二、生物数据类型与获取

第2章 二、生物数据类型与获取

本章系统介绍二、生物数据类型与获取的核心概念。通过理论分析、案例讲解和图表展示，帮助读者建立对二、生物数据类型与获取的全面理解。

本章要点

• 核酸序列数据
• 蛋白质序列与结构数据
• 基因表达与调控数据
• 蛋白质相互作用与生物通路数据
• 高通量组学数据概述

二、生物数据类型与获取是本教程的重要组成部分，与前后章节形成知识链条。

本章学习建议

本章帮助读者建立"数据先于分析"的意识。学习时不必急于套用算法，先把各类数据"长什么样、从哪里来、怎么读"搞清楚。建议动手下载真实样本文件，用代码解析 FASTA、FASTQ 等格式，比较原始数据与注释数据的差异；再通过公共数据库检索一条序列、一条蛋白、一个基因的表达记录，体会标识符与注释的组织方式。重点辨析三类结构不同的数据：序列数据（核酸、蛋白质）、表达与调控数据（矩阵加注释）、互作与通路数据（网络加本体注释）。理解数据格式与规范后，第 3 章的算法才有用武之地。

本章内容导览

实践建议：到公共数据库下载一条 FASTQ 记录，写代码统计其碱基组成与平均质量分数，再尝试解析一条 GFF 注释行，确认各字段含义。亲手处理过真实格式后，再读后续算法章节会顺畅得多。数据格式的细节（如质量编码偏移、注释字段顺序）往往是实际报错的根源，值得逐项核对。

本章主线：核酸序列 → 蛋白质 → 表达与调控 → 相互作用与通路 → 组学全景——五节沿中心法则逐层展开"生物数据的类型与获取"。本章回答两个问题：生物数据"有哪些"（类型家族）与"从哪来"（测序/芯片/质谱技术）——理解数据才能理解方法：第三章的每个算法，都是针对某种数据特点设计的。
本章沿中心法则展开生物数据家族：序列、蛋白、表达、互作、组学全景——理解"有哪些数据、从哪来"，才能理解"用什么方法分析"。
本章的数据家族是「生物信息学的地图」——带着「每类数据测什么、怎么测、难点在哪」的问题学习，进入第三章的算法时你就能「对号入座」。