బయోఇన్ఫర్మేటిక్స్

వికీపీడియా నుండి
ఇక్కడికి గెంతు: మార్గసూచీ, వెతుకు
మానవ X క్రోమోజోమ్ పటము (NCBI వెబ్‌సైట్ నుంచి)బయోఇన్ఫర్మేటిక్స్ ద్వారా సాధించిన గొప్ప విజయాల్లో మానవ జన్యురాశి నిర్మాణం ఒకటి.


అణు జీవశాస్త్ర రంగంలో సమాచార సాంకేతిక పరిజ్ఞానాన్ని ఉపయోగించడమే బయోఇన్ఫర్మేటిక్స్ . జీవసంబంధ వ్యవస్థల్లో సమాచార ప్రక్రియల అధ్యయనం కోసం బయోఇన్ఫర్మేటిక్స్ (జీవసమాచార శాస్త్రం) అనే పదాన్ని 1979లో పౌలిన్ హోగ్‌వెగ్ కనిపెట్టారు. డేటాబేస్‌లు, పట్టికలు, గణన మరియు గణాంక సాంకేతిక పద్ధతుల సృష్టి, అభివృద్ధికి మరియు జీవసంబంధ సమాచార నిర్వహణ మరియు విశ్లేషణల నుంచి ఏర్పడే క్రమబద్ధ మరియు ప్రయోగాత్మక సమస్యలను పరిష్కరించేందుకు ఇప్పుడు బయోఇన్ఫర్మేటిక్స్ అనివార్యమైంది. గత కొన్ని దశాబ్దాలుగా జన్యు మరియు ఇతర పరమాణు పరిశోధనలకు సంబంధించిన సాంకేతిక పరిజ్ఞానాలు వేగంగా వృద్ధి చెందడం, సమాచార సాంకేతిక పరిజ్ఞానాలు కూడా బాగా అభివృద్ధి చెందడంతో అణు జీవశాస్త్రానికి సంబంధించిన ఎంతో సమాచారం బయటకు వచ్చింది. జీవసంబంధ ప్రక్రియలను అర్థం చేసుకునేందుకు ఉపయోగించే గణిత మరియు గణన పద్ధతులకు ఇచ్చిన పేరునే బయోఇన్ఫర్మేటిక్స్ అంటారు. DNA మరియు ప్రోటీన్ శ్రేణులను ప్రతిసంధానం చేయడం మరియు విశ్లేషించడంతోపాటు, వివిధ DNA మరియు ప్రోటీన్ శ్రేణుల అమరికలను పోల్చడం, ప్రోటీన్ నిర్మాణాల 3-D నమూనాలను సృష్టించడం, వీక్షించడం బయోఇన్ఫర్మేటిక్స్‌లో నిర్వహించే సాధారణ కార్యకలాపాలు.


జీవ ప్రక్రియలను సాధ్యమైనంత ఎక్కువగా అర్థం చేసుకునే వీలు కల్పించడమే బయోఇన్ఫర్మేటిక్స్ యొక్క ప్రాథమిక లక్ష్యం. ఈ లక్ష్యాన్ని సాధించేందుకు గణన అవధారాణార్థకమైన సాంకేతిక పరిజ్ఞానాల అమలు, అభివృద్ధిపై ఇది దృష్టి పెట్టింది (ఉదా., నమూనా గుర్తింపు, సమాచార వెలికితీత, యంత్ర అభ్యాస పట్టికలు మరియు చిత్రణం), ఇతర పద్ధతుల నుంచి దీనిని వేరుచేసే అంశం కూడా ఇదే. శ్రేణి అమరిక, జన్యు గుర్తింపు, జన్యురాశి నిర్మాణం, ప్రోటీన్ నిర్మాణ అమరిక, ప్రోటీన్ నిర్మాణ అంచనా, జన్యు సమాస అంచనా, ప్రోటీన్-ప్రోటీన్ సంకర్షణలు, జన్యుసంబంధ విస్తృత అధ్యయనాలు మరియు పరిణామ రూపకల్పనలపై ఈ రంగంలో ప్రధాన పరిశోధనలు జరిగాయి.


పరిచయం[మార్చు]

"జన్యు విప్లవం" ప్రారంభమైన మొదట్లో న్యూక్లియోటైడ్ మరియు అమైనో ఆమ్ల శ్రేణుల వంటి జీవసంబంధ సమాచారాన్ని నిల్వచేసే డేటాబేస్‌ను సృష్టించేందుకు, నిర్వహించేందుకు బయోఇన్ఫర్మేటిక్స్‌ను ఉపయోగించారు. ఇటువంటి డేటాబేస్ తయారు చేసేందుకు నమూనాతోపాటు, సంక్లిష్ట అంతర్ముఖాలను అభివృద్ధి చేయాల్సివుంటుంది. దీనిలో పరిశోధకులు నిల్వవున్న సమాచారాన్ని సమీక్షించడంతోపాటు, కొత్త సమాచారాన్ని నిల్వచేయవచ్చు.


వివిధ వ్యాధులు సంక్రమించిన సమయంలో సాధారణ జీవ అణు క్రియలు ఎలా మారిపోతాయో అధ్యయనం చేయాలంటే, ఈ క్రియల సమగ్ర రూపాన్ని తయారు చేసేందుకు తప్పనిసరిగా జీవసంబంధ సమాచారాన్ని మిళితం చేయాలి. ఇందుకోసం బయోఇన్ఫర్మేటిక్స్ రంగం ఉద్భవించింది, దీనితో అత్యంత కీలకమైన, క్లిష్టమైన న్యూక్లియోటైడ్ మరియు అమైనో ఆమ్ల శ్రేణులు, ప్రోటీన్ ఆవరణలు, ప్రోటీన్ నిర్మాణాలతోపాటు, వివిధ రకాల సమాచారాన్ని వివరించడం మరియు విశ్లేషించడం సులభమైంది. సమాచార వివరణ మరియు విశ్లేషణకు సంబంధించిన వాస్తవ ప్రక్రియను జీవగణన శాస్త్రం అంటారు. బయోఇన్ఫర్మేటిక్స్ మరియు జీవగణన శాస్త్రంలో ముఖ్యమైన ఉప-శాఖలు:


