病毒基因組生物信息分析系統(tǒng)的構(gòu)建及關(guān)鍵技術(shù)探析

1、    病毒基因組生物信息分析系統(tǒng)的構(gòu)建及關(guān)鍵技術(shù)探析    黃雪瑩摘要：在生物信息學(xué)蓬勃發(fā)展的背景之下，本文將針對病毒基因生物信息分析系統(tǒng)的構(gòu)建及構(gòu)建過程中所使用到的關(guān)鍵技術(shù)進行研究。關(guān)鍵詞：病毒基因組生物信息分析系統(tǒng)；構(gòu)建；技術(shù)生物信息分析系統(tǒng)應(yīng)具備對生物信息進行收集、分析、挖掘等功能，而由于病毒自身進化速度較快，所產(chǎn)生的數(shù)據(jù)量自然也要更多一些，因此，針對病毒基因組建立專門的生物信息分析系統(tǒng)是非常有必要的。本文將首先對這一系統(tǒng)構(gòu)建過程中應(yīng)用到的關(guān)鍵技術(shù)進行介紹，在此基礎(chǔ)上研究具體的系統(tǒng)構(gòu)建辦法。一、關(guān)鍵技術(shù)（一）生物數(shù)據(jù)集成生物數(shù)據(jù)集成主要是指將從w

2、eb數(shù)據(jù)庫中得到的數(shù)據(jù)進行轉(zhuǎn)換、集成的過程，現(xiàn)階段常用的集成方法主要有以下兩種：1、虛擬本地數(shù)據(jù)庫方法。顧名思義，這一方法主要是指在分布式、異構(gòu)式數(shù)據(jù)庫的基礎(chǔ)上構(gòu)建一個軟件層，并通過一個虛擬的集成視圖來完成對數(shù)據(jù)的各項操作。2、數(shù)據(jù)倉庫方法。這一方法主要是指從不同的一級數(shù)據(jù)庫中提取數(shù)據(jù)后將他們集成并存儲到一個集中的數(shù)據(jù)庫中以供用戶進行后續(xù)操作。結(jié)合這樣的概念不難分析出，除了對數(shù)據(jù)進行查詢之外，這一方法同樣支持用戶進行后續(xù)的分析、計算和評估工作。結(jié)合本文所討論的內(nèi)容來說，這樣的特點對于特定數(shù)據(jù)庫的建立是非常有益的。（二）應(yīng)用軟件集成病毒基因組生物信息分析系統(tǒng)的開發(fā)必然需要對大量關(guān)聯(lián)復(fù)雜、形式多樣

3、的數(shù)據(jù)進行處理，在這樣的背景之下，原有的開發(fā)模式已經(jīng)不能滿足這樣的需求，相關(guān)人員必須針對系統(tǒng)間各個機構(gòu)之間的共享、復(fù)用、集成等進一步的進行研究。本文主要對生物信息領(lǐng)域常用的分布式開發(fā)集成技術(shù)進行介紹：1、corba、dcom等傳統(tǒng)分布式體系結(jié)構(gòu)。corba即通用對象請求代理體系結(jié)構(gòu)，這一體系結(jié)構(gòu)可以分為對象請求代理、公共對象服務(wù)、公共設(shè)施三部分。corba雖然能滿足軟件與硬件互聯(lián)的需求，但同時因為其系統(tǒng)過于龐大，相關(guān)技術(shù)和標(biāo)準(zhǔn)更新的都比較緩慢。dcom的全稱為分布式組件對象模式，是對com的拓展，這也就導(dǎo)致了這種模式對于windows以外的操作系統(tǒng)的支持并不理想。2、web服務(wù)。web服務(wù)主要

4、是通過一系列協(xié)議來完成分布式計算的，因此，只要系統(tǒng)支持這些協(xié)議，那么就能支持web服務(wù)的應(yīng)用。近年來，web服務(wù)在生物信息領(lǐng)域已經(jīng)得到了初步的應(yīng)用，這一技術(shù)能有效的消除不同軟件平臺之間的差異，滿足生物信息分析系統(tǒng)對于大量軟件的應(yīng)用需求。3、網(wǎng)格服務(wù)。網(wǎng)格服務(wù)是在web服務(wù)的基礎(chǔ)上提出的，網(wǎng)格服務(wù)定義了一組接口用以解決動態(tài)服務(wù)創(chuàng)建、服務(wù)生命周期管理等問題。通過這一技術(shù)的應(yīng)用，系統(tǒng)中的所有組成部分都將被抽象為“服務(wù)”，進而在此基礎(chǔ)上通過標(biāo)準(zhǔn)接口來進行管理。二、系統(tǒng)構(gòu)建（一）生物信息分析系統(tǒng)結(jié)合上文中的內(nèi)容，病毒基因組生物信息分析系統(tǒng)的構(gòu)建模型如下，本文將分層對其進行介紹。（見圖1）數(shù)據(jù)源層：系統(tǒng)數(shù)

