基因组数据库简介

本文以北京大学生物信息中心安装的3个国际著名基因组数据库GDB、GenoList和Ensembl为基础,介绍目前常用的基因组数据库,包括这些数据数据库的内容、数据格式、使用方法,以及用于构建上述数据库的数据库管理系统。 Abstract:A brief introduction to the genome databases GDB,GenoList and Ensembl is given.These databases,mirrored and maintained at the Centre of Bioinformatics,Peking University,provide useful information for genome research.     

基于同源基因的病原菌鉴定和分型靶位点的功能基因组学研究

利用病原菌序列差异,对病原菌特定基因和位点进行检测,可以快速发现和鉴别病原菌的分类和特征,对传染病快速诊断和溯源具有基础性意义和重要价值.本文旨在覆盖中国重要传染病的103种病原菌,寻找各分类阶元中特有的同源基因,并从中挑选出适合用于病原菌鉴定、分型的候选基因.利用生物信息学和基因组学方法,对已有全基因组序列的275株病原菌的836415个基因进行比对分析,进一步明确菌株的门、纲、目、科、属各分类阶元中特有的同源基因集合;通过COG功能分类方法,对同源基因集合进行功能注释,并分析在不同分类阶元内的保守基因功能的变化规律.本研究寻找到适合鉴定和分型的不同分类阶元（门、纲、目、科、属）的同源基因集合共19563个（门2891个、纲1016个、目3601个、科10130个、属1925个）.对同源基因功能的分析表明,适合对病原菌进行鉴定的基因在不同分类阶元中,表现的功能存在较大差异.革兰氏阳性和阴性病原菌在不同分类阶元中,同源基因表现出的功能也存在差异.该结果将为对在中国广泛存在的病原菌进行检测所涉及的探针、芯片设计提供理论依据,加快目标探针的筛选工作.同时,研究也是首次将世界范围内的全基因组数据和中国重大传染病涉及的病原菌紧密联系结合,为利用功能基因组学开展区域性、有针对性的病原检测和监测,提供候选基因和位点筛选的新方法.相关结果在细菌的元基因组学研究中也具有一定的应用价值.     

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     

单分子纳米孔测序技术及其应用研究进展

测序技术在通量和成本方面有了较大的改进,以单分子纳米孔测序技术为代表的第三代测序技术更是以其超长读长、实时检测和可以直接检测碱基甲基化修饰等优势在医学及生命科学等领域作出了较大贡献。文中就单分子纳米孔测序技术的原理进行了简要描述,并对其在临床、动物、植物、细菌及病毒等领域的应用和其未来的发展方向进行了讨论。