生物分子网络

A. 列举3种生物网络,分别说出它们的点和边;(系统生物学)

基因调控网络
所有生物在生长发育和分化过程中，以及在对外部环境的反应中，各种相关基因有条不紊的表达起着至关重要的作用。与原核生物相比，真核生物基因表达的调控更为复杂，真核生物基因表达的调控主要是指编码蛋白质的mRNA产生和行使生物功能过程中的调节与控制。从理论上讲，基因表达调控可以发生在遗传信息传递过程的各个水平上，其中转录调控是基因表达调控中最重要、最复杂的一个环节，也是当前研究的重点。
基因调控网络包括：基因调控检测、基因转录调控数据库、基因转录调控网络

代谢网络
在生物化学领域，代谢通路是指细胞中代谢物质在酶的作用下转化为新的代谢物质过程中所发生的一系列生物化学反应。而代谢网络则是指由代谢反应以及调节这些反应的调控机制所组成的描述细胞内代谢和生理过程的网络。

信号传导网络
生物中的信号传导（signal transction)则是指细胞将一种类型的信号或刺激转换为其他生物信号最终激活细胞反应的过程。同代谢通路一样，信号传导的过程中多个生物分子在酶的作用下按照一定的顺序发生一系列生理化反应，由此得到了信号传导通路。信号传导网络即是指参与信号传导通路的分子和酶以及其间所发生的生化反应所构成的网络。
代谢网络和信号传导网络是研究和分析代谢过程和信号传导过程的重要工具，随着许多物种基因测序的逐步完成以及新的生物检测技术的开发，对生物细胞内生化反应的知识也正以极快的速度增加，这就使构成人类等物种完整的生物代谢网络和信号传导网络成为可能。目前代谢和信号传导通路信息被收集和整理到一些重要的通路数据库中，这些信息是构建代写网络和信号传导网络的基础。

蛋白质互作网络
蛋白质是构成生物体的重要物质，也是形势生物功能的重要生物大分子。单独蛋白通过彼此之间的相互作用构成蛋白质相互作用网络来参与生物信号传递、基因表达调节、能量和物质代谢及细胞周期调控等生命过程的各个环节。系统分析大量蛋白在生物系统中的相互作用关系，对于了解生物系统中蛋白质的工作原理，了解疾病等特殊生理状态下生物信号和能量物质代谢的反应机制，以及了解蛋白之间的功能联系都有重要意义。
蛋白质相互作用通常可以分为物理互作和遗传互作。物理互作是指蛋白质间通过空间构象或化学键彼此发生的结合或化学反应，是蛋白质互作的主要研究对象。而遗传互作则是指在特殊环境下，蛋白质或编码基因收到其他蛋白质或基因的影响，常常表现为表型变化之间的相互关系。
蛋白质互作网络包括：蛋白质互作检测技术（免疫共沉淀技术、酵母双杂交技术、串联亲和纯化—质谱分析技术、蛋白质互作预测技术、遗传互作检测技术）蛋白质互作数据库、蛋白质互作网络。

B. 如何利用生物信息学研究一个蛋白分子

基因组包含了构成和维持一个生活有机体所必备的基本信息，由细胞内进行的多种分子生物学反应将这些信息转化为真正的生命现象。基因组的一部分编码蛋白质和RNA，其它部分调控这些大分子的表达。表达的蛋白质及RNA折叠成高度专一的三维结构，在体内的特定位置上实现其功能。这些过程的大量细节都是在分子生物学研究的实验室里揭示出来的，所形成的大量数据，存储于数据库中。生物信息学试图从这些数据中提取新的生物学信息和知识，是一门深深植根于全面深入的实验事实和数据的理论生物学。从目前生物信息学的研究情况来看，国际上公认的生物信息学的研究内容，大致包括以下几个方面：

生物信息的收集、存储、管理与提供。包括建立国际基本生物信息库和生物信息传输的国际联网系统；建立生物信息数据质量的评估与检测系统；生物信息的在线服务；生物信息可视化和专家系统。

