技术领域
[0001] 本
发明涉及基因数据分析技术领域，特别是涉及一种基于大数据的生物信息分析平台系统。
背景技术
[0002] 目前，生物信息分析平台是将各种生物信息学分析
软件集成起来，通过网页或者命令行的方式，对用户
指定的生物的基因数据进行检索，从而获得基因序列所对应的核酸序列和蛋白序列数据的平台。
[0003] 但是，对于传统的生物信息分析平台，其在开展基因数据检索时，高度依赖于本地基因
数据库，由于本地基因数据库所预先采集和存储的核酸序列和蛋白序列数据的数量非常有限，因此，在对生物的基因数据进行检索时，有时候无法检索获得对应的核酸序列和蛋白序列数据，因此，无法满足用户对基因数据的检索需求，无法及时获得该基因数据所对应的核酸序列和蛋白序列数据，从而给用户的研究带来困难。
[0004] 因此，目前迫切需要开发出一种技术，其可以方便、可靠地对用户指定的生物的基因数据进行检索分析，及时获得该基因数据所对应的核酸序列和蛋白序列数据，方便用户开展进一步的研究。
发明内容
[0005] 有鉴于此，本发明的目的是提供一种基于大数据的生物信息分析平台系统，其可以方便、可靠地对用户指定的生物的基因数据进行检索分析，及时获得该基因数据所对应的核酸序列和蛋白序列数据，方便用户开展进一步的研究，满足用户对基因数据进行快速检索的迫切要求，具有重大的生产实践意义。
[0006] 为此，本发明提供了一种基于大数据的生物信息分析平台系统，包括：
[0007] 国际公共基因数据库服务平台，用于预先存储预设的国际公共基因数据库；
[0008] 生物信息分析平台，与国际公共基因数据库服务平台通过互联网相连接，用于预先存储本地的基因数据库，并根据用户所输入的待检索的基因数据，在所述本地的基因数据库和预设的国际公共基因数据库中进行检索，筛选出与该基因数据所对应的检索结果，并实时进行显示。
[0009] 其中，所述国际公共基因数据库服务平台为超级计算机中心所搭建的
云端
服务器；
[0010] 所述生物信息分析平台包括至少一台计算机。
[0011] 其中，所述预设的国际公共基因数据库包括基因名称数据子库、基因代码数据子库、核酸序列数据子库和蛋白序列数据子库以及它们之间的对应关系；其中：
[0012] 所述基因名称数据子库包括在全球范围内预先采集的预设多个基因的名称数据；
[0013] 所述基因代码数据子库包括在全球范围内预先采集的预设多个基因代码数据；
[0014] 所述核酸序列数据子库包括在在全球范围内预先采集的预设多个核酸序列数据；
[0015] 所述蛋白序列数据子库包括在在全球范围内预先采集的预设多个蛋白序列数据。
[0016] 其中，所述预设的国际公共基因数据库还包括医疗诊断案例数据子库，该医疗案例诊断数据子库包括预设的多个基因名称数据、预设多个医疗案例数据和预设的多个诊断方案以及它们之间的对应关系。
[0017] 其中，所述用户所输入的待检索的基因数据包括基因名称和/或基因代码；
[0018] 所述本地的基因数据库包括在所述生物信息分析平台上存储的、用户在本地所预先采集的预设多个基因名称数据、多个基因代码数据、多个核酸序列数据和多个蛋白序列数据以及它们之间的对应关系。
[0019] 其中，所述生物信息分析平台包括本地基因数据库存储模
块、在线分析检索模块、离线分析检索模块、分析检索结果显示模块和临时数据存储输出模块，其中：
[0020] 所述本地基因数据库存储模块，用于预先存储所述本地的基因数据库；
[0021] 所述在线分析检索模块，与所述国际公共基因数据库服务平台相连接，用于根据用户所输入的待检索的基因数据，在所述预设的国际公共基因数据库中进行检索，筛选出与该基因数据所对应的在线检索结果，然后发送给分析检索结果显示模块和临时数据存储输出模块；
[0022] 所述离线分析检索模块，与所述本地基因数据库存储模块相连接，用于并根据用户所输入的待检索的基因数据，在所述本地的基因数据库中进行检索，筛选出与该基因数据所对应的本地离线检索结果，然后发送给分析检索结果显示模块和临时数据存储输出模块；
[0023] 所述分析检索结果显示模块，分别与所述在线分析检索模块和离线分析检索模块相连接，用于实时显示所述在线分析检索模块和离线分析检索模块发来的对预设的国际公共基因数据库的在线检索结果和离线的本地检索结果；
[0024] 所述临时数据存储输出模块，分别与所述在线分析检索模块和离线分析检索模块相连接，用于实时存储所述在线分析检索模块和离线分析检索模块发来的对预设的国际公共基因数据库的在线检索结果和离线的本地检索结果。
[0025] 其中，所述生物信息分析平台还包括交叉检索模块，所述交叉检索模块由所述在线分析检索模块和离线分析检索模块一起组成。
