共词分析国内外生物信息学领域研究态势

生物信息学作为自然科学领域中多学科交叉的新兴学科,其发展研究得到了众多学者的关注。为了解生物信息学在国内外的研究态势,以CNKI中文数据库和Web of science外文数据库中生物信息学领域期刊论文为研究对象,利用R语言编程工具,文献计量和共词分析归纳了国内外生物信息学领域的研究现状、热点及趋势。结果表明:国内外生物信息学研究均处于高速发展期,文献量呈逐年增长趋势,研究领域也在不断拓宽;国内外研究热点均聚焦在基因挖掘、蛋白质结构与功能预测、miRNA分析等,但国内偏向于理论研究,而国际更注重其在疾病治疗、药物设计等方面的应用研究。     

充分利用Bioperl加速生物信息学的研究

Bioperl是Perl语言专门用于生物信息的工具与函数模块集,是世界各地的Perl开发人员在生物信息学、基因组学以及其他生命科学领域的智能结晶,服务于研究生物学问题的生物学家或计算机专家。通过对Bioperl进行了详细的介绍,并利用几个研究中的应用实例充分说明Bioperl在生物信息学研究中的重要地位。     

生物信息学及其在菌物学研究上的应用

主要介绍生物信息学的基本概念、发展历程、特点、研究领域、面临的挑战以及生物信息学在菌物研究上的应用成果。分析了生物信息学在菌物研究方面的应用前景,并提出了研究和开发的建议。     

糖生物信息学数据库

糖生物信息学是在糖生物学和糖组学发展的基础上,结合计算机技术,对生命活动过程中,参与糖链及与其相互作用的蛋白质等分子研究所产生的数据进行获取、储存、解析、模拟以及预测等内容的综合学科.糖生物信息学数据库是糖生物信息学发展到一定阶段,对糖组学等研究中产生的数据进行专门储藏与查询的应用工具.目前国际互联网中存在近百个糖生物信息学相关数据库,涉及内容包括糖链结构、参与糖链合成的基因或者蛋白质、糖结合蛋白、代谢通路、糖链或相互作用蛋白质等分子三维结构,或糖组学实验结果等领域.本文将归纳总结糖生物信息学数据库,为现有研究提供帮助.     

基于共词分析的国内生物信息学热点领域研究

利用共词分析和可视化方法对生物信息学的关键词进行聚类分析,探讨该研究领域的学科分类和热点内容.以中国知网、中华医学会数据库中期刊论文为统计来源,对1998～2013年间的5 707篇生物信息学相关文献进行计量分析,提取出40个高频关键词.利用ROST软件得到关键词共词矩阵,在此基础上利用SPSS进行因子分析、聚类分析和多维尺度分析.结合因子分析和聚类分析将生物信息学领域主要研究内容分为7类,结合多维尺度分析对研究热点及变化趋势进行了初步探讨.研究结果较为客观地反映了当前生物信息学领域的学科分类和研究热点,为科研人员进行生物信息学研究提供一些思路.     

蛋白质组研究技术及其进展

蛋白质组学是在后基因时代出现的一个新的研究领域．它是对机体或组织或细胞的全部蛋白质的表达和功能模式进行研究。介绍并总结了蛋白质组研究的主要技术,包括双向凝胶电泳、质谱技术、蛋白质芯片和生物信息学等。     

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。     

生物信息学数据库研究文献引文与热点分析

以Web of Science为数据源,简要概括生物信息学数据库研究的发展趋势。利用Cite Space可视化工具展现生物信息学数据库研究的知识基础和研究热点图谱,为开展生物信息学数据库领域相关的理论研究和实践活动提供借鉴,以便推动生物信息学数据库研究的发展。研究表明：1990年Altschul SF发表的＂局部比对搜索工具——BLAST＂是生物信息学数据库研究的重要知识来源文献;热点主题集中在序列库、基因组数据库、分类数据库、蛋白质数据库、数据库更新、集成系统等。     

数据挖掘在生物信息学中的应用——文献计量学视角

基因组和蛋白质结构与功能方面已积累了海量数据。如何从海量数据中获取有效信息成为生物信息学迫切要解决的问题。本文以相关主题词检索文献,分析了该领域历年文章数量、发文最多的机构和作者、被引用频次居前论文、期刊载文量,并对关键词和被引用频次居前论文的作者进行共现分析。我们发现,生物信息学中运用数据挖掘方法的文献逐年增多,该领域30.1%的文献发表在十个期刊上,分类、聚类、特征选择和支持向量机等数据挖掘方法使用较多。本研究描绘了生物信息学与数据挖掘这一交叉领域的研究概况,为后续数据挖掘方法与生物信息学研究相结合提供帮助。     

