实验设计和数据处理

实验设计和数据处理是每个科学工作者都应掌握的,否则少慢差费,甚至导致错误。本文简要地介绍其中一些进展。多因素试验可用序贯法及正交法等。本文强调有效数字的意义与运算原则。测量数据可用符号测验、秩和测验、t 测验、F 测验、回归与相关、曲线拟合等处理,并提到丢失数据的弥补、偏离数值的取合、数据的变换等。列举数据中,注意配对试验的处理,并提到卡方测验、参照单位、比数比例法等。     

生物医学数据APPLEⅡPLUS微型计算机处理系统的软件设计

在生理科学研究和临床中,为了提取尽可能多的生物医学信息,利用通用微型计算机处理生物医学数据,灵活性大,适应性广。本文介绍一种APPLEⅡPLUS微型计算机生物医学数据处理系统,同时给出了此系统正弦波、方波及实际的脑电信号数字处理的一些结果。一、生物医学数据APPLEⅡPLUS 微型计算机处理系统的硬件总框图如图1所示。本系统以APPLEⅡPLUS主机为基础,包括6502CPU、48KRAM     

生物医学数据APPLEⅡPLUS微型计算机处理系统的软件设计

在生理科学研究和临床中,为了提取尽可能多的生物医学信息,利用通用微型计算机处理生物医学数据,灵活性大,适应性广.本文介绍一种APPLE Ⅱ PLUS微型计算机生物医学数据处理系统,同时给出了此系统正弦波、方波及实际的脑电信号数字处理的一些结果. 一、生物医学数据APPLE Ⅱ PLUS微型计算机处理系统的硬件总框图如图1所示.本系统以APPLE Ⅱ PLUS主机为基础,包括6502CPU、48 KRAM     

DNA分子标记信息不完全的统计处理

显性分子标记提供的有关该标记基因型的遗传信息是不完全的 ,缺失标记则丧失了它本来可能提供的遗传信息 .根据遗传学和统计学的一些基本原理 ,导出了一种通用算法 ,可以在F₂ 代群体中系统地恢复基因组上所有显性和缺失标记的基因型信息 ,从而增进构建数量性状基因图和标记辅助选择等工作的效率和精度 .这一方法也可方便地推广应用于一个标记具有 3种基因型的各类群体 ,例如由F₂ 自交衍生的高世代群体和随交群体等     

Rflp:分析群体RFLP数据的软件

限制性酶切长度多态（ＲＦＬＰ）近年来在国内进化遗传学研究中得到了普遍的应用,并且许多研究是针对物种群体水平的。然而,由于ＲＦＬＰ最初在生物进化方面的应用,主要集中于物种之间相互关系的研究,为此目的而发展的计算机软件,如常用的ＭＥＧＡ、ＰＡＵＰ和ＰＨＹＬＩＰ等,远远不能满足目前研究的需要。因此,我们发展了Ｒｆｌｐ软件,以帮助计算生物物种群体内和群体间的一些参数。对ＲＦＬＰ数据的分析,基于数据类型的不同,可分为位点法和片段法。Ｒｆｌｐ是基于位点法的分析软件。对于物种群体内的分析,可以根据两种方法估计…     

医学仪器评估的科学方法(四)

七数据处理及分析经临床、检测的大量数据必须严肃地按科学方法进行分析处理。在医学领域中一般获取的原始数据通常分为测量数据及计数数据两类,前者以数值大小来表示测量的结果,例如血压、体温、心率、血糖浓度等,后者则是清点数目所得的记录,或以阳性或阴性表示,或以等级表示(如+、++、+++),或以痊愈、显效、好转、无效、恶化来表达。而在仪器进行工程检测时,则必须有定量的数据来表达其测量的结果。医学数据及仪器的工程检测数据必须进行统计处理和分析,以寻找其科学规律及评     

