微生物組學數(shù)據(jù)服務平臺設計與實現(xiàn)
發(fā)布時間:2020-05-28 19:24
【摘要】:在信息時代,各個學科的研究和發(fā)展都需要借助互聯(lián)網平臺,但是目前針對微生物組學大數(shù)據(jù)的整合與分析平臺還十分欠缺,F(xiàn)有的少數(shù)分析平臺僅僅只是對數(shù)據(jù)進行初步分析,然后再將結果展示給用戶,這種做法對數(shù)據(jù)的使用程度不高,并沒有對樣本內豐富的資源進行整合和挖掘。但是微生物組學大數(shù)據(jù)具有數(shù)據(jù)量大,異質性高等特點,對于數(shù)據(jù)挖掘的需求很大,所以需要建立微生物組學數(shù)據(jù)服務平臺。為了實現(xiàn)微生物組學數(shù)據(jù)服務平臺,首先對微生物組學數(shù)據(jù)服務平臺需要滿足的功能進行了全面的需求分析,平臺需要滿足數(shù)據(jù)組織展示、相關性搜索、數(shù)據(jù)分析以及數(shù)據(jù)可視化四大功能性需求。接著根據(jù)需求分析的內容對微生物組學數(shù)據(jù)服務平臺的平臺架構、功能模塊、公共組件等方面進行了詳細的設計。最后,在前后端分離架構的基礎上,采用前端工程化的方法和組件化開發(fā)的思想,并以VueJS框架搭配“Vue全家桶”的技術棧,完成了微生物組學數(shù)據(jù)服務平臺的前端工程開發(fā)實現(xiàn)。在此基礎上,還采用前端數(shù)據(jù)可視化框架Echarts實現(xiàn)了對數(shù)據(jù)分析和挖掘結果的數(shù)據(jù)可視化展示,為研究者更好的查看數(shù)據(jù)分析結果,并進行后續(xù)的二次研究提供了可靠的支持。在微生物組學數(shù)據(jù)服務平臺完成開發(fā)實現(xiàn)后,對平臺進行了詳盡的測試。平臺實際使用情況表明,平臺的設計和實現(xiàn)可行且有效,在具體的數(shù)據(jù)分析場景中得到良好的使用反饋。
【圖文】:
式的統(tǒng)一和布局[12-14]。另外還包括重要的 JavaScript 轉碼bpack,Npm 包管理平臺等等。前端工程化發(fā)展的貢獻,則主要集中在技術框架和工具架方面, VueJS 成為了目前前端領域最為火熱的 JavaScr VueJS 框架也有著一系列相關的前端工程開發(fā)工具,其x、Vux 等等。而在 UI 組件庫方面,螞蟻金服的 Ant-Desi React 框架的組件庫,它優(yōu)秀的設計理念保證了組件的美隊開發(fā)的 Element UI 則是國內最優(yōu)秀的基于 VueJS 框架sign,其簡單的 API 也使得它更加的輕便和易用。術概述端分離架構
圖 2-1 基礎數(shù)據(jù)組織用例圖.2 相關性搜索在用戶上傳了大量的微生物組數(shù)據(jù)后,要求數(shù)據(jù)服務平臺可以利用相關性搜能對數(shù)據(jù)進行全面且深入的分析,包括高質量的樣本拼接序列,樣本在界門綱屬種上的物種豐度組成信息,群落的基因預測和物種功能分布等高計算密集型。平臺的搜索功能要求在用戶上傳的微生物組大數(shù)據(jù)分析的結果存入數(shù)據(jù)庫后用生物信息學工具挖掘多層次的信息(物種偏好環(huán)境挖掘、基因注釋、新基因、功能富集判定)。要求支持用戶自定義搜索,允許用戶上傳自己的搜索序列,信息挖掘,,主要包括以下一些要點。(1)樣本相似性搜索,當有一個新的樣本被提交到平臺中時,計算出新樣本種組成并查詢索引,然后計算出新樣本與我們平臺上哪個樣本的相似度最高,
【學位授予單位】:華中科技大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:TP311.52
本文編號:2685710
【圖文】:
式的統(tǒng)一和布局[12-14]。另外還包括重要的 JavaScript 轉碼bpack,Npm 包管理平臺等等。前端工程化發(fā)展的貢獻,則主要集中在技術框架和工具架方面, VueJS 成為了目前前端領域最為火熱的 JavaScr VueJS 框架也有著一系列相關的前端工程開發(fā)工具,其x、Vux 等等。而在 UI 組件庫方面,螞蟻金服的 Ant-Desi React 框架的組件庫,它優(yōu)秀的設計理念保證了組件的美隊開發(fā)的 Element UI 則是國內最優(yōu)秀的基于 VueJS 框架sign,其簡單的 API 也使得它更加的輕便和易用。術概述端分離架構
圖 2-1 基礎數(shù)據(jù)組織用例圖.2 相關性搜索在用戶上傳了大量的微生物組數(shù)據(jù)后,要求數(shù)據(jù)服務平臺可以利用相關性搜能對數(shù)據(jù)進行全面且深入的分析,包括高質量的樣本拼接序列,樣本在界門綱屬種上的物種豐度組成信息,群落的基因預測和物種功能分布等高計算密集型。平臺的搜索功能要求在用戶上傳的微生物組大數(shù)據(jù)分析的結果存入數(shù)據(jù)庫后用生物信息學工具挖掘多層次的信息(物種偏好環(huán)境挖掘、基因注釋、新基因、功能富集判定)。要求支持用戶自定義搜索,允許用戶上傳自己的搜索序列,信息挖掘,,主要包括以下一些要點。(1)樣本相似性搜索,當有一個新的樣本被提交到平臺中時,計算出新樣本種組成并查詢索引,然后計算出新樣本與我們平臺上哪個樣本的相似度最高,
【學位授予單位】:華中科技大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:TP311.52
【參考文獻】
相關碩士學位論文 前1條
1 尹春嬌;自動化單元測試中MOCK技術的研究與應用[D];安徽大學;2011年
本文編號:2685710
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/2685710.html
最近更新
教材專著