ఎ) సాధనాల అభివృద్ధి, అమలు ద్వారా వివిధ రకాల సమాచారంలోకి సమర్థవంతమైన ప్రవేశ సౌలభ్యం, సమాచార నిర్వహణ, వినియోగం సాధ్యపడుతుంది. బి) కొత్త పట్టికలు (గణిత సూత్రాలు) మరియు గణాంకాల అభివృద్ధితో భారీ సమాచార సమితుల్లో పాత్రల మధ్య బంధాలను అంచనా వేయవచ్చు, ఉదా. ఒక శ్రేణిలో జన్యువును గుర్తించడం, ప్రోటీన్ నిర్మాణాన్ని మరియు/లేదా క్రియను అంచనావేయడం, ప్రోటీన్ శ్రేణులను సంబంధిత శ్రేణుల కుటుంబాలుగా సమూహపరిచేందుకు ఉపయోగించే పద్ధతులు.


ప్రధాన పరిశోధనలు[మార్చు]

శ్రేణి విశ్లేషణ[మార్చు]


1977లో ఫాగే Φ-X174 క్రమఅమరికను గుర్తించినప్పటి నుంచి, వందలాది జీవుల DNA శ్రేణుల సంకేతాలను భేదించి, వాటిని డేటాబేస్‌లలో భద్రపరిచారు. ఈ సమాచారాన్ని విశ్లేషించడం ద్వారా పాలీపెప్టైడ్‌లు, నియంత్రణ శ్రేణుల సంకేతాలను నిర్మించే జన్యువులను గుర్తించారు. ఒకేరకమైన జీవులలోని లేదా వేర్వేరు జీవుల మధ్య జన్యులను పోల్చడం ద్వారా ప్రోటీన్ క్రియల మధ్య సారూప్యతలు లేదా జీవుల మధ్య సంబంధాలను (జీవుల పరిణామాభివృద్ధి వృక్షాలను నిర్మించేందుకు పరమాణు క్రమవర్గీకరణలను ఉపయోగిస్తారు) చూడవచ్చు. సమాచార పరిమాణం పెరిగిపోతుండటంతో, చాలాకాలం క్రితమే DNA శ్రేణులను చేతితో విశ్లేషించడం కష్టమైపోయింది. బిలియన్ల సంఖ్యలో న్యూక్లియోటైడ్‌లు కలిగివుండే వేలాది జీవుల జన్యురాశులను శోధించేందుకు ఇప్పుడు కంప్యూటర్ ప్రోగ్రామ్‌లను ఉపయోగిస్తున్నారు. సమరూపంకాని, సంబంధిత శ్రేణులను గుర్తించేందుకు DNA శ్రేణిలో పరివర్తనలకు (వినిమయ, తొలగించిన లేదా ప్రవేశపెట్టిన బేస్‌లు) బదులుగా ఈ ప్రోగ్రామ్‌లు పనిచేస్తాయి. ఈ శ్రేణి అమరిక యొక్క వైవిధ్యాన్ని దీనికి సంబంధించిన క్రమఅమరిక ప్రక్రియలోనే ఉపయోగిస్తారు. దీనినే షాట్‌గన్ సీక్వెన్సింగ్ సాంకేతిక ప్రక్రియగా పిలుస్తారు (ఉదాహరణకు, తొలిసారి హెమోఫిలస్ ఇన్‌ఫ్లూయెంజా అనే బాక్టీరియా యొక్క జన్యురాశి వర్గీకరణ కోసం ఇన్‌స్టిట్యూట్ ఫర్ జీనోమిక్ రీసెర్చ్ ఈ సాంకేతిక ప్రక్రియను ఉపయోగించింది), ఈ ప్రక్రియ న్యూక్లియోటైడ్‌ల శ్రేణుల జాబితా ఇవ్వదు, అయితే దీనికి బదులుగా వేలాది చిన్న DNA భాగాల (ప్రతి భాగం 600-800 న్యూక్లియోటైడ్‌ల పొడవు ఉంటుంది) శ్రేణులను తెలియజేస్తుంది. ఈ భాగాల చివరలు ఒకదానిపై ఒకటి చేరి ఉంటాయి మరియు వీటిని సరైన మార్గంలో ఒక క్రమంలో అమరిస్తే పూర్తి జన్యురాశి తయారవుతుంది. షాట్‌గన్ శ్రేణి సమాచారాన్ని త్వరగా ఫలింపజేస్తుంది, అయితే పెద్ద జన్యురాశుల భాగాలను నిర్మించే ప్రక్రియ మాత్రం ఇందులో బాగా కష్టం. మానవ జన్యు కార్యక్రమం విషయంలో భాగాలను కూర్చేందుకు అనేక రోజుల CPU వ్యవధి (ప్రత్యేకంగా దీని కోసం ఉద్దేశించిన వంద పెంటియమ్ III కంప్యూటర్ల సాయం తీసుకున్నారు) పట్టింది. వాస్తవానికి ఈ రోజు వరకు జరిగిన అన్ని జన్యురాశుల వర్గీకరణ షాట్‌‍గన్ సీక్వెన్సింగ్ పద్ధతిలోనే జరిగింది, బయోఇన్ఫర్మేటిక్స్ పరిశోధనలో జన్యురాశి నిర్మాణ పట్టికలు ఒక క్లిష్టమైన విభాగం.