中国生物多样性在线数据处理平台的构建

高质量的生物多样性数据能够为生物多样性的研究与保护提供数据支撑。目前研究人员开发了大量的生物多样性数据处理软件或工具, 包括工作流系统、R语言包、Python语言包和Excel工具等, 但是使用这些软件或工具需要用户安装相应的软件客户端, 并掌握一定的编程语言、软件开发和复杂的Excel公式等知识和技能。为降低用户的学习成本和使用门槛, 本文采用了Browser/Server模式设计技术、Web技术、可视化技术、响应式开发技术、网络爬虫技术、数据处理技术和Solr智能检索技术等, 针对不同维度的生物多样性数据设计和开发了相应的数据处理模块, 构建了中国生物多样性在线数据处理平台(http://dp.iflora.cn/)。该平台能够有效地帮助科研人员对物种名称、地理位置、时间日期和经纬度等数据进行处理, 并提供数据格式转换、数据质量评测和资源统计分析等辅助功能, 帮助科研人员实现零代码和低门槛地处理生物多样性数据, 提供便捷、高效和简单的数据清洗、校正、转换和整合等数据处理渠道, 为生物多样性研究和保护提供信息化技术支持与服务。     

蛋白质和DNA数据库管理系统

本文介绍我们发展的蛋白质和DNA数据库及其计算机管理系统。系统从6个不同途径对数据库检索,也提供多种输出信息的方式,使用方便,并具有丰富的序列数据处理软件,可按不同需要处理所检索的序列数据。     

数量生态学软件研发及应用

数量生态学是生物数学的重要组成部分,其数学基础是统计分析．由于数量生态学问题本身的复杂性以及研究中需要大量的数据处理,因此,大部分数量运算都要依赖于计算机完成．国际通用数学软件Matlab是一个具有强大数值计算能力、图形处理能力的交互式计算机代数系统,其强大的函数库和独特的内建程序设计语言为科学计算及程序设计提供了友好平台．本研究选择国际通用计算机代数系统Matlab作为程序设计平台,应用Matlab下强大的图形用户界面GUI软件包研发了植被数量生态学分析软件Quatitatlve Ecology中英文版,内容包括生物多样性,种间关联等简单的计算方法以及排序、分类、格局分析,生物一环境关系分析等复杂的分析方法．当进入应用状态时,只需要在相应的框中输入基本数据或者调用文本数据文件或Excel文件,即会得到具体的计算公式,计算结果,图形以及相应的分析或结论．特别是强大的帮助系统涵盖了所有数量分析方法并辅以应用实例供使用者参考．这将为数量生态学的发展注入新的活力．     

居群遗传分析软件——GENALEX 6简介

GENALEX软件是一种在Microsoft Excel程序中运行的跨操作系统平台的居群遗传分析软件包,它可以对共显性数据、单倍体数据和二元数据进行分析。GENALEX还提供了一系列基于频率的分析。例如,GENALEX可进行F统计检验、Nei’s遗传距离和地理距离的同一性检验以及偏性分布的检验。基于距离的计算如AMOVA分析、相关性PCA分析、Mantel检验、居群遗传变异的空间自相关分析和TWOGENER分析也能够在GENALEX中实现。该软件包还提供了20多种不同的图表总结数据已经辅助检测。除此之外,序列信息和基因型数据可以方便地在相关软件中转化格式。最初以辅助教学为目的设计的GENALEX软件现在也为研究人员提供了可以应用的功能。     

中国地鼠山医群体近交系E繁殖性状的遗传力估计

目的对中国地鼠山医群体近交系E的一些繁殖性状进行遗传力估计分析。方法采用平均信息约束最大似然法（AIREML）,利用WOMBAT软件进行处理。结果产仔数、离乳数、胎间隔2-1和胎间隔3-2的遗传力均较低,分别为0.05、0.096、0.182和0.116。结论中国地鼠山医群体近交系E繁殖性状的遗传力均属于低遗传力。     

基于R软件的树木年轮宽度测量方法

年轮记载了树木生长的历史信息,能否准确提取年轮特征信息影响到相关研究的准确性。本文介绍了一种使用统计分析软件R测量年轮宽度的方法。该方法基于数字化图像与边缘检测算法,通过R自动识别或手动标记年轮线,使用直角坐标系两点间距离公式计算年轮宽度,并依据三角函数校正倾斜年轮造成的宽度误差;此外,该方法还提供了多图像对比标记、样品断裂处理、快速复测功能。结果表明:R软件测量精度与准确性高,对同一样品比较表明R测量结果与Win DENDRO无显著差异。本方法简单、可靠,图像数据可以长期保存;R是开源软件,相比Lin Tab与Win DENDRO等商业工具更易普及,成本低;同时R具有较强的数据统计分析与作图功能,可以直接对测量结果进行数据处理。     

