共显性分子标记基因型数据转换为二元型数据的处理软件及其在研究种质资源遗传多样性中的意义

遗传多样性研究是植物种质资源有效利用和保护的重要基础.遗传多样性研究所采用的分子标记工具主要有显性和共显性两种,两种不同类型的分子标记将产生不同的数据类型.显性分子标记产生二元型数据,共显性分子标记产生基因型数据.数据形式不同给遗传多样性的分析和研究带来多方面的困难,不同类型数据之间的互相比较也需要将基因型数据进行二元型转换.本研究基于Excel平台,设计开发了将基因型数据转换成二元型数据的处理软件.该软件按照基因型数据向二元型数据转换的原理,可以将庞大的分子标记基因型数据矩阵,迅速、高效、准确地转换成二元型(0、1)数据矩阵.利用显性分子标记ISSR和共显性分子标记SSR对野生大豆居群遗传多样性的案例分析表明,将共显性分子标记的基因型数据转换为二元型数据,有利于种质资源遗传多样性研究中不同分子标记获取的遗传多样性结果之间的比较和综合分析.     

系统生物学研究中不同组学数据的整合

高通量实验方法的发展导致大量基因组、转录组、代谢组等组学数据的出现,组学数据的整合为全面了解生物学系统提供了条件.但是,由于当前实验技术手段的限制,高通量组学数据大多存在系统偏差,数据类型和可靠程度也各不相同,这给组学数据的整合带来了困难.本文以转录组、蛋白质组和代谢组为重点,综述了近年来组学数据整合方面的研究进展,包括新的数据整合方法和分析平台.虽然现存的数据统计和网络分析的方法有助于发现不同组学数据之间的关联,但是生物学意义上的深层次的数据整合还有待于生物、数学、计算机等各种领域的全面发展.     

联合星载ICESat-GLAS波形与多光谱Landsat-TM影像的森林郁闭度估测

森林郁闭度的空间分布是评价森林生产力和分解率的一个重要指标.本研究以吉林汪清林区为研究区,分别利用星载激光雷达ICESat-GLAS波形数据和多光谱遥感Landsat-TM影像对该区的森林郁闭度进行估测,然后采用多元线性回归和BP神经网络两种方法对GLAS数据和TM数据进行联合,共同估测了森林郁闭度.结果表明:单一遥感数据估测森林郁闭度时,GLAS数据的模型决定系数为0.762,TM数据的模型决定系数为0.598.将GLAS数据和TM数据联合后估测森林郁闭度时,多元线性回归模型的复决定系数为0.841,BP神经网络模型的仿真精度为0.851.表明ICESat-GLAS数据与Landsat-TM影像联合能够发挥多源遥感数据的优势,提高森林郁闭度的估测精度,并为后续的空间区域内森林郁闭度的连续制图提供可靠的方法.     

大数据在生态环境领域的应用进展与展望

随着互联网和移动通讯技术的发展,生态环境领域从信息采集到加工处理也进入信息化和数字化时代,数据量呈现爆发式增长,生态环境大数据受到越来越多的关注.生态环境大数据是在对生态环境要素“空天地一体化”连续观测的基础上,集成海量的多源多尺度信息,借助云计算、人工智能及模型模拟等大数据分析技术,实现生态环境大数据的集成分析和信息挖掘.生态环境大数据存在数据来源多样、涉及部门广;数据采集方式不统一;服务对象众多、对专业化服务要求高等特点.大数据已在生态环境领域得到了初步应用,如在全球气候变化预测、生态网络观测与模拟和区域大气污染治理等方面作用明显.目前我国生态环境大数据的发展还存在诸多问题,包括数据共享难、监测技术落后、传感器等监测设备严重依赖进口、数据集成和深度分析能力不足等.随着大数据技术的进步,未来大数据在解决生态环境健康问题、提高重大生态环境风险预警预报水平、提高生态环境领域科学研究水平等方面都将发挥巨大作用.大数据将最终实现生态环境管理决策定量化、精细化,生态环境信息服务多样化、专业化和智能化,为中国社会经济可持续发展和生态文明建设提供技术保障.     

DNA载体的数据分类及查询系统的开发和应用

DNA载体是基因工程中一个重要的工具,从1977年组建了第一个载体到现在,裁体的数量已经达到上百种.为了更好、更充分地利用这些载体为科研人员服务,设计了DNA载体的数据分类及查询系统软件.DNA载体的数据分类及查询系统包括3个模块:数据输入模块、数据查询模块和数据计算模块.首先将载体按照功能的不同进行分类和编号,建立一个较完整的载体数据库.然后利用查询和计算功能,令用户快速地查找到其需要的载体.     

