大數(shù)據(jù)處理在基因測(cè)序、重組中的應(yīng)用

廉士珍、胡博　朱言柱　王彧　劉海燕　張海玲　呂爽　閆喜軍

摘要：當(dāng)前社會(huì)是一個(gè)信息數(shù)據(jù)時(shí)代，大數(shù)據(jù)處理以迅速性、準(zhǔn)確性、真實(shí)性的特點(diǎn)在許多領(lǐng)域得以應(yīng)用，在基因測(cè)序與重組領(lǐng)域中大數(shù)據(jù)處理更發(fā)揮出其特有的優(yōu)勢(shì)，將復(fù)雜的基因工程產(chǎn)業(yè)化，使其產(chǎn)生龐大的經(jīng)濟(jì)效益，本文以經(jīng)濟(jì)類(lèi)動(dòng)物為例，論證大數(shù)據(jù)處理如何在基因測(cè)序、重組中的應(yīng)用，將基因科學(xué)轉(zhuǎn)化為經(jīng)濟(jì)效益。

關(guān)鍵詞：大數(shù)據(jù)處理，基因測(cè)序，基因重組，經(jīng)濟(jì)效益

中圖分類(lèi)號(hào)：S8-1 文獻(xiàn)標(biāo)識(shí)碼：B 文章編號(hào)：2096-3637（2017）05-0023-02

現(xiàn)代社會(huì)處于信息快速流通、整合、及管理的進(jìn)程中，信息逐步的數(shù)據(jù)化、精細(xì)化是其發(fā)展的必然趨勢(shì)，在這樣的時(shí)代背景下，“大數(shù)據(jù)”應(yīng)運(yùn)而生，大數(shù)據(jù)處理是將海量的數(shù)據(jù)信息進(jìn)行收集、整合、計(jì)算、分析的過(guò)程，它將計(jì)算機(jī)數(shù)據(jù)分析與現(xiàn)有的物質(zhì)數(shù)據(jù)結(jié)合起來(lái)，實(shí)現(xiàn)了互聯(lián)網(wǎng)與物聯(lián)網(wǎng)的完美融合。

1大數(shù)據(jù)處理概述

隨著網(wǎng)絡(luò)與信息的發(fā)展，對(duì)于世界的認(rèn)識(shí)由宏觀到微觀，研究的重點(diǎn)也由自然轉(zhuǎn)化為社會(huì)信息，因此許多數(shù)據(jù)也逐漸產(chǎn)生，從而形成了“大數(shù)據(jù)”，這些數(shù)據(jù)已經(jīng)不是傳統(tǒng)意義上的“數(shù)字”，大數(shù)據(jù)是動(dòng)態(tài)的，結(jié)合各種信息不斷地發(fā)展，并在此基礎(chǔ)上進(jìn)行創(chuàng)造性的發(fā)展。

大數(shù)據(jù)處理在現(xiàn)代社會(huì)中最常用的一種方式是云計(jì)算，云計(jì)算是利用網(wǎng)絡(luò)進(jìn)行的一種可收縮的計(jì)算模型。云計(jì)算呈現(xiàn)出超大規(guī)模、成本低、虛擬化、通用性、高可靠性、高可伸縮性等的特點(diǎn)。云計(jì)算的載體可以分為3種軟件、平臺(tái)、基礎(chǔ)設(shè)施。因此其服務(wù)類(lèi)型也可以相應(yīng)的分為三類(lèi)，軟件服務(wù)云計(jì)算、平臺(tái)服務(wù)云計(jì)算、基礎(chǔ)設(shè)施服務(wù)云計(jì)算。

2大數(shù)據(jù)處理特有的優(yōu)點(diǎn)

全面提升數(shù)據(jù)處理效率。大數(shù)據(jù)處理將零散的數(shù)據(jù)整合起來(lái)，從全局入手，提高了數(shù)據(jù)處理的效率，并且這種效率的提升是跨越式的，以幾何技術(shù)的速度增長(zhǎng)，大大提升了效率，節(jié)約了時(shí)間，并且解放出大量的人力，有助于行業(yè)產(chǎn)業(yè)化。

了解事物發(fā)展客觀規(guī)律。人們的認(rèn)識(shí)是有限的，所做的決定常常被困于特定的時(shí)間與空間之內(nèi)，大數(shù)據(jù)處理通過(guò)整合全面的、時(shí)間跨度長(zhǎng)的信息，可以分析出最佳的問(wèn)題解決策略。

創(chuàng)造經(jīng)濟(jì)價(jià)值。大數(shù)據(jù)應(yīng)用于各個(gè)行業(yè)中都可以創(chuàng)造巨大的商業(yè)價(jià)值，通過(guò)建立數(shù)據(jù)庫(kù)，整合行業(yè)所需信息，進(jìn)行分析與數(shù)字性的轉(zhuǎn)化，建立起模型，當(dāng)數(shù)據(jù)信息發(fā)生變化時(shí)，只需通過(guò)模型進(jìn)行相應(yīng)的變化即可。

