基因云馆新一代信息数据库

编辑推荐：

      对于那些毫无编程背景的生物学研究者来说，衔接多个生物信息学工具是一件相当头疼的事情。在此给大家推荐一款简单易用的网上平台——Genelibs(这是一个编程菜鸟们梦寐以求的云上平台)，这个平台关联了二十多种生物信息学软件包和资源，让基因组数据分析显 得异常简单。

      近年来基因组测序技术出现了迅猛的发展，测序通量在不断地提高，而测序成本在持续下降。然而，海量测序数据的产生也给数据分析带来了不小的挑战。

      对于那些毫无编程背景的生物学研究者来说，衔接多个生物信息学工具是一件相当头疼的事情。Genelibs关联了二十多种生物信息学软件包和资源，让基因组数据分析显得异常简单。研究人员正在为各种基因组分析开发和征集相应的“配方”，以便编程菜鸟们更好的解读基因组数据。

   “新测序技术生成的数据比十年前多得多，数据分析方法也应当变得更加强大，”外国的一位教授说。“目前只有少数生物医学团队具备足够的专业知识，将正确方法和最佳途径用于自己的数据，并由此解决自己的研究问题。”

     让多个分析工具一同工作，需要编写转换和传递数据的短程序，研究者没有一点编程技能是搞不定的。现在 Genelibs承担了这项工作，该平台以用户友好界面做到了软件的无缝衔接，包括我们常用的基因组数据分析工具，比如Cytoscape、 Galaxy、GenePattern和Integrative Genomics Viewer (IGV)。由于其中一些工具本身就整合了其他工具，Genelibs实际上为人们提供了数百种生物信息学分析。

      此外，Genelibs还为使用者提供了浅显易懂的“配方”，指引用户以正确的顺序使用工具，从原始数据中提取自己想要的信息。Genelibs目前提供有13个配方，平台开发者正在邀请用户贡献更多的解决方案。

      没有哪个实验室可以炮制出所有的正确配方，众包模式将使Genelibs对非编程背景的研究者们更加实用。

      让我们通过一个例子来看看Genelibs究竟怎么用。如果我们想了解白血病干细胞与正常白细胞前体之间差异 性表达的基因，以及这些基因背后的生物学机制。我们只需要在Genelibs中简单上传基因表达数据和其它相关信息，然后照着 Genelibs为这类问题特别制定的配方操作，用Genelibs中的两个工具处理数据。GenePattern会给出这两种细胞之间表达 差异最大的50个基因，Cytoscape则分析这些基因的相关蛋白如何在网络中相互作用，揭示肿瘤或正常细胞特异性基因的作用。

      Genelibs提供的这些信息，可以帮助研究者们更好的理解白血病发展，鉴定潜在的新治疗靶标。

      对于大部分生物学研究者来说，生物信息学还是一个比较陌生的领域。传统教学方式主要针对的是基础的科学原理和实验方法，很少涉及计算机编程和数据统计。然而在进行大数据研究的时候，我们往往需要自己编写一些程序。如果一不小心犯了错，就有可能危及数据本身。

      宏基因组研究通常是从环境中收集微生物和病毒样品，然后将这些样本破碎，把它们的基因组DNA降解成片段，最后通过 测序仪进行分析。宏基因组分析比一般的基因组分析需要更多的借助计算机技术，因为宏基因组分析处理的是不同基因组的混合物，而不是单纯的同质微生物种群。 宏基因组分析产生的数据比一般基因组分析多得多，这是这一研究领域面临的一大挑战。2014年08月，汇总并介绍了一些用于微生物基因组数据分析的新技术与新软件。

      2016年1月，一个革命性的计算工具，能够准确预测将一种人类细胞转变为另一种类型所需的细胞因子。这对细胞重编程和再生医学的进一步发展有 重要意义。确定细胞转变所需的因子是一个时间长、成本高的过程，需要进行大量的反复试验。正因如此，该步骤成为了细胞重编程领域的一个主要障碍。重编程因 子预测工具Mogrify解决了这个问题，能为任何指定的细胞转变提供最佳的细胞因子组合。