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。     

CNGBdb：国家基因库生命大数据平台

国家基因库生命大数据平台(China National GeneBank DataBase, CNGBdb)是一个致力于生命科学多组学数据归档和开放共享的数据库平台,是深圳国家基因库的核心功能"三库两平台"中生物信息数据库的对外服务平台,拥有深圳国家基因库丰富的样本资源、数据资源、合作项目资源和强大的数据计算和分析能力等优势。生命科学研究已经进入到了一个以高通量多组学数据为基础的大数据时代,迫切需要加强国际合作和信息共享。随着中国经济的发展和在生命科学研究领域的研究项目投入力度的加大,需要建立相关的生命大数据归档和共享的平台,来促进我国生命科学研究项目中生成的基因组学数据的系统管理、开放共享与合理利用。目前,CNGBdb主要提供生命科学研究相关的数据归档、知识搜索、数据管理、数据计算和数据服务等服务。其归档和共享的数据类型,主要包括项目、样本、实验、测序、组装、变异、序列等。截止2020年5月22号,CNGBdb已接受了全球生命科学科研工作者提交的研究项目达2176个,归档的基因组学数据量超过2221TB。未来,CNGBdb将继续推动生命科学研究多组学数据的开放共享和产业应用,完善基因组学数据的归档和共享功能,提升其服务生命科学数据开放共享的能力。CNGBdb的网址是:https://db.cngb.org/。     

人类基因组计划与生命科学及生物产业

人类基因组计划（HGP）将要完成。人类基因组全部测序标志这一宏伟计划的阶段性目标的实现,其对生命科学及人类生存、发展的影响将伴随人类走向新的时代。基因组信息学、比较基因组学、进化基因组学、应用基因组学等新的学科将应运而生。基因组学研究的特点是数据导向和系统性。从雄心勃勃的“人类基因组计划”,到蓬蓬勃勃的基因组学,再到轰轰烈烈的生物信息争夺战,“生物世纪”的帷幕已经拉开。     

生物芯概念计算——生物信息计算的新概念

正生物技术的迅猛发展推动了生命科学进入大数据时代,以新一代测序技术为代表的高通量生物技术加速了生物学与计算、信息等学科的融合,大大推进了生物信息学的发展.据美国国家生物技术信息中心(National Center for Biotechnology Information,NCBI)最新的数据统计,相较前一年,基因组测序项目增长了49.94%,以读长数据(read)为代表的高通量核酸测序数据增长了44.37%,蛋白质序列数据增长了39.85%[1].截止最新的数据发布(2017年9月),存储于GenBank数据     

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。     

枯草芽胞杆菌异戊二烯酶ComQ的生物信息学分析及对生物膜形态的影响

[目的]枯草芽胞杆菌ComQ是一种类异戊二烯生物合成酶.利用生物信息学预测分析了ComQ的生物学特性,对comQ基因进行过表达和敲除,构建突变菌,孔板发酵培养验证生物膜形态变化.[方法]运用NCBI (National Center for Biotechnology Information)网站里的Protein数据...     

世纪之交的新科学:生物信息学

北京生物技术和新医药产业促进中心２１世纪是生命科学的时代,也是信息时代。随着人类基因组计划的实施,有关核酸、蛋白质的序列和结构数据呈指数增长。面对巨大而复杂的数据,运用计算机管理数据、控制误差、加速分析过程势在必行。从２０世纪８０年代末开始,生物信息...     

