用户故事

南卡罗来纳医科大学的应用生物信息学理论

挑战

预先计算生物学的研究使学生通过数学建模和生物学家应用理论

解决方案

使用MathWorks工具分析实验数据,开发算法,并使用现有的开源技术

结果

  • 著名的科研补助金
  • 对学生学习效率高
  • 更短的计算时间

“MATLAB使年轻生物学家学会足够的编程和代码的数学没有害怕。他们可以编写MATLAB就好像它是英语。”

乔纳斯博士阿尔梅达,南卡罗来纳医科大学的
二维凝胶分析。

分子生物学的进步产生前所未有的大量的数据。数据包含大量信息的结构和动力学基因,蛋白质,和代谢物,但提取和解释这些信息,研究人员必须结合新兴的理论计算方法和数学模型。

研究人员在生物统计学,生物信息学,流行病学在南卡罗莱纳医科大学的(音乐)使用MathWorks工具基因组和代谢数据合并到系统模型来测试假设。大学也使用MathWorks工具来支持许多部门的研究项目在基因组学,蛋白质组学,金宝app生物信息学系统生物学等新陈代谢建模和mutivariate统计数据。

“推动算法识别是以生物学为基础,所以我们的生物学家必须开发fast-prototype应用程序,”乔纳斯·阿尔梅达博士说,生物信息学副教授音乐。“MATLAB提供了一个用户友好的环境,让我们从理论到应用程序快速、简便地。”

挑战

能源部的研究团队寻求一个健壮的数学建模环境求解常微分方程组,图像处理、统计分析、优化和序列比对。

环境需要与现有的web技术,集成开源软件和数据从国家生物技术信息中心(NCBI)。

因为生命科学家往往缺乏经验与数学建模软件,环境也需要很容易学习和使用。

解决方案

在考虑商业和开源数学建模工具,集团选择了MATLAB®因为它的易用性、互操作性、行业认可,和丰富的建模和计算能力。

研究小组组内使用MATLAB开发应用程序等基因组和蛋白质组分析生物标志物识别、二维凝胶分析和人工神经网络。他们把这些包提供给其他团体和科学界通过网络使用MATLAB的web服务器。

MATLAB、统计和机器学习的工具箱™和优化工具箱™的集团提供了基础的工作。“MATLAB函数是我们的核心能力。和我们所做的一切使用统计和机器学习工具。我们也使用优化工具箱的数值解耦跟踪状态变量与神经网络结合遗传算法,“阿尔梅达说道。

该集团使用生物信息学工具箱™使用Needleman-Wunsch和均为算法简化序列比对。工具箱还使他们能够规范化、可视化和进口芯片,包括基因表达数据从NCBI的综合。他们还使用MATLAB中的SOAP客户机与本地和在互联网上公开数据。

音乐使用小波工具箱™和图像处理工具箱™降噪和识别的蛋白质二维凝胶样品。

在生化领域的系统理论,研究人员使用符号数学工具箱™数值解耦和重铸系统的非线性微分方程。

他们还使用MATLAB进行系统调用其他开源技术,包括PostgreSQL数据库和统计软件包R,并解析结果。

“有一种强烈的偏见在生物信息学社区开源工具,但我们真的相信MATLAB与开源工具,因为我们开发的代码有一个开放的架构,所以任何人都可以看到源代码,“阿尔梅达说道。“我不能记得我的一个综述论文不接受因为我使用MATLAB。”

音乐研究人员计划继续使用MathWorks工具来开发应用基因组,转录组和蛋白质组分析。

结果

  • 著名的科研补助金。MathWorks工具帮助美国赢得资助,包括仅有的15生物信息学培训美国国立医学图书馆和仅有的10个国家心脏,肺和血液研究所蛋白质组中心奖项。“图形中扮演着重要的角色在获得资助,“阿尔梅达说道。“凝胶的颜色图片显示集群的蛋白质组学点有很大的影响。使用MathWorks工具,我们可以在几分钟内生产。”

  • 对学生学习效率高。“生物学的学生可以学习很轻易与MATLAB动态规划,“”阿尔梅达解释道。“我们基本上有一个学期训练他们,和MATLAB就足够了。”

  • 更短的计算时间。使用MATLAB和技术解耦系统的微分方程,该集团加速的过程确定通路结构与代谢或蛋白质组时间序列数据。在单个机器上使用MATLAB,他们完成了过程不到15分钟。方法,使用重型并行集群的数百个处理器,需要数小时产生的结果。

南卡罗来纳医科大学的是全球1300所大学之一,为MATLAB和Simulink提供校园范围内的访问。金宝app校园范围内的许可,研究人员、教师和学生可以访问公共配置的产品,在最新版本级别上,用在教室里,在家里,在实验室或在该领域。下载188bet金宝搏