[0026] 其中，所述在线分析检索模块和离线分析检索模块还同时与一个
访问接口模块相连接，该访问接口模块用于控制所述在线分析检索模块和离线分析检索模块，分别对所述预设的国际公共基因数据库和所述本地的基因数据库中的数据进行交叉查询和
迭代查询。
[0027] 其中，所述生物信息分析平台还包括基因
数据压缩模块，所述基因数据压缩模块设置所述在线分析检索模块之间和离线分析检索模块这两个模块与所述临时数据存储输出模块之间；
[0028] 所述基因数据压缩模块，用于将对所述在线分析检索模块和离线分析检索模块发来的对预设的国际公共基因数据库的在线检索结果和离线的本地检索结果，执行预设的数据压缩操作，然后再发给所述临时数据存储输出模块进行数据存储。
[0029] 其中，所述生物信息分析平台还包括数据库交互控
制模块，所述数据库交互
控制模块分别与所述在线分析检索模块和离线分析检索模块相连接；
[0030] 所述数据库交互控制模块，用于实时检测所述在线分析检索模块和离线分析检索模块是否都停止检索操作，如果是，那么将所述在线分析检索模块和离线分析检索模块发来的对预设的国际公共基因数据库的在线检索结果和离线的本地检索结果，发送到所述国际公共基因数据库服务平台或者其他预设的任意一台云端服务器进行存储。
[0031] 由以上本发明提供的技术方案可见，与
现有技术相比较，本发明提供了一种基于大数据的生物信息分析平台系统，其可以方便、可靠地对用户指定的生物的基因数据进行检索分析，及时获得该基因数据所对应的核酸序列和蛋白序列数据，方便用户开展进一步的研究，满足用户对基因数据进行快速检索的迫切要求，具有重大的生产实践意义。
附图说明
[0032] 图1为本发明提供的一种基于大数据的生物信息分析平台系统的结构方
框图；
[0033] 图2为本发明提供的一种基于大数据的生物信息分析平台系统一种
实施例的结构方框图。
具体实施方式
[0034] 为了使本技术领域的人员更好地理解本发明方案，下面结合附图和实施方式对本发明作进一步的详细说明。
[0035] 图1为本发明提供的一种基于大数据的生物信息分析平台系统的结构方框图。
[0036] 参见图1，本发明提供的一种基于大数据的生物信息分析平台系统，包括国际公共基因数据库服务平台100和生物信息分析平台200，其中：
[0037] 国际公共基因数据库服务平台100，用于预先存储预设的国际公共基因数据库；
[0038] 生物信息分析平台200，与国际公共基因数据库服务平台100通过互联网相连接，用于预先存储本地的基因数据库，并根据用户所输入的待检索的基因数据，在所述本地的基因数据库和预设的国际公共基因数据库中进行检索，筛选出与该基因数据所对应的检索结果(例如包括对应的基因代码数据、核酸序列数据和/或蛋白序列数据)，并实时进行显示。
[0039] 在本发明中，具体实现上，所述生物信息分析平台200与国际公共基因数据库服务平台100分别通过无线网络或有线网络连接上互联网，然后借助互联网实现相互数据连接。
[0040] 在本发明中，具体实现上，所述国际公共基因数据库服务平台100优选为超级计算机中心所搭建的云端服务器，由云端服务器的数据
存储器(例如
硬盘)来预先存储所述预设的国际公共基因数据库。
[0041] 在本发明中，具体实现上，所述生物信息分析平台200可以包括本地设置的至少一台计算机。
[0042] 在本发明中，具体实现上，所述用户所输入的待检索的基因数据具体可以包括基因名称和/或基因代码。
[0043] 具体实现上，所述预设的国际公共基因数据库预先存储在云端服务器中，所述预设的国际公共基因数据库包括基因名称数据子库、基因代码(即基因序列)数据子库、核酸序列数据子库和蛋白序列数据子库以及它们之间的对应关系(即映射关系，例如一一对应关系或者一对多的关系)；其中：
[0044] 所述基因名称数据子库包括在全球范围内预先采集的预设多个基因的名称数据；
[0045] 所述基因代码(即基因序列)数据子库包括在全球范围内预先采集的预设多个基因代码(即基因序列)数据；
[0046] 所述核酸序列数据子库包括在在全球范围内预先采集的预设多个核酸序列数据；
[0047] 所述蛋白序列数据子库包括在在全球范围内预先采集的预设多个蛋白序列数据。
[0048] 需要说明的是，所述预设的国际公共基因数据库不限于包括基因名称数据子库、基因代码(即基因序列)数据子库、、核酸序列数据子库和蛋白序列数据子库，根据用户的需要和研究的需要，还可以增加其他类型的数据子库，只要设置好这些数据子库与基因数据子库之间的映射关系。例如，所述预设的国际公共基因数据库还可以包括医疗诊断案例数据子库，该医疗案例诊断数据子库包括预设的多个基因名称数据、预设多个医疗案例数据和预设的多个诊断方案以及它们之间的对应关系(即映射关系，例如一一对应关系或者一对多的关系)。