关于高通量测序背景下生物信息学教学的一些建议

高通量数据背景下,生物信息学已成为解决生物问题一门必备知识和工具,本文从生命科学的现实背景出发,探讨了高通量测序时代关于生物信息学课程的教学内容、教学方式和教学目的方面的一些建议。期望通过现代生物信息学课程的设计和讲授,使学生及时掌握利用生物信息学处理前沿问题的能力,强化生物信息学实践教学中技能的培养,培养在获取、处理、开发和利用等方面有较强的研究能力和实践能力的生物信息技术人才,提高生命科学相关专业学生的社会就业竞争力。     

宏基因组的生物信息分析

基于高通量测序的宏基因组学研究是近年来的研究热点之一。宏基因组的生物信息分析正在逐渐完善成熟．各种分析软件和流程的开发与应用,极大地促进了宏基因组研究的发展,特别是在遗传与进化、基因发现、宏基因组和人类疾病的相关研究等方面取得了显著成果。本文旨在结合宏基因组学的研究内容和研究方向,对宏基因组的生物信息分析方法进行综述,探讨宏基因组的生物信息分析面临的机遇和挑战。     

充分利用Bioperl加速生物信息学的研究

Bioperl是Perl语言专门用于生物信息的工具与函数模块集,是世界各地的Perl开发人员在生物信息学、基因组学以及其他生命科学领域的智能结晶,服务于研究生物学问题的生物学家或计算机专家。通过对Bioperl进行了详细的介绍,并利用几个研究中的应用实例充分说明Bioperl在生物信息学研究中的重要地位。     

关于Transcriptome/transcriptomics,metabolomics/metabonomics中文译名和定义的商榷

正当今,生命科学进入了空前的"大数据"时代。生命科学研究模式亦正在发生重大转变,其主要标志就是生命科学正从"微观"(实验科学)向"宏观"(整合生物科学)的方向发展,自上世纪90年代开始出现的各种组(-ome)、组学(-omics)以及系统生物学(systems biology)就是最好的证明。按照遗传信息传递的方向性,基本的组学无外乎有基因组学(genomics)、转录(物)组学     

转化生物信息学研究前沿及挑战

<正>得益于高通量测序技术的长足发展,基因组、表观组和转录组等组学数据呈现出了爆炸式的增长,并且这一趋势将随着技术的发展而进一步延续。目前,全世界每年的生物数据产生总量已经高达EB级。如此海量的数据为我们深入了解生物学过程、疾病机理等多方面提供了前所未有的机遇。与此同时,生命科学研究领域的数据分析的挑战也日益严峻,多种不同维度数据的整合分析又使得这一挑战的形势更加急迫和严峻。因此,依赖于数学、计算机科学、信息与通信工程学等多方面交叉学科基础知识的生     

过氧化物酶和PeroxiBase过氧化物酶数据库

过氧化物酶是存在于生物体中的一大类以过氧化物为电子受体催化底物氧化的酶,在生物体的生命活动中发挥着重要作用.过氧化物酶由多态性丰富的多基因家族所编码,其结构和功能具有多样性.近年来,随着研究和应用的深入,过氧化物酶领域迫切需要建立一个专业的信息交流平台.PeroxiBase数据库收集了大量的过氧化物酶数据,并进行生物信息学加工,为生命科学研究人员免费共享、最大化利用与综合开发过氧化物酶资源搭建了信息平台,在过氧化物酶的研究与应用中发挥着重要作用.     

DNA芯片技术与基因表达研究

随着基因组计划的顺利实施,大量的生物信息被解析,基因表达及基因功能的研究将成为生命科学研究的热点。ＤＮＡ世片技术是近年来出现的分子生物学与微电子技术相结合的最新ＤＮＡ分析检测技术。该技术将在生命科学与信息科学之间架起一道桥梁,因而成为后基因组时代基因功能分析撮重要的技术之一。目前ＤＮＡ芯片技术已在基因保得到广泛的应用。     

网络上的生物信息资源

生物信息学是生命科学中最活跃的领域之一。目前,生物信息资源的利用已实现了高度的网络化。算法和软件的进步、数据库的一体化、服务器－客户模式的建立使之成为生物、医药、农业等学科强有力的工具。     

