生物医学基因大数据：现状与展望
生物医学基因大数据：现状与展望
生物医学大数据广泛涉及人类健康相关的各个领域：临床医疗、公共卫生、医药研发、医疗市场与费用、个体行为与情绪、人类遗传学与组学、社会人口学、环境、健康网络与媒体数据。
大数据(bigdata)是指由于容量太大和过于复杂，无法在一定时间内用常规软件对其内容进行抓取、管理、存储、检索、共享、传输和分析的数据集。
大数据具有“4V”特征：
1.数据容量(Volume)大，常常在PB(1PB=250B)级以上;
2.数据种类(Variety)多，常常具有不同的数据类型(结构化、半结构化和非结构化)和数据来源;
3.产生和更新速度(Velocity)快(如实时数据流)，时效性要求高;
4.科学价值(Value)大，尽管利用密度低，却常常蕴藏着新知识或具有重要预测价值。
人类已进人大数据时代。国际数据公司的研究结果表明，2011年全球产生的数据量高达1.82ZB。2012年5月，联合国发布了《大数据与人类发展：挑战与机遇》白皮书，指出大数据是一个历史性机遇，人们可以使用极为丰富的数据资源对社会经济进行前所未有的实时分析，帮助政府更好地响应社会和经济运行。
大数据受到越来越多的重视。欧美国家许多高校纷纷成立了数据科学研究机构，开设了数据科学课程。Nature和Science也分别于2008年和2011年推出了大数据专刊，对大数据带来的挑战进行讨论。作为最活跃的科学研究领域之一，生物医学领域的大数据也备受关注。
生物医学大数据的来源：
以下因素促进了生物医学领域大数据的出现。
1.生命的整体性和疾病的复杂性。例如，严重威胁人类健康的慢性病多为复杂性疾病，其发生具有复杂的遗传和分子机制，受到基因、环境及其交互作用的影响，其病因学研究将产生大量的数据。
2.高通量技术的发展和基因组测序成本的下降。高通量测序技术可以对数百万个DNA进行同时测序，使得对一个物种的转录组和基因组进行细致全面的分析成为可能。随着人类基因组计划的完成和计算能力的快速发展，每个基因组的测序成本已从数百万美元降低至数千美元(并且还将继续降低)。这将产生海量测序数据。
3.医院信息化和IT业的迅速发展。人体本身就是生物医学大数据的一个重要来源，随着医院信息化和IT业的迅速发展，越来越多的人体数据能够获得储存和利用。例如，X线、3D核磁、乳腺X线、3DCT扫描分别包括30M、150M、120M和1G的数据量，至2015年美国平均每家医院需要管理665T 的数据量。
4.生物医学大数据广泛涉及人类健康相关的各个领域：临床医疗、公共卫生、医药研发、医疗市场与费用、个体行为与情绪、人类遗传学与组学、社会人口学、环境、健康网络与媒体数据(表1)。
生物医学大数据的应用：
1.开展组学研究及不同组学间的关联研究。从环境、个体生活方式行为等暴露组学，至个体细胞分子水平上的基因组学、表观组学、转录组学、蛋白组学、代谢组学、宏基因组学，再到个体健康和疾病状态的表型组学等。利用大数据将各种组学进行综合及整合，既能为疾病发生、预防和治疗提供全面、全新的认识，也有利于开展个体化医学，即通过整合系统生物学与临床数据，可以更准确地预测个体患病风险和预后，有针对性地实施预防和治疗。
2.快速识别生物标志物和研发药物。利用某种疾病患者人群的组学数据，可以快速识别有关疾病发生、预后或治疗效果的生物标志物。在药物研发方面，大数据使得人们对病因和疾病发生机制的理解更加深入，从而有助于识别生物靶点和研发药物;同时，充分利用海量组学数据、已有药物的研究数据和高通量药物筛选，能加速药物筛选过程。
3.快速筛检未知病原和发现可疑致病微生物。通过采集未知病原样本，对病原进行测序，并将未知病原与已知病原的基因序列进行比对，从而判断其为已知病原或与其最接近的病原类型，据此推测其来源和传播路线、开展药物筛选和相应的疾病防治。
4.实时开展生物监测与公共卫生监测。公共卫生监测包括传染病监测、慢性非传染性疾病及相关危险因素监测、健康相关监测(如出生缺陷监测、食品安全风险监测等)。此外，还可以通过覆盖全国的患者电子病历数据库进行疫情监测”，通过监测社交媒体或频繁检索的词条来预测某些传染病的流行。
例如，GoogleTrends通过找寻“流感症状”和“流感治疗”之类搜索词的峰值，在医院急诊流感患者增加之前就能对某些地区的流感做出预测。
5.了解人群疾病谱的改变。这有助于制定新的疾病防治策略。全球疾病负担研究是一个应用大数据的实例，该研究应用的数据范围广、数据量巨大，近4700台并行台式计算机完成了数据准备、数据仓库建立和数据挖掘分析的自动化和规范化计算。
其有关中国的研究发现：与1990年相比，2010年造成中国人群寿命损失的前25位病因中，慢性非传染性疾病显著上升，传染病则显著下降，说明慢性非传染性疾病已经成为我国人群健康的主要威胁。
6.实时开展健康管理。通过可穿戴设备对个体体征数据(心率、脉率、呼吸频率、体温、热消耗量、血压、血糖、血氧、体脂含量等)的实时、连续监测，提供实时健康指导与建议，更好地实施健康管理。
7.实施更强大的数据挖掘。数据挖掘的任务包括关联分析、聚类分析、分类分析、异常分析等。大数据挖掘能够增加把握度和发现弱关联的能力。
生物医学相关的大数据计划：
表2
生物医学大数据面临的主要问题与发展趋势：
作为一个新兴领域，大数据也伴随着一些争议：
1.既然数据总是不断增加，是否有必要区分大数据与传统数据?
2.大数据更多意义上可能是一种商业上的宣传?
