1、基于生物信息學的方法基于生物信息學的方法發表發表SCISCI文章文章宋偉宋偉http:/目目 錄錄http:/1 生物信息學簡介2 2 生物信息學發表生物信息學發表SCISCI文章優勢文章優勢3 SCI 簡介4 4 基于生物信息學可發表基于生物信息學可發表SCISCI文章內容文章內容5 5 發表發表SCISCI文章流程文章流程一、生物信息學簡介一、生物信息學簡介生物信息學（bioinformatics）定義：是在大分子方面的概念型的生物學，并且使用了信息學的技術，這包括了從應用數學、計算機科學以及統計學等學科衍生而來各種方法，并以此在大尺度上來理解和組織與生物大分子相關的信息。 (Luscom

2、be,2001)http:/http:/研究內容研究內容生物信息的存儲與查詢；序列比對；基因預測及基因組分析；分子進化與系統發育分析；RNA結構預測；蛋白質結構預測；分子設計與藥物設計；生物網絡；生物芯片；一、生物信息學簡介一、生物信息學簡介歸根結底，生物信息學主要研究兩種信息載體：DNA分子蛋白質分子從信息學的角度來看，生物分子是生物信息的載體http:/一、生物信息學簡介一、生物信息學簡介生物分子至少攜帶著三種生物分子至少攜帶著三種信息：信息：遺傳信息遺傳信息與功能相關的結構信息與功能相關的結構信息進化信息進化信息http:/一、生物信息學簡介一、生物信息學簡介遺傳信息的載體DNA。控制生

3、物體性狀的基因是一系列DNA片段，DNA通過自我復制，在生物體的繁衍過程中傳遞遺傳信息蛋白質的結構決定其功能：空間結構。DNA分子和蛋白質分子都含有進化信息通過比較相似的蛋白質序列，如肌紅蛋白和血紅蛋白，可以發現由于基因復制而產生的分子進化證據http:/一、生物信息學簡介一、生物信息學簡介二二、生物生物信息學優勢信息學優勢http:/二二、生物生物信息學優勢信息學優勢20世紀50年代，DNA雙螺旋結構的闡明開創了分子生物學的時代。以生物學和醫學為主要研究內容的生命科學研究從此進入了前所未有的高速發展的階段。生物數據激增，平均每10個月翻一番，僅從文章的增長數量來看，分子生物學和遺傳學的文獻積

4、累從60年代中期的接近10萬篇, 到2000年，則增長至約50萬篇！HGP生物數據的激增（每10個月翻一番）生物學家數學家計算機科學家生物信息學（bioinfomatics)的誕生http:/另外，更為大量的數據已經不再以傳統的文獻形式發表；這里，最為典型的是DNA序列的數據。DNA序列的數據已經從80年代初期的約百條序列、幾十萬堿基上升至90年代末的數十億堿基及包括人類基因組在內的一大批(數百萬)cDNA、基因和基因組序列了。至2000年底，國際數據庫中記錄的接近一千萬條DNA序列的堿基數已超過100億！也就是說，在短短的約18年間，數據量增長丁近十萬倍！http:/二二、生物生物信息學優勢

5、信息學優勢事實上， 在今天的一個大型的基因測序中心，每天可進行十萬個測序反應，產生出l07的序列數據。參與人類基因組測序的公共部分合作的各國測序中心，自1999年6月開始進入大規模測序階段，在短短的8個月內，測序能力上升了將近8倍。至2000年6月，這些中心在6個星期內的測序量就相當于一個人的基因組。也就是說，每周7天，每天24小時。每秒即可產出1000個堿基的數據！至2000年10月，從230億的測序數據中產生的草圖總數據數已達45億堿基(45Gb)。http:/二二、生物生物信息學優勢信息學優勢生物分子數據 計算機計算 + 生物信息是一門交叉學科，無論是生物學，計算機學，數學等都可以對其進

6、行系統研究，進而快速高效的發表SCI文章http:/二二、生物生物信息學優勢信息學優勢生物信息學發表文章的優勢1. 豐富的數據資源和生物軟件工具； 數據庫：NCBI, EBI, DDBJ, PDB, SWISS-PROT等； 軟件工具：Cytoscape，BLAST, R語言，String, David等；2.免去了繁雜和重復的實驗；3.速度快；3.是一門新興的學科且具有長遠的研究意義；4.內容豐富，知識龐大，可研究和待解決的問題很多。 包括生物學方面的(如分子的功能如何進化)和計算方面的(如數據庫系統間如何最有效地協同)http:/二二、生物生物信息學優勢信息學優勢三、三、SCISCI介紹介

