中国科学院北京基因组研究所(国家生物信息中心)

中国科学院北京基因组研究所成立于2003年11月,于2013年迁至北京中国科学院奥运村园区,主要开展基因组学前沿科学研究和技术研发。2019年11月,中央编办批复北京基因组研究所加挂“国家生物信息中心”牌子,承担我国生物信息大数据统—汇交、集中存储、安全管理与开放共享以及前沿交叉研究和转化应用等工作。

科学数据中心间重大事件联合应急响应机制研究

科学数据中心作为重要的数据基础设施和载体,在公共卫生、自然灾害等突发应急事件中发挥着越来越大的作用。针对国内外不同数据中心间应急响应机制模式,从资源保障、政策协调、参与程度、响应效果和监管部门监管责任等方面进行分析,提出适合我国科学数据中心体系的“管理部门—责任中心—代理机构”联合应急响应机制,并阐述具体应急响应流程,为提高科学数据中心应急数据保障能力、增强我国在应急响应方面的制度性优势提供思路。

2019新型冠状病毒信息库

2019年12月在中国武汉开始爆发的新型肺炎已造成全球25个国家/地区的31516人感染、638人死亡(截止2020年2月7日16时),引起该肺炎的病毒被世界卫生组织命名为2019新型冠状病毒(2019-nCoV)。为促进2019-nCoV数据共享应用并及时向全球公众提供病毒的相关信息,国家生物信息中心(CNCB)/国家基因组科学数据中心(NGDC)建立了2019新型冠状病毒信息库(2019nCoVR,https://bigd.big.ac.cn/ncov)。该信息库整合了来自德国全球流感病毒数据库、美国国家生物技术信息中心、深圳(国家)基因库、国家微生物科学数据中心及CNCB/NGDC等机构公开发布的2019-nCoV核苷酸和蛋白质序列数据、元信息、学术文献、新闻动态、科普文章等信息,开展了不同冠状病毒株的基因组序列变异分析并提供可视化展示。同时,2019nCoVR无缝对接CNCB/NGDC的相关数据库,提供新测序病毒株系的基因组原始测序数据、组装后序列的在线汇交、管理与共享、国际数据库同步发布等数据服务。本文对2019nCoVR数据汇交、管理、发布及使用等进行全面阐述,以方便用户了解该信息库各项功能及数据状况,为加速开展病毒的分类溯源、变异演化、快速检测、药物研发以及新型肺炎的精准预防与治疗等研究提供重要基础。

国家基因组科学数据中心:现状及展望

面向我国人口健康和社会可持续发展的重大战略需求,国家基因组科学数据中心(National Genomics Data Center,NGDC)自2019年成立以来,已初步建成具有自主知识产权、安全可控、涵盖领域广的多维组学数据汇交、存储、管理和共享体系,涵盖基础组学数据资源、国家人类遗传资源、重要战略生物资源、生物安全资源以及生物信息分析工具和平台等,为人口健康、公共安全、育种改良、生物多样性等相关研究提供重要资源和参考信息.截至目前,NGDC已存储和管理27.6 PB的数据量,数据编号被Springer Nature,Elsevier,Wiley,Taylor&Francis等全球主要出版集团推荐或认可.尽管NGDC已连续六年被本领域国际权威期刊《核酸研究》称为与美国NCBI、欧洲EBI齐名的国际主要生物数据中心,但与国际一流数据中心仍存在一定差距.展望未来,NGDC将重点聚焦于数据智能审编、数据融合检索、生物大数据云平台、前沿算法工具等,同时在经费争取、人才培养和国际合作方面加大工作力度,建成国际领先的基因组科学数据中心,支撑我国生命与健康科学领域的科技创新发展和自立自强.

生命组学大数据安全管理实践

生命组学大数据是国家重要基础性、战略性资源,对支撑生命科学基础研究和应用创新、推动生物经济创新发展、维护国家安全具有重要意义。随着数据规模的不断增长,生命组学大数据的安全管理问题逐渐凸显。国家基因组科学数据中心(National Genomics Data Center,NGDC)面向我国人口健康和社会可持续发展的重大战略需求,建立了生命与健康大数据汇交存储、安全管理、开放共享与整合挖掘研究体系,形成了一系列数据安全管理的制度和措施。本文聚焦于生命组学大数据全生命周期的安全管理问题,探讨生命组学大数据安全管理框架,全面分析在数据汇交、存储、管理、共享全生命周期中涉及的安全管理内容,并总结了NGDC在生命组学大数据安全管理方面的成效。最后,本文展望了生命组学大数据安全管理的发展方向,包括完善数据分级分类制度、提升数据分级安全管理技术和加强数据异地灾备建设,以期实现生命组学大数据的安全管理与可持续发展。

