隨著測序技術(shù)的發(fā)展產(chǎn)生的數(shù)據(jù)

隨著測序技術(shù)的發(fā)展，產(chǎn)生的數(shù)據(jù)-WPSOffice導(dǎo)師:xxx隨著測序技術(shù)的發(fā)展，產(chǎn)生的數(shù)據(jù)-WPSOffice目錄隨著測序技術(shù)的發(fā)展，產(chǎn)生的數(shù)據(jù)-WPSOffice隨著測序技術(shù)的發(fā)展，產(chǎn)生的數(shù)據(jù)越來越多，尤其是測序數(shù)據(jù)。"大數(shù)據(jù)時(shí)代"是互聯(lián)網(wǎng)和計(jì)算機(jī)科學(xué)的創(chuàng)造術(shù)語然而，由于人類基因組計(jì)劃、人類微生物組計(jì)劃、1000個(gè)基因組等大量學(xué)者資助，它在生物信息學(xué)研究中也很受歡迎我們想討論一下生物信息學(xué)大數(shù)據(jù)問題，并分享我們的一些評(píng)論和觀點(diǎn)首先，我們應(yīng)該討論下一代測序數(shù)據(jù)并行平臺(tái)被用于海量數(shù)據(jù)，如Hadoop[1，2]、Spark[3，4]、Cuda[5]、MIC[6]等盡管相關(guān)軟件工具已經(jīng)開發(fā)了幾十年，但單線程或獨(dú)立的計(jì)算機(jī)程序無法滿足用戶的需求它們應(yīng)該被定位到參考基因組中，或者用從頭開始的技術(shù)進(jìn)行組裝最新的測序儀(包括Illumina、Hiseq、Roche454等)可生成大量短讀長12345678隨著測序技術(shù)的發(fā)展，產(chǎn)生的數(shù)據(jù)-WPSOffice然而，這些并行工作大多集中在比對(duì)問題上，包括多序列比對(duì)和測序讀長映射從頭開始組裝問題被忽略了，因?yàn)榇髨D很難并行處理大圖總是需要巨大的內(nèi)存，分而治之是一個(gè)不容易的過程因此，提出傳統(tǒng)的并聯(lián)機(jī)構(gòu)漸進(jìn)式組裝將是一個(gè)有趣的方向，可以解決大圖問題對(duì)于內(nèi)存有限和低級(jí)配置計(jì)算機(jī)來說，大數(shù)據(jù)很難處理因此，建議生物信息學(xué)研究人員開發(fā)更快的算法和并行程序然而，有時(shí)它們是編碼人員的福音大數(shù)據(jù)的一些好處是深度學(xué)習(xí)隨著基因組序列的增長，研究人員可以采用深度學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)(CNN)來解決DNA蛋白質(zhì)序列特征提取問題[7]隨著測序技術(shù)的發(fā)展，產(chǎn)生的數(shù)據(jù)-WPSOffice深度學(xué)習(xí)技術(shù)用于蛋白質(zhì)亞細(xì)胞定位[8]、DNA/RNA蛋白質(zhì)修飾預(yù)測[9,10]、藥物和靶點(diǎn)預(yù)測[11]等1234567關(guān)于生物信息學(xué)中的深度學(xué)習(xí)已經(jīng)進(jìn)行了許多調(diào)查[12]除了深度學(xué)習(xí)和并行計(jì)算，傳統(tǒng)的生物信息學(xué)研究也產(chǎn)生了有趣的觀點(diǎn)，如我們之前的特刊所示，包括基因組重建[13]、蛋白質(zhì)提交軟骨體位置[14]和非編碼變異功能優(yōu)先級(jí)[15]傳統(tǒng)技術(shù)，如支持向量機(jī)，并沒有被大數(shù)據(jù)淘汰評(píng)估有多少數(shù)據(jù)屬于大數(shù)據(jù)并不容易因此，假設(shè)有一些過擬合作品聲稱是大數(shù)據(jù)，并任意采用了深度學(xué)習(xí)相關(guān)技術(shù)未來，研究者應(yīng)該更加關(guān)注大數(shù)據(jù)時(shí)代的過擬合問題隨著測序技術(shù)的發(fā)展，產(chǎn)生的數(shù)據(jù)-WPSOffice此外，可視化也是大數(shù)據(jù)研究的重要課題，包括序列比對(duì)、網(wǎng)絡(luò)圖示、樣本分布、分子空間模