7、紹http:/Science Citation Index, SCI三、三、SCISCI介紹介紹SCI是美國科學引文索引的英文簡稱，其全稱為：Science Citation Index，創刊于1961年，它是根據現代情報學家加菲爾德(Engene Garfield) 1953年提出的引文思想而創立的。SCI是由ISI（ Institute for Scientific Information Inc.）美國科學情報所出版，現為雙月刊。SCI是一部國際性索引，包括有：自然科學、生物、醫學、農業、技術和行為科學等，主要側重基礎科學。所選用的刊物來源于94個類、40多個國家、50多種文字，這些國家

8、主要有美國、英國、荷蘭、德國、俄羅斯、法國、日本、加拿大，中國等。http:/SCI基本概念引文(Citation)和來源文獻(Source Item)： 一篇文章的參考文獻稱為引文，該篇文章稱為來源文獻。刊載來源文獻的期刊或專著叢書等稱為來源出版物(Source Publications)。 被引作者或引文作者(Cited Author)：即參考文獻的作者。 引文索引：反映文獻之間引用和被引用關系及規律的一種新型的索引工具。影響因子（Impact Factor,IF)是ISI的期刊引證報告中的一項數據。 即某期刊前兩年發表的論文在統計當年的被引用總次數除以該期刊在前兩年內發表的論文總數。三、

9、三、SCISCI介紹介紹SCI收錄范圍印刷版(SCI) 雙月刊3,500種 聯機版(SciSearch) 周更新5,600種 光盤版(帶文摘)(SCICDE) 月更新3,500種(同印刷版) 網絡版(SCIExpanded) 周更新5,600種(同聯機版)http:/三、三、SCISCI介紹介紹四、基于生物信息學發表四、基于生物信息學發表SCISCI文章文章http:/四、基于生物信息學發表四、基于生物信息學發表SCISCI文章文章發表SCI文章的重要性：深入的研究，推動科學發展；提高知名度；個人付出的結晶；基金的申請和評價；獲得學位或晉升職稱；分享成果的樂趣；http:/基于生物信息學可發表

10、基于生物信息學可發表SCISCI文章內容文章內容基因基因芯片芯片數據的二次挖掘數據的二次挖掘構建疾病數據庫構建疾病數據庫基因組進化分析藥物治療的生物信息分析基因突變及SNP分析新算法或者新軟件包開發構建網絡服務器（web service）疾病潛在的候選基因分析基因多態性分析http:/基于生物信息學可發表基于生物信息學可發表SCISCI文章內容文章內容1. 基因芯片數據分析實例：對人肝癌基因芯片數據開始分析，通過數據標準化、質量控制、差異表達基因篩選、基因功能富集分析等流程，得到人肝癌相關基因并預測其分子生物學機理。合作發表文章： He B, et al.A comprehensive ana

11、lysis of the dynamic biological networks in HCV induced hepatocarcinogenesis. PLoS One. 2011 Apr 19;6(4):e18516. PMID: 21526182；影響因子：4.092；http:/基于生物信息學可發表基于生物信息學可發表SCISCI文章內容文章內容2. 疾病數據庫的構建實例：從公共數據庫收集下載人類肺癌相關數據，利用相關的生物信息學方法對數據進行分析、處理，得到肺癌相關的信息（gene，miRNA，Protein，SNP等），然后構建肺癌數據庫。合作發表文章： Wang L, et a

12、l.HLungDB: an integrated database of human lung cancer research.Nucleic Acids Res. 2010 Jan;38(Database issue):D665-9. PMID: 19900972；影響因子：8.026http:/基于生物信息學可發表基于生物信息學可發表SCISCI文章內容文章內容3. 植物細胞器基因組進化分析實例：根據基因組測序和組裝獲得目標基因組的序列和結構，然后對其進行功能注釋、SNP、Repeat以及多態性分析。合作發表文章： Zhang T, ea al.The complete chloropla