“端粒到端粒”人类参考基因组:精准医学时代的新起点

DNA测序技术的飞速发展使人类基因组学研究迈进“端粒到端粒(T2T)时代”。这个时代的核心标志是实现每一个人类染色体分子——从端粒到端粒——高质量、高完整度的连续线性组装,成为精准医学质量控制的金标准,从而准确和稳定地识别个体变异信息。越来越多个体基因组的完整组装为我们揭示远高于预期的人类基因组差异,也为各人群采用自己的近缘参考基因组进行变异分析提供了关键的理论依据。近缘参考基因组可以更准确地识别和定位个体的基因变异,而准确的变异数据是精准医学中变异与表型关联研究的关键数据基础。这种以人群为单位的基因组分析和研究新范式,必将显著影响国际和国内未来精准医学发展的格局。

科研单位实施预算绩效管理的对策研究

党的十九大报告中明确提到事业单位需要建立标准科学、规范透明、具有约束力的预算制度,全面实施绩效管理。科研单位作为推动我国社会健康发展的重要角色,更需要通过预算绩效管理来提升自身的工作效率。但是目前部分科研单位在实施预算绩效管理的过程中还面临一些问题,因此相关人员需要对这些问题进行深入分析,并寻找解决办法。基于此,本文将从目前科研单位实施预算绩效管理面临的问题入手,详细分析预算绩效管理的实施对策。

人类遗传资源与生物大数据

人类遗传资源是指含有人体基因组、基因及其产物(RNA和蛋白质)的器官、组织、细胞、血液、制备物、DNA构建体等人类遗传资源材料及利用人类遗传资源材料产生的数据等人类遗传资源信息。中国人类遗传资源是国家自然科技资源的重要组成部分,是维护公众健康、国家安全和社会公共利益的重要战略资源。2019年3月20日,《中华人民共和国人类遗传资源管理条例》在国务院第41次常务会议上通过,自2019年7月1日起开始施行。中国人类遗传资源在人类进化、种族溯源、法医学和生物医学研究中发挥着不可或缺的重大作用。

痛风的多组学研究进展

痛风是一种由尿酸盐结晶沉积引起的自限性炎症疾病,伴有多种合并症。随着生活水平的提高,痛风在全球的发病率逐年上升,严重影响人民健康。组学技术是研究疾病的有效工具,已被广泛应用于发现痛风的潜在生物标志物和风险因子,其鉴定出的变异位点或差异表达产物为研究痛风的发病机制和疾病进展提供了不同维度的见解和认识。本文通过PubMed检索相关文献,分析和总结了多组学技术在痛风中的应用和研究结果,对近年来多组学技术在痛风领域的相关研究进展进行综述,以期了解痛风患者在不同分子层次上的特异性变化,为今后更深入地研究痛风提供思路和方向。

架起中医药学与现代生物医学沟通的桥梁

如何推动发展中的中医药学与现代生物医学以及临床医学的深入沟通并实现互利共赢,成为中国现代医学实践和教育事业必须要认真面对的问题。现代生命科学的发生和发展经历了宏观、微观和实观3个世界。中医药学是基于宏观生物世界所建立的理论和实践体系,而现代生物医学科学在不到百年的时间里已经跨过微观世界而进入了实观世界。实观世界的科学范式是通活学,即将生命科学带进以时空为轴心的全参数、数字化、可数字孪生的新境界。尽管传统中医药学没有现代分子生物学的“分子-细胞”和“基因型-表型”等概念,但在过去的几十年里,现代中医药学,尤其是在中药研发方面,还是采纳了现代生物医学和药学的诸多科学方法和实验体系。如果运用中华传统哲学思想,指导性引进“五行”思维框架,将现代生命科学理论范畴分为“五流”(信息流、操作流、平衡流、分室流和可塑流),为中医药学理论和与现代医学理论沟通开拓了有效途径。

大型队列数据资源及其研究方法综述

本文总结了大型队列数据资源的内容与主要研究方法。简要介绍了国际较为著名的8个大型队列数据资源所包含的数据内容、主要功能和获取权限;总结了队列数据应有的处理规范,介绍了现有国际大型队列数据包含的主要数据类型和主要分析方法。分析了中国大型队列数据资源的发展现状,阐述了队列数据在生物医学研究领域的巨大作用以及其未来的发展方向,有助于完善我国自己的多层次精准医学知识库体系,建设安全、稳定、可操作性强的生物医学大数据平台。

