DNA编码荧光实现细胞内RNA高通量成像

正单细胞RNA分析方法是单细胞生物学发展的基石.构建能够高通量获取细胞RNA表达水平、序列及空间分布等信息的单细胞RNA分析方法是目前单细胞分析领域面临的巨大挑战.近日,清华大学化学系李景虹课题组[1]在Chem上发表了题为"DNA-Sequence-encoded rolling circle amplicon for single-cell RNA imaging"的研究论文,提出了一种基于核酸序列信息编码的原位扩增标记方法,实现了细胞内单分子、单碱基分辨及高通量的原位RNA成像,并利用该技术研究了乳腺癌发生相关基因的表达.     

科学研究大数据挑战

现代科学研究的一个重要模式就是大科学项目,其特点是大科学装置和合作,并产生海量的科研数据.数据密集型的大科学项目对数据的采集、存储、分发和处理有着巨大的需求.本文以大科学项目为案例讨论了科研大数据在数据采集、处理、存储以及网络等方面的挑战,以及相应的应对方法.其中,国际上的高能物理实验每年产生数十拍字节(PB)的数据,这些数据需要妥善地记录和保存下来,并高效地分发到世界各地进行分析处理.高能物理学家基于网格技术合作建立了大数据处理的WLCG网格平台,该平台成功地支持了大型强子对撞机实验数据的处理和分析,同时也支持了其他大科学项目,取得很好的效果.另外,为了解决对数据的高效存储和访问,新的存储技术和网络技术,如软件定义网络和云存储等,被开发应用到科学大数据中.最后还介绍了云计算技术在科研大数据中的应用.     

生物医药大数据之四问

正尽管对生物医学研究领域海量数据的收集和理解还存在一些障碍甚至挑战,但这一进程正在迅速改变着现代医学的面貌。1.为什么生物医学数据的持续访问对于研究至关重要?意义:数据存储的成本会越来越便宜,尤其是云计算。但生物医学数据的维护总成本还是太高,并且还在快速攀升。现有的任务处理模式都只是权     

生物大数据可视化的现状及挑战

在过去的10年中,以基因组学、医学遗传学和神经信息学等为代表的生命科学各研究领域,以前所未有的增长趋势,积累了海量的数据信息.这些数据类型复杂、数量庞大,其中蕴含的价值更是不可估量.通过传统的处理手段,难以理清海量原始数据中错综复杂的关联信息.而针对生物大数据的可视化研究,将有利于科研人员对复杂数据进行多角度观察并获取有效信息.生物数据量越大,复杂性越高,可视化在生物有效信息挖掘方面发挥的作用就越大.本文通过例举若干生物机构中心现存的数据规模和数据增长速率,说明生物研究领域已进入大数据时代,然后由生物数据的组成特征及可视化的特点引出生物大数据可视化的重要性和必要性.本文总结了生命科学研究领域中不同类型生物大数据的可视化研究进展,最后讨论了目前生物大数据可视化所面临的挑战,并提出可能的解决方案.     

编者按

<正>随着高通量高分辨率组学技术的发展,以基因组学、蛋白组学、代谢组学等为代表的海量生命组学数据随之大量产生,相关的信息挖掘算法和系统生物学研究成了生物信息学发展的新热点.一     

面向互联网金融行业的大数据资源服务平台

在大数据时代,数据已经渗透至各个行业,并且呈现出数量大、动态性、类型复杂等显著特征,尤其是互联网金融等为代表的典型行业.本文简要阐述了大数据的研究现状与重大意义,探讨了大型数据资源服务平台架构及其3个主要组成部分:数据资源识别和获取、数据资源存储和分析、服务支撑平台,并介绍了项目组在面向可信网络金融交易的大型数据分析研究与应用方面所开展的工作.具体来讲,围绕软件行为认证等关键技术,研究并开发了以行为认证为核心的可信网络金融交易系统,支持在线交易过程中产生的用户行为数据与软件行为数据的实时监控和动态展示.     

