基于Bioperl的生物二次数据库的设计与实现

在分子生物学研究中,建立二次数据库可以更深入的进行特色物种的研究。通过分析了构建生物信息二次数据库的复杂性和必要性,在MySQL数据库的基础上利用Bioperl相关技术提出了可行性方案,并给出了关键的构建步骤,最后建立了一个生物信息研究平台。     

基于Bioperl的生物二次数据库建立及应用

在生物信息学中,建立生物二次数据库可以针对特定物种进行更深入的研究.本文以人类EST基因为例,探讨了利用生物信息学专业软件包Bioperl建立一个生物二次数据库,并应用以构建一个生物信息研究平台.     

基于代理程序开发核酸序列二次数据库

以构建核酸序列二次数据库为目的,基于Windows操作系统下,编译Web代理程序,介绍开发核酸序列二次数据库的一般过程。研究通用代理程序开发本地化核酸序列二次数据库的具体步骤,所涉及的关键技术以及常见问题解决。解决了生物信息数据繁多与数据处理工作量大问题,经反复调试基本实现了示例程序核酸序列二级数据库系统的构建。     

Web环境下生物信息二级数据库的构建

提出一种生物信息二级数据库的构建模式：B／S模式下,首先依据约束规则对各类异质数据进行有效收集,然后对收集的数据尤其是半结构化数据进行解读,进而利用关系数据库管理系统对数据进行存储、管理和维护,通过JSP与JDBC技术提供对数据库的公共访问。据此构建了硒蛋白相关生物信息二级数据库,提供经过加工、分类和整理的硒蛋白相关生物信息。验证了本构建模式的有效性,为探索生物信息二级数据库的构建积累了经验。     

一种肿瘤细胞显微图象处理与识别系统

介绍了计算机肿瘤细胞显微图象处理与识别系统，论述了肿瘤显微图象的预处理技术及细胞形态特征参数的提取、数据处理与肿瘤细胞数据库的建立。系统应用了体视学由二维结构信息定量推论出三维结构信息，为生物形态三维定量研究提供了方法。     

改进的频繁模式挖掘算法

FP-growth算法是关联规则挖掘中一种经典的算法,它不需要产生候选集,只需要扫描事务数据库两次来构建项目头表和FP-Tree.但该算法项节点查询比较耗时,而且要递归生成条件FP-tree,所以内存开销大.针对上述问题,文中提出了一种基于FP-growth的新的频繁模式挖掘算法MGFP-growth.其思想是:首先算法弃用项目头表,使用二维矩阵存储事务的信息,按照矩阵列进行分组,并建立parenttrace关系;最后利用存储在数组中的gourp信息可以快速的构建频繁模式树,从而进行频繁项集的挖掘.实验表明,该算法只对事务数据库扫描一次,同时利用分组将项存储,节省了内存空间,有效解决了传统算法的固有缺陷,提高了算法效率.     

基于ASP.NET的水禽种质资源信息系统的建设

江苏省农业种质资源信息系统及基因库建设项目是江苏省农业种质资源保护与利用平台中的一个子平台。平台由水禽种质资源基因库、水禽研究开放实验室、水禽信息中心、水禽推广服务中心等构成。项目中的重要内容之一是构建水禽信息化中心,根据《江苏省农业种质资源保护与利用平台建设总体方案》的要求,要研究和完善水禽种质资源的描述规范,标准化整理,建立江苏省水禽种质资源数据库,通过e-平台和江苏省科技信息共享网络系统,初步形成水禽种质资源信息共享服务体系,实现水禽种质资源的信息共享,为社会公众提供水禽种质资源及生物多样性方面的科普信息。本文就如何基于ASP.NET和SQLSERVER2000技术构建水禽种质资源数据库信息系统进行了阐述。     

ReDE:一个基于正则表达式的生物数据抽取方法

从异构生物数据源抽取数据,建立查询分析平台是目前研究的热点,而抽取过程会涉及大量相互依赖的元数据,充分利用这种依赖关系可降低维护工作量.基于正则表达式(RE)提出了ReDE抽取方法:通过围绕RE组建立分析树,设计了基于RE的关系数据库模式生成算法和通用抽取与组装算法,其特点是:RE是惟一的元数据,易于管理和维护.该方法奠定了生物数据库辅助设计工具和高自动化抽取工具的基础,已用于构建国内第1个整合的生物信息在线数据仓库.     

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Gellc Ontology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。     

一种基于蛋白质交互网络链接预测的新方法

当前可用的生物数据在不断地迅速增长,仍有很多生物信息如蛋白质交互信息(protein-protein interac-tion,PPI)还未被发现,而这些潜在的或未知的信息对生物过程的研究是至关重要的。近年来,对未知生物信息的挖掘和研究吸引了很多人的关注。通过实验检测方法来发现这些信息是非常耗时耗力的,所以链接预测成为一种新的挖掘这些信息的指导方法。基于蛋白质交互网络并融合了基因表达数据信息,从拓扑和基因表达两个方面的信息来构建PPI权值网络,提出了一种在权值网络中基于相似度比较的链接预测的新方法来预测PPI网络中未知的交互信息。使用MIPS数据库评估了实验结果,表明了该算法有很好的准确率和良好的性能。     

An efficient and flexible scanning of databases of protein secondary structures

Protein secondary structure describe protein construction in terms of regular spatial shapes, including alpha-helices, beta-strands, and loops, which protein amino acid chain can adopt in some of its regions. This information is supportive for protein classification, functional annotation, and 3D structure prediction. The relevance of this information and the scope of its practical applications cause the requirement for its effective storage and processing. Relational databases, widely-used in commercial systems in recent years, are one of the serious alternatives honed by years of experience, enriched with developed technologies, equipped with the declarative SQL query language, and accepted by the large community of programmers. Unfortunately, relational database management systems are not designed for efficient storage and processing of biological data, such as protein secondary structures. In this paper, we present a new search method implemented in the search engine of the PSS-SQL language. The PSS-SQL allows formulation of queries against a relational database in order to find proteins having secondary structures similar to the structural pattern specified by a user. In the paper, we will show how the search process can be accelerated by multiple scanning of the Segment Index and parallel implementation of the alignment procedure using multiple threads working on multiple-core CPUs.     

