信息学基本技术.ppt

谢谢！ * 生物信息学基本技术 生物学数据的收集、存储、管理与提供 基因组序列信息的提取和分析 功能基因组相关信息分析 生物大分子结构模拟和药物设计 生物信息分析的技术与方法研究 应用与发展研究 生物信息学的主要研究内容 生物学家 (生物学问题) 数学物理学家 计算机科学家 (基础理论问题) 工程师 （技术应用） 计算生物学/生物信息学： 三种科学文化的融合 基因表达模式相关分析 基因调控网络分析 表达调控信息分析 海量 基因表达 标注重复序列 基因结构分析 系统发生分析 基因与疾病的连锁分析 基因组比较 遗传语言分析 1300个基因组 （其中大量是病毒和微生物基因组） 基因组 二级结构、空间结构预测 三维结构比对 蛋白质几何学度量 表面和形态计算 分子间相互作用分析 分子模拟 2.5 万个结构 大分子结构 序列比较 多重序列比对 识别保守的序列模式 进化分析 100万条序列 蛋白质序列 分离编码与非编码区域 识别内含子与外显子 基因产物预测 基因功能注释 基因调控信息分析 3000万条序列 400.0 亿个碱基 DNA序列 生物信息学任务 数据量 数据源 基因组 数据库 蛋白质 序列 数据库 蛋白质 结构 数据库 DDBJ EMBL GenBank SWISS-PROT PDB PIR 生物分子数据的收集与管理 生物信息学所用的方法和技术 1、数学统计方法 (高维、样本量的问题) 2、动态规划方法 3、机器学习与模式识别技术 （从数据中学习） 4、数据库技术及数据挖掘 5、人工神经网络技术 6、专家系统 7、分子模型化技术 8、量子力学和分子力学计算 9、生物分子的计算机模拟 10、因特网（Internet）技术(Grid计算) 。。。 概率论和数学统计是现代生物学研究中一种常用的分析方法 隐马尔科夫模型（Hidden Markov Models） 相关的技术是马尔科夫链（Markov Chain） 数学统计方法 　 隐马尔可夫模型（Hidden Markov Model，HMM）作为一种统计分析模型，创立于20世纪70年代。80年代得到了传播和发展，成为信号处理的一个重要方向，现已成功地用于语音识别，行为识别，文字识别以及故障诊断等领域。到了90年代，HMM还被引入计算机文字识别和移动通信核心技术“多用户的检测”。近年来，HMM在生物信息科学、故障诊断等领域也得到应用。 马尔可夫链是数学中具有马尔可夫性质的离散时间随机过程。该过程中，在给定当前知识或信息的情况下，过去（即当期以前的历史状态）对于预测将来（即当期以后的未来状态）是无关的。 动态规划（Dynamic Programming）是一种解决多阶段决策问题的最优化方法，或复杂空间的优化搜索方法。 动态规划方法 动态规划是运筹学的一个分枝，它特别适用于多阶段决策问题。只要研究对象可以处理成多阶段决策形式，有明确的状态变量与用于判断计划优劣的效用变量，就可采用此法。 动态规划是生物信息学中一种基本的优化方法，在DNA序列或者蛋白质序列的比对、基因识别、RNA结构预测、隐马尔科夫模型求解、生物分子探针优化设计等方面有着重要的应用。 机器学习与模式识别技术 机器学习是模拟人类的学习过程，以计算机为工具获取知识、积累经验。 数据库技术和数据挖掘 在生物信息学中，数据库技术是最基本的技术。 数据仓库是从多个内容相关的、物理和逻辑上都相互独立的数据源中提取面向主题的数据集合，通过 Internet将这些数据复制到一个数据存储中心，进行重新组织与集成，从而将一个海量的数据库展现在用户面前。 生物分子信息的存储、管理、查询等功能都是建立在数据库管理系统之上的。目前的分子信息数据库大都采用关系数据库管理系统。 人工神经网络技术 人工神经网络（Artificial Neural Network, 简称ANN）是通过模拟人脑神经元的特性以及脑的大规模并行结构、信息的分布式和并行处理等机制建立的一种数学模型。 专家系统 专家系统（Expert System）是一种基于知识的智能系统，它将领域专家的经验用一定的知识表示方法表示出来，并放入知识库中，供推理机使用。 分子模型化技术 分子模型化（Molecular modeling）是利用计算机模拟分子结构、研究分子之间相互作用的一种技术。 分子图形学充分应用计算机图形学的方法和技术，以三维图形方式显示分子的三维结构，显示分子的理化或电子学特性，显示分子间的相互作用。可以用线状模型、球棒模型、空间填充模型等显示分子的三维结构，特别是在