3.大数据中变量类型更多、更复杂，而随着变量的增加，获得假阳性关联的概率也会增加;
4.更大的数据未必意味着更好的数据，必须考虑数据的代表性和数据纯度;
5.在未告知个体的情况下使用来自人群的数据是否符合伦理学要求?这些争议是大数据在未来发展中必须关注的。
从流行病学角度来看，生物医学大数据具有以下优势：
1.具有大样本的特点，能够解决流行病学研究中的样本量问题，大样本能够提高结果精度高、降低随机/抽样误差;
2.客观的采集途径能够减少信息偏倚。大数据的采集途径往往比较客观，还能全程动态地记录个体行为，相比传统流行病学调查通过询问、回忆某些行为的状况，能够减少信息偏倚。
然而，相对于传统概率随机抽样而言，大数据可能存在选择偏倚问题，其收集途径常常覆盖的是具有某些特征的人群(如医保患者、使用可穿戴设备的人群)。
生物医学大数据面临的主要问题
1.如何实现生物医学数据的标准化和规范化。数据标准化是数据共享的前提，只有标准化的数据才能有效融合与整合，从而发挥大数据的价值。
2.如何打破数据孤岛，实现生物医学数据共享。应避免数据只为少数人或单位使用，数据共享是应用生物医学大数据的前提。许多公共资助机构已开始要求所资助研究的数据必须在一定范围内共享。
3.生物医学大数据的存储和管理。生物医学领域数据特别庞大，产生和更新速度更快，其存储方式不仅影响数据分析效率，也影响数据存储的成本。
4.如何实现生物医学大数据的高效利用。我国已积累了海量的生物医学数据，如何利用才是关键，这在一定程度上也依赖于大数据技术的发展。
5.生物医学大数据的分析、整合与挖掘。特别是对半结构化和非结构化数据(如心电图、医学影像资料)和对流数据(实时视频、传感器数据、医疗设备监测数据)的处理，是生物医学大数据分析面临的重要挑战。
6.生物医学和信息科学的复合型人才缺乏。这是国内外生物医学大数据面临的一个困境，需要推动计算机科学和生物学交叉学科的教育予以解决。
未来生物医学大数据的发展趋势
1.从“概念”走向“价值”，成为“智慧健康”的基础。生物医学大数据将能够产生新的知识，用信息改变医学实践，最终改善人类健康和公共卫生。
2.医学科学证据的整合、转化和循证科学证据的产生。生物医学大数据有助于循证科学证据的生产，例如通过大数据可以对大量健康数据进行整合，进而获得更加可靠的证据;还可以通过网络实时数据，开展“虚拟的临床试验”生产证据。
3.数据安全与隐私保护的技术发展。在对海量数据进行挖掘的同时，隐私泄露存在巨大风险。数据安全与隐私保护日益受到关注和重视，相关政策和立法亟待加强，相应的技术发展将发挥重要作用。
4.大数据为导向的人群队列研究成为热点。超大规模队列研究具有大样本(数十万人群)、前瞻性(数十年长期随访)、多学科(基础、临床、预防、信息等多学科合作)、多病种(能够对多种疾病进行研究)、多因素(能够探讨多种危险因素)、整合性(监测系统、信息系统、医保系统的整合)、共享性(生物标本和数据资源的共享)等特点，经过长期随访能够产出大量人群数据”。
5.生物医学大数据的可视化。可视化与信息图像、信息可视化，科学可视化以及统计图形密切相关，能够更清晰有效地传达与沟通大数据包含的信息。
6.基于生物医学大数据的个体化健康管理逐步流行。一方面，利用实时的传感器(可穿戴设备)，能够对个体进行实时的、连续的健康监测与评估，为个体提供实时健康指导;另一方面，随着以生物医学大数据为基础的个体化医学发展，个体化预防、诊断和治疗将得以实现。
7.生物医学大数据成为战略性产业。许多国家已经将大数据上升为国家层面战略，生物医学大数据产业化已经初现。
展望：
人类已进人大数据时代。大数据科学作为一个横跨信息科学、社会科学、网络科学、系统科学、生物医学、心理学、经济学等诸多领域的新兴交叉学科方向正在逐渐形成，并已成为科学研究热点。
生物医学领域具有海量数据，如何共享、规范、管理和利用是关键。同时，生物医学大数据专业人才培养亟待解决。生物医学大数据将改变医学实践模式，改善医药卫生服务质量，最终有利于实现个体化治疗和群体性预防的医学目的。
大数据的应用现状与展望
自然辩证法小论文 大数据的应用现状与展 望 指导老师：张立 组长、主讲：刘开耀21428164 PPT制作：刘玉婷21428171 论文撰写：雷颖颖陈瞳 资料收集：毕晨光黄一锋 邵炳姜灵轩 董丽华周晴 黄河羚婕JX14014 2015/4/18
大数据的应用现状与展望 摘要：大数据具有规模大、种类多、生成速度快、价值巨大但密度低的特点。大数据应用就是利用数据分析的方法，从大数据中挖掘有效信息，为用户提供辅助决策，实现大数据价值的过程。本文主要介绍了大数据的分析方法、分析模式以及常用的分析工具，将大数据应用归纳为6个关键领域：结构化数据分析、文本分析、Web分析、多媒体分析、社交网络分析和移动分析，并列举了若干大数据的典型应用。最后从基础理论、关键技术、应用实践以及数据安全等4个方面总结了大数据的研究现状，并对大数据应用未来的研究进行展望。关键词：大数据数据分析数据存储4V 在过去的20年中，各个领域都出现了大规模的数据增长，包括医疗保健和科学传感器用户生成数据、互联网和金融公司、供应链系统等。国际数据公司IDC报告[1]称，2011年全球被创建和复制的数据总量为1.8ZB（1ZB≈1021ZB），在短短5年间增长了近9倍，而且预计这一数字将每两年至少翻一番。大数据这一术语正是产生在全球数据爆炸增长的背景下用来形容庞大的数据集合。与传统的数据集合相比，大数据通常包含大量的非结构化数据，且大数据需要更多的实时分析。此外，大数据还为挖掘隐藏的价值带来了新的机遇，同时给我们带来了新的挑战，即如何有效地组织管理这些数据。 1 大数据的定义 目前，虽然大数据的重要性得到了大家的一致认同，但是关于大数据的定义却众说纷纭。大数据是一个抽象的概念，除去数据量庞大，大数据还有一些其他的特征，这些特征决定了大数据与“海量数据”和“非常大的数据”这些概念之间的不同。一般意义上，大数据是指无法在有限时间内用传统IT技术和软硬件工具对其进行感知、获取、管理、处理和服务的数据集合。科技企业、研究学者、数据分析师和技术顾问们，由于各自的关注点不同，对于大数据有着不同的定义。通过以下定义，或许可以帮助我们更好地理解大数据在社会、经济和技术等方而的深刻内涵。 2010年Apache Hadoop组织将大数据定义为，“普通的计算机软件无法在可接受的时间范围内捕捉、管理、处理的规模庞大的数据集”。在此定义的基础上，2011年5月，全球著名咨询机构麦肯锡公司发布了名为“大数据：下一个创新、竞争和生产力的前沿”的报
人工湿地的国内外现状
