Izvorni kod stranice Bioinformatika

[[Datoteka:DNA replication split.svg|mini|desno|150p|DNK sekvencijalna analiza]]
'''Bioinformatika''' ({{jez-gr|bios}} - život; {{jez-en|Informatics}}) je interdisciplinarna oblast koja razvija metode i alate za razumevanje bioloških podataka. Kao interdisciplinarno polje nauke, bioinformatika kombinuje informacione tehnologije, [[statistika|statistiku]], [[matematika|matematiku]] i inžinjerstvo kako bi analizirala i interpretirala biološke podatke. Bioinformatika se koristi u analizama simulacija bioloških pojava koristeći matematičke i statističke tehnike.

Bioinformatika je zajednički termin za oblast bioloških studija koje koriste kompjutersko programiranje kao deo svoje metodologije, i kao referenca za specifične analize "toka podataka" koje se često koriste, posebno u području [[genomika|genomike]]. Tipična primena bioinformatike podrazumeva identifikaciju kandidata gena i nukleotida. Često je cilj njihove identifikacije bolje razumevanje genetske osnove raznih bolesti, specifičnih prilagođavanja organizama, željenih osobina (npr. u poljoprivrednim kulturama), ili razlika između populacija. U manje formalnom tipu, bioinformatika takođe pokušava da otkrije organizacione principe unutar [[nukleinske kiseline|nukleinskih kiselina]] i [[proteini|proteinskih]] sekvenci.

==Osnove==
Bioinformatika je postala značajna oblast mnogih bioloških oblasti. U eksperimentalnoj molekularnoj biologiji tehnike poput [[vizuelizacija bioloških podataka|vizuelizacije bioloških podataka]] i [[procesiranje signala|procesiranja signala]] omogućavaju izolovanje korisnih rezultata iz velike količine neobrađenih podataka. U genetici i genomici to pomaže da se sekvencionišu i obeleže genomi i njihove primećene [[mutacija|mutacije]]. Takođe pomaže da se u biološkoj literaturi razviju biološke i genetske ontologije zbog organizovanja i klasifikacije bioloških podataka. Značajna je prilikom analize gena i odnosa između proteina. Bioinformatički alati pomažu pri poređenju genetičkih i genomskih podataka, što olakšava razumevanje evolutivnih aspekata molekularne biologije. Na kompaktnijem nivou, pomaže da se analiziraju i klasifikuju biološke putanje i mreže koje imaju značajnu ulogu u biologiji sistema. U strukturalnoj biologiji, pomaže pri simulaciji i modelovanju DNA, RNA i strukture proteina, kao i molekularnih interakcija.

=== Istorijat ===
Istorijski, termin ''bioinformatika'' nije imao isto značenje kao danas. Paulin Hogveg i Ben Hesper su njim 1970. godine označili istraživanje informacionih procesa u biotskim sistemima.<ref name="Hogeweg2011">{{cite journal | author = Hogeweg P | title = The Roots of Bioinformatics in Theoretical Biology | journal = PLoS Computational Biology | volume = 7 | issue = 3 | pages = e1002021 | year = 2011 | pmid = 21483479 | pmc = 3068925 | doi = 10.1371/journal.pcbi.1002021 | editor1-last = Searls | bibcode = 2011PLSCB...7E0020H | editor1-first = David B. }}</ref><ref>{{cite journal |author=Hesper B, Hogeweg P |year=1970 |title=Bioinformatica: een werkconcept |publisher=Kameleon |volume=1 |issue=6 |pages=28–29}}</ref><ref>{{cite journal | author = Hogeweg P | title = Simulating the growth of cellular forms | journal = Simulation | volume = 31 | issue = 3 | pages = 90–96 | year = 1978 | pmid =  | pmc =  | doi = 10.1177/003754977803100305 }}</ref> Ta definicija klasifikuje bioinformatiku u oblasti srodne [[biofizika|biofizici]] (istraživanje fizičkih procesa u biološkim sistemima) ili [[biohemija|biohemiji]] (istraživanje hemijskih procesa u biološkim sistemima).<ref name="Hogeweg2011" />

====Sekvence====
[[File:Example DNA sequence.png|thumbnail|right|Sekvence genetskog materijala se često koriste u bioinformatici, obzirom da je njima lakše manipulisati korišćenjem kompjutera nego ručno.]]