శ్రేణి విశ్లేషణలో బయోఇన్ఫర్మేటిక్స్ యొక్క మరో ఉపయోగం ఏమిటంటే స్వయంచాలిత జన్యువుల శోధన మరియు జన్యురాశిలో నియంత్రణ శ్రేణుల గుర్తింపు. జన్యురాశిలోని న్యూక్లియోటైడ్‌లు అన్నీ జన్యువులు కాదు. పెద్దజీవుల జన్యురాశిలో, ఎక్కువ DNA భాగాలు ఎటువంటి ప్రయోజనానికి ఉపయోగపడవు. ఇటువంటి భాగాలనే జంక్ DNA అని పిలుస్తారు, అయితే వీటిలోనూ గుర్తించని క్రియా మూలకాలు ఉండవచ్చు. బయోఇన్ఫర్మేటిక్స్ జన్యురాశి మరియు ప్రోటీన్‌రాశి ప్రాజెక్టుల మధ్య వంతెనగా ఉపయోగపడుతుంది-- ఉదాహరణకు, ప్రోటీన్ గుర్తింపుకు DNA శ్రేణులను ఉపయోగించడం.


వీటిని కూడా చూడండి: శ్రేణి విశ్లేషణ, శ్రేణి ఆకృతి సాధనం, శ్రేణి మూలాంశం.


జన్యురాశి వివరణ[మార్చు]


జెనోమిక్స్ (జన్యుపదార్థ శాస్త్రం) సందర్భంలో ఎన్నోటేషన్ (వివరణ) అనేది DNA శ్రేణిలో జన్యువులు మరియు ఇతర జీవసంబంధ అంశాలను గుర్తించే ప్రక్రియ. తొలి జన్యురాశి వివరణ సాఫ్ట్‌వేర్ వ్యవస్థను డాక్టర్ ఓవెన్ వైట్ 1995లో రూపొందించారు. తొలిసారి స్వయంపోషక జీవుల జన్యురాశిని విశ్లేషించిన, క్రమబద్దీకరణ చేసిన బృందంలో వైట్ కూడా ఒక సభ్యుడు, ఆయనతో కూడిన బృందం హెమోఫిలస్ ఇన్‌ఫ్లూయెంజా బ్యాక్టీరియా జన్యురాశిని విశ్లేషించింది. జన్యువులు, RNA బదిలీ, ఇతర అంశాలను గుర్తించేందుకు, జన్యు క్రియపై ప్రాథమిక అంచనాలు తయారు చేసేందుకు డాక్టర్ వైట్ ఒక సాఫ్ట్‌వేర్ వ్యవస్థను రూపొందించారు (DNA శ్రేణిలో ఈ వ్యవస్థను అమర్చడం ద్వారా ప్రోటీన్‌ను సంకేత రూపంలోనికి మారుస్తారు). దాదాపుగా ప్రస్తుత జన్యురాశి వివరణ వ్యవస్థలన్నీ ఒకేరకంగా పనిచేస్తాయి, అయితే జన్యుపదార్థ DNAను విశ్లేషించేందుకు అందుబాటులో ఉన్న ప్రోగ్రామ్‌లు ఎప్పటికప్పుడు మారుతూ, కొత్త మెరుగులు దిద్దుకుంటున్నాయి.


గణన జీవపరిణామ శాస్త్రం[మార్చు]

జీవుల మూలం, పతనం, కాలంతోపాటు అవి చెందిన మార్పులను అధ్యయనం చేసే విభాగమే జీవపరిణామ శాస్త్రం. జీవపరిణామ శాస్త్రవేత్తలకు సమాచార శాస్త్రం అనేకరకాలుగా ఉపయోగపడుతుంది; ఇది పరిశోధకులు:

  • భౌతిక వర్గీకరణ లేదా భౌతిక పరిశీలనల ద్వారానే కాకుండా జీవుల DNAలో మార్పులను కొలవడం ద్వారా వాటి పరిణామ క్రమాన్ని గుర్తించేందుకు ఉపయోగపడింది,
  • ఇటీవల కాలంలో, మొత్తం జన్యురాశులను పోల్చేందుకు దీనిని ఉపయోగిస్తున్నారు, దీని ద్వారా జన్యు మార్పిడి, సమతల జన్యు బదిలీ, బాక్టీరియా జీవ జాతుల పరిణామంలోని ముఖ్యమైన అంశాలను అంచనా వేయడం వంటి మరింత క్లిష్టమైన పరిణామ క్రమాలను అధ్యయనం చేసే వీలు ఏర్పడింది,
  • నిర్ణీత కాలంలో వ్యవస్థ ఫలితాన్ని అంచనా వేసేందుకు జాతులకు సంబంధించిన సంక్లిష్ట గణన పద్ధతులను నిర్మించడం
  • భారీ సంఖ్యలో జాతులు మరియు జీవాల సమాచారాన్ని గుర్తించేందుకు, పంచుకునేందుకు

ఇప్పుడు బాగా సంక్లిష్టంగా ఉన్న జీవన వృక్షాన్ని పునర్నిర్మించేందుకు సంబంధించిన భవిష్యత్ కార్య సాధనలకు ఇది ఉపయోగపడుతుంది.


జన్యు పట్టికలు ఉపయోగించే కంప్యూటర్ సైన్స్ పరిశోధనలు కొన్నిసార్లు గణన జీవపరిణామ శాస్త్రంతో గందరగోళం సృష్టిస్తుంటాయి, అయితే ఈ రెండింటికి ఎటువంటి సంబంధం లేదు.


జీవవైవిధ్యం[మార్చు]


