基于生物信息学的鳜鱼基因知识发现*

doi:10.11925/infotech.1003-3513.2005.05.16

现代图书情报技术

2005, Vol. 21

Issue (5): 68-70 https://doi.org/10.11925/infotech.1003-3513.2005.05.16

网络资源与建设

本期目录 | 过刊浏览 | 高级检索

基于生物信息学的鳜鱼基因知识发现*

邓菲

（佛山大学科学技术学院图书馆广东 528000）

Discovery of Gene Knowledge of Siniperca Chuatsi Based on Bioinformatics

Deng Fei

(Foshan University Library, Guangdong 528000,China)

摘要
参考文献
相关文章
Metrics

全文: PDF (0 KB)
输出: BibTeX | EndNote (RIS)

摘要

以鳜鱼基因克隆为例，揭示了基于生物信息学的知识发现的全过程。利用Entrez、SRS等检索工具从GenBank、EMBL等核酸序列数据库、鱼类专业数据库获取相关鱼类的基因等信息，采用半经验值直观算法，以BLAST、FASTA方法结合Taxonomy分类数据库，选择恰当的过滤程序过滤掉效数据，最终获得与知识发现预期结果一致知识。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ：知识发现, 生物信息学, 数据库, 基因

Abstract：

The whole process of the knowledge discovery based on the bioinformatics has been showed by the example of gene cloning of Siniperca chuatsi. The gene information of related fishes are got from the nuclei acid databases of GenBank, EMBL and the fish databases using the retrieval tools of Entrez and SRS. The arithmetic method of half experience value has been adopted. The methods of BLAST and FASTA are combined with the classification database of Taxonomy. The adequacy filtration programs are selected to filtrate the inefficacy data. Finally, the knowledge consistent with expect result of knowledge discovery are got.

Key words： Knowledge discovery Bioinformatics DatabaseGene

收稿日期: 2005-01-05 出版日期: 2005-05-25

ZTFLH:

G354

基金资助:

*国家自然科学基金（30170737，30470978）和广东省自然科学基金（04011645）资助。

通讯作者: 邓菲 E-mail: dfx1972@126.com

作者简介: 邓菲

引用本文:

邓菲. 基于生物信息学的鳜鱼基因知识发现*[J]. 现代图书情报技术, 2005, 21(5): 68-70.
Deng Fei. Discovery of Gene Knowledge of Siniperca Chuatsi Based on Bioinformatics. New Technology of Library and Information Service, 2005, 21(5): 68-70.

链接本文:

http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2005.05.16 或 http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2005/V21/I5/68

1Fayyad, U. (1996). Data mining and knowledge discovery :Making sense out of data.IEEE Expert, 1996，11(5)： 220-225
2唐冬生,禹宽平,汤熙翔，等．生物信息学技术克隆人类神经髓鞘蛋白零家族基因. 生物化学与生物物理学报 2000，32（4）:364-368
3郝柏林，张淑誉. 生物信息学手册. 上海：上海科学技术出版社，2000
4李德明. 鱼类分类学. 上海：海洋出版社，1998：1-280
5朱松泉. 中国淡水鱼分类检索. 南京：江苏科学技术出版社，1995：1-549
6Crollius HR, Jaillon O, Dasilva C, et al. Characterization and repeat analysis of the compact genome of the freshwater pufferfish Tetraodon nigroviridis. Genome Res 2000，10(7):939-949

[1]	沈喆, 王毅, 姚毅凡, 成颖. 面向学术文献的作者名消歧方法研究综述*[J]. 数据分析与知识发现, 2020, 4(8): 15-27.
[2]	沈志宏,赵子豪,王海波. 以图为中心的新型大数据技术栈研究 ^*[J]. 数据分析与知识发现, 2020, 4(7): 50-65.
[3]	胡佳慧,方安,赵琬清,杨晨柳,任慧玲. 面向知识发现的中文电子病历标注方法研究 ^*[J]. 数据分析与知识发现, 2019, 3(7): 123-132.
[4]	吴菊华,王煜,黎明,蔡少云. 基于加权知识网络的在线健康社区用户知识发现^*[J]. 数据分析与知识发现, 2019, 3(2): 108-117.
[5]	杨磊,王子润,侯贵生. 基于Q-LDA主题模型的网络健康社区主题挖掘研究 ^*[J]. 数据分析与知识发现, 2019, 3(11): 52-59.
[6]	胡吉颖,谢靖,钱力,付常雷. 基于知识图谱的科技大数据知识发现平台建设^*[J]. 数据分析与知识发现, 2019, 3(1): 55-62.
[7]	孙海霞, 王蕾, 吴英杰, 华薇娜, 李军莲. 科技文献数据库中机构名称匹配策略研究^*[J]. 数据分析与知识发现, 2018, 2(8): 88-97.
[8]	牟冬梅, 金姗, 琚沅红. 基于文献数据的疾病与基因关联关系研究^*[J]. 数据分析与知识发现, 2018, 2(8): 98-106.
[9]	王欣, 冯文刚. 在线极端主义和激进化监测技术综述^*[J]. 数据分析与知识发现, 2018, 2(10): 2-8.
[10]	张志强, 范少萍, 陈秀娟. 面向精准医学知识发现的生物医学信息学发展^*[J]. 数据分析与知识发现, 2018, 2(1): 1-8.
[11]	牟冬梅, 王萍, 赵丹宁. 高维电子病历的数据降维策略与实证研究^*[J]. 数据分析与知识发现, 2018, 2(1): 88-98.
[12]	魏星, 胡德华, 易敏寒, 朱启贞, 朱文婕. 基于数据立方体挖掘疾病-基因-药物新关联^*[J]. 数据分析与知识发现, 2017, 1(10): 94-104.
[13]	谢秀芳, 张晓林. 针对科技路线图的文本挖掘研究: 集成分析及可视化^*[J]. 数据分析与知识发现, 2017, 1(1): 16-25.
[14]	牟冬梅,任珂. 三种数据挖掘算法在电子病历知识发现中的比较^*[J]. 现代图书情报技术, 2016, 32(6): 102-109.
[15]	刘红煦,曲建升. 主流Meta分析软件功能及其在领域知识发现的拓展应用研究^*[J]. 现代图书情报技术, 2016, 32(5): 9-21.

Viewed

Full text

Abstract

Cited

Shared

Discussed