[0049] 在本发明中，具体实现上，所述本地的基因数据库包括在所述生物信息分析平台200上存储的、用户在本地所预先采集的预设多个基因名称数据、多个基因代码(即基因序列)数据、多个核酸序列数据和多个蛋白序列数据以及它们之间的对应关系(即映射关系，例如一一对应关系或者一对多的关系)。
[0050] 在本发明中，参见图2，所述生物信息分析平台200包括本地基因数据库存储模块201、在线分析检索模块202、离线分析检索模块203、分析检索结果显示模块204和临时数据存储输出模块205，其中：
[0051] 所述本地基因数据库存储模块201，用于预先存储所述本地的基因数据库；
[0052] 所述在线分析检索模块202，与所述国际公共基因数据库服务平台100 相连接，用于根据用户所输入的待检索的基因数据，在所述预设的国际公共基因数据库中进行检索，筛选出与该基因数据所对应的在线检索结果(例如包括在所述预设的国际公共基因数据库中，与该基因数据所对应的基因代码(即基因序列)数据、核酸序列数据和/或蛋白序列数据)，然后发送给分析检索结果显示模块204和临时数据存储输出模块205；
[0053] 所述离线分析检索模块203，与所述本地基因数据库存储模块201相连接，用于并根据用户所输入的待检索的基因数据，在所述本地的基因数据库中进行检索，筛选出与该基因数据所对应的本地离线检索结果(例如包括在所述本地的基因数据库中，与该基因数据所对应的基因代码(即基因序列)数据、核酸序列数据和/或蛋白序列数据)，然后发送给分析检索结果显示模块204和临时数据存储输出模块205；
[0054] 所述分析检索结果显示模块204，分别与所述在线分析检索模块202 和离线分析检索模块203相连接，用于实时显示所述在线分析检索模块202 和离线分析检索模块203发来的对预设的国际公共基因数据库的在线检索结果和离线的本地检索结果(具体可以包括对应的基因代码(即基因序列) 数据、核酸序列数据和/或蛋白序列数据)；
[0055] 所述临时数据存储输出模块205，分别与所述在线分析检索模块202 和离线分析检索模块203相连接，用于实时存储所述在线分析检索模块202 和离线分析检索模块203发来的对预设的国际公共基因数据库的在线检索结果和离线的本地检索结果(例如包括所述待检索的基因数据所对应的基因代码(即基因序列)数据、核酸序列数据和/或蛋白序列数据)。因此，可以有效避免检索数据的丢失。
[0056] 在本发明中，具体实现上，所述本地基因数据库存储模块201可以为任意一种在断电后不会丢失数据的存储器，例如可以为固态硬盘、机械硬盘以及包括TF卡在内的各种数据存储卡。
[0057] 在本发明中，具体实现上，所述在线分析检索模块202和离线分析检索模块203可以为
中央处理器CPU、数字
信号处理器DSP或者
单片机 MCU，它们可以是分立的元件，也可以集成设置在一起。
[0058] 具体实现上，所述在线分析检索模块202和离线分析检索模块203还同时与一个访问接口模块相连接，该访问接口模块用于控制所述在线分析检索模块202和离线分析检索模块203，分别对所述预设的国际公共基因数据库和所述本地的基因数据库中的数据进行交叉查询和迭代查询。
[0059] 具体实现上，所述访问接口模块可以为中央处理器CPU、
数字信号处理器DSP或者单片机MCU。
[0060] 需要说明的是，所述交叉查询和迭代查询均为现有的对数据的查询方法，在此不再累述。
[0061] 在本发明中，具体实现上，所述分析检索结果显示模块204可以为现有的计算机显示器，或者具有画面显示功能的显示屏模块。
[0062] 具体实现上，所述分析检索结果显示模块204可以通过WEB浏览器界面，来显示所述在线分析检索模块202和离线分析检索模块203发来的对预设的国际公共基因数据库的在线检索结果和离线的本地检索结果。
[0063] 对于本发明，具体实现上，所述离线分析检索模块203还与一个自定义注释类型模块相连接。
[0064] 需要说明的是，所述自定义注释类型模块可以根据用户所需要的扩展功能进行设置，主要起到解释说明的作用，以说明本发明的系统可以进一步扩展其他功能模块。
[0065] 对于本发明，具体实现上，所述生物信息分析平台200上可以设置有文献数据库接口，所述生物信息分析平台200通过所述文献数据库接口与国际公共基因数据库服务平台100相连接。
