中国基因组生物信息学回顾与展望

基因组生物信息学是随着大规模基因组测序而兴起的一门交叉学科, 其研究对象是基因组数据. 因此, 对基因组数据的各方面的深入了解, 有助于把握基因组生物信息学的来龙去脉. 本文从基因组数据展开, 围绕着这些数据的收集、储存、分析和比较, 分别列举了相关的数据库、算法和软件包. 今天, 由新一代测序技术所带来的对数据处理、算法设计和功能信息挖掘等技术和研究方面的挑战, 应该及时得到充分的重视.     

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。     

基于微阵列数据构建的基因通路分析软件的研究进展

如今生物信息学领域有一个共识,即基因组学和蛋白组学研究产生了爆炸性的微阵列数据,如何利用这些数据构建基因调控网络也成为一个研究热点.文章利用相关的软件平台实现对基因调控网络的构建,并对网络进行分析,在生物信息学、系统生物学、生物医学等领域起着重要的作用.通过综合分析各种软件的特点,有利于帮助研究者根据自己的需要进行合理的选择.     

核心微生物组的研究及利用现状

随着分子生物学和生物信息学的飞速发展,新一代测序技术可以轻松地检测不同样本中复杂的微生物分类单元。面对这些复杂而大量的微生物组数据带来的分析挑战,利用核心微生物组的方法来描述和分析样本中的核心微生物组和关键种是近年来新的研究热点,这些结果将揭示与宿主健康、生长和生产等密切相关的微生物种类,有助于深入认识微生物与宿主间的相互关系,深刻理解微生物对宿主的影响作用,更好地理解微生物组在自然生态系统中的功能。本文阐述了核心微生物组的定义、研究方法、与动植物的关系等方面的研究及利用现状,为更好地利用核心微生物组解决环境、人类健康和农业生产问题提供思路。     

利用生物信息学技术研究蛋白功能的几种方法

阐明基因的功能是后基因组计划的主要任务。生物信息学为解决这一难题提供了有力手段,生物信息学是用数理和信息学的观点,理论,方法研究生命现象,组织和分析呈指数增长的生物学数据的一门新型学科,本文介绍4种应用生物信息学技术研究蛋白功能的方法。     

医学生物信息学在心血管研究领域的应用--数据与知识

随着生物技术的进步,特别是以基因组、蛋白质组为标志的导致高通量实验数据产生的工作的开展,大量的实验数据在各个领域堆积拥塞,与领域内的知识的累计出现了极为不平衡的发展,因此,对这些数据的处理成为了学科发展的迫切需求。为了避免这些数据成为垃圾,数据库、统计学、信号处理、数据挖掘、知识管理、人工智能等多种技术被运用到医学生物学领域,使得医学生物信息学不再是医学、生物学和信息学、计算机科学的单纯交叉,而独立成为一门专业的学科,重点也由原来单纯的研究计算机信息技术在医学生物信息学中的延展和运用,转变到研究、发现、开发、创新适合医学生物学自身特点的新思想和新方法上来。本文对近年来心血管领域内医学生物信息发展和运用的情况进行了回顾和分析,并对该领域可能的发展方向做出判断。     

Swami—新一代生物学平台

生物信息学的发展产生了越来越多的数据库和生物学软件,研究人员在应用这些生物学工具处理实验数据时需要大量的时间解决数据格式转换和管理等问题。本文介绍了一种交互式的基于网络的新一代生物信息学分析平台—Swami,它综合了主要的生物信息学数据库和软件,可以加速数据处理并帮助用户管理数据。因此它将推动生物信息学向更深层次发展。     

方兴未艾的生物信息学

生物信息学(bioinformatics)是一门综合运用生物学、数学、信息和计算机科学等多学科理论、技术和方法,研究生物学系统和生物学过程中信息流及其运作机制的科学。其发展背景是20世纪后期,迅猛发展的分子生物学所积累的海量数据已经     

Swami一新一代生物学平台

生物信息学的发展产生了越来越多的数据库和生物学软件,研究人员在应用这些生物学工具处理实验数据时需要大量的时间解决数据格式转换和管理等问题。本文介绍了一种交互式的基于网络的新一代生物信息学分析平台一Swam,它综合了主要的生物信息学数据库和软件,可以加速数据处理并帮助用户管理数据。因此它将推动生物信息学向更深层次发展。     

肽类毒素生物信息学

有毒动物可产生大量的药学活性成分。当前,NCBI等数据库中已汇集了大量的毒素序列和结构数据,但关于功能方面的介绍却非常少。新的毒素数据的增长对数据管理提出了更高的要求,毒素生物信息学作为一种辅助手段,可显著降低实验的工作量,其利用系统的生物信息学方法将整理过的毒素数据归类储存在各数据库中,并整合进可对毒素进行结构和功能分析的生物信息学工具。以海螺、蝎子和蛇等来源的蛋白类毒素为例,对生物信息学在毒素数据管理和构效关系研究等方面的应用进行了综述。     

