度較低。那用什么方法來尋找這些靶點呢？這就是計算生物學(xué)的問題。常用的計算方法有兩大類：一類是基于序列相似性的，其特點是準(zhǔn)確度高，容易使用，但對于新出現(xiàn)的靶點則束手無策；另一類是基于結(jié)構(gòu)和物理化學(xué)特性方面的相似性，它適用于傳統(tǒng)和新興的靶點，但要求現(xiàn)有靶點有較高的代表性。如果沒有確切的關(guān)于靶點三維結(jié)構(gòu)的信息，可以使用支持向量機（SVM）等人工智能的方法來建立模型。 　　一種名為“IN”的酶是催化艾滋病病毒（HIV）進入人體基因的禍源之一，能否有效將其抑制直接關(guān)系到病情的發(fā)展。復(fù)旦大學(xué)唐赟教授領(lǐng)導(dǎo)的項目組運用計算生物學(xué)手段已模擬出“IN”的結(jié)構(gòu)模型，在該研究基礎(chǔ)上將有望進一步設(shè)計出新的抗艾藥物。 　　目前世界上已發(fā)現(xiàn)兩種HIV：HIV-1和HIV-2。 　　目前HIV的研究以HIV-1為主。唐赟教授說，“IN” 　　的全名為HIV-1整合酶，負(fù)責(zé)將HIV-1整合進入人體，如何抑制它將是治療艾滋病的重要課題，而想要抑制它則必須先了解其完整結(jié)構(gòu)。據(jù)介紹，“IN”的三塊結(jié)構(gòu)都已被確定，但其整體結(jié)構(gòu)卻一直難以證實。通過計算生物學(xué)中分子模擬的方法，他們得到了“IN”全長蛋白質(zhì)及其病毒和人類DNA形成復(fù)合物的結(jié)構(gòu)模型。這些結(jié)構(gòu)模型能夠展示出“IN”是如何與HIV還有人類DNA進行相互作用的。 　　齊心協(xié)力共促發(fā)展 　　在過去十年里，計算生物學(xué)已經(jīng)取得了長足的進展，如序列比對工具的發(fā)展、艾滋病感染計算模型的建立、疾病易感基因的識別和計算機輔助藥物設(shè)計等。但同時應(yīng)看到，我們面臨的挑戰(zhàn)仍然很多，有的還相當(dāng)艱巨，如藥物化合物的生物信息學(xué)篩選、根據(jù)復(fù)雜分子的結(jié)構(gòu)預(yù)測其功能、提高蛋白結(jié)構(gòu)預(yù)測的精度、建立更加準(zhǔn)確、有效、綜合的系統(tǒng)動態(tài)模型、基因組的完全注釋等，這些都需要一大批從事生命科學(xué)和計算科學(xué)研究的專家學(xué)者投入更多的精力。 　　此外，由于計算生物學(xué)是一門交叉學(xué)科，需要生物學(xué)家、計算機學(xué)家、數(shù)學(xué)家等來自不同背景的研究人員通力合作。對于海量的生物學(xué)數(shù)據(jù)，如何從中挖掘出最有用的信息，是對生命科學(xué)以及醫(yī)藥研究的巨大挑戰(zhàn)。計算生物學(xué)家的任務(wù)，就是與生物學(xué)家、藥學(xué)家等緊密結(jié)合，提出解決問題的方法學(xué)。因此，構(gòu)建一個可以讓不同專業(yè)背景的研究人員相互溝通交流的平臺，形成不同團體相互協(xié)調(diào)合作的機制，對于計算生物學(xué)的發(fā)展非常重要。 　　與國外有實力的大學(xué)、研究所、制藥公司等研發(fā)部門相比，我國的計算生物學(xué)研究無論是從人數(shù)和資金投入來說，都還不成規(guī)模，難以形成集群優(yōu)勢。因而，加大對計算生物學(xué)的重視和投入，構(gòu)建一個良好的計算生物學(xué)平臺，成為當(dāng)前的迫切任務(wù)。