生命与健康大数据中心资源

生命与健康多组学数据是生命科学研究和生物医学技术发展的重要基础。然而,我国缺乏生物数据管理和共享平台,不但无法满足国内日益增长的生物医学及相关学科领域的研究发展需求,而且严重制约我国生物大数据整合共享与转化利用。鉴于此,中国科学院北京基因组研究所于2016年初成立生命与健康大数据中心(BIG Data Center, BIGD),围绕国家人口健康和重要战略生物资源,建立生物大数据管理平台和多组学数据资源体系。本文重点介绍BIGD的生命与健康大数据资源系统,主要包括组学原始数据归档库、基因组数据库、基因组变异数据库、基因表达数据库、甲基化数据库、生物信息工具库和生命科学维基知识库,提供生物大数据汇交、整合与共享服务,为促进我国生命科学数据管理、推动国家生物信息中心建设奠定重要基础。     

我国医疗服务数据中心发展现状

医疗服务数据中心能够通过对医疗数据的采集、存储、维护和分析,在评价和提升患者安全、助力医疗质量管理、为患者就医提供导向、推动生物银行的建设发展等方面发挥着非常重要的作用。尽管相比发达国家,我国的国家医疗服务数据中心的建设起步较晚,但已在指导医疗服务和服务医疗管理方面取得了一定的成绩。     

上海生科院(人口健康领域)生物医学大数据中心工程师招聘启事

正为了契合国家关于精准医学大数据的战略需求,提升我国生物医学大数据科学研究和应用开发能力,推动国家生物医学大数据基础设施建设,上海生命科学研究院(人口健康领域)整合各方资源,成立生物医学大数据中心,该中心聚焦于提升生物与医学大数据存储、管理、挖掘能力,立足上海生科院,服务上海、辐射全国。中心的主要任务包括:(1)为中科院上海生科院、上海地区乃至全国提供全方位的生物大数据产生、管理和分析     

中国科学院水生生物研究所科学数据中心:助推大数据时代水生生物学研究新发展

中国科学院水生生物研究所(以下简称“水生所”)是研究内陆水体生命过程、生态环境保护与生物资源利用的综合性学术机构。自20世纪50年代开始,水生所科研人员率先有计划地针对全国主要水体开展了实地科学考察,产生了大量的水生生物原始生态学数据;随着显微拍照和测序技术的进步,调查还产生了各种浮游生物显微照片和大量的遗传数据。这些数据为水生态监测服务系统和数据库的构建提供了数据支持,有助于推进水生生物学研究的发展。此外,面向国家在水环境保护、渔业可持续发展方面的重大战略需求,中国科学院水生生物研究所科学数据中心(以下简称水生所科学数据中心)(http://sdb.ihb.ac.cn/)聚焦科学数据标准规范、安全可控和开放共享,对上述科学数据进行收集保存、汇交整合、分级管理和分析挖掘,以期为生态环境保护与生物资源保护利用等领域的基础性、战略性和前瞻性的科学研究和技术创新服务。     

中国生物多样性e-Science平台建设构想

本文结合国际生物多样性信息学发展趋势和生物多样性e-Science相关平台, 在分析我国前期工作成果和相关问题的基础上, 提出了基于服务架构(Service-Oriented Architecture, 简称SOA)和国际空间标准服务ISO 19119的中国生物多样性e-Science平台的三层结构(资源层、服务层和应用层), 并对e-Science平台建设的几个重要方向进行阐述: 组建强有力的协调组织、数据规范化和扩展、海量数据存储和计算、本体构建和语义分析、专题分析和领域建模、服务标准和服务内容以及科学社区的建设, 为我国进行生物多样性e-Science平台建设提供理论依据。     

