3 生物分子的计算机模拟 - 吉林大学课程中心.ppt

* 计算机在生命科学中的应用现状 1. 数据库技术：数据的储存与挖掘 计算机技术在生物学的应用中，数据库（database）技术是最基本的技术。生物实验数据的储存、管理、查询都是建立在数据库管理系统之上的。 生物数据的特点：结构和组织方式复杂、数据量增长十分迅速。 《核酸研究》自2000年起每年的第一期都发表最新的生物数据库论文。目前正式发表生物数据库已接近2000个。 传统的关系数据库难以有效储存复杂的生物数据，因此必须采用面对对象的数据库技术，如基于XML的数据库。 针对分散在全球个地的海量的并且相互关联的生物数据，数据仓库（data warehouse）技术可以互相独立的数据源中提取面向主题的数据集合，并将这些数据按一定的逻辑顺序重新进行组织与集成，从而为用户提供决策支持分析。 数据挖掘（data mining）技术是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、事先不知道的、但又有意义的信息和规律（啤酒与尿不湿的故事）。 计算机在生命科学中的应用现状 1. 数据库技术：数据的储存与挖掘 （插入页1） 传统的关系数据库难以有效储存复杂的生物数据，因此必须采用面对对象的数据库技术，如基于XML的数据库。 传统关系型数据库： 面对对象型数据库： 病人资料 癌症 55 男 2 关节炎 42 女 1 疾病 年龄 性别 病人编号 病人资料 病人 编号1/编号 性别女/性别 年龄42/年龄 疾病关节炎/疾病 /病人 病人 编号2/编号 性别男/性别 年龄55/年龄 疾病癌症/疾病 /病人 /病人资料 计算机在生命科学中的应用现状 1. 数据库技术：数据的储存与挖掘 （插入页2） 传统的关系数据库难以有效储存复杂的生物数据，因此必须采用面对对象的数据库技术，如基于XML的数据库。 传统关系型数据库： 面对对象型数据库： 病人资料 病人资料 病人 编号1/编号 性别女/性别 年龄42/年龄 疾病关节炎 等级二级/等级 /疾病 /病人 病人 编号2/编号 性别男/性别 年龄55/年龄 疾病癌症 类型肝癌/类型 /疾病 /病人 /病人资料 关节炎：一级、二级、三级。。。 癌症：胃癌、肝癌、乳腺癌。。。 癌症 55 男 2 关节炎 42 女 1 疾病 年龄 性别 病人编号 计算机在生命科学中的应用现状 2. 机器学习与模式识别技术 机器学习实质是一种统计学的方法，它自动从一个样本集合的训练过程中获得信息规律，用这个规律去判断其他数据集合。 常用算法：神经网络法、投票法、决策树法、支持向量机法等。 模式识别是机器学习的一个主要任务。模式识别的关键是通过数据分析，提取数据对象的本质特征，建立特征模型。之后判断新的数据对象是否符合这个特征模型。比如：RNA序列翻译蛋白质的密码表。 机器学习是比较年轻的人工智能。 3. 生物分子的计算机模拟 生物分子的主要实验研究方法：DNA测序、X射线或核磁共振法测定生物分子的三维结构、生化突变实验确定生物分子之间相互作用位点、药物分子和靶分子的结合等。 计算机模拟：从原子水平上的相互作用出发，为待模拟的分子体系建立的物理模型，描述分子内和分子间的相互作用。然后基于分子动力学原理，进行体系的能量极小化。 计算机在生命科学中的应用现状 4. 网络技术 Internet上有着巨大的生物学资源，但如何集成这些资源，使得资源之间可以相互交流，用户可以查询操作？需要一个“Web服务”来实现网络终端机器之间的通讯和操作。目前W3C定义的Web服务工作平台是XML + HTML。HTTP 协议是最常用的因特网协议。XML是一种可用于不同的平台和编程语言之间的语言。 5. 高性能计算 生命科学研究中要对大量的样本进行分析计算，这为高性能计算提供了一个很大的应用领域。比如，模拟一个普通蛋白质分子在水环境中的动态过程，1纳秒（10-9秒）约需要100个核的计算机并行运算2小时。 TOP500组织超级计算机排名