基因组序列信息的提取和分析。包括基因的发现与鉴定，如利用国际EST 数据库 (dbEST) 和各自实验室测定的相应数据，经过大规模 并行计算发现新基因和新SNPs以及各种功能位点；基因组中非编码区的信息结构分析，提出理论模型，阐明该区域的重要生物学功能；进行模式生物完整基因组的信息结构分析和比较研究；利用生物信息研究遗传密码起源、基因组结构的演化、基因组空间结构与DNA折叠的关系以及基因组信息与生物进化关系等生物学的重大问题。

功能基因组相关信息分析。包括与大规模基因表达谱分析相关的算法、软件研究，基因表达调控网络的研究；与基因组信息相关的核酸、蛋白质空间结构的预测和模拟，以及蛋白质功能预测的研究。

生物大分子结构模拟和药物设计。包括RNA(核糖核酸)的结构模拟和反义RNA的分子设计；蛋白质空间结构模拟和分子设计；具有不同功能域的复合蛋白质以及连接肽的设计；生物活性分子的电子结构计算和设计；纳米生物材料的模拟与设计；基于酶和功能蛋白质结构、细胞表面受体结构的药物设计；基于DNA结构的药物设计等。

生物信息分析的技术与方法研究。包括发展有效的能支持大尺度作图与测序需要的软件、数据库以及若干数据库工具，诸如电子网络等远程通讯工具；改进现有的理论分析方法，如统计方法、模式识别方法、隐马尔科夫过程方法、分维方法、神经网络方法、复杂性分析方法、密码学方法、多序列比较方法等；创建一切适用于基因组信息分析的新方法、新技术。包括引入复杂系统分析技术、信息系统分析技术等；建立严格的多序列比较方法；发展与应用密码学方法以及其他算法和分析技术，用于解释基因组的信息，探索DNA序列及其空间结构信息的新表征；发展研究基因组完整信息结构和信息网络的研究方法等；发展生物大分子空间结构模拟、电子结构模拟和药物设计的新方法与新技术。

应用与发展研究。汇集与疾病相关的人类基因信息，发展患者样品序列信息检测技术和基于序列信息选择表达载体、引物的技术，建立与动植物良种繁育相关的数据库以及与大分子设计和药物设计相关的数据库。

总的来说近期生物信息学将在以下几方面迅速发展：大规模基因组测序中的信息分析；新基因和新SNPs（单核苷酸多态性）的发现与鉴定；完整的比较基因组研究；大规模基因功能表达谱的分析；生物大分子的结构模拟与药物设计。而其长远任务是非编码区信息结构分析和遗传密码起源与生物进化的研究。读懂人类基因组，发现人类遗传语言的根本规律，从而阐明若干生物学中的重大自然哲学问题，像生命的起源与进化等。

以下就若干方面再做一定的介绍

1． 数据库

据保守估计，目前世界上平均每一分钟就有一个序列增加到核酸序列数据库中，能够从飞速增长的序列数据更高效的提取信息，建立生物信息中心，通过互联网实现全球范围内的信息共享成为必然。欧美各国及日本等西方国家相继成立了生物信息资源和研究中心，如美国国家生物技术信息中心(National Center for Biotechnology Information，NCBI)、位于英国的欧洲生物信息研究所(European Bioinformatics Institute，EBI)、位于瑞士日内瓦的蛋白质专家分析系统(The Expert Protein Analysis System，ExPaSy)、日本国立遗传学研究院(National Institute Genetics，简称NIG)等。以西欧各国为主的欧洲分子生物学网络组织European Molecular Biology network (EMBnet)，成立于1988年，是目前国际上最大的分子生物信息研究、开发和服务机构。它把欧洲乃至世界各国的生物信息中心联系在一起，实现信息共享，并合作进行开发、研究、培训。