卫生大数据的分析框架与技术

探讨了卫生大数据的应用现状、发展前景及其价值实现,提出了卫生大数据分析的基本框架,分析了卫生大数据的收集、传输、维护、集成、分析和模式解释等步骤中的关键技术,以及卫生大数据发展中的几个认识问题,提出大数据应用的相关政策建议.     

大数据在肿瘤预后预测中的应用现状和前景

技术进步催生了大数据时代,依靠先进的数据平台可将临床记录、医学影像、基因信息等不同形式的数据,以及来自不同地区的数据,迅速而有效地有机整合,并进行及时的计算和分析.这为肿瘤预后预测医学研究工作带来了前所未有的契机.本文简述了肿瘤预后预测的研究现状,回顾了大数据在医疗领域的相关研究成果,旨在为推进大数据技术在肿瘤预后预测研究中的应用提供参考和新思路.     

双光子技术及其在生物医药分析中的应用

作为近20 年来迅速发展的一门新技术, 双光子技术已被广泛应用于三维数 据存储材料、医药、军事、生物以及生命科学等领域, 并随学科交叉与融合, 在揭 示生命活动基本规律和起源的研究中发挥越来越重要的作用, 为生物医学提供了 更多、更为有效的手段. 本文从常用的双光子材料以及双光子激光扫描荧光显微镜 成像原理等方面, 结合双光子技术在生物医学研究中的应用, 探讨了这一新兴技 术在生物医药分析领域的前景.     

近红外光谱分析方法研究:从传统数据到大数据

近红外光谱分析技术作为一种绿色分析技术,在许多领域中已得到广泛应用.随着应用的深入和拓展,近红外光谱的数据类型逐渐从传统数据变成近红外光谱大数据.本文总结了近红外光谱的预处理、奇异样本筛选、多元校正和模型转移等技术及其在相关领域的应用.对近红外光谱大数据分析技术的初步研究,包括近红外光谱在工业品在线检测、不同批次产品鉴别中的应用以及近红外光谱物联网系统等也进行了综述.此外,对于近红外光谱大数据未来的发展及近红外光谱大数据云平台的基本功能、软硬件的设计与开发、建设过程中需要解决的问题等进行了详细阐述.     

专题: 生物信息学

随着高通量高分辨率组学技术的发展, 以基因组学、蛋白组学、代谢组学等为代表的海量生命组学数据随之大量产生, 相关的信息挖掘算法和系统生物学研究成了生物信息学发展的新热点. 一方面, 现代生命科学的发展已经越来越离不开信息科学的支撑, 需要信息科学领域的学者参与；另一方面, 现代生物科学, 特别是生命组学, 正在以前所未有的速度发展, 这能够给从事复杂系统的研究人员提供各种高维非结构化高噪声背景的海量数据, 为复杂系统的建模和分析提供了十分难得的研究平台. 《科学通报》“生物信息学”专题在这个时候出版, 具有十分重要的意义......     

精准医疗计划:机遇与挑战

<正>如果说"平价医疗法案"是奥巴马总统任期的最大成果之一,他于今年提出的"精准医疗计划"则是锦上添花之举。尽管精准医疗计划并非一件新事物,今时提出却十分合理。首先,生物及医学研究已成为数据密集型科学,整合数据则成为该领域当下所面临的机遇。在大数据攻城拔寨的当下,大规模存储并分析基因数据的能力已经具备;其次,基因测序愈发简洁快速化,其在提高疾病诊断和治疗的成功率不断提高。总之,在医学生物研究、信息技术与公众态度发生     

大数据时代的天文学研究

天文学已经进入数据密集型时代或者说大数据时代.面对海量天文数据在存储、计算、网络、软件、算法乃至工作模式等方面的需求和挑战,天文学家连同计算机和信息技术领域的专家正努力使基于科学数据的知识发现过程变得更加容易.虚拟天文台旨在实现科学数据的互操作,打造一个全球性的数据网格.天文信息学则从分支学科的高度来考虑天文学的长远发展.数据挖掘和知识发现在数据密集型时代大有可为,自身也必将获得长足发展.本文简要论述天文学研究在数据密集型时代所面临的挑战,介绍虚拟天文台理念和最新进展,探讨天文信息学发展的必要性和所包含的研究内容,阐明数据挖掘和知识发现的必要性和发展方向.     

