生物序列数据库管理系统的研究.pdfVIP

生物序列数据库管理系统研究 熊璜1，张锐’，陈越1，朱扬勇1。2 摘要：随着生新测序技术的是晨，dDNA序列扣蛋自质序利为±的生轴序列敷括呈指数增长，但Ⅻ序R是探索生命拳 质的第一步．对这些序列数据的深八研究．解读冀十所包含的信息进自Ⅱ解生命是人m在e基目蛆时代自帖的主要任务，也 是生物信息学的棱-o月题之一．开展《一I作离{开对连4海量的．具有特殊特征的生轴序“数据进行曼；的复杂查询和糠 作，髂^现有的i☆￡＆根好的满足选一需求．m制7生斯序列教据舯的女月性，导致查询策略的恤兢*．目艘女新的 ±#序列敷*库管理纯“提高生轭牛“敷据访H和＆4蛀丰是日前生枷信息学研竞*{T少的任务七一．丰文兜7生袖 序列数据的特征，#告数据挖掘技术提自T生枷序列敷捂上的主要椿作，培女7一十新型生斯序fI敷据库管理晕蟪悼}蛄杓． 关键词t#据库；生枷序列；生舳信息学；DBM8；数据挖掘 Researchon DataBase BiologicalSequence ManagementSystem YueCheni YunXiong’，RuiZhangiYang-yong历∥2 (1D∞一Ⅱo唧憎州khm咖Tb血m哪№删州*$bxaZ“k蛐33， ‰鲫c目*hB“毗rmd№hm岫sh蜘触∞12∞) ^bst of ract：Withthe devdopmeⅡtgn—scq…gtcchniquc．biological a badctaskto sequencesarein—ing sequcncingis cxplmthe pmtcbi explosively．Butonly thebiformati∞Ⅱdmninthcsescq∞n∞dam decply…irapcaanttaskjpeBt-genetaic哪．itq出…ofthe∞mproblemsin can BioioformaaB oⅡbiologieal not M％∞mplexquqndopczator soqu…data to anew t0 s撕嘶thisdem“d，thetdorc．Itis…agpm5∞t biological systeznlo口㈣mc of data删andhaadleInthis se一da劬a％mim御cnt efficiencybiologicalsequence p∞口帆studythe anovcl p咄札tkeyolgrators∞Ⅱ踟111cnsystem玳bitectureofbiologicalsequenoeDBMSoFq09目 息。因此．如何有效存储和访问生物序列数据是生物信 1引言 息学重特解捷的关键rr技术。 生物序列数据是开展现代生物学研究的数据基础 f11．随着基因组测序工作的蓬勃旋展，20年来科学家已 经完成了包括人类自身在内的约60种生物的全基周组捌 序．产生了海量生物数据。据统计．以DNA、蛋白质序 列为主要内窖的生物序列敛据总量以每14个月翻一番的 速度高速增长口】。1982年．第一个核酸序列数据库 GenBank仅有606条序列，长度680,338bp；2005年8 Nwleofide Databas