2． 基因组

在后基因组时代，生物信息学家不仅有大量的序列和基因而且有越来越多的完整基因组。有了这些资料人们就能对若干重大生物学问题进行分

C. 生物必修一（分子与细胞）每个章节的知识网络图（共6章）知识点不少于120个

http://zs.prce.com/gaozhong/shengwu/1573
http://wenku..com/view/dca3c4eb998fcc22bcd10d87.html

D. 麝香保心丸网络生物学的意义

麝香保心丸网络生物学研究,首次在国际上提出了基于分子网络来研究中药复方新方法,新思路,并利用网络生物学来研究麝香保心丸的活性成分群及作用机制。

E. 生物分子网络都是单个的还是多个

总的过程是：由喷嘴射出的液柱被分割成一连串的小水滴，根据选定的某个参数由逻辑电路判明是否将被分选，而后由充电电路对选定细胞液滴充电，带电液滴携带细胞通过静电场而发生偏转，落入收集器中；其它液体被当作废液抽吸掉，某些类型的仪器也有采用捕获管来进行分选的。 稳定的小液滴是由流动室上的压电晶体在几十KHz的电信号作用下发生振动而迫使液流均匀断裂而形成的。一般液滴间距约距约数百μm。实验经验公式f=v/4.5d给出形成稳定水滴的振荡信号频率。

F. 我在学生物分子学和细胞生物学，请问大家这个专业的博士哪所学校（研究所）实力强谢谢！

说到生物学专业，不能不提到中国科学院的一系列生物科学研究所。它们可谓生物学研究领域的先头兵，引领了我国生物学高级人才培养基地的建设与发展。作为专门的研究机构，中科院的项目多，科研水平高，公费比例较大。

·中国科学院上海生命科学研究院
中国科学院上海生命科学研究院，是由原中国科学院上海生物化学研究所、上海细胞生物学研究所、上海生理研究所、上海脑研究所、上海药物研究所、上海植物生理研究所、上海昆虫研究所和上海生物工程研究中心等8个生物学研究机构组建成立。世界上首次全人工合成结晶牛胰岛素、酵母丙氨酸转移核糖核酸以及我国第一个被国际公认的创新药物“蒿甲醚”都诞生于此。
提示：上海生科院的重点研究领域包括功能基因组、蛋白质组和生物信息学，生物大分子的结构、相互作用及功能，细胞活动的分子网络调控，脑发育与脑功能的分子与细胞机制，防治重要疾病的新药研究开发、中药现代化以及药物研究的理论和方法，植物分子生理和植物与环境的相互作用，生物技术的创新和应用，生物医学转化型研究，现代营养科学，病毒学与免疫学，计算生物学，以及生命科学与其他学科的交叉。
[招生信息] 2008年计划招生数为247人，其中，生物化学与细胞生物学研究所69人，植物生理生态研究所51人，神经所28人，院直属研发（生物技术与医药）17人，健康科学研究所25人，营养科学研究所25人，上海巴斯德研究所12人，计算生物学伙伴研究所16人，系统生物学重点实验室4人。

·中国科学院生物物理研究所
中国科学院生物物理研究所设有生物化学与分子生物学、生物物理学两个学科的博士、硕士学位授予点。设有生物大分子国家重点实验和脑与认知科学国家重点实验室。在胰岛素三维结构与功能研究等生命科学、蛋白质功能基团的修饰与其生物活性之间的定量关系、人工全合成牛胰岛素、酵母丙氨酸转移核糖核酸的人工全合成等前沿领域的研究成果达到世界领先水平。
[招生信息] 2008年计划招生数为神经生物学、细胞生物学、生物化学与分子生物学、生物物理学、生物信息学、认知神经科学共90人。