Database as a tool for promoting research activities in the classroom: An example in teaching humanities

The project described in this paper concerns the development and experimentation of Datamondo, an instructional package which introduces the use of the database in humanities teaching at secondary school level. The main aim of Datamondo is to allow the students to use a database as a research tool in the analysis of press information through the collection and classification of international news articles in Italian newspapers.     

中药成份分子结构数据库及初步应用

传统中医药是人类的重要财富，但至今为止，从微观机理方面，人们对中药的理解是相当有限的，鉴于所有的药物作用的原理，基本上都是药物分子与生物受体在分子水平上的相互作用，我们试图通过分子结构中药与西药联系起来的方法来研究中药，我们正在建立一个面向研究的中药数据库，该库包括一个中药成份分子结构数据库，目前该库含有２４００个中药成份的二维分子结构及少量的三维结构，已可用于二维结构检索，计划该库在２０００年达     

农业生态环境信息管理系统的开发与应用

在建立农业生态环境系统的基础上,首次将农业生态环境系统、G IS二次开发技术和信息管理模式相集成,应用结构化生命周期方法设计开发了农业生态环境信息管理系统。该系统通过V B编程,应用GIS二次开发技术、EIS-GIS耦合技术、系统接口技术、数据库技术和信息管理技术等,实现了农业生态环境各子系统之间,系统数据库、属性库、指标库、图形库和模型库之间的数据共享,并且具有组合统计分析、多功能查询、过程可视化、可扩充性强等特点,为进行农业生态环境评价、预测、规划及优化决策提供数据源、技术方法和信息反馈通道。     

序列数据相似性查询技术研究综述

序列数据在文本、Web访问日志文件、生物数据库等应用中普遍存在,对其进行相似性查询是一种提取有用信息的重要手段.近年来,随着各种科学计算的发展和序列数据的大量产生,序列相似性查询已经成为数据分析领域一个研究热点.其涉及到的几个重要问题有面向各种应用领域的相似性度量及其相互之间的关系;随机序列数据中距离分布的统计信息及其对分析查询算法性能的作用;在大规模数据中,各种高效回答相似性查询的关键技术及各自的优缺点比较.总结了序列数据的分类和特点,给出了几种序列数据相似性度量和随机序列之间距离分布的统计信息,并进一步分析了这些度量之间的关系.接着给出了几种序列相似性查询的类型,以及序列相似性查询要解决的核心问题.在此基础上,针对各种序列相似性查询关键技术进行分类和评价.最后,讨论了关于序列数据相似性查询研究所面临的挑战,并归结了未来的研究方向.     

The MIEL system: Uniform interrogation of structured and weakly-structured imprecise data

We present an information system developed to help assessing the microbiological risk in food. That information system contains experimental results in microbiology, mainly extracted from scientific publications. The increasing amount of the experimental results available and the difficulty to integrate them into a classic relational database schema led us to design a system composed of two distinct subsystems queried through a common interface. The first subsystem is a classic relational database. The second subsystem is a database containing weakly-structured pieces of information expressed in terms of conceptual graphs. The data stored in both bases can be fuzzy ones in order to take into account the specificities of the biological information. The uniform query language used on both relational database and conceptual graph database allows the users to express preferences by using fuzzy sets in their queries. The MIEL system is now operational and used by the microbiologists involved in the Sym’Previus French project.     

强偏序时态模式中数据依赖推导规则研究

随着数据库与信息技术的发展,信息系统面临许多新的应用和需求,对时态信息处理的需求越来越迫切。时态信息处理已成为许多新一代数据库与信息系统的关键技术,时态数据库研究已经成为数据库与信息系统领域研究的热点和难点。就时态数据库中的难点问题强偏序时态数据库的数据依赖问题开展研究,因此选题紧靠学术前沿。针对强偏序时态模式中的数据依赖问题进行了讨论,?提出了强偏序时态模块模式、强偏序模式的时态类型集概念,?给出了强偏序时态模式中函数依赖的推导规则以及多值依赖的推导规则,理论分析的结果表明这些规则是正确的有效的,这对实现强偏序时态数据库的规范化设计具有重要的推动作用。     

The Federated Forums based Integrated Biological Data Mining Broker

The inherent diversity and complexity of biological data sources make traditional information retrieval technologies unsuitable for handling the problems that arise with the retrieval of biological documents on the Internet. Furthermore, biological data sources in all their variety have specific domains and objectives that differ from other user interface, query formats, result sets and database organizations. To meet the problems of unification in both their syntactic and semantic aspects, we here present a unified, adjustable, and extractable Biological Data Mining-Broker (BDMB). Based on XML technology, the broker provides a federated forum model that handles heterogeneity of sources. It also uses a feedback-based utility for raw and meaningful extracted cache techniques that makes the system more efficient and accurate. The experimental results show that the system performs well and is ideal for biological data mining processes with many different data sources, mining applications, and knowledge analysts. It is very useful for target discovery and bioinformatics research projects.