5、據(jù)來源。常用的數(shù)據(jù)存儲方式可以分為關(guān)系數(shù)據(jù)庫、文件數(shù)據(jù)庫兩種。數(shù)據(jù)處理層：這一層應(yīng)完成對源數(shù)據(jù)的集成操作。結(jié)合上文中的內(nèi)容，本文采用以數(shù)據(jù)倉庫方法為主、虛擬本地數(shù)據(jù)庫方法為輔的方式來完成系統(tǒng)的構(gòu)建。通過兩種數(shù)據(jù)集成方式的同時應(yīng)用，系統(tǒng)將能在構(gòu)建新數(shù)據(jù)庫的同時實現(xiàn)動態(tài)更新功能。在圖一中，數(shù)據(jù)處理層主要由html處理器、格式轉(zhuǎn)化器兩部分組成，其中，前者主要完成對html數(shù)據(jù)的處理，并將相關(guān)數(shù)據(jù)存儲到文件數(shù)據(jù)庫中；格式轉(zhuǎn)化器則主要負責(zé)為應(yīng)用層不同的應(yīng)用提供所需的數(shù)據(jù)格式。應(yīng)用層：應(yīng)用層是整體系統(tǒng)的核心組成部分，在系統(tǒng)的構(gòu)建過程中，上文提到的三種應(yīng)用集成模式都可以完成軟件復(fù)用及數(shù)據(jù)復(fù)用的需求。病毒基因

6、組生物信息分析系統(tǒng)應(yīng)具備以下功能：1、數(shù)據(jù)檢查更新。通過對本地數(shù)據(jù)庫與網(wǎng)絡(luò)數(shù)據(jù)庫的對比找出本地數(shù)據(jù)庫中不包含的新數(shù)據(jù)，并在此基礎(chǔ)上進行下載更新。2、數(shù)據(jù)檢索及管理。數(shù)據(jù)的檢索和管理主要是針對數(shù)據(jù)庫的增、刪、改、查等操作。3、數(shù)據(jù)分析。向用戶提供一個完善的生物信息分析環(huán)境，并結(jié)合用戶需求完成數(shù)據(jù)分析工作，將結(jié)果返回給用戶。表示層：在本文所介紹的模型之中，系統(tǒng)表示層主要由數(shù)據(jù)管理界面和數(shù)據(jù)應(yīng)用界面組成，其中，前者主要提供數(shù)據(jù)處理接口，后者主要用來接收用戶的需求。在整個系統(tǒng)中，這一層將直接的與用戶進行交互，而c/s模式的應(yīng)用能極大程度的降低后臺數(shù)據(jù)管理的復(fù)雜性，b/s模式則能為系統(tǒng)內(nèi)部資源的共享和傳

7、輸提供便利，具體構(gòu)建模式的選擇應(yīng)結(jié)合具體需求來確定。（二）系統(tǒng)特點結(jié)合上文中的內(nèi)容，本文所介紹的病毒基因組生物信息分析系統(tǒng)主要具備以下特點：1、層與層之間是獨立的。在這樣的特性支持下，針對不同層的開發(fā)工作將能同步進行，只需要對相應(yīng)的接口進行約定即可。在這樣的背景之下，系統(tǒng)開發(fā)的復(fù)雜性和開發(fā)周期都將得到極大程度的降低。2、底層數(shù)據(jù)與上層應(yīng)用的聯(lián)系將變得更弱。底層數(shù)據(jù)與上層應(yīng)用的聯(lián)系過于緊密必然會導(dǎo)致上層應(yīng)用需要頻繁的進行更新，而數(shù)據(jù)處理層的添加將能有效的解決這一問題。3、系統(tǒng)的可擴展性提高。隨著生物信息領(lǐng)域的不斷發(fā)展，這一系統(tǒng)必然也需要進行功能上的擴展，而在本文所介紹的模型之下，系統(tǒng)擴展將變?yōu)獒槍χ虚g層的處理，工作量將會大大降低。4、能為用戶提供個性化接口。對上文中的內(nèi)容進行分析不難發(fā)現(xiàn)，表示層并不關(guān)心下層結(jié)構(gòu)的實現(xiàn)細節(jié)，因此，對表示層做出的更改也并不會對系統(tǒng)功能造成影響，具體客戶端的表現(xiàn)形式可以是多種多樣的。結(jié)語綜上所述，具備指向性的生物信息分析系統(tǒng)的構(gòu)建已經(jīng)成為必然，而通過生物信息分析平臺多層模型的應(yīng)用，系統(tǒng)的靈活性、可擴展性等都能得到有效提升，因此，在后續(xù)的發(fā)展過程中，相關(guān)的科研人員應(yīng)進一步對這一模型的具體應(yīng)用進行研究，以此來保證病毒