·中国科学院武汉病毒研究所
中国科学院武汉病毒研究所于2002年进入中国科学院知识创新工程试点序列。拥有一个国家重点实验室——病毒学国家重点实验室，一个国际联合开放实验室——中、荷、法无脊椎动物病毒学联合开放实验室。研究领域已由原来的普通病毒学扩展到医学病毒和新生病毒性疾病的研究。拥有亚洲最大的病毒保藏库——中国病毒资源保藏与信息中心，其中昆虫病毒占我国已发现病毒的90%以上。创建了具有现代化展示手段的我国唯一的“中国病毒标本馆”。
[招生信息] 2008年计划招生数为微生物学10人，生物化学与分子生物学28人。
综合性大学

综合性大学往往占有学科发展均衡的优势。作为理学的一个重要门类，生物学在这些院校往往能得到较好的发展。一些名牌综合性大学更是因其雄厚的的实力、优越的科研条件和较好的就业前景吸引了大批报考者。
·北京大学
北京大学生命科学院的前身是创办于1925年的北京大学生物学系，是我国高等学校中最早建立的生物学系之一。综合实力与中科院研究所不相上下，是同类院校中的佼佼者。现有2个国家重点实验室——蛋白质工程及植物基因工程国家重点实验室和生物膜及膜生物工程国家重点实验室。生物化学及分子生物学、细胞生物学、植物生物学、动物生物学和生理学为国家重点学科。
[招生信息] 2008年计划招生数为植物学8人，动物学1人，生理学4人，微生物学1人，遗传学3人，细胞生物学12人，生物化学与分子生物学13人，生物物理学1人，生态学3人，生物学（生物信息学）3人，生物学（生物技术）16人。

·复旦大学
复旦大学生命科学学院是我国最早在大学中成立的生命科学学院。拥有遗传工程国家重点实验室、生物多样性与生态工程教育部重点实验室和现代人类学教育部重点实验室。遗传学、生态学为国家重点学科。生态与进化生物学系的研究领域偏重于宏观生物学和生物资源的保护及利用，主要研究方向包括生物多样性科学的理论与方法、种群和进化生态学、基因多样性和生物安全、城市生态与生态经济学、生物信息学、资源生物学等。遗传学和遗传工程系的研究领域为发育遗传学，主要从事与发育有关基因的功能研究。正在进行“P27基因在个体发育过程中抑制细胞分裂的作用”及“果蝇神经发育基因在人类基因组中同源序列”的研究有较大的影响。
[招生信息] 2008年计划招生数为植物学3人，动物学3人，微生物学10人，神经生物学22人，遗传学34人，发育生物学9人，细胞生物学2人，生物化学与分子生物学2人，生物物理学6人，生态学10人，生物信息学2人，人类生物学2人。

·中山大学
中山大学生命科学学院拥有植物学、动物学和生物化学与分子生物学3个国家重点学科。

G. 试论述21世纪分子生物学研究方向及发展趋势.

21世纪分子生物学研究方向及发展趋势

原定2005年完成人类基因组DNA测序的计划，已提前5年完成。当前，人类基因组研究的重点正在由“结构”向功能转移，一个以基因组功能研究为主要研究内容的“后基因组”(post-genomics)
时代已经到来。它的主要任务是研究细胞全部基因的表达图式和全部蛋白图式，或者说“从基
因组到蛋白质组”。于是，分子生物学研究的重点似乎又将回到蛋白质上来，生物信息学也应运而生。随着新世纪的到来，生命科学又将进入这样一个新时代。
一、功能基因组学

遗传学最近的定义是，对生物遗传的研究和对基因的研究。功能基因组学(functionalgenomics)
是依附于对DNA序列的了解，应用基因组学的知识和工具去了解影响发育和整个生物体的特定序列表达谱。以酿酒酵母(S. cervisiae)为例，它的16条染色体的全部序列已于
1996年完成，基因组全长12086 kb，含有5885个可能编码蛋白质的基因，140个编码rRNA
基因，40个编码snRNA基因和275个tRNA基因，共计6340个基因。功能基因组学是进一步研究这6000多个基因，在一定条件下，譬如酵母孢子形成期，同时有多少基因协同表达才能完成这一发育过程，这就需要适应这一时期的全套基因表达谱(gene expression pattern)。要解决如此复杂的问题就必须在方法学上有重大的突破，创造出高效快速地同时测定基因组成千上万个基因活动的方法。目前用于检测分化细胞基因表达谱的方法，有基因表达连续分析法(serial analysis Of
gene expression，SAGE)、微阵列法(microarray)、有序差异显示(ordered differential display
，ODD)和DNA芯片(DNA chips)技术等。今后，随着功能基因组学的深入发展，将会有更新更
好的方法和技术出现。功能基因组亦包括了在测序后对基因功能的研究。酵母有许多功能重复的基因，常分布在染色体的两端，当酵母处于丰富培养基条件时，这些
基因似乎是多余的，但环境改变时就显示出其功能。基因丰余现象实际上是对环境的适应，丰余基因的存在为进化适应提供了可选择的余地。基因
组全序列还保留了基因组进化的遗迹，提示基因重复常发生在近中心粒区和染色体臂中段。
当前，研究者已把酵母基因组作为研究真核生物基因组功能的模式，计划建立酵母基因组6000多个基因的单突变体文库(single mutant library)，并可用于其它高等真核生物基因组之“基因功能作图”。
总之，功能基因组学的任务，是对成千上万的基因表达进行分析和比较，从基因组整体水平上阐述基因活动的规律。核心问题是基因组的多样
性和进化规律，基因组的表达及其调控，模式生物体基因组研究等。这门新学科的形成，是在后基因组时代生物学家的研究重点从揭示生命的所有
遗传信息转移到在整体水平上对生物功能研究的重要标志。
二、蛋白质组学
蛋白质组(proteome)对不少人来说，目前还是一个比较陌生的术语；它是在1994年由澳大利亚Macguarie大学的Wilkins等首先提出的，随后，得到国际生物学界的广泛承认。他们对蛋白质组的定义为：“蛋白质组指的是一个基因组所表达的全部蛋白质”(proteome indicates the proteins expressed by a genome)；“proteome”是由蛋白质一词的前几个字母"prote”和基因组一词的后几个字母"ome”拼接而成。
蛋白质组学是以蛋白质组为研究对象，研究细胞内所有蛋白质及其动态变化规律的科学。蛋白质组与基因组不同，基因组基本上是固定不变的，即同一生物不同细胞中基因组基本上是一样的，人类的基因总数约是32 000个。单从DNA序列尚不能回答某基因的表达时间、表达量、蛋白质翻
译后加工和修饰的情况，以及它们的亚细胞分布等。这些问题可望在蛋白质组研究中找到答案，因为蛋白质组是动态的，有它的时空性、可调节性，进而能够在细胞和生命有机体的整体水平上阐明生命现象的本质和活动规律。蛋白质组研究的数据与基因组数据的整合，亦会对功能基因组的研究发挥重要的作用。

蛋白质组由原定义一个基因组所表达的蛋白质，改为细胞内的全部蛋白质，比较更为全面而准确。但是，要获得如此完整的蛋白质组，在实践
中是难以办到的。因为蛋白质的种类和形态总是处在一个新陈代谢的动态过程中，随时发生着变化，难以测准。所以，1997年，Cordwell和Humphery-Smith提出了功能蛋白质组(functionalproteome)的概念，它指的是在特定时间、特定环境和实验条件下基因组活跃表达蛋白质。与此同时，中国生物科学家提出了功能蛋白质组学(functional protemics)新概念，把研究定位在细胞内与某种功能有关或在某种条件下的一群蛋白质。功能蛋白质组只是总蛋白质组的一部分，通过对功能蛋白质组的研究，既能阐明某一群体蛋白质的功能，亦能丰富总蛋白质数据库，是从生物大分子(蛋白质、基因)水平到细胞水平研究的重要桥梁环节。

