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。     

环境微生物宏基因组学数据库利用

宏基因组学技术产生的数据是研究环境微生物的宝贵资源,国际上已有微生物计划、海洋计划、生命普查等大项目,采集和测序的样本量数以百万计,产生了海量的环境宏基因组学数据,并以此建立了几十个相关宏基因组数据库和平台。主要从以下几个方面综述环境宏基因组学的研究进展和已有资源:环境宏基因组学国际合作大项目、宏基因组学数据库和宏基因组学数据在线分析平台。将结合相应的数据库网站介绍其项目详情、样本来源、数据类型、使用方式和分析结果等,以便研究者全面了解此类数据并能快速找到和利用相关资源。     

大数据时代的大型人群队列

大数据技术推动了生命组学数据的爆炸式增长，生命科学研究进入大数据时代。大型人群队列研究依托大数据技术获得了重要突破，为生命科学和精准医学研究提供了宝贵资源，推动着预防医学模式发生革命性变化。以大数据技术为导向，人群队列研究规模空前扩大、学科交叉创新层出不穷，如何充分高效地利用人群队列资源、实现队列间的互联互通与共享，也是队列研究亟待解决的难题。该文将重点分析大数据时代特征下国内大型人群队列研究的发展特点，并提出其未来发展趋势及面临的挑战。     

多组学技术及其在生命科学研究中应用概述

随着新一代测序技术、高分辨质谱技术、多组学整合分析方法及数据库的发展,组学技术正从传统的单一组学向多组学技术发展。以多组学驱动的系统生物学研究将带来生命科学研究的新范式。本文简要概述了基因组学、表观基因组学、转录组学,蛋白质组学及代谢组学的进展,重点介绍多组学技术平台的组成和功能,多组学技术的应用现状及在合成生物学及生物医学等领域的应用前景。     

作物组学数据库的比较和应用

组学研究是生命科学研究的重要组成部分,是从整体角度研究全部组分及其相互关系的学科。组学数据库收集整理了与组学研究相关的所有信息,为组学研究提供了全面的数据基础。其中,作物组学数据库主要是以作物为对象建立的组学数据库,尤其是几大主要粮食作物的组学测序及信息挖掘,提升了作物科学的基础研发和生产水平,使我国粮食储备迈上一个新的台阶。本文以水稻、玉米和小麦为代表,通过搜集它们在组学研究中常用的数据库,概述了作物基因组学、转录组学、蛋白质组学、代谢组学及表型组学的主要研究内容,阐述了作物组学数据库在作物科学研究中的发展现状,揭示了在高通量信息时代下多种组学数据库的交叉及综合利用已经成为作物科学研究发展的重要方向和手段。     

关于Transcriptome/transcriptomics,metabolomics/metabonomics中文译名和定义的商榷北大核心CSCD

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）、     

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     

Meta-analysis在多种组学领域的应用

Meta-analysis作为一种整合多特征、多数据的统计方法,上世纪90年代被引入生命科学领域。随着高通量测序技术的快速发展,以基因组学、转录组学和蛋白质组学为核心的生命组学逐渐成为生命科学研究的新热点。海量数据的快速产出推动了组学研究的发展,也引发了数据规模过大、难以系统整合等问题。针对上述情况,meta-analysis被广泛地应用于分析各组学数据,方法也不断得到改进。本文系统总结了有代表性的meta-analysis方法,考察了目前meta-analysis在多个组学领域的应用现状,最后讨论了meta-analysis尚待解决的问题并展望未来的发展方向。     

生物资源库的建设、开放与共享——重要生理功能和重大疾病相关蛋白质研究公共资源库简介

海量科学数据的获得为探索生命科学提供了前所未有的研究靶标和工具。在此基础上建立的信息资源和实物资源库,极大地拓展了研究思路,成为原创性科研的资源宝库,是实现生物医药产业源头创新的宝贵资源。重点介绍国内、外生物资源库的建设、开放与共享现状,特别是"重要生理功能和重大疾病相关蛋白质研究公共资源库"的建设情况,为我国生命科学研究和生物学教育提供新的生物资源和科普资源。     

