生物信息数据多维分析与挖掘技术研究进展.pdfVIP

白云峰等：生物信息数据多维分析与挖掘技术研究进展 生物信息数据多维分析与挖掘技术研究进展 白云峰”，樊磊1，包文斌2，陈国宏2 (1．江苏省农业科学院农业资源与环境研究所，江苏南京210014；2．扬州大学动物科技学院，江 苏扬州225009) 摘要t作者综述了生物信息数据整合技术方法与研究进展，通过比较分析指出数据仓库多维数据 分析在生物数据处理中的应用优势．在数据仓库技术多维数据分析基础上，可以有效地利用多种数 据挖掘模型处理生物信息数据． 关键诃一生物信．息；数据仓库；多维分析；数据挖掘 Advanc幅ondatacube and for infor瑚tion analysisminingappU∞tionbiolo酉cal Bm Leil，BAowcn．Bin2，c脏NGu0_H叫92 YuⅡ—Fen91．FAN R器ollrces卸d I’mv籼mental (1．hsdnltc ScieⅡc髓，JiangsuAcademyofA鲥culnlfe ofAgricultIlrc Scienc器，№mjiⅡg，210014，China；2．C0uege 225009，China) Yhg吐ou revicwedme memodsfbr Abstr卵“nlc叫thorfese岫pmgressof姚ologi髂趾d biolo百cal aut廿lattlledatawa佗housecube h船beenmore i11folT嘣∞．mtegranon，fIl】曲盯poiIlted analysis c蛆be utiⅡzedt0雠atbi wi血。山e埽．Many model e脓dve 0lI晒cal adva山gedcompared data血血g da诅iⅡdi丘色托mtf呲stc删．∞b舾edofda忸wareho『Ilse． in]fmn撕衄；Data Key咖rd：Biolo画cal warehou辩：C咖粕alysis；natamining 随着人，鸡及家蚕等数十种生物基因组全序列的相继公布，生物学数据呈“指数级”增长，如 E皿L(欧洲分子生物学实验室数据库)数据每年以6096速率增长，尤其是随着高通量检测技术(cDNA 微阵列、基因芯片和sAGE等)在分子生物学中应用，产生大量基因组、蛋白质组、代谢产物组等数 据“1。基因组序列等生物信息学数据具有海量性、形式多样性等特点，对数据存储、分析与表示是 生物信息学难点之一。1。因此，急需实现对大量生物信息数据资源的整合，建立清晰而直观的数据 分析模型，以有利于从基因组序列中整合基因型与表现型数据，阐述基因功能及基因型和表型互作 的不同途径。 l生物信息资源整合技术 国内外学者近几年来主要集中以下几个方面的研究：0开发快速搜索引擎，如M．№sseroli M”kup 定义方式从大量DNA序列集中提取符合要求的序列片段…。0利用X札(extensible Language)跨平台传输特性，研究生物信息资源整合与共享…，其中，sRs生物信息服务网站，首 次使用x札数据文件格式”1，另外，也有研究专用于处理生物信息数据的埘L，如Donny等(2003) 基于一种可扩展标记语言MAGE一札的信息框架系统，并将其应用于临床乳腺癌辅助检验的研究”。