大型數(shù)據(jù)分析已經(jīng)正式納入了國家計劃——近期美國白宮科學(xué)與技術(shù)政策辦公室宣布了“大型數(shù)據(jù)研究和發(fā)展倡議（Big Data Research and Development Initiative）”。近期來自密蘇里大學(xué)的多學(xué)科研究人員發(fā)表了題為“Long Identical Multispecies Elements in Plant and Animal Genomes”的文章，利用開創(chuàng)性的計算機算法，直面迎擊大型數(shù)據(jù)的挑戰(zhàn)，發(fā)現(xiàn)了不同植物和動物物種中統(tǒng)一的DNA序列。

文章的第一作者，密蘇里大學(xué)計算機科學(xué)助力教授Dmitry Korkin表示，“我們的計算算法發(fā)現(xiàn)了多種植物基因組中完全不同位置上，統(tǒng)一的DNA序列”，“從來沒有人進行過這樣規(guī)模的分析。”

另外一位作者，動物科學(xué)助力教授Dmitry Korkin補充道，“我們的發(fā)現(xiàn)揭示了植物進化的一些奧秘”，“植物基因組相關(guān)基礎(chǔ)研究將能提供原始材料，促進機械和農(nóng)作物研發(fā)技術(shù)?！?/SPAN>

之前的研究曾在不同物種動物DNA中發(fā)現(xiàn)統(tǒng)一的代碼，但是在這項最新研究之前，計算機程序還未能在植物DNA中找到統(tǒng)一的序列，因為研究人員并未在同一點上發(fā)現(xiàn)統(tǒng)一的區(qū)域。

研究人員已經(jīng)進行了六種動物基因組：狗，雞，人類，小鼠，獼猴和大鼠的比對分析，同樣六種植物物種：擬南芥，大豆，水稻，棉花，白楊，高粱和葡萄也進行了基因組比對。比對所有的基因組序列需要48臺計算機處理器，進行四個星期的分析，每小時完成一百萬的搜索，總共要完成32億次搜索。

研究人員發(fā)現(xiàn)了統(tǒng)一的植物物種序列，并指出這些序列與動物存在進化差異。植物和動物都是復(fù)雜的多細胞生物，與相同的環(huán)境條件進行反應(yīng)，比如攝入氧氣，水，與天氣變化協(xié)調(diào)等，但是植物的基因組編碼在處理這些方面具有不同的方式。

研究人員研發(fā)了新型計算方法，為進化探討不同遺傳機制和功能奠定了基礎(chǔ)。而且這種新方法也有助于發(fā)展新型儀器。

“這一計算機算法還可以用于識別生物整個蛋白質(zhì)組中的相同序列模式”，Korkin說，“這將能用于發(fā)現(xiàn)已有藥物的新靶標(biāo)，以及這些藥物的副作用”。