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。     

《生物信息学》投稿指南

《生物信息学》(ChineseJournalofBioInformatics)是由哈尔滨工业大学主办的生物信息及相关领域的国内外公开发行的学术刊物,报道我国生物信息技术研究开发的重要成果和国内外生物信息技术及其产业化最新进展。本刊从2003年9月起创刊,季刊,国内统一刊号CN23-1513/Q,国际连续出版物号:ISSN1672-5565。《生物信息学》主要刊载     

我国生物信息产业的现状及问题分析

针对我国生物信息产业的现状及存在的问题进行分析,介绍了生物信息学以及生物芯片研究的现状和新技术、生物信息产业的发展,并对生物信息产业的知识产权保护问题进行了分析和讨论。对于今后如何发展我国生物信息产业以及如何采取策略和措施提供参考。     

生物信息技术发展态势分析

随着计算机科学和互联网技术的进步,生物信息学得到了长足的发展。综述了国际生物信息技术的发展态势,分析了生物信息技术研发和应用的热点和重点,并且在概述国内生物信息发展状况的基础上,提出发展我国生物信息技术的建议。     

大数据时代的整合生物信息学

随着生物数据测量技术的不断发展,生物数据的类型、内容、复杂度不断增加,生物信息学已迈入大数据时代。面对大数据时代多模态、多层次、高维度、非线性的复杂生物数据,生物信息学需要发展相应的方法和技术进行有效整合生物信息学研究与应用。本文对大数据时代整合生物信息学所涉及的数据整合、方法整合、系统整合及相关问题进行梳理和探讨。     

生物信息学的研究现状及其发展问题的探讨

结合生物信息学产生的历史条件,对生物信息学的定义进行了介绍;归纳总结了现代生物信息表述、采集、储存、传递、检索的表现形式-生物学数据库的分类与分布;着重介绍了生物信息学的主要研究内容和基本的分析方法,阐明了生物信息的分析和解读模式;强调了生物信息学与其他相关学科的相关性,提出了生物信息学发展的一些亟待解决的问题及其相应的解决方案。     

探讨生物信息标准化研究

针对生物信息在国内的发展现状,提出研制生物信息标准的需求。首先从生物数据资源收集、管理规范入手,在此基础上进行了生物信息资源管理体系的研究,最后讨论了共享交流软件系统的开发和生物信息数据挖掘,并期望通过以上研究能为我国生物信息学相关标准的制定提供参考和依据。     

生物芯片、生物传感器和生物信息学

近年来,在生物技术和医学研究领域涌现出了许多新技术平台,其中就包括生物芯片技术和生物传感器技术。生物芯片和生物传感器的构建都必须以生物信息学为基础,而两种技术平台应用所得出的数据和结果又反过来大大丰富和充实了生物信息学本身。本分析概述了生物芯片和生物传感器两种技术平台以及生物信息学,对三之间的相互关系进行了讨论。     

生物信息学在生物学研究领域的应用

综合叙述了生物信息学对生物学科研工作的影响,介绍了生物信息学在生物技术、生物医学、农业、食品、环境、能源等研究领域的应用概况,阐述了生物信息学为生物科研工作服务的意义。     

生物信息学在工业生物催化研究中的应用

随着石油等不可再生资源的日益减少以及环境污染问题的日益严重,应用工业生物催化技术改造或取代传统化工工艺已经成为新世纪化学工业可持续发展的研究热点。工业生物催化技术的研究对象是生物催化剂及其催化过程。近来,利用生物信息学技术进行工业生物催化研究已经越来越受到人们的重视。随着工业生物催化的发展,生物信息学将直接指导并加快新型高效生物催化剂的发现及功能改造进程。     

生物信息学中的数据库技术

生物信息学是近年来发展最快的学科之一,各类生物信息数据库不断的涌现。随着生物分子数据量的迅速膨胀,数据结构日趋复杂,生物信息学对数据库技术提出了更高的要求。本文讨论了目前生物信息学中数据库技术的发展现状、面临的问题和未来趋势,主要包括数据库管理、数据库分析、数据库集成等。     