13、st and mitochondrial genome sequences of Boea hygrometrica: insights into the evolution of plant organellar genomes.PLoS One. 2012;7(1):e30531. PMID: 22291979；影響因子：4.092http:/基于生物信息學可發表基于生物信息學可發表SCISCI文章內容文章內容4.軟件包的開發實例：目前二代測序技術的廣泛應用，需要一種全面的高效的質量評價軟件來對測序結果進行分析，例如correlation between forward and rever

14、se reads, read GC-content distribution, base Ns quality等，本實驗還特別創新了新的功能： detect and remove duplicate reads after taking sequencing errors into account and trimming low quality reads from raw data。合作發表文章： Zhang T, ed al.BIGpre: a quality assessment package for next-generation sequencing data.Genomics

15、Proteomics Bioinformatics. 2011 Dec;9(6):238-44. PMID: 22289480；http:/基于生物信息學可發表基于生物信息學可發表SCISCI文章內容文章內容5. 構建網絡服務器實例：通過對現有的算法或者新開發的算法進行編程，然后實現在線的計算、分析和預測等功能。合作發表文章： Lun Yang, et al. SePreSA: a server for the prediction of populations susceptible to serious adverse drug reactions implementing the met

16、hodology of a chemicalprotein interactome. Nucleic Acids Res. 2009 July 1; 37(Web Server issue): W406W412. PMID: 19417066 ；影響因子：8.026http:/基于生物信息學可發表基于生物信息學可發表SCISCI文章內容文章內容6. 藥物治療疾病的生物信息學分析說明：通過對比藥物處理前后的疾病芯片的基因差異表達，利用適當方法篩選差異表達基因，并對其進行功能分析和代謝分析，從而闡述藥物治療的機理。合作發表文章： Shao L, et al. Dynamic network of

17、transcription and pathway crosstalk to reveal molecular mechanism of MGd-treated human lung cancer cells. PLoS One. 2012;7(5):e31984. PMID: 22693540 ；影響因子：4.092http:/基于生物信息學可發表基于生物信息學可發表SCISCI文章內容文章內容7. 疾病潛在的候選基因分析說明：通過對芯片數據的挖掘，得到疾病的差異轉錄調控網絡，進而對網絡進行聚類分析和功能注釋分析，得到疾病潛在的候選基因及功能。合作發表文章： Bai J, et al. Tr

18、anscriptome network analysis reveals potential candidate genes for squamous lung cancer. Int J Mol Med. 2012 Jan;29(1):95-101. PMID: 21922129 ；影響因子： 1.573http:/基于生物信息學可發表基于生物信息學可發表SCISCI文章內容文章內容8.基因多態性分析說明：通過研究不同的地區人類某基因的外顯子及內含子序列，得到不同的某基因多態性，進而構建基因多態性數據庫。合作發表文章： Chen L, et al. Genetic polymorphism

19、analysis of CYP2C19 in Chinese Han populations from different geographic areas of mainland China. Pharmacogenomics. 2008 Jun;9(6):691-702. PMID: 18518848；影響因子： 3.9748http:/合作發表合作發表SCISCI文章舉例文章舉例1. Zhang, T., et al., The Complete Chloroplast and Mitochondrial Genome Sequences of Boea hygrometrica: In

20、sights into the Evolution of Plant Organellar Genomes. PLoS One, 2012. 7(1): p. e30531.2. Zhou, H., et al., Genomic analysis of the multidrugresistant Acinetobacter baumannii strain MDRZJ06 widely spread in China. Antimicrob Agents Chemother, 2011. 55(10): p. 4506 12.3. Zhang, T., et al., An efficie

21、nt procedure for plant organellar genome assembly, based on whole genome data from the 454 GS FLX sequencing platform. Plant Methods, 2011. 7: p. 38.4. Zhang, T., et al., BIGpre: A Quality Assessment Package for NextGeneration Sequencing Data. Genomics Proteomics Bioinformatics, 2011. 9(6): p. 238 4

22、4.5. Yang, L., et al., Chemicalprotein interactome and its application in offtarget identification. Interdiscip Sci, 2011. 3(1): p. 22 30.6. Yang, L., et al., Exploring offtargets and offsystems for adverse drug reactions via chemicalprotein interactome clozapineinduced agranulocytosis as a case stu

23、dy. PLoS Comput Biol, 2011. 7(3): p. e1002016.7. Xuan, J., et al., Metabolomic profiling to identify potential serum biomarkers for schizophrenia and risperidone action. J Proteome Res, 2011. 10(12): p. 5433 43.8. Xiao, Y., et al., Characterization of a novel missense mutation on murine Pax3 through