Kompjuteri su postali neophodni u molekularnoj biologiji kada su sekvence proteina postale poznate nakon što je Frederik Sanger odredio sekvencu insulina ranih pedesetih godina. Ručno poređenje višestrukih sekvenci pokazalo se nepraktičnim. Pionir u ovoj oblasti bila je Margaret Oklej Dejhof, koju je David Lipman, direktor Nacionalnog centra za biotehnološke informacije, proglasio "majkom i ocem bioinformatike".<ref>{{cite book |first=Glyn |last=Moody |year=2004 |title=Digital Code of Life: How Bioinformatics is Revolutionizing Science, Medicine, and Business |url=https://archive.org/details/digitalcodeoflif0000mood | isbn= 978-0-471-32788-2}}</ref> Margaret je napravila jednu od prvih baza podataka proteinskih sekvenci, koje su najpre objavljene kao knjige<ref>Dayhoff, M.O. (1966) Atlas of protein sequence and structure. National Biomedical Research Foundation, 215 pp.</ref> i začela je metode poravnanja sekvenci i molekularne evolucije.<ref name="pmid17775169">{{cite journal | author = Eck RV, Dayhoff MO | title = Evolution of the structure of ferredoxin based on living relics of primitive amino Acid sequences | journal = Science | volume = 152 | issue = 3720 | pages = 363–6 | year = 1966 | pmid = 17775169 | doi = 10.1126/science.152.3720.363 | url =https://archive.org/details/sim_science_1966-04-15_152_3720/page/n86|bibcode = 1966Sci...152..363E }}</ref> Drugi rani doprinos bioinformatici dao je Elvin A. Kabat, koji je započeo sa analizom bioloških sekvenci 1970 sa obimnim izdanjima sekvenci antitela koje je objavio sa Tai Te Vuom između 1980 i 1991. godine.<ref>{{cite journal | author = Johnson G, Wu TT | title = Kabat Database and its applications: 30 years after the first variability plot | journal = Nucleic Acids Res | volume = 28 | issue = 1 | pages = 214–218 | date = January 2000 | pmid = 10592229 | pmc = 102431 | doi = 10.1093/nar/28.1.214 }}</ref>

===Ciljevi===
Da bi se istražilo kako se normalne ćelijske aktivnosti menjaju u različitim fazama oboljenja, biološki podaci moraju da budu kombinovani kako bi pružili jasniju sliku o ovim aktivnostima. Stoga se oblast bioinformatike razvila tako da najznačajniji deo podrazumeva analizu i interpretaciju različitih tipova podataka. To uključuje nukleotide i sekvence amino kiselina, oblast proteina i proteinskih struktura.<ref>{{cite web|title=Concepts, Historical Milestones and the Central Place of Bioinformatics in Modern Biology: A European Perspective|url=http://www.intechopen.com/articles/show/title/concepts-historical-milestones-and-the-central-place-of-bioinformatics-in-modern-biology-a-european-|work=Bioinformatics – Trends and Methodologies|publisher=InTech|accessdate=8 Jan 2012|author=Attwood TK, Gisel A, Eriksson N-E, Bongcam-Rudloff E|year=2011|archive-date=2012-01-25|archive-url=https://web.archive.org/web/20120125034510/http://www.intechopen.com/articles/show/title/concepts-historical-milestones-and-the-central-place-of-bioinformatics-in-modern-biology-a-european-|dead-url=yes}}</ref> Konkretan proces analiziranja i interpretacije ovih podataka smatra se [[informaciona biologija|informacionom biologijom]]. Značajne oblasti bioinformatike i informacione biologije podrazumevaju:

* Razvoj i implementaciju kompjuterskih programa koji omogućavaju efikasan pristup i upravljanje različitim tipovima informacija
* Razvoj novih algoritama (matematičkih formula) i statističkih mera kojima se procenjuju odnosi između članova velikog skupa podataka. Na primer, postoje metode za lociranje [[gen|gena]] unutar sekvence, da se predvidi struktura proteina i/ili njena funkcija, i da se klaster analizom klasifikuju sekvence proteina u okviru familija srodnih sekvenci.

