Особой областью применения БИ является поиск новых лекарственных средств против тех или иных заболеваний [1,4]. Механизм действия большинства лекарств заключается в связывании с каким-либо белком организма хозяина или патогена, в результате чего может либо нарушатся взаимодействия белка патогена и хозяина, или белок патогенного организма теряет способность выполнять свою функцию в результате изменения конформации или других каких-то событий. Таким образом, идеальное лекарственное средство должно связываться только с целевым белков и вызывать строго определенное изменение его свойств. Раньше поиск лекарств происходил путем проверки огромного спектра соединений сначала in vitro на предмет взаимодействия с нужным белком, затем на лабораторных животных на предмет токсичности и других побочных действий, и потом уже шел этап клинических испытаний. Разумеется, это связано со значительными затратами времени и средств. Хотя на настоящий момент биоинформатические инструменты не позволяют сократить поиск лекарств лишь до этапа клинических испытаний (что является перспективой развития этого направления БИ), все же уже есть ПО (например, Hex, Argus Lab, и Autodock), которое позволяет определить, будет ли данное вещество связываться с активным центром белка-мишени. А благодаря этому можно исключить из испытаний вещества, которые не будут связываться и тем самым значительно сократить список кандидатов и время, необходимое для поиска.
Молекулярная филогения занимается выяснением степени эволюционного родства между различными видами живых организмов, построением естественной систематики и воссозданием эволюционных событий на основании данных о нуклеотидной последовательности геномов. В первом приближении эта задача довольно таки проста: нужно выполнить множественное выравнивание анализируемых геномов и найти отличия. Те организмы, которые меньше отличаются друг от друга, являются эволюционно более близкими и должны быть объединены в таксон меньшего порядка (вид, род, семейство). Те же из них, геномы которых различаются разительно, являются очень далекими эволюционными родственниками и могут принадлежать лишь к одному отряду или типу. Однако, если взглянуть на проблему более пристально, все оказывается не так просто. Во-первых, множественное выравнивание целых геномов – технически крайне непростая задача. Поэтому проводят сравнение не всего генома, а его определенных участков. Следовательно, успех во многом зависит от выбора участка для сравнения. Во-вторых, на настоящий момент для биологов очевидно, что отличия в разных участках генома имеют неодинаковый эволюционный «вес», так как изменения в генах или регуляторных элементах могут повлечь за собой изменения в свойствах организма (т.е. именно такие изменения эволюционно значимы), в то время как изменения в некодирующих участках генома могут никак не сказаться на признаках организма и, соответственно, не иметь эволюционного значения. Значит, такие различия не следует учитывать при выяснении филогенетического родства организмов. Кроме того, как уже говорилось, даже изменения в нуклеотидной последовательности генов могут по-разному проявлять себя: с одной стороны, сравнительно большое число нуклеотидных замен может никак не повлиять на функционирование белка, а одна-единственная замена, влекущая за собой появление другой аминокислоты в функционально важном участке белка, может полностью изменить свойства вплоть до полной потери функции. Соответственно, одна такая замена при выяснении филогении должна иметь больший вес, чем множество замен, не влияющих на функцию белка. Еще более интересным и важным для построения естественной систематики является тот факт, что, как оказалось, многие сильно отличающиеся друг от друга организмы (к примеру, мышь и человек), мало отличаются по набору генов и их последовательностям. Оказалось, что фенотипические различия между мышью и человеком объясняются тем, что регуляция работы генов у двух организмов сильно разнится [7]. Следовательно, занимаясь выяснением вопросов молекулярной филогении, стоит обращать внимание не только на набор и нуклеотидную последовательность генов, а еще и на наличие рядом с ними тех или иных регуляторных элементов, таких как промотеры, энхансеры, сайлансеры и т.д. и особенности их структуры. Также взаимное расположение различных генетических элементов может иметь эволюционный смысл и должно быть принято во внимание.
В целом, эта область БИ остается одной из самых сложных и, в то же время, одной из самых перспективных. Возможно, именно успехи в этом сфере смогут приблизить нас к более полному пониманию механизмов эволюционного развития живой природы.