24、 ENU mutagenesis. J Genet Genomics, 2011. 38(8): p. 333 9.9. Wen, Z., et al., Discovery of molecular mechanisms of traditional Chinese medicinal formula SiWuTang using gene expression microarray and connectivity map. PLoS One, 2011. 6(3): p.e18278.10. Sardana, D., et al., Drug repositioning for orph

25、an diseases. Brief Bioinform, 2011. 12(4): p 346 56.合作發表合作發表SCISCI文章舉例文章舉例11. Luo, H., et al., DRARCPI: a server for identifying drug repositioning potential and adverse drug reactions via the chemicalprotein interactome. Nucleic Acids Res, 2011. 39(Web Server issue): p. W492 8.12. Li, P., et al., A

26、tPID: the overall hierarchical functional protein interaction network interface and analytic platform for Arabidopsis. Nucleic Acids Res, 2011. 39(Database issue): p. D1130 3.13. Chen, G., et al., De novo transcriptome assembly of RNASeq reads with different strategies. Sci China Life Sci, 2011. 54(

27、12): p. 1129 33.14. Chen, G., C. Wang, and T. Shi, Overview of available methods for diverse RNASeq data analyses. Sci China Life Sci, 2011. 54(12): p. 1121 8.15. Chen, G., et al., Revealing the missing expressed genes beyond the human reference genome by RNASeq. BMC Genomics, 2011. 12(1): p. 590.16

28、. Yang, L., et al., ReCGiP, a database of reproduction candidate genes in pigs based on bibliomics. Reprod Biol Endocrinol, 2010. 8: p. 96.17. Xu, F., et al., Global protein interactome exploration through mining genomescale data in Arabidopsis thaliana. BMC Genomics, 2010. 11 Suppl 2: p. S2.18. Wan

29、g, L., et al., HLungDB: an integrated database of human lung cancer research. Nucleic Acids Res, 2010. 38(Database issue): p. D665 9.19. Shi, L., et al., The MicroArray Quality Control (MAQC)II study of common practices for the development and validation of microarraybased predictive models. Nat Bio

30、technol, 2010. 28(8): p. 827 38.20. He, B., et al., HCCNet: an integrated network database of hepatocellular carcinoma. Cell Res, 2010. 20(6): p. 732 4.合作發表合作發表SCISCI文章舉例文章舉例21. Du, J.F., et al., Cloning, expression and functional analysis of CuZnSOD gene in swine. Yi Chuan, 2010. 32(10): p. 1037 42

31、.22. Yang, L., L. Xu, and L. He, A CitationRank algorithm inheriting Google technology designed to highlight genes responsible for serious adverse drug reaction. Bioinformatics, 2009. 25(17): p. 2244 50.23. Yang, L., et al., SePreSA: a server for the prediction of populations susceptible to serious

32、adverse drug reactions implementing the methodology of a chemicalprotein interactome. Nucleic Acids Res, 2009. 37(Web Server issue): p. W406 12.24. Yang, L., J. Chen, and L. He, Harvesting candidate genes responsible for serious adverse drug reactions from a chemicalprotein interactome. PLoS Comput

33、Biol, 2009. 5(7): p. e1000441.25. Xing, Y., et al., Systematic screening for polymorphisms within the UGT1A6 gene in three Chinese populations and function prediction through structural modeling. Pharmacogenomics, 2009. 10(5): p. 741 52.26. Wei, Z., et al., Association analysis of serotonin receptor

34、 7 gene (HTR7) and risperidone response in Chinese schizophrenia patients. Prog Neuropsychopharmacol Biol Psychiatry, 2009. 33(3): p. 547 51.27. Hirao, T., et al., Complete nucleotide sequence of the Cryptomeria japonica D. Don. chloroplast genome and comparative chloroplast genomics: diversified ge

35、nomic structure of coniferous species. BMC Plant Biol, 2008. 8: p. 70.28. Chen, L., et al., Genetic polymorphism analysis of CYP2C19 in Chinese Han populations from different geographic areas of mainland China. Pharmacogenomics, 2008. 9(6): p. 691 702.29. Lou, J., J. Xue, and Q. Lin, Transcriptomewide Network Analysis of Squamous Lung Cancer Reveals Potential Methylation G