Osnovni cilj bioinformatike je povećanje razumevanja bioloških procesa. Ono što je izdvaja od drugih procesa je fokus na razvoj i primenu informatički intenzivnih tehnika za postizanje tog cilja. Primeri uključuju [[prepoznavanje obrazaca]], [[analiza podataka|analizu podataka]], [[mašinsko učenje]], i [[vizuelizacija bioloških podataka|vizuelizaciju bioloških podataka]]. Fokus istraživanja u ovim oblastima uključuje [[poravnanje sekvenci]], [[predviđanje gena]], [[genomski projekat]], [[dizajn leka]], [[otkrivanje leka]], [[strukturno poravnanje proteina]], [[predviđanje strukture proteina]], predviđanje [[ekspresija gena|ekspresije gena]], [[protein-protein interakcija|protein-protein interakcije]], [[izučavanje genomskih asocijacija]], modelovanje [[Evolucija (biologija)|evolucije]] i deobe ćelija - [[mitoza|mitoze]].

Bioinformatika danas podrazumeva stvaranje i razvoj baza podataka, algoritama, informatičkih i statističkih tehnika, kao i teorijske osnove za rešavanje formalnih i praktičnih problema koji se javljaju u upravljanju i analizi bioloških podataka.

Tokom nekoliko prethodnih decenija brz razvoj [[genomika|genomike]] i drugih tehnologija molekularnog istraživanja kao i razvoj informacionih tehnologija proizveo je značajnu količinu informacija koje se odnose na molekularnu biologiju. Bioinformatika je naziv kojim se opisuju matematički i informatički pristupi korišćeni za potpunije razumevanje bioloških procesa.

U uobičajene aktivnosti u bioinformatici spadaju mapiranje i analiziranje [[DNA]] i sekvenci proteina, poravnanje DNA i proteinskih sekvenci radi njihovog poređenja i izrada trodimenzionalnih modela proteinskih struktura.

===Srodne oblasti===
Bioinformatika je naučna oblast koja je slična, ali različita od [[biološka komputacija|biološke komputacije]] i [[komputaciona biologija|komputacione biologije]]. Biološka komputacija koristi [[bioinžinjering]] i [[biologija|biologiju]] kako bi izgradila biologičke [[kompjuter]]e, dok bioinformatika koristi kompjutere za bolje razumevanje biologije. Bioinformatika i komputaciona biologija imaju slične ciljeve i pristupe, međutim razlikuju se u obimu: bioinformatika organizuje i analizira osnovne biološke podatke, dok komputaciona biologija gradi teoretske modele bioloških sistema, isto kao što [[matematička biologija]] gradi matematičke modele.

Analiziranje bioloških podataka kako bi se dobile sadržajne informacije podrazumeva pravljenje i upotrebu kompjuterskih programa koji koriste [[algoritam|algoritme]] iz [[teorija grafova|teorije grafova]], [[mašinsko učenje|veštačke inteligencije]], algoritme sa slabo definisanim rezultatima, [[analiza podataka|analize podataka]], [[prepoznavanje obrazaca|prepoznavanja obrazaca]], [[procesiranje slika|procesiranja slika]] i [[kompjuterska simulacija|kompjuterske simulacije]]. Ovi algoritmi oslanjaju se na saznanja iz [[diskretna matematika|diskretne matematike]], [[kontrolna teorija|kontrolne teorije]], [[sistemska teorija|sistemske teorije]], [[informaciona teorija|informacione teorije]] i [[statistika|statistike]].

== Sekvencijalna analiza ==
[[File:WPP domain alignment.PNG|500px|thumbnail|left|Sekvence različitih gena ili proteina mogu da se poravnaju jedna do druge kako bi se izmerila njihova sličnost. Ovo poravnanje poredi proteinsku sekvencu koja sadrži [[WPP domen]]e.]]

