基于GO的棉花生物信息分析系統(tǒng)的研究與構(gòu)建.pdf

1、隨著人類基因組計(jì)劃和各種模式生物基因組計(jì)劃的相繼完成，生物信息學(xué)的研究重點(diǎn)已經(jīng)從生物數(shù)據(jù)的積累轉(zhuǎn)變?yōu)閷?duì)生物數(shù)據(jù)的整合處理，以異構(gòu)生物數(shù)據(jù)整合為核心的生物信息分析系統(tǒng)的構(gòu)建，逐漸成為生物信息學(xué)研究的熱點(diǎn)。
　　 近年來(lái)，棉花基因組研究產(chǎn)生了海量的生物數(shù)據(jù)。國(guó)際上陸續(xù)建立了CMD、CottonDB、Tropgene DB等關(guān)于棉花的專業(yè)數(shù)據(jù)庫(kù)系統(tǒng)，用于對(duì)這些數(shù)據(jù)進(jìn)行存儲(chǔ)和分析。但是這些數(shù)據(jù)庫(kù)提供的分析服務(wù)比較單一，比如僅限于BLAS

2、T和CMap等服務(wù)，且不能擴(kuò)展功能，因此不能滿足個(gè)性化研究的需求。更重要的是，這些數(shù)據(jù)庫(kù)通常只包含與棉花相關(guān)的生物數(shù)據(jù)，沒(méi)有采用有效的手段，將其它異構(gòu)的生物數(shù)據(jù)庫(kù)，比如GenBank、SWISS-PROT等，進(jìn)行生物學(xué)語(yǔ)義層面的有機(jī)集成，因此不能進(jìn)行物種之間的比較分析。在國(guó)內(nèi)，以南京農(nóng)業(yè)大學(xué)棉花所為代表的棉花研究機(jī)構(gòu)，其研究的遺傳圖譜及其它數(shù)據(jù)被一些國(guó)外的數(shù)據(jù)庫(kù)所收錄，自己至今沒(méi)有一個(gè)比較完整的棉花生物信息數(shù)據(jù)庫(kù)及其應(yīng)用分析系統(tǒng)。因此，

3、在國(guó)內(nèi)率先構(gòu)建一個(gè)語(yǔ)義統(tǒng)一的，分析功能強(qiáng)大的棉花生物信息分析系統(tǒng)，用于指導(dǎo)棉花分子設(shè)計(jì)育種，具有重要的意義。
　　 本論文進(jìn)行以下幾個(gè)方面的研究工作：
　　 第一，對(duì)生物信息分析系統(tǒng)的內(nèi)涵，國(guó)內(nèi)外棉花生物信息數(shù)據(jù)庫(kù)等進(jìn)行綜述性研究，指出現(xiàn)有研究的不足之處，并引入GO（Gene Ontology）的概念和方法，提出以GO為核心構(gòu)建棉花生物信息分析系統(tǒng)的設(shè)想。
　　 第二，從本體的基本概念出發(fā)，重點(diǎn)研究GO的內(nèi)部結(jié)構(gòu)

4、及其在生物信息學(xué)中的應(yīng)用。通過(guò)研究GO術(shù)語(yǔ)間語(yǔ)義相似性度量方法，指出GO術(shù)語(yǔ)間語(yǔ)義相似性的度量是解決生物數(shù)據(jù)語(yǔ)義異構(gòu)問(wèn)題的重要方法。
　　 第三，通過(guò)分析序列分析軟件開(kāi)發(fā)的必要性，并參考已有生物信息軟件包的組織結(jié)構(gòu)，采用perl語(yǔ)言，根據(jù)棉花生物信息分析工作的實(shí)際需要，進(jìn)行序列分析軟件包的設(shè)計(jì)與開(kāi)發(fā)。軟件包涵蓋序列獲取和篩選程序，EST-SSR分子標(biāo)記開(kāi)發(fā)程序，同源性分析程序，功能注釋程序等，本論文只進(jìn)行部分軟件的開(kāi)發(fā)。

5、　　 第四，基于B/S模式，設(shè)計(jì)并實(shí)現(xiàn)一個(gè)基于GO語(yǔ)義模型的棉花生物信息分析系統(tǒng)。該系統(tǒng)通過(guò)GO術(shù)語(yǔ)與被GO注釋的條目之間的對(duì)應(yīng)關(guān)系，在生物學(xué)語(yǔ)義上統(tǒng)一了外部數(shù)據(jù)庫(kù)，并在此基礎(chǔ)上提供基于GO的功能注釋，相似性搜索、文獻(xiàn)檢索等功能完善的分析服務(wù)。
　　 本論文利用GO和關(guān)系數(shù)據(jù)庫(kù)對(duì)影響棉花生長(zhǎng)發(fā)育、產(chǎn)量、質(zhì)量、抗性等方面的基因進(jìn)行跨物種比較分析的方法，是一種比較新穎的思路?；贕O的棉花生物信息分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)，在國(guó)內(nèi)棉花生