多组学大数据共享平台研究进展

高通量检测技术的快速发展催生了海量的多组学数据,数据驱动型研究规模正逐步超越传统假设型研究。不同层次组学数据的组合,通过对系统生物学和疾病发展更深入和全面的解读,持续改变生物医学研究方式。同时,多组学数据庞大的数据规模、异质的数据特性,以及强烈的数据共享内源性需求,都推动组学数据向规模化、平台化、标准化共享的方向发展。该文首先介绍了代表性的多组学平台和各组学数据的特点,接着以多维组学数据百科全书NODE为例,从多组学数据融合和多组学数据安全共享两方面对相应的方法和技术进行了细致的阐述,并展望了多组学数据平台未来的发展方向。     

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。     

国家微生物科学数据中心——国家微生物资源大数据体系建设

国家微生物科学数据中心成立于2019年,以中国科学院微生物研究所作为依托单位。中心数据资源总量超过6 PB,数据记录数超过52亿条,数据内容完整覆盖微生物资源、微生物及交叉技术方法、研究过程及工程、微生物组学、微生物技术以及微生物文献、专利、专家、成果等微生物研究的全生命周期。国家微生物科学数据中心通过建设一系列重点数据库构建系统全面的国家微生物大数据体系,涉及全球微生物菌种分类及研究领域、病原微生物研究领域、微生物组研究方面及真菌研究领域,为全球微生物学相关的工作者提供信息服务和交流平台。在新冠疫情期间,中心开发新型冠状病毒国家科技资源服务系统,第一时间建立了全球科学数据发布及共享平台。研发的新型冠状病毒变异评估和预警系统(New Coronavirus Variation Evaluation and Early Warning System, VarEPS),是全球首个对SARS-CoV-2基因组已知变异及虚拟变异进行多维度风险评估和预警的系统。中心以世界微生物数据中心(World Data Center for Microorganisms,WDCM)为平台,倡导全球微生物菌种...     

国家级生物大数据中心展望

大数据时代下,科学大数据已经成为科技创新和社会经济发展的新动力。我国是生物数据生产大国,生命大数据是人口健康和国家安全的重要战略资源。面对我国生物数据因存储零散、缺乏系统监管而大量丢失和流失,以及严重依赖国际生物组学大数据中心的局面,亟需从国家层面建设我国自己的生命大数据保存和管理体系。本文以美国NCBI为例介绍了国际生物大数据中心的发展历程及现状,阐明我国建立国家级生物大数据中心的重要性、迫切性、当前历史机遇和发展前景。中国科学院北京基因组研究所生命与健康大数据中心为此做了大量努力,并在数据存储、汇交和转化应用上取得了阶段性成果,以期推进我国生物大数据中心的建设,提高生命科学研究的国际竞争力和影响力。     

大数据时代的大脑科学——绘制智力的蓝图

在很多"之歌"中,我非常喜欢《长江之歌》,歌中唱道"你从远古走来,……你是无穷的源泉".正值《生物化学与生物物理进展》创刊40周年的日子,我愿意唱一首心中的歌——"脑之歌".人类大脑就好比是一条历史长河,它从远古流到了今天,又将从今天流向未来,是自然通过漫长进化所产生的最精细、最复杂、最优美和最成功的器官,是智力演化的最伟大奇迹,是人类智力产生的源泉,是人类灵性的家园.人脑以其非凡的能力造就了人类知识和文明的社会传承.可是到如今,我们还不知道人脑在整体上是如何工作的.脑功能神经组学或许是破解脑的奥秘的钥匙.     

