我国生物信息学的现状与展望

随着人类基因组计划的启动,生物信息学作为一门计算机处理生物数据的交叉学科发展起来了,本文就生物信息学的产生背景以及我国生物信息学研究的现状及存在的问题,最后阐述了我国生物信息学研究的发展战略和意义等方面予以综述。     

农业院校生物信息学发展现状和建议

生物信息学是在生物学、信息学和统计学等多个传统学科基础上发展起来的新兴交叉学科,在生命科学研究领域受到高度重视。生命科学是农业院校专业设置的主体,农业院校发展生物信息学对其提升学校竞争力具有重要的推动作用。本文分析认为当前农业院校发展生物信息学既有机遇又有挑战,并在形成交叉共识、管理机制改革、人才培养方案以及课程体系建设等方面提出了农业院校生物信息学发展的建议。     

国外生物信息学发展动态分析

生物信息学是生命科学倡导的学科发展方向之一，生物信息学的发展涉及多个学科。生物信息学在基因发展、疾病基因诊断、蛋白质结构预测、基于结构的药物设计、药物合成和制药工业中起着极其重要的作用。生物信息的应用大大加快了药物的研究开发进程。国外生物信息学在网络数据库资源建设、软件开发、机构、人才培养、学会和会议、专著、期刊出版等方面均呈现出快速发展的态势。     

基因组重排技术在微生物菌种选育中的应用

对基因组重排育种技术的建立过程、自身的技术优势及其在微生物菌种选育方面的应用研究进行了综述.结果表明,该技术能大幅度提高微生物细胞的正向突变频率和速度,缩短菌种选育时间.目前基因组重排技术主要用于提高工业微生物菌种的代谢产率,增强菌株对环境的耐受性,提高底物利用率和范围等方面;未来随着生物信息学、基因组学等生物技术的发展,该技术将在药物微生物菌种选育研究中得到进一步应用.     

我国生物信息学研究的发展策略

介绍了人类基因组计划的实施及我国在人类基因组计划中的作用;指出了我国生物信息学研究的现状及存在的问题,并从国际合作、人才培养、政策支持、产权保护、学术团体等方面着重阐述了我国生物信息学研究的发展策略。     

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。     

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。     

Internet上的生物信息学资源

生物信息学是２１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     

生物信息学研究现状

随着后基因时代的到来,生物信息学将成为一个热门的研究领域;越来越多的数学家、计算机学家、生物信息学家都投身到生物信息学的研究中来,本文仅对生物信息学的研究现状做一个简单介绍,包括生物信息学的发展,生物信息学的一般研究方法。     

生物信息学及其在农业上的应用

随着人类基因组研究的迅猛发展造成了生物学数据的迅速膨胀,对数据搜集、管理、处理、分析、释读能力的要求迅速提升。本文概述了生物信息学的主要研究内容、国内外研究现状及其在农业领域的应用与发展研究。     

半监督分类学习问题在生物信息学中的研究进展——以间谍算法为例

近年来,随着生命科学研究的不断发展,生物信息学这个利用智能算法处理生物数据的新型交叉学科越来越受到科研工作者的关注.机器学习在智能算法的研究中占据极其重要的地位,而机器学习中的半监督分类学习在生物信息学中有着广泛应用.以半监督分类学习中的间谍算法为例,首先回顾了半监督分类学习的发展历程,分析了该方法的研究现状,然后描述了间谍算法在生物信息学研究中的应用,最后总结了间谍算法的优势和局限性,并且讨论了可以改进的方向和未来的发展.     

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     

生物信息数据库通用数据字典标准化研究

本文首先描述了生物信息学数据库的基本概念,详细分析了生物信息学数据库的产生背景、国内外现状,发展趋势和特点以及标准化的需求,阐述了生物信息数据库通用数据字典的一般内容、结构,功能和编制方法。并且通过对生物信息学的代表性数据库进行详细分析,提出了生物信息学数据库通用数据字典标准化研究的建议和方向。     

计算机技术在生物信息学中的应用研究

生物信息学的发展很大程度上依赖于计算机技术的发展。为此,从生物信息学的理论出发,讨论了计算机技术在生物信息学中的应用状况、存在问题,强调了数据挖掘等相关计算机技术在生物信息学中引入的必要性。     

生物信息学

生物信息学不仅是一门新学科，更是一种重要的研究开发工具。生物信息学是一门研究生物和生物相关系统中信息内容与信息流向的综合系统科学。只有通过生物信息学的计算处理，人们才能从众多分散的生物学观测数据中获得对生命运行机制的系统理解。生物信息学几乎是今后所有生物(医药)研究开发所必需的工具。只有根据生物信息学对大量数据资料进行分析后，人们才能选择该领域正确的研发方向。     

生物信息学中的机器学习

机器学习技术例如Markov模型、支持向量机、神经网络、图形模型等，已经在生命科学数据的分析研究中广泛应用。本书收录了一些近期的机器学习方法，涵盖了生物信息学研究中的大部分问题。     

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.     

水稻基因组学研究概况

重点对水稻的结构基因组学、功能基因组学和蛋白质组学的主要研究内容、研究方法和研究进展三个方面进行了综述，并对与水稻基因组学研究相关的学科，如生物信息学、比较基因组学等方面进行了阐述，最后对水稻基因组学的发展进行了简单展望．     

基于酶序列数据库的本地化构建及应用

细胞内的代谢网络包含成千上万个化学反应,每个化学反应都有一个特定的酶催化。在整个生物系统中,存在着成千上万个的酶,这些酶支配着生物的新陈代谢、营养和能量转换等催化过程,与生命过程密切相关。为此在国内外生物信息学数据库的基础上,利用java的jsoup的软件包获取到网页中代谢网络中酶的数据,构建酶的本地化信息数据库。方便研究人员查询物种的代谢网络中酶的基础信息,重构代谢网络。     

BLAST序列比对脱机移植研究

BLAST序列比对算法是NCBI综合性生物信息平台整合的众多重要功能之一。研究建立BLAST算法的脱机环境移植,可使生物信息学研究人员在构建自己专有序列数据库的同时,对DNA序列进行脱机环境比对,以期更高的序列数据安全性,避免联网状态下造成的数据丢失和泄露等严重问题。通过研究BLAST序列比对过程中涉及的标准数据格式与调用细节,实现了脱机环境下的BLAST序列比对,为建立安全序列比对提供了一种可行参考。