Otkad je ΦX174 genom virusa [[sekvenciranje|sekvenciran]] 1977 godine,<ref name="pmid870828">{{cite journal | author = Sanger F, Air GM, Barrell BG, Brown NL, Coulson AR, Fiddes CA, Hutchison CA, Slocombe PM, Smith M | title = Nucleotide sequence of bacteriophage phi X174 DNA | journal = Nature | volume = 265 | issue = 5596 | pages = 687–95 | date = February 1977 | pmid = 870828 | doi = 10.1038/265687a0 | url =  | bibcode = 1977Natur.265..687S }}</ref> [[Sekvenca nukleinskih kiselina|DNA sekvence]] hiljada organizama su dekodirane i prikupljene u bazama podataka. Ove informacione sekvence se analiziraju kako bi se odredili geni koji kodireju proteine, RNA geni, regulacione sekvence, strukturalne karakteristike i višestruko ponovljene sekvence. Poređenjem gena unutar [[vrsta|vrste]] ili između različitih vrsti može da pokaže sličnosti između funkcija proteina, ili odnose između vrsta (korišćenje [[molekularna filogenija|molekularne filogenije]] radi izgradnje [[filogenetsko stablo|filogenetskog stabla]]). Rastom količine podataka odavno je postalo nepraktično da se DNA sekvence analiziraju ručno. Danas se [[računarski program]]i kao što je [[BLAST]] koriste kako bi pretražili sekvence više od 260.000 organizama, koje sadrže više od 190 milijardi [[nukleotid]]a.<ref name="pmid18073190">{{cite journal | author = Benson DA, Karsch-Mizrachi I, Lipman DJ, Ostell J, Wheeler DL | title = GenBank | journal = Nucleic Acids Res. | volume = 36 | issue = Database issue | pages = D25–30 | date = January 2008 | pmid = 18073190 | pmc = 2238942 | doi = 10.1093/nar/gkm929 | url =  }}</ref> Takvi programi mogu da kompenzuju mutacije (izmešane, obrisane ili ubačene osnove) u DNA sekvenci, i da identifikuju sekvence koje su srodne, ali nisu identične. Varijanta ovakvog [[poravnanje sekvenci|poravnanja sekvenci]] se koristi u samom procesu sekvenciranja. Takozvanim "šotgan sekvenciranjem" (koje je korišćeno u J. Kreg Venter Institutu za sekvenciranje prvog bakterijskog genoma ''[[Haemophilus influenzae]]'')<ref name="pmid7542800">{{cite journal | author = Fleischmann RD, Adams MD, White O, Clayton RA, Kirkness EF, Kerlavage AR, Bult CJ, Tomb JF, Dougherty BA, Merrick JM | title = Whole-genome random sequencing and assembly of Haemophilus influenzae Rd | journal = Science | volume = 269 | issue = 5223 | pages = 496–512 | date = July 1995 | pmid = 7542800 | doi = 10.1126/science.7542800 | bibcode = 1995Sci...269..496F }}</ref> nije moguće očitati kompletne hromozome. Taj metod daje sekvence više hiljada malih DNA fragmenata (od 35 do 900 nukleotida, zavisno od tehnologije sekvenciranja). Krajevi ovih fragmenata se preklapaju i, kada su ispravno spojeni programom za poravnanje genoma, mogu se koristiti za rekonstrukciju kompletnog genoma. Šotgan sekvenciranjem brzo se dobijaju sekvence podataka, međutim potreba za spajanjem fragmenata većih genoma može da bude veoma komplikovana. Za genom veličine [[Humani genom|genoma čoveka]], može da bude potrebno nekoliko dana rada na snažnim multiprocesorskim kompjuterima sa velikom memorijom za spajanje fragmenata, a rezultat spajanja obično sadrži brojne propuste koji moraju da budu popunjeni kasnije. Šotgan sekvenciranje je izborni metod gotovo svih današnjih sekvencioniranih genoma, a algoritmi za spajanje, odnosno predviđanje genoma su kritična oblast bioinformatičkih istraživanja.

Sledeći smernice koje je postavio projekat ljudskog genoma nakon zatvaranja 2003. godine, Institut za nacionalna istraživanja ljudskog genoma je u U.S. razvio novi projekat. Takozvani ENCODE projekat je kolaborativni skup podataka funkcionalnih elemenata ljudskog genoma koji koristi napredne DNA sekvencionirajuće tehnologije i genomske tiling nizove, tehnologije koje su sposobne da automatski generišu velike količine podataka sa nižim troškovima istraživanja, ali uz isti kvalitet i pouzdanost.