GEO(Gene Expression Omnibus ）:高通量基因表达数据库

 GEO(Gene Expression Omnibus)数据库包括高通量实验数据的广泛分类,有单通道和双通道以微阵列为基础的对mRNA丰度的测定;基因组DNA和蛋白质分子的实验数据;其中包括来自以非阵列为基础的高通量功能基因组学和蛋白质组学技术的数据也被存档,例如基因表达系列分析（serial analysis of gene expression,SAGE）和蛋白质鉴定技术.迄今为止,GEO数据库包含的数据含概10 000个杂交实验和来自30种不同生物体的SAGE库.本文概述了GEO数据库的查询和浏览,数据下载和格式,数据分析,贮存与更新,并着重分析GEO数据浏览器中控制词汇的使用,阐述了GEO数据库的数据挖掘以及GEO在分子生物学领域中的应用前景.GEO可由此公众网址直接登陆http://www.ncbi.nlm.nih.gov/projects/geo/.     

基于小波包变换的基因微阵列数据预处理方法

目的:基于阿尔茨海默病微阵列基因表达数据,分析研究微阵列基因表达数据预处理的新的有效方法.方法:首先采用标准差滤波、FSC(特征记分准则)和WPT-SAM(小波包变换-微阵列数据显著性分析)方法对微阵列基因表达数据进行预处理,比较处理后获得的基因数和FDR值;然后采用分类聚类方法对处理后的数据进行分类聚类和分层决策聚类,比较分类聚类结果.结果:标准差滤波和FSC方法获得的初筛基因数据较WPT-SAM方法多,但FDR值也高、后续分类聚类结果较WPT-SAM方法差.结论:WPT-SAM方法在预处理微阵列基因表达数据中,是比较灵活理想的分析方法.     

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.     

基因芯片数据分析与处理

基因芯片技术在基因表达分析等应用过程中产生大量的数据,如何处理和分析这些数据并从中提取出有价值的生物学信息是一个极为重要的问题.其过程包括原始数据的获取及处理、标准化数据的统计学分析、以及数据的存储和交流等.     

整合检验设备与计算机通讯的方法

目的 通过统一检验设备与计算机的通讯接口达到整合检验数据的目的.方法 基于Mscomm32、winsock等编程控件和数据库技术设计通用通讯工具.结果 实现了检验数据的统一通讯,统一存储.结论 通过统一接收、管理检验数据在提高检验科的管理效率的同时对医院信息系统的数据整合意义重大.     

生物信息学在蛋白质组学研究中的应用进展

生物信息学是运用数学和信息学方法阐明和解释海量生物学数据所蕴含的生物学意义的重要手段和工具.随着蛋白质组学研究的不断发展和深入,大量的蛋白序列、结构、功能以及互作数据不断产生.面对海量蛋白质组数据的获取、处理、存储以及蛋白质组数据信息的挖掘,生物信息学已成为蛋白组学研究中不可或缺的组成部分.本文结合蛋白质组学的发展历程...     

数据管理系统检验结果自动确认范围设定

目的:探讨数据管理系统DM2检验结果自动确认范围设定.方法:统计分析2008年全自动流水线测定项目检验结果.以1%和99%分位作为自动审核上下限,查看2009年3月数据自动审核通过率并分析未通过审核原因.结果:2008年数据统计结果与项目的参考范围有差异,数据自动审核通过率超过75%,未通过审核数据中超出自动审核范围的结果占23%以上.结论:通过对实验室数据的回顾性分析,设定合理的自动审核范围,充分发挥全自动流水线和数据管理系统的效能,提高检测效率,为临床提供快捷、准确的服务.     

青藏高原MODIS NDVI与GIMMS NDVI的对比

连续一致的NDVI时间序列数据是陆地表面特征长期监测的基础和前提.AVHRR NDVI和MODIS NDVI作为时间记录最长和时空分辨率较高数据的典型代表,是未来植被动态监测极为重要的数据源.深入理解两种数据之间的关系,是延续陆地植被长期监测的关键.利用2000—2006年重叠时段的GIMMS NDVI和MODIS NDVI数据,在青藏高原整体、亚区域、植被类型和像元等多尺度对比分析了两种数据的数值差异和动态变化的一致性,并使用495幅20 km×20 km的Landsat影像计算的NDVI,独立地评估了两种数据集的性能.结果表明:GIMMS NDVI和MODIS NDVI捕获青藏高原月尺度物候变化的能力基本相同(显著性水平大多达到0.001);不同植被类型之间两种数据的相似性差异显著,高覆盖的林地一致性较差,均质化较强的草地、农田的一致性较强;像元尺度,两种数据集在82%的研究区域显著一致;在反映植被空间分布方面,MODIS NDVI的数值更接近Landsat NDVI,而GIMMS NDVI在植被动态变化上与Landsat NDVI更相像,不同植被类型之间差异显著,林地MODIS NDVI与Landsat一致性更好,而草地、农田则是GIMMS NDVI更好.融合两种数据,建立一致的NDVI时间序列数据是可行的.在耦合数据时,需要考虑不同植被类型、不同物候期、不同空间尺度对结果的影响.对于针叶林、阔叶林等植被类型,以及物候过渡期的春秋季进行两种数据集成时需要慎重处理.     

农业生产中四组数据的Logistic模型的参数确定

本文介绍了求非线性回归模型参数的基本理论,选择Logistic回归模型作为模型函数.以牧草再生长的数据集1为例,用Mathematica软件绘制了数据集1的点图.最后给出四组数据的拟合曲线和置信域.     

