大数据时代的生物技术和农业

目录
第1章 大数据的来源 1
1.1 大数据的概念及类型 1
1.1.1 生物学和医学大数据 2
1.1.2 农业大数据 6
1.2 人类基因组计划 12
1.2.1 DNA双螺旋的魔力 13
1.2.2 解码“生命天书” 15
1.3 大数据对生命科学的影响 19
1.3.1 生物信息学的概念 20
1.3.2 生物信息学的诞生和发展 21
1.3.3 信息资源与生命科学研究 23
1.3.4 计算机时代的生物学 24
1.4 了解基因组数据库和生物信息学 26
1.4.1 生物信息学研究的主要推动力 26
1.4.2 特定基因组资源 34
1.4.3 疾病基因组资源 37
1.4.4 DNA序列分析 39
1.4.5 寻找序列之间的差异 44
1.4.6 多序列比对 49
1.4.7 二次数据库搜索 53
1.4.8 常见的生物信息学分析软件 54
第2章 生物医学的变革 57
2.1 个体基因组时代即将来临 57
2.1.1 寻找人类遗传疾病的根源 57
2.1.2 全基因组关联研究及存在的问题 58
2.1.3 eQTL作图 63
2.1.4 挑战与策略 64
2.2 个性化医学 66
2.2.1 个体遗传差异 67
2.2.2 个性化医学的意义 67
2.2.3 如何实现个性化医疗服务 68
2.3 大数据将颠覆传统医学 69
2.3.1 传统医学模式的弊端 69
2.3.2 医患关系 70
2.3.3 医学互联网的出现 74
2.3.4 移动医疗 77
2.3.5 颠覆传统医学 78
第3章 大数据对制药公司的影响 85
3.1 药靶的筛选 85
3.1.1 药物基因组学 87
3.1.2 大数据如何给药物研发带来新革命 89
3.1.3 未来的场景 90
3.2 药物的个体差异 90
3.3 基于大数据的药物设计 92
3.3.1 计算机辅助药物设计 92
3.3.2 计算机辅助疫苗设计 95
3.3.3 药物研发的大数据处方 101
3.3.4 大数据转变面临的挑战 105
第4章 大数据引发农业的变革 108
4.1 何为农业大数据 108
4.2 大数据对农业的影响 108
4.2.1 种质创新 109
4.2.2 精准农业 113
4.2.3 食物追踪 114
4.2.4 对供应链的影响 117
4.3 如何利用农业大数据 118
4.4 大数据与遗传育种 118
4.4.1 基因组辅助育种技术 119
4.4.2 作物基因组与遗传改良 124
4.4.3 经济动物基因组及遗传改良 137
4.5 农业信息管理 139
4.5.1 作物品种资源数据库 140
4.5.2 动物遗传资源数据库 140
4.5.3 农业有害生物数据库 141
4.6 智能化管理农场网络 142
4.6.1 智能化农业生产管理 142
4.6.2 农产品物流信息管理 142
4.6.3 农产品信息回溯 143
4.7 结合中国国情，促进精细农业与大数据融合 145
4.8 农业大数据的美好未来 146
第5章 大数据时代的伦理隐忧 148
5.1 基因组信息涉及的伦理隐私 148
5.1.1 伦理学问题 148
5.1.2 基因信息与身份识别 148
5.1.3 基因信息可能暴露意外的亲缘关系 149
5.1.4 基因信息可用于推测个人特征 149
5.1.5 基因信息可能导致基因歧视 149
5.1.6 基因信息可能导致保险公司歧视性定价策略 150
5.2 什么类型的基因检测更容易存在伦理隐患？ 150
5.2.1 单基因检测 151
5.2.2 疾病的基因检测 151
5.2.3 全外显子、全基因组检测或检测位点非常多的芯片检测 151
5.2.4 亲子鉴定、司法鉴定 151
5.3 如何注意避免泄露基因隐私 152
5.3.1 了解检测目的 152
5.3.2 阅读知情同意书和条款，保护自身权利 152
5.3.3 了解检测所使用的技术手段 152
5.4 大数据时代生命伦理展现价值维度 152
5.4.1 生命伦理学的出现及其研究范畴 153
5.4.2 生命伦理学原则 154
5.4.3 大数据时代的医学伦理与信息安全 155
主要参考文献 161