ఒక పర్యావరణవ్యవస్థ యొక్క జీవవైవిధ్యాన్ని నిర్దిష్ట పర్యావరణం యొక్క మొత్తం జన్యు పూరకంగా నిర్వచించవచ్చు, అన్నిరకాల జాతులు లేదా జీవ, నిర్జీవాలతో కలిసి ఉన్న భూమిపై మొత్తం జీవావరణం యొక్క జన్యు పూరకాన్ని జీవవైవిధ్యం అంటారు. జాతుల పేర్లు, వర్ణనలు, వాప్తి, జన్యు సమాచారం, జాతుల స్థితి మరియు పరిమాణం, సహజావరణ అవసరాలు, ప్రతి జీవి ఇతర జాతులతో ఎలా సంకర్షణ చెందుతుందో తెలుసుకునేందుకు డేటాబేస్‌లను ఉపయోగిస్తారు. సమాచార శోధన, చిత్రణం, విశ్లేషణకు మరియు ముఖ్యంగా ఇతర వ్యక్తులతో సమాచారాన్ని పంచుకునేందుకు ప్రత్యేక సాఫ్ట్‌వేర్ ప్రోగ్రామ్‌లను ఉపయోగిస్తున్నారు. ఇటువంటి వాటిని పాపులేషన్ డైనమిక్స్‌గా (జాతుల్లో స్వల్ప, దీర్ఘకాలిక మార్పులను అధ్యయనం చేసే విభాగం) మార్చేందుకు లేదా ప్రజనన వర్గం (వ్యవసాయంలో), అంతరించిపోతున్న జాతుల (పరిరక్షణలో) సంచిత జన్యు ఆరోగ్యాన్ని లెక్కించడానికి కంప్యూటర్ అనుకరణలు ఉపయోగపడతాయి. ఈ రంగం యొక్క ఒక ఉద్వేగభరితమైన సామర్థ్యం ఏమిటంటే మొత్తం DNA శ్రేణులు లేదా అంతరించిపోతున్న జాతుల జన్యురాశులను రక్షించడం, ప్రకృతియొక్క జన్యు పరిశోధన ఫలితాలను ఇన్ సిలికో (కంప్యూటర్ ఆధారిత జీవశాస్త్ర పరిశోధన ఫలితాలు నిల్వచేసే పద్ధతి)లో భద్రపరచడం మరియు భవిష్యత్‌లో ఆ జాతులు అంతరించిపోయినా, వాటిని పునర్వినియోగించవచ్చు.[1]


జన్యు సమాస విశ్లేషణ[మార్చు]

సూక్ష్మక్రమఅమరిక, ఎక్స్‌ప్రెస్డ్ cDNA సీక్వెన్స్ టాగ్ (EST) క్రమఅమరిక, జన్యు సమాస వరుస విశ్లేషణ (SAGE) పట్టి క్రమఅమరిక, గురుతర సమాంతర లక్షణ క్రమఅమరిక (MPSS) లేదా వివిధ ఇన్ సితు సంకర అనువర్తనల వంటి బహుళ సాంకేతిక పద్ధతుల ద్వారా mRNA స్థాయిలను కొలుస్తారు, వీటితో అనేక జన్యువుల సమాసాన్ని గుర్తించవచ్చు. ఈ పద్ధతులన్నీ తీవ్ర శబ్ద-పీడితాలు మరియు/లేదా జీవ సంబంధ కొలతల్లో అభినతి చెందే అవకాశం ఉంది, అధిక నిర్గమాంశ జన్యు సమాస అధ్యయనాల్లో శబ్దం నుంచి సంకేతాన్ని వేరు చేసేందుకు గణాంక సాధనాలను అభివృద్ధి చేయడంపై జీవగణన శాస్త్రంలో ప్రధాన పరిశోధనలు సాగుతున్నాయి. ఇటువంటి అధ్యయనాలు తరచుగా లోపాల కలిగిన జన్యువులను గుర్తించేందుకు ఉపయోగిస్తున్నారు: కొన్ని రకాల క్యాన్సర్ కణాల్లో ఎక్కువగా క్రమపరచబడ్డ మరియు తక్కువ క్రమపరచబడిన సంకేతాలను గుర్తించేందుకు క్యాన్సర్ సోకిన ఉపతల కణాల నుంచి సేకరించిన సూక్ష్మక్రమఅమరిక సమాచారాన్ని, ఆరోగ్యకర కణాల సమాచారంతో పోల్చుతారు.


నియంత్రణ విశ్లేషణ[మార్చు]

హార్మోన్ వంటి కణంవెలుపలి సంకేతంతో మొదలయ్యే సంక్లిష్ట కార్యక్రమాలు ఒకటి లేదా అంతకంటే ఎక్కువ ప్రోటీన్‌ల క్రియను పెంచడం లేదా తగ్గించడం చేస్తాయి, ఈ సంక్లిష్ట అమరిక కార్యక్రమాలను నియంత్రించాల్సివుంటుంది. ఈ ప్రక్రియలో వివిధ దశలను అన్వేషించేందుకు బయోఇన్ఫర్మేటిక్స్ సాంకేతిక పద్ధతులను అనువర్తింపజేస్తున్నారు. ఉదాహరణకు, జన్యు సంకేత ప్రాంతాన్ని ఆవరించివున్న DNAలో శ్రేణి మూలాంశాలను గుర్తించేందుకు మరియు అధ్యయనం చేసేందుకు ప్రవర్తక విశ్లేషణను ఉపయోగిస్తారు. ఈ మూలాంశాలు mRNAలోకి మార్పు చెందే ప్రాంతాన్ని ప్రభావితం చేస్తాయి, సమాస సమాచారాన్ని జన్యు నియంత్రణను సరిగా అంచనా వేసేందుకు ఉపయోగిస్తారు: జన్యువుల ప్రతి దశ గురించి ప్రతిపాదన తయారు చేసేందుకు జీవి యొక్క అనేక దశల సూక్ష్మక్రమఅమరిక సమాచారాన్ని పోల్చవచ్చు. ఏక-కణ జీవిలో కణ చక్రం దశలను వివిధ ఒత్తిడి పరిస్థితులతో (ఉష్ట ఘాతం, పస్తు ఉండటం, తదితరాలు) పోల్చవచ్చు. సమాస సమాచారానికి సమూహ క్రమసూత్రాలను అమలు చేయడం ద్వారా కలిపి వ్యక్తీకరించగలిగిన జన్యువులను గుర్తించవచ్చు. ఉదాహరణకు, ఎక్కువగా సంకేతించబడిన నియంత్రణ మూలకాల కోసం ఏకవ్యక్తీకరణ గల జన్యువుల ఎగుదల ప్రాంతాలను (ప్రవర్తకులు) శోధించవచ్చు.


