药物分子设计中的大数据问题

药物创新领域的大数据主要来源于高通量实验、高效能模拟计算、信息化、科技出版物和专利文献4个方面.这些大数据使我们有可能在系统层面上看到药物分子与许多靶标相互作用的新现象、新规律,提高药物创新的效率,也带来新的挑战,如存储、标引/标注和质控、可视化、数据挖掘和计算复杂度等问题.这些问题可以通过在超算和云服务技术的支持下发展并行计算方法而逐渐得到解决.从离散、不完备且信噪比低的大数据中难以找到物质活性与结构之间的连续函数关系,贝叶斯学习机及其与支持向量机、决策树技术的组合是大数据挖掘的发展方向.大数据既是科学实验通量化和社会信息化的结果又是原因,正确解决大数据挖掘问题是提高药物创新效率的核心.     

大数据时代的药物设计与药物信息

大数据时代,以数据驱动的药物研发(data-driven drug research and development)方式有望显著提高药物研发成功率、缩短药物研发周期以及降低药物研发成本.本文简短综述了近年来药物设计和药物信息相关数据整合和数据挖掘的最新研究概况,并对大数据时代的药物设计与药物信息研究提出了展望.     

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.     

生物医学大数据的现状与展望

生物医学是一门新兴的前沿交叉学科,它综合了医学、生命科学和生物学的理论和方法而发展起来.近年来随着先进仪器装备与信息技术等越来越广泛和深入的整合到生物技术中来,生物医学研究中越来越频繁的涉及到大数据存储和分析等信息技术.大数据时代的来临对生物医学研究产生了重大影响.其中,一个重要发展趋势就是由假设驱动向数据驱动的转变.数十年来分子生物学水平上的实验目的是获得结论或者是提出一种新的假设,而现在基于海量生物医学大数据,可以对海量数据的研究来探索其中的规律,直接提出假设或得出可靠的结论.随着先进的生物分析技术的不断推出和更新,生物医学数据迅速积累.基于此类大数据一些以往不能解决的问题将有望解决,同时相关生物医学研究的新问题也层出不穷.生物医学相关的大数据技术和相关应用主要包括:基于高通量测序的个性化基因组、转录组和蛋白组研究,单细胞水平基因型和表型研究,人类健康相关微生物群落研究,生物医学图像研究等.相关生物医学大数据分析任务均具有着数据密集和计算密集的双密集性特点.要充分地利用这些大数据解决一系列生物医学问题,迫切需要高通量、高效率、高准确性的生物信息存储和分析策略.本文总结和回顾生物医学大数据的生成、管理和分析相关的一系列问题,其中重点讨论人体微生物群落、单细胞表型和基因型、生物医学图像等新近出现的生物医学大数据形式,以及相关数据分析和应用前景等.基于目前生物医学大数据的现状我们可以发现,生物医学大数据的研究正处于蓄势待发状态:适应于生物医学大数据的软硬件平台、大数据存储、大数据分析挖掘等方法等还不成熟,制约着生物大数据的研究.然而一旦相关研究获得突破并有所优化和应用,将会全方位地支撑生物医学大数据的深入解构;进而有助于对医学现象的趋势分析和预测,服务于相关的遗传疾病研究、公共卫生监控、医疗与医药开发等广泛生物医学应用.     

基于深度学习的药物设计方法

药物研发是一个长周期、高投入和高风险的过程。随着科学技术的不断革新,生物医学数据呈爆炸式增长,为深度学习技术在生物医药领域的应用带来了契机,同时也为加速新药研发赋予了前所未有的希望。文章围绕药物设计流程,简要介绍深度学习算法在药物靶标发现、分子生成、基于配体的药物设计和基于结构的药物设计4个主要环节中的应用和研究进 展。     

大数据背景下的心理学:中国心理学的学科体系重构及特征

实验方法使得心理学思想成为了心理学学科,并以此建构起了西化的科学心理学体系.而大数据时代的来临极大地影响了心理学科的研究方式,使得心理学面临又一次的变革.大数据方法的特性与中国文化和中国人的认识论特征不谋而合,这给予了中国心理学摆脱西化影响,并重构中国化心理学学科体系以机遇.我们认为,中国心理学的学科体系可以遵循天、地、人相互关联的构建原则.从研究文化与精神的心理表征,到社会生活情境的制约影响,再到个体的知、行、情、理、德的身心体验.真正达到孔德所描述的人类最后科学的境界,即"具有社会特性的生物个体在文化情境中的行为",这就是我们提倡的中国的心理学.而在这种新的理论体系之下,以大数据为根本研究范式的中国心理学将会超越传统心理学中样本—总体、个体—规律、情境—实验、数据—行为的二维争辩特性,创建新的心理学研究范式.     

