生物信息学及常用工具.pdfVIP

基因组学前沿 基因组与信息技术将带来医疗、农业的革命 2013年，农业生物技术公司孟山都以9.3亿美元的天价收购了一家应用机 器学习技术预测天气和其他农业必需元素关联性的天气大数据公司 Climate Corporation，开启了应用大数据技术优化全球农业的先河。 数据 (genomics) 方法 (bioinformatics) 智慧农业 精确耕种 精确育种 精确医疗 组学(-Omics)相关专业与领域 • 基因组学：Genomics 组学的统称，或基因组测序 • 功能基因组学：Functional genomics 基因表达 • 比较基因组学：Comparative genomics • 进化基因组学：Evolutionary genomics • 蛋白组学：Proteomics，蛋白质互作PPI • 代谢组学：Metabolomics，测量所有的代谢产物 • 表观遗传组：Epigenomics，组蛋白修饰、DNA甲基化 • 宏基因组学：Metagenomics，微生物群落 • 转录组学：transcriptomics 基因表达 • 脂类组学：lipidomics， • 免疫组学：Immunomics， • 糖组学：glycomics • RNA组学：Rnomics 非编码RNA，小RNA 美国加州大学戴维斯分校的进化生物学家乔纳森·艾森曾称它 为语言的寄生虫“language parasite” 高通量测序推动基因组学发展 生物信息相关领域和专业 • 生物信息学：Bioinformatics 基本生物数据、序列处理 • 计算生物学：Computational Biology 算法开发 • 数学生物学：Mathematical Biology 数学模型 • 生物统计学：Biological Statistics 数量遗传，群体遗传等 • 系统生物学：Systems Biology 网络构建、数据整合等 • 合成生物学：Synthetic Biology，细胞合成 生物信息要学习什么 • 初级阶段：Linux命令操作，Perl编程，Python编程，基 本生物信息软件Blast, Clustal, 各种数据库查询等等 • 中级阶段：高通量测序数据处理等，专业分析软件，个性 化数据分析，基本统计知识，高级编程，R，做图等。 • 高级阶段：算法开发，软件开发，系统生物学，数据挖掘， 人工智能，解决重要科学问题 • 应用阶段：解决产业问题，例如基因检测，个性化医疗， 基因组辅助育种 生物信息学研究的内容和主要工具 • 数据库查询与搜索：NCBI，Swissport，MaizeGDB， • 生物序列比对分析：Blast，Clustal，WuBlast， • 基因预测：FgeneSH, GeneMark, • 基因组注释: Gene Ontology, KEGG pathways, • 分子进化、系统发育：Mega, OrthMCL， • 高通量测序数据处理：Bowtie, Cufflinks, Tophat, IGV • RNA二级结构预测：RNAfold, miDeep， • 蛋白质结构预测：Coils、nnPredict • 基因表达数据分析：Cluster, TreeView，TMV • 基因网络分析：Cytoscape 高通量测序数据分析 • 测序序列处理: