生物信息网格工作流中的多流水服务调度与多粒度副本创建

针对生物信息学应用中不同实例之间数据不相关、实例各片段间数据部分依赖的特点,将流水线原理融合到工作流中,同一流程的不同实例分级并行执行,流程间实例或片段流水执行,实现了多级流水线效果,进而在实例或片段执行过程中根据资源空闲程度与任务执行状态实施动态多粒度副本创建机制,均衡系统负载,提高资源利用率,有效降低了整个应用流程的执行时间.

适于小动物研究的断层解剖成像系统

目的研制一种具有高空间分辨率、适于实验小动物研究的断层解剖成像系统。方法利用冰冻铣削的方式逐层去除一定厚度的实验小动物冷冻标本,获得实验小动物断层解剖数据集。断层切削设备的最小进给量为0.001mm,重复定位精度为0.01／300mm。本文以1只成年SD大鼠为例,叙述了断层解剖成像的实验过程,切削间距为0.02mm。结果展示了部分断层解剖图像及三维重建结果。获得大鼠数据集,体素尺寸为0.02mm×0.02mm×0.02mm,9475幅,314.68 Gb,图像分辨率4600×2580×24bit。结论该系统能够完整地获得小动物精细结构信息,为小动物研究提供了一种新的有效手段。

光学成像观测大鼠局灶性脑缺血的动态过程

采用550nm内源信号光学成像(opticalintrinsicsignalimaging,OISI)监测左侧大脑中动脉栓塞(middlecerebralarteryocclusion,MCAO)局灶性脑缺血大鼠顶叶皮层.MCAO后4h内,观测到一系列自发扩散性抑制(spreadingdepression,SD)波(10.3±4.6)次.前2h内的SD波通常会侵袭整个左侧顶叶皮层,但光信号有明显的区域差异.后2h内的SD波局限于顶叶皮层中央区域,且传播面积逐次减少;旁侧区域光强基线逐步升高,4h时,反射光强升高(8.4±1.2)%.随后TTC染色证明上述旁侧区域已经梗死.实验表明光学成像为确定缺血半暗带并监测其动态发展提供了一种有效方法.

通过文本挖掘获取疾病相关功能信息

通过定位候选策略和全基因组关联研究等方法,很多人类遗传疾病的致病基因已经定位到某个或某些染色体区间,利用计算机将染色体区间中众多的基因减少到易于实验分析的数目是寻找疾病基因的一个很重要的方法。大部分已有的预测疾病基因的方法都是利用已知致病基因的各类注释信息来预测疾病基因的。但是,目前依然有很多疾病尚没有任何具体的注释信息,这样就无法利用已有的基于已知基因信息的预测方法来识别致病基因。针对这个问题,通过挖掘生物医学文献数据库,结合人类基因产物蛋白质的功能注释数据库,从中提取与疾病相关的功能信息。这样,就可以基于这些挖掘出来的功能信息来实现这类疾病基因的预测。

H5N1亚型禽流感毒株A/Duck/HuBei/3/2005的分子特征及致病性研究

采用分子生物学方法，对1株2005年从湖北省某县分离获得的禽流感病毒株（A／Duck／HuBei／3／2005）进行全基因组序列测定．序列分析显示，该分离株为H5N1亚型．HA蛋白在HA1和HA2连接处，含有连续多碱性氨基酸模体（-RRKKR-）．根据进化分析结果，分离株A／Duck／HuBei／3／2005的7个基因来源于2004～2005年湖南地区流行株（CK／HN／999／05，DK／HN303／04），但是PA基因片段发生了重排，来源于野禽．动物实验显示DK／HB／3／05对鸡和鸭均具有高致病性；对小鼠有较低致病性．

