生物信息学课表

合集下载

生物信息学专业本科课程设置

生物信息学专业本科课程设置引言生物信息学是一个新兴的跨学科学科，结合生物学、计算机科学和统计学等领域，致力于研究生物信息的获取、存储、分析和解释。

随着生物技术的快速发展和高通量数据的大量产生，生物信息学在生命科学研究中的作用越来越重要。

本文将介绍生物信息学专业的本科课程设置。

一、基础课程1.生物学基础：介绍生物学的基本理论和知识，包括细胞生物学、遗传学、分子生物学等。

2.数学基础：包括高等数学、线性代数和概率统计等数学基础知识，为后续的生物信息学方法和算法提供数学基础。

3.计算机科学基础：包括计算机程序设计、数据结构与算法、操作系统等计算机科学基础课程，为后续的生物信息学软件和工具的开发打下基础。

二、生物信息学专业核心课程1.生物信息学导论：介绍生物信息学的基本概念、方法和应用领域，为学生建立对生物信息学的整体认识。

2.生物信息学算法与数据结构：介绍生物信息学中常用的算法和数据结构，包括序列比对、基因组组装、蛋白质结构预测等。

3.生物数据库与数据挖掘：介绍生物数据库的建立和管理，以及数据挖掘在生物信息学中的应用。

4.基因组学与转录组学：介绍基因组学和转录组学在生物信息学中的应用，包括基因组测序、基因表达分析等。

5.蛋白质组学与代谢组学：介绍蛋白质组学和代谢组学在生物信息学中的应用，包括蛋白质结构预测、代谢通路分析等。

6.生物信息学实验技术：介绍生物信息学中常用的实验技术，如高通量测序、蛋白质质谱等。

三、选修课程1.生物信息学数据分析：介绍生物信息学数据的分析方法和统计学原理，培养学生分析生物信息学数据的能力。

2.生物信息学软件与工具：介绍常用的生物信息学软件和工具，包括基因组浏览器、序列分析软件等。

3.进化与生物信息学：介绍进化生物学在生物信息学研究中的应用，包括物种进化树构建、选择压力分析等。

4.人类遗传学与生物信息学：介绍人类遗传学和生物信息学的结合，包括人类基因组的研究和人类疾病的基因分析。

生物信息学教学大纲（huangyuan）

《生物信息学》教学大纲学时。

授课时间：第6学期，讲授36学时，上机实验18学时。

第1章生物信息学概论1.1 生物信息学的概念和发展历史生物信息学的概念和发展历史1.1.1 生物信息学的定义生物信息学的定义1.1.2 生物信息学兴起的生物学和计算机技术背景生物信息学兴起的生物学和计算机技术背景1.1.3 国内外生物信息学发展历史国内外生物信息学发展历史1.2 生物信息学的生物学基础生物信息学的生物学基础1.2.1 分子生物学基础分子生物学基础1.2.2 基因组学基础基因组学基础1.3 生物信息学的计算机和网络基础生物信息学的计算机和网络基础1.3.1 计算机硬件平台(PC、MACINTOSH、Workstation、Supercomputer) 1.3.2 计算机操作系统（WINDOWS、MAS OS、UNIX/LINUX）1.3.3 数据库技术数据库技术1.3.4 计算机算法计算机算法1.3.5 计算机编程语言(C++, VB, PERL, HTML, XML) 1.3.6 网络技术（WWW、FTP、BBS、EMAIL、）1.4 生物信息学的数学基础生物信息学的数学基础1.4.4 离散数学离散数学1.4.2 概率论与数理统计概率论与数理统计1.4.3 人工神经网络人工神经网络1.4.4 数据挖掘数据挖掘1.5 生物信息学的产业化生物信息学的产业化1.5.1 生物信息学的产业化生物信息学的产业化1.5.2 国内外生物信息学公司和著名产品简介国内外生物信息学公司和著名产品简介1.6 生物信息学研究内容和发展前景展望生物信息学研究内容和发展前景展望1.6.1生物信息学的主要研究内容生物信息学的主要研究内容1.6.2 后基因组时代生物信息学的研究方向后基因组时代生物信息学的研究方向1.6.3 生物信息学的发展前景生物信息学的发展前景第2章分子生物学数据库2.1 生物学数据库概述生物学数据库概述2.1.1 数据库的分类数据库的分类2.1.2 数据格式数据格式2.1.3数据库的冗余与偏误数据库的冗余与偏误2.2 核苷酸序列与基因组数据库核苷酸序列与基因组数据库2.2.1 GenBank数据库与ENTREZ网络服务（2.1.1 1 GenBank序列数据库简介, 2.1.1.2 一级和二级数据库, 2.1.1.3 数据库格式2.1.1.4 数据库, 2.1.1.5 剖析GenBank