生物基因信息数据库建设与管理规范.docxVIP

1

生物基因信息数据库建设与管理规范

1范围

本标准规定了与生物基因信息数据库建设相关的设备、环境的基本要求以及生物信息数据的处理方法和原则。

本标准适用于生物基因信息数据库的建设，以及生物基因信息数据的采集、处理、存储、备份和使用。

2规范性引用文件

下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅所注日期的版本适用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。

GB50052-2009供配电系统设计规范

GB50054-2011低压配电设计规范

GB50057-2010建筑物防雷设计规范

GB50116-1998火灾自动报警系统设计规范

GB50174-2008电子信息系统机房设计规范

GB50189-2005公共建筑节能设计标准

GB50222-1995建筑内部装修设计防火规范

GB50243-2002通风与空调工程施工质量验收规范

GB50254-1996电气装置安装工程低压电器施工及验收规范

GB50311-2007综合布线系统工程设计规范

GB/T50314-2006智能建筑设计标准

GB50370-2005气体灭火系统设计规范

SJ/T10796-2001防静电活动地板通用规范

YD/T1095-2008通信用不间断电源（UPS）

3术语与定义

下列术语和定义适用于本文件。

3.1

比对alignment

指将两个或多个序列排列在一起,标明其相似之处。序列中可以插入间隔（通常用短线“-”表示）。对应相同或相似的符号（在核酸中是A、T（或U）、C和G，在蛋白质中是氨基酸残基的单字母表示）排列在同一列上。

3.2

期望值E-value

2

比对软件中使用的统计值，表示因为随机性而获得等于或优于当前比对结果的可能次数。E值越小，随机发生这一事件的可能性越小，比对结果越显著。

3.3

P值P-value

比对软件中使用的统计值，表示因为随机性而获得等于或优于当前比对结果的可能性。P值越小，比对结果的可信度越大，P值越大，比对结果来自随机匹配的可能性越大。

3.4

读长readlength

高通量测序仪产生的序列标签的长度。

3.5

重叠群contig

基因组测序过程中将多个短的序列片段拼接成较长的连续片段。

3.6

支架scaffold

基因组测序过程中，基于构建文库获得的一定大小片段两端的序列确定一些重叠群之间的顺序关系，将先后顺序已知的重叠群拼接得到的更长的连续片段。

3.7

间隙gap

基因组测序时,有些序列不能被测定，在组装和拼接时两序列不能连接形成的空隙。

3.8

数据抽象化dataabstraction

将数据以它的语义来呈现出它的外观，但是隐藏起它的实现细节，用来减少数据的复杂度,使得工作人员只需要关注数据少数重要的部分。

3.9

基因组genome

单倍体细胞中的全套染色体或全部基因。

3.10

转录组transcriptome

在某一生理条件下，细胞内所有转录产物的集合，包括信使RNA、核糖体RNA、转运RNA及非编码RNA。

3.11

生物信息分析数据biologicalinformationanalysisdata

3

应用数学、信息学、统计学和计算机科学的方法对生物测序数据进行归纳和注释等分析后得到的数据。

3.12

键值对key-valuepair

一对属性名和属性值，属性名和属性值中间用等号连接的数据结构。

3.13

生物数据存储biologicaldatastorage

将生物测序数据和生物信息分析数据以某种格式记录在计算机内部或外部存储介质上的过程。

3.14

直接附加存储direct-attachedstorage

将存储设备直接连接在服务器内部总线上，数据存储设备作为整个服务器结构的一部分。

3.15

网络附加存储network-attachedstorage

存储系统直接通过网络接口与网络直接相连，由用户通过网络访问的存储方式，而不是附属于某个特定的服务器。

3.16

存储区域网络storageareanetwork

一种通过光纤集线器、光纤路由器、光纤交换机等连接设备将磁盘阵列和磁带等存储设备与相关服务器连接起来的高速专用子网。

3.17

完全备份fullbackup

指对某一个时间点上的所有数据或应用进行的一个完全拷贝。

3.18

增量备份incrementalbackup

备份上一次备份（包含完全备份、差异备份和增量备份）后数据发生的所有变化。

3.19

差分备份differentialbackup

备份上一次的完全备份后发生变化的所有数据