3基因測(cè)序與基因重組

隨著生物技術(shù)的進(jìn)步，人們對(duì)于基因的認(rèn)識(shí)也越來(lái)越充分，并在認(rèn)識(shí)的基礎(chǔ)長(zhǎng)對(duì)基因有了更進(jìn)一步的探索與改造。

基因是有遺傳作用的DNA片段，基因在根本上決定了生物體的基本性狀與生命信息，生命體的發(fā)展中不可避免的具有許多缺陷，現(xiàn)代科學(xué)家已經(jīng)認(rèn)識(shí)到，對(duì)基因進(jìn)行測(cè)序與重組可以發(fā)現(xiàn)生命體的遺傳缺陷并對(duì)其進(jìn)行改造。

基因測(cè)序是對(duì)基因進(jìn)行重組的先決條件?；驕y(cè)序通過(guò)分析測(cè)定基因的全部序列，來(lái)預(yù)測(cè)分析生命體的性狀表現(xiàn)，可能發(fā)生疾病的概率等，以精確地，根本性的手段解決生命體面臨的諸多疾病威脅。

1953年，沃森和克里克發(fā)現(xiàn)了DNA雙螺旋結(jié)構(gòu)，之后遺傳中DNA的半保留復(fù)制也被進(jìn)一步的發(fā)現(xiàn)，之后“中心法則”的發(fā)現(xiàn)與遺傳密碼子的破譯成功的為基因重組的發(fā)現(xiàn)與發(fā)展提供了基礎(chǔ)。DNA的重組技術(shù)在理論上可以在體外對(duì)DNA分子進(jìn)行重新組合，之后將重組分子誘導(dǎo)人受體細(xì)胞，使其在細(xì)胞中進(jìn)行繁殖，從而得到重組后DNA分子的大量復(fù)制，表達(dá)出相關(guān)的基因產(chǎn)物。DNA重組的意義重大，解決了自古以來(lái)生物鐘屬間不可跨越的障礙，縮短了漫長(zhǎng)的進(jìn)化時(shí)間，能夠定向進(jìn)行基因改造，獲取優(yōu)良性狀。

4大數(shù)據(jù)處理在基因工程中的應(yīng)用

生物體的基因中隱藏著生物體遺傳的秘密，對(duì)生物體的形狀表現(xiàn)具有決定性的作用，但是基因數(shù)據(jù)庫(kù)龐大而復(fù)雜，并且隨著生物科技的發(fā)展，基因數(shù)據(jù)庫(kù)的規(guī)模仍在不斷地?cái)U(kuò)大，在諸多基因信息中篩選出對(duì)人類(lèi)有用的基因序列是一項(xiàng)復(fù)雜的工程，另外對(duì)篩選出的基因進(jìn)行多種信息的表達(dá)與控制也需要對(duì)諸多的基因信息進(jìn)行分析，面對(duì)海量的基因庫(kù)數(shù)據(jù)，為更有效、更準(zhǔn)確的進(jìn)行分析需要應(yīng)用大數(shù)據(jù)處理。

大數(shù)據(jù)處理可以將同一種屬的千萬(wàn)個(gè)生物體的生理數(shù)據(jù)整合提煉，利用計(jì)算機(jī)技術(shù)及統(tǒng)計(jì)學(xué)原理，將生物體的性狀表現(xiàn)以圖譜的展現(xiàn)出來(lái)，進(jìn)而結(jié)合數(shù)據(jù)進(jìn)行基因的測(cè)序與重組的基礎(chǔ)分析。另外，大數(shù)據(jù)不僅包含基因信息，與形狀表現(xiàn)有關(guān)的生活環(huán)境、生活方式、飲食衛(wèi)生等非基因信息也包含在大數(shù)據(jù)處理之中。

基因測(cè)序的經(jīng)過(guò)了幾代的發(fā)展，借助大數(shù)據(jù)處理的幫助也逐漸趨向成熟。

基因重組?；蛑亟M是有性生殖過(guò)程中，通過(guò)結(jié)合不同性狀的基因產(chǎn)生新的生物體基因的過(guò)程。目前，對(duì)生物體進(jìn)行基因重組的最快速、便捷的方式即育種。當(dāng)前，育種已經(jīng)發(fā)展至第五代，其中，第一代，自發(fā)選種，其主要表現(xiàn)在人類(lèi)生活的初期；第二代為雜交育種、誘變育種，通過(guò)將兩個(gè)或多個(gè)產(chǎn)品的優(yōu)良基因結(jié)合起來(lái)，或是利用物理、化學(xué)因素誘導(dǎo)基因發(fā)生突變，第三代是分子標(biāo)記輔助育種，其通過(guò)選定目的基因，改變目的性狀，不產(chǎn)生額外的影響，直接。迅速；第四代，基因組輔助育種；第五代，設(shè)計(jì)育種，通過(guò)預(yù)先設(shè)定表現(xiàn)性狀，通過(guò)基因測(cè)序來(lái)選定基因，改造成想要使其表現(xiàn)的性狀。因基因的改造需要對(duì)基因庫(kù)的全部信息進(jìn)行分析，因此需要利用大數(shù)據(jù)的計(jì)算方式來(lái)進(jìn)行處理。