GSA:组学原始数据归档库

生命科学的发展已进入组学大数据时代,然而我国至今尚未形成公共数据库存储体系。为弥补国内空白,组学原始数据归档库(Genome Sequence Archive, GSA, http://bigd.big.ac.cn/gsa)系统遵循国际核苷酸序列数据联盟(International Nucleotide Sequence Database Collaboration,INSDC)相关数据库建设标准,广泛收集各类生命组学原始数据。自2015年底上线运行以来,已获得了包括Cell、Nature、PNAS、GPB等30余个国内外期刊的认可,收录的数据量呈显著增长趋势,提供的数据服务受到国内外广大科研人员的认可。GSA有效缓解了当前我国生命组学数据汇交、存储与共享困难的问题,为我国国家生物信息中心的建设奠定了坚实基础。本文对目前GSA数据汇交、审核、发布与管理等机制进行了深入阐述,以方便用户了解GSA的各项功能,提供更高效的数据服务。     

生态环境大数据面临的机遇与挑战

随着大数据时代的到来和大数据技术的迅猛发展,生态环境大数据的建设和应用已初露端倪。为了全面推进生态环境大数据的建设和应用,综述了生态环境大数据在解决生态环境问题中的机遇和优势,并分析了生态环境大数据在应用中所面临的挑战。总结和概括了大数据的概念与特征,又结合生态环境领域的特点,分析了生态环境大数据的特殊性和复杂性。重点阐述了生态环境大数据在减缓环境污染、生态退化和气候变化中的机遇,主要从数据存储、处理、分析、解释和展示等方面阐述生态环境大数据相较于传统数据的优势,通过这些优势说明生态环境大数据将有助于全面提高生态环境治理的综合决策水平。虽然生态环境大数据的应用前景广阔,但也面临着重重挑战,在数据共享和开放、应用创新、数据管理、技术创新和落地、专业人才培养和资金投入等方面还存在着许多问题和困难。在以上分析的基础上,提出了生态环境大数据未来的发展方向,包括各类生态环境数据的标准化、建设生态环境大数据存储与处理分析平台和推动国内外生态环境大数据平台的对接。     

生物数据标准化研究进展

随着生物测序技术的快速发展,积累了海量的生物数据。生物数据资源作为生物分析研究及应用的核心和源头,为保证数据的正确性、可用性和安全性,对生物数据资源进行标准化的管理非常重要和迫切。本文综述了目前国内外生物数据标准化研制进展,目前国内外对生物数据缺少一个总体的规划,生物数据语义存在大量的不兼容性,数据格式多种多样,在生物数据收集、处理、存储和共享等方面缺乏统一的标准。国内外生物数据标准化处于起步阶段,但各国生物专家都在努力进行标准研制工作。文章最后从生物数据术语、生物数据资源收集、处理和交换、存储、生物数据库建设和生物数据伦理规范等方面出发,对标准研制工作进行一一探讨,期望能为生物数据标准制定提供一定的参考和依据。     

我国生态环境大数据建设方案实施及其公开效果评估

生态环境大数据建设是新一代环境管理手段,也是我国建设"数据强国"的基本要求。在《生态环境大数据建设总体方案》实施2年后,针对31个省级、27个省会城市、6个大数据建设试点城市的环境保护厅/局落实生态环境大数据的建设进行调查分析,通过文献分析和资料调查,全面评估我国生态环境大数据建设的总体状况,以期为生态环境大数据建设的下一步工作提供建议。结果表明,尽管生态环境大数据建设在数据资源整合方面取得了较大进步,但在地区发展、机构建设、数据共享开放和大数据应用等方面还存在着许多问题,针对这些不足,提出了未来几年我国生态环境大数据建设的发展方向,包括扩充环境信息中心相关职能、推进大数据整合与共享、加强国际交流和提升大数据在重点领域的应用范围。     

单病种数据中心在临床科研中的应用

随着医院信息化建设的不断深入发展和建设,医院信息系统中积累了大量宝贵的临床数据。为了提高医院数据在临床科研中的应用,我们在智能数据平台的基础上建立了单病种科研数据中心。通过对临床科研需求的深入调研和数据的深度解析,我们在数据中心提取出临床科研所关心的患者诊疗数据。利用多维度筛选、队列研究、维恩图对比等工具临床科研人员可以方便获取科研样本集合。单病种数据中心的建立使得医院系统中临床数据资源价值得到了极大提升。     

