生物信息学科技名词定义中文名称生物信息学英文名称.doc

生物信息学科技名词定义中文名称生物信息学英文名称.doc

  1. 1、本文档共21页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多
生物信息学科技名词定义中文名称生物信息学英文名称.doc

生物信息学 科技名词定义中文名称: 生物信息学 英文名称: bioinformatics 定义1: 综合计算机科学、信息技术和数学的理论和方法来研究生物信息的交叉学科。包括生物学数据的研究、存档、显示、处理和模拟,基因遗传和物理图谱的处理,核苷酸和氨基酸序列分析,新基因的发现和蛋白质结构的预测等。 所属学科: 生物化学与分子生物学(一级学科);总论(二级学科) 定义2: 运用计算机技术和信息技术开发新的算法和统计方法,对生物实验数据进行分析,确定数据所含的生物学意义,并开发新的数据分析工具以实现对各种信息的获取和管理的学科。 所属学科: 细胞生物学(一级学科);总论(二级学科) 定义3: 运用计算机技术和信息技术开发新的算法和统计方法,对生物实验数据进行分析,确定数据所含的生物学意义,并开发新的数据分析工具以实现对各种信息的获取和管理的学科。 所属学科: 遗传学(一级学科);总论(二级学科) 本内容由全国科学技术名词审定委员会审定公布 百科名片 生物信息学(Bioinformatics)是研究生物信息的采集,处理,存储,传播,分析和解释等各方面的一门学科,它通过综合利用生物学,计算机科学和信息技术而揭示大量而复杂的生物数据所赋有的生物学奥秘。 目录 生物信息学简介 发展简介 主要研究方向 1、序列比对(Sequence Alignment) 2、蛋白质结构比对和预测 3、基因识别非编码区分析研究 4、分子进化和比较基因组学 5、序列重叠群(Contigs)装配 6、遗传密码的起源 7、基于结构的药物设计 8、生物系统的建模和仿真 9、生物信息学技术方法的研究 10、生物图像 11、其他 生物信息学与机器学习 生物信息学的数学问题 1、统计学的悖论 2、度量空间的假设 统计学习理论在生物信息学中应用的困难 讨论与总结 启发式方法 乐观中的隐扰 总结 新版图书信息 内容简介 作者简介 图书目录 生物信息学简介 发展简介 主要研究方向 1、序列比对(Sequence Alignment) 2、蛋白质结构比对和预测 3、基因识别非编码区分析研究 4、分子进化和比较基因组学 5、序列重叠群(Contigs)装配 6、遗传密码的起源 7、基于结构的药物设计 8、生物系统的建模和仿真 9、生物信息学技术方法的研究 10、生物图像 11、其他 生物信息学与机器学习 生物信息学的数学问题 1、统计学的悖论 2、度量空间的假设 统计学习理论在生物信息学中应用的困难 讨论与总结 启发式方法 乐观中的隐扰 总结 新版图书信息 内容简介 作者简介 图书目录 展开 编辑本段生物信息学简介   生物信息学(Bioinformatics)是在生命科学的研究中,以计算机为工具对生物信息进行储存、检索和分析的科学。它是当今生命科学和自然科学的重大前沿领域之一,同时也将是21世纪自然科学的核心领域之一。其研究重点主要体现在基因组学(Genomics)和蛋白学(Proteomics)两方面,具体说就是从核酸和蛋白质序列出发,分析序列中表达的结构功能的生物信息。   具体而言,生物信息学作为一门新的学科领域,它是把基因组DNA序列信息分析作为源头,在获得蛋白质编码区的信息后进行蛋白质空间结构模拟和预测,然后依据特定蛋白质的功能进行必要的药物设计。基因组信息学,蛋白质空间结构模拟以及药物设计构成了生物信息学的3个重要组成部分。从生物信息学研究的具体内容上看,生物信息学应包括这3个主要部分:(1)新算法和统计学方法研究;(2)各类数据的分析和解释;(3)研制有效利用和管理数据新工具。   生物信息学是一门利用计算机技术研究生物系统之规律的学科。   目前的生物信息学基本上只是分子生物学与信息技术(尤其是因特网技术)的结合体。生物信息学的研究材料和结果就是各种各样的生物学数据,其研究工具是计算机,研究方法包括对生物学数据的搜索(收集和筛选)、处理(编辑、整理、管理和显示)及利用(计算、模拟)。   1990年代以来,伴随着各种基因组测序计划的展开和分子结构测定技术的突破和Internet的普及,数以百计的生物学数据库如雨后春笋般迅速出现和成长。对生物信息学工作者提出了严峻的挑战:数以亿计的ACGT序列中包涵着什么信息?基因组中的这些信息怎样控制有机体的发育?基因组本身又是怎样进化的?   生物信息学的另一个挑战是从蛋白质的氨基酸序列预测蛋白质结构。这个难题已困扰理论生物学家达半个多世纪,如今找到问题答案要求正变得日益迫切。诺贝尔奖获得者W. Gilbert在1991年曾经指出:“传统生物学解决问题的方式是实验的。现在,基于全部基因都将知晓,并以电子可操作的方式驻留在数据

文档评论(0)

wendang_12 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档