地质科学大数据及其利用的若干问题探讨

地质科学大数据是一种时空大数据,其特征与一般大数据有相似之处,也有显著差别.为了应对挑战,需要引进大数据理论、方法和技术,开展对地质科学大数据的统合和利用.采用大数据技术直接在海量时空数据和文本数据中挖掘知识,能突破采样随机性和样本空间狭小、仅凭少量观测数据和固有模式进行判断,以及传统数据分析方法的限制,有可能取得地质科学的新发现.目前常用的一系列数学地质方法和一般空间数据挖掘方法,经改造可用于地质科学时空大数据挖掘.大数据时代地质科学发展所涉及的关键科学技术问题,包括结构化数据与半结构化非结构化数据、大数据与小数据、混杂性数据与精确性数据、模型与数据、静态勘查模型与动态监测模型等的一体化存储管理和处理,数据挖掘与数据分析的结合、相关关系与因果关系的统一,地质科学大数据的深度挖掘和可视化."玻璃地球"是地质科学大数据的有效载体,开展"玻璃地球"建设是解决上述各种科学技术问题的最佳途径之一.     

基于生物网络的中医药学原理探索

中医药生物学基础不清、方剂作用机制不明、缺乏符合中医药整体特点的研究方法学体系是中医药现代化研究面临的关键瓶颈.随着信息学与系统生物学等新兴学科的发展,以生物网络为切入点开展中医药学与人工智能、大数据、信息学等前沿科学技术的交叉研究,成为探索中医药科学原理、促进中医药现代化的重要途径.基于生物网络的“网络靶标”理论有望突破宏微观内在关联解析的鸿沟,实现还原论和整体论的有机融合,架起传统中医与现代医学研究桥梁,成为探索中医药学原理的突破口之一.“寒、热”等中医药核心诊疗概念、治未病等中医特色理论的科学内涵阐明是解读中医药学原理的重要组成部分.本文基于李梢课题组的研究,综述了基于生物网络的中医药研究理论与技术方法,及其应用于“寒、热”“治未病”等中医特色理论的病证结合科学原理探索所取得的进展,以期为利用现代科学技术解读中医药学原理,促进中医药现代化提供参考.     

环境筛选、扩散限制和生物间相互作用在温带落叶阔叶林土壤跳虫群落构建中的作用

群落构建机制是土壤动物群落生态学的重点内容之一.相关研究证明,扩散限制、环境筛选和生物间相互作用可能是土壤动物群落构建的重要调控机制,但少有基于小尺度的系统研究.本文在黑龙江省帽儿山森林生态系统研究站的温带落叶阔叶林内,于2012年8月设置3个5 m×5 m的样地,探讨扩散限制、环境筛选和生物间相互作用在小尺度土壤跳虫群落构建中的作用.基于环境主分量因子(PCs)和Moran特征向量图(MEMs),用变差分解的方法来区分环境筛选和扩散限制的调控作用,并基于偏Mantel检验进一步分析环境变量和空间变量的调控作用.用零模型模拟的方法来说明土壤跳虫群落物种的共存格局、识别群落水平的显著物种对,同时计算环境生态位重叠度指标和体型大小比例来说明生物间相互作用和环境筛选在跳虫群落构建中的作用.变差分解结果表明,扩散限制对土壤跳虫群落具有较大的显著方差解释量,而环境筛选和空间环境结构的解释量相对较小且不显著;偏Mantel检验进一步表明,扩散限制对样地Ⅰ跳虫群落具有重要的贡献;RDA分析表明,土壤有机质、土壤含水量、凋落物干重等环境变量对土壤跳虫群落具有显著的影响,表明环境变量对跳虫群落的重要作用.群落水平零模型分析表明,土壤跳虫群落表现为非随机的共存格局;群落中发现较少的显著物种对,且显著负相互作用的物种对群落构建可能没有显著的作用;体型大小比例和环境生态位重叠度指标表明,土壤跳虫不是竞争性的群落结构,说明环境筛选具有重要调控作用.本研究表明温带落叶阔叶林小尺度土壤跳虫群落主要受到扩散限制和环境筛选的共同调控,生物间相互作用的驱动作用并不显著.     

