- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
高校生物信息学科研机构组织模式与科研热点探讨
高校生物信息学科研机构组织模式与科研热点研究 摘要 通过网上信息资源,查找了国内200所高校,总共有29所高校有生物信息学领域研究组织机构,对国内高校生物信息学科研机构组织模式以及研究历程进行分析研究。运用共词聚类法分析得出高校生物信息学科研主题主要集中在蛋白组学研究、转录组研究、序列分析、生物学数据库的建设、结构分析与功能预测、大规模功能表达谱的分析、生物信息学中计算机技术的应用等方面
关键词 高校;生物信息学;科研机构;组织模式;共词聚类;科研热点
中图分类号 Q811.4 文献标识码 A 文章编号 1007-5739(2016)11-0337-03
生物信息学以计算机技术为基础,对生物学数据进行系统研究。人类基因组计划开始后,大量的生物序列需要进行测定,生物信息学正是在这样的契机下运用于对海量生物数据的分析,运用计算机方法对生物信息进行分析预测[1]
1 生物信息学学科研究团队及科研机构组织模式
1.1 高校生物信息学学科研究团队
1.1.1 高校生物信息学学科学术梯队。生物信息学采用跨学科培养人才的方式,正是教育观念改变的体现。生物信息学人才培养模式的宗旨是培养知识面广、基础知识扎实的综合性人才。人才培养严格按照生物信息学的研究方向进行,为生物信息学专业培养一支高水平的专业人才团队。一是表现在研究团队成员的年龄分布、知识结构、专业分布上。二是表现在研究团队成员的能力匹配度上。各高校生物信息学研究中心、实验室还需继续推进人才队伍建设。结合学校的人才引进和培养政策,培养和造就一批从事农业信息学研究的高水平学术人才,形成在国内外具有学术影响力、创新能力强、结构合理的研究团队[2-4]
1.1.2 高校生物信息学研究成果发表期刊。从表1可以看出,《中国农业科学》《生物技术通报》《生物信息学》《中国畜牧兽医》《遗传》这几个期刊是国内高校生物信息科研成果发表较多的刊物,且高校生物信息科研成果发表相对较多的期刊的复合影响因子和综合影响因子都较高
1.2 高校生物信息学科研机构组织模式
1.2.1 实体模式。高校生物信息学科研的实体模式主要以实验室、研究中心或研究所为代表。研究型大学中的跨学科实验室兼有跨学科研究与教学职能,是当前跨学科研究最主要的组织模式。这些研究型大学科研实力较强,综合实力过硬,在资金支持与政策扶植方面优势明显,高校生物信息学科研实体组织模式机构见表2
1.2.2 虚拟组织模式。跨学科研究虚拟组织模式以生物信息学研究为基础,通过科研课题及项目将不同科研机构、企业及高校的科研工作者联系起来,合力共同解决相关问题。该模式虽然具有组织模式灵活等优点,但其缺点是组织结构不够稳定,导致组织的凝聚力不强,加上软硬件资源的短缺,阻碍了我国研究型大学中生物信息学科学研究的发展
2 数据处理与研究方法
2.1 数据采集与处理
2.1.1 数据采集。采用关键词检索的方式来确定本次研究的数据集合。以中国知网、万方数据库和维普数据库为数据源,以生物信息学、计算生物学、计算分子生物学、基因组学和蛋白组学为检索主题词,对我国1986―2015年29所高校生物信息学领域公开发表的研究论文进行检索,检索到6 008篇文献
2.1.2 数据处理。将检索到的高校6 008篇生物信息学科研文献的题录信息保存为EndNote格式的文档,然后将EndNote格式的文档导入到统计分析工具SATI 3.2中,对期刊、作者、关键词等主要题录信息进行统计分析。为避免误差,研究中剔除了与生物信息学研究主题关联性不强的词,并对同义词进行合并,从而得到11 767个关键词。最后选取了68个高频词,高频词的出现频次为22次及以上,并将其按照频次高低进行排序[5]
2.2 研究方法
2.2.1 构造共现矩阵。同一篇文献中关键词或主题词并不是单独存在的,往往包含多个词,并且彼此之间存在着紧密联系。共词分析就是根据词之间的共现关系来进行内容分析的。本研究利用SATI 3.2软件对68个高频关键词两两配对,构造了高频关键词共现矩阵(表3)
2.2.2 构造相异矩阵。2个关键词的绝对频次会影响它们的共现频次。因此,仅根据共词矩阵进行分析,不足以全面地反映主题内容的关系。为了消除原始共词矩阵绝对值差异对结果带来的影响,需要对共词矩阵进行标准化处理。用Ochiia 系数将共词矩阵转换成相关矩阵,即将共词矩阵中的每个数字都除以与之相关的2个词总频次开方的乘积,其计算公式是:
对角线上的数据表示某词自身的相关程度经上式计算均为1。为方便进一步处理,用“1”与全部矩阵相减,得到表示两词间相异程度的相异矩阵(表4)
2.2.3 利用SPSS聚类。选择系统聚类(Hierarchical Cluste
文档评论(0)