基因组学、生物信息学及高性能计算

基因组学、生物信息学

及高性能计算胡松年中国科学院北京基因组研究所内容1.研究所整体介绍2.基因组及生物信息基础科研环境3.生物信息研究工作4.致谢

West

5InstitutesShanghai8InstitutesBeijing

7

InstitutesBio-relatedInstituteofCASMid-South5Institutes25Institutes19NationalKeyLabs15BotanicGardens18Museums9SpecimenDepository13ObservationStations3Mb30Mb400Mb3000MbOnecancertainlydosomethingusefulforChinaPLoSBiology2005RiceGeneMapsStartfrom19992007年10月22日，经过2个月的装修和筹备工作，中国科学院北京基因组研究所临时所址落成。北京基因组所的中心任务

以大规模测序解决重要生物学问题

(测序是手段，不是目的）

将发现应用到经济和社会发展中水稻基因组项目人类转录组研究肿瘤基因组研究细菌及微生物研究内容1.研究所整体介绍2.基因组及生物信息基础科研环境3.生物信息研究4.致谢基因组学生物信息学高性能计算测序能力测序仪数量序列图像运行时间SOLiDv4.0730GB6～8TB10天/台SOLEXAGAII415GB4TB10天/台4541400MBGB量级7小时/台37304～50KBGB量级2小时/台数据产量：1TB/月

（不包括图像文件）454SolexaGAII“钓鱼”和“捞鱼”前基因组时代的“钓鱼”和后基因组时代的“捞鱼”CPU:960(core)AggregationCapabilities:10.2TFLOPS运算速度快节点多单节点内存大（至少2～4GB/Core）节点内部网络通路无特殊要求应用（NGS数据分析）全基因组序列比对分析（BWA，SOAP，Bioscope，Bfast，…）转录组序列比对分析…通用高性能集群计算环境

专用计算环境大内存服务器128GB/256GB/512GB/1TB用途大基因组拼接转录组拼接基于大数据量的功能分析…存储资源环境分级存储普通存储+高性能存储高性能存储+磁带库存储普通存储+高性能存储+磁带库存储基因组所状况普通存储：700TB（参与小数据计算）高性能存储：200TB（参与大数据计算）磁带存储：若干（备份数据）内容1.研究所整体介绍2.基因组及生物信息基础科研环境3.生物信息研究工作4.致谢生物信息研究工作(1)ResequencingWholegenomesequencingExoncapturesequecing(2)AssemblySequencingReadsLongreads：454、3730Shortreads：Solexa、SolidHybridReads：Long+ShortreadsAssemblypipelineReadsfiltering(QV,adaptor,redundantreads)ReadscorrectionContigassemblyScaffoldingFixgap(3)TranscriptomeBasicAnalysisReadsfilteringMaptogenomeMaptojunctionAnnotationDEGseqGOKEGGAdvancedAnalysisDenovoassemblySNPalleleAlternativeSplicingIsoformexpressionAnti-senceRNA…(4)microRNA(5)MethylationSolexasequencingBusilfitemethodSingle-endPair-endMappingstrategyMethylationsiteStatisticalanalysisDistributionGCornon-GC(6)DatabaseandsoftwareBioinformaticsdatabasedesignanddevelop