学习生物数据所包含的生物学意义


  • 生物信息学(Bioinformatics)是一门交叉科学,它包含了生物信息的获取、加工、存储、分配、分析、解释等在内的所有方面,它综合运用数学、计算机科学和生物学的各种工具,来阐明和理解大量生物数据所包含的生物学意义。

    生物信息学是新生学科,是将计算机科学的算法和技术应用于分子生物学中的学科,主要关注生物数据的管理和分析。

    它随1990年人类基因组计划(HGP)的实施和信息技术的发展而诞生,现已迅速发展成为当今生命科学最具吸引力和重大的前沿领域,为生物学、计算机科学、数学、信息科学等专业的高素质人才提供了更广阔的发展天地。

    生物信息学主要学习生物信息学的基本理论和方法,受到相关科学实验和科学思维的基本训练,具有较好的分子生物学、计算机科学与技术、数学和统计学素养,具备生物信息的收集、分析、挖掘、利用等方面的基本能力,具有较好的业务素质。

    在结构基因组学中,人们尝试为每个观察到的蛋白质指定一个结构。自动发现和数据挖掘可以帮助人们实现这种追求。胡里斯卡(J u r i st i c a)和格拉斯哥(Glasgow)演示了基于案例的推理,能够协助发现每个蛋白质的代表性结构。在2004年度关于人工智能和生物信息学的AA人工智能特刊中,Jurist i c a 、Glasgow和R o st在其所写的调查文章中指出:“在生物信息学近期活动中,发展最快的领域可能是微阵列数据的分析。”

    许多研究人员认为,实践将证明来自知识表示和机器学习的人工智能技术是大有用处的。
    ![0_1604971800663_d34ecdda-431e-4c4e-a821-5715ca925336-image.png](正在上传 0%)