生命科学研究中生物信息学技术的开发和应用 ——组学数据分析中工作流技术的研究和开发

论文摘要

生命科学的发展已经进入到了一个建立在各种“组学”基础上的系统生物学时代,为了更快、更全面地进行大规模、特色数据分析,引入了先进的数据挖掘技术—工作流技术。工作流技术是一个能够实现了流程逻辑与业务逻辑的分离,支持业务流程的分析和规范化定义以及单元的自动组装的技术,该技术的使用能够降低了复杂流程应用的开发难度,提高应用系统的管理效率。将工作流技术引入到生命科学领域,将工作流平台应用到到生物信息数据分析过程中,通过参与各种组学数据分析,总结、模块化一些通用分析方法,并总结所参与的各种组学包括基因组、转录组、蛋白质组和代谢组的分析需求和涉及的算法软件,并将所参与的数据分析的分析过程抽象化、模块化,通过对生物问题的深入理解创建分析工作流来应对各种生物学数据分析的要求,并介绍了将工作流技术引入到具体组学数据分析的整个分析流程以及分析结果。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 1.1 当前生物信息学数据分析发展
• 1.1.1 数据库的使用
• 1.1.2 应用软件的使用
• 1.1.3 网络应用的使用
• 1.2 工作流技术的发展
• 1.3 本研究的目的
• 第二章 工作流基本模块的实现
• 2.1 数据处理基本工具整合
• 2.2 基本数据挖掘方法整合
• 2.2.1 聚类分析
• 2.2.2 关联规则分析
• 2.2.3 分类分析
• 2.2.4 统计方法的选用
• 2.3 第三方软件整合
• 2.3.1 命令行调用
• 2.3.2 应用软件平台的整合
• 2.3.3 网络服务的整合
• 第三章 基因组注释工作流构建及分析案例
• 3.1 基因组注释基本需求
• 3.1.1 基因组进展与趋势
• 3.1.2 基因组注释流程要求
• 3.1.3 当前基因组注释平台发展
• 3.2 基因组注释及分析实现案例
• 3.2.1 原核生物基因组注释分析（乳酸菌）
• 3.2.2 真核生物基因组注释分析（水稻）
• 3.3 比较基因组分析
• 3.3.1 基因组整体比较分析
• 3.3.2 全基因组基因比对分析
• 3.3.3 进化基因组学
• 3.3.4 乳酸菌比较基因组分析
• 3.3.5 病毒基因组注释分析（SARS）
• 第四章 转录组数据分析基本方法、平台构建及分析案例
• 4.1 转录组注释的基本需求
• 4.1.1 转录组数据的需求
• 4.1.2 转录组数据主要分析方法及分析流程
• 4.2 数据分析应用案例
• 4.2.1 人肝组织转录组数据分析
• 4.2.2 真核生物基因cis转录调控元件方向和位置相关特性的研究
• 4.2.3 基因转录水平扰动敏感性分析
• 第五章 蛋白质组注释工作流构建及分析案例
• 5.1 蛋白质组注释的基本需求
• 5.1.1 蛋白质组数据分析需求
• 5.1.2 蛋白质数据分析流程
• 第六章 代谢组注释工作流构建
• 6.1 代谢组注释的基本需求
• 6.1.1 代谢组学研究的基本需求
• 6.1.2 代谢组学研究工作流设计与实现
• 第七章 分子进化分析工作流平台构建
• 7.1 分子进化研究的需求
• 7.1.1 分子进化研究的意义与基础
• 7.1.2 分子进化研究的基本方法
• 7.1.3 分子进化工作流的构建
• 7.1.4 分子进化工作流的应用案例
• 第八章 工作流仓库OmicsExplorer的构建
• 8.1 工作流仓库设计
• 8.1.1 构建OmicsExplorer的目的
• 8.1.2 OmicssExplorer的结构
• 8.1.3 OmicssExplorer的实现
• 第九章 讨论与展望
• 致谢
• 参考文献
• 攻读博士学位期间发表及完成的论文目录