ప్రోటీన్ సమాస విశ్లేషణ[మార్చు]

జీవసంబంధ నమూనాలో ఉండే ప్రోటీన్‌ల ఛాయాచిత్రాలను ప్రోటీన్ సూక్ష్మక్రమఅమరికలు మరియు అధిక నిర్గమాంశ (HT) మాస్ స్పెక్ట్రోమెట్రీ (MS) (స్పెక్ట్రోస్కోప్‌తో సమూహ వర్ణపట విశ్లేషణ) పద్ధతులు అందించగలవు. ప్రోటీన్ సూక్ష్మక్రమఅమరిక మరియు HT MS సమాచారాన్ని అర్థం చేసుకునేందుకు బయోఇన్ఫర్మేటిక్స్ బాగా అవసరమవతాయి; ఇందులో మొదటి పద్ధతి mRNAను సూక్ష్మక్రమఅమరికలు లక్ష్యంగా చేసుకోవడంతో ఒకేరకమైన సమస్యలను ఎదుర్కొంటుంది, తరువాతి పద్ధతి పెద్ద మొత్తంలో సమూహ సమాచారాన్ని ప్రోటీన్ శ్రేణి డేటాబేస్‌ల నుంచి అంచనావేసిన సమూహాలతో పోల్చడంతోపాటు, ప్రతి ప్రోటీన్ నుంచి గుర్తించిన అసంపూర్ణ బహుళ పెప్టైడ్‌ల నమూనాలను క్లిష్టమైన గణాంక విశ్లేషణ చేస్తుంది.


క్యాన్సర్‌లో పరివర్తనల విశ్లేషణ[మార్చు]

క్యాన్సర్‌లో రోగగ్రస్త కణాల జన్యువులు సంక్లిష్టమైన లేదా గుర్తించలేని మార్గాల్లో పునర్వ్యవస్థీకరించబడతాయి. క్యాన్సర్‌లోని వివిధ రకాల జన్యువుల్లో ముందుగా తెలియని బిందు పరివర్తనలను గుర్తించేందుకు భారీ క్రమఅమరిక చర్యలను ఉపయోగిస్తారు. సేకరించిన పరిపూర్ణ శ్రేణి సమాచారాన్ని నిర్వహించేందుకు బయోఇన్ఫర్మేటిక్స్ నిపుణులు స్వయంచాలిత వ్యవస్థలను తయారు చేస్తూనే ఉన్నారు, మరియు పెరుగుతున్న మానవ జన్యురాశి సేకరణలు మరియు జన్యుక్రమ ఫాలీమోర్ఫిమ్స్ క్రమఅమరిక ఫలితాలను పోల్చేందుకు వారు కొత్త క్రమసూత్రాలు మరియు సాఫ్ట్‌వేర్‌లు అభివృద్ధి చేశారు. ఓలిగోన్యూక్లియోటైడ్ క్రమఅమరికలతో క్రోమోజోమ్‌ల లాభనష్టాలను గుర్తించేందుకు (కంపారిటివ్ జీనోమిక్ హైబ్రిడైజేషన్ అని పిలుస్తారు) మరియు సింగిల్ న్యూక్లియోటైడ్ పాలీమోర్ఫిజమ్ అమరికలతో బిందు పరివర్తనల ను గుర్తించేందుకు కొత్త భౌతిక శోధనా పరిజ్ఞానం ఉపయోగపడుతుంది. ఈ శోధనా పద్ధతులు ఏకకాలంలో జన్యువులోని వందల వేల సంఖ్యలోని ప్రదేశాలను కొలుస్తాయి మరియు అధిక నిర్గమాంశంలో వేలాది నమూనాలను కొలిచేందుకు ఉపయోగించినప్పుడు, పరిశోధన కోసం టెరాబైట్లలో సమాచారాన్ని ఉత్పత్తి చేస్తాయి. భారీస్థాయిలో సేకరించే సమాచారం మరియు నూతన సమాచారం బయోఇన్ఫర్మేటిక్స్ నిపుణులకు కొత్త అవకాశాలు సృష్టిస్తాయి. బహు పరివర్తనశీలత లేదా శబ్దాన్ని నిరోధించేందుకు, వాస్తవ సారూప్య సంఖ్య మార్పులను సరిగా అంచనా వేసేందుకు హిడెన్ మార్కోవ్ మోడల్ మరియు మార్పు- బిందు విశ్లేషణ పద్ధతులను అభివృద్ధి చేస్తున్నారు.


అనేక కణితుల్లో పునరావృతమయ్యే గాయాలను విశ్లేషించేందుకు నూతన సమాచార శాస్త్ర అభివృద్ధి అవసరమవుతుంది. .


ప్రోటీన్ నిర్మాణ అంచనా[మార్చు]


ప్రోటీన్ నిర్మాణాన్ని అంచనా వేయడం బయోఇన్ఫర్మేటిక్స్ యొక్క మరో ముఖ్యమైన ఉపయోగం. ప్రాథమిక నిర్మాణంగా పిలిచే ప్రోటీన్ యొక్క అమైనో ఆమ్ల శ్రేణిని దాని కోసం సంకేతీకరణ చేసిన జన్యువుపై శ్రేణి నుంచి సులభంగా గుర్తించవచ్చు. ఎక్కువ కేసుల్లో, ఈ ప్రాథమిక నిర్మాణం దాని సహజ పరిస్థితుల్లో నిర్మాణాన్నే పోలి ఉంటుంది. (వాస్తవానికి, బోవిన్ స్పాంగిఫామ్ ఎన్సెఫాలోపతి- పిచ్చిఆవు వ్యాధిగా పిలుస్తారు- ప్రియాన్ వంటి మినహాయింపులు కూడా ఉన్నాయి) ప్రోటీన్ క్రియను అర్థం చేసుకునేందుకు ఈ నిర్మాణంపై అవగాహన ఎంతో కీలకం. మెరుగైన పదాలు అందుబాటులో లేకపోవడంతో నిర్మాణ సమాచారాన్ని సాధారణంగా ద్వితీయ , తృతీయ , నాలుగొవ నిర్మాణంగా వర్గీకరించారు. అటువంటి అంచనాలకు ఆచరణీయ సాధారణ పరిష్కరం ఇప్పటికీ సమస్యగానే ఉంది. ఇప్పటివరకు, ఎక్కువ కాలం పనిచేసే హెరిస్టిక్స్ (పరిష్కార నియమాలు) కోసం అనేక ప్రయత్నాలు జరిగాయి.