Flatfile））2.2.2 EMBL核苷酸序列库与EBI网络服务网络服务2.2.3 DDBJ数据库数据库2.2.4密码子使用与核苷酸信号数据库密码子使用与核苷酸信号数据库2.2.5基因组序列数据库GSDB 2.2.6人类基因组数据库GDB 2.2.7模式生物基因组数据库MGD、ECDC、NRSub 2.2.8基因组的图形交互显示和检索、浏览工具资源基因组的图形交互显示和检索、浏览工具资源2.3 蛋白质序列与模式、同源性数据库蛋白质序列与模式、同源性数据库2.3.1蛋白质序列数据库PIR-International 2.3.2蛋白质序列数据库SWIIS-PROT 2.3.3 蛋白质家族分类数据库蛋白质家族分类数据库2.3.4蛋白质基序与结构域数据库（蛋白质基序与结构域数据库（ Prosite、Blocks、PRINTS和SBASE数据库）数据库） 2.4 结构数据库结构数据库2.4.1结构数据库简介结构数据库简介2.4.2 PDB：Brookhaven国家实验室蛋白质数据库国家实验室蛋白质数据库2.4.3 MMDB：NCBI的分子建模数据库的分子建模数据库2.4.4 结构文件格式结构文件格式2.4.5 结构信息显示结构信息显示2.4.6 数据库结构浏览器数据库结构浏览器2.5 基因和分子的互作和代谢途径信息数据库基因和分子的互作和代谢途径信息数据库2.5.1基因和基因组百科全书数据库KEGG 2.5.2 E.coliK-12基因组和代谢途径数据库基因组和代谢途径数据库2.5.3 E.coli基因及其产物的数据库GenProtEC 2.5.4果蝇的遗传和分子数据的数据库FlyBase 2.6 RNA核苷酸序列数据库核苷酸序列数据库2.6.1 18S RNA 2.6.2 28S RNA 2.6.3 5S RNA 2.6.4 Mt rna 2.7 线粒体DNA数据库数据库2.7.1 MITOMAP 2.7.2 MmtDB 2.8 免疫球蛋白、T细胞受体、MHC的整合数据库lMGT 2.9 突变数据库突变数据库2.10 放射杂交作图数据库Rhdb 2.11 限制酶数据库REBASE与分子探针数据库MPOB 2.12 其它遗传学与分子生物学资源其它遗传学与分子生物学资源2.13 数据库中存在的问题及使用注意事项数据库中存在的问题及使用注意事项第3章序列比对与数据库检索3.1 序列比对概述序列比对概述3.1.1序列比对的概念和进化理论基础序列比对的概念和进化理论基础3.1.2序列比对的分类(双序列比对和多序列比对) 3.2 双序列比对双序列比对3.2.1 Needleman-Wunsch 算法算法3.2.2 Smith-Waterman 算法算法3.2.3 Karlin-Altchul 统计方法统计方法3.2.4 替换矩阵替换矩阵 (3.2.4.1 替换矩阵的一般原理；3.2.4.2 P AM 氨基酸替换矩阵；3.2.4.3 BLOSUM 氨基酸替换矩阵；3.2.4.4 DNA 替换矩阵) 3.2.5相似性得分、取代罚分与空位（Gap）罚分）罚分3.3 比对的统计学显著性比对的统计学显著性3.3.1 Monte Carlo仿真法仿真法3.3.2 BLAST得分显著性的Karlin-Altschul公式公式3.3.3局部配准的统计显著性局部配准的统计显著性3.3.4短序列配准的显著性评价短序列配准的显著性评价3.3.5核酸序列比较的显著性评价核酸序列比较的显著性评价3.4 多序列比对多序列比对3.4.1多序列比对的算法多序列比对的算法3.4.2 DNA多序列比对及其常用软件多序列比对及其常用软件3.4.3 蛋白质多序列比对及其常用软件蛋白质多序列比对及其常用软件3.5数据库搜索数据库搜索3.5.1 BLAST：核酸数据库搜索：核酸数据库搜索3.5.2 BLAST：蛋白质数据库搜索：蛋白质数据库搜索3.5.3 F AST A：另一种搜索策略：另一种搜索策略3.5.4 有空位对准的BLAST程度与位置特异的迭代BLAST程序程序3.6基因组长序列比对基因组长序列比对第3章DNA序列的统计学与信息学分析3.1单一序列的组成、关联性与信息学分析单一序列的组成、关联性与信息学分析3.1.1 碱基组成碱基组成3.1.2 碱基相邻频率碱基相邻频率3.1.3同向与反向重复序列分析同向与反向重复序列分析3.1.4 DNA 序列的几何学分析——Z 曲线曲线3.1.5核苷酸序列的长程相关与非线性方法核苷酸序列的长程相关与非线性方法3.1.6长程互作对DNA的结构和可变性的作用的结构和可变性的作用3.1.7重复对熵的影响重复对熵的影响3.1.8编码片段的相互信息编码片段的相互信息3.1.9 