Sledeći aspekat bioinformatike u analizi sekvenci je označavanje. Ono podrazumeva komputaciono [[predviđanje gena]] kako bi se pronašli geni koji kodiraju proteine, RNA geni i ostale funkcionalne sekvence unutar genoma. Nisu svi nukleotidi u genomu delovi gena. U genomima viših organizama veliki deo DNA nema nikakvu očiglednu funkciju.

===Označavanje genoma===
{{main|Predviđanje gena}}

U kontekstu [[genomika|genomike]] označavanje je proces obeležavanja gena i njihovih bioloških osobina u DNA sekvenci. Poželjno je da je ovaj proces automatizovan jer je većina genoma prevelika za ručno označavanje, pa proces predstavlja "usko grlo" pri pokušaju da se što više gena što pre označi. Označavanje je moguće usled činjenice da geni imaju prepoznatljive regione početka i kraja, iako tačna sekvenca u ovim regionima može da se razlikuje.

Prvi softver za označavanje genoma napravio je 1995. godine Oven Vajt (Owen White), dok je bio u timu J. Kreg Venter Instituta za genomska istraživanja, gde je sekvencionirao i analizirao prvi genom živog organizma, baktriju ''[[Haemophilus influenzae]]''.<ref name="pmid7542800"/> Vajt je napravio softverski sistem koji pronalazi gene (delove genomske sekvence koji kodiraju proteine), prelazne RNA i određuje njihove osnovne funkcije. Većina trenutnih sistema za obeležavanje gena funkcioniše po sličnom principu, međutim programi koji se koriste za analizu genoma DNA, kao što je ''GeneMark'', program koji je korišćen za pronalaženje gena koji kodiraju proteine u pomenutoj bakteriji konstantno se menjaju i unapređuju.

===Komputaciona evoluciona biologija===

[[Evoluciona biologija]] je oblast koja izučava poreklo i izumiranje vrsta, kao i njihovu promenu tokom vremena. [[Informatika]] pomaže evolucionim biolozima omogućavajući istraživačima da:
* prate evoluciju velikog broja organizama merenjem promena u njihovom [[DNA]], umesto samo kroz fizičke i fiziološke opservacije,
* porede kompletne [[genom|genome]], što dozvoljava istraživanje složenih evolucionih događaja, poput [[dupliranje gena|dupliranja gena]], [[horizontalni transfer gena|horizontalnog transfera gena]] i predviđanje bitnih faktora bakterijskih [[specijacija]],
* grade složene komputacione modele populacija radi predviđanja ishoda sistema tokom vremena<ref>{{cite journal | author = Carvajal-Rodríguez A | title = Simulation of Genes and Genomes Forward in Time | journal = Current Genomics | volume = 11 | issue = 1 | pages = 58–61 | year = 2012 | pmid = 20808525 | pmc = 2851118 | doi = 10.2174/138920210790218007 | publisher = Bentham Science Publishers Ltd. }}</ref>
* prate i dele informacije o sve većem broju vrsta i organizama.
Budući koraci usmereni su ka rekonstruisanju sve kompleksnijeg [[filogenetsko stablo|filogenetskog stabla]].

Oblast istraživanja unutar [[Informatika|kompjuterskih nauka]] koja koristi [[Genetski algoritam|genetske algoritme]] se nekada meša sa komputacionom evolucionom biologijom, ali ove dve oblasti ne moraju da budu povezane.

