资源描述：
《生物信息学对计算机科学发展的机遇与挑战_何红波》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、生物信息学ChinaJournalofBioinformatics专论与综述生物信息学对计算机科学发展的机遇与挑战1121,2何红波,谭晓超,李斌,李义兵(1.中南大学物理学院,湖南长沙;2.中南大学信息科学与工程学院,湖南长沙410083)摘要:生物信息学是一个发展很快的新兴学科,是计算机应用的最重要的领域之一,同时生物信息学的发展又给计算机学科提出了许多新的课题,从而促进计算机学科自身的发展。从数据库技术、海量存储技术、数据挖掘、计算几何、DNA计算、网格计算、机器学习、人工心智、webservi
2、ce等方面,就生物信息学对计算机科学发展的促进作用进行了论述。关键词:生物信息学;数据库技术;数据挖掘;计算几何;机器学习中图分类号:TP3文献标识码:A文章编号:1672-5565(2005)-01-0037-05Opportunitiesandchallenges:whencomputersciencemeetsbioinformaticsHEHong-Bo,TANXiao-Chao,LIBin,LIYi-Bing(11CollegeofPhysicsandCollegeofInformation
3、,CentralSouthUniversity,Changsha410083,P.R.China;21Collegeofinformationscienceandengineering,Centralsouthuniversity,changsha,Hunam,China)Abstract:Theopportunitiesandchallengeswhenbioinformaticsmeetscomputersciencearediscussed.Bioinformaticsisafast-growi
4、ngsubjectanditisalsothemostimportantappliedfieldofthecomputerscience.Alsothedevelopmentsofbioinformaticsbringmanynewtaskstocomput-erscienceandthenpromotethedevelopmentofcomputerscience.Inthispaper,wediscussthepromotionofbioinformaticstocomputersciencefr
5、ommanyaspectsincludingdatabasetechnology,massivestoragetechnology,datamining,computergeometry,gridcomputing,machinelearn-ing,artificialintelligence,webservice.Keywords:bioinformatics;databasetechnology;datamining;computergeometry;machinelearning生物信息学是将计
6、算机科学和数学应用于生物有的机遇与挑战。大分子信息的获取、加工、存储、分类、检索与分析,1数据库技术与海量存储技术以达到理解这些生物大分子信息的生物学意义的交叉学科[1,2]。但目前生物信息学领域面临数据增长生物信息数据库具有数据结构复杂、数据量增过快,各种各样数据库的种类愈来愈多的困境[3]。长迅速等特点。很多数据库涉及非结构化的数据,[6]第一,信息结构复杂性高,在生物信息的概念复杂性如PDB中的蛋白质三级结构等,传统的关系数据和确认生物信息之间的关联性困难;第二,信息的储库已不能适应其发展,因此
7、必须要采用面向对象的存方式及结构是异质的;第三,信息库的储存资料的数据库技术来处理复杂结构的生物数据。生物信息格式是变动的;第四,生物信息的数据量是激增的,数据库具有种类繁多的特点,目前各种生物信息数以Genbank中的DNA碱基数为例,其增长速度呈指据库有500多种,分布在全球各个数据库服务器[4][7]数性增长,大约每14个月就会增长一倍。这种生中。这些数据库的结构各异,这使很多从事生物物信息数据的快速增加和大量积累,在人类的科学学研究的人一筹莫展,有必要采用分布式数据库技研究历史中是空前的,给计
8、算机科学带来了前所未术对这些数据库进行集成与整合。另外,生物数据收稿日期:2004-05-24;修回日期:2005-01-04基金项目:国家自然科学基金(60371046)与湖南省自然科学基金资助。作者简介:何红波(1972-),男,博士,教授。主要研究方向:生物信息学,人工生命,人工智能,网络计算等,E-mail:mri@csu.edu.cn38生物信息学第3卷库的数据质量并不能完全保证,因而有必要采用级结构序列和其对应的三级结构序列来挖掘知识,ETL