---------------------------------------------------------------最新资料推荐------------------------------------------------------ 人工湿地的国内外现状 人工湿地的国内外现状人工湿地(Constructed Wetlands) 是20 世纪70 年代末发展起来的一种污水处理技术, 兴起于荷兰、丹麦、英国等国家，80年代从欧洲到美洲、澳洲等地区和国家都广泛开展了这方面的研究工作。 目前,在美国有600 多处人工湿地工程用于处理市政、工业和农业废水, 400多处人工湿地被用于处理煤矿废水, 50多处人工湿地用于处理生物污泥,近40处人工湿地用来处理暴雨径流,超过30处人工湿地系统用于处理奶产品加工废水 ;在丹麦、德国、英国各国至少有200处人工湿地系统在运行 ,新西兰也有80多处人工湿地系统被投入使用。 其特点是: 出水水质好, 具有较强的氮磷处理能力, 运行维护方便, 管理简单, 投资及运行费用低。 据有关资料显示, 人工湿地投资和运行费用仅占传统二级生化处理技术的10%～50%。 比较适合于资金少、能源短缺和技术人才缺乏的中小城镇和乡村。 人工湿地是一种为处理污水而利用工程手段模拟自然湿地系统建造的构筑物, 在构筑物的底部按一定的坡度填充选定级配的填料( 如碎石、砂子、泥炭等)，池底坡降及填料表面坡降往往受水力坡降及填料级配的影响, 一般选值范围为1%～8%。 1 / 6
在填料表层土壤中种植一些处理性能良好, 成活率高, 生长周期长, 美观及具有经济价值的水生植物( 如芦苇) 。 人工湿地类型人工湿地因水流方式的差异大致可分为 3 类: 表面流湿地、潜流湿地和垂直流湿地。 表面流湿地( Surface FlowConstructed Wetland) ,是一种污水从湿地表面漫流而过的长方形构筑物, 结构简单, 工程造价低; 但由于污水在填料表面漫流, 易滋生蚊蝇, 对周围环境会产生不良影响, 而且其处理效率较低。 潜流湿地( Subsurface Constructed FlowWetland) ,污水在填料缝隙之间渗流, 可充分利用填料表面及植物根系上生物膜及其他作用处理污水, 出水水质好。 由于水平面在覆盖土层或细砂层以下, 卫生条件较好, 故被广泛采用。 潜流湿地一般设计成有一定底面坡降的、长宽比大于3 且长大于20 m 的构筑物, 污水流程较长, 有利于硝化和反硝化作用的发生, 脱氮效果较好。 或方形构筑物, 污水的流程较短, 反硝化作用较弱, 且工程技术要求较高。 由于垂直流湿地可方便地采用工程手段来改善系统的供氧状况, 提高布水均匀性, 营造更加有利于硝化和反硝化发生的系统环境, 故越来越受到人们的重视。 垂直流湿地(Vertical Flow Constructed Wetland),污水沿垂
大数据研究现状综述概要
大数据研究综述 网络大数据是指“人、机、物”三元世界在网络空间(Cyberspace中交互、融合所产生并在互联网上可获得的大数据.网络大数据的规模和复杂度的增长超出了硬件能力增长的摩尔定律,给现有的IT架构以及机器处理和计算能力带来了极大挑战.同时,也为人们深度挖掘和充分利用网络大数据的大价值带来了巨大机遇.因此,迫切需要探讨大数据的科学问题,发现网络大数据的共性规律,研究网络大数据定性、定量分析的基础理论与基本方法. 文中分析了网络大数据的复杂性、不确定性和涌现性,总结了网络空间感知与数据表示、网络大数据存储与管理体系、网络大数据挖掘和社会计算以及网络数据平台系统与应用等方面的主要问题与研究现状,并对大数据科学、数据计算需要的新模式与新范式、新型的IT基础架构和数据的安全与隐私等方面的发展趋势进行了展望. 网络大数据的深挖掘、大规模利用是新兴产业界的立足点.即便针对大数据的研究目前还没有建立一套完整的理论体系,也缺少高效快速的处理、分析与挖掘的算法与范式,但大数据的应用前景毋庸置疑,因为大数据从根本上来说就是来源于应用的问题。网络大数据可为世界经济创造巨大价值,提高企业和公共部门的生产率和竞争力,并为消费者创造巨大的经济利益。 大数据近期发展: 1.网络空间感知与数据表示 2.网络大数据存储与管理体系 3.网络数据挖掘 4.社会计算以及网络数据平台系统与应用 以上四点见:网络大数据:现状与展望第3,4,5,6节作者:王元卓2013年
5.在大数据处理中,应用云计算技术,促进大数据处理系统的功能多样化。见: 讨论云计算技术下的大数据处理系统任量2014年
浅谈大数据发展现状及未来展望
浅谈大数据发展现状及未来展望 中国特色社会主义进入新时代，实现中华民族伟大复兴的中国梦开启新征程。党中央决定实施国家大数据战略，吹响了加快发展数字经济、建设数字中国的号角。国家领导人在十九届中共中央政治局第二次集体学习时的重要讲话中指出：“大数据是信息化发展的新阶段”，并做出了“推动大数据技术产业创新发展、构建以数据为关键要素的数字经济、运用大数据提升国家治理现代化水平、运用大数据促进保障和改善民生、切实保障国家数据安全”的战略部署，为我国构筑大数据时代国家综合竞争新优势指明了方向！ 今天，我拟回顾大数据的发端、发展和现状，研判大数据的未来趋势，简述我国大数据发展的态势，并汇报我对信息化新阶段和数字经济的认识，以及对我国发展大数据的若干思考和建议。 一、大数据的发端与发展 从文明之初的“结绳记事”，到文字发明后的“文以载道”，再到近现代科学的“数据建模”，数据一直伴随着人类社会的发展变迁，承载了人类基于数据和信息认识世界的努力和取得的巨大进步。然而，直到以电子计算机为代表的现代信息技术出现后，为数据处理提供了自动的方法和手段，人类掌握数据、处理数据的能力才实现了质的跃升。信息技术及其在经济社会发展方方面面的应用（即信息化），推动数据（信息）成为继物质、能源之后的又一种重要战略资源。 “大数据”作为一种概念和思潮由计算领域发端，之后逐渐延伸到科学和商业领域。大多数学者认为，“大数据”这一概念最早公开出现于1998年，美国高性能计算公司SGI的首席科学家约翰·马西（John Mashey）在一个国际会议报告中指出：随着数据量的快速增长，必将出现数据难理解、难获取、难处理和难组织等四个难题，并用“Big Data（大数据）”来描述这一挑战，在计算领域引发思考。2007年，数据库领域的先驱人物吉姆·格
基因工程的现状及发展
基因工程的现状及发展 -标准化文件发布号：（9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII
基因工程的现状及发展 研究背景： 迄今为止，基因工程还没有用于人体，但已在从细菌到家畜的几乎所有非人生命物体上做了实验，并取得了成功。事实上，所有用于治疗糖尿病的胰岛素都来自一种细菌，其DNA中被插入人类可产生胰岛素的基因，细菌便可自行复制胰岛素。基因工程技术使得许多植物具有了抗病虫害和抗除草剂的能力；在美国，大约有一半的大豆和四分之一的玉米都是转基因的。目前，是否该在农业中采用转基因动植物已成为人们争论的焦点：支持者认为，转基因的农产品更容易生长，也含有更多的营养（甚至药物），有助于减缓世界范围内的饥荒和疾病；而反对者则认为，在农产品中引入新的基因会产生副作用，尤其是会破坏环境。 目的意义： 如果将一种生物的 DNA中的某个遗传密码片断连接到另外一种生物的DNA 链上去，将DNA重新组织一下，就可以按照人类的愿望，设计出新的遗传物质并创造出新的生物类型。 内容摘要： 如果将一种生物的 DNA中的某个遗传密码片断连接到另外一种生物的DNA 链上去，将DNA重新组织一下，就可以按照人类的愿望，设计出新的遗传物质并创造出新的生物类型，这与过去培育生物繁殖后代的传统做法完全不同。这种做法就像技术科学的工程设计，按照人类的需要把这种生物的这个“基因”与那种生物的那个“基因”重新“施工”，“组装”成新的基因组合，创造出新的生物。这种完全按照人的意愿，由重新组装基因到新生物产生的生物科学技术，就称为“基因工程”，或者说是“遗传工程”。 基因工程在20世纪取得了很大的进展，这至少有两个有力的证明。一是转基因动植物，一是克隆技术。转基因动植物由于植入了新的基因，使得动植物具有了原先没有的全新的性状，这引起了一场农业革命。如今，转基因技术已经开始广泛应用，如抗虫西红柿、生长迅速的鲫鱼等。1997年世界十大科技突破之首是克隆羊的诞生。这只叫“多利”母绵羊是第一只通过无性繁殖产生的哺乳动物，它完全秉承了给予它细胞核的那只母羊的遗传基因。“克隆”一时间成为人们注目的焦点。尽管有着伦理和社会方面的忧虑，但生物技术的巨大进步使人类对未来的想象有了更广阔的空间。 成果展示：
人工湿地技术研究现状
人工湿地系统是将污水引到人工建造的类似于沼泽的湿地上，在一定的填料上种植特选的植物，形成一个独特的动植物生态环境，利用植物的根脉和其周围土壤微生物来联合对污水进行处理，污水流经湿地时大量的污染物被填料和植物根系阻挡截留而被除去。芦苇和香蒲在人工湿地中被广泛使用，它们既是中国北方与南方的常见物种，也是国际公认的最佳湿地植物。 作为20世纪70年代发展起来的一种新型污水处理生态系统，人工湿地以其建设运营成本低、去污能力强、使用寿命长、工艺简单、组合多样化等优势，近年来在世界各地得到了广泛的应用，其应用范围主要集中在褐煤热解、油砂废水、矿山废水、奶品加工、食品工业、造纸废水、烃类废水和垃圾场渗滤液净化处理等方面。 国外对人工湿地污水处理技术研究开展较早，最早可以追溯到1903 年建在英国约克郡Earby的湿地系统，它持续运行到1992 年；1953年，德国Seidel 在研究中发现，芦苇通过其根区产生微生物活性的区域作为生化反应器来转化、降解有机物，可以去除污染物。1972年Kickuth提出了根区法（The Root-Zone-Method）理论，强调高等植物在湿地污水处理系统中的作用。1996年Kathe Seidel提出利用高等植物的生化作用去除污染物的思想，通过芦苇等植物的根区产生微生物活性区域作为生化反应器来转化降解以至最终去除污染物。 人工湿地技术在欧美一些发达国家十分受到人们青睐，美国已应用人工湿地技术处理市政、工业和农业废水。丹麦、德国开始利用河砾和河砂作为植物生长基质，构建了高分散度的废水处理设施并获得成功。人工湿地技术目前已被英国用于小城镇污废水处理，成为其污水处理的重要组成部分 1990年7月，在中国深圳成功建立了第一个人工湿地污水处理工程——白泥坑人工湿地污水处理系统，运行状况良好，除了氨氮效果不明显外，其他指标均能达到国家二级排放标准。内蒙古自治区赤峰市宁城污水处理厂对于人工湿地污水处理技术的研究项目，在1997年6月通过国家建设部科技司主持的技术鉴定，在1998年6月开始推广。 根据污水在湿地床中流动的方式，可将人工湿地分为3种类型：垂直流人工湿地、潜流式人工湿地和表面流人工湿地。 垂直流人工湿地主要用于处理氨氮含量高的污水，污水从湿地表面纵向流向
大数据的应用现状及展望
大数据的应用现状及展望 摘要：互联网时代下，大数据为管理带来的新的发展方向，对人员改革、决策 质量提升、服务效率改善等产生显著的影响。然而大数据在当前技术发展中存在 诸多问题，因此笔者在明晰大数据技术现状基础上，结合问题对其展开分析，旨 在有效提升大数据技术的应用水平。 关键词：大数据；应用现状；展望 Status and Prospect of big data applications Shan Li-lin (Information Center of Fushun Financial Bureau , Fushun 113006,China) Abstract:In the Internet era, big data has become a new development direction brought by management, which has a significant impact on personnel reform, decision-making quality improvement and service efficiency improvement. However, there are many problems in the current technology development of big data. Therefore, based on the clarity of the current situation of big data technology, the author conducts an analysis of big data technology in combination with problems, aiming to effectively improve the application level of big data technology. Keywords: big data; application status; prospect 引言 大数据战略已经成为当前我国的发展战略，对我国经济发展及科技进步将产 生深远的影响。尤其是近些年来，随着信息化高速发展及社会转型的不断提升， 大数据与企事业单位、政府行政机关的管理不断融合，将成为互联网时代下分析 的核心支撑！ 1 大数据内涵 大数据，又称为海量数据，是指在数据的数量体积达到一种特别庞大状态， 此时，一般的数据管理工具难以在规定时间内对其提取有效信息、整合类似资料、分析类比问题并且把它转化成对企业有用的信息。这些难以在规定的有效时间内 进行识别、保存和应用的大量数据的集合，需要一种全新的解决方法才可以将其 转化为企业所需要的决策领导力、发现问题和提前预知问题的能力、具有更加清 晰且有条理处理问题的能力。 大数据分为三种类型，包括结构化数据、半结构化数据和非结构化数据，其 中非结构化数据越来越成为大数据的主要组成部分。大数据需要特殊的技术，以 有效地处理海量且结构复杂的数据。与之相关的核心技术主要包括数据挖掘、云 计算平台、MPP数据库、分布式数据库、可扩展的存储系统、分布式文件系统等。 对大数据进行分析往往需要大量的计算机所提供的计算能力，数量少则数十台，多则数千台。随着云时代的来临，将大数据与云计算相结合，利用云计算技 术可以用低廉的成本获得强大的运算能力，使大数据分析的门槛降低。在大数据、云计算与数据挖掘等技术不断发展的背景下，很多过去无法收集或者收集后无法 分析的数据被充分地利用起来，帮助各行各业进行改革与创新，为人类的进步与 发展发挥着巨大的作用[1]。 大数据是一种规模大到在获取、存储、管理、分析方面均远远超过了传统类 型的数据库软件工具能力范围的数据集合，它具有海量的数据规模、快速的数据 流转、多样的数据类型以及价值密度低四大特征，而且实时性强、数据所蕴藏的