基于共同用户的跨网络分析:社交媒体大数据中的多源问题

社交媒体大数据是大数据的重要组成部分.与大数据的"4V"特性对应,本文主要讨论社交媒体大数据中的Variety-多源问题.社交媒体的多源主要体现在不同社交媒体网络所关注的异构用户行为信息,理解社交媒体多源现象对于社交媒体分析和社交媒体大数据的深度应用具有重要意义.社交媒体数据具有来源于用户、服务于用户的特点.我们提出从多个社交媒体网络的共同用户入手来进行社交媒体多源分析:(1)跨网络用户建模,整合分散在不同社交媒体网络的行为信息得到完整用户模型,进行个性化服务;(2)多源数据知识关联,以共同用户与多源数据的交互作为桥梁,挖掘多源数据知识关联,服务于社交媒体协同应用.     

移动大数据时代:无线网络的挑战与机遇

随着移动互联网、云计算、物联网、机器类型通信等新兴信息通信技术的飞速发展,信息社会进入了网络化的大数据时代.快速普及的智能化移动终端应用助推了全球移动数据流量的大幅度增长.在移动大数据时代,海量数据、业务类型演进、数据多样化、数据空-时域分布不均匀等特征给无线网络带来了严峻的挑战.为了应对挑战,一方面,无线网络从新频谱拓展、传输技术、智能立体化组网等多维度进行演进以满足大数据传输与应用的需求;另一方面,移动大数据作为一种新的生产要素改变着人们认知网络的方法,无线网络可以充分借鉴互联网数据挖掘的理论与方法,实现网络的灵活部署、无线资源的优化配置和低能耗绿色通信.     

基于互联网平台的大数据收集在社会认知研究中的应用

基于互联网的大数据收集是社会认知领域的新兴研究手段.本文主要介绍了基于以MTurk,Micro Turk等为代表的、具有交易功能的大型行为数据网络收集平台进行的社会认知领域的研究,从网络平台大数据采样的数据质量和大数据对社会认知领域新方向的启发两方面进行阐述,总结了网络大数据在样本范围和数量、分析方法和实验情境上相比传统实验室数据采集的优势和不足.虽然互联网平台的大数据收集还有无法完全控制被试完成任务、存在难以通过大量样本平衡的变量等一系列问题,但这一研究方式的社会性生态效度佳,且在纵向研究和社会行为的网络化分析等方面表现出独有优势,在社会认知领域的研究中具有广阔的应用前景.     

基于正交基光谱的大数据新型快速比对算法的构建

基于光谱分析快速、简便的优点,利用光谱标准谱库与未知样品光谱图进行比对,是未知样品定性分析的重要手段.随着"大数据时代"的来临,互联网的发展使得全球各存储端的光谱数据库都可以调用,数据量显著增加,这给需要进行逐一比对的传统方法的分析速度带来了巨大压力.本文就此问题进行探讨,提出一种基于正交基光谱的新型比对算法,用于大数据背景下的光谱快速比对.该方法基于不同结构化合物具有典型特征光谱这一基本化学规律,通过提取各类化合物有代表性的特征光谱信息构建正交基光谱,称为基谱,利用基谱与未知样品谱图进行比对,参照提出的判断原则综合比较以得到正确的比对结果.构建的基谱具有明确的化学意义,表征了其对应光谱的特征光谱信息.同时,由于基谱具有正交性,原始光谱的特征不能在其对应的基谱中完全体现出来,但可以利用基谱进行构建,不丢失有用信息.以标准拉曼光谱数据库Aldrich Raman库为例进行方法验证,完成了5种烃类化合物的比对,正判率为93.94%.本方法可以进一步应用于其他结构(如不同取代基数目)化合物的细分比对,并有望推广到其他光谱数据库.