生物信息学数据挖掘

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.