一种通用的、基于Agent的生物资源整合架构

众所周知,随着基因组测序工作的蓬勃发展和后基因组时代的到来,生物信息学数据呈指数级增长.生物界在享受着资源共享所带来便利的同时,也随着数据总量和复杂性的不断增加而变得异构化和分布化.目前,各种生物计算软件和数据库资源通常标准不一而且很难兼容.因此,如何在这些异构资源之间实现数据集成与软件共享是有效利用生物信息资源的关键.为解决以上问题,本文提出了一种新型的数据整合架构,该架构通过将web服务与并行计算相结合的方法,轻松地实现了对异地资源数据的访问、提取、转化以及整合.实验证明,本系统在处理异构、海量数据方面有着巨大的计算潜力.     

环境灾害遥感小卫星在辽河三角洲湿地景观制图中的应用

及时、准确地获得湿地的空间分布,对湿地的动态监测、保护与可持续利用具有重要的意义.环境灾害遥感小卫星星座A、B星(HJ-1A/1B星)是我国自主发射的陆地资源监测卫星,可为湿地类型的提取提供新的遥感影像数据源.本文通过对比我国环境灾害遥感小卫星CCD相机影像（HJ CCD）数据与Landsat TM5影像数据获取的湿地景观类型图的分类精度和各景观类型面积,验证和探究了HJ CCD数据在湿地景观动态变化监测中的适用性和应用潜力.结果表明：HJ CCD数据在地物识别分类方面可完全替代Landsat TM5数据;在实时动态监测方面,HJ CCD数据获取周期仅为2 d,优于Landsat TM5数据（16 d）.     

重要呼吸道传染病智慧化监测预警与有效应对策略探讨

全球新发突发传染病不断出现,特别是新型冠状病毒肺炎疫情暴发,对人类健康和社会发展造成巨大影响.本文通过不同渠道收集有关资料,试图梳理我国呼吸道传染病监测预警发展和现状,探讨采用大数据、区块链、人工智能等高新技术,建立智慧化新发突发呼吸道传染病监测预警平台.运用统一关键数据标准、口径,打通部门之间数据壁垒,建立数据共享机制,实时自动采集与传染病有关的数据信息.利用大数据、人工智能、云计算等技术,建立相关数据模型,强化数据分析应用,达到早期识别和预警,做到遏止突发事件的发生发展和传播.同时,在疫情防控过程中能够实时获得疫情的发生发展趋势,及时提出科学精准的有效防控策略.不断提升我国应对突发公共卫生事件的能力和水平,保障我国生物安全.     

国家野外试验站现状分析及网络化体系构建

为了推动筹建国家级重点野外科学观测试验站网络化管理的工作,充分发挥野外试验站所观测数据的作用.我们选取了25个野外试验站作为试点站,并于2002年8月至10月主要采用调查表、网上查询和电子邮件交流的方式进行调查,调研的主要内容涉及各野外台站的基本情况、软硬什和网络以及数据集现状,以及国外野外台站的运行状况和发展趋势.通过调查结果的分析,表明目前我国野外台站在数据监测、管理以及数据标准化与共享方面存在较多的不足之处.据此提出建立网络台站管理体系的框架,为实现我国国家级野外试验站数据标准化与信息共事的目标奠定基础.     

应用指示种预测森林管理对物种多样性及群落组成的影响

采用指示种分析方法,研究了会同亚热带森林物种多样性和群落组成对森林管理的响应.从357个林下种中鉴定出显著性指示种94个,并构造新的指示种数据集,检验指示种数据集和源群落数据集之间的关联,评估指示种对林下植被管理效应的预测潜能.结果表明:指示种数据集和源群落数据集之间存在极显著的关联(Mantel r=0.898),指示种数据集很好地预测了生物多样性的变化(回归分析,R2>0.74);指示种很好地预测了群落组成对森林管理的响应(ANOVA,F>16.79);非度量多尺度排序(NMDS)以及K-means聚类分析表明,对于不同森林管理的样地类型,指示种数据集的识别能力和源群落数据集是一致的.从物种多样性、群落组成以及在森林类型的识别上,指示种数据集和源群落数据集有一致性规律,作用几乎相同,因此森林评估可以利用指示种代替源群落预测森林管理效应,以减少森林全面调查的成本.     

野生动物多样性监测图像数据管理系统CameraData介绍

红外相机的应用获得了海量野生动物物种分布和行为的数据信息。然而,如何存贮和管理这些图像数据,并及时提供给研究者、管理决策部门和公众,已成为野生动物监测所面临的新问题。为此,中国科学院动物研究所组织研发了图像数据管理系统CameraData(http://cameradata.ioz.ac.cn)。这是一个开放的网络交互式平台,用于收集和管理通过红外相机所拍摄的野生动物图像数据,集成了野生动物图像数据规范存贮、标准化分析和共享功能。该系统的目标在于促进野生动物图像数据的快速分析和充分利用,为野生动物研究、保护和管理等提供服务。本文对其功能模块、主要构成和使用注意事项等进行了简要介绍。