大数据时代土壤微生物地理学研究综述

土壤蕴含极为丰富的微生物多样性,它们在物质分解、元素生物地球化学循环、植物生产力和生物健康中扮演着关键角色。理解土壤微生物的生物地理分布格局、形成机制与群落构建规则,有助于预测在全球变化背景下土壤微生物组的功能演变及其对陆地生态系统的调控影响。自21世纪以来,土壤微生物生物地理学在各种大型国际微生物计划的推动下逐步形成了分子生物学技术耦合大数据分析的模式,实现了多种尺度上的关联研究。阐述了土壤微生物在分布格局和群落构建规则方面的研究进展,重点介绍了分子生物学技术和大数据分析在土壤微生物生物地理研究中的应用,对土壤微生物生物地理学未来在微生物分类分辨率、模型验证与构建和功能基因地理学的发展方向进行了展望。     

全球标本数字化建设及共享发展趋势

标本数字化建设是生物多样性保护和利用的重要工作基础,通过标本数据的整合分析,在生物分类学、生态学、生物工程、生物保护、粮食安全、生物多样性评估、教学教育和人类社会活动等方面提供数据支撑。为了了解全球标本数字化建设工作的现状以及数据共享的策略与技术发展趋势,该文分别调查梳理了北美洲、南美洲、欧洲、非洲、亚洲和大洋洲地区的标本数字化和平台建设情况,对标本数据共享现状和趋势从数据使用协议、新技术新方法和公众科学等方面进行了对比和分析,并为中国国内的标本数字化工作提出了工作建议,包括:(1)加强标本数字化建设、管理和动态更新方面的协同机制建设,确保实物资源和数字化资源信息同步;(2)加强数据整理和发布,促进数据质量的提升,充分开放数据使用协议,减少数据使用的阻碍;(3)加强对新技术的学习和引入,特别是开源软件、机器学习和人工智能技术的应用,能够在标签快速识别、自动鉴定和属性数据提取等方面发挥作用;(4)加强区域和国际合作,推动数据的整合应用;(5)推动公众科学项目发展,促进野外采集、室内整理、在线纠错、数据产品研发等工作的开展。     

基于最优实践的国家公园管理能力评价方法体系研究

建立国家公园体制对我国自然保护地体系改革以及生态文明建设具有重要意义。然而,我国国家公园建设却面临着创新管理体制、确定资源权属、健全法律体系等诸多挑战。对标国际先进经验将有助于识别我国现有基础与最优目标之间的差距,发现国家公园建设与管理的薄弱环节与努力方向,推动适合我国国情的国家公园建设路径与管理模式的探索。为此,系统梳理了世界上不同国家的国家公园管理经验,并对国际上国家公园管理的最优实践进行了归纳总结。在此基础上,综合考虑我国国家公园建设的自身特点,构建了包含体制建设、保障机制、资源环境管理、社区管理和科普教育5方面共18项指标的国家公园管理能力评价指标体系,并对各项指标的最优标准进行了界定。基于该指标体系,提出了国家公园管理能力综合评价方法。该方法运用层次分析法和专家打分法确定各项指标权重及得分,通过加权求和得到国家公园管理能力的综合评分。基于最优实践的国家公园管理能力评价方法体系,在短期内将有助于判断国家公园体制试点的管理基础与建设潜力,为我国国家公园的甄别与遴选提供科学依据,在长期将为国家公园管理有效性评估体系的构建奠定基础,为我国国家公园管理质量的提升提供技术支撑。     

