基于Web的水稻芯片数据注释和分析平台

国际水稻基因组测序计划(IEGSP)顺利完成, 水稻基因的研究也进入了后基因组研究阶段. 水稻基因芯片数据注释分析是一项重要的功能基因组学研究内容, 它为理解水稻基因的生物学意义提供了帮助. 本研究开发了一个基于Web的水稻基因芯片数据注释和分析平台(RiceChip), 它比同类的注释数据库更加全面快捷. 本平台共由5个功能模块组成: BioChip模块为水稻基因表达数据提供快速检索和高级检索, 可依次按照Probe Set ID, Locus ID, Analysis Name等字段进行检索; BioAnno模块整合多个生物学数据库, 为水稻基因提供基因功能、蛋白质结构、生物代谢途径以及转录调控等方面的注释信息; BioSeq模块则收集水稻基因组的序列信息, 支持对水稻基因与芯片探针的序列查询; BioView模块是系统图形可视化的核心模块, 提供友好的访问界面与结果输出, 方便研究人员使用; BioAnaly模块结合R/Bioconductor统计分析工具提供高通量芯片数据的在线分析. 本系统从不同的方面依次提供了数据检索、基因注释、序列分析、数据可视化和数据分析等功能, 其数据收集的全面性与功能分析的强大性在同类水稻基因芯片数据注释和分析平台中都较突出.     

电子通讯与生物大分子序列分析

随着核酸和蛋白质序列数据的急剧增加和分子生物学家对最新序列数据的需要,用磁带、磁盘甚至光盘已不能满足大量数据的存贮和数据库迅速更新的要求。另一方面长期维持订购一套(或几套)核酸和蛋白质数据库、购买不断涌现的新的序列分析软件也是一项巨大的开支。近年来,随着全球性信息高速公路的建设。越来越多的分子生物学数据库和软件与国际计算机网络系统相连,任何一台与之连网的计算机都可以利用这些软件和信息资源。用户不但能检索到最新的     

4月开始使用最新数据库的高精度同系检索服务

帝人系统技术(TST)宣布4月份开始用每天更新的最新DNA数据库进行DNA序列的高精度同系检索服务。希望检索的顾客仅通过个人计算机通信或者Internet等网络将数据发送入TST,就能获得使用超级计算机的检索结果。将来除同系检索以外还打算进行关键词检索和RNA的二次结构预测等服务。预定价格,数据库利用登记费1年60万日元,数据检索费为1条数千万日元。估计第一年度在TST登记的将有几百名顾客。     

人类和模式生物标准转录数据库Web服务系统"StdTransDb"的技术实现

以RefSeq数据库和已测序基因组序列为模板,通过大规模计算得到代表转录各层次信息的"标准转录数据库",并利用通用网关接口技术,建立了人类和模式生物标准转录数据集Web服务系统。用户提交RefSeq记录号或自由注释词,可检索获得序列的全部信息,实现对基因结构解析的在线计算。目前系统覆盖了人、拟南芥、水稻、大鼠、小鼠、斑马鱼等6个物种,拥有数据记录18万余条。为深入研究人类及其他物种转录组提供了重要工具,并为进一步分析真核基因的可变剪接方式提供了坚实的数据基础。     

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。     

两株不同地域的家蚕微孢子虫分离株的细胞侵染力 比较及遗传多样性分析

家蚕微孢子虫(Nosema bombycis)是蚕业生产上一种毁灭性病害—— 微粒子病的病原体。文章将安徽和重庆两地域来源的病原性家蚕微孢子虫分离株进行草地贪夜蛾Sf9细胞感染性检测, 结果显示二者对细胞的侵染能力存在显著差异。为进一步探讨不同家蚕微孢子虫分离株的种群多态性, 进行了孢子虫核糖体DNA序列的测定和系统聚类比较, 结果表明SSU rDNA(Small subunit ribosomal DNA)和ITS(Internal transcribed spacer)在不同地域的种群差异性并不显著。通过检索重庆株全基因组数据及其他地域株rDNA序列, 显示在家蚕微孢子虫rDNA元件的部分SSU rDNA结构复制子中存在MITE-like转座元件的插入, 表明家蚕微孢子虫rDNA结构的多样性。     