生物信息学数据库调查分析及其利用研究

从生物信息学数据库利用的角度调查分析生物信息学数据库的现状,为我国科研人员利用网上生物信息学数据库以及生物信息中心的开发提供科学依据和参考价值。研究采用网上调查的方法,对法国生物信息中心Infobiogen建立维护的生物信息学数据库目录DBcat中收录的511个数据库进行调查统计,分析其类型分布、国家分布、更新频率和获取方式;在此基础上。进一步利用欧洲分子生物学信息网(EMBnet)中30个成员国节点对生物信息学数据库利用现状进行统计分析。     

基于“天河二号”的水产病原生物信息分析平台构建及其在水产病原分析中的应用

作为生命科学的关键组成,生物信息学已被广泛地应用于基因组学、转录组学和蛋白质组学中。然而,生物信息分析平台的构建需要高性能计算机而非普通的个人电脑,从而极大地限制了生物信息学在水产科学中的应用。本研究基于“天河二号”超级计算机,构建了水产病原生物信息分析平台。该平台由基因组与转录组测序数据分析、蛋白质结构预测和分子动力学模拟3个功能模块组成。为了验证该平台的实用性,以水生动物病原微生物为例进行了生物信息学分析。通过Blast检索、GO和InterPro注释,鉴定了约氏黄杆菌(Flavobacterium johnsoniae)M168株的功能基因并对其进行了注释。通过同源模建,构建了草鱼呼肠孤病毒(Grass carp reovirus,GCRV)HZ-08的5个小节段的蛋白结构模型。对嗜水气单胞菌(Aeromonas hydrophila)外膜蛋白A进行了分子动力学模拟,并观察了平衡过程中系统温度、总能量、均方根偏差和环区构象的变化。以上结果均显示本研究成功建立了在“天河二号”超级计算机上运行的水产病原生物信息分析平台。此项研究将为其他学科生物信息分析平台的构建提供思路和线索。     

环境微生物宏基因组学研究中的生物信息学方法

高通量测序技术的发展促进了组学技术在环境微生物研究中的广泛应用,而宏基因组学是目前最为关键和成熟的组学方法。生物信息学在微生物宏基因组学研究中具有至关重要的作用。它贯穿于宏基因组学的数据收集和存储、数据处理和分析等各个阶段,既是宏基因组学推广的最大瓶颈,也是目前宏基因组学研究发展的关键所在。本文主要介绍和归纳了目前在高通量宏基因组测序中常用的生物信息学分析平台及其重要的信息分析工具。未来几年之内,测序成本的下降和测序深度的增加将进一步增大宏基因组学研究在数据存储、数据处理和数据挖掘层面的难度,因此相应生物信息学技术与方法的研究和发展也势在必行。近期内我们应该首先加强基础性分析和存储平台的建设以方便普通环境微生物研究者使用,同时针对目前生物信息分析的瓶颈步骤和关键任务重点突破,逐步发展。     

面向代谢组学的模式识别技术应用与展望

代谢组学是后基因时代新兴的一门研究生物体内所有小分子代谢物的组学学科,是系统生物学的有机组成部分。由于代谢组学是基于数据驱动的学科,因此如何有效利用数据预处理、模式识别等信息处理技术从代谢组学复杂的高维样本中挖掘深层次的“知识”是代谢组学乃至整个系统生物学的关键问题。对模式识别技术在代谢组学中的应用作了全面的综述。总结代谢组学数据特性及其对模式识别技术的特殊要求,揭示面向代谢组学的模式识别技术所遇到的困难并在此基础上提出相应的解决办法。     

组学技术及其在食品科学中应用的研究进展

后基因组时代的主要研究任务即是组学(转录组学、蛋白质组学及代谢组学)研究,其发展迅速,有望成为解决生命科学领域诸如食品品质与安全等科学问题的有力工具.组学研究为食品科学相关研究提供了新的思路和技术,在食品加工、贮藏、营养素检测、食品安全以及食品鉴伪等领域中已有广泛的应用.综述转录组学、蛋白质组学及代谢组学研究的核心技术,以及组学技术在食品科学研究中的研究进展,并对其应用前景进行展望.