DNA数据存储的科研概况国际对比与分析

全球数据量快速增长,成为数字经济发展的核心引擎,但传统数据存储介质受到功耗、体积、成本等限制,难以满足不断增长的数据存储需求。以脱氧核糖核酸(deoxyribonucleic acid,DNA)分子作为存储介质的新型存储方式引起了国内外高度重视,世界主要国家均对其研究进行了顶层规划,部署了一系列重要科研计划。但是,DNA数据存储作为一个新兴交叉研究领域,其发展的“源”与“流”仍存在需要深入分析的问题。针对该问题,从信息、半导体与合成生物学交叉融合的角度深入挖掘DNA数据存储发展的源头,对近年来国际上主要国家与地区在DNA数据存储领域的发展规划进行分析归纳,梳理国内外的科研项目规划布局,尤其是美国“半导体合成生物学联盟”推动的基础研究项目、美国国防部高级研究计划局(Defense Advanced Research Projects Agency,DARPA)与美国情报高级研究计划局(Intelligence Advanced Research Projects Activity,IARPA)推动的面向应用的集中攻关项目、欧盟的地平线2020计划以及我国的重点研发计划等。通过比较可发现,美国主要采用政府部门主导、应用目标导向的研究模式,欧盟与我国在“十三五”期间及时跟进;我国在“十四五”期间设立了重点研发计划“生物与信息融合(BT与IT融合)”,致力于推动DNA数据存储等领域的发展,实现DNA数据存储发展带动生化仪器乃至生物经济、数字经济的发展。探索DNA数据存储发展的“源”和“流”,为从事该领域的研究者识别真正制约该领域发展的“真问题”提供参考,也为科技管理部门研判DNA数据存储的国际发展趋势提供参考。     

食用菌表型组技术研究进展

食用菌已成为我国农业的第五大种植业,在“精准扶贫”战役中发挥了重要作用。然而,经过40年的快速发展,食用菌行业依然面临着众多问题亟待解决,尤其是在工厂化栽培生产中我们还严重依赖国外选育的菌种。随着基因测序和表型组等新技术的蓬勃发展,“数据驱动”的生物学研究取得了一系列突破性进展。这些新技术也为解决食用菌行业面临的问题带来了机遇。其中表型组研究通过光学设备和传感器将肉眼观察和手工测量的数据数字化,与基因组、代谢组等数据构成食用菌组学大数据,为食用菌分类、种质资源评价、育种、基因功能和栽培等研究提供了新思路。本文重点描述了食用菌表型性状,介绍了表型组技术在食用菌研究中的应用,同时回顾了植物表型组技术的进展和应用领域,并讨论了食用菌表型组研究的关键技术和面临的挑战。期望通过对食用菌基因组、表型组、代谢组等多组学技术的整合研究和大数据的积累,推动“数据驱动”的食用菌遗传育种和栽培生产。     

大数据在生态环境领域的应用进展与展望

随着互联网和移动通讯技术的发展,生态环境领域从信息采集到加工处理也进入信息化和数字化时代,数据量呈现爆发式增长,生态环境大数据受到越来越多的关注.生态环境大数据是在对生态环境要素“空天地一体化”连续观测的基础上,集成海量的多源多尺度信息,借助云计算、人工智能及模型模拟等大数据分析技术,实现生态环境大数据的集成分析和信息挖掘.生态环境大数据存在数据来源多样、涉及部门广;数据采集方式不统一;服务对象众多、对专业化服务要求高等特点.大数据已在生态环境领域得到了初步应用,如在全球气候变化预测、生态网络观测与模拟和区域大气污染治理等方面作用明显.目前我国生态环境大数据的发展还存在诸多问题,包括数据共享难、监测技术落后、传感器等监测设备严重依赖进口、数据集成和深度分析能力不足等.随着大数据技术的进步,未来大数据在解决生态环境健康问题、提高重大生态环境风险预警预报水平、提高生态环境领域科学研究水平等方面都将发挥巨大作用.大数据将最终实现生态环境管理决策定量化、精细化,生态环境信息服务多样化、专业化和智能化,为中国社会经济可持续发展和生态文明建设提供技术保障.