DNA序列的模式结构序列的模式结构3.1.10 语言学复杂性测度语言学复杂性测度3.1.11 非编码区（“Junk”DNA）基因组序列）基因组序列3.2 密码子指纹与密码子使用偏好性分析密码子指纹与密码子使用偏好性分析3.2.1单、双核苷酸的相对丰度和基因组指纹分析单、双核苷酸的相对丰度和基因组指纹分析3.2.2密码子频率和密码子指纹密码子频率和密码子指纹3.2.3基因间和基因类间的异质性基因间和基因类间的异质性3.3编码DNA片段的长度与GC含量含量3.4重叠基因的信息论问题重叠基因的信息论问题3.7 功能相关基因在两个基因组间或内部的聚类关系功能相关基因在两个基因组间或内部的聚类关系3.7.1基因组比较与基于功能组成的物种间的比较基因组比较与基于功能组成的物种间的比较3.7.2两个细菌基因组间或内部的聚类关系两个细菌基因组间或内部的聚类关系3.8 真核生物的基因表达调控（表达促进网络）真核生物的基因表达调控（表达促进网络）3.8.1相对同义密码子使用值与密码子适应指数相对同义密码子使用值与密码子适应指数3.8.2信息聚类方法与自身一致信息聚类信息聚类方法与自身一致信息聚类3.8.3碱基组成及相关性与基因表达的关系碱基组成及相关性与基因表达的关系第4章核酸序列的信号和功能识别4.1 固定序列模式检索固定序列模式检索4.2 短寡聚核苷酸序列的随机出现机率短寡聚核苷酸序列的随机出现机率4.3 编码区DNA寡聚体出现频率寡聚体出现频率4.5 蛋白质基因识别蛋白质基因识别4.5.1开放阅读框架分析开放阅读框架分析4.5.2编码区识别4.5.2.1碱基组成偏歧法4.5.2.2密码子使用法4.5.2.3密码子偏歧法密码子偏歧法4.5.3基因识别4.5.3.1GenLang基因识别4.5.3.2GRAIL基因识别基因识别4.5.4基因识别的一些相关程序4.5.4.1发现和屏蔽重复4.5.4.2序列相似性与标纹数据库搜其它功能信号识别索4.5.4.3整合的基因识别4.5.4.4序列片段的编码区分析4.5.4.5其它功能信号识别4.4 核酸序列的特殊信号检索核酸序列的特殊信号检索4.4.1基准序列频率表和权值矩阵法基准序列频率表和权值矩阵法4.4.2启动子分析启动子分析4.4.3内含子/外显子剪接位点识别外显子剪接位点识别4.4.4 翻译起始位点和翻译终止位点识别翻译起始位点和翻译终止位点识别4.6 编码序列翻译编码序列翻译4.7限制性酶作图限制性酶作图4.7.1限制性酶位点寻找限制性酶位点寻找4.7.2 绘制限制酶作图绘制限制酶作图4.8 PCR引物和寡核苷酸探针设计引物和寡核苷酸探针设计4.8.1.2 通用PCR引物的类型和一般要求; ; 4.8.1.2 4.8.1.1 PCR4.8.1 引物设计（4.8.1.1 通用 PCR引物设计方法; 4.8.1.5 4.8.1.4 从蛋白质序列设计简并引物; ; 4.8.1.5 4.8.1.3 特异性PCR引物设计方法; ; 4.8.1.4 OLIGO6和PRIMER PREMIER 软件使用）软件使用）4.8.2 用于检测相关基因的简并探针设计用于检测相关基因的简并探针设计第5章RNA序列分析与结构预测5.1 RNA标纹识别和局部结构配对标纹识别和局部结构配对5.1.1信号搜索：概率方法信号搜索：概率方法5.1.2信号搜集：模式匹配方法信号搜集：模式匹配方法5.1.3 tRNA的二级结构预测的二级结构预测5.1.4 RNA序列的局部结构配准序列的局部结构配准第6章蛋白质序列分析与结构预测方法6.1 多肽理化性质计算与预测多肽理化性质计算与预测6.1.1 多肽分子量、等电点、电荷分布和酶切特征预测多肽分子量、等电点、电荷分布和酶切特征预测6.1.2 多肽亲水性/疏水性分析与制图疏水性分析与制图6.1.3 多肽抗原位点分析多肽抗原位点分析6.1.4 多肽多肽6.2 蛋白质家族与蛋白质分类蛋白质家族与蛋白质分类6.2.1蛋白质家族与超家族蛋白质家族与超家族Blocks分类方法6.2.2.2加权特征标纹分类方法6.2.2.4 6.2.2 蛋白质分类的方法（6.2.2.1 6.2.2.1 BlocksProfile 方法）方法）6.3蛋白质序列模式和结构域模式分析蛋白质序列模式和结构域模式分析6.3.1基准序列（序列模式）：标纹、标志、指纹和地点：标纹、标志、指纹和地点 6.3.2序列结构域与模式匹配方法6.3.2.1频率表方法6.3.2.2权值矩阵法：Profile 