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。     

生物信息学在昆虫学研究中的应用

随着深度测序和基因芯片技术的不断发展,基因组、转录组、表达谱数据大量积累。目前,至少有10多个昆虫的基因组已被测序,30多个昆虫的转录组数据被报道。显然,传统的生物统计学方法无法处理如此海量的生物数据。量变引发质变,生物数据的大量积累催生了一门新兴学科,生物信息学。生物信息学融合了统计学、信息科学和生物学等各学科的理论和研究内容,在医学、基础生物学、农业科学以及昆虫学等方面获得了广泛的应用。生物信息学的目标是存储数据、管理数据和数据挖掘。因此,建立维护生物学数据库、设计开发基于模式识别、机器学习、数据挖掘等方法的生物软件,以及运用上述工具进行深度的数据挖掘,是生物信息学的重要研究内容。本文首先简要介绍了生物信息学的历史、研究现状及其在昆虫学科中的应用,然后综述了昆虫基因组学和转录组学的研究进展,最后对生物信息学在昆虫学研究中的应用前景进行了展望。     

生物信息学本科专业建设现状

随着后基因组时代的到来,生物信息学逐渐进入了黄金发展期。生物信息学教育体系的建立和完善是永葆生物信息学活力的关键。国际和国内的生物信息学本科专业建设情况的分析显示全球生物信息学本科教育均处于起始阶段。深刻剖析了内蒙古自治区生物信息发展的瓶颈问题以及内蒙古科技大学开设生物信息学本科专业的优势和必要性。未来,随着测序技术、计算机技术等的进步,生物信息学将继续蓬勃发展;生物信息学人才的需求将不断扩大。为适应人才市场的需求,预计会有越来越多的高等院校将加入到中国的生物信息学本科教育事业。     

生物信息学与生物经济

生物信息的大爆炸是对生物信息学的首要挑战,在信息经济和生物经济重合的时期,许多生物过程将数字化。而生物技术产业将成为推动新经济发展的核心动力。     

BDCGrid:基于Globus的生物信息高性能计算网格系统

随着分子生物信息数据量高速增长,生物信息学面临着大规模、高通量、密集型计算的巨大挑战。为有效利用计算机资源,缩短高通量生物信息计算程序执行时间,我们基于Globus Toolkit网格中间件,实现了一个支持高通量生物数据计算的网格系统(Biological Data Computing Grid,简称BDCGrid)。BDCGrid计算网格系统模型可以有效整合中小型生物信息学实验室计算机资源,大大缩短高通量生物信息计算程序执行时间,为相关研究人员利用现有计算机资源处理大规模、高通量生物信息计算任务提供一种新的途径。     

农林院校生物信息学专业数据库技术课程教学改革刍议

生物信息学是一门交叉学科,对于现代生物学研究具有重要的意义。数据库技术是生物信息学的基础之一。本文对农林院校的生物信息学专业的数据库技术课程的教学现状做了一些介绍,对目前生物信息专业数据库教学存在的问题进行了分析。结合教学的实践,有针对性的提出了一些教学改革的具体措施。     

EMBOSS和EMBnet

笔者撰写的“EMBOSS软件包序列分析程序实例”一文,已经在《生物信息学》期刊2021年第19卷第1期发表。此文介绍欧洲分子生物学开放软件包(European Molecular Biology Open Software Suite, EMBOSS)。EMBOSS是欧洲分子生物学网络组织(European Molecular Biology Network, EMBnet)于上世纪九十年代末启动的以欧洲国家为主的国际合作项目,是生物信息学领域中较早投入使用的大型开源软件包。本文基于笔者亲身经历,回顾EMBOSS项目的来龙去脉,讲述EMBnet三十多年来的发展历程,及其对生物信息开发、服务和教育培训等方面的贡献,从某个侧面为读者特别是年轻读者展示生物信息学发展早期的一段历史。     

新型高性能超级计算机应用于我国生命科学领域SGI协助北京师范大学建立生物信息学人才摇篮

全球高性能计算、可视化和复杂数据管理领域的领先厂商 -美国SGI公司继年初成功研制功能卓越的Altix30 0 0系列服务器和超级集群之后 ,迅速将新产品Altix370 0高性能服务器应用于我国生命科学研究和人才培育的前沿 .今天 ,SGI公司联合北京师范大学 ,宣布建立“北京师范大学 -SGI生物信息学人才培养中心” ,利用SGI公司领先全球高端计算的Altix30 0 0系列服务器和超级集群系统 ,为我国生物信息领域组建人才梯队 ,以推动我国研究教育机构向世界生命科学的前沿进军 .北京师范大学校长钟秉林先生表示 :“中心的建立是北师大积极响应国家教…     

数据挖掘在生物信息学中的应用

借助各种应用数学和计算机技术 ,将大量积累并急需处理的生物信息数据利用起来 ,探索生物信息中的规律 ,是当前国内国际生物信息学研究的热点和重点。其中数据挖掘技术在生物信息研究中发挥着巨大的作用。