分布式技术在生物信息资源建设中的应用

由于生命科学研究的复杂性,以及系统生物学的面向多个生物学水平进行研究的特点,对大规模、分布式应用资源进行整合是生命科学信息资源建设中面临的主要问题,分布式技术的应用使生物信息资源建设实现了高度的自动化,并行化。本文对分布式集成技术在生物学领域的应用和未来发展做了简要综述。并结合当今技术趋势给出了生物信息学项目进行分布式资源整合的解决方案。

上海生命科学数据中心的设计与实现

上海生命科学数据中心通过整合实验数据、分析工具、相关文献,为研究人员提供一个具有中国特色、地方特点,以知识为导向、技术前瞻的生命科学数据共享、服务支撑平台。平台针对生命科学数据自身的特点,运用最新技术手段,在海量数据的管理、异构数据的整合、分布式数据访问,以及数据安全性管理方面进行了积极、有益的探索。目前,平台一期工作已经完成,并开始对外提供服务(http://lifecenter.sgst.cn/)。

RE-OEM:一种半结构化生物数据的信息抽取模型

在分析半结构化生物数据特点的基础上,提出了一种新的半结构化数据抽取模型RE-OEM。它将OEM数据模型和正则表达式有机地结合起来,不但能够灵活方便地表示各种数据结构,而且能够非常方便地进行模式匹配和数据的定位,为半结构化生物数据的抽取打下坚实基础。

日本血吸虫腺嘌呤磷酸核糖转移酶的生物信息学鉴定与分析

目的鉴定日本血吸虫中存在的腺嘌呤磷酸核糖转移酶,分析其蛋白结构特征。方法采用双向同源比对、结构域搜索和系统发育分析等生物信息学手段,在已有转录组和蛋白质组数据基础上鉴定日本血吸虫的腺嘌呤磷酸核糖转移酶,并采用同源建模方法获得日本血吸虫腺嘌呤磷酸核糖转移酶的结构特征。结果获得了2条腺嘌呤磷酸核糖转移酶的同源蛋白序列;分析了这2条序列的EST丰度、理化性质及蛋白三维结构等信息。结论日本血吸虫至少存在2个腺嘌呤磷酸核糖转移酶的异构体。

人乙型肝炎病毒包膜蛋白多态性的生物信息学分析及其意义

目的构建乙肝病毒生物数据库(Bio-HBV Database),针对HBV包膜蛋白序列进行多态性分析。方法构建Bio-HBV生物数据库获得国际基因序列库中所有完整的包膜蛋白并进行比对,采用信息熵评价序列位点的保守性,结合BLOSUM90评分系统和PAML(phylogenetic analyses by maxi mumlikelihood)软件包寻找选择压力下的异常氨基酸替换模式。结果包膜蛋白中ps35,ps132,s49和s127等氨基酸替换具有高度的统计学意义。此外包膜蛋白内有多个重要区段,直接影响HBV生物学功能。我们对这些区段逐一分析了功能与结构的关系。结论通过Bio-HBV生物数据库,用生物信息学方法不仅验证了已知生物学特性的功能域的保守性,更提出了潜在的可以作为研究切入点的新功能域。

BioDW——一个生物信息学数据集成系统

异构的生物数据源的数据集成是现代生物学研究的前提和关键。根据生物信息学数据自身的特点,我们开发了一个生物信息学数据集成系-BioDW。本文介绍了BioDW的体系结构和实现BioDW的一些关键技术,即数据源之间的互操作、语义相似性问题的解决以及数据刷新的方法。

生物信息学方法预测病原体抗原蛋白序列中多肽疫苗候选表位

根据病原体抗原基因中具有免疫原性的表位氨基酸序列,通过化学合成技术可制备该病原体的多肽疫苗。相较于灭活和减毒疫苗,多肽疫苗因成分简单、特异性强、安全性高、易于保存等优点成为疫苗研发的重点。然而,特异有效的疫苗候选表位的预测和筛选,仍是限制多肽疫苗设计与研发的一个重要因素。本研究综合多个生物信息学工具,构建了一个可用于预测和筛选病原体多肽疫苗候选表位的操作流程。并且,基于严重急性呼吸综合征冠状病毒2(severe acute respiratory syndrome coronavirus 2,SARS-CoV-2)的结构蛋白序列,该流程被成功地应用于其候选抗原表位的预测和筛选。最终,我们共筛选到34条关于SARS-CoV-2的T细胞候选表位,其中20条候选表位与数据库中经过验证的表位高度同源,且能够被T细胞受体(T cell receptor,TCR)识别。综上所述,本研究不仅为当下广泛蔓延的SARS-CoV-2的多肽疫苗设计提供了候选表位,还建立了一个广泛适用于多肽疫苗候选表位预测和筛选的工作流程。