基因工程技术的现状和前景发展
基因工程技术的现状和前景发展 摘要 从20世纪70年代初发展起来的基因工程技术，经过30多年来的进步与发展，已成为生物技术的核心内容。许多科学家预言，生物学将成为21世纪最重要的学科，基因工程及相关领域的产业将成为21世纪的主导产业之一。基因工程研究和应用范围涉及农业、工业、医药、能源、环保等许多领域。 基因工程应用于植物方面 农业领域是目前转基因技术应用最为广泛的领域之一。农作物生物技术的目的是提高作物产量，改善品质，增强作物抗逆性、抗病虫害的能力。基因工程在这些领域已取得了令人瞩目的成就。由于植物病毒分子生物学的发展，植物抗病基因工程也也已全面展开。自从发现烟草花叶病毒(TMV)的外壳蛋白基因导入烟草中，在转基因植株上明显延迟发病时间或减轻病害的症状，通过导入植物病毒外壳蛋白来提高植物抗病毒的能力，已用多种植物病毒进行了试验。在利用基因工程手段增强植物对细菌和真菌病的抗性方面，也已取得很大进展。植物对逆境的抗性一直是植物生物学家关心的问题。由于植物生理学家、遗传学家和分子生物学家协同作战，耐涝、耐盐碱、耐旱和耐冷的转基因作物新品种(系)也已获得成功。植物的抗寒性对其生长发育尤为重要。科学家发现极地的鱼体内有一些特殊蛋白可以抑制冰晶的增长，从而免受低温的冻害并正常地生活在寒冷的极地中。将这种抗冻蛋白基因从鱼基因组中分离出来，导入植物体可获得转基因植物，目前这种基因已被转入番茄和黄瓜中。随着生活水平的提高，人们越来越关注口味、口感、营养成分、欣赏价值等品质性状。实践证明，利用基因工程可以有效地改善植物的品质，而且越来越多的基因工程植物进入了商品化生产领域，近几年利用基因工程改良作物品质也取得了不少进展，如美国国际植物研究所的科学家们从大豆中获取蛋白质合成基因，成功地导入到马铃薯中，培育出高蛋白马铃薯品种，其蛋白质含量接近大豆，**提高了营养价值，得到了农场主及消费者的普遍欢迎。在花色、花香、花姿等性状的改良上也作了大量的研究。 基因工程应用于医药方面 目前，以基因工程药物为主导的基因工程应用产业已成为全球发展最快的产业之一，发展前景非常广阔。基因工程药物主要包括细胞因子、抗体、疫苗、激素和寡核甘酸药物等。它们对预防人类的肿瘤、心血管疾病、遗传病、糖尿病、包括艾滋病在内的各种传染病、类风湿疾病等有重要作用。在很多领域特别是疑难病症上，基因工程工程药物起到了传统化学药物难以达到的作用。我们最为熟悉的干扰素(IFN)就是一类利用基因工程技术研制成的多功能细胞因子，在临床上已用于治疗白血病、乙肝、丙肝、多发性硬化症和类风湿关节炎等多种疾病。目前，应用基因工程研制的艾滋病疫苗已完成中试，并进入临床验证阶段；专门用于治疗肿瘤的“肿瘤基因导弹”也将在不久完成研制，它可有目的地寻找并杀死肿瘤，将使癌症的治愈成为可能。由中国、美国、德国三国科学家及中外六家研究机构参与研制的专门用于治疗乙肝、慢迁肝、慢活肝、丙肝、肝硬化的体细胞基因生物注射剂，最终解决了从剪切、分离到吞食肝细胞内肝炎病毒，修复、促进肝细胞再生的全过程。经4年临床试验已在全国面向肝炎患者。此项基因学研究成果在国际治肝领域中，是继干扰素等药物之后的一项具有革命性转变的重大医学成果。 基因工程应用于环保方面
生物信息学现状与展望
研究生课程考试卷 学号、姓名： j20112001 苗天锦 年级、专业：2011生物化学与分子生物学 培养层次：硕士 课程名称：生物信息学 授课学时学分： 32学时 2学分 考试成绩： 授课或主讲教师签字：
生物信息学现状与展望 摘要：生物信息学是一门新兴学科，起步于20世纪90年代，至今已进入"后基因组时代"，本文对生物信息学的产生背景及其研究现状等方面进行了综述，并展望生物信息学的发展前景。生物信息学的发展在国内、外基本上都处在起步阶段。 关键词：生物信息学；生物信息学背景；发展前景 一、生物信息学概述 1.生物信息学发展历史 随着生物科学技术的迅猛发展，生物信息数据资源的增长呈现爆炸之势，同时计算机运算能力的提高和国际互联网络的发展使得对大规模数据的贮存、处理和传输成为可能，为了快捷方便地对已知生物学信息进行科学的组织、有效的管理和进一步分析利用，一门由生命科学和信息科学等多学科相结合特别是由分子生物学与计算机信息处理技术紧密结合而形成的交叉学科——生物信息学(Bioinformatics)应运而生,并大大推动了相关研究的开展, 被誉为“解读生命天书的慧眼”【1】。 研究生物细胞的生物大分子的结构与功能很早就已经开始，1866年孟德尔从实验上提出了假设：基因是以生物成分存在。1944年Chargaff发现了著名的Chargaff规律，即DNA中鸟嘌呤的量与胞嘧定的量总是相等，腺嘌呤与胸腺嘧啶的量相等。与此同时，Wilkins与Franklin用X射线衍射技术测定了DNA纤维的结构。1953年James Watson 和FrancisCrick在Nature杂志上推测出DNA 的三维结构（双螺旋）。Kornberg于1956年从大肠杆菌（E.coli）中分离出DNA 聚合酶I（DNA polymerase I），能使4种dNTP连接成DNA。Meselson与Stahl （1958）用实验方法证明了DNA复制是一种半保留复制。Crick于1954年提出了遗传信息传递的规律，DNA是合成RNA的模板，RNA又是合成蛋白质的模板，称之为中心法则（Central dogma），这一中心法则对以后分子生物学和生物信息学的发展都起到了极其重要的指导作用。经过Nirenberg和Matthai（1963）的努力研究，编码20氨基酸的遗传密码得到了破译。限制性内切酶的发现和重组DNA的克隆（clone）奠定了基因工程的技术基础【2】。自1990年美国启动人类基因组计划以来，人与模式生物基因组的测序工作进展极为迅速。迄今已完成了约40多种生物的全基因组测序工作，人基因组约3x109碱基对的测序工作也接近完成。至2000年6月26日，被誉为生命“阿波罗计划”的人类基因组计划终于完成了工作草图，预示着完成人类基因组计划已经指日可待。生物信息学已成为整个生命科学发展的重要组成部分，成为生命科学研究的前沿。 2.生物信息学研究方向 2.1 序列比对
网络大数据现状和展望
