生物信息学

1、sh Standard is the UK implementation of ISO 14199:2015.The UK participation in its preparation was entrusted to TechnicalCommittee IST/35, Health informatics.A list of organizations represented on this committee can beobtained on request to its secretary.This publication does not purport to include all the necessaryprovisions of a contract. Users are responsible for its correctapplication. The British Standards Institution 2015.Published by BSI Standards Limited 2015ISBN 978 0 580 87622 6I。

2、程,linux下最常用的文本编辑器,VIM编辑器,三种模式：各种模式之间切换 从命令行模式到插入模式：按下i键 从命令行模式到附加模式：按下a键 返回命令行模式：按下ESC键 退出编辑 保存并退出：在命令行模式按下:wq 不保存退出：在命令行模式按下:q! 保存：在命令行模式按下:w 另存为其他文件名：按下:w filename,VIM编辑功能,光标跳到文件头：命令行模式下按2下g 光标跳到文件尾：按下:$ 光标跳到行首：按下 光标跳到行末：按下$ 跳到100行：按下100g,VIM查找功能,底行模式下输入/pattern/回车，对应符合pattern的文本就会显示为高亮底行模式下输入:m,n/pattern/，就会在第m行到第n行查找pattern并高亮显示,grep教程,正则表达式的应用,grep简介,是Global search regular expression (RE) and Print out the line的缩写强大的文本搜索工具，使用正则表达式搜索文本，并打印匹配的行在一个或者多个文件中搜索字符串模式，搜索的结果输出到屏幕，不影响文件内容,grep用法,。

3、genetics: Dr Watsons base pairsJ. Nature, 2008, 452(7189): 819-820.HapMap计划 /1000 Genome计划 大数据,生物信息学中的我国计算机学者,算法阶段(1990-2000) 朱大铭、姜涛、卜东波 标注阶段(2000-2008) 王晓龙、朱小燕等 系统分析阶段(2008-2013) 李衍达、张学工等 大规模数据处理阶段(2010-now) 华大基因,一些生物信息学中的分类问题,microRNA识别 蛋白质功能预测 基因表达数据分析 全基因组关联分析,microRNA识别,2006年诺贝尔奖-RNA干扰机制CCCCUCUAUUCACAAUUGUUUGGAACUCAGUUUUGUGAUUAUUCUAUCAUUGCCAGGGAGUUUGUGUGGUUGCAUCAGGGG,microRNA分类相关论文,Chenghai Xue, Fei Li, Tao He, Guo-Ping Liu, Yanda Li, Xuegong Zhang. Classification of real and pseud。

4、utes,25 Institutes 19 National Key Labs 15 Botanic Gardens 18 Museums 9 Specimen Depository 13 Observation Stations,3 Mb,30 Mb,400 Mb,3000 Mb,One can certainly do something useful for China,PLoS Biology 2005,Rice Gene Maps,Start from 1999,2007年10月22日，经过2个月的装修和筹备工作，中国科学院北京基因组研究所临时所址落成。
,北京基因组所的中心任务,以大规模测序解决重要生物学问题(测序是手段，不是目的）将发现应用到经济和社会发展中 水稻基因组项目 人类转录组研究 肿瘤基因组研究 细菌及微生物研究,内容,1. 研究所整体介绍,2.基因组及生物信息基础科研环境,3. 生物信息研究,4. 致谢,基因组学,生物信息学,高性能计算,测序能力,数据产量：1TB/月 （不包括图像文件）,454,Solexa GAII,。

5、ntroduction,Hidden Markov Models (HMMs) 最早是在上个世纪60年代末70年代初提出来的。
进入80年代以后，逐渐被利用在各个领域。
,2018/10/14,4,Introduction,Hidden Markov Models 作为一种强有力的统计学模型，主要被应用在一些连续行的或时间延续性的事件建模上 语音识别系统。
生物学中的DNA/protein序列的分析 机器人的控制。
文本文件的信息提取。
,2018/10/14,5,HMM的优点,1，它的数学结构非常丰富，适用于各个领域的研究。
2，在很多领域中，已经证明它的结果和实际符合的相当好。
,2018/10/14,6,Probability Review,2018/10/14,7,独立事件概率,设想我们做一连串的实验，而每次实验所可能发生的结果定为 E1,E2, En,。
（可能是有限也可能是无限）。
每一个结果 Ek，如果给定一个出现的可能性 pk（即概率），则某一特定样本之序列 Ej1 Ej2 Ejn出现的概率为 p(Ej1 Ej2 Ejn) =pj1 Pjn。
,2018/10/14。