基因表达数据在线分析开题报告

1. 研究目的与意义

随着 cdna 微阵列和寡核苷酸芯片等高通量检测技术的发展，我们可以从全基因组水平定量或定性检测基因转录产物 mrna 。

基因表达数据特指基于 dna 微阵列实验得到的反映 mrna 丰度的数据，而不包括基因表达最终产物蛋白质丰度的数据。

由于生物体中的细胞种类繁多，同时基因表达具有时空特异性，因此，基因表达数据与基因组数据相比，要更为复杂，数据量更大，数据的增长速度更快。

2. 国内外研究现状分析

国际上在核酸和蛋白质两个层次上发展了分析基因表达谱的新技术，即核酸层次上的cdna芯片技术和蛋白质层次上的二维凝胶电泳和测序质谱技术，也即蛋白质组技术。

dna芯片技术能够在基因组水平分析基因表达，检测许多基因的转录水平。

目前我们处理的基因表达谱主要来自cdna芯片，基于基因芯片技术，人们可以同时观察成千上万个基因在某一生命现象中的表达情况，从而将基因的活动状态比较完整地展现出来，使得人们能够从基因组整体水平上把握生命的某些特征。

3. 研究的基本内容与计划

研究内容安装linux系统，在linux环境下搭建drupal网站，然后完善网站的基本内容。

随后在网站中插入在线搜索基因的转基因功能。

总体安排和计划进度（包括阶段性工作内容及完成时间）：2014年01月15日前，提交开题报告并准备相关参考文献资料，在自己的电脑上安装linux系统等；2014年02月24日~03月01日，开题报告答辩，查阅资料，自学php、python语言，并搭建好drupal网站；2014年03月01日~03月10日，查阅资料，完善网站结构，并插入在线搜索功能。

4. 研究创新点

传统的基因表达数据分析方法有表达差异分析、聚类分析和分类，但是面对海量的生物信息数据，并且这种数据增长极其迅速，这种分析方法依然不够完善。

与生物信息学相比，基因表达谱的生物信息学仅处于起步阶段，尽管应用了诸如聚类分析、分类、主成分分析等方法，但还有许多问题有待研究。

人们面对的是海量的生物信息数据，并且这种数据增长极其迅速，如何发展有效的生物信息学工具从这种包含序列结构和功能信息的数据海洋中确定与某一特定生命现象相关的基因及其功能已成为后基因组时代轨迹上争夺的焦点。