基因组二代测序数据的自动化分析流程

二代测序技术的发展对测序数据的处理分析提出了很高的要求。目前二代测序数据分析软件很多, 但是绝大多数软件仅能完成单一的分析功能(例如：仅进行序列比对或变异读取或功能注释等), 如何能正确高效地选择整合这些软件已成为迫切需求。文章设计了一套基于perl语言和SGE资源管理的自动化处理流程来分析Illumina平台基因组测序数据。该流程以测序原始序列数据作为输入, 调用业界标准的数据处理软件(如：BWA, Samtools, GATK, ANNOVAR等), 最终生成带有相应功能注释、便于研究者进一步分析的变异位点列表。该流程通过自动化并行脚本控制流程的高效运行, 一站式输出分析结果和报告, 简化了数据分析过程中的人工操作, 大大提高了运行效率。用户只需填写配置文件或使用图形界面输入即可完成全部操作。该工作为广大研究者分析二代测序数据提供了便利的途径。     

牛血清白蛋白胰蛋白酶酶解产物的色谱-质谱联用分析及其三种数据库搜寻鉴定方法的比较

利用反相高效液相色谱 (RP HPLC)和电喷雾串联质谱 (ESI MS MS)联用技术直接对模式蛋白分子 (牛血清白蛋白 ,BSA)的胰蛋白酶酶解产物进行分离和测定 .获得的一系列BSA酶解片段的一级 (MS)和二级 (MS MS)质谱数据经分析软件处理后 ,分别在不同处理和不同参数条件下 ,用 3种不同的方法通过网上蛋白质数据库进行蛋白质搜寻鉴定 .结果显示 ,3种搜寻法都能正确地鉴定该蛋白质 ,其中以利用MS数据的肽质量指纹谱搜寻法 (PMF法 )较为快捷方便 ,但鉴定结果易受数据处理和数据库搜寻鉴定时参数设置等因素的影响 ;利用未解析MS MS数据 (rawMS MSdata)的搜寻法可在较宽的搜寻参数变化范围内获得明确的鉴定结果 ;而借助从头测序 (denovosequencing)结果的序列搜寻法 (sequencequery)则显示出更高的专一性 ,利用较少酶解片段数据就能得到稳定和明确的鉴定结果 ,搜寻参数变化的影响很小 .就酶解条件、数据处理和搜寻参数设置对蛋白质鉴定结果的影响展开详细的讨论 ,为蛋白质组学研究中的数据处理和库搜寻鉴定积累了可借鉴的资料     