生命科学信息工程设施以及在中国的实现

以组学数据为代表的生命科学数据呈指数增长.与高能物理、气象、地质、地理和环境科学等其他数据密集型学科一样,现代生命科学已经进入了高度信息化的时代——第四范式时代.国家跨组学信息工程大设施(China Information Engineering Infrastructure for Pan-Omics Studies,CIEIPOS)已经成为推动中国生命科学进一步发展、并使海量数据转化成知识与应用的必不可少的国家生命科学基础设施.本文介绍国内外生物数据收集、管理与利用的现状,提出建设CIEIPOS生物信息"集散地"的重要性与迫切性,阐述实现数据整合、搜索与可视化的挑战与可能方案.CIEIPOS的另外一个重要功能是支持对组学数据的管理、分析、挖掘与利用,这使得CIEIPOS不同于传统的国际生物信息中心,如美国国家生物信息技术中心(National Center for Biotechnology Information)与欧洲生物信息学研究所(European Bioinformatics Institute).本文以质谱平台产出的高通量蛋白质组数据为例,说明组学数据分析的复杂性.通过对跨组学数据在不同时空的模拟分析,进一步说明CIEIPOS的实际应用对计算机硬件与网络的要求.     

合成生物数据库与大数据智能分析展望

合成生物通过"设计-构建-测试-学习"闭环研究积累海量数据,推动合成生物数据储存、共享和分析等方面的发展.该文以合成生物数据库和数据智能分析为核心内容,描述了合成生物数据库建设的现状,讨论了合成生物数据质控和标准、存储和共享等方面的瓶颈问题和未来发展;另一方面,概述了人工智能技术在合成生物大数据智能分析方面的关键进展,...     

基于本体论的植物遗传资源数据整合研究

随着现代生物学的发展,全球范围内建立了大量的生物学数据共享中心,同时,在生物学发展的带动下,植物遗传资源数据变得更为复杂、异构化和海量。本文在分析国内外几大著名的数据整合共享中心的基础上,简要介绍了本体论的概念及其在生物学领域中的研究现状,提出了基于生物本体论将植物遗传数据、数据挖掘工具、科技文献和科技交流进行整合的设想,并对数据整合需要考虑的几个问题进行了讨论。     

以海量数据计算揭示人类疾病发生机制及相关分子标志物

高通量芯片和深度测序技术为在全基因组水平上绘制高分辨率的基因组变异、RNA转录、转录因子结合及组蛋白修饰图谱等研究提供了前所未有的机遇.这些技术彻底改变了以往有关转录组学、调控网络以及表观遗传调控的研究方法,产生了海量的多水平组学数据,并开启了高效数据整合研究的先河.然而,如何有效地整合这些数据仍然是一个巨大的挑战.本文总结了高通量组学数据的产生对相关领域研究的主要影响及其与人类疾病的关系,并介绍了多种用于数据整合分析的生物信息学方法.最后,以炎症疾病为例进行说明.     

关于组学大数据背景下《微生物学》教材框架的思考

微生物学是生物学的重要内容,是全国高等院校生物学专业或相关专业的本科生必修的一门核心基础课,其主要任务是给学生提供基础的、系统的、前沿的微生物学知识和理论。随着高通量测序、质谱、芯片等高通量技术的快速发展,生命科学领域快速进入了以海量多元组学(基因组学、转录组学、蛋白质组学、免疫组学、代谢组学等)数据为特征的大数据时代,而这势必会对微生物学教材已有的内容产生冲击和补充。本文对如何在组学大数据背景下对国内经典的微生物学教材进行改革,将目前最具突破性的组学成果整合到已有的教材框架中或革新现有教材框架进行了初步探讨。     

中国科学院北京基因组研究所生命与健康大数据中心（英文）

正~~     

农作物种质资源调查数据标准制定与共享

系统提取并分析了农作物种质资源普查数据、调查数据、评价数据和保存数据等数据信息,采用基于数据元技术方法制定了农作物种质资源调查数据标准和数据元目录;定义了种质资源调查数据集以及对象和属性的映射关系;给出了基于XML数据标准存储及交换策略。标准的制定使农作物种质资源调查在"数据层"上达到统一,规范了数据库构建,促进了农作物种质资源调查数据的整合和共享。     