如何在基因库中查打基因资料

基因库是所有已知核酸和蛋白质序列及其文献和生物学注释的公共数据库,可以通过INTERNET获得其中的数据,本文介绍了利用Entrez查询软件检索基因的一些基本方法。     

一种快速序列比较方法及其在PCR扩增产物判定中的应用

根据影响对序列比较速度的二个重要因素：１．启动硬盘读写时间。２．对盘检索定位和数据译码时间。提出相应的改进措施。达到提高比较速度的目的,并对ＰＣＲ扩增产物的判定为例,说明方法成功地应用于未知序列判定。     

亚洲淡水和陆生龟鳖类12S rRNA基因片段的序列分析和系统发生研究

对亚洲产淡水和陆生龟鳖４科２３个种进行了ＤＮＡ序列水平的分子系统学研究，用ＰＣＲ技术扩增约４００ｂｐ的线粒体１２ＳｒＲＮＡ基因片段进行了序列分析，合并从ＧｅｎＢａｎｋ中检索到的其它龟鳖类的序列数据，在基于二级结构的对位排列基因上用邻结法地系统发生研究。结果表明，潮龟科与陆龟简拼要缘关系比龟科与陆龟科的近；支持将平胸龟属归为鳄龟上属；潮产是并系起源，从１２ＳｒＲＮＡ基因序列得到的系统发生关系不支持根     

利用SWISS-PROT网上获取生物信息学资源

生物信息学是是采用数学、统计学和计算机方法对生物学数据信息进行采集、存储、传播、分析、归类、解释的科学[1].Internet网络是信息传输、检索、获取、交流的重要手段.当前,在Internet网上可以查询到大量的生物信息学数据库,其中SWISS-PROT蛋白质序列数据库是网上生物信息学最核心的3个数据库之一.通过该数据库,可以较完整地获得生物大分子的序列信息.同时,研究者也可以将测定的序列信息通过该数据库予以认定、发表、交流.本文主要探讨SWISS-PROT蛋白质序列数据库的特点、检索方法及利用Internet获取蛋白质序列信息.     

实用生物信息技术课程教学实例

介绍"实用生物信息技术"研究生课程的5个教学实例。以血红蛋白序列和结构为例,介绍常用生物信息技术和分析方法,包括蛋白质和核酸序列相似性比对、蛋白质和核酸序列数据库检索、Blast数据库相似性搜索、分子系统发生树构建,以及蛋白质结构比较分析等。     

在AppleⅡ型微机上实现核酸数据处理的工作程序

本文报道了在AppleⅡ型微机上实现核酸数据处理的一系列工作程序。应用这些程序,可进行核酸数据的贮存、对指定的核酸数据结构的改造、限制性内切酶识别位点的检索、核酸序列至蛋白序列的翻译、相关核酸序列及蛋白序列的同源性比较、氨基酸密码使用频率的统计和基因的启动子结构的初步探索等方面的工作。     

利用SWISS-PROT网获取生物信息学资源

生物信息学是是采用数学、统计学和计算机方法对生物学数据信息进行采集、存储、传播、分析、归类、解释的科学[1] 。Ｉｎｔｅｒｎｅｔ网络是信息传输、检索、获取、交流的重要手段。当前 ,在Ｉｎｔｅｒｎｅｔ网上可以查询到大量的生物信息学数据库 ,其中ＳＷＩＳＳ ＰＲＯＴ蛋白质序列数据库是网上生物信息学最核心的 3个数据库之一。通过该数据库 ,可以较完整地获得生物大分子的序列信息。同时 ,研究者也可以将测定的序列信息通过该数据库予以认定、发表、交流。本文主要探讨ＳＷＩＳＳ ＰＲＯＴ蛋白质序列数据库的特点、检索方法及利用Ｉ…     

利用EST序列构建Mascot本地数据库

对蛋白质质谱数据进行数据库比对和鉴定是蛋白质组学研究技术中的一个重要步骤。由于公共数据库蛋白质数据信息不全,有些蛋白质质谱数据无法得到有效的鉴定。而利用相关物种的EST序列构建专门的质谱数据库则可以增加鉴定未知蛋白的几率。本文介绍了利用EST序列构建Mascot本地数据库的具体方法和步骤,扩展了Mascot检索引擎对蛋白质质谱数据的鉴定范围,从数据库层面提高了对未知蛋白的鉴别几率,为蛋白质组学研究提供了一种较为实用的生物信息学分析技术。     

