Dữ liệu điện tử là gì? Các công bố khoa học về Dữ liệu điện tử

Mặc dù có những tiến bộ gần đây trong các hệ thống xác định tối ưu hóa thương mại, việc xác định vi khuẩn vẫn là một nhiệm vụ thách thức trong nhiều phòng thí nghiệm vi sinh học hàng ngày, đặc biệt là trong các tình huống mà các chủng loại thuần khiết mới về phân loại được tham gia. Gene 16S rRNA đã được sử dụng rộng rãi cho nhiệm vụ này khi kết hợp với một cơ sở dữ liệu được biên soạn tốt, chẳng hạn như EzTaxon, chứa các trình tự của các chủng điển hình của các loài prokaryotic có tên xuất bản hợp lệ. Mặc dù cơ sở dữ liệu EzTaxon đã được sử dụng rộng rãi để xác định các chủng prokaryotic trong thực tiễn, các trình tự từ các prokaryote không nuôi cấy vẫn chưa được xem xét. Tại đây, cơ sở dữ liệu thế hệ tiếp theo, được gọi là EzTaxon-e, được giới thiệu chính thức. Cơ sở dữ liệu mới này không chỉ bao gồm các loài trong hệ thống đặt tên chính thức mà còn các phylotype có thể đại diện cho các loài trong tự nhiên. Ngoài chức năng xác định dựa trên các tìm kiếm Đường dẫn Canh tác Mức cục bộ Căn bản (blast) và căn chỉnh trình tự toàn cầu theo từng cặp, một phương pháp khách quan mới để đánh giá mức độ hoàn thiện trong việc giải trình tự được đề xuất. Tất cả các trình tự được lưu giữ trong cơ sở dữ liệu EzTaxon-e đã trải qua phân tích phát sinh loài và điều này đã dẫn đến một hệ thống phân loại phân cấp hoàn chỉnh. Đã kết luận rằng cơ sở dữ liệu EzTaxon-e cung cấp một nền tảng phân loại hữu ích cho việc xác định các prokaryotes đã nuôi cấy và chưa nuôi cấy và cung cấp một phương tiện giao tiếp giá trị giữa các nhà vi sinh học thường xuyên gặp các chủng loại thuần khiết mới về phân loại. Cơ sở dữ liệu và các chức năng phân tích của nó có thể được tìm thấy tại http://eztaxon-e.ezbiocloud.net/.

Cơ sở dữ liệu các cấu trúc ba chiều protein đã biết có thể được mở rộng đáng kể nhờ vào việc sử dụng tính đồng cấu trình tự, dựa trên những quan sát sau. (1) Cơ sở dữ liệu các trình tự đã biết, hiện có hơn 12.000 protein, lớn hơn hai bậc so với cơ sở dữ liệu các cấu trúc đã biết. (2) Phương pháp hiện tại mạnh nhất để dự đoán cấu trúc protein là xây dựng mô hình dựa trên tính đồng cấu. (3) Tính đồng cấu cấu trúc có thể được suy luận từ mức độ tương đồng trình tự. (4) Ngưỡng về mức độ tương đồng trình tự đủ để đạt được tính đồng cấu cấu trúc phụ thuộc mạnh vào độ dài của sự căn chỉnh. Ở đây, chúng tôi trước tiên định lượng mối quan hệ giữa tương đồng trình tự, tương đồng cấu trúc và độ dài của sự căn chỉnh bằng cách khảo sát toàn diện các sự căn chỉnh giữa các protein đã biết có cấu trúc và báo cáo một đường cong ngưỡng đồng cấu như một hàm của độ dài sự căn chỉnh. Sau đó, chúng tôi tạo ra một cơ sở dữ liệu về cấu trúc bậc hai protein suy diễn từ đồng cấu (HSSP) bằng cách căn chỉnh tất cả các trình tự được coi là đồng cấu dựa trên đường cong ngưỡng đến mỗi protein có cấu trúc đã biết. Đối với mỗi cấu trúc protein đã biết, cơ sở dữ liệu suy diễn chứa các trình tự đã được căn chỉnh, cấu trúc bậc hai, biến thể trình tự, và hồ sơ trình tự. Các cấu trúc ba chiều của các trình tự đã căn chỉnh được ngụ ý nhưng không được mô hình hóa một cách cụ thể. Cơ sở dữ liệu này tăng đáng kể số lượng các cấu trúc protein đã biết lên gấp năm lần, đạt hơn 1800. Kết quả có thể hữu ích trong việc đánh giá ý nghĩa cấu trúc của các sự khớp trong các tìm kiếm cơ sở dữ liệu trình tự, trong việc suy diễn các sở thích và mẫu cho dự đoán cấu trúc, trong việc làm rõ vai trò cấu trúc của các dư lượng bảo tồn, và trong việc mô hình hóa chi tiết ba chiều thông qua đồng cấu.

Dữ liệu điện từ Magnetotelluric (MT) được đảo ngược để xây dựng các mô hình 2-D mượt mà bằng cách sử dụng một mở rộng của thuật toán 1-D hiện có, phép đảo của Occam. Bởi vì một tập dữ liệu MT bao gồm một số lượng hữu hạn các dữ liệu không chính xác, nên có vô số nghiệm cho bài toán đảo ngược. Việc khớp dữ liệu điện từ thực địa hoặc mô phỏng gần như chính xác dẫn đến các mô hình lý thuyết với một lượng độ thô tối đa, hoặc cấu trúc. Tuy nhiên, bằng cách nới lỏng tiêu chí sai số chỉ một chút, các mô hình mượt mà tối đa có thể được tạo ra. Các mô hình mượt mà ít có khả năng dẫn đến việc diễn giải quá mức dữ liệu và phản ánh đúng khả năng giải quyết của phương pháp MT. Các mô hình được cấu thành từ một số lượng lớn các hình hộp chữ nhật, mỗi hộp có độ dẫn điện không thay đổi. Thông tin [Công thức: xem văn bản], dưới hình thức chỉ các vị trí biên hoặc cả vị trí biên và độ dẫn điện, có thể được bao gồm, cung cấp một công cụ mạnh mẽ để cải thiện khả năng giải quyết của dữ liệu. Việc đảo ngược kết hợp dữ liệu mô phỏng TE và TM được tạo ra từ các mô hình đã biết cho phép so sánh các mô hình mượt mà với cấu trúc thực tế. Trong hầu hết các trường hợp, các phiên bản làm mượt của cấu trúc thực có thể được khôi phục trong 12–16 lần lặp. Tuy nhiên, các đặc điểm có tính kháng điện với kích thước tương đương với độ sâu chôn lấp thường không được giải quyết tốt. Dữ liệu MT thực tế gặp phải các vấn đề về lỗi dữ liệu không theo phân phối Gaussian, sự suy giảm giả định về tính hai chiều và số lượng lớn dữ liệu trong các cuộc khảo sát băng rộng; tuy nhiên, dữ liệu thực có thể được đảo ngược bằng cách sử dụng thuật toán.