分析分析6.4蛋白质结构预测与分子设计蛋白质结构预测与分子设计6.4.1蛋白质结构预测蛋白质结构预测6.4.2蛋白质二级结构和和折叠类预测蛋白质二级结构和和折叠类预测6.4.3三级结构预测三级结构预测6.4.3合理药物分子设计合理药物分子设计第7章核酸和蛋白质序列的进化分析7.1 分子系统发育概述分子系统发育概述7.2 系统发育模型的组成系统发育模型的组成7.2 系统发育数据分析的一般步骤系统发育数据分析的一般步骤7.3 建立数据模型（比对）建立数据模型（比对）7.4 决定取代模型决定取代模型7.5 建树方法建树方法7.5.1 距离矩阵法(UPGMA,NJ) 7.5.2 最简约法最简约法7.5.3 极似然法极似然法7.6 进化树搜索进化树搜索7.7 确定树根确定树根7.8 评估进化树和数据评估进化树和数据7.9 系统发育软件(MEGA2, PAUP*, MACCLADE, PHYLIP) 第8章基因组测序与分析8.1 DNA 测序与序列片段的拼接测序与序列片段的拼接8.1.1 DNA 测序的一般方法测序的一般方法8.1.2 DNA 测序策略(8.1.2.1 从遗传图谱、物理图谱到基因组序列图谱；8.1.2.2 鸟枪测序法（shotgun shotgun sequencing sequencing ）；8.1.2.3 引物步查法（primer primer walking walking ）；8.1.2.4 限制性酶切-亚克隆法（restriction endonuclease digestion and subcloning ）8.1.3 序列片段的拼接方法序列片段的拼接方法8.2 编码蛋白质基因区域的预测编码蛋白质基因区域的预测8.2.1 从序列中寻找基因从序列中寻找基因 (8.2.1.1 基因及基因区域预测；8.2.1.2 发现基因的一般过程；8.2.1.3 解读序列) 8.2.2基于编码区特性的最长ORF 法等法等8.2.3 数据库相似性搜索法数据库相似性搜索法8.2.4 神经网络法神经网络法8.2.5 隐马尔可夫模型法（HMM ）8.3 基因组的比较基因组的比较8.3.1比较基因组学比较基因组学8.3.2 基因组多样性基因组多样性8.3.3 基因组比较的方法基因组比较的方法8.4 人类基因组制图与测序人类基因组制图与测序8.4.1人类基因组制图人类基因组制图 (8.2.1.1遗传图, 8.2.1.2物理图, 8.2.1.3序列图, 8.2.1.4转录图（表达图）与cDNA 文库构建) 8.4.2 基因组遗传图的构建方法基因组遗传图的构建方法 (8.2.2.1检测连锁与估计重组率, , 8.2.2.28.2.2.2估计相对图距和推测多位点测序, 2.2.1图距与交叉干涉, 2.2.2推测多位点测序) 8.5 基因组物理图谱与测序基因组物理图谱与测序 (8.5.3.1克隆与克隆库, 8.5.3.2随机克隆重叠构图) 8.6锚定法作图锚定法作图8.7检测重叠的Bayes 方法8.5.1重叠构型8.5.2重叠检测重叠检测8.8由随机克隆的指纹法组装物理图由随机克隆的指纹法组装物理图8.9用Y AC 克隆构造人类基因组图谱的策略设计克隆构造人类基因组图谱的策略设计8.10采用高冗余度的亚克隆库采用高冗余度的亚克隆库 8.11 Conting 图或克隆定序图或克隆定序8.12 直接作图法直接作图法8.11有序鸟枪测序作图的仿真分析有序鸟枪测序作图的仿真分析8.14定位克隆的流水线鸟枪策略定位克隆的流水线鸟枪策略8.15放射杂交作图和FISH 作图作图第9章功能基因组信息学9.1功能基因组信息学概述功能基因组信息学概述9.2 基因表达数据分析基因表达数据分析9.3 第10章生物多样性信息学和神经生物信息学10.1 生物多样性信息学生物多样性信息学10.2 神经生物信息学神经生物信息学生物信息学实验教学大纲实验1. 常用分子生物学数据库的使用和数据格式、数据库查询与下载常用分子生物学数据库的使用和数据格式、数据库查询与下载实验2. DNA 序列的统计学、信息学和功能分析序列的统计学、信息学和功能分析实验3 蛋白质序列分析和结构预测蛋白质序列分析和结构预测实验4. 核酸和蛋白质序列的进化分析(CLUSTALX 、MEGA2软件的使用) 实验5. 使用Oligo 和PrimerPremier 软件设计PCR 引物引物实验6. 常用重要生物信息学软件使用方法（DNAStar 、OMIGA 、V ectorNT suite ）。