===Komparativna genomika===

Osnova komparativne analize genoma je utvrđivanje odnosa između [[gen]]a i ortološke analize ili drugih genomskih osobina u različitim organizmima. Uz pomoć takvih, intergenomskih mapa moguće je pratiti evolucioni proces odgovoran za razlike između dva genoma. Više takvih evolucionih događaja, na raznim organizacionim nivoima oblikuje evoluciju genoma. Na najnižem nivou, tačkaste mutacije menjaju pojedinačne nukleotide. Na većem nivou, na velikim segmentima hromozoma javlja se dupliranje, transfer, inverzija, transpozicija, brisanje i ubacivanje.<ref>{{cite book|last1=Brown|first1=TA|title=Genomes|date=2002|publisher=Oxford|location=Manchester (UK)|edition=2nd |chapter=Mutation, Repair and Recombination}}</ref> Na kraju, čitavi genomi učestvuju u procesu [[hibrid|hibridizacije]], [[Poliploid|poliploidizacije]] i [[Endosimbiotska teorija|endosimbioze]], često vodeći ka ubrzanom razdvajanju vrsta. Složenost evolucije genoma donosi mnoge uzbudljive izazove za razvoj matematičkih modela i algoritama, širokog spektra razvoja algoritma, statističkih i matematičkih tehnika u opsegu od egzaktne [[Heuristika|heuristike]], fiksnih parametara i [[Aproksimacioni algoritam|aproksimacionih algoritama]] za probleme zasnovane na štedljivim modelima do [[Monte Karlo metoda|Monte Karlo metode]] [[Lanci Markova|Markovog lanca]] za Bajesovsko zaključivanje u analizi problema zasnovanih na modelima verovatnoće.

Mnoga od ovih istraživanja zasnovana su na [[homologija|homološkoj]] detekciji i komputaciji familije proteina.<ref>{{cite journal|last1=Carter|first1=N. P.|last2=Fiegler|first2=H.|last3=Piper|first3=J.|title=Comparative analysis of comparative genomic hybridization microarray technologies: Report of a workshop sponsored by the Wellcome trust|journal=Wiley Subscription Services, Inc|date=2002|volume=49|issue=2|pages=43–8|doi=10.1002/cyto.10153}}</ref>

===Pan genomika===

Pan genomika je koncept koji su Tetelin (Tettelin) i Medini (Medini) predstavili 2005 godine, a koji je kasnije kasnije razvio osnovu za bioinformatiku. Pan genom je kompletan repertoar gena konkretne taksonomske grupe: iako je inicijalno bio primenjen na evolutivno bliskim rodovima vrsti, može da bude primenjen u širem kontekstu poput [[Rod (biologija)|roda]], [[Razdeo|razdela]] itd. Podeljen je u dva dela - izvorni genom: set gena zajedničkih za sve genome unutar istraživanja (ovo su obično geni ključni za opstanak organizma) i promenljivi/fleksibilni genom: set gena koji nije prisutan u svim, već u pojedinim ili u više genoma unutar istraživanja.

