基于XML SCHEMA的异构生物信息集成研究

在后基因组时代,常有大规模的生物数据产生.这些生物数据的存贮形式各不相同,特别是与一些特定研究领域相关的数据,与其他数据的存贮形式差异较大.随着数据源的不同,数据模型的规范也不相同,同时,基于这些数据的应用服务各不相同.针对目前生物信息学中存在的异构生物数据现状,提出了一种基于XML Schema集成异构生物信息的方法.     

基于XML SCHEMA的异构生物信息集成研究

在后基因组时代,常有大规模的生物数据产生。这些生物数据的存贮形式各不相同,特别是与一些特定研究领域相关的数据,与其他数据的存贮形式差异较大。随着数据源的不同,数据模型的规范也不相同,同时,基于这些数据的应用服务各不相同。针对目前生物信息学中存在的异构生物数据现状,提出了一种基于XML Schema集成异构生物信息的方法。     

水稻遗传育种相关生物信息数据库和工具的研究进展

水稻Oryza sativa L.是主要的粮食作物，也是单子叶植物研究的模式植物。面对日益严峻的环境和人口压力，培育高产、优质、环境适性强的水稻品种是解决当前粮食安全问题的有效途径。随着多组学技术的快速发展，积累了海量的水稻遗传育种相关的数据。生物信息数据库和在线分析工具是存储这些数据的载体，用以整合、可视化和共享数据，并为数据的深入挖掘和利用提供工具，从而为育种决策提供数据支撑。本综述系统梳理了近20年来开发的水稻生物信息数据库和在线分析工具，并基于内置数据集和功能对它们进行了分类和总结。最后，讨论了现有的水稻生物信息数据库和在线分析工具的问题与不足，并对它们在大数据和人工智能时代的发展方向进行了展望。     

生物数据标准化,从HTML到RDF

随着各种生物信息数据的巨量产出,计算机辅助数据管理和自动数据处理成为必然.文章分析了当前因特网上生物数据的复杂性以及生物信息数据自动处理和分析的前提要求,然后回顾了HTML、XML 2种标记语言在生物数据建模和标准化方面的优缺点,并介绍将RDF与XML相结合实现生物数据基于语义的描述,最后展望了相关的语义网技术在生物信息学中的应用.     

生物信息学数据库及查询

随着生物分子数据的指数增长,生物信息学相关数据库也有了空前的发展.介绍了生物信息学数据库的最新研究进展,并分别对核酸和蛋白质序列数据库、生物大分子结构数据库及基因组数据库的主要站点资源进行了评价,以大的生物信息中心NCBI开发的Entrcz系统和EBI开发的SRS系统为例,介绍了数据库查询的基本方法.     

大数据时代计算机信息处理技术分析

随着网络通信与电子计算机技术的飞速发展,海量数据信息爆发式涌现,21世纪已经从信息时代向更高层次的大数据时代迈进。大数据时代中包含的信息包罗万象,内容纷芜繁杂,具有极高的信息价值,但是也对计算机信息数据的处理带来了更高的要求和挑战。当前的计算机数据信息处理技术无法满足海量数据处理的需要,另外获取海量数据的同时也给信息安全带来了一定的隐患。本文从界定大数据的概念和计算机信息处理技术出发,分析探讨了当前大数据时代下面临的一些问题以及今后计算机信息处理技术的趋势和方向。     

高效利用大数据资源 促进生物多样性保护

5月22日是生物多样性日,生物多样性是人类生存的物质基础,是维持地球环境的重要资源,是衡量一个地区生态环境质量和生态文明程度的重要标志。随着大数据时代的来临,数据已成为新型战略资源,成为驱动创新的重要因素,正在各个角落改变人类的科研、生产和生活方式,传统的生物多样性研究也开始逐渐向数据密集型的科研方式过渡,利用数据库网络、启动数字化计划可改善生物多样性受到严重威胁的局面。     

大数据时代图书馆知识咨询服务发展策略分析

随着大数据时代的来临,数据量正以极快的速度增长,各界对大数据的发展和研究都密切关注,图书馆的知识咨询服务的发展也不可避免地面临着大数据信息浪潮的冲击.重点阐述了大数据对图书馆知识咨询服务产生的问题和解决方案,有助于建立更加智能的网络化知识咨询体系.     

大数据时代科技期刊编辑信息素养的提升

随着大数据时代的到来,信息技术革命渗透到社会的每一个领域,科技期刊在此过程中面临着机遇和挑战.首先分析了大数据时代下科技期刊面临的困境,阐述了科技期刊编辑应具备的信息素养,最后提出优化编辑信息素养的若干建议,为全面提升科技期刊编辑的业务能力提供参考.     

数据库大数据分布式存储技术研究

随着信息技术的不断发展,互联网用户的数量在不断的增加,数据量增长的速度也越来越快。在大数据时代,传统数据库和集中式存储技术在处理大数据时出现了处理效率低、处理速度慢等问题,无法满足现代信息数据处理的需要。大数据分布式存储技术是一种新型的数据存储技术,增强了数据库的数据处理能力,提高了数据库的数据处理效率,加快了数据库的数据处理速度,满足了大数据时代信息数据处理的需要。本文主要研究数据库大数据分布式存储技术,希望能为大数据存储技术研究提供一些借鉴。