大数据将植物学研究带入新境界

简介:

在互联网时代大数据概念的引领下,许多传统行业都已经被颠覆。在深圳举办的第19届国际植物学大会对于大数据可能带来的植物学变革也给予了极高的关注度。美国佛罗里达大学教授、大会主旨报告《大数据时代的生命之树重建和生物多样性分布研究》的报告人道格拉斯·索尔蒂斯25日接受了光明日报记者的采访。他说,依靠计算机技术,未来如果能把海量的数据进行有效整合,或许可以找到植物学变革之路。

毋庸置疑,人类目前面临着生态方面的巨大挑战。保护植物和动物迫在眉睫。索尔蒂斯说:“大数据为我们的研究提供了一个新的工具。通过海量的数据分析,我们可以从一个植物进行分析对比,通过其旧有形态和现在形态,预测出它50年之后的形态。”传统的植物学研究可以记录的内容较少,这意味着可供分析的依据就少。“而在大数据时代,科研人员的研究结果可以被最大限度地保存,这也为后人的研究提供了许多方便。”

中国物种丰富多样,因此中国保护生物多样性的任务也是艰巨的。好在大数据给中国的环保提供了一个新的机遇。索尔蒂斯说,中国在基因数据收集分析方面进展显著。分子生物学让植物学进行了一次飞跃,而大数据则让分子生物学的数据可以被分析以及利用。现在,植物学家可以通过分析数以百万计的数据来做结论,这在以前是不可想象的。“植物的基因包含着海量的数据,通过基因数据对比,就可以找到最需要被保护的物种、最适合被保护的生物领域,甚至最恰当的保护方式。这就是中国在这方面的进展。”

大数据的概念近些年被热炒,不过大多指的是计算机和移动互联网领域的数据,而植物学的数据有自身的特点。植物学上的大数据和传统意义的大数据概念并不相同。传统上讲的大数据是物理意义上的“大”,数据量很大,占据了许多电脑空间而已。植物方面的大数据类型则非常多样。比如,植物的准确地点是地理信息,植物形态的数据是物理信息,植物的内含物质是生物化学信息,而植物的基因组数据则是遗传学信息。这些数据完全是不同性质不同领域的,因此植物学的大数据就需要把涉及一个植物方方面面的数据全部进行整合统一,而这一特点将可能把植物学研究带入一个新境界。

本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
4月前
|
SQL 分布式计算 Hadoop
[AIGC ~大数据] 深入理解Hadoop、HDFS、Hive和Spark:Java大师的大数据研究之旅
[AIGC ~大数据] 深入理解Hadoop、HDFS、Hive和Spark:Java大师的大数据研究之旅
|
4月前
|
人工智能 安全 大数据
喜报|瓴羊Dataphin入选上海市经信委2023创新攻关成果、IDC企业大数据治理研究代表产品
喜报|瓴羊Dataphin入选上海市经信委2023创新攻关成果、IDC企业大数据治理研究代表产品
|
8月前
|
存储 人工智能 Cloud Native
云原生大数据架构实践与思考-DataFunTalk
导读: 作者:振策-阿里云计算平台-产品解决方案, 20230805 本文将分享当前云原生大数据架构的发展历程/架构定义/核心能力/应用场景及趋势思考。主要包括以下四个部分: - 从大数据上云看架构 - 云原生数据平台的核心能力 - Data+AI with Cloud-Native - 未来趋势与思考
1323 0
|
11月前
|
机器学习/深度学习 存储 运维
论文阅读--异常检测中实时大数据处理的研究挑战
论文阅读--异常检测中实时大数据处理的研究挑战
|
11月前
|
分布式计算 算法 数据可视化
带你读《2022年开源大数据热力报告》——研究目标和研究模型
带你读《2022年开源大数据热力报告》——研究目标和研究模型
313 0
|
11月前
|
机器学习/深度学习 存储 SQL
带你读《2022年开源大数据热力报告》——TOP项目热力跃迁逻辑研究
带你读《2022年开源大数据热力报告》——TOP项目热力跃迁逻辑研究
156 0
|
存储 机器学习/深度学习 数据采集
案例研究:Netflix 大数据分析—数据驱动推荐的出现
Netflix 是当今市场上最大的在线流媒体提供商之一。它于 1997 年开始销售 DVD 并以出租方式提供。但随着时间的推移以及市场和用户需求的变化,Netflix不得不将其商业模式转变为视频流。如今,许多其他视频流媒体平台都在提供优质内容,如 Hulu、espn、disney+ 等,为了留在市场并吸引客户,netflix 在其推荐系统中使用大数据分析。该推荐系统有助于根据客户的兴趣和需求向他们推荐电影和节目。使用从订阅者处收集的大量数据,例如用户的位置;用户观看的内容、用户搜索的数据以及用户观看的时间,Netflix 分析这些数据为客户提供更好的订阅服务。基于这些数据,训练算法以提供最佳的
705 0
|
分布式计算 Cloud Native 数据可视化
重磅报告发布,从102个开源大数据项目深度研究开源大数据技术发展!
《2022年开源大数据热力报告》,由开放原子开源基金会、X-lab开放实验室和阿里巴巴开源委员会联合出品。报告基于公开数据研究最活跃的102个开源大数据项目,探寻出开源大数据技术发展背后的“摩尔定律”。
重磅报告发布,从102个开源大数据项目深度研究开源大数据技术发展!
|
存储 供应链 监控
浅谈大数据背景下公路运输存在的问题及其研究对策
物流运输,特别是公路运输,作为我国现代运输的主要方式之一,它是社会经济发展的一个基础性和先导性产业。随着经济的迅速发展和市场竞争的日益加剧,公路运输已成为掌控本地区经济命脉的重要因素之一。随着人工智能技术及相关产品的普及应用,物流行业发展过程中的仓储,运输,配送,客服等业务模式的改变与更新,在改变原有经营模式的前提下,提升了物流行业整体的工作效率,同时,也给大数据背景下新物流新模式带来了新的挑战与机遇。现阶段,物流运输,特别是公路运输,仍存在着很多的不足与问题,如何运用科学的技术和手段以及智能化模块管理进行弥补,将成为人们关注的焦点。
|
搜索推荐 安全 数据挖掘
学界 | iPOP:首个基于个性化大数据的个性化医学研究
该研究是关于 Mike Snyder 教授的「整合性个人组学图谱」(integrative personal omics profile,iPOP);Mike Snyder 教授是该论文的通讯作者,也是斯坦福大学遗传学系主任。这是首项针对个人的健康与疾病状态进行的大规模 iPOP 研究。该论文于 2012 年发表在 Cell 上。
390 0
学界 | iPOP:首个基于个性化大数据的个性化医学研究