生物序列比对算法的研究现状

序列比对是生物信息学研究的一个重要工具,它在序列拼接、蛋白质结构预测、蛋白质结构功能分析、系统进化分析、数据库检索以及引物设计等问题的研究中被广泛使用。本文详细介绍了在生物信息学中常用的一些序列比对算法,比较了这些算法所需的计算复杂度,优缺点,讨论了各自的使用范围,并指出今后序列比对研究的发展方向。     

构建适用于蛋白质家族分类的相似性网络

图聚类用于蛋白质分类问题可以获得较好结果,其前提是将蛋白质之间复杂的相互关系转化为适当的相似性网络作为图聚类分类的输入数据。本文提出一种基于BLAST检索的相似性网络构建方法,从目标蛋白质序列出发,通过若干轮次的BLAST检索逐步从数据库中提取与目标蛋白质直接或间接相关的序列,构成关联集。关联集中序列之间的相似性关系即相似性网络,可作为图聚类算法的分类依据。对Pfam数据库中依直接相似关系难以正确分类的蛋白质的计算表明,按本文方法构建的相似性网络取得了比较满意的结果。     

河南省西峡恐龙蛋化石DNA序列数据的再分析

利用ＩＮＴＥＲＮＥＴ网络上ＢＬＡＳＴ服务器和ＦＡＳＴＡ服务器程序对文献中发表的西峡县恐龙蛋化石的ＤＮＡ序列数据进行了序列数据库的类似性检索和分子系统学分析,证实克隆ＤＡ１８Ｓｌ和ＤＡ１８Ｓ７分别属于真菌和植物１８ＳｒＤＮＡ。文中还就在分子序列水平上对古ＤＮＡ的甄别与鉴定进行了讨论。     

新型冠状病毒序列变异时空分析系统的设计与实现

新型冠状病毒肺炎目前已进入全球大流行状态,多个国家出现疫情爆发。美国疾病管制局期刊《新兴传染病》发表的关于新型冠状病毒的最新研究结论显示,新型冠状病毒基本传染数R0的中位数高达5.7,这意味着在未来较长时间内新型冠状病毒可能会在人群中持续传播并发生变异。在这一背景下,如何监视病毒的变异,对于冠状病毒的研究和药物研发具有重要意义。本文基于来自GISAID的病毒基因组序列数据,设计和实现了新型冠状病毒变异时空分析系统。该系统可对来自不同国家和地区的新型冠状病毒序列数进行统计,对病毒序列在不同时间、不同空间内的变异情况进行分析和可视化,同时还支持不同序列之间的差异比对。该系统可为新型冠状病毒肺炎的研究和政府的疾病控制机构的决策提供支持。     

基因组时代线粒体基因组拼装策略及软件应用现状

随着测序技术的不断发展,越来越多物种的全基因组数据被测定和广泛应用。在二代基因组数据爆发式增长的同时,除了核基因组数据,线粒体基因组数据也非常重要。高通量测序的全基因组序列中除了核基因组序列也包括线粒体基因组序列,如何从海量的全基因组数据中提取和拼装线粒体基因组序列并加以应用成为线粒体基因组在分子生物学、遗传学和医学等方面的研究方向之一。基于此,从全基因组数据中提取线粒体基因组序列的策略及相关的软件不断发展。根据从全基因组数据中锚定线粒体reads的方式和后续拼装策略的不同,可以分为有参考序列拼装方法和从头拼装方法,不同拼装策略及软件也表现出各自的优势和局限性。本文总结并比较了当前从全基因组数据中获得线粒体基因组数据的策略和软件应用,并对使用者在使用不同策略和相关软件方面给予建议,以期为线粒体基因组在生命科学的相关研究中提供方法上的参考。     

基于PC/Linux的核酸序列分析系统的构建及其应用

基于PC机和Linux操作系统, 利用Phred/Phrap/Consed软件和Blast软件, 构建了核酸序列大规模自动分析系统. 该套系统可自动完成从测序峰图向核酸序列的转化、载体序列去除、序列自动拼接、重复序列鉴定以及序列的相似性分析, 可加速对大规模测序数据的分析和利用.