中国在翻译后修饰的生物信息学研究领域的进展与前瞻

翻译后修饰在调控蛋白质构象变化、活性以及功能方面具有重要作用,并参与了几乎所有细胞通路和过程。蛋白质翻译后修饰的鉴定是阐明细胞内分子机理的基础。相对于劳动密集的、耗费时间的实验工作,利用各种生物信息学方法开展翻译后修饰预测,能够提供准确、简便和快速的研究方案,并产生有价值的信息为进一步实验研究提供参考。文章主要综述了中国生物信息学者在翻译后修饰生物信息学领域所取得的研究进展,包括修饰底物与位点预测的计算方法学设计与完善、在线或本地化工具的设计与维护、修饰相关数据库及数据资源的构建及基于修饰蛋白质组学数据的生物信息学分析。通过比较国内外的同类研究,发现优势和不足,并对未来的研究作出前瞻。     

应用生物信息学的系统化综合性教学改革实践

信息时代由于信息量巨大,传统的生物学讲学模式易导致知识片段化和浅表化等问题,从而显得乏味。应用生物信息学由于具有在实践中串并联相关知识点的特征,可成为转变这些问题的重要利器。为利用好这把利器,本文探讨了应用生物信息学课程的系统化综合性教学改革。论文从教学内容系统性布局(课程定位、内容结构和教学手段)和综合解析优秀科普视频中趣味性生物学问题两方面,图文并茂地展示了改革实践。实践中学生们受益匪浅。学生综合素质的提升体现在很多方面,比如认知的系统性与深度提高、思维模式由被动转变为主动、团队合作意识增强、学习兴趣热情提升、克服困难的勇气与自信心增强、自主设计与创新能力提升等。信息时代的生命科学已由传统的实验性科学转变为由思维分析主导的实验设计兼由设计主导的实验论证性科学,而应用生物信息学课程正是训练信息时代相关科研能力的重要环节。论文实施的系统化综合性教学改革取得了一定成效,值得借鉴与交流。     

基于Web of Science的生物信息学文献分析

利用文献计量学方法,统计分析了1995—2007年11月Web of Science收录的生物信息学（bioinformatics）研究文献,探讨了生物信息学文献研究的年代分布、语种、期刊分布、作者、文献类型、主题分布以及发文量前10名的国家和机构,以期了解世界各国在这一研究领域的进展情况。     

MATLAB 7.X生物信息工具箱的应用———基因表达图谱分析（4）*

基因表达图谱原则上可了解整体细胞基因表达的信息,是基因组功能分析的重要研究手段。MATLAB 7.X生物信息工具箱为基因表达谱数据的分析和处理提供了一个综合环境,通过众多统计函数和绘图函数的结合使用,过滤不合格的基因数据和噪声数据,从而对基因表达数据进行聚类分析和主成分分析,绘制相关的基因表达图谱,完成基因芯片数据表达图谱的分析,分析结果可视化程度高,图表清晰、直观。本文主要以酿酒酵母Saccharomyces cerevisiae为例,详细描述了利用MATLAB 7.X生物信息工具箱对其基因表达图谱进行分析的过程。     

生物信息学在基因芯片中的应用

生物信息学和基因芯片是生命科学研究领域中的两种新方法和新技术,生物信息学与基因芯片密切相关,生物信息学促进了基因芯片的研究与应用,而基因芯片则丰富了生物信息学的研究内容。本论文探讨生物信息学在基因芯片中的应用,将生物信息学方法运用到高密度基因芯片设计和芯片实验数据管理及分析。从信息学的角度提出基因芯片设计准则,提出寡核苷酸探针的优化设计方法,将该方法运用于再测序型芯片和基因表达型芯片的设计,在此基础上研制出高密度基因芯片设计软件系统和实验结果分析系统。     

生物信息数据库知识产权保护初探

生物信息技术是当今生命科学乃至整个自然科学的重大前沿领域之一,生物信息数据库是生物信息技术中非常重要的部分,对生命科学的发展起着重要的推动作用。本文叙述了生物信息数据库的特点及国内外知识产权保护现状,初步讨论了生物信息数据库知识产权保护中存在的问题,提出了保护我国生物信息数据库的建议。     

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...     

Virus bioinformatics: databases and recent applications

Bioinformatics is now used as an umbrella term for almost all aspects of computational biology. Bioinformatics research will have an impact on all of biology, and virology is not immune from these research methods. Although virology has been slower to embrace bioinformatics this is now changing, particularly in the areas of viral sequences databasing and the systematic identification of viral and host homologous proteins. Here we will review some of these recent advances focusing mainly on the herpesvirus.