基于Web服务的流感病毒基因组自动化翻译注释系统

随着流感病毒基因组测序数据的急剧增加,深入挖掘流感病毒基因组大数据蕴含的生物学信息成为研究热点。基于中国流感病毒流行特征数据,建设一个集自动化、一体化和信息化的序列库系统,对于实现流感病毒基因组批量快速翻译、注释、存储、查询、分析具有重要的应用价值。本课题组通过集成一系列软件和工具包,并结合自主研发的其他功能,在底层维护的2个关键的参考数据集基础上另外追加了翻译注释信息最佳匹配的精细化筛选规则,构建具有流感病毒基因组信息存储、自动化翻译、蛋白序列精准注释、同源序列比对和进化树分析等功能的自动化系统。结果显示,通过Web端输入fasta格式的流感病毒基因序列,本系统可针对参考序列片段数据集(blastdb.fasta)进行Blast同源性检索,可以鉴定流感病毒的型别(A、B或C)、亚型和基因片段(1~8片段);在此基础上,通过查询数据库底层用于翻译、注释的基因片段参考数据集,可以获得一组肽段数据集,然后通过循环调用ProSplign软件对其进行预测。结合精细化的筛选准入规则,选出与输入序列匹配最好的翻译后产物,作为该输入序列的预测蛋白,输出为gbk,asn和fasta等通用格式的文件,给出序列长度、是否全长、病毒型别、亚型、片段等信息。基于以上工作,另外自主研发了系统其他的附加功能如进化树分析展示、基因组数据存储等功能,构建成基于Web服务的流感病毒基因组自动化翻译注释系统。本研究提示,系统高度集成系列软件以及自有的注释翻译数据库文件,实现从序列存储、翻译、注释到序列分析和展示的功能,可全面满足我国高通量基因检测数据共享化、本土化、一体化、自动化的需求。     

随机SNP在全基因组关联研究人群分层分析中的应用

在复杂疾病的全基因组关联研究中,人群分层现象会增加结果的假阳性率,因此考虑人群遗传结构、控制人群分层是很有必要的。而在人群分层研究中,使用随机选择的SNP的效果还有待进一步探讨。文章利用HapMap Phase2人群中无关个体的Affymetrix SNP 6.0芯片分型数据,在全基因组上随机均匀选择不同数量的SNP,同时利用f值和Fisher精确检验方法筛选祖先信息标记（Ancestry Informative Markers,AIMs）。然后利用HapMap Phase3中的无关个体的数据,以F-statistics和STRUCTURE分析两种方法评估所选出的不同SNP组合对人群的区分效果。研究发现,随机均匀分布于全基因组的SNP可用于识别人群内部存在的遗传结构。文章进一步提示,在全基因组关联研究中,当没有针对特定人群的AIMs时,可在全基因组上随机选择3000以上均匀分布的SNP来控制人群分层。     

中国人类遗传资源共享利用的标准化研究

中国人类遗传资源平台是国家自然资源科技共享平台的一部分。为规范我国人类遗传资源的收集、整理、整合、保存及共享利用, 在我国相关法律法规的支持下, 作者参照国内外资源整合成功的经验, 对我国人类遗传资源的整理整合及共享利用的标准化进行了研究, 文中简要报道人类遗传资源整理整合、数据库建设及共享利用的标准化研究结果。     

基于多源异构大数据挖掘的流感病毒防控预测预警平台构建研究 *

流感传播速度快,病原变异频繁,影响范围广,对其快速反应与防范对全球来说仍然是一个严重的挑战。医疗卫生和高通量测序技术的组合产生了非常复杂可变的海量的异质异构数据集,对其实现整合挖掘分析是个重要任务。现有逐级上报方式的流感监测体系存在分析结果滞后(1~2周)的问题,与流感病毒变异和传播速度快形成尖锐矛盾。因此,实时而全面的了解其流行动态非常必要。基于以上原因,建立统一的大数据平台,整合不同来源、不同结构的监测数据和特定算法及模型,对信息加以分析利用,并对病毒的流行、发展、变异、控制和反馈进行全生命周期的监控,通过时间、地域、环境和病毒之间的关联性等综合分析,形成一个高效安全、快速稳定,且准确及时的流感地理信息图谱预测预警系统,成为提升流感中心信息管理水平的必由之路。