GSA-Human:人类遗传资源数据管理的公共系统

GSA-Human是人类遗传资源数据汇交、存储、管理与共享的数据库系统,可提供人类遗传资源数据的上传、下载、浏览、检索等公共服务,并有效支撑了国家重点研发计划科技项目数据的汇交与管理工作。系统具有符合《中华人民共和国人类遗传资源管理条例》数据安全管理策略,提供公开访问和受控访问相结合的数据使用模式。公开访问数据允许用户自由下载与获取;受控访问数据采用申请-审核的模式,即需要通过数据管理委员会(Data Access Committee,DAC)的授权方可获得下载和使用权限。系统自上线以来,截至2021年7月,汇集数据总量已超5.27 PB。

信号蛋白3A对成肌细胞功能的影响及其转录调控机制

目的探讨信号蛋白3A(Sema3A)对成肌细胞功能的影响及其转录调控机制。方法以1.0、0.1、0.01μg/ml重组Sema3A蛋白作用成肌细胞,并设置对照组,采用动态活细胞成像及划痕实验检测细胞的增殖与迁移能力,RT-qPCR检测成肌分化因子的表达。对1.0μg/ml重组Sema3A蛋白干预的成肌细胞及对照组细胞进行转录组测序,筛选差异表达基因并进行GO富集分析,对部分差异表达基因通过RT-qPCR进行转录水平验证。结果IncuCyte细胞成像计数显示,Sema3A可促进成肌细胞增殖,其中1.0μg/ml Sema3A组细胞计数较对照组升高17.36%(P<0.001)。划痕实验结果显示,Sema3A可使成肌细胞迁移能力明显增强,其中1.0μg/ml Sema3A组细胞划痕愈合率较对照组升高69.66%(P<0.001)。RT-qRCR检测结果显示,Sema3A可上调部分成肌分化基因的表达,其中1.0μg/ml Sema3A可使Myf5、MyoG基因表达分别升高37.47%±11.67%(P<0.01)、26.57%±11.31%(P<0.05)。生物信息学分析显示,Sema3A可上调成肌细胞转录组中的肌细胞与肌纤维发育、细胞与解剖结构成熟及成骨发育等相关功能通路,下调脂蛋白代谢与乳糜微粒等相关功能通路;RT-qPCR验证了富集通路中的部分差异表达基因,其中Prox1、Myh11表达分别升高22.48%±14.42%(P<0.05)、21.42%±5.81%(P<0.01),LipC、ApoC2表达分别降低23.08%±15.38%(P<0.05)、55.97%±26.51%(P<0.05)。结论外源性Sema3A蛋白可上调成肌细胞分化相关基因Myf5、MyoG的表达,且可能通过对骨骼肌发育、成熟与脂蛋白代谢等相关基因进行转录调控而促进成肌细胞的增殖、迁移。

基于DNA变异在亚欧混合人群中预测男性型脱发

男性型脱发(male pattern baldness,MPB)是一种雄激素依赖性的遗传性脱发疾病,对个人形象、心理产生较大的消极影响.近期欧美人群中进行的大样本全基因组关联分析(genome wide association studies,GWAS)已报道大量与MPB相关的遗传易感性单核苷酸多态性(single nucleotide polymorphisms,SNPs)位点,但这些位点在东亚人群中的遗传效应尚不清楚.本研究基于我国684个亚欧混合人群(Eurasian)样本,对在英国生物样本库(UK Biobank)205327个欧洲男性GWAS分析发现的624个与MPB相关的SNPs进行人群异质性分析,基于多基因风险打分(polygenic risk scores,PRS)建立预测模型,并对预测因子数量与模型预测性能的关系进行了研究.通过质控的467个SNPs中6.9%与MPB显著相关(P<0.05).结合年龄、体质指数(body mass index,BMI)和25个SNPs建立的线性回归和逻辑回归模型,效果较好(R^2=28.9%,AUC=0.82).年龄对模型效果影响较大(R^2=22.9%,AUC=0.77),结合BMI及68个SNPs时AUC达到最大(约0.89).本研究表明MPB在欧洲和东亚人群中存在较强的遗传异质性,选取SNPs子集能达到与全集相近的预测准确性,预测模型有助于东亚人群MPB遗传机制的理解及疾病的早期诊断和预防.

