BioNumerics在疾控系统中的主要应用
（一）脉冲场凝胶电泳（PFGE）分型
PFGE（Pulsed Field Gel Electrophoresis）以其重复性好，分辨力强已被广泛应用于多菌种的分子流行病学研究中，在疫情控制方面发挥着重要的作用。主要表现在以下方面：
1. 研究菌株之间的遗传变异关系；
2. 在散在分布的病例中寻找可能的联系，通过监测及时发现并预测疫情暴发情况；
3. 追踪已爆发的疫情的传染源，防止疫情再次暴发。
（二）多位点序列分型（MLST）
MLST（Multiple Locus Sequence Typing）是一种通过直接测定多个管家基因的核苷酸序列来发现细菌变异的分型方法。由于其操作简单，易于传递和比较，并且近年来由于高通量和测序成本的降低，已成为微生物分型的一种常规方法。主要应用于以下几个方面：
1. 传染病致病菌的快速检测；
2. 在流行病学中应用于揭示细菌毒力和基因型之间的关系；
3. 追溯耐药菌株的来源和传播。
（三）多位点可变数目串联重复序列分型（MLVA）
MLVA（Multiple-Locus Variable number tandem repeat Analysis）是通过基因组中可变数目串联重复序列的特征来实现对细菌的分型，并以简单、快速、通量高、分辨力强等特点得到广泛应用，主要表现在以下方面：
1. 鉴别暴发流行事件、确定病原菌、寻找传染源以及传染途径；
2. 用于描述耐药株的分布集散播趋势；
3. 用于菌株种族进化结构的研究。

二、特征数据模块（Character Data module）
用户可以自定义各种类型（二进制或连续型）的特征数据，包括生化以及形态学特征数据、酶动力学测试数据、抗生素抗性分析、脂肪酸甲酯以及基因芯片中的各个基因表达量数据等。根据实验情况用户可以从一到成千上万个特征数据的自定义且特征数据容量的大小不受限制。同时特征数据模块也被用来存储其它实验分析过程中的数据结果，例如在MLVA分析中存储可变数目串联重复序列的个数；MLST中的等位基因数目；抗生素抗性以及HIV抗药性分析中的抗性数据等。

三、序列数据模块（Sequence Data module）
用户可以导入核酸和氨基酸序列，分析经典的Sanger测序数据和第二代测序数据（NGS），另外该功能模块可以识别.embl, .gb, .fasta等格式的数据，可自动识别并储存序列文件中的物种来源等信息。可为用户提供多序列比对、进化树分析、染色体序列比对分析、序列信息注释、SNP分析、PCR引物设计、限制性内切酶酶切位点分析、开放阅读框自动查找等功能。另外用户能够根据自己的需求设定特定的分析参数，以达到不同的实验目的。

四、分类鉴定模块（Classifiers and Identification module）
鉴定识别又叫监督式学习或分类是生物信息学中最重要的一种信息分析手段。BioNumerics中文版在基于大量实验信息数据的基础上分析鉴定未知物种，提高了数据结果的可靠性与一致性，加入贝叶斯分类（Naive Bayesian Classifiers, NBC），支持向量机（Support Vector Machines, SVM）等算法。同时在聚类分析中，BN为用户提供了相同范围的相似性系数和距离系数。

五、抗药性分析模块（Antibiotics susceptibility）
此功能整合在特征数据模块中，BN为用户提供了两种抗药性分析参数，分别是最小抑制浓度和抑菌圈直径，方便用户根据不同实验情况进行抗药性分析。

六、树状分析和网络推理模块（Tree and Network Inference module）
聚类分析不同于鉴定识别，是一种非监督式学习分析，同时也是生物信息学分析中不可替代的一种分析工具。BN通过把关系数据库中的各种记录之间，各种实验之间，用多种有效的聚类算法实现多种聚类分析。

七、TraNetChina数据上报和审核专用插件
通过我们公司和Applied-Maths公司合作开发的数据上报插件可以将BN和国家食源性疾病分子溯源网络（TraNetChina）连接，同时可以将地市级用户收集的耐药数据分析结果上传到省级客户端，再由省级客户端上报到国家中央端服务器。从而使得数据层层上报，级级审核，确保实验数据的准确性与可靠性，方便各级疾控中心之间数据交流。

请问楼主有安装包吗