微生物组大数据管理与分析

高通量技术的迅猛发展促使微生物生态学研究获得了重大突破,掀起了元基因组学(Metagenomics)研究的热潮。元基因组学通常被定义为对未培养的环境样本中微生物群体的DNA序列分析。随着微生物组学数据的日益剧增,微生物大数据的高效管理与分析越来越受到研究者的关注。如何从海量的微生物组数据中挖掘出具有科研价值的数据信息并应用于实际问题成为当前的研究热点。目前已有很多计算生物学程序工具及数据库用于元基因组数据的分析与管理。本文主要综述了随着高通量测序技术的进步,国际上主要的微生物组计划及微生物组数据平台,如人类微生物组项目(human microbiome project,HMP)、地球微生物组项目(earth microbiome project,EMP)、欧盟的肠道微生物组计划(metagenomics of human intestinal tract,MetaHIT)、MG-RAST、i Microbe、整合微生物组(integration microbial genomes,IMG)以及EBI Metagenomics等;介绍了微生物数据分析的主要流程与工具;提出了建设多源异构的微生物生态数据管理与分析系统的必要性。     

RNA是生物大分子中的多面手——RNA研究专刊序言

<正>随着人类对生命规律认识的不断深入,科学研究的重点和热点也在不断变化。如今的生命科学领域正在经历着由基因组学(Genomics)到蛋白质组学(Proteomics)和到即将到来的RNA组学(RNomics)的巨大变化。RNA是地球生命进化过程中比DNA更早出现的生物大分子之一,但长期以来由于人类认识     

多组学前沿技术专刊序言

后基因组时代,基因组学、转录组学、蛋白质组学及代谢组学等技术应用日趋广泛,功能注释成为生命科学研究的中心任务,多组学整合分析成为全面解析生物学机理的主要手段。本专刊邀请了国内多组学领域的相关专家学者介绍了基因组学、转录组学、蛋白质组学及代谢组学等领域最新进展和应用成果,收录了相关文章28篇,以供从事多组学研究的科研工作者参考。     

青藏高原植物种质资源数据库及应用平台建设

为了实现青藏高原植物种质资源信息数据的有效管理、保藏、共享、交流和利用,根据科技部基础性工作专项对项目成果共享的要求和青藏高原极端环境下野生植物种质资源调查和采集项目执行管理的需求,针对青藏高原植物种质资源本身固有的特征,通过关系数据库模式构建了青藏高原植物种质资源信息数据库,设计和开发了数据采集、审核、入库等实用工具.利用微软.NET技术,基于三层架构模式,构建了基于青藏高原植物种质资源数据库的应用平台,实现了植物种质数据的数字化存储、开放共享等功能.为青藏高原极端环境下植物种质资源调查和资源利用奠定了基础.     

宏基因组样本数据的分析比较与分类

宏基因组学研究试图通过测序并分析微生物群落的DNA序列,以理解环境微生物的组成及其与环境的交互作用。宏基因组学革命性地改变了微生物学,使得以免培养的方式研究复杂生物系统中的微生物群落成为可能。第二代测序技术的不断进步和生物信息学的高速发展促进了高通量宏基因组研究的发展,大批高质量的宏基因组数据不断产生并对科学界开放,宏基因组学的重要作用被科学界广泛认可。与此同时,对应个体不同健康状态和人体不同部位的大量宏基因组样本数据不断产生,使得比较和分类宏基因组样本在微生物学研究上变得更加重要,比较宏基因组学成为宏基因组学的重要分支。主要介绍了宏基因组数据的分析比较,以及样本分类的相关研究和算法。     

基因组学、蛋白质组学和代谢组学在微生物降解PAHs中的应用

基因组学、蛋白质组学和代谢组学是系统生物学的重要组成部分,是近年来发展出来的新兴学科。随着生命科学的研究进入了多组学时代,基因组学、蛋白质组学和代谢组学得到了迅猛发展,被广泛应用在环境微生物学的各个研究领域,并成为研究PAHs微生物降解中不可或缺的重要手段。主要阐述了3大组学在微生物降解PAHs内在机理及代谢通路中的最新研究进展,并展望了3大组学在多环芳烃微生物降解机制中的应用前景与挑战。     