బయోఇన్ఫర్మేటిక్స్‌కు సంబంధించిన కీలక ఆలోచనల్లో ఒకటైన సమజాతత్వం అస్పష్టంగా ఉంది. బయోఇన్ఫర్మేటిక్స్ యొక్క జన్యు పదార్థ విభాగంలో, సమజాతత్వాన్ని జన్యు క్రియను అంచనా వేసేందుకు ఉపయోగిస్తారు: జన్యు శ్రేణి A అయి, దాని క్రియ తెలిసివుండి, ఆ శ్రేణి, క్రియ తెలియని జన్యు శ్రేణి B రెండూ సమజాతి అయివుంటే, A యొక్క క్రియలనే B కూడా పంచుకుంటుందని భావించవచ్చు. బయోఇన్ఫర్మేటిక్స్ యొక్క నిర్మాణ విభాగంలో, ఇతర ప్రోటీన్‌లతో సంకర్షణకు మరియు నిర్మాణానికి ప్రోటీన్‌లో ఏ భాగాలు ముఖ్యమైనవో తెలుసుకునేందుకు సమజాతత్వాన్ని ఉపయోగిస్తారు. సమజాతత్వ రూపకల్పనగా పిలిచే సాంకేతిక పద్ధతిలో, సమజాత ప్రోటీన్ నిర్మాణం తెలిసిన వెంటనే ప్రోటీన్ నిర్మాణాన్ని అంచనా వేసేందుకు ఈ సమాచారాన్ని ఉపయోగిస్తారు. ప్రస్తుతం ప్రోటీన్ నిర్మాణాలను అంచనా వేసేందుకు ఆధారపడదగిన ఒకేఒక్క మార్గం ఇది.


దీనికి ఒక ఉదాహరణ ఏమిటంటే మానవుల్లో హిమోగ్లోబిన్ మరియు పప్పుదినుసుల్లో హిమోగ్లోబిన్ (లెగెమోగ్లోబిన్) మధ్య సారూప్య ప్రోటీన్ సమజాతత్వాన్ని చూడవచ్చు. ఇవి రెండు సంబంధిత వ్యవస్థల్లో ఆక్సిజన్ (ప్రాణవాయువు)ను రవాణా చేస్తుంటాయి. అయితే ఈ రెండు ప్రోటీన్‌లు పూర్తిగా భిన్నమైన అమైనో అమ్ల శ్రేణులను కలిగివుంటాయి, వాటి ప్రోటీన్ నిర్మాణాలు మాత్రం ఒకే మాదిరిగా ఉంటాయి, ఇది వాటి క్రియా సారూప్యతను ప్రతిబింబిస్తుంది.


ప్రోటీన్ నిర్మాణాన్ని కనుగొనేందుకు ఇతర సాంకేతిక పద్ధతులు ప్రోటీన్ థ్రెడింగ్ మరియు భౌతిక శాస్త్ర ఆధారిత డె నోవా (గాయం నుంచి) రూపకల్పన.


ఇవి కూడా చూడండి: నిర్మాణ మూలాంశం మరియు నిర్మాణ ఆవరణ.


తులనాత్మక జన్యుశాస్త్రం[మార్చు]


జన్యువులు (సమజాత శ్రేణుల విశ్లేషణ) లేదా వివిధ జీవుల్లోని జన్యురాశుల మధ్య సంబంధాన్ని ఏర్పాటు చేయడమే తులనాత్మక జన్యురాశి విశ్లేషణ యొక్క ప్రధాన ఉద్దేశం. అంతర్జన్యు పటాల్లో రెండు జన్యువుల విపరిణామానికి కారణమయ్యే పరిణామ ప్రక్రియను గుర్తించేందుకు తులనాత్మక జన్యుశాస్త్రం ఉపయోగపడుతుంది. జన్యు పరిణామానికి రూపాన్ని ఇచ్చేందుకు పరిణామ క్రియా సమూహం వివిధ వ్యవస్థాపక స్థాయిల్లో పనిచేస్తుంది. కింది స్థాయి వద్ద, బిందు పరివర్తనలు న్యూక్లియోటైడ్‌లను ప్రభావితం చేస్తాయి. ఎగువ స్థాయిలో, పెద్ద క్రోమోజోమ్ విభాగాలు నమూనీకరణ, పార్శ్వ బదిలీ, విలోమనం, మార్పిడి, తొలగింపు, జొప్పించే ప్రక్రియలకు గురవతాయి. చివరకు, మొత్తం జన్యురాశులు హైబ్రిడైజేషన్, పాలీప్లోడిజేషన్ మరియు ఎండోసింబియోసిస్ ప్రక్రియల్లో పాలుపుంచుకొని, తరచుగా త్వరిత జీవ పరిణామానికి దారి తీస్తాయి. గణిత నమూనాలు, క్రమసూత్రాలు అభివృద్ధి చేసేవారికి జన్యురాశి పరిణామం యొక్క సంక్లిష్టత అనేక సవాళ్లను విసిరింది, క్రమసూత్ర, గణాంక, గణిత సాంకేతిక పద్ధతుల వర్ణపటంలో సమస్యల పరిష్కారానికి వీరు ఉపాయాలు కలిగివున్నారు, క్లుప్త నమూనాల ఆధారిత సమస్యలకు పరిష్కారం కనుగొనేందుకు హెరిస్టిక్స్, నిర్దిష్ట పరామితి మరియు స్థూలమాన క్రమసూత్రాలను ఉపయోగిస్తారు, సంభావ్యత నమూనాల ఆధారిత సమస్యల బయాసియన్ ఎనాలసిస్ కోసం మార్కోవ్ చైన్ మాంటే కార్లో క్రమసూత్రాలను ఉపయోగిస్తారు.


వీటిలో ఎక్కువ అధ్యయనాలు సమజాతత్వ గుర్తింపు మరియు ప్రోటీన్ కుటుంబాల గణనపై ఆధారపడివుంటాయి.


