数据挖掘在生物信息学的应用

生物信息学在昆虫几丁质酶研究中的应用，仙笑笑，范晓军，生物信息学是20世纪80年代末兴起的一门新兴的交叉学科，随着基因组和蛋白组研究的不断发展，生物信息学在众多生物学领域发挥着越�

文本挖掘是利用数据挖掘技术在大量的文本集合中发现隐含的知识的过程。近年来许 多研究人员利用计算机技术对生物医学文献全文或摘要进行了分析，现综述各项研究中所来用的文 本挖掘技术。文本挖掘的任务包括在大量

BeeDeeM :生物信息学数据库管理系统 BeeDeeM是一个通用的乙ioinformatics d atabank中号anager。 它提供了一套命令行和UI软件,用于安装和使用主要序列数据库和生

生物信息学数据分析中的GWAS方法是基于大数据和高通量技术的分析方法，用于研究遗传变异与表型相关性的机制。该方法通过对样本基因组信息进行比对和分析，寻找与表型相关的遗传变异，从而发现潜在的遗传基础。本

高通量测序技术产生的DNA序列数据长度较短,而且数据量非常巨大。分析了高通量测序环境下大数据的挑战和机遇,总结并讨论了数据压缩、宏基因组数据序列拼接、宏基因组数据序列分析方面的算法和工具等研究成果。最

生物信息学算法导论英文版

耶鲁大学Mark Gerstein教授的生物信息学导论课件，对生物信息学有着深入浅出的介绍。该讲义介绍了生物信息学处理的数据类型、内容、方法，并用很多幽默简明的插图让非生物专业的人士理解这些内容。

生物信息学现状和重要研究方向 幻灯片ppt

大学生物信息学教学思考，黄菊香，，生物信息学以现代计算机科技和信息技术为手段在生物学范畴内揭示隐藏在生物数据背后的人类奥秘，是生物科学与信息技术高度结合的

JONES,N.C.andP.A.PEVZNER(2004).Anintroductiontobioinformaticsalgorithms(生物信息学算法导论),TheMITPress.英文版