大鼠局灶性脑缺血后KCl诱导皮层扩散性抑制的体光学成像

采用线栓法制备大鼠大脑中动脉栓塞(middlecerebralarteryocclusion,MCAO)模型,在额叶皮层用KCl诱导产生皮层扩散性抑制(corticalspreadingdepression,CSD)。MCAO4h后,利用550nm内源信号光学成像(opticalintrin-sicsignalimaging,OISI)监测局灶性脑缺血后大鼠顶-枕叶皮层内源光信号变化。成像1h内观测到一系列诱导CSD波(14±3次),CSD波局限于顶-枕叶皮层中央区域扩展,以光强的显著下降为特征;而旁侧区域光强无明显改变,不具备CSD波特征,表明CSD波未传播到该区域。随后TTC染色证明上述旁侧区域已经梗死。实验表明:MCAO后4h,皮层区域旁侧部分会梗死;CSD波的OIS变化可用来区分缺血梗死区和外周供血较为完整区域(未梗死区)。

基于结构域组合信息预测蛋白质相互作用

基于多个结构域联合作用导致蛋白质间相互作用的假设,提出了一种预测蛋白质间相互作用的新方法。使用支持向量机分析结构域组合对序列的氨基酸理化性质得到其序列特征值,同时采用统计分析的方法获取其频率特征值,最后通过融合上述两种特征估计该结构域组合间发生相互作用的可能性,并以此预测蛋白质间相互作用关系。该方法能够预测所有结构域组合间相互作用关系,且对于蛋白质相互作用关系有着较好的预测效果。

微生物组生物合成基因簇发掘方法及应用前景

生物合成基因簇(biosynthetic gene cluster,BGC)是一类非常重要的基因集合(gene set)类型。BGC普遍存在于各类生物基因组中,并且发挥着重要的代谢和调控作用。从线性结构上来说,一个BGC中的基因通常在基因组中处于相邻的位置;从基因功能上来说,一个BGC中的基因通常共同负责一类通路,生成特定的化合物小分子。因此,BGC作为极具潜力的元件来源,在合成生物学研究中极为重要。然而从序列模式上来说,一个BGC中的基因数量众多且序列差异度大,很难通过序列同源性发掘新类型的BGC。因此,建立生物合成基因簇的智能发掘策略,系统性地发掘BGC并进行验证和转化研究,不论在理论方面还是实际应用方面,都具有非常重要的价值。本文主要基于微生物组大数据,较全面地介绍了BGC挖掘的意义和瓶颈问题,系统性地总结了当前BGC发掘中的数据资源和挖掘方法,尤其是人工智能方法,指出了干湿结合方法对于验证新发掘BGC的重要价值,同时展示了新发掘BGC的多样性和广泛应用领域。最后,展望了结合现有BGC挖掘方法和合成生物学转化,将如何在广度和宽度方面扩展目前的合成生物学研究。

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/)。

基于文本挖掘与功能相似性的疾病基因预测

现有疾病基因预测方法大多利用致病基因的各类注释信息进行预测,但仍有很多疾病没有任何注释信息。针对该问题,提出一种基于文本挖掘与功能相似性的疾病基因预测方法,通过数据挖掘获取疾病的相关基因本体术语,利用功能相似性分析基因与疾病之间的相关程度,并根据该相关程度对所有候选基因进行排序,从而识别出致病基因。测试结果显示,该方法能有效预测没有已知功能注释的致病基因。

基于构件的生命科学主题数据库构建方法

提出了一种生命科学主题数据库的快速构建方法。使用管理表和数据表共同管理生命科学数据,通过查询模板灵活控制对数据库的访问,采用构件化方法设计和构造数据库应用程序,从而快速构建主题数据库。基于该方法构建的主题数据库能够快速增删主题数据的类型,具有高度的灵活性。

基于功能的疾病基因预测系统设计与应用

针对与某种特定器官组织相关的疾病,利用新基因识别、基因功能预测以及疾病基因预测等技术,提出并实现一个基于基因功能信息的疾病候选基因预测系统。将其用于心血管疾病相关基因的大规模分析与预测,结果证明,该系统可以对疾病候选区间的已知基因进行致病可能性的鉴别,发现新基因,并判定新基因与疾病的相关程度。