MatriX Generator （MG）：一个基于DNA片段的0／1矩阵生成程序

分子群体遗传学研究的特点是取样量人——存在于群体样本中的遗传变异必须要充分代表该群体和该物种的遗传变异量及分析的位点数多——位点样本必须恰当代表基因组。大样本的群体取样和位点取样产生大量的原始数据,使原始数据人工处理非常困难甚至不可能,从而迫切需要原始数据处理的自动化。目前一些大公司提供的凝胶图像收集仪器和配套的软件已经使原始数据的获取基本上自动化或半自动化。获得DNA片段分子量数据后,必须把这些分子量数据转变成可反映操作单位(样本)之间关系的数据矩阵,原来用于计算分子量的那些软件已不实用或派不上用场。目前,除了用于fAFLP的Binthere弥补了部分不足外,还没有此类软件。Binthere存在固定栏宽(Bin)的缺陷,也就是将分子量最大值与最小值之间等分的方法来归纳不同操作单位(OUT)之间的异同,使得分子量绝对值差很小的数据可能被归入不同的栏,导致结果不正确。为了解决这类问题,我们设计编写了一个新的软件,取名为Matrix Generator (MG)。与同类软件相比,MG具有两个主要优点：(1)采用动态栏宽和智能归并算法,克服了固定栏宽可能造成的错误：(2)可用于非荧光标记的分子标记技术。MG的基本思路是：分子量差异越小的片段,越可能是同缘片段,越应该处于相同的栏内。为此,我们采用绝对对应的动态过程。也就是说,从最小分子量到最大分子量之间的栏目数不是事先确定,而是由所分析的所有样品的特点和所使用的凝胶的分辨率(用户根据凝胶的特点给出数值)决定的。当两片段的差异小于凝胶所能达到的分辨率时,两片段被认为是同缘片段而归入相同的栏内。归并的过程从差异最小值开始,直至任意两片段的差异都大于凝胶的分辨率为止。这样就排除了同缘片段被隔离或者非同缘片段被合并的错误,从而使最可能同缘的片段归结在同一位点。MG第一版(v1．0,DOS版)集中体现了实用和易用的优点而没有包含同类软件所具有的一些功能,所以MG必须与其他软件结合使用。对于非荧光标记的分子标记技术,如RAPD、RFLP、AFLP等,可用Quantity One等软件得到分子量,用Excel生成样品与(分子量数据代表的)DNA片段矩阵,然后用MG处理。对于荧光标记的分子标记技术,如fAFIP、fSSR等,除可以用Excel牛成矩阵外,可直接用Binthere和Genotyper等生成分子量矩阵,然后用MG处理。MG输出的矩阵经过适当编辑后,就可用后续的软件如Paup、Ntsys、Philip等运算。为了检验MG的有效性,我们用六道木属(Abelia)的AFIJP分析数据进行检验,14个样品的DNA片段分别用Binthere和MG进行处理。前者得到295个含信息的位点,后者得到210个含信息的位点。用Nei and Li (1979)的算法分别计算距离矩阵并对两距离矩阵作Mantel检验。结果,两矩阵之间存在一定的差别,但相似性系数高达0．941 63,说明两种方法总体上会得到相似的结果,但局部会有所不同。用Paup对两矩阵作进一步分析,生成两个Neighbor-joining (NJ)树。结果表明,MG生成的数据更符合实际情况,而且分辨率高。     

利用Excel的VBA语言自动分析大量共聚焦线扫描图像数据的方法

目的：Microsoft Excel的内置控制语言是VBA(visual basic for application)。它可以极大地增强Excel的数据处理能力。本文通过一个简单的例子说明如何利用VBA自动分析大量共聚焦线扫描图像数据并图示分析结果。方法与结果：文中首先描述了取自共聚焦线扫描图像的实验数据的结构及处理要求。然后具体说明宏程序(用VBA编写)的录制、修改和使用的详细方法。宏程序代码很接近自然语言,较好理解,而且在大多数情况下可通过“录制宏”功能自动生成,把编程的工作减至最少。结论：与手工使用Excel一步步进行数据处理相比,使用Excel中的VBA处理数据可少花时间、少犯错误、减少大量单调重复的劳动．．这些可极大地提高数据处理效率,使研究者可把更多的时间用于数据处理方案的设计和完善上。特别在处理量大而复杂的实验数据时更需要如此。这样,数据中蕴含的有用信息才能更好地被有效而准确地提取出来并加以显示。     

生物统计学中的回归分析程序

一、概述在现代的生物学研究中,常有大量的数据需要采用电子计算机进行分析计算,回归分析是数据分析的重要方法之一。本文将回归分析中经常使用的一些方法,收编在一个程序包内,以供从事生物、农、林,医等方面的工作者选择使用。一年多的实践证明,本程序包在TRS-80Ⅰ型机上,对植物生态环境因子、仪器测试数据及一些气象资料等大量数据处理,均得到较好的效果,现已提供给有关单位使用。     