西部大开发必须抢救作物种质资源

我国西部作物种质资源十分丰富,尤以野生近缘种为最。3种野生稻大部分分布在西部。小麦野生近缘植物中,69％的物种只生于西部。野生大豆的多样性中心在西部——黄河中游。西部还有茶、柑橘、桃、李、梅、杏、山楂、樱桃、海棠、猕猴桃等多种干鲜果树和瓜菜的野生种。我国西部堪称农作物野生近缘植物的宝库。西部作物名特优品种和独特类型很多,如新疆的吐鲁番葡萄、哈密甜瓜、库尔勒香梨,宁夏的中宁枸杞,甘肃兰州的白兰瓜、百合等。过去考察中发现西藏有很多千年以上的古桑、光核桃子等。川西、陕南等地有稀有、珍贵的果、菜品种。我国在作物种质资源保护方面虽然做了大量工作,但是野生种损失严重,特别是分布较广的野生稻和野生大豆,多处分布点已大为缩小或绝迹。西部大开发中,生态环境不可避免地将发生变化。为了使种质资源不再继续损失,建议做好以下几件事：(1)在西部地区再进行一次作物野生近缘植物的考察收集;(2)通过调查,科学地建立野生近缘植物的保护区(点);(3)抢救栽培种的名特优种质资源,为发展特有产业储备物质基础;(4)保护好已收集的种质资源,勿使得而复失。     

湖北大洪山野生植物资源调查研究

大洪山位于湖北省中北部,地处中纬度北亚热带季风气候带,植物种类非常丰富。初步统计大洪山共有野生资源植物1137种,隶属于132科、529属。对大洪山的野生植物资源按其性质和用途分为观赏植物、能源植物、药用植物、油脂植物、蜜源植物、纤维植物、淀粉及糖类植物、芳香植物、鞣料植物、饲用植物、土农药植物、树脂及树胶植物,并对其进行了统计和分析。文中列举了一些有代表性、经济价值较高的植物种类,分析了该地区野生植物资源的特点及存在问题,提出了合理开发利用植物资源的建议。     

医疗健康大数据发展现状研究

通过介绍国内外医疗健康大数据发展计划、学术组织、标准化组织、研究领域、研究项目和开放数据资源等相关主题,反映了医疗健康大数据的发展现状与动态,可为医疗健康大数据应用和研究提供参考。     

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。     

我国医疗服务数据中心发展现状

医疗服务数据中心能够通过对医疗数据的采集、存储、维护和分析,在评价和提升患者安全、助力医疗质量管理、为患者就医提供导向、推动生物银行的建设发展等方面发挥着非常重要的作用。尽管相比发达国家,我国的国家医疗服务数据中心的建设起步较晚,但已在指导医疗服务和服务医疗管理方面取得了一定的成绩。     

大数据时代的大型人群队列

大数据技术推动了生命组学数据的爆炸式增长,生命科学研究进入大数据时代。大型人群队列研究依托大数据技术获得了重要突破,为生命科学和精准医学研究提供了宝贵资源,推动着预防医学模式发生革命性变化。以大数据技术为导向,人群队列研究规模空前扩大、学科交叉创新层出不穷,如何充分高效地利用人群队列资源、实现队列间的互联互通与共享,也是队列研究亟待解决的难题。该文将重点分析大数据时代特征下国内大型人群队列研究的发展特点,并提出其未来发展趋势及面临的挑战。     

多组学技术及其在生命科学研究中应用概述

随着新一代测序技术、高分辨质谱技术、多组学整合分析方法及数据库的发展,组学技术正从传统的单一组学向多组学技术发展。以多组学驱动的系统生物学研究将带来生命科学研究的新范式。本文简要概述了基因组学、表观基因组学、转录组学,蛋白质组学及代谢组学的进展,重点介绍多组学技术平台的组成和功能,多组学技术的应用现状及在合成生物学及生物医学等领域的应用前景。