基于蛋白质相互作用网络预测癌症致病基因

基于现有的蛋白质相互作用数据,提出利用邻居曲线方法来分析癌症基因产物在蛋白质相互作用网络中的中心度和聚集度,据此获取与癌症高度相关的候选致病基因。癌症基因大规模测试显示,有26%的目标基因在候选基因中排名前5%,90%的目标基因在候选基因中排名前50%,该方法能有效地识别癌症致病基因。

数字大鼠整体断层解剖数据集的制备技术

从实验动物的选择以及样本的冷冻固定、样本的包埋与冷冻、实验数据的采集等方面探索了大鼠整体数据集的制备技术,并在此基础上获得了一套大鼠全身的高精度数字断层解剖数据集,该数据集包含高质量的二维横断面解剖图像9475张,单张图像的分辨率为4600×2580×24-bit,像素尺寸为0.020 mm×0.020 mm,切片厚度为0.020 mm,数据集总容量达314.68 GByte.断面图像的分析表明数据集的制备质量达到了较高的水平.该制备方法可为今后在整体层次上开展数字大鼠研究提供技术支撑.

白血病基因转录因子绑定位点的分布特性研究

基因表达调控是后基因时代研究的一个重点。作为基因转录调控信息的载体,转录因子在基因转录过程中起着重要的作用。对37条白血病基因和50条随机基因的调控区序列进行转录因子结合位点分析,获取白血病基因不同于随机基因的显著转录因子和调控模式。结果显示共有11种转录因子在两组数据中具有显著性差异,其中p300/CBP,E47,MZF-1在白血病基因的调控区中出现的概率明显要大于随机基因。

水稻基因结构分析与预测建模

将水稻基因结构预测问题划分为基因级、元件级和特征级等多个层次上的一系列较简单子问题,分析了各特征与序列C+G含量之间的依赖关系,通过采用从简单到复杂逐级优化的策略建立了不同序列C+G含量的水稻基因结构模型,设计了基因结构寻优的动态规划算法,开发了水稻基因结构预测软件Rice-GenePRE.采用测试数据集OsSNG550对该软件进行测试的结果显示:RiceGenePRE在核苷酸、外显子和基因水平上的预测效果均优于水稻基因结构预测系统FGENESH.

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。

一株H5N1亚型禽流感毒的分离鉴定与基因组序列分析

对一株于2005年从浙江省分离获得的禽流感病毒株（A／Chicken／zhejiang／24／2005）进行了鉴定、全基因组序列测定、分析和致病性研究．经血凝抑制试验和神经氨酸酶抑制试验证实，此分离病毒株为H5NI亚型．对该毒株的全基因组序列测定和分析显示，HA蛋白在HA1和HA2连接处，含有连续多碱性氨基酸模体（-RRKKR-）．进化分析结果表明，A／Chicken／zhejiang／24／2005（H5N1）7个基因来源于2004～2005年湖南地区流行株，但PB1基因来源于未知野禽毒株．动物实验结果显示，Ck／ZJ／24／05对鸡和鸭均具有高致病性，对小鼠无致病性，与HA的序列特征相符合．

利用相似显著性序列特征预测白血病疾病基因

研究发现新的白血病致病基因对揭示白血病机理,寻求有效治疗方法有重要意义.选取了mRNA和protein序列的330个物化特征,发现某些特征在五类白血病(T-ALL、ALL、AML、APL和JML)的已知疾病基因中表现出相似的显著性差异.基于这个特点设计了一种新的白血病疾病基因预测方法.测试结果表明该方法能够有效地从众多候选基因中预测出真实的白血病基因,效果明显优于其他预测方法.

基于Java的基因本体工具包

针对基因本体的需求,利用Java技术,以模块化设计的方式实现了基因本体工具包GO4J.该系统包括4个模块.解析器模块把GO载入到内存中;图数据结构模块记录了所有的GO条目之间的关系;语义相似性模块评估两个GO条目之间的相似程度;可视化模块直观展示GO条目和根节点之间的路径.GO4J把这4个模块整合到本体浏览器中,可以结合GO注释的生物数据来对具体的生物数据进行分析.