以經(jīng)濟(jì)型動(dòng)物為例，如狐貍、貂等，其皮毛具有十分重要的商業(yè)價(jià)值，經(jīng)濟(jì)價(jià)值高的皮毛要求皮毛順滑，毛色美觀、順滑，因此，通過(guò)對(duì)其基因庫(kù)的數(shù)據(jù)分析，選擇決定毛發(fā)的基因，其中，客戶對(duì)于毛色的需求較為分散，各種天然顏色的毛發(fā)都有其市場(chǎng)，因此對(duì)于狐貍、貂等動(dòng)物的繁殖和育種可以朝向增加天然色彩方向發(fā)展。

動(dòng)物皮毛的毛色表現(xiàn)受到了遺傳物質(zhì)、環(huán)境、以及二者相互作用產(chǎn)生的影響，其體內(nèi)的黑色素決定了毛色的變化，黑色素在體內(nèi)含量以及分布情況的不同會(huì)使毛色產(chǎn)生不同的變化，黑色素分為兩種，真黑色素與褐黑色素，真黑色素表現(xiàn)性狀為棕褐色或者黑色，褐黑色素表現(xiàn)性狀為黃色或者紅棕色。黑色素的形成如下所示：

酪氨酸→多巴→多巴醌→多巴素→5，6-二羥基吲哚羧酸→5，6-二羥基吲哚→5，6吲哚醌

通過(guò)對(duì)基因的測(cè)序分析，科學(xué)家們發(fā)現(xiàn)哺乳動(dòng)物毛色與150多個(gè)基因有關(guān)，經(jīng)過(guò)數(shù)據(jù)處理分析，發(fā)現(xiàn)毛色與Agouti基因最為密切相關(guān)。Agouti基因作用于Agouti信號(hào)蛋白，使其通過(guò)拮抗黑素細(xì)胞刺激素α對(duì)黑素皮質(zhì)手提進(jìn)行刺激，從而控制真黑色素生物的合成，從而直接影響動(dòng)物的毛發(fā)顏色。狐貍較為常見(jiàn)的毛色白色、紅色、褐色等都與Agoufi基因的表達(dá)與黑色素的分布密切相關(guān)。

以狐貍為例，通過(guò)對(duì)不同毛色的狐貍進(jìn)行繁殖培育，對(duì)不同毛色的狐貍之間進(jìn)行基因重組，在其后代的毛發(fā)顏色中選擇理想的毛色進(jìn)行進(jìn)一步的培育。最終使得毛色達(dá)到理想要求。

另外，在經(jīng)濟(jì)型動(dòng)物養(yǎng)殖過(guò)程中，動(dòng)物的疾病情況也是影響其經(jīng)濟(jì)價(jià)值的重要因素，在養(yǎng)殖過(guò)程中，一旦出現(xiàn)某種疾病，其后果往往是蔓延式的，會(huì)影響整個(gè)養(yǎng)殖場(chǎng)中的動(dòng)物，因此，對(duì)于動(dòng)物的疾病預(yù)防也是必要的?？梢詫?duì)利用大數(shù)據(jù)處理對(duì)養(yǎng)殖動(dòng)物的基因庫(kù)進(jìn)行針對(duì)性的分析，可以提前了解動(dòng)物面臨著什么疾病威脅，進(jìn)而做好預(yù)防。確保經(jīng)濟(jì)效益不會(huì)因突發(fā)疾病而受損。

通過(guò)將基因庫(kù)與大數(shù)據(jù)處理技術(shù)結(jié)合起來(lái)，使基因庫(kù)能隨著數(shù)據(jù)的變更而進(jìn)行的實(shí)時(shí)的更新，另外還可以在海量基因庫(kù)中提取有效的信息，這些信息具有針對(duì)性，幫助人們隨時(shí)投入使用。大數(shù)據(jù)處理對(duì)于基因芯片的建立也具有很好的參考性?？傊髷?shù)據(jù)處理將基因、分子、性狀表現(xiàn)、生物體種群結(jié)合起來(lái)，幫助人們從系統(tǒng)的生物學(xué)對(duì)生物體進(jìn)行更加詳盡的了解與探索，幫助我們破解生物體的奧秘。

結(jié)語(yǔ)

基因組的數(shù)據(jù)復(fù)雜多樣，并且隨著生物技術(shù)的發(fā)展，生物體性狀的復(fù)雜性更加凸顯出來(lái)，數(shù)據(jù)庫(kù)也在相應(yīng)的不斷的完善與發(fā)展，大數(shù)據(jù)處理在基因中的成功應(yīng)用，為基因信息數(shù)據(jù)的采集與分析提供了新的思考方式與計(jì)算模型，可以幫助分析基因信息，并且與基因測(cè)序、重組等結(jié)合起來(lái)，以直觀的方式體現(xiàn)出基因所攜帶的遺傳信息的表現(xiàn)，并且根據(jù)人類(lèi)的需求對(duì)某些物種的基因改造，從而保障利益的最大化，創(chuàng)造巨大的商業(yè)價(jià)值，并且能保障市場(chǎng)的需求并帶來(lái)巨大的市場(chǎng)效益。