生物信息学相关数据库整理

生物信息学主要应用HMM隐马可夫链方法，其中具有马尔可夫性质的离散时间随机过程在给定当前状态时，仅当前状态用于预测未来，过去状态与预测未来无关。在马尔可夫链中，系统根据概率分布在状态间进行转换，状态改变称为过渡，与不同状态相关的概率称为过渡概率。随机漫步是马尔可夫链的一个例子，其中每一步的概率相同，与之前的路径无关。

评估问题涉及计算给定观测序列和模型参数下的概率，以选择最有可能生成该序列的HMM模型。语音识别是这类问题的一个经典例子，其中每个单词对应一个HMM，通过评估确定最可能产生观测序列的读音的HMM。解码问题关注找到隐含状态序列中的最佳状态，通常通过Viterbi算法解决。中文分词是此类问题的实例，通过构建HMM解决句子的正确分词方法。

学习问题是调整HMM模型参数以最大化观测序列的概率，通常使用Baum-Welch算法和Reversed Viterbi算法解决。

生物信息学数据库分为基因组数据库、核酸和蛋白质数据库、生物大分子数据库。基因查询数据库包括NCBI、UCSC、Ensembl、EBI、NIG等。MiRNA查询数据库有miRBase、microRNA.org、deepBase、starBase、targetScan等。LncRNA查询数据库有Ensembl、LncRNAdb、LNCipedia、CHIPbase等。ircRNA查询数据库有circBase、CIRCpedia、deepbase等。常用数据库功能如NCBI的提交、下载、学习、开发和分析工具，UCSC的Genome Browser提供的基因可视化、序列对准、数据下载、变异注释整合和基因排序工具。

示例分析包括使用UCSC数据库查询基因H19，从主页面选择Genome Browser、输入基因并点击查询，获取相关基因信息。对于miRNA查询，如has-mir-9，通过miRBase网站输入名称查询，获取物种相关miRNA信息和序列。Ensembl数据库用于查询LncRNA H19，从主页面选择种属、输入LncRNA名称并进入查看详细信息。circBase数据库查询环状RNA如CDR1，提供转录对应的环状RNA信息和通过ID或名称查询功能。

数据库优化包括提供更多基因、miRNA、LncRNA和ircRNA的详细信息，如序列保守性、功能预测和物种比较，以及提供更强大的搜索和下载功能，以支持生物信息学研究。

您可能感兴趣问答

Collapsible

热门标签

热点问答