硒代谢网络与硒蛋白质组的生物信息学研究进展

硒是大多数生物所必需的微量元素,对维持氧化还原稳态平衡具有重要作用,并与许多重大疾病有着密切联系。一直以来,关于硒的研究工作主要集中于硒代谢机制和硒蛋白功能。近年来快速增长的各类组学数据为硒相关的生物信息学研究工作提供了重要条件与机遇。主要介绍了当前利用生物信息学的理论和方法研究硒的代谢通路、功能和进化等领域的最新进展。通过这些研究,一方面发现了大量新的硒蛋白基因,并确定了众多物种的硒蛋白质组;另一方面揭示了新的硒代谢通路及相关新基因,完善了硒代谢网络。在此基础上,通过比较基因组学分析,深入探讨了硒代谢通路、不同硒蛋白家族乃至硒蛋白质组的分布与进化规律,以期为进一步认识硒研究领域中的重要问题和未来的发展方向提供支持。     

生物数据库建立与应用的研究

生物信息学是一门在生命科学的研究中计算机科学与生物学及应用数学等多学科相互交叉而形成的综合性学科。主要介绍了生物信息学数据库的分类和生物信息学数据库的特点及其应用,同时对生物信息学数据库的未来发展作了进一步的展望。     

生物信息学与人类基因组计划

生物信息学是20世纪80年代末随着人类基因组计划启动而兴起的一门新的交叉学科人类基因组研究中的海量数据处理问题需要通过生物信息学来解决。     

面向生物信息学的工作流管理系统框架

生物信息学实验的实施通常需要整合多种类型的数据和工具,随着大量的web服务、算法程序和分析工具的出现,如何高效整合这些可用资源共同完成分析实验是当前生物信息学研究的重要内容之一,工作流技术已经成为解决这类问题的一种通用机制.然而,生物信息学工作流的实施涉及高通量数据的计算与存储,同时面临着资源异构性和分布性的挑战.本文首先介绍了生物信息学工作流的基本机制,然后阐述了面向生物信息学的工作流管理系统框架,最后讨论了框架应用中存在的问题和可能的解决途径.     

生物信息学策略鉴定新基因

随着人类基因组计划的开展,在基因结构、定位、表达和功能研究等方面都积累了大量的数据,如何充分利用大量已有的网上数据库资源,加速人类基因克隆研究及功能初步研究,同时避免重复工作,节省开支,已成为我们面临的一个急迫而富有挑战性的课题.生物信息学是20世纪80年代末开始,随着基因组测序数据迅猛增加而逐渐兴起的一门新兴学科,它利用计算机对生命科学研究中的生物信息进行存储、检索和分析.它的产生和发展为人们提供了强大的工具,本文就生物信息学方法在识别和鉴定新基因中的应用予以综述.     

生物信息学在药物研究和开发中的应用

生物信息学是一门综合性非常强的学科,其中主要包括了生命科学,信息技术、计算机科学、数学理论新算法以及统计学等多种学科,能够有效的建立算法和模型针对生物实验数据加以分析,并以此来确定此类相关的数据当中所具有的生物学科的隐含意义。同时也在这个基础之上研究并开发出了相应的数据分析工具,这些工具能够有效的针对各类信息进行获取和管理,因此也可以称之为一项交叉性的学科。其在新药的研制工作中所具有的功能和优势主要在于能够充分的挖掘出药物所具有的作用和疗效等一系列相关的价值,同时也能够为药物的研究和开发提供相应的参考作用。     

基于微阵列数据构建基因调控网络

随着微阵列数据的快速增长, 微阵列基因表达数据日益成为生物信息学研究的重要数据源。利用微阵列基因表达数据构建基因调控网络也成为一个研究热点。通过构建基因调控网络, 可以解读复杂的调控关系, 发现细胞内的调控模式, 并进而在系统尺度上理解生物学进程。近年来, 人们引入了多种算法来利用基因芯片数据构建基因调控网络。文章回顾了这些算法的发展历史, 尤其是其在理论和方法上的改进, 给出了一些相关的软件平台, 并预测了该领域可能的发展趋势。     

生物信息学及其研究现状

生物信息学是采用计算机技术和信息论方法研究生命科学中各种生物信息的表达、采集、储存、传递、检索、分析和解读的科学,是现代生命科学与信息科学、计算机科学、数学、统计学、物理学、化学等学科相互渗透而高度交叉形成的一门新兴前沿学科.对生物信息学的起源、研究内容、研究热点及应用等进行了综述,并展望了其今后的发展前景.     

遗传学工作者的生物信息学(原书第二版)

<正>(英)迈克尔R著丁卫李慎涛廖晓萍主译978-7-03-025490-0$88.002009年10月出版内容简介本书由五部分共19章组成,第一部分主要介绍了遗传学工作者所面临的生物信息学挑战以及遗传数据的操作和管理;第二部分主要介绍了以人类单体型图谱计划(HapMap)、人类基因组学和比较基因组学等为代表的多元化数据;第三部分主要介绍了用于遗传学研究设计和分析的生物信息学策略和手段;第四部分重点介绍了基因分析与疾病的关联