网络大数据:现状与展望 1引言 1.1研究与发展现状 近年来，随着互联网、物联网、云计算、三网融合等IT与通信技术的迅猛发展，数据的快速增长成了许多行业共同而对的严峻挑战和宝贵机遇，因而信息社会己经进入了大数据(hig Data)时代.大数据的涌现不仅改变着人们的生活与工作方式、企业的运作模式，甚至还引起科学研究模式的根本性改变. 一般意义上，大数据是指无法在一定时间内用常规机器和软硬件工具对其进行感知、获取、管理、处理和服务的数据集合川.网络大数据是指“人、机、物”三元世界在网络空间(Cyberspace)中彼此交互与融合所产生并在互联网上可获得的大数据，简称网络数据. 当前，网络大数据在规模与复杂度上的快速增长对现有IT架构的处理和计算能力提出了挑战.据著名咨询公司IDC发布的研究报告，2011年网络大数据总量为1. 8 ZB，预计到2020年，总量将达到3 5 ZB. IBM将大数据的特点总结为3个V，即大量化(Volume)、多样化(Variety)和快速化(Velocity).首先，网络空间中数据的体量不断扩大，数据集合的规模己经从UB}TB到了PB，而网络大数据甚至以EB 和ZB(10z1)等单位来计数.IDC的研究报告称，未来十年全球大数据
将增加50倍，管理数据仓库的服务器的数量将增加10倍以迎合50倍的大数据增长.其次，网络大数据类型繁多，包括结构化数据、半结构化数据和非结构化数据.在现代互联网应用中，呈现出非结构化数据大幅增长的特点，至2012年 末非结构化数据占有比例达到互联网整个数据量的75%以上.这些非结构化数据的产生往往伴随着社交网络、移动计算和传感器等新技术的不断涌现和应用.再次，网络大数据往往呈现出突发涌现等非线}h}状态演变现象，因此难以对其变化进行有效评估和预测.另一方而，网络大数据常常以数据流的形式动态、快速地产生，具有很强的时效性，用户只有把 握好对数据流的掌控才能充分利用这些数据. 近几年，网络大数据越来越显示出巨大的影响作用，正在改变着人们的工作与生活.2012年11月《时代》杂志撰文指出奥巴马总统连任成功背后的秘密，其中的关键是对过去两年来相关网络数据的搜集、分析和挖掘②.目前，eBay的分析平台每天处理的数据量高达100 PB，超过了纳斯达克交易所每天的数据处理量.为了准确分析用户的购物行为，eBay定义了超过500种类型的数据，对顾客的行为进行跟踪分析③. 2012年的双十一，中国互联网再次发生了最大规模的商业活动:淘宝系网站的销售总额达到191亿元人民币.淘宝之所以能应对如此巨大的交易量和超高并发性的分析需求，得益于其对往年的情况，特别是用户的消费习惯、搜索习惯以及浏览习惯等数据所进行的综合分析.
大数据发展现状与未来发展趋势研究
大数据发展现状与未来发展趋势研究 朱孔村 （江苏省科学技术情报研究所，江苏南京210042） 【摘要】数据是信息化时代的“新石油”资源，如何利用好这种“新石油”资源需要大数据技术的支持。文章介绍了大数据技术及其发展历程，概括了当前国内外大数据的发展现状并展望了大数据技术和产业方面的未来发展趋势。 【关键词】大数据；现状；趋势 【中图分类号】TP391【文献标识码】A【文章编号】1008-1151(2019)01-0115-04 Research on the Current Situation and Future Development Trend of Big Data Abstract: Data is the “new petroleum” resource of the information age and how to make good use of this “new petroleum” resource needs the support of big data technology. This paper first introduces the big data technology and its development process and summarizes the current development of big data at home and abroad. Finally, the future development trend of big data technology and industry is prospected. Key words: big data; current situation; trend 1 大数据技术概述 1.1大数据技术 随着物联网、云计算、移动互联网等技术的成熟，以及智能移动终端的普及，全社会的数据量呈指数型增长，全球已经进入以数据为核心的大数据时代。大数据并不是一个新的概念，信息技术发展的每一个阶段都会遇到数据处理的问题，人类需要不停的面对来自数据的挑战。为满足商业结构化数据存储的需求而产生了关系型数据库，为满足互联网时代非结构化数据存储需求而产生了NoSQL技术，而大数据技术的产生是为了解决大型数据集分析的问题。 大数据技术目前还没有一个确切的定义，各行各业有着自己的见解，但总体而言，其关键在于从数量庞大、种类繁多的数据中提取出有用的信息。维基百科从数据处理的角度将大数据定义为一个超大的、难以用现有常规的数据库管理技术和工具处理的数据集。国际数据公司（IDC）给出的报告指出，大数据技术描述了一种新一代技术和构架，以很经济的方式、以高速的捕获、发现和分析技术，从各种超大规模的数据中提取价值[1]。 少量的数据看似杂乱无章，但是当数据累积到一定程度时，就会呈现出一种规律和秩序。大数据的价值就在于数据分析，利用大数据分析技术，从海量数据中总结经验、发现规律、预测趋势，最终为辅助决策服务。《大数据时代》的作者克托·迈尔-舍恩伯格认为：“大数据开启了一次重大的时代转型”，他指出大数据将带来巨大的变革，改变人们的生活、工作和思维方式，改变人们的商业模式，影响人们的经济、政治、科技和社会等各个层面。 1.2大数据发展历程 1.2.1萌芽阶段 20世纪90年代，“大数据”这个术语开始出现。1998年SGI首席科学家John Masey在USENIX大会上提出大数据的概念，他当时发表了一篇名为Big Data and the Next Wave of Infrastress的论文，使用了大数据来描述数据爆炸的现象。但是那时的大数据只表示“大量的数据或数据集”这样的字面含义，还没有涵盖到相关的采集、存储、分析挖掘、应用等技术方法与特征内涵 1.2.2发展阶段 从20世纪末到21世纪初期是大数据的发展期，在这一阶段中大数据逐渐为学术界的研究者所关注，相关的定义、内涵、特性也得到了进一步的丰富。2003至2006年，Google 发布的GFS、MapReduce和BigTable三篇论文对大数据的发展起到重要作用。2006至2009年，大数据技术形成并行运算与分布式系统。2009年，Jeff Dean在BigTable基础上开发了Spanner数据库。随着数据挖掘理论和数据库技术的逐步成熟，一批商业智能工具和知识管理技术如数据仓库、专家系统、知识管理系统等开始被应用。 1.2.3成熟阶段 2011年至今，是大数据发展的成熟阶段，越来越多的研究者对大数据的认识从技术概念丰富到了信息资产与思维变革等多个维度，一些国家、社会组织、企业开始将大数据上升为 总第21卷233期大众科技Vol.21 No.1 2019年1月Popular Science & Technology January 2019 【收稿日期】2018-11-06 【作者简介】朱孔村（1985－），男，山东临沂人，江苏省科学技术情报研究所实习研究员，从事电子政务相关工作。 - 115 -
