個人基因組數(shù)據(jù)管理研究.pdf

1、隨著新一代測序技術的發(fā)展和千人基因組計劃的進行，越來越多的個人基因組序列已經(jīng)被檢測出來，個人基因組的數(shù)據(jù)也在飛速增長，數(shù)據(jù)量非常龐大。如何完成對個人基因組數(shù)據(jù)的收集、存儲、分析、管理和發(fā)布成為重要課題。
　　本文細致地分析了個人基因組數(shù)據(jù)以及數(shù)據(jù)之間的關系，建立了一個統(tǒng)一的數(shù)據(jù)模型來描述個人基因組數(shù)據(jù)。由于各個實驗室產(chǎn)生的個人基因組數(shù)據(jù)都有著自己的格式，針對個人基因組數(shù)據(jù)之間的異構問題，我們以XML格式來表達個人基因組的一些注釋數(shù)

2、據(jù)，解決了個人基因組數(shù)據(jù)的傳輸、發(fā)布以及整合的大部分問題。
　　本文參考了BioSeg序列模型建立了一個個人基因組序列模型來存儲個人基因組序列數(shù)據(jù)，將序列數(shù)據(jù)分為描述部分和多維數(shù)組兩部分，描述部分表示生物序列注釋和其他相關信息,多維數(shù)組表示具體序列。該模型提供了實現(xiàn)生物序列數(shù)據(jù)查詢的代數(shù)操作，綜合其代數(shù)操作能夠?qū)崿F(xiàn)一系列的序列查詢問題，并討論了多維數(shù)組的存儲和管理，為實現(xiàn)新一代的數(shù)據(jù)庫管理系統(tǒng)奠定基礎。
　　本文以數(shù)據(jù)倉庫的

3、思想，結合XML技術開發(fā)了一個個人基因組數(shù)據(jù)管理平臺。在互聯(lián)網(wǎng)上下載個人基因組數(shù)據(jù)，預處理為統(tǒng)一的數(shù)據(jù)格式。結合關系數(shù)據(jù)庫(RDBMs)和Native XML數(shù)據(jù)庫(NXD)作為后臺數(shù)據(jù)庫，存儲和管理收集到的異構個人基因組數(shù)據(jù)。該平臺可以完成個人基因組數(shù)據(jù)的提交、存儲、管理、分析和發(fā)布。并安裝UCSC Genome Browser鏡像做為后臺服務器，借助UCSC Genome Browser的強大功能，以圖示的方式直觀的顯示出個人基因組