机器学习技术在生物信息挖掘中的方案探讨

后基因时代，探索和解释隐藏在分子生物学数据库中的有用信息是对生物信息学研究人员的巨大挑战!为了解决分子生物学中遇到的这些难题，有效厦廉价的方法是非常必要的．机器学习是一个崭新的计算机应用领域，而生物信息学是生物学与计算机科学以厦应用数学等学科相互交叉而形成的一门新兴学科．本文分析了机器学习技术的内容，介绍了生物信息学的内涵和新的应用技术，同时探索了机器学习技术对生物信息挖掘应用的途径．这些方法有助于加速生物分子结构预测、基因发现、基因组学和蛋白组学等方面的研究进展．     

机器学习方法及其在生物信息学中的应用

分析了机器学习技术的内容,介绍了生物信息学的内涵和新的应用技术,同时探索了机器学习技术对生物信息挖掘应用的途径.这些方法有助于加速生物分子结构预测、基因发现、基因组学和蛋白组学等方面研究的进展.     

机器学习在生物信息学中的应用

机器学习具有从数据和经验中获取知识的学习能力，能用于从大量生物数据中提取知识的过程。生物信息学是一个融合多门学科的领域，包括分子生物学、计算机科学、物理化学和数学。机器学习算法已成为生物信息学中数据分析算法的主要内容。介绍了典型的机器学习方法以及它们在生物信息学中的应用。     

分子生物学技术及其在污染生态学中的应用研究进展

分子生物学技术在污染生态学中的应用日益广泛,本文综述了应用于污染生态学中的各项分子生物学技术,包括电泳分离显示技术、分子标记技术、DNA序列分析和基因工程技术等,并阐述了分子生物学技术在污染环境中生物种群动态分析、生物群落结构多样性、污染环境的监测预警和生物修复等方面的应用,同时提出在今后的污染生态学研究中,要探索多种技术的综合使用.     

基因序列的搜索与相似性比对

生物信息学的基本任务是对各种生物分析序列进行分析,也就是研究新的计算机方法,从大量的序列信息中获取基因结构、功能和进化等知识,并将其存储于基因数据库中.而在序列分析中,将未知序列同基因数据库中已知序列进行相似性比较是一种强有力的研究手段,包括序列的片段测定、拼接,基因的表达分析,以及RNA和蛋白质的结构功能预测.     

癌症和癌症治疗中的生物信息学方法

生物信息学是用数理和信息科学的观点、理论和方法，以计算机为工具对生物信息进行获取、处理、存储、分配、分析和解释的一门学科，它是生物学、医药学、计算机科学、物理学和数学等学科的有机结合。本书讲述了在癌症研究中所使用的生物信息学分析技术、方法和实验平台等，向读者展示了如何使用生物信息学方法进行癌症相关的研究，以及作为一个连接基础科学与临床应用的桥梁，生物信息学方法是如何积极地影响癌症患者的治疗的。     

组合数学在生物信息学教学中的应用

从试验中获取的生物信息进行储存、检索和分析是生物信息学研究的基本工作,所得的生物信息往往是离散的数据,而组合数学研究的对象就是离散数据,并有成熟的理论体系和组合算法思想,因此可以利用组合算法模型,以计算机为工具研究生物信息数据。本文浅谈组合数学在生物信息学教学中应用,以及在生物信息学专业中开设的重要性。     

生命科学领域的前沿科学:生物信息学

从生物信息学兴起的历史条件,常用的生物信息数据库,生物信息学的基本分析方法,生物信息学和计算机的关系,生物信息学的主要研究内容等方面介绍了生物信息学,阐述了生物信息学的发展前景和亟待解决的问题.     

生物信息学中的MicroRNA预测研究

为microRNA预测的研究提供参考,讨论了生物信息学中有关MicroRNA预测研究的若干问题.根据最新的研究成果,由MicroRNA预测的特征信息和数据源,从结构序列分析方法、比较基因组方法和机器学习方法等方面对MicroRNA预测的生物信息学方法做了回顾和展望,指出了该领域研究的趋势.通过对3类方法的比较结果表明,采用机器学习方法的效果更优越,能较精确地预测出MicroRNA.     