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。     

国家微生物科学数据中心——国家微生物资源大数据体系建设

国家微生物科学数据中心成立于2019年，以中国科学院微生物研究所作为依托单位。中心数据资源总量超过6 PB，数据记录数超过52亿条，数据内容完整覆盖微生物资源、微生物及交叉技术方法、研究过程及工程、微生物组学、微生物技术以及微生物文献、专利、专家、成果等微生物研究的全生命周期。国家微生物科学数据中心通过建设一系列重点数据库构建系统全面的国家微生物大数据体系，涉及全球微生物菌种分类及研究领域、病原微生物研究领域、微生物组研究方面及真菌研究领域，为全球微生物学相关的工作者提供信息服务和交流平台。在新冠疫情期间，中心开发新型冠状病毒国家科技资源服务系统，第一时间建立了全球科学数据发布及共享平台。研发的新型冠状病毒变异评估和预警系统(New Coronavirus Variation Evaluation and Early Warning System, VarEPS)，是全球首个对SARS-CoV-2基因组已知变异及虚拟变异进行多维度风险评估和预警的系统。中心以世界微生物数据中心(World Data Center for Microorganisms,WDCM)为平台，倡导全球微生物菌种...     

国家微生物科学数据中心数据资源服务与应用

作为解决生命领域复杂科学问题的关键要素以及驱动科学发现与决策的基础资源,微生物科学数据资源已成为国家的重要战略资源。国家微生物科学数据中心（https：//nmdc.cn/）的建设使得海量微生物数据资源可以得到有效的整理整合和开放共享,这对于微生物资源的研究、利用和可持续发展都起着至关重要的作用。本文从核心资源、服务内容、功能特色等多方面总结了国家微生物科学数据中心平台的建设进展,并提出了面向微生物领域科研及产业用户的应用实践。     

农业发展对作物功能基因组研究需求

作物生命科学研究对我国农业的可持续发展提供了强大的科技支撑,功能基因组研究是作物生命科学研究的核心领域之一。现通过提出我国农业发展中面临的一些主要问题,基于作物功能基因组学特别是水稻功能基因组学的最新研究成果,分析农业发展对作物功能基因组研究的多种需求,包括种质资源创新、重大应用价值基因的克隆和功能解析、基因编辑技术和全基因组分子育种。为了进一步满足农业发展对基因组学研究的需求,我国需要推进功能基因组研究,促进作物育种行业的转型、发掘更多的优异种质资源、培育重大突破的新品种,提升我国种业创新能力,不断增强我国功能基因组学对农业生物技术的贡献力度。     

生命科学信息工程设施以及在中国的实现

以组学数据为代表的生命科学数据呈指数增长.与高能物理、气象、地质、地理和环境科学等其他数据密集型学科一样,现代生命科学已经进入了高度信息化的时代——第四范式时代.国家跨组学信息工程大设施(China Information Engineering Infrastructure for Pan-Omics Studies,CIEIPOS)已经成为推动中国生命科学进一步发展、并使海量数据转化成知识与应用的必不可少的国家生命科学基础设施.本文介绍国内外生物数据收集、管理与利用的现状,提出建设CIEIPOS生物信息"集散地"的重要性与迫切性,阐述实现数据整合、搜索与可视化的挑战与可能方案.CIEIPOS的另外一个重要功能是支持对组学数据的管理、分析、挖掘与利用,这使得CIEIPOS不同于传统的国际生物信息中心,如美国国家生物信息技术中心(National Center for Biotechnology Information)与欧洲生物信息学研究所(European Bioinformatics Institute).本文以质谱平台产出的高通量蛋白质组数据为例,说明组学数据分析的复杂性.通过对跨组学数据在不同时空的模拟分析,进一步说明CIEIPOS的实际应用对计算机硬件与网络的要求.