大数据哈希学习:现状与趋势

随着信息技术的迅速发展,各行各业积累的数据都呈现出爆炸式增长趋势,我们已经进入大数据时代.大数据在很多领域都具有广阔的应用前景,已经成为国家重要的战略资源,对大数据的存储、管理和分析也已经成为学术界和工业界高度关注的热点.收集、存储、传输、处理大数据的目的是为了利用大数据,而要有效地利用大数据,机器学习技术必不可少.因此,大数据机器学习(简称大数据学习)是大数据研究的关键内容之一.哈希学习通过将数据表示成二进制码的形式,不仅能显著减少数据的存储和通信开销,还能降低数据维度,从而显著提高大数据学习系统的效率.因此,哈希学习近年来成为大数据学习中的一个研究热点.本文对这方面的工作进行介绍.     

纳米金等离子共振特性在生物成像中的应用

随着生物医学的发展, 科学研究对生物成像技术和成像分辨率的要求越来越高, 纳米技术和材料被越来越多地应用到生物医学领域中来. 在细胞和生物组织的成像分析中, 纳米金由于其特殊的表面等离子共振特性和优良的生物相容性, 常被用作对比剂、靶向载体、增强剂、示踪剂和传感器而广泛应用于生物成像领域中. 我们将课题组的研究方向与目前该领域的研究热点相结合, 从纳米金辅助细胞及细胞内成像和动物活体成像两个方面就纳米金在生物成像、医学诊断等领域中的应用进展进行了阐述.     

一种基于定量驱动策略和18O标记方法的比较蛋白质组学分析平台

定量蛋白质组学技术是一种高通量的蛋白质分析技术, 有望大大推动生物学和医学研究的发展. 最近提出了一种基于定量驱动的定量蛋白质组学分析新策略, 它采用定量和定性分析分开的模式, 先通过液相色谱一级质谱(LC-MS)定量分析确定差异肽段, 然后针对这些差异肽段再做液相色谱串联质谱(LC-MS/MS)定性分析, 最后通过定性和定量数据的匹配来获得差异蛋白结果. 这种策略被证明可以针对性地鉴定差异肽段, 增加差异蛋白的检测个数. 我们基于该策略和18O标记方法建立了一种新的定量蛋白质组学分析平台. 研究证明了该分析平台在定量蛋白质组学研究中的可行性. 本文还根据此研究在理论上提出了一种新的MS/MS分析的数据依赖模式, 即实时定量依赖的MS/MS离子选择模式.     

石墨烯的生物安全性研究进展

石墨烯是一种由碳原子以sp2杂化轨道组成六角型呈蜂巢晶格的二维碳纳米材料,具有优异的光学、电学、力学特性,在材料学、微纳加工、能源、生物医学和药物传递等方面具有重要的应用前景,被认为是一种未来革命性的材料.随着石墨烯在实际中的大规模生产和广泛应用,其生物安全性问题也备受关注.大量报道认为石墨烯是一种生物相容性良好的碳纳米材料,部分研究却发现石墨烯具有一定的生物毒性.石墨烯的生物毒性主要依赖于其理化性质(大小、形状、表面电荷、官能团等),与其使用剂量也密切相关.近年来,研究发现石墨烯纳米材料作用于不同生物体会表现出完全迥异的生物毒性.基于此,本文综述了近年来关于石墨烯在细胞毒性、动物毒性和抗菌性方面的研究进展,以期为石墨烯生物安全性评估和生物医学应用提供参考.