蛋白质网络模块分解的密度聚类算法分析-density clustering algorithm analysis of protein network module decomposition.docxVIP

  • 13
  • 0
  • 约4.69万字
  • 约 48页
  • 2018-05-28 发布于上海
  • 举报

蛋白质网络模块分解的密度聚类算法分析-density clustering algorithm analysis of protein network module decomposition.docx

蛋白质网络模块分解的密度聚类算法分析-density clustering algorithm analysis of protein network module decomposition

第一章 绪论1第一章 绪论1.1 研究背景及意义当前人类基因组研究已进入一个重要时期,2000 年获得了人类基因组的全部 序列,这是基因组研究的转折点和关键时刻,意味着人类基因组的研究将全面进 入信息提取和数据分析阶段,即生物信息学发挥重要作用的阶段。同时,功能基 因组和蛋白质组的大量数据已开始涌现。如何分析这些数据,从中获得生物结构、 功能的相关信息是基因组研究取得成果的决定性步骤。生物信息学是在此背景下 发展起来的综合运用生物学、数学、物理学、信息科学以及计算机科学等诸多学 科的理论方法的崭新交叉学科。生物信息学这一术语在不同的场合下被赋予不同的含义。从广义上说,生物 信息学可指利用信息技术管理和分析生物学数据。这就意味着生物信息学所涉及 的范围相当广泛,从人工智能、机器人一直到基因组(genome)分析。就基因组 分析这一角度来看,生物信息学主要是指核酸和蛋白质序列数据的计算机处理和 分析。近年来,蛋白质结构数据的快速增长,使蛋白质三维结构的处理分析也归 入到生物信息学的范畴。在破译了基因序列的后基因组时代,功能基因组学的一个目标是研究己破译 基因的生物功能并控制它们。生命体不能通过孤立的分子实现细胞功能,而是必 须通过分子之间的相互作用才能实现。因而,分析生命分子间的相互作用可以帮 助生物学家更好的了解细胞的组织结构和各种生物现象,可以得到关于基因的生 物功能更准确、详尽的

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档