Science专题：计算生物学

生物通, 2012年4月13日

计算生物学（Computational Biology）是生物学的一个分支。根据美国国家卫生研究所（NIH）的定义，它是指开发和应用数据分析及理论的方法、数学建模和计算机仿真技术，用于生物学、行为学和社会群体系统的研究的一门学科。

4月13日出版的Science杂志就以此为题，汇总概括了这一领域的方方面面，除此之外在Science Signaling和Science Careers也有相关的内容。

在这一特刊专题中，首先主题文章以“Does It Compute?”为题，介绍了被“计算”的生物学。文章指出，有关计算生物学的探讨起源自这一领域的一位先驱：阿兰•麦席森•图灵（Alan Mathison Turing，1912-1957），今年是他的一百周年祭，这位英国著名的数学家和逻辑学家，被称为计算机科学之父、人工智能之父，是计算机逻辑的奠基者，提出了“图灵机”和“图灵测试”等重要概念。人们为纪念其在计算机领域的卓越贡献而设立“图灵奖”。

也是这位科学家建议可以利用数学公式描述生物问题——他指出，向日葵螺旋数目是一个Fibonacci数字，而且动物皮肤的形成模式也可以被描述为一种反应扩散模型（reaction diffusion model），当时图灵缺乏数据，以及计算能力建立这一模型。随着科技的发展，今天我们可以获取大量的数据，计算能力也大幅度提高，因此可以从新的观点来分析生命的机制。

如果将生命体看成一架极其精密的机器，那么每个生命活动，诸如蛋白质表达、细胞间的信号传送，都可以通过计算机的模拟计算来重现。作为一门新兴学科，计算生物学使得传统生命研究走向定量化、精确化，而且可以在系统层面上进行观察研究。

在这一学科中，模拟生物进程的模型可以通过生物细节和计算复杂性进行模拟，这一方面也取得了不少成果。这一专题中也就这方面进行了总结。另外随着测序技术的发展，基因组信息大量膨胀，另外一篇文章“Integrating Genomes”就在这一方面进行了介绍。

图灵不仅在寻找能用于生物学的数据规律，而且他还提出了疑问——在机器和生物机体之间是否存在根本的差异，要回答这一问题，还需要更深入的探讨。

用细菌构建生物计算机组件

来自英国伦敦帝国理工学院的研究人员利用肠道细菌和DNA片段成功地构建出了可用于处理信息的“生物逻辑门”，这一研究成果为科学家们研制出新一代的生物计算机铺平了道路。
 
逻辑门是计算机的基础，它是一种对输入的信息进行逻辑运算，然后输出信息的装置。通过对不同的逻辑门进行各种组合，就可以搭建出复杂的计算机电路。现在我们证实我们能利用细菌和DNA复制出当前计算机所用电路逻辑门相似的生物逻辑门。这一成果能够推动研发出新一代的生物计算机，并将其推广到生物信息处理应用中去。

研究人员用一种无害的大肠杆菌(E.Coli)构建了一个称之为“是门”（AND Gate）的生物逻辑门。随后他们利用基因改造的方法对大肠杆菌进行了重编程，使其在受到化合物刺激时能够通过转换“开”（on）或“关”（off）进行信息处理。此外，研究人员还证实这种生物逻辑门能够如同电路元件一样连接到一起形成更为复杂的元件。在另一项实验中，研究人员成功地构建了一个“非门”（ NOT gate），并将其与AND gate组合到一起形成了更为复杂的“与非门”（NAND gate）。

理论群体遗传学进展

研究人员提出了一种全新的通过检验树的拓扑结构策略来检测新近发生的正选择，并建立了相应的统计学方法，这实现了20年来理论群体遗传学的一个梦想——建立一个行之有效的方法，使得检测新近发生的正选择不受群体数量变化的影响。

数学和计算机模拟两方面均证明了，该统计学假设检验的结果不受群体历史数量变动的影响，比如瓶颈效应和群体扩张。这意味着无论群体的数量在历史上如何变动，这一新方法的假阳性率将保持在统计学假设检验时所设的显著性水平以下。

新的方法不需要任何种群历史的信息或者对种群参数的估计，也无需基因组水平的遗传多态数据，仅仅需要来自于100 – 1000bp范围内的遗传多态数据，就可以可靠地检测新近发生的正选择。这一新方法的建立将极大地促进相关领域的发展。

原文：Sciene特刊专题