乙型肝炎病毒聚合酶蛋白多态性的生物信息学分析及其意义

目的通过Bio-HBV生物数据库,针对乙型肝炎病毒(HBV)聚合酶蛋白序列进行多态性分析。方法构建Bio- HBV生物数据库,获得国际基因序列库中所有完整的聚合酶蛋白并进行比对,采用信息熵评价序列位点的保守性,结合BLOSUM 90评分系统和PAML方法,寻找选择压力下的理化性质异常的氨基酸替换模式。结果rt266-271内频发理化性质异常的氨基酸替换,并且具有高度的统计学意义。此外,还用生物信息学的方法分析了聚合酶蛋白的TP、RT和RH功能域的保守性。结论用生物信息学验证了功能域内已知生物学特性位点的保守性,还从结构生物学出发,推测潜在的功能位点及其意义。

Java AWT和JAI技术在生物数据库图像显示上的应用

利用Java AWT和JAI技术绘制生物图像的方法可以使在实验室中得到的生物实验数据自动转化为需要的图谱,并且图像的精确度高。绘制成的图像既可以保存在本地硬盘中,也可以在浏览器中以网页的形式展示出来供研究人员分析使用。该方法目前已在上海生物信息技术研究中心开发的可视化工具MapViewer和主题数据库H2H,SRA中得到应用。

人乙型肝炎病毒包膜蛋白多态性的生物信息学分析及其意义

目的 构建乙肝病毒生物数据库（Bio-HBV Database），针对HBV包膜蛋白序列进行多态性分析。方法 构建Bio-HBV生物数据库获得国际基因序列库中所有完整的包膜蛋白并进行比对，采用信息熵评价序列位点的保守性，结合BLOSUM90评分系统和PAML（phylogenetic analyses by maximum likelihood）软件包寻找选择压力下的异常氨基酸替换模式。结果 包膜蛋白中ps35，ps132，s49和s127等氨基酸替换具有高度的统计学意义。此外包膜蛋白内有多个重要区段，直接影响HBV生物学功能。我们对这些区段逐一分析了功能与结构的关系。结论 通过Bio-HBV生物数据库，用生物信息学方法不仅验证了已知生物学特性的功能域的保守性，更提出了潜在的可以作为研究切入点的新功能域。

中国在翻译后修饰的生物信息学研究领域的进展与前瞻

翻译后修饰在调控蛋白质构象变化、活性以及功能方面具有重要作用,并参与了几乎所有细胞通路和过程。蛋白质翻译后修饰的鉴定是阐明细胞内分子机理的基础。相对于劳动密集的、耗费时间的实验工作,利用各种生物信息学方法开展翻译后修饰预测,能够提供准确、简便和快速的研究方案,并产生有价值的信息为进一步实验研究提供参考。文章主要综述了中国生物信息学者在翻译后修饰生物信息学领域所取得的研究进展,包括修饰底物与位点预测的计算方法学设计与完善、在线或本地化工具的设计与维护、修饰相关数据库及数据资源的构建及基于修饰蛋白质组学数据的生物信息学分析。通过比较国内外的同类研究,发现优势和不足,并对未来的研究作出前瞻。

基于Portal技术的实验室信息管理系统研究

Lims（实验室信息管理系统，Laboratory Information ManagementSystem）；是对实验室产生的各种信息进行管理的软件系统。通过该系统可以切实提高实验室管理工作效率，大大减轻实验室人员工作负担，从而提升服务水平，充分发挥实验室各种资源的作用，通顺实验室及其相关工作的业务流程。该文介绍的就是一个基于portal技术上的Liras系统。

Gene Ontology在生物数据整合中的应用

异构数据的高效整合,在生物数据呈爆炸性增长、生物数据库复杂度不断增加的今天,具有重要的理论价值和实际意义。该文基于BioDW——一个整合的生物信息学数据仓库平台,利用统一的GeneOntology语义模型,建立异构数据库之间的语义链接,在概念和联系层次上有效地解决了生物异构数据的整合问题,实现了对生物数据智能化的多重、复合和交叉检索,为生物信息的进一步研究奠定了坚实的基础。

蛋白质基因组学:运用蛋白质组技术注释基因组

随着高通量DNA测序技术的飞速发展,越来越多的物种完成了基因组测序.定位编码基因、确定编码基因结构是基因组注释的基本任务,然而以往的基因组注释方法主要依赖于DNA及RNA序列信息.为了更加精确地解读完成测序的基因组,我们需要整合多种类型的组学数据进行基因组注释.近年来,基于串联质谱技术的蛋白质组学已经发展成熟,实现了对蛋白质组的高覆盖,使得利用串联质谱数据进行基因组注释成为可能.串联质谱数据一方面可以对已注释的基因进行表达验证,另一方面还可以校正原注释基因,进而发现新基因,实现对基因组序列的重新注释.这正是当前进展较快的蛋白质基因组学的研究内容.利用该方法系统地注释已完成测序的基因组已成为解读基因组的一个重要补充.本文综述了蛋白质基因组学的主要研究内容和研究方法,并展望了该研究方向未来的发展.