骨质疏松症的遗传及表观遗传因素

骨质疏松症(OP)是一种老年疾病,极大增加了骨质疏松性骨折的风险。OP是遗传因素和环境因素共同作用的复杂疾病。前期研究应用多种组学技术,发现了一系列OP及骨密度相关的遗传及表观遗传位点,并探究了OP的分子机制。本文重点介绍了基于全基因组关联分析(GWAS)、候选基因差异甲基化分析和表观基因组关联分析(EWAS)的研究成果及其在OP临床治疗中的应用。最后进一步从多组学整合角度理解OP的复杂发病机制,探讨OP未来的研究方向及其潜在的临床应用价值。

组学大数据和医学人工智能

随着高通量测序技术和计算机科学的飞速发展,组学数据量指数倍增长,多组学分析优势逐渐显现,人工智能应用也愈加广泛。本文介绍了近年来多组学数据分析和人工智能各自在医学领域的应用进展,同时也介绍了两者相结合应用的案例以及优势,最后简单阐述多组学分析和人工智能在现阶段面临的挑战,旨在为医学行业提供新的研究思路,助推精准医学发展应用。

基因组科学数据的安全管理与应用

基因组科学数据是人口健康和国家安全的重要战略资源,存好、管好和用好基因组科学数据具有重要意义。面对我国生物数据大量产出但因存储零散、缺乏系统监管而丢失和流失,以及严重依赖国际生物组学数据库的局面,亟须从国家层面建设我国自己的生物大数据管理体系。以国家基因组科学数据中心为例,阐述了基因组科学数据汇交共享体系和标准规范、数据安全管理机制,给出了数据挖掘与应用的典型案例,并从政策机制、基础设施、软件研发、学科建设、人才培养和国际合作等方面提出对策建议。

人类基因数据资源管理研究

人类基因数据是破译人类遗传信息的重要科学数据。随着DNA测序技术的发展,人类基因数据量呈爆发式增长。研究和探讨人类基因数据资源的管理对于更好地共享利用数据资源具有重要的意义。本文阐述人类遗传资源的管理历程,分析人类基因数据现状以及国内外基因数据资源管理现状,对人类基因数据共享利用提出建议。

SMART:自主研发的混合STR图谱分析系统

目的混合STR图谱的分析是法医遗传学领域的一个难题。目前国内大多数法医DNA实验室依靠人工方法分析混合STR图谱,费时费力,且拆分效果也多有主观性,难以满足日益增长的混合STR图谱分析的需求。本文介绍一套自主研发的混合STR图谱分析系统——SMART(STR Mixture Analysis and Resolution Tools),其能够实现对混合STR图谱的自动化分析,包括拆分混合STR图谱和计算似然比。方法SMART使用的STR峰高的概率模型,考虑了影子峰、降解、基因座特异性扩增效率、峰高变异、插入峰、峰丢失等因素。模型通过比较各个基因型集合拟合当前混合STR图谱的似然值大小来推断最有可能的基因型集合,采用了马尔可夫链蒙特卡洛(MCMC)算法进行求解。结果SMART可应用于不同试剂盒和遗传分析仪产生的数据。经使用ABI-3500XL遗传分析仪和Global Filer试剂盒测试,SMART能够实现对2~5人的混合STR图谱的分析,输出包括混合比例、混合图谱质量、各个贡献者单人的STR基因分型、似然比等多项结果。结论SMART作为一款自主研发的混合STR图谱分析系统,其基本涵盖了国外同类分析系统所具有的功能,技术性能指标达到国际先进水平,能够满足一线法医工作者对于混合STR图谱分析的多样化需求,提高混合STR图谱结果的利用率。

基因组学数据分析方法现状和展望

【目的】全面阐述基因组学数据分析方法的现状和未来发展趋势,为精准医学、精准育种、生物安全、生物多样性、分子进化等的相关组学数据分析算法的研究与工具开发提供参考。【结果】基因组学数据分析主要包括基因组、转录组、表观组数据分析,当前基因组学数据主要面临着海量、多维、异构等挑战。本文详细地阐述了基因组学数据分析算法和工具开发的现状、应用、存在的问题和面临的挑战。【结论】充分利用人工智能、统计模型、知识图谱等先进技术,不断地优化和开发更先进的算法和更鲁棒的模型,使其兼具高容错、高准确、高效、计算资源低耗等优点,匹配海量、多维、异构基因组学大数据分析的需求,是未来基因组学数据分析算法和工具开发的方向。