1) biological information entropy
生物信息熵
1.
From the viewpoint of the interaction of material and the whole methodology in traditional Chinese medicine,presenting the concepts of biological information entropy and biological field,which may be used to interpreting the exterior circle factor of the exterior circle excitation hypothesis.
概述了现代经络的研究现状与前瞻,从物质相互作用和中医学整体观方法论的角度出发,提出用生物信息熵及其场来分析外周动因激发假说中的外周动因问题。
2) Shannom entropy
信息熵(Shannom熵)
3) bioinformatics
生物信息
1.
A Vision for Matlab in Bioinformatics Research;
Matlab在生物信息分析中的应用前景
2.
Bioinformatics Resources for Molecular Breeding of Horticultural Plants;
园艺植物分子育种相关生物信息资源及其应用
3.
The Spring up of Bioinformatics in Boomsubjects;
生物信息学在新兴学科群中崛起
4) bioinformation
生物信息
1.
Objective To screen and identify the genes coding for colorectal carcinoma-associated antigen and analyze the bioinformation of their cDNA sequences.
目的筛选鉴定大肠癌抗原基因,并进行生物信息学的初步分析。
2.
The paper discusses the need and feasibility about the catalog system standardization of bioinformation databases.
随着生物信息数据的指数增长,各种数据库的数量也在不断增加。
3.
Because the large amounts of bioinformation datasources burst out on the Web with greate heterogeneities and autonomies as well as the complex relationships between the concepts of bioformation, it is so difficulty to integrate bioformation data only by grammar or by structure, therefore, it’s greatly expected to do it by semantics.
在生物医学领域,由于Web数据源的大量涌现及其高度的异构性和自治性,加上生物信息本身所蕴含的复杂的领域联系,仅从语法和结构上进行信息集成难以满足应用的需要,从语义角度进行更深层次的集成一直是人们的期望。
5) bio-information
生物信息
1.
The difficulties of semantic processing and the usage of bio-ontologies in bio-information integration are analyzed, and then several selected ontology-based applications of bio-information integration are investigated.
本文分析了传统的生物信息集成在语义处理中的困难以及本体在生物信息集成中的作用,从本体的表示、特征、在系统中所起的作用、存储等若干角度调查几个主要的本体,比较并讨论了已有的基于本体的生物信息集成的优势和不足,并对未来的发展方向进行了展望。
2.
A tremendous amount of bio-information can be seen on the websites, but the amount of the information is so large that the needed bio-information can hardly been acquired.
本文试对繁杂的网络生物信息资源初步分类 ,以便读者能够更迅速更准确的使用网络生物信息资源 。
6) biological information
生物信息
1.
We analyzed and compared the gene variety, the drug target and structure of active elements and the simulation of the metabolic process to find out the biological information of these anti-viral plants like functional genes, protein structure features, drug target and structure of these active elem.
根据病毒的基本结构和生存机制 ,利用基因和基因组学的成果 ,对现有一些抗病毒中药复方用到的植物 ,就其DNA和蛋白质序列进行基因预测 ,对其基因多样性、活性成分的药靶和活性成分结构、代谢过程的模拟等方面进行分析、比较 ,找出这些植物抗病毒特性的功能基因、蛋白质结构特征、活性成分的药靶和活性成分结构等生物信息 ,然后用生物信息学的方法把这些已知的DNA序列、功能基因等生物信息和整个中药基因库进行比对 ,找出具有很大相似性的植物 ,最后分析和实验 ,验证这些植物的抗病毒药效。
2.
In order to break through zheng′s bottleneck,we can cut into the research of deficiency cold zheng′s genome from biological information,cDNA Microarray and multidisciplinary crossing.
从辨证论治的 3点不足 ,前瞻现代数理思维的重要性 ,引进前沿生物科技的必要性 ;从虚寒证的研究基础和寒的本义论述了虚寒证现代研究的优势 ;对于虚寒证等中医复杂证候的研究 ,必须多学科的交叉 ,尤其是目前可利用的利器 :基因芯片、生物信息等 ,可望从虚寒证的基因组研究切入 ,突破“证”的瓶
3.
Biological information was the essential technique for agricultural science,which could be used to analyze the gene,the gene structure,the function of gene product.
生物信息学是基因、基因结构、基因产物功能分析必不可少的技术手段。
补充资料：信息熵（informationentropy）
信息熵（informationentropy）
是信息论中信息量的统计表述。香农（Shannon）定义信息量为：`I=-Ksum_ip_ilnp_i`，表示信息所消除的不确定性（系统有序程度）的量度，K为待定常数，pi为事件出现的概率，$sump_i=1$。对于N个等概率事件，pi=1/N，系统的信息量为I=-Klnpi=KlnN。平衡态时系统热力学函数熵的最大值为$S=-ksum_iW_ilnW_i=kln\Omega$，k为玻尔兹曼常数，Wi=1/Ω为系统各状态的概率，$sum_iW_i=1$，Ω为系统状态数，熵是无序程度的量度。信息量I与熵S具有相同的统计意义。设K为玻尔兹曼常数k，则信息量I可称信息熵，为$H=-ksum_ip_ilnp_i$，信息给系统带来负熵。如取K=1，对数底取2，熵的单位为比特（bit）；取底为e，则称尼特。信息熵是生命系统（作为非平衡系统）在形成有序结构——耗散结构时，所接受的负熵的一部分。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条