老年护理事业的现状与展望
老年护理事业的现状与展望叶婷婷卜琴芳 上海顺昌医院 随着人们生活水平不断提高, 人类平均寿命普遍延长,人口老龄化与老龄问题成为当今世界一个 重要的社会问题, 发达国家和发展中国家都面临这一挑战。]人口老龄化与经济发展不平衡等给我国护理事业提出严竣的挑战。面对庞大的老年人队伍，如何提高老年护理水平，促进老年人的健康，提高老年人的生活质量，将是老年护理工作者面对的新课题。 一、我国老年护理的现状 （一）我国已经进入老龄化社会 2002 年,我 国60 岁以上的老年人已达1. 36 亿,占总人口的10. 47 %,预计到2020 年后,将达到人口老龄化的高峰,那时60 岁以上的老龄人口,将为2. 5 亿,占全国总人口总数的20 %以上[1]。根据1982 年联合国召开老龄问题世界大会时提出的“60 岁及60 岁以上的为老年人,占人口比例达到10 %以上即开始进入老龄 时代”的标准[2]，我国已经进入老龄化社会。我国 人口结构由成年型转向老年型，发展速度之快，老年人口之多，世界罕见。因此, 大力发展老年护理事业, 进一步加强老年护理工作,势在必行 （二）社会对于老年护理的需求对老年人的照料在我国目前主要有家庭养老、社区照顾和机构养老三种模式,以家庭养老为主体。帕森斯就曾指出:中国是一个“以家庭为本位”的社会,其间以家庭以及从中派生出的家族系统在整个社会中占有非同寻常的战略地位[3]。但随着需要赡养的老人急剧增加；计划生育使家庭小型化、核心化；农村地区青壮年人员外出就业；消费结构多元化的发展,传统的家庭养老服务功能日益弱化,一户家庭要照料4 位 老人,显得力不从心, 无论从老年人自身还是从照 顾者方面来说，都急需来自医疗、社区等方面的服务机构的支持和帮助。而社会化养老服务相对滞后,老年服务体系不健全,老年护理院、老年医院起步较晚,数量极少,很不适应新的形势。 （三）老年人对提高生活质量的要求随着老 年人口的增加和人类寿命的延长，如何提高老年人生活质量成为一个突出问题。因为生活质量是个多维的概念,至少包括躯体健康、自理能力、认知功能、心理健康、经济状况等, 仅仅延长生命而不提高生活质量是没有意义的。 (四)护理专业人员匮乏目前, 我国老年护理 的状况无论从护理专业在整个卫生领域的位置还是从今后护理专业在满足老年人口的护理需求来看, 我国的护理状况与发达的老年型社会国家还存在很大距离。按国际标准来算,我国大约需要专业护理人员220 万人,而国内从事养老护理的工作人员仅100 万左右，与实际需要量相比尚缺万人。不仅人员数量短缺, 而且在编不在岗的问题还存在, 非护理工作所占护理时间的问题也还没有解决。一方面需要照料护理的老年人越来越多, 另一方面, 重视病症, 特别是急症的治疗护理, 轻视人和综合护理的倾向依然存在[4]，护理毕业生只有少部分愿意选择从事 老年护理。通过对护理人员工作满意度的调查显示,很多的护士对工作不满意，护理人员老龄化，具有
网络大数据现状与展望
网络大数据:现状和展望 1引言 1.1研究和发展现状 近年来，随着互联网、物联网、云计算、三网融合等IT和通信技术的迅猛发展，数据的快速增长成了许多行业共同而对的严峻挑战和宝贵机遇，因而信息社会己经进入了大数据(hig Data)时代.大数据的涌现不仅改变着人们的生活和工作方式、企业的运作模式，甚至还引起科学研究模式的根本性改变. 一般意义上，大数据是指无法在一定时间内用常规机器和软硬件工具对其进行感知、获取、管理、处理和服务的数据集合川.网络大数据是指“人、机、物”三元世界在网络空间(Cyberspace)中彼此交互和融合所产生并在互联网上可获得的大数据，简称网络数据. 当前，网络大数据在规模和复杂度上的快速增长对现有IT架构的处理和计算能力提出了挑战.据著名咨询公司IDC发布的研究报告，2011年网络大数据总量为1. 8 ZB，预计到2020年，总量将达到3 5 ZB. IBM将大数据的特点总结为3个V，即大量化(Volume)、多样化(Variety)和快速化(Velocity).首先，网络空间中数据的体量不断扩大，数据集合的规模己经从UB}TB到了PB，而网络大数据甚至以EB和ZB(10z1)等单位来计数.IDC的研究报告称，未来十年全球大数据将增加50倍，管理数据仓库的服务器的数量将增加10倍以迎合50倍的
大数据增长.其次，网络大数据类型繁多，包括结构化数据、半结构化数据和非结构化数据.在现代互联网使用中，呈现出非结构化数据大幅增长的特点，至2012年 末非结构化数据占有比例达到互联网整个数据量的75%以上.这些非结构化数据的产生往往伴随着社交网络、移动计算和传感器等新技术的不断涌现和使用.再次，网络大数据往往呈现出突发涌现等非线}h}状态演变现象，因此难以对其变化进行有效评估和预测.另一方而，网络大数据常常以数据流的形式动态、快速地产生，具有很强的时效性，用户只有把 握好对数据流的掌控才能充分利用这些数据. 近几年，网络大数据越来越显示出巨大的影响作用，正在改变着人们的工作和生活.2012年11月《时代》杂志撰文指出奥巴马总统连任成功背后的秘密，其中的关键是对过去两年来相关网络数据的搜集、分析和挖掘②.目前，eBay的分析平台每天处理的数据量高达100 PB，超过了纳斯达克交易所每天的数据处理量.为了准确分析用户的购物行为，eBay定义了超过500种类型的数据，对顾客的行为进行跟踪分析③. 2012年的双十一，中国互联网再次发生了最大规模的商业活动:淘宝系网站的销售总额达到191亿元人民币.淘宝之所以能应对如此巨大的交易量和超高并发性的分析需求，得益于其对往年的情况，特别是用户的消费习惯、搜索习惯以及浏览习惯等数据所进行的综合分析. 网络大数据给学术界也同样带来了巨大的挑战和机遇.网络数据
浅谈大数据发展现状及未来展望
