生物信息学中的数据挖掘方法及应用
信息来源于：互联网 发布于：2022-08-16
1.生物信息学的研究对象
基因组数据：genebank中物种：人（homo sapiens）、小鼠（Mus musculus）、大鼠（Rattus norvegicus）、牛（Bos taurus）、玉米（Zea mays)、猪（Sus scrofa）、斑马鱼（Danio rerio）、紫色球海胆（Strongylocentrotus purpuratus）、水稻（Oryza sativa）、烟草（Nicotania tobacum）、热带爪chan
蛋白质组数据：蛋白质结构数据库（PDR）
基因组注释：利用测序得到的物种序列信息，寻找基因信息，并对基因功能、微生物的操纵子和基因组调控代谢途径等信息进行注释。识别其基因信息---操作子信息预测
基因表达数据分析：mRNA水平
2.生物信息学的几个研究方向
序列分析：序列比对（BLAST\ClustalW）、基因发现：开发用于再基因组中识别基因区域的算法和工具。基因发现的生物信息学方法共有两类：一类是基于同源性分析的方法，主要根据同源搜索来发现未知物种的基因，另一类是从头计算的方法，主要通过挖掘基因的特征来识别基因。
3.操纵子预测的研究：数据源于实验数据（基因表达数据、代谢网络数据）和非实验数据（基因间距离、系统进化谱、保守基因对、COG功能分类、基因转录信号、基因本体和kegg同源）。操纵子数据库：RegulonDB、ODB