Internet上的生物信息学资源

生物信息学是 2 1世纪科学与技术领域重点发展的学科之一 .生命科学的所有信息均可由计算机和Internet来进行储存、传输和分析 .Internet能够为我们提供大量的有关生物大分子序列、结构和功能的数据、软件、工具、文章及相关的资源 .对于化学家、物理学家、数学家、医生、生物学家等那些关注生命现象分子机理的科学家 ,生物信息学的网上资源对他们来说是必需的给养和研究手段 .在此 ,我们介绍了一些生物信息学研究的方法 ,并列出了许多相关的网站     

An autonomous molecular computer for logical control of gene expression

Early biomolecular computer research focused on laboratory-scale, human-operated computers for complex computational problems. Recently, simple molecular-scale autonomous programmable computers were demonstrated allowing both input and output information to be in molecular form. Such computers, using biological molecules as input data and biologically active molecules as outputs, could produce a system for 'logical' control of biological processes. Here we describe an autonomous biomolecular computer that, at least in vitro, logically analyses the levels of messenger RNA species, and in response produces a molecule capable of affecting levels of gene expression. The computer operates at a concentration of close to a trillion computers per microlitre and consists of three programmable modules: a computation module, that is, a stochastic molecular automaton; an input module, by which specific mRNA levels or point mutations regulate software molecule concentrations, and hence automaton transition probabilities; and an output module, capable of controlled release of a short single-stranded DNA molecule. This approach might be applied in vivo to biochemical sensing, genetic engineering and even medical diagnosis and treatment. As a proof of principle we programmed the computer to identify and analyse mRNA of disease-related genes associated with models of small-cell lung cancer and prostate cancer, and to produce a single-stranded DNA molecule modelled after an anticancer drug.     

细菌种特异性的16SrDNA寡核苷酸探针数据库的初步构建

核酸二级数据库是生物信息学研究的重要领域 ,对生命科学的研究和发展起重要作用 .目前 ,国际核酸序列公共数据库中存在大量的细菌 16SrDNA序列 ,本文利用这些已知细菌的 16SrDNA序列 ,设计了细菌种特异性的寡核苷酸探针 ,将其结果存入二级数据库 ,以计算机网络为载体 ,开发了界面友好的通过WWW浏览器实现对数据库查询的系统 ,其查询结果形象直观 ,为设计细菌的种特异性寡核苷酸探针提供了参考和帮助 ,从而可加速对细菌分类及鉴定的进程 .     

生物材料的应用及进展

生物材料学作为一门新兴的学科，发展迅速。目前已广泛应用于生物医学，药物材料等相关领域。生物材料学同时又是一门交叉学科，它既属于生物学，同时又属于材料学，极具发展前景。综述了生物材料学在相关领域的应用及其研究进展。     

The language of genes

Linguistic metaphors have been woven into the fabric of molecular biology since its inception. The determination of the human genome sequence has brought these metaphors to the forefront of the popular imagination, with the natural extension of the notion of DNA as language to that of the genome as the 'book of life'. But do these analogies go deeper and, if so, can the methods developed for analysing languages be applied to molecular biology? In fact, many techniques used in bioinformatics, even if developed independently, may be seen to be grounded in linguistics. Further interweaving of these fields will be instrumental in extending our understanding of the language of life.     

生物信息学的兴起和生命科学的理性化

提出近代科学规范是实证性和理性的结合,指出生物信息学的兴起是生物学理性化的一个重要阶段,讨论了对生物学的理性化的4方面质疑:生命系统的整体性和理性化,逻辑推理方法和理性化,生命系统的随机性和理性化,以及复杂系统的简化模型方法和理性化。对生物科学的理性化作了简短的展望。     

生物芯片技术及产业化

生物芯片的概念来自计算机芯片 ,发展至今只几年 ,但进展迅速。本文对生物芯片特别是基因芯片的概念、种类、技术原理、应用领域、发展前景等进行了研究     

细胞凋亡中线粒体的作用

细胞凋亡的研究在90年代以后成为生物研究领域的热点.最近研究证明线粒体是细胞凋亡的调控者,在细胞凋亡中起重要作用.本文主要介绍线粒体在凋亡中的分子学基础研究的最新进展.     

计算变异学创立背景及其用途

为了克服生物信息学和计算生物学中字母或数字不受序列长度、氨基酸组成和位置、相邻氨基酸影响的缺陷,根据自然界普遍存在的随机性原理,创立计算变异学。计算变异学用氨基酸对可预测性、氨基酸分布概率和变异概率3种方法量化整个蛋白质及每个氨基酸,用活的、动态的测量指标量化分析蛋白质。计算变异学方法可以应用于研究蛋白质进化、遗传病定量诊断,分析蛋白质结构与功能、药物设计和病毒变异预测等领域。