中国特色社会主义进入新时代，实现中华民族伟大复兴的中国梦开启新征程。党中央决定实施国家大数据战略，吹响了加快发展数字经济、建设数字中国的号角。国家领导人在十九届中共中央政治局第二次集体学习时的重要讲话中指出：“大数据是信息化发展的新阶段”，并做出了“推动大数据技术产业创新发展、构建以数据为关键要素的数字经济、运用大数据提升国家治理现代化水平、运用大数据促进保障和改善民生、切实保障国家数据安全”的战略部署，为我国构筑大数据时代国家综合竞争新优势指明了方向！ 今天，我拟回顾大数据的发端、发展和现状，研判大数据的未来趋势，简述我国大数据发展的态势，并汇报我对信息化新阶段和数字经济的认识，以及对我国发展大数据的若干思考和建议。 一、大数据的发端与发展 从文明之初的“结绳记事”，到文字发明后的“文以载道”，再到近现代科学的“数据建模”，数据一直伴随着人类社会的发展变迁，承载了人类基于数据和信息认识世界的努力和取得的巨大进步。然而，直到以电子计算机为代表的现代信息技术出现后，为数据处理提供了自动的方法和手段，人类掌握数据、处理数据的能力才实现了质的跃升。信息技术及其在经济社会发展方方面面的应用（即信息化），推动数据（信息）成为继物质、能源之后的又一种重要战略资源。 “大数据”作为一种概念和思潮由计算领域发端，之后逐渐延伸到科学和商业领域。大多数学者认为，“大数据”这一概念最早公开出现于1998年，美国高性能计算公司SGI的首席科学家约翰·马西（John Mashey）在一个国际会议报告中指出：随着数据量的快速增长，必将出现数据难理解、难获取、难处理和难组织等四个难题，并用“Big Data（大数据）”来描述这一挑战，在计算领域引发思考。2007年，数据库领域的先驱人物吉姆·格雷（Jim Gray）指出大数据将成为人类触摸、理解和逼近现实复杂系统的
基因生物学的研究现状
基因生物学的研究现状 摘要：本文介绍了自人类基因计划实施以来，基因技术在生物医药等领域的主要应用途径及对其发展方向与开发应用前景作了展望。 关键词：基因解剖学；基因生理学；基因病理学；基因信息学；基因药物学与治疗学。 The current research status of biology of genes Abstract：This paper introduced the human gene plan since the implementation of genetic technology biological medicine is mainly used in the field of ways and the developing direction and development prospect are discussed. Key words:Gene anatomy; Gene physiology; Gene pathology; Gene informatics; Gene pharmacology and therapeutic. 前言： 近20年来，分子生物学取得了飞速的发展，人类基因组计划、人体14万个基因，30万个核苷酸的序列即将在2003年提前完成。医学生物学正面临着一次更深刻的革命。研究基因拼接、转录、表达、损伤、修复和稳定性的调节机制，阐明基因转录和表达不同蛋白质的规律性，研究蛋白质及其降解产物的功能及其多样性，分析蛋白质结构与功能的关系以及蛋白质不同片段之间相互调节的规律，具有极其专业的生理、病理意义。 正文： 1.基因“解剖学”： 研究基因的结构、组成、分布和变异。估计人体有3×109个核苷酸，但仅2%～3%可以编码蛋白质。那么剩余的90%以上的核苷酸的功能是什么呢？目前在GenBank注册的人类EST已逾300万条，而且每天以1 500条EST的速度增加。现在应用定位克隆所获得的基因，90%以上都可在EST库中寻找到同源序列，但是在108万条EST中只有3.5万条在染色体上定位；人体内估计有5～15万个基因，现在已克隆基因约近2万个，但明确有功能的不足2 000个，即使已知功能的基因，其确切的作用还需进一步验证。现在了解，从单一克隆中筛选出的基因有很大的局限性和变异性，有人推测每100～1 000个核苷酸序列中就有一个核苷酸的变异，人类约有300万个有差异的序列，这些有差异的不同基因可以遗传，表现为不同基因型和多态型，决定人类的种族和个体的差异，决定不同人群的疾病易感性和药物治疗的敏感性，它是我们进行疾病诊断、预防和药物选择的分子基础，即所谓单核苷酸序列多态性（SNP）。现在人们热衷于克隆cDNA和编码蛋白的核苷酸序列，这是必要的，但非编码的核苷酸序列，包括卫星DNA（小和微小卫星序列）、多拷贝重复序列、和众多调控序列，亦具有十分重要的意义。此外，核苷酸序列在染色体上的排列亦不是无序的，一定有着内在规律和自身的特点，还可能存在着新的多联密码。只有深刻揭示核苷酸排列的规律和意义，才能真正了解生命的奥秘。 2.基因“生理学”：
人工湿地 存在的问题及发展趋势
人工湿地研究面临的问题和发展前景 问题： (1)人工湿地曾经被作为对湿地因各种原因退化的一种补偿手段而提出来的,但人工湿地的 研究现状是植物的单一性及对自然调控机制方面的缺乏与保护湿地的生物多样性初衷相去甚远。因此,人工湿地的研究方向之一是在努力提高去污能力的同时要尽可能地模仿自然湿地。 (2)以去除百分率的形式来表示人工湿地的处理效率时容易引起误导,因为在处理低含量污 水时,虽然处理效率较低,但出水水质很好。而且现已有数据表明随进水浓度升高处理效率也升高;同时由于蒸发作用,使得测得处理效率比实际结果偏低。因而,人工湿地处理效率模型的研究逐渐成为一个热点。 (3)现在还没有学者对湿地系统去除水源性病源体进行优化及深入研究。尽管研究发现人工 湿地对大肠杆菌及粪大肠杆菌类的处理效果“非常好”(有时甚至达到99%),但是应当注意到出水大肠杆菌类的平均数量还是超标的。因此仅仅利用人工湿地现有水平作为污水唯一处理系统时,特别是对高负荷生活污水,可能是不够。 (4)人工湿地中的堵塞问题近年来也引起了很多人的注意。 因为总悬浮颗粒物负荷过高时会造成基质淤积,管道堵塞,使得水流通不畅,(对潜流而言则会形成表面流致使水停留时间缩短;相反,对复合垂直流来讲,堵塞后由于填料渗透系数减少,水渗透速度下降,会延长水停留时间,造成在下行流池表面形成积水层阻碍了空气中的氧气进入基质层,使得复合垂直流中的好氧微生物活性下降,并且由于积水层的存在,使得蚊蝇更容易滋生,卫生条件恶化,功能下降。 (1)湿地基质堵塞的问题。随着人工湿地的运行有机质会逐渐积累于基质中而造成基质阻塞。根据美国多个人工湿地的调查有将近一半的湿地在投入运行后年内形成了堵塞造成了表面水流降低了处理效率。 (2)湿地植物的退化。如在欧洲国家应用广泛的芦苇床技术目前普遍存在着衰退现象。 (3)氮去除效果差。如美国多个湿地处理系统大多不能处理达到一定的氮标准原因可能是由于在湿地中缺少硝化所需的氧。 (4)水力负荷小,占地面积大。人工湿地是在自然湿地的基础上发展起来的,其净化机理的实质主要还是基于土壤对污染物的自然净化功能。由于土壤自身对污染物的降解能力差,水力负荷低,使得人工湿地需要较多的土地面积,这就制约了它的发展,尤其是在土地资源紧缺的地区。所以能否提高人工湿地的水力负荷是影响人工湿地未来发展的至关重要的问题。 (5)冬季运行问题。气温的降低会影响人工湿地的正常运行,使污染物的去除率降低,因此,在冬季湿地需要覆盖隔离这样的保温措施;或增加人工湿地的构筑深度来达到保温的效果。这是人工湿地在北方地区运行所必需要解决的问题。 发展趋势： 国外人工湿地发展趋势： 目前世界上都投入了大量精力来改进人工湿地技术。通过间歇进水、选择合适的填料和引入一些传统污水处理技术来提高潜流湿地的工作效率。如北美湿地工程公司N(AWE)借鉴污泥回流技术和鼓风曝气开发了循环湿地流湿地工艺和通风强化床工艺。这些工艺目前已被成