第2章生物信息学的计算机基础2012-sec祥解.ppt

生物信息学 Bioinformatics 第二章 生物信息学的计算机基础 数据库技术 计算机网络 算法和模型 操作系统（Linux） 计算机语言（PERL） 数据管理的形式 手工管理：初期，科学计算——不重视数据保存。一组数据附属一个程序*。 文件系统管理：1950s后期，转向数据处理。程序与数据分别储存于不同文件，程序基于特定的存取格式访问数据。数据与程序之间的依赖关系未根本改变*。 计算机应用从过去单一的科学计算转向了以数据处理为主*，从而使计算机进入了各行各业乃至普通家庭。 数据库（ 1960s末） 建立数据模型，面向整个应用系统，获得数据独立性*。 具有完善的数据控制功能*： 数据完整性，保证数据的正确性和相容性。 数据安全性，防止非授权用户所造成的数据泄漏或更改。 数据并发控制，协调多个并发事务对数据库的访问与更新。 数据库恢复，从错误状态恢复到某已知的正确状态。 数据库基本概念 数据库（Database, DB ）：统一管理的相关数据的集合。 数据模型（Data model，DM）：数据库结构和语义的一种抽象描述。由数据结构、数据操作和完整性约束三部分组成。 数据库管理系统（DB management system，DBMS）：对DB进行管理的软件，可基于数据库语言而提供DB的建立、查询、更新以及各种数据控制功能。 数据库系统的体系结构 三代数据库系统 根据其所采用的数据模型的特性，数据库分为： 第一代：层次、网状 （1970s－1980s） 第二代：关系 （1980s－ ） 第三代：面向对象、对象-关系 关系型数据库目前应用仍最为广泛 —— 是全球各大数据库（管理软件）厂商的主流产品，如 DB2、Oracle、Sybase、MySQL、SQL Server 等。 SQL（Structured Query Language）语言简练而自然、易学易用，被ISO定为关系数据库语言的国际标准。上述各产品都可采用SQL。 关系数据库的组织 Genbank记录（1） Genbank记录（2） Genbank记录（3） 数据库技术与生物信息学 一些生物信息源采用的只是文件系统的管理方式，尽管它们采用了名称Database or Databank (如Genbank），并借用了数据库的一些概念。 随着数据量的急剧增加，越来越多的生物数据库已开始采用数据库主流技术。例如，EBI使用了Oracle的数据库技术，GSDB采用了Sybase的数据库技术…… PDB原来使用的是文件系统管理形式，现在使用面向对象数据库的后端，但还能提供files型的数据。 第二章 生物信息学的计算机基础 数据库技术 计算机网络 算法和模型 操作系统（Linux） 计算机语言（PERL） 计算机网络、Internet与WWW 计算机网络是计算机技术与通信技术相结合的产物，包括计算机软/硬件、网络系统结构以及通信协议等内容。 Internet是当今最大的物理网络系统，其中的World Wide Web (WWW)是Internet上的一个庞大的互联信息网络。 局域网与广域网 局域网：利用短距离的专用通信线路，数据传输速率高，通信质量高。典型的局域网由一台服务器和若干个工作站组成。 广域网：利用电信部门提供的通信设备和传输介质互联分布在世界各地的计算机和局域网络。Internet——现今世界上最大的广域网。 Internet 的产生* 1969年，美国国防部下属高级研究计划署（ARPA）建立ARPANET，为了军方分布广泛的计算机之间能够相互传输信息。采用TCP/IP通讯协议，获得成功——最初互连4台计算机，1976年发展到100多台…… 认识到计算对科学研究的重要性，1985年，美国国家科学基金会（NSF）在全美建立了五大超级计算中心。为了数据共享，又于1986年建立了称为NSFNET的高速信息网络，收入ARPANET，并向全社会开放，成为所谓“Internet”的主干网。从此，Internet迅速发展，很快普及到全世界。 通信协议 ——网络通信过程中进行数据打包发送、传输和接收还原的一系列规则或约定，统称为“协议”（protocol）。 TCP/IP（Transfer Control Protocol / Internet Protocol）是Internet 使用的基本通信协议。 TCP负责打包和还原，IP负责传输到位 。 具体来说，TCP/IP协议包含分布在多个层次（从物理层到应用层）上的上百个各种功能的协议，我们熟悉的如远程登陆Telnet、文件传输FTP、超文本传输（信息浏览）HTTP和电子邮件SMTP等。 TCP/IP中的Telnet（远程登录） I