一：目前常用生物信息学分析方法有哪些
现在比较热门的数据库包括GEO、TCGA
GEO分析主要是芯片做差异分析，得到差异基因，差异基因可以做GO、KEGG功能富集分析
TCGA数据库是癌症分析的利器，可以做差异基因，差异miRNA，差异lncRNA，下载和整理临床数据，做生存分析，高难度的COX分析
这两个数据库可以发到不错的文章
二：生物信息学对数据的处理一般是一个什么样的过程
高通量数据类型主要包括基因芯片和基因测序，我估计你想知道的是具体的内容。
具体的内容其实是指的高通量测序技术的应用，例如microarray，RNA-Seq，Exome-Seq，Target-Seq，Whole-genome-sequencing，宏基因组，16S RNA，microRNA，lncRNA测序等。
研究的问题就更五花八门了，像现在精准医疗的概念很火，主要是以基因测序为入口，后面的应用，例如产前诊断，孕前诊断等，甚至像亲子鉴定，肿瘤靶标等都可以通过生物信息学的分析手段来搞定。
生物信息分析分为几个层次，第一个层次基本上就是用别人做好的成熟软件，直接分析出你要的结果，再深入就是你会根据问题找到更合适的一些软件或者模块，自己组建一些分析流程，包括自己写一些辅助的程序脚本，更深入的层次就是市面上没有符合你要求的软件或者统计算法，你依据自己的需求，定制自己的分析过程，自己从头开始写基础程序，写统计算法，写模型等。到了这个程度就没有那么多限制了，主要比的是个人的思维想法以及眼界开阔程度。
现在也很多生物信息的分析方法应用在大数据的各个领域。本质是各种统计思维方法的实现，找出特定的模式结果。
三：如何从零开始掌握生物信息学分析
今天的世界大不同，表现在生命科学研究领域，就是一切都开始进入了大数据时代，无论是DNA序列，显微图片，还是质谱数据，研究人员都越来越需要对这些庞大的信息进行收集、整合、处理和诠释。
对于许多生物学家们来说，这并不容易完成，传统的科研培训方式主要集中于科学的基础原理和实验方法，而不是计算机编程和数据统计，因此当不少研究人员发现自己需要面对大量的数据量时，他们不知道如何处理这些问题。
目前其实也不乏现成的计算工具，而且不少都是免费的，但对于门外汉来说还是有些难。通常情况下研究人员还是需要深入了解这些界面并未友好的程序，才能运行，而这需要计算运行的深厚知识。
这就会导致研究人员在进行大数据研究的时候，不得不自己编写一些程序来进行可重复和得到证实的信息处理。然而这些过程也需要小心处理，一不留意犯错了，就有可能危及数据本身。
四：如何从零开始掌握生物信息学分析
是序列分析吗？在NCBI和Expasy上都有基因序列和编码蛋白的分析，找几篇文献学着做就可以了
五：如何从零开始掌握生物信息学分析
是序列分析吗？在NCBI和Expasy上都有基因序列和编码蛋白的分析，找几篇文献学着做就可以了
六：求助分析蛋白的生物信息学分析方法
预测蛋白质的亚细胞定位，是通过生物信息学的方法的。 或者你在NCBI数据库中比对到了编码类似蛋白的基因，如果该基因有人做过亚细胞定位的实验，你也可以大概知道其编码的蛋白质在细胞内部的定位。不同物种，不同基因家族成员有可能有区别。
七：用生物信息学怎么分析一个基因的结构与功能
1,去NCBI上进行Blast，如果与已知的基因相同，可以直接点开它的基因简介，一般都会有该基因的结构功能说明。
2，如果与已知的序列有差异，就可以上EXpasy进行在线预测
八：如何利用生物信息学分析一个基因的DNA序列
如何利用生物信息学分析一个基因的DNA序列
基因克隆是70年代发展起来的一项具有革命性的研究技术，可概括为∶分、切、连、转、选。最终目的在于通过相应技术手段，将目的基因导入寄主细胞，在宿主细胞内目的基因被大量的复制。
"切"是指用序列特异的限制性内切酶切开载体DNA，或者切出目的基因；"连"是指用DNA连接酶将目的DNA同载体DNA连接起来，形成重组的DNA分子；"转"是指通过特殊的方法将重组的DNA分子送入宿主细胞中进行复制和扩增；"选"则是从宿主群体中挑选出携带有重组DNA分子的个体。基因工程技术的两个最基本的特点是分子水平上的操作和细胞水平上的表达，而分子水平上的操作即是体外重组的过程，实际上是利用工具酶对DNA分子进行"外科手术"。
九：如何利用生物信息学分析测序结果
目前国际上通用的基因组
De Novo
测序方法有三种：
1.
用
Illumina Solexa GA IIx
测序仪直接测序；
2.
用
Roche GS FLX Titanium
直接完成全基因组测序；
3.
用
ABI 3730
或
Roche GS FLX Titanium
测序，
搭建骨架，
再用
Illumina Solexa GA IIx
进行深度测序，完成基因组拼接。
扫一扫手机访问