===Genetika bolesti===
{{main|Izučavanje genomskih asocijacija}}

Razvojem naprednih sekvencionirajućih tehnologija posedujemo dovoljno sekvencnih podataka, tako da možemo da mapiramo gene složenih bolesti kao što su [[Šećerna bolest]],<ref>{{Cite journal|title = Structural Properties of Gene Promoters Highlight More than Two Phenotypes of Diabetes|url = http://journals.plos.org/plosone/article?id=10.1371%252Fjournal.pone.0137950|journal = PLOS ONE|pmc = 4574929|pmid = 26379145|volume = 10|issue = 9|doi = 10.1371/journal.pone.0137950|first = Constantin|last = Ionescu-Tîrgovişte|first2 = Paul Aurelian|last2 = Gagniuc|first3 = Cristian|last3 = Guja|pages = e0137950|access-date = 2016-04-03|archive-date = 2015-11-17|archive-url = https://web.archive.org/web/20151117024828/http://journals.plos.org/plosone/article?id=10.1371%252Fjournal.pone.0137950|dead-url = yes}}</ref> [[neplodnost]],<ref name="Demerec1945">{{cite journal | author = Aston KI | title = Genetic susceptibility to male infertility: News from genome-wide association studies | journal = Andrology | volume = 2 | issue = 3 | pages = 315–21 | year = 2014 | pmid = 24574159 | doi = 10.1111/j.2047-2927.2014.00188.x }}</ref> [[rak dojke]]<ref name="Véron2013">{{cite journal | author = Véron A, Blein S, Cox DG | title = Genome-wide association studies and the clinic: A focus on breast cancer | journal = Biomarkers in Medicine | volume = 8 | issue = 2 | pages = 287–96 | year = 2014 | pmid = 24521025 | doi = 10.2217/bmm.13.121 }}</ref> ili [[Alchajmerova bolest|Alchajmerovu bolest]].<ref name="Tosto2013">{{cite journal | author = Tosto G, Reitz C | title = Genome-wide association studies in Alzheimer's disease: A review | journal = Current Neurology and Neuroscience Reports | volume = 13 | issue = 10 | pages = 381 | year = 2013 | pmid = 23954969 | pmc = 3809844 | doi = 10.1007/s11910-013-0381-0 }}</ref> Studije asocijacije genoma predstavljaju koristan pristup pronalaženja tačnih mutacija odgovornih za te složene bolesti.<ref name="Londin2013">{{cite journal | author = Londin E, Yadav P, Surrey S, Kricka LJ, Fortina P | journal = Pharmacogenomics | volume = 1015 | pages = 127–46 | year = 2013 | pmid = 23824853 | doi = 10.1007/978-1-62703-435-7_8 | title = Use of Linkage Analysis, Genome-Wide Association Studies, and Next-Generation Sequencing in the Identification of Disease-Causing Mutations | isbn = 978-1-62703-434-0 | series = Methods in Molecular Biology }}</ref> Kroz ove studije identifikovano je na hiljade DNA varijacija koje su povezane sa sličnim bolestima i predispozicijama.<ref>{{cite journal|last1=Hindorff|first1=L.A.,|title=Potential etiologic and functional implications of genome-wide association loci for human diseases and traits.|journal=Proc. Natl. Acad. Sci. USA|date=2009|volume=106|pages=9362–9367|doi=10.1073/pnas.0903103106|display-authors=etal|pmid=19474294|pmc=2687147}}</ref> Štaviše, verovatnoća da se geni koriste pri prognoziranju, dijagnozi ili tretmanu bolesti je jedna od najosnovnijih aplikacija. Mnoge studije istražuju načine za precizan izbor odgovornih gena i probleme i stranputice korišćenja gena za predviđanje ili prognozu bolesti.<ref>{{cite journal|last1=Hall|first1=L.O.|title=Finding the right genes for disease and prognosis prediction.|journal=System Science and Engineering (ICSSE),2010 International Conference|date=2010|pages=1–2|doi=10.1109/ICSSE.2010.5551766}}</ref>

===Analiza mutacija u raku===

Kod [[Rak (bolest)|raka]], genomi zaraženih ćelija se preraspoređuju na složene ili čak nepredvidljive načine. Veliki napori pri sekvencionisanju ulažu se kako bi se identifikovale ranije nepoznate [[genske mutacije]] u raznmim genima u raku. Bioinformatika nastavlja da proizvodi specijalizovane automatske sisteme za obradu obimnih podataka koji su proizvedeni sekvencionisanjem podataka, i da napravi nove algoritme i programe koji bi poredili sekvencionisane rezultate sa rastućom kolekcijom sekvenci [[Humani genom|genoma čoveka]] i germinativnih polimorfoza. Razvijaju se nove, fizičke tehnologije detekcije, poput mikronizova oligonukleotida kako bi se identifikovale hromozomske prednosti i nedostaci (tzv. komparativna hibridizacija genoma), i nizova [[Jednonukleotidni polimorfizam|jednonukleotidnih polimorfizama]] za detekciju poznatih genskih mutacija. Ove metode detekcije istovremeno mere nekoliko stotina hiljada oblasti genoma i kada se koriste sa velikim obuhvatom podataka za merenje hiljada semplova, generišu [[terabajt]]e podataka po eksperimentu. Ogromna količina i novi tipovi podataka pružaju nove šanse za bioinformatiku. Često se u podacima nalazi značajna varijabilnost, ili [[Buka|šum]], pa se stoga razvijaju [[skriveni Markovljev model]] i metode analiza sa promenom tačke kako bi vernije predstavile varijabilnost nastalih promena.