Matrix Generator(MG):一个基于DNA片段的0/1矩阵生成程序

分子群体遗传学研究的特点是取样量大--存在于群体样本中的遗传变异必须要充分代表该群体和该物种的遗传变异量及分析的位点数多--位点样本必须恰当代表基因组.大样本的群体取样和位点取样产生大量的原始数据,使原始数据人工处理非常困难甚至不可能,从而迫切需要原始数据处理的自动化.目前一些大公司提供的凝胶图像收集仪器和配套的软件已经使原始数据的获取基本上自动化或半自动化.获得DNA片段分子量数据后,必须把这些分子量数据转变成可反映操作单位(样本)之间关系的数据矩阵,原来用于计算分子量的那些软件已不实用或派不上用场.目前,除了用于fAFLP的Binthere弥补了部分不足外,还没有此类软件.Binthere存在固定栏宽(Bin)的缺陷,也就是将分子量最大值与最小值之间等分的方法来归纳不同操作单位(OUT)之间的异同,使得分子量绝对值差很小的数据可能被归入不同的栏,导致结果不正确.为了解决这类问题,我们设计编写了一个新的软件,取名为Matrix Generator(MG).与同类软件相比,MG具有两个主要优点:(1)采用动态栏宽和智能归并算法,克服了固定栏宽可能造成的错误;(2)可用于非荧光标记的分子标记技术.MG的基本思路是:分子量差异越小的片段,越可能是同缘片段,越应该处于相同的栏内.为此,我们采用绝对对应的动态过程.也就是说,从最小分子量到最大分子量之间的栏目数不是事先确定,而是由所分析的所有样品的特点和所使用的凝胶的分辨率(用户根据凝胶的特点给出数值)决定的.当两片段的差异小于凝胶所能达到的分辨率时,两片段被认为是同缘片段而归入相同的栏内.归并的过程从差异最小值开始,直至任意两片段的差异都大于凝胶的分辨率为止.这样就排除了同缘片段被隔离或者非同缘片段被合并的错误,从而使最可能同缘的片段归结在同一位点.MG第一版(V1.0,DOS版)集中体现了实用和易用的优点而没有包含同类软件所具有的一些功能,所以MG必须与其他软件结合使用.对于非荧光标记的分子标记技术,如RAPD、RFLP、AFLP等,可用Quantity One等软件得到分子量,用Excel生成样品与(分子量数据代表的)DNA片段矩阵,然后用MG处理.对于荧光标记的分子标记技术,如fAFLP、fSSR等,除可以用Excel生成矩阵外,可直接用Binthere和Genotyper等生成分子量矩阵,然后用MG处理.MG输出的矩阵经过适当编辑后,就可用后续的软件如Paup、Ntsys、Philip等运算.为了检验MG的有效性,我们用六道木属(Abelia)的AFLP分析数据进行检验,14个样品的DNA片段分别用Binthere和MG进行处理.前者得到295个含信息的位点,后者得到210个含信息的位点.用Nei and Li(1979)的算法分别计算距离矩阵并对两距离矩阵作Mantel检验.结果,两矩阵之间存在一定的差别,但相似性系数高达0.941 63,说明两种方法总体上会得到相似的结果,但局部会有所不同.用Paup对两矩阵作进一步分析,生成两个Neighbor-joining(NJ)树.结果表明,MG生成的数据更符合实际情况,而且分辨率高.     

鼻咽癌细胞双光子显微图像处理

鼻咽细胞的双光子显微图像中含有着丰富信息,借助计算机和图像处理算法可进行分析处理。图象分割是双光子显微图象处理中的一项重要技术,至今为止尚未形成一个最佳通用方法,也没有定义出双光子显微图象分割的统一标准。本文首先采用噪声干扰法进行去噪,采用低帽的变换等的数学形态学来增强鼻咽癌细胞图像,使细胞更加容易分辨,接着对几种经典边缘检测算法进行讨论比较,紧接着根据鼻咽双光子显微图像的实际特征,采取腐蚀算法求出鼻咽癌细胞边缘。然后进行区域生长定位细胞,并采用一些改进的判别分析算法和区域面积算法对鼻咽癌细胞进行阈值分割,获得较好结果。     

基于测序软件进行生物信息学中数据分析

概述了生物信息学中的一些研究方向及分析方法,介绍了用于大规模DNA测序的分析软件系统——Phred/Phrap/Consed。通过利用Phred/Phrap/Consed等各种分析软件,时基因组学、蛋白质组学和基因芯片研究中巨量原始实验数据进行分析、处理,使之成为具有明确生物学意义的生物信息。