В настоящее время в биологии широко применяются методы исследования, выходными данными для которых являются цифровые изображения. Это, в первую очередь, микроскопия, но также и микро-эрей и сходные методики [1,5]. Так как объем этих данных стремительно увеличивается, встает проблема их автоматической обработки. В случае микрофотографии существуют следующие задачи, требующие автоматического решения: 1) отделение шумового сигнала от значимого; 2) определение структур, интересующих исследователя (выявление клеток и их частей, различение различных типов клеток и т.д.); 3) сопоставление интенсивности и расположения флуоресцентных сигналов между собой и с результатами светлопольной микроскопии (необходимо для внутриклеточной локализации молекул, несущих флуоресцентные метки, а также для предсказания межмолекулярных взаимодействий).
Применение ДНК-микрочипов позволяет изучать экспрессию генов на геномном уровне или сравнивать экспрессию при разных условиях или в разных типах клеток. ДНК-микрочип представляет собой небольшой твердый носитель с огромным количеством (десятки тысяч) ячеек, в которые нанесены фрагменты ДНК, соответствующие известным генам данного организма. Если на микрочип нанести кДНК, несущую флуоресцентную метку, она образует комлементарную пару с соответствующей ДНК на чипе, о чем будет свидетельствовать флуоресценция после отмывки чипа. После гибридизации ДНК чип сканируется лазером и получается цифровое изображение. В случаях, если сравниваются два типа клеток или одни и те же клетки, но при различных условиях, кДНК из одних клеток метится, например, зеленой флуоресцентной меткой, а из других – красной. Потом пробы смешиваются и наносятся на один микрочип. Поэтому при обработке полученного изображения необходимо не только найти те ячейки, в которых произошла гибридизация, но и оценить ее количественно, а также, во многих случаях сравнить интенсивность красного и зеленого сигналов. Для решения всех этих задач на настоящий момент уже создано соответствующее ПО, позволяющее проводить анализ с использованием микрочипов в большом масштабе.
СБ – это новая биологическая дисциплина, развитие которой невозможно без тесного взаимодействия с БИ. СБ занимается количественным (а не качественным, как классическая молекулярная биология) описанием биологических систем с целью их последующего моделирования [1,4]. Типичным вопросом СБ является, например, следующий: если концентрация ионов кальция в цитоплазме клетки увеличится в два раза, как изменятся основные параметры (концентрации различных веществ, транмембранный потенциал и т.д.) во всех компартментах клетки и как отреагирует клетка в целом? Другой пример: как количественно изменится сродство ДНК-связывающего белка к ДНК при изменении конкретной аминокислоты в его составе или одного нуклеотида в определенном участке ДНК, и как это скажется на концентрации продукта соответствующего гена? Разумеется, решение задач СБ невозможно без накопления экспериментальных количественных данных, но для их последующей обработки необходимо использование биоинформатических инструментов, особенно для моделирования биологических процессов. В этой связи стоит упомянуть японский проект e-cell (электронная клетка), в рамках которого коллектив биологов и программистов занимаются созданием программы для моделирования живой клетки. Уже сейчас имеется версия этой программы, позволяющая моделировать некоторые клеточные процессы. Предполагается, что в перспективе, когда данная модель достигнет достаточной степени точности, ее можно будет использовать для решения многих теоретических и практических задач, вплоть до проведения экспериментов in silico, поиска лекарств и проверки способов профилактики и лечения некоторых заболеваний.
Таким образом, наиболее перспективными сферами применения БИ являются следующие:
Моделирование структуры белков и предсказание их функций на основании нуклеотидной последовательности соответствующих генов в масштабах целых геномов. В перспективе такой подход позволит характеризовать свойства организмом, зная только последовательность их геномов. Учитывая, что секвенирование геном становится все более и более дешевым, такой подход позволит значительно расширить спектр видов живых организмов, охарактеризованных на молекулярном уровне.