Uz napredak koji razvoj naprednih sekvencionirajućih tehnologija obezbeđuje oblasti bioinformatike, genomika kancera mogla bi da se drastično promeni. Nove metode i algoritmi omogućavaju bioinformatičarima brzo i lako sekvencionisanje mnogih genoma kancera. Ovo bi moglo da dovede do fleksibilnijeg procesa za klasifikaciju tipova raka analizom mutacija koje su u genomu nastale pod njegovim dejstvom. Štaviše, u budućnosti bi verovatno bilo moguće individualno praćenje stanja pacijenta na osnovu sekvenci uzoraka raka.<ref>{{cite book|last1=Hye-Jung|first1=E.C.|last2=Jaswinder|first2=K.|last3=Martin|first3=K.|last4=Samuel|first4=A.A|last5=Marco|first5=A.M|editor1-last=Dellaire|editor1-first=Graham|editor2-last=Berman|editor2-first=Jason N.|editor3-last=Arceci|editor3-first=Robert J.|title=Cancer Genomics|date=2014|publisher=Academic Press|location=Boston (US)|isbn=9780123969675|pages=13–30|chapter=“Second-Generation Sequencing for Cancer Genome Analysis”| doi=10.1016/B978-0-12-396967-5.00002-5}}</ref>

Drugi tip podataka koji zahteva značajan informatički razvoj je analiza lezija koje se javljaju pri mnogim tumorima.

==Ekspresija gena i proteina==

===Analiza ekspresije gena===
[[Ekspresija gena|Ekspresija]] mnogih gena može da se odredi merenjem nivoa [[iRNK|informacionih RNK]] preko više tehnika, uključujući [[DNK mikročip|DNK mikročip]], EST sekvenciranje, serijsku analizu ekspresije gena (SAGE), masivno paralelno sekvenciranje potpisa (MPSS), RNA sekvenciranje, poznato i kao "šotgan sekvenciranje celog transkriptoma" (WTSS) ili raznim aplikacijama multipleksiranih hibridizacija. Sve ove tehnike su ekstremno osetljive na šumove i podložne pristrasnosti u biološkim merenjima, pa glavni istraživački napor u komputacionoj biologiji podrazumeva razvoj statističkih alata za odvajanje signala od šuma u obimnim studijama ekspresije gena. Takve studije se često sprovode kako bi odredile gene koji imaju određenu fukkciju u oboljenju: može se porediti mikroniz podataka iz kancerogenih [[Epitelsko tkivo|epitelskih]] ćelija sa podacima iz nekancerogenih ćelija kako bi se odredili delovi koji su ključni za odgovarajuću populaciju kancerogenih ćelija.

===Analiza ekspresije proteina===
Proteinski mikronizovi ili proteinski čipovi uz [[Masena spektrometrija|masenu spektrometriju]] širokog propusnog opsega mogu da obezbede snimak proteina prisutnih u biološkom uzorku. Bioinformatika ima svoju ulogu u razumevanju proteinskih mikronizova i podataka dobijenih pomenutim metodama; takav pristup ima slične probleme kao i mikronizevi koji se odnose na iRNK, obzirom da oni podrazumevaju poređenje velikih količina obimnih podataka sa predviđenim podacima iz sekvenci proteinskih baza podataka i komplikovane statističke analize semplova gde su detektovani višestruki, ali nepotpuni peptidi u svakom proteinu.

===Analiza regulacija===
Regulacija predstavlja složen sistem upravljanja događajima počev od spoljnog ćelijskog nadražaja kao što je [[Hormoni|hormon]], i vodi ka povećanju ili smanjenju aktivnosti jednog ili više [[protein]]a. Bioinformatičke tehnike se koriste kako bi se ispitali razni koraci u ovom procesu. Na primer, promoter analiza uključuje identifikaciju i proučavanje sekvencnih motiva u DNA koji okružuje kodirajući region u genu. Ovi motivi utiču na to do kog nivoa se koji region prepisuje u iRNK. Dobijeni podaci mogu da se iskoriste kako bi se uticalo na genetsku regulaciju: na primer, moguće je poređenje mikronizova pri raznim stanjima organizma kako bi se postavila hipoteza o genima uključenim u svakom stanju.

{{-}}
{{Biologija}}
{{Genomika}}

[[Kategorija:Bioinformatika|*]]
[[Kategorija:Matematička i teorijska biologija]]
[[Kategorija:Formalne nauke]]