జీవసంబంధ వ్యవస్థల రూపకల్పన[మార్చు]


కణ ప్రక్రియల యొక్క సంక్లిష్ట సంబంధాలను విశ్లేషించేందుకు మరియు చిత్రించేందుకు జీవవ్యవస్థల శాస్త్రం కణ ఉపవ్యవస్థల (జీవక్రియ, సంకేత జన్యుపదార్థ బదిలీ మార్గాలు మరియు జన్యు నియంత్రణ వలయాలను కలిగివుండే జీవక్రియా వలయాలు మరియు ఎంజైమ్‌ల వంటివి) యొక్క కంప్యూటర్ అనుకరణలను ఉపయోగించుకుంటుంది. సులభ (కృత్రిమ) జీవిత రూపాల యొక్క కంప్యూటర్ అనుకరణల ద్వారా కృత్రిమ జీవితం లేదా వాస్తవిక పరిణామ చర్యలతో పరిణామ ప్రక్రియలను అర్థం చేసుకుంటారు.


అధిక- నిర్గమాంశ చిత్ర అన్వేషణ[మార్చు]

పెద్ద మొత్తంలో ఉండే జీవవైద్య చిత్రణంలోని అధిగ-సమాచార-విషయాల సంవిధాన, కొలిచే మరియు విశ్లేషణ ప్రక్రియలను పూర్తిగా స్వయంచాలన చేసేందుకు లేదా వేగవంతం చేసేందుకు గణన సాంకేతిక పరిజ్ఞానాలను ఉపయోగిస్తారు. కచ్చితత్వం, ప్రమాణాత్మకత్వం లేదా వేగాన్ని మెరుగుపరచడం ద్వారా భారీ లేదా సంక్లిష్ట చిత్రాలను కొలిచే సామర్థ్యాన్ని ఆధునిక చిత్ర విశ్లేషణ వ్యవస్థలు పెంచాయి. బాగా అభివృద్ధి చేసిన విశ్లేషణ వ్యవస్థ ఒక పరిశోధకుడి స్థానాన్ని పూర్తిగా భర్తీ చేయగలదు. ఈ వ్యవస్థలు జీవవైద్య చిత్రణానికి ప్రత్యేకమైనవి కానప్పటికీ, పరిశోధన మరియు రోగ నిర్ధారణలకు జీవవైద్య చిత్రణం బాగా కీలకమవుతుంది. కొన్ని ఉదాహరణలు:

  • అధిక నిర్గమాంశ మరియు అధిక-కచ్చితత్వ కొలత మరియు ఉప-కణ స్థానికీకరణ (హై-కంటెంట్ స్క్రీనింగ్ (అధిక విషయ పరిశీలన), సైటోహిస్టోపాథాలజీ)
  • మోర్ఫోమెట్రిక్స్
  • చికిత్స సంబంధ చిత్ర విశ్లేషణ మరియు చిత్రణం
  • జంతువుల శ్వాసతీసుకుంటున్నప్పుడు యథార్థ వాయు-ప్రవాహ నమూనాలను గుర్తించేందుకు
  • ధమని గాయం నుంచి కోలుకునే సమయంలో అభివృద్ధికి సంబంధించిన యథార్థ చిత్రణంలో అంతర్థారణను కొలవడం
  • ప్రయోగశాల జంతువులపై వీడియా రికార్డింగ్ టేపుల ద్వారా ప్రవర్తన పరిశీలనలు జరిపేందుకు
  • జీవ క్రియ గుర్తింపు కోసం పరారుణ కొలతలు
  • DNA ప్రతిసంధానంలో క్లోన్ ఆవరింపులను అర్థం చేసుకునేందుకు, ఉదాహరణకు. సుల్‌స్టోన్ స్కోరు


ప్రోటీన్-ప్రోటీన్ అనుసంధానం[మార్చు]

గత రెండు దశాబ్దాల్లో, ఎక్స్-రే క్రిస్టలోగ్రఫీ మరియు ప్రోటీన్ న్యూక్లియర్ మాగ్నటిక్ రెసోనాన్స్ స్పెక్ట్రోస్కోపీ (ప్రోటీన్ NMR)ల ద్వారా వేలాది ప్రోటీన్ త్రికోణ నిర్మాణాలను గుర్తించారు. ప్రోటీన్-ప్రోటీన్ సంకర్షణ ప్రయోగాలు చేయకుండా ఈ 3D ఆకారాలను మాత్రమే ఆధారంగా చేసుకొని ప్రోటీన్-ప్రోటీన్ సంకర్షణలను అంచనా వేయడంపై జీవ శాస్త్రవేత్తలకు సందేహాలు ఉన్నాయి. ప్రోటీన్-ప్రోటీన్ అనుసంధాన సమస్యను పరిష్కరించేందుకు వివిధ పద్ధతులను అభివృద్ధి చేశారు, అయితే ఈ రంగంలో ఇప్పటికీ మరిన్ని పరిశోధనలు జరగాల్సి ఉంది.


సాఫ్ట్‌వేర్ మరియు సాధనాలు[మార్చు]

బయోఇన్ఫర్మేటిక్స్‌లో సాఫ్ట్‌వేర్ సాధనాలు వివిధ స్థాయిల్లో ఉపయోగపడుతున్నాయి, సాధారణ కమాండ్-లైన్ సాధనాల నుంచి బాగా సంక్లిష్టమైన రేఖాచిత్ర ప్రోగ్రామ్‌ల వరకు వీటిని ఉపయోగిస్తున్నారు మరియు వివిధ బయోఇన్ఫర్మేటిక్స్ కంపెనీలు లేదా ప్రభుత్వ సంస్థల నుంచి స్వతంత్ర వెబ్- సేవలు అందుబాటులో ఉన్నాయి. జీవశాస్త్రవేత్తలకు బాగా పరిచయమున్న జీవగణన సాధనం BLAST, ఇది ప్రోటీన్ డేటాబేస్ లేదా DNA శ్రేణుల నుంచి సారూప్య అనియత శ్రేణులను గుర్తించేందుకు ఉపయోగించే క్రమసూత్ర పద్ధతి. శ్రేణి అమరిక చేసేందుకు ఉపయోగించే అనేక సాధారణ ప్రోగ్రామ్‌లలో BLAST కూడా ఒకటి. NCBI వారి డేటాబేస్‌లను శోధించేందుకు వెబ్- ఆధారిత సేవలను అందజేస్తుంది.