无论是蛋白质组学还是功能蛋白质组学，首先都要求分离亚细胞结构、细胞或组织等不同生命结构层次的蛋白质，获得蛋白质谱。为了尽可能分辨细胞或组织内所有蛋白质，目前一般采用高分辨率的双向凝胶电泳。一种正常细胞的双向电泳图谱通过扫描仪扫描并数字化，运用二维分析软
件可对数字化的图谱进行各种图像分析，包括分离蛋白在图谱上的定位，分离蛋白的计数、图谱间蛋白质差异表达的检测等。一种细胞或组织的蛋白质组双向电泳图，可得到几千甚至上万种蛋白质，为了适应这种大规模的蛋白质分析，质谱已成为蛋白质鉴定的核心技术。从质谱技术测得完整蛋白质的相对分子质量、肽质谱(或称肽质量指纹，pepetide massfingerprint)以及部分肽序列等数据，通过相应数据库的搜寻来鉴定蛋白质。此外，尚需对蛋白质翻译后修饰的类型和程度进行分析。在蛋白质组定性和定量分析的基础上建立蛋白质组数据库。
从提出蛋白质组的概念到现在短短几年中，已于1997年构建成第一个完整的蛋白质组数据库-酵母蛋白质数据库(yeast protein database，YPD)，进展速度极快，新的思路和技术不断涌现，蛋白质组学这门新兴学科，在今后的实践中将会不断完善，充实壮大，发展成为后基因组时代的带头学科。

三、生物信息学

HGP
大量序列信息的积累，导致了生物信息学(Bioinformatics)这门全新的学科的产生，对DNA和蛋白质序列资料中各种类型信息进行识别、存储、分析、模拟和转输。它常由数据库、计算机网络和应用软件三大部分组成。国际上现有4个大的生物信息中心，即美国生物工程信息中心(GenBank)和基因组序列数据库(GSDB)，欧洲分子生物学研究所(EMBL)和日本DNA数据库(DDBJ)。这些中心和全球的基因组研究实验室通过网站、电子邮件或者直接与服务器和数据库联系而获得的搜寻系统，使得研究者可以在多种不同的分析系统中对序列数据进行查询，利用和共享巨大的生物信息资源。

随着DNA大规模自动测序的迅猛发展，序列数据爆炸性地积累，HGP正式启动之时，就与信息科学和数据库技术同步发展，收集、存储、处理了庞大的数据，生物信息学逐步走向成熟，在基因组计划中发挥了不可取代的作用。建立的核苷酸数据库，已存有数百种生物的cDNA和基因组DNA序列的信息。在已应用的软件中，有DNA分析、基因图谱构建、RNA分析、多序列比较、同源序列检索、三维结构观察与演示、进化树生成与分析等。在蛋白质组计划中，由于蛋白质组随发育阶段和所处环境而变化，mRNA丰度与蛋白质的丰度不是显著相关，以及需要经受翻译后的修饰，因而对蛋白质的生物信息学研究，在内容上有许多特殊之处。现在建立的数据库，有蛋白质序列、蛋白质域、二维电泳、三维结构、翻译后修饰、代谢及相互作用等。而通用的软件，主要包括蛋白质质量+蛋白质序列标记、模拟酶解、翻译后修饰等。

当今的潮流是利用生物信息学研究基因产物——蛋白质的性质并估计基因的功能。
传统的基因组分析是利用一系列方法来得到连续的DNA
序列的信息，而蛋白质组连续系(proteomic cortigs)则源于多重相对分子质量和等电范围，由此来构建活细胞内全部蛋白质表达的图像。氨基酸序列与其基因的DNA
序列将被联系在一起，最终与蛋白质组联系在一起，从而允许人们研究不同条件下的细胞和组织。
http://wenku..com/view/8a22e94669eae009581bec35.html
看我整理了这么长时间，你就采纳了吧，亲。