基因信息数据库准备"/>
构建生物基因信息数据库准备
数据采集
数据主要有3个来源:
①从已有的生物基因信息数据库FTP下载的数据
②通过试验终端产生的原始数据
③对原始数据进行生物信息分析得到的数据
从①生物基因信息数据库下载的数据宜保持跟数据源一样的文件结构
采集的数据格式包括FASTQ、FASTA、GFF和其它特殊格式,在进行数据处理过程中,不同的生物信息分析软件得到的数据格式各不相同。bed、wig 和 sam 等格式文件也 是重要的数据采集对象。
数据处理
①数据处理对象为采集的生物信息数据,主要为DNA和RNA数据
②数据处理过程主要包括 序列数据格式转换 和 原始数据分析
基因信息分析一般流程
数据存储
数据存储之前,要先对数据进行抽象化(将数据以它的语义来呈现出它的外观,但是隐藏起它的实现细节,用来减少数据的复杂度,使得工作人员只需要关注数据少数重要的部分),再进行分类
可按下列方式分类:
a按照数据对象,可分为基因组学数据、转录组学数据、表观组学数据和小RNA数据等
b按数据类别,可分这 生物测序数据 和 生物信息分析数据
c按数据的物种来源,可分为原生生物界、植物界、动物界和真菌界,也可进一步细分为门、纲、目、科、属和种
d按数据重要性,分为保密数据和可公开数据
存储数据时,应建立数据间的逻辑与物理对应关系。可用 DAS(直接附加存储)、NAS (网络附加存储)和 SAN(存储区域网络) 三种存储方式中的 一种或多种。针对保密数据要求采用 SAN 或者 NAS 存储方式,确保可靠性。
参考:生物基因信息数据库建设与管理规范 SZDB /Z 92—2014
更多推荐
构建生物基因信息数据库准备
发布评论