双重条形码结合信息管理平台在临床组织样本库的应用

双重条形码结合信息管理平台的应用改变了临床组织样本库传统的记录模式,具有信息录入、储存、浏览、检索以及数据维护、管理等功能,并具有安全、高效、操作方便等优点。可准确、动态地反映储存于组织样本库中的样本信息,从而大大提高组织样本库的样本管理效率和质量。

SOA架构搭建肝癌样本库信息服务平台

基于服务架构(Service-Oriented Architecture,SOA)业务功能的灵活调用性、良好的互操作性及应用间的松耦合已成为在开放环境下异构信息系统互联的系统架构;Web Service技术也由于其标准的协议规范和高可集成性成为跨平台、与编程语言无关的分布式应用的创建平台。本文以肝癌样本库信息服务平台对异构系统的高互操作性、对各应用业务的灵活调用、对平台架构的易扩展性的需求,用SOA和Web Service来建立跨医疗平台的多应用集成系统架构。

trap基因表达在表皮葡萄球菌生物膜形成及附属基因调节(agr)系统活化中的作用

目的研究表皮葡萄球菌trap基因表达与生物膜形成的相关性及其对agr系统的活化作用。方法采用微量板半定量法检测表皮葡萄球菌生物膜表型,二维电泳和高灵敏度的基质辅助激光解吸附飞行时间质谱分析比较表皮葡萄球菌标准株蛋白质表达谱,实时定量逆转录PCR检测trap基因和RNAⅢ的转录水平,CLUSTAL X对表皮葡萄球菌trap基因与金黄色葡萄球菌序列进行分析,Mega软件构建进化树。结果比较分析形成生物膜的表皮葡萄球菌ATCC 35984株与不形成生物膜的ATCC 12228株生长中期的蛋白质组,发现ATCC 35984株的TRAP蛋白量明显高于ATCC 12228株。转录水平的检测显示ATCC 12228株和生物膜阳性临床SE1457、SE671株的trap基因均低转录,但RNAⅢ的转录水平未降低。SE1457株agr系统突变后,RNAⅢ的转录明显降低,trap基因的转录无变化。RNAⅢ的转录随细菌生长变化而增加,trap基因转录保持不变。trap序列分析显示其在表皮葡萄球菌与金黄色葡萄球菌中较为保守,但存在明显的进化距离。结论在本论文所研究的表皮葡萄球菌菌株中,trap基因的转录和翻译与细菌生物膜的形成不存在直接的调控相关性;并提示TRAP蛋白不是表皮葡萄球菌agr系统活化所必需的细菌产物;表皮葡萄球菌trap基因序列与金黄色葡萄球菌之间存在差异,可能与其功能差异相关。

BioEngine:大型综合生物数据库的搜索引擎

针对开发大型综合生物数据库网站中,对数据检索性能方面的需求,开发了搜索引擎BioEngine。BioEngine目前被应用在上海生物信息技术研究中心开发的综合生物数据库库网站(http://lifecenter.sgst.cn)上,可以有效支持该综合生物数据库下十余个子数据库的跨库检索。该搜索引擎使用XML进行配置管理,具有良好的可扩展性,适合不断增加子库的综合生物数据库使用。BioEngine的研发成功不但为国内建设大型综合生物数据库提供了数据检索方面的技术支持,也为进一步深入研究生物数据库检索技术奠定了基础。

基于语义网技术的基因和基因产物搜索工具

GORouter运用多种语义网技术和工具构建了一个以基因本体为中心的基因和基因产物相关信息知识库,为生命科学研究人员提供跨物种、跨领域的语义搜索服务。GORouter核心数据集中共集成了27个语义描述框架（RDF）模块,由约7.2百万个三元组组成,涵盖了18个生物学数据库所提供的基因和基因产物注释信息,并通过引入3个相关本体丰富了不同来源数据间的语义联系。

语义异构生物数据源中的数据集成与更新

针对生物数据源的分布性、异构性和动态性等特性,探讨生物信息技术服务支撑系统整体解决方案,构建基于基因本体的信息集成模式以实现生物语义学上的数据集成。设计一种以半结构化形式规范生物元数据及基于MD5算法的增量更新技术,用以解决通用扩展性和效率问题,实现生物数据仓库中数据的共享并提高管理效率。