隨著測序技術的發(fā)展產(chǎn)生的數(shù)據(jù)

隨著測序技術的發(fā)展，產(chǎn)生的數(shù)據(jù)-WPSOffice導師:xxx隨著測序技術的發(fā)展，產(chǎn)生的數(shù)據(jù)-WPSOffice目錄隨著測序技術的發(fā)展，產(chǎn)生的數(shù)據(jù)-WPSOffice隨著測序技術的發(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)時代"是互聯(lián)網(wǎng)和計算機科學的創(chuàng)造術語然而，由于人類基因組計劃、人類微生物組計劃、1000個基因組等大量學者資助，它在生物信息學研究中也很受歡迎我們想討論一下生物信息學大數(shù)據(jù)問題，并分享我們的一些評論和觀點首先，我們應該討論下一代測序數(shù)據(jù)并行平臺被用于海量數(shù)據(jù)，如Hadoop[1，2]、Spark[3，4]、Cuda[5]、MIC[6]等盡管相關軟件工具已經(jīng)開發(fā)了幾十年，但單線程或獨立的計算機程序無法滿足用戶的需求它們應該被定位到參考基因組中，或者用從頭開始的技術進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問題上，包括多序列比對和測序讀長映射從頭開始組裝問題被忽略了，因為大圖很難并行處理大圖總是需要巨大的內(nèi)存，分而治之是一個不容易的過程因此，提出傳統(tǒng)的并聯(lián)機構漸進式組裝將是一個有趣的方向，可以解決大圖問題對于內(nèi)存有限和低級配置計算機來說，大數(shù)據(jù)很難處理因此，建議生物信息學研究人員開發(fā)更快的算法和并行程序然而，有時它們是編碼人員的福音大數(shù)據(jù)的一些好處是深度學習隨著基因組序列的增長，研究人員可以采用深度學習和卷積神經(jīng)網(wǎng)絡(CNN)來解決DNA蛋白質序列特征提取問題[7]隨著測序技術的發(fā)展，產(chǎn)生的數(shù)據(jù)-WPSOffice深度學習技術用于蛋白質亞細胞定位[8]、DNA/RNA蛋白質修飾預測[9,10]、藥物和靶點預測[11]等1234567關于生物信息學中的深度學習已經(jīng)進行了許多調(diào)查[12]除了深度學習和并行計算，傳統(tǒng)的生物信息學研究也產(chǎn)生了有趣的觀點，如我們之前的特刊所示，包括基因組重建[13]、蛋白質提交軟骨體位置[14]和非編碼變異功能優(yōu)先級[15]傳統(tǒng)技術，如支持向量機，并沒有被大數(shù)據(jù)淘汰評估有多少數(shù)據(jù)屬于大數(shù)據(jù)并不容易因此，假設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習相關技術未來，研究者應該更加關注大數(shù)據(jù)時代的過擬合問題隨著測序技術的發(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、網(wǎng)絡圖示、樣本分布、分子空間模