[0066] 具体实现上，所述文献数据库接口可以包括RDO(远程数据对象)、DAO (数据访问对象)和ADO(Active数据对象)等数据库接口中的任意一种。
[0067] 对于本发明，具体实现上，本发明的所述生物信息分析平台200还包括基因数据压缩模块，所述基因数据压缩模块设置所述在线分析检索模块202 之间和离线分析检索模块203这两个模块与所述临时数据存储输出模块205 之间；
[0068] 所述基因数据压缩模块，用于将对所述在线分析检索模块202和离线分析检索模块203发来的对预设的国际公共基因数据库的在线检索结果和离线的本地检索结果，执行预设的数据压缩操作(例如压缩至百分之一)，然后再发给所述临时数据存储输出模块205进行数据存储。
[0069] 在本发明中，具体实现上，所述基因数据压缩模块可以为中央处理器 CPU、数字
信号处理器DSP或者单片机MCU，通过利用基因数据压缩
算法，来对基因数据所对应的核酸序列数据子库和/或蛋白序列数据进行压缩。
[0070] 具体实现上，所述基因数据压缩算法可以为现有的基因数据压缩算法，例如可以为霍夫曼压缩算法或者串表压缩算法(LZW压缩算法)。
[0071] 在本发明中，具体实现上，所述生物信息分析平台200还包括数据库交互控制模块，所述数据库交互控制模块分别与所述在线分析检索模块202和离线分析检索模块203相连接；
[0072] 所述数据库交互控制模块，用于实时检测所述在线分析检索模块202和离线分析检索模块203是否都停止检索操作，如果是(说明分析检索任务结束)，那么将所述在线分析检索模块202和离线分析检索模块203发来的对预设的国际公共基因数据库的在线检索结果和离线的本地检索结果，发送到所述国际公共基因数据库服务平台100或者其他预设的任意一台云端服务器进行存储。因此，可以实现对检索结果的及时数据备份。
[0073] 在本发明中，具体实现上，所述生物信息分析平台200还包括交叉检索模块，所述交叉检索模块由所述在线分析检索模块202和离线分析检索模块 203一起组成。因此，通过由所述在线分析检索模块202和离线分析检索模块203一起组成的交叉检索模块，可以对待检测的基因数据，实现在生物信息分析平台200与国际公共数据库服务平台100上同时进行交叉检索。
[0074] 对于本发明提供的基于大数据的生物信息分析平台系统其具有以下优势：
[0075] 1、本发明的生物信息分析平台可以实现基于
web界面的复杂生物信息分析流程定制、数据
可视化解读、报表工具和分析功能；
[0076] 2、本发明通过国际公共数据库的本地化，实现交叉检索，通过生物信息分析平台和国际公共数据库服务平台这两个平台的结合，实现基因数据分析的中介交易、基因数据的有限共享和使用，从而实现充分的科研
支撑，进而可以通过各类型健康数据的统一建库，实现个体化精准医疗；
[0077] 3、对于本发明，其可以通过网格计算技术，该技术利用互联网把分散在不同地理
位置的电脑组织成一个“虚拟的超级计算机”，其中每一台参与计算的计算机就是一个“
节点”，而整个计算是由成千上万个“节点”组成的“一张网格”。因此，通过整合各大超级计算机中心，为基因数据的分析提供充分的计算和存储资源。
[0078] 需要说明的是，本发明基所提供的基于大数据的生物信息分析平台系统，其可以将开放数据库本地化，能够在本地通过提供一个统一访问检索接口，实现对国际公共数据库服务平台100中存储的预设的国际公共基因数据库的交叉查询和迭代查询，并展示所查询检索的结果。
[0079] 另外，本发明通过充分利用网络技术，可以将超级计算机中心等闲置的宝贵计算资源充分利用，通过超级计算机中心所搭建的云端服务器，存储预设的国际公共基因数据库，可以为基因数据的检索分析，提供丰富的资源。
[0080] 因此，本发明通过搭建生物信息大数据平台，可以进行国际开放数据库本地化、私有基因文库中介交易和人口健康信息交易，促进行业基因样本数据的开放研究，逐步构建生物信息完整的生态链条，解决生命科学的人口健康研究的数据障碍。
[0081] 综上所述，与现有技术相比较，本发明提供了一种基于大数据的生物信息分析平台系统，其可以方便、可靠地对用户指定的生物的基因数据进行检索分析，及时获得该基因数据所对应的核酸序列和蛋白序列数据，方便用户开展进一步的研究，满足用户对基因数据进行快速检索的迫切要求，具有重大的生产实践意义。
[0082] 通过使用本发明提供的技术，可以使得用户开展基因数据分析的便利性得到很大的提高，极大地提高了人们的研究工作能
力和
水平。
[0083] 以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
