基于GO的棉花生物信息分析系統(tǒng)的研究與構建.pdf

1、隨著人類基因組計劃和各種模式生物基因組計劃的相繼完成，生物信息學的研究重點已經從生物數據的積累轉變?yōu)閷ι飻祿恼咸幚?，以異構生物數據整合為核心的生物信息分析系統(tǒng)的構建，逐漸成為生物信息學研究的熱點。
　　 近年來，棉花基因組研究產生了海量的生物數據。國際上陸續(xù)建立了CMD、CottonDB、Tropgene DB等關于棉花的專業(yè)數據庫系統(tǒng)，用于對這些數據進行存儲和分析。但是這些數據庫提供的分析服務比較單一，比如僅限于BLAS

2、T和CMap等服務，且不能擴展功能，因此不能滿足個性化研究的需求。更重要的是，這些數據庫通常只包含與棉花相關的生物數據，沒有采用有效的手段，將其它異構的生物數據庫，比如GenBank、SWISS-PROT等，進行生物學語義層面的有機集成，因此不能進行物種之間的比較分析。在國內，以南京農業(yè)大學棉花所為代表的棉花研究機構，其研究的遺傳圖譜及其它數據被一些國外的數據庫所收錄，自己至今沒有一個比較完整的棉花生物信息數據庫及其應用分析系統(tǒng)。因此，

3、在國內率先構建一個語義統(tǒng)一的，分析功能強大的棉花生物信息分析系統(tǒng)，用于指導棉花分子設計育種，具有重要的意義。
　　 本論文進行以下幾個方面的研究工作：
　　 第一，對生物信息分析系統(tǒng)的內涵，國內外棉花生物信息數據庫等進行綜述性研究，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為核心構建棉花生物信息分析系統(tǒng)的設想。
　　 第二，從本體的基本概念出發(fā)，重點研究GO的內部結構

4、及其在生物信息學中的應用。通過研究GO術語間語義相似性度量方法，指出GO術語間語義相似性的度量是解決生物數據語義異構問題的重要方法。
　　 第三，通過分析序列分析軟件開發(fā)的必要性，并參考已有生物信息軟件包的組織結構，采用perl語言，根據棉花生物信息分析工作的實際需要，進行序列分析軟件包的設計與開發(fā)。軟件包涵蓋序列獲取和篩選程序，EST-SSR分子標記開發(fā)程序，同源性分析程序，功能注釋程序等，本論文只進行部分軟件的開發(fā)。

5、　　 第四，基于B/S模式，設計并實現(xiàn)一個基于GO語義模型的棉花生物信息分析系統(tǒng)。該系統(tǒng)通過GO術語與被GO注釋的條目之間的對應關系，在生物學語義上統(tǒng)一了外部數據庫，并在此基礎上提供基于GO的功能注釋，相似性搜索、文獻檢索等功能完善的分析服務。
　　 本論文利用GO和關系數據庫對影響棉花生長發(fā)育、產量、質量、抗性等方面的基因進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)的設計與實現(xiàn)，在國內棉花生