ゲノミクスは、生物のゲノムの大規模な変化を研究する遺伝学の一分野です。 DNAから転写されるRNAのゲノム全体の変化を研究するゲノミクスとそのトランスクリプトミクスのサブフィールドは、多くの遺伝子がかつてあることを研究しています。 ゲノミクスには、DNAまたはRNAの非常に長い配列の読み取りと整列も含まれる場合があります。 このような大規模で複雑なデータの分析と解釈には、コンピューターの助けが必要です。 人間の精神は、それなりに素晴らしいのですが、これだけの情報を扱うことはできません。 バイオインフォマティクスは、生物学の知識とコンピュータサイエンスのサブフィールドである情報科学の知識を組み合わせたハイブリッド分野です。
ゲノムには多くの情報が含まれています
生物のゲノムは非常に大きいです。 ヒトゲノムは、約25,000の遺伝子を含む30億の塩基対を持っていると推定されています。 比較のために、ミバエは13,000の遺伝子を含む1,650億の塩基対を持っていると推定されています。 さらに、トランスクリプトミクスと呼ばれるゲノミクスのサブフィールドは、 生物は、特定の時間に、複数の時点で、およびそれぞれで複数の実験条件でオンまたはオフになります 時点。 言い換えれば、「オミクス」データには、バイオインフォマティクスの計算手法の助けなしに人間の精神が把握できない膨大な量の情報が含まれています。
生物学的データ
遺伝子データには文脈があるため、バイオインフォマティクスは遺伝子研究にとって重要です。 文脈は生物学です。 生命体には特定の行動規則があります。 同じことが組織や細胞、遺伝子やタンパク質にも当てはまります。 それらは特定の方法で相互作用し、特定の方法で互いに調整します。 ゲノミクスで生成される大規模で複雑なデータは、生命体がどのように機能するかについての文脈知識がなければ意味がありません。 ゲノミクスによって生成されたデータは、研究するエンジニアや物理学者が使用するのと同じ方法で分析される可能性があります 財務市場と光ファイバーですが、理にかなった方法でデータを分析するには、次の知識が必要です。 生物学。 したがって、バイオインフォマティクスは非常に貴重なハイブリッド知識分野になりました。
数千の数を処理する
数値計算は、計算を行っていることを示す方法です。 バイオインフォマティクスは、コンピューターが情報を処理できる速度に応じて、数分で数万の数値を処理することができます。 Omicsの研究では、コンピューターを使用してアルゴリズム（数学計算）を大規模に実行し、大規模なデータセットのパターンを見つけます。 一般的なアルゴリズムには、階層的クラスタリング（参考文献3を参照）や主成分分析などの機能が含まれます。 どちらも、多くの要因が含まれるサンプル間の関係を見つけるための手法です。 これは、電話帳の2つのセクション間で特定の民族がより一般的であるかどうかを判断するのと似ています。Aで始まる名前とBで始まる名前です。
システム生物学
バイオインフォマティクスは、何千もの可動部品を備えたシステムが、一度に動くすべての部品のレベルでどのように動作するかを研究することを可能にしました。 それは、鳥の群れが一斉に飛ぶのを見たり、魚の群れが一斉に泳ぐのを見ているようなものです。 以前は、遺伝学者は一度に1つの遺伝子しか研究していませんでした。 そのアプローチにはまだ信じられないほどのメリットがあり、今後もそうし続けるでしょうが、バイオインフォマティクスは新しい発見を可能にしました。 システム生物学は、複数の可動部分を定量化することによって生物学的システムを研究するためのアプローチです。 1つの大きな曲がりくねった鳥として飛んでいる鳥のさまざまなポケットの集合速度を研究するようなものです 群れ。