生物信息学(Bioinformatics)是研究生物信息的采集，处理，存储，传播，分析和解释等各方面的一门学科，它通过综合利用生物学，计算机科学和信息技术而揭示大量而复杂的生物数据所赋有的生物学奥秘。实验室生物学信息学主要包括蛋白质组生物信息学和结构生物信息学相关技术平台。
包括质谱数据深度分析、蛋白质注释及功能分析、蛋白质相互作用网络构建及分析、蛋白质组研究主题信息服务、生物标志物发现(蛋白质表达模式建模)和专业数据库研发等。
使用谱图技术对蛋白质进行定量分析，对质谱鉴定的蛋白质进行翻译后修饰鉴定。
提供高质量的数据注释信息，包括对蛋白质结构域、翻译后修饰、突变体、亚细胞定位和功能等描述。利用功能注释工具高通量地对每个蛋白质进行功能注释，并最终统计功能富集蛋白和蛋白质的功能分布。
构建蛋白质相互作用网络首先需BG大游官方网站要获取蛋白质相互作用的数据。目前已有大量的蛋白质相互作用数据库，比如DIP（DatabaseofInteractingProteins），BIND（BiomolecularInteractionNetworkDatabase），KEGG（KyotoEncyclopediaofGenesandGenomes）等。根据这些数据库中提取的蛋白质相互作用数据，可以构建相应的相互作用网络。同时，利用研究室开发的生物信息学软件对每对蛋白质间的相互作用可信度进行打分，从而构建一个更可靠的蛋白质相互作用网络，并对网络进行直观的可视化。
结合蛋白质功能注释信息，可以对蛋白质相互作用网络进行如下几个方面的深度分析：
（2）根据网络的拓扑性质，挖掘网络重要节点（如hub节点、crosstalk节点）；
根据这些信息，分子生物学家可以筛选潜在的生物标记物和药物靶标，并对其进行深入的实验验证。
此外，还提供蛋白质组研究主题信息服务、生物标记物发现以及为一些生物实验室构建可以访问的专业数据库。
以上服务的分析报告将会描述详细的分析流程和分析结果，给出分析方法在文章中的引用方式，具体需求欢迎面谈。
包括基于空间结构研究蛋白与其它蛋白及小分子相互作用的机制，研究探讨蛋白序列-结构-功能的关系并由此开发各种生物信息学算法和软件；与平台其他研究小组紧密合作，应用生物信息学算法系统阐明肿瘤发生、发展过程中各种关键蛋白相互作用机制；基于蛋白-蛋白相互作用网络发现关键药物靶标和生物标记物。基于结构对靶标进行小分子药物虚拟高通量筛选和药物设计，以寻找新型小分子药物，使其能抑制关键蛋白之间的相互作用，从而开发靶向治疗肿瘤的药物。同时开发新一代测序数据分析的生物信息学算法和软件。
因此，本项目拟通过研究P53的功能及作用机制，找到癌症预防和治疗的有效策略，即以P53作为起始核心研究项目做结构分析，通过测定P53与各类DNA序列结合的复合物结构以及在肿瘤细胞中常出现的P53突变体的结构，以期筛选出以P53为靶点的新抗癌药物。
肿瘤标志物是肿瘤标志物是肿瘤细胞在癌变过程中由于基因表达水平等的变化而生成或减少的抗原和其他生物活性物质，可用于肿瘤的早期诊断、分期、监测肿瘤进程，和评价药物的治疗效果。肿瘤既是一种多基因病，同时也是一种蛋白质组病，因此，采用高通量的结构生物学和蛋白质组学技术来研究肿瘤发生发展过程中蛋白质组变异规律和功能变化，揭示肿瘤发病机制、寻找肿瘤分子标志物及治疗靶标已成为肿瘤研究的热点和重点领域。