బయోఇన్ఫర్మేటిక్స్‌లో వెబ్ సేవలు[మార్చు]

అనేక రకాల బయోఇన్ఫర్మేటిక్స్ అనువర్తనాల కోసం SOAP మరియు REST- ఆధారిత అంతర్ముఖాలు అభివృద్ధి చేయబడ్డాయి, ప్రపంచంలోని వివిధ ప్రాంతాల్లోని సర్వర్లపై క్రమసూత్రాలు, సమాచార, గణన వనరులను మరొక ప్రాంతంలో ఉన్న ఒక కంప్యూటర్‌పై ఉపయోగించేందుకు ఈ అనువర్తనాలు వీలుకల్పిస్తాయి. దీని వలన ప్రధాన ప్రయోజనాలు ఏమిటంటే, తుది వినియోగదారుకు సాఫ్ట్‌వేర్ లేదా డేటాబేస్ నిర్వహణ గురించి అవగాహన ఉండాల్సిన అవసరం లేదు. ప్రాథమిక బయోఇన్ఫర్మేటిక్స్ సేవలు EBIచే మూడు విభాగాలుగా వర్గీకరించబడ్డాయి: 1}SSS (శ్రేణి శోధనా సేవలు), MSA (బహుళ శ్రేణి అమరిక) and BSA (జీవసంబంధ శ్రేణి విశ్లేషణ). ఈ సేవ-ఆధారిత బయోఇన్ఫర్మేటిక్స్ వనరులు అందుబాటులోకి రావడంతో వెబ్ ఆధారిత బయోఇన్ఫర్మేటిక్స్ సేవల వినియోగం నిజపరచబడింది. వీటిని ఏక, అనియత లేదా వెబ్-ఆధారిత అనువర్తన పరిధిలో ఒకేరకమైన సమాచార ఆకృతి కలిగిన అనియత సాధనాల సేకరణ నుంచి సమగ్ర, పంపిణీ మరియు భారీ బయోఇన్ఫర్మేటిక్స్ వర్క్‌ఫ్లో మేనేజ్‌మెంట్ సిస్టమ్స్ వరకు ఉపయోగిస్తున్నారు.


ఇవి కూడా చూడండి[మార్చు]

సంబంధిత విషయాలు[మార్చు]


సంబంధిత విభాగాలు[మార్చు]


సూచనలు[మార్చు]

మూస:Nofootnotes


  • అచుతశంకర్ ఎస్ నాయర్ కంప్యూటేషనల్ బయాలజీ & బయోఇన్ఫర్మేటిక్స్ - ఎ జెంటిల్ ఓవర్‌వ్యూ, కంప్యూటర్ సొసైటీ ఆఫ్ ఇండియా ప్రచురణ, జనవరి 2007
  • ఆలూరు, శ్రీనివాస్, కూర్పు. హాండ్‌బుక్ ఆఫ్ కంప్యూటేషనల్ మాలిక్యులర్ బయాలజీ . చాప్‌మన్ & హాల్/Crc, 2006. ISBN 1-58488-406-1 (చాప్‌మన్ & హాల్/Crc కంప్యూటర్ అండ్ ఇన్ఫర్మేషన్ సైన్స్ సిరీస్)
  • బాల్డి, పి అండ్ బ్రూనక్, ఎస్, బయోఇన్ఫర్మేటిక్స్: ది మిషిన్ లెర్నింగ్ అప్రోచ్ , ద్వితీయ సంచిక. MIT ప్రెస్, 2001. ISBN 0-262-02506-X
  • బర్నెస్, ఎం.ఆర్. అండ్ గ్రే, ఐ.సి., కూర్పు., బయోఇన్ఫర్మేటిక్స్ ఫర్ జెనిటిసిస్ట్స్ , మొదటి సంచిక. వీలే, 2003. ISBN 0-470-84394-2
  • బాక్సెవానిస్, ఎ.డి. మరియు ఓయెలెటే, బి.ఎఫ్.ఎఫ్., కూర్పు., బయోఇన్ఫర్మేటిక్స్: ఎ ప్రాక్టికల్ గైడ్ టు ది అనాలసిస్ ఆఫ్ జీన్స్ అండ్ ప్రోటీన్స్ , మూడో సంచిక. వీలే, 2005. ISBN 0-471-47878-4
  • బాక్సెవానిస్, ఎ.డి., పెట్‌స్కో, జి.ఎ., స్టెయిన్, ఎల్.డి., మరియు స్టోర్మో, జి.డి., కూర్పు., కరెంట్ ప్రోటోకాల్స్ ఇన్ బయోఇన్ఫర్మేటిక్స్ . వీలే, 2007. ISBN 0-471-25093-7
  • క్లావెరీ, జే.ఎం. మరియు సి. నోట్రెడామ్, బయోఇన్ఫర్మేటిక్స్ ఫర్ డుమ్మీస్ . వీలే, 2003. ISBN 0-7645-1696-5
  • క్రిస్టియానిని, ఎన్. మరియు హాన్, ఎం. ''ఇంట్రడక్షన్ టు కంప్యూటేషనల్ జెనోమిక్స్, కేంబ్రిడ్జ్ యూనివర్శిటీ ప్రెస్, 2006. (ISBN 978-0-521-67191-0

| ISBN 0-521-67191-4)


బాహ్య లింకులు[మార్చు]

మూస:Wiktionarypar

మూస:WVD



  • ప్రధాన సమాచార పత్రికలు



  • ఇతర సైట్‌లు



మూస:Genomics-footer మూస:Biology-footer మూస:Technology


ఇవి కూడా చూడండి[మార్చు]