生物信息学数据挖掘刘智 2007.5.21.pptVIP

生物信息学数据挖掘 生物信息学数据挖掘刘智珺 2007.5.21 主要内容 生物信息学的范畴 数据挖掘的相关概念 数据挖掘的经典案例 生物信息学数据挖掘领域的现状、方向 课题的前景 生物信息学（Bioinformatics） 在生命科学的研究中，以计算机为工具对生物信息进行 存储、检索和分析的一门交叉学科。 研究内容： 基因组生物信息学 蛋白质组生物信息学 代谢调控生物信息学 目的: 通过对生物学实验数据的获取、加工、存储、检索与分析，进而揭示数据所蕴含的生物学意义。 前景： 生物信息学已然深入到了生命科学的方方面面 。 人类基因组计划为生物信息学提供了兴盛的契机，创造了施展身手的巨大空间。 生物信息学相关数据库资源 1.核酸序列及其相关数据库 2.蛋白质序列及其相关数据库(蛋白质三维结构、蛋白质组二维凝胶电泳数据库、信号传导及蛋白质-蛋白质相互作用相关数据库、DNA和蛋白质相互作用数据库) 3.基因组数据库 4.序列分析数据库 5.人类基因突变及疾病相关数据库 6.进化相关数据库 专门数据库目录网站 《核酸研究》2000年开始创建了生物信息学数 据库目录。 DBCat：法国生物信息中心于1997年建立的数据库目录。到目前为止收录500多个数据库。 目前，绝大部分核酸和蛋白质数据库由美国、欧洲和日本的３家数据库系统产生。它们共同组成国际核酸序列数据库，每天交换数据，同步更新 大部分数据库是可以免费下载的公用数据库。 生物信息学中心 1.NCBI：美国国立生物技术信息中心(The National Center Biotechnology Information)，设立了公共数据库，开发软件工具分析核酸序列、基因组序列、基因表达序列、蛋白序列等提供了大量与基因、蛋白序列有关的信息与文献资料。 2.EBI：欧洲生物信息研究(The European BioinformationIntitute)，提供与生物学有关的各种信息、数据库、软件工具等 3.ExPASy：(Expert Protein Analysis System)日内瓦大学分子生物学服务站，提供与蛋白有关的各种在线工具。提供数据库中的链接，同时提供许多用于该方面查询的文件，并与本站点相链接。 4.BioSino：上海生命科学院生物信息中心，提供了有关生物信息学方面的新闻、论文、相关数据库、软件等。 5.CBI：北京大学生物信息中心，介绍了丰富的生物信息学基本知识，国内外生物信息学网站，常用的生物信息学数据库的介绍和相关的软件等。 数据挖掘(data mining) 数据挖掘 是以数据仓库和多维数据库中的大量数据为基础,自动发现数据中的潜在模式,并以这些模式为基础自动的作出预测. 数据挖掘的经典案例 啤酒和尿布的案例 英国超级市场中的啤酒和尿布的摆放位置 其他数据挖掘的案例 顾客信誉卡 ：使用信誉卡将顾客的购买序列记录下来，顾客在不同时期购买的商品可以分组为序列，序列模式的挖掘可以分析顾客的消费或忠诚的变化，据此对价格和商品花样进行调整以便留住老顾客，吸引新顾客。 卡夫(Kraft)食品公司建立了一个拥有3000万客户资料的数据库，数据库是通过收集对公司发出的优惠券等其他促销手段作出积极反应的客户和销售记录而建立起来的，卡夫公司通过数据挖掘了解特定客户的兴趣和口味，并以此为基础向他们发送特定产品的优惠券，并为他们推荐符合客户口味和健康状况的卡夫产品食谱。 数据挖掘的经典案例 在电信行业 加拿大BC省电话公司要求加拿大Simon Fraser大学KDD研究组根据其拥有的十多年的客户数据，总结、分析并提出新的电话收费和管理办法，制定既有利于公司又有利于客户的优惠政策。 竞技运动中的数据挖掘 美国著名的国家篮球队NBA的教练，利用IBM公司提供的数据挖掘工具临场决定替换队员。 电子商务的关联销售 、客户类别销售分析 进行数据挖掘常用技术算法 人工神经网络为解决大复杂度问题提供了一种相对来说比较有效的简单方法。神经网络可以很容易的解决具有上百个参数的问题。 决策树决策树提供了一种展示类似在什么条件下会得到什么值这类规则的方法支持向量机方法 。 遗传算法基于进化理论，并采用遗传结合、遗传变异、以及自然选择等设计方法的优化技术。 近邻算法将数据集合中每一个记录进行分类的方法。 规则推导从统计意义上对数据中的“如果-那么”规则进行寻找和推导方法 生物信息学与数据挖掘 生物信息学：融合生物科学与计算机科技的