生物信息学与基因组学是高度交叉的前沿领域，前者借助计算机技术和数理方法分析生物数据，后者聚焦生物体基因组的结构、功能与演化。理解二者涉及的核心名词，是掌握相关研究逻辑的关键。以下对部分重要名词进行解释：
### 一、基因组学核心概念
1. **基因组（Genome）**
指一个生物体（或细胞）中全部遗传物质的总和，对于以DNA为遗传物质的生物（如人类、植物），基因组包含核DNA、线粒体（或叶绿体）DNA；RNA病毒的基因组则由RNA构成。它不仅包含编码蛋白质的基因序列，还涵盖大量非编码序列（如调控元件、重复序列），是遗传信息的“总蓝图”。
2. **转录组（Transcriptome）**
特定细胞、组织或生物在某一时刻所有RNA转录本的集合，包括mRNA、rRNA、tRNA及非编码RNA（如miRNA、lncRNA）。通过RNA – seq等技术分析转录组，可揭示基因表达的时空特异性、差异表达模式，是研究基因功能和调控的核心层面。
3. **蛋白质组（Proteome）**
对应基因组表达的全部蛋白质的集合，包含蛋白质的种类、丰度、翻译后修饰（如磷酸化、糖基化）及相互作用。由于存在“蛋白质组≠基因组简单转录翻译”（如可变剪接、翻译后修饰），蛋白质组学需结合质谱等技术，更直接反映生物功能状态。
### 二、测序与组学技术相关
1. **高通量测序（High – throughput Sequencing, HTS）**
又称“下一代测序（Next – Generation Sequencing, NGS）”，是一类能快速、大规模生成DNA/RNA序列数据的技术（如Illumina的边合成边测序、华大的DNBSEQ）。它突破了传统Sanger测序的通量限制，使全基因组测序、转录组测序等研究成本大幅降低，推动了精准医学、群体遗传学等领域的发展。
2. **单分子实时测序（Single – Molecule Real – Time Sequencing, SMRT）**
由PacBio公司开发的第三代测序技术，基于零模波导孔（ZMW）实现单分子DNA合成的实时观测。其核心优势是**超长读长**（可达数十kb），能跨越基因组中的重复序列、解析复杂结构变异（如大片段插入/缺失、染色体倒位），在de novo组装和甲基化分析中表现突出。
3. **参考基因组（Reference Genome）**
已完成测序、组装和注释的“标准”基因组序列（如人类GRCh38、拟南芥TAIR10），作为后续测序数据比对、变异检测的“模板”。它为研究物种的基因结构、功能和演化提供了基准，但需注意其可能存在的缺口（gap）或人群特异性偏差。
### 三、生物信息学分析工具与方法
1. **BLAST（Basic Local Alignment Search Tool）**
经典的序列比对工具，通过“局部比对”快速寻找核酸/蛋白质序列的同源区域。分为核酸比对（BLASTn）、蛋白质比对（BLASTp）等，广泛用于基因功能预测（如未知序列与已知蛋白库比对）、物种亲缘分析等。
2. **序列组装（Sequence Assembly）**
将测序得到的短片段（reads）拼接成连续的长序列（contigs、scaffolds）的过程。分为**de novo组装**（无参考基因组时，如用SOAPdenovo拼接新物种基因组）和**参考引导组装**（以参考基因组为模板，优化测序数据的连续性）。组装质量直接影响后续基因注释、变异检测的准确性。
3. **变异检测（Variant Calling）**
从测序数据中识别基因组变异的过程，包括单核苷酸变异（SNV）、插入缺失（InDel）、结构变异（SV，如大片段重复、倒位）等。常用工具如GATK（针对SNV/InDel）、BreakDancer（针对SV），需结合质控（如深度、覆盖度）降低假阳性。
4. **基因本体（Gene Ontology, GO）**
对基因功能进行标准化分类的体系，包含三个维度：**分子功能**（如“ATP结合”）、**生物过程**（如“细胞周期”）、**细胞组分**（如“细胞核”）。通过GO富集分析，可快速归纳差异基因的功能倾向，简化复杂转录组/基因组数据的解读。
5. **通路分析（Pathway Analysis）**
研究基因在代谢、信号通路中的富集情况，以揭示生物过程的分子机制。常用数据库如KEGG（京都基因与基因组百科全书）、Reactome，通过将差异基因映射到通路图中，可直观展示基因间的相互作用和功能关联（如肿瘤发生的信号通路）。
### 四、组学数据库与资源
1. **Ensembl**
综合性基因组数据库与分析平台，提供多物种（包括人类、小鼠、农业物种）的基因组注释、变异数据、表达谱等，支持在线浏览（如基因结构可视化）和批量数据分析（如API接口），是基因组学研究的核心资源。
2. **GEO（Gene Expression Omnibus）**
公共基因表达数据库，存储芯片（microarray）和测序（RNA – seq）的原始数据及临床信息。研究者可下载数据进行二次分析（如荟萃分析），或上传自己的实验结果，推动数据共享和领域协作。
### 五、功能基因组学与表观组学
1. **表观基因组（Epigenome）**
基因组的“表观修饰图谱”，包括DNA甲基化、组蛋白修饰（如H3K4me3）、染色质可及性等，不改变DNA序列但调控基因表达。通过WGBS（全基因组甲基化测序）、ATAC – seq（染色质开放性分析）等技术研究，揭示环境、发育对基因表达的调控机制。
2. **CRISPR – Cas9**
新一代基因编辑技术，也用于功能基因组学研究：通过向导RNA（gRNA）引导Cas9蛋白切割目标DNA，实现基因敲除、敲入或碱基编辑。结合高通量筛选（如CRISPR文库），可系统研究基因功能与表型的关联，加速药物靶点发现。
这些名词构成了生物信息学与基因组学研究的“语言体系”，从技术方法（测序、组装）到数据分析（比对、注释），再到功能解读（GO、通路），共同支撑着从“序列”到“功能”的研究闭环。理解它们的定义和应用场景，是进入这一交叉领域的重要基础。
本文由AI大模型（Doubao-Seed-1.6）结合行业知识与创新视角深度思考后创作。