《生物信息学》课程教学大纲

《生物信息学》课程教学大纲课程编号：0235212课程名称：生物信息学总学时数：28学时实验学时：0学时先修课及后续课：先修课有《普通生物学》、《生物化学》、《微生物学》、《细胞生物学》、《遗传学》、《基因工程》、《分子生物学》。

一、说明部分1、课程性质生物信息学是生物工程专业的选修课程，适宜于已有生物化学和分子生物学基础的学生。

生物信息学是一门交叉学科，是现代生物学研究的重要工具，因此本课程在人才培养过程中具有很重要的地位。

本课程系统地概括了该学科的核心内容，包括主要生物信息学数据库及数据库查询、序列相似性搜索、多序列比对和进化树分析、序列的一般分析、生物信息学在人类基因组研究计划中的应用及蛋白质组信息学等主要内容。

2、教学目标及意义使学生学习、掌握生物信息学的先进理论知识和技术，掌握信息时代彼此相互学习、相互交流医学知识必不可少的现代工具和技术手段。

3、教学内容及教学要求（1）要求学生掌握生物信息学的基本理论知识和基本概念，熟悉生物信息学的相关技术方法，特别是分子生物学中常用的关键技术及常用软件。

（2）考虑到生物信息学实践性很强的特点，结合生物医学实际，设计了一些实验供学生练习操作，以巩固所学的知识和技术。

要求学生熟悉生物信息学的常用网络技术方法，掌握网络技术基本要领。

4、教学重点、难点重点：生物信息学的概念、主要生物信息学数据库及数据库查询、序列相似性搜索、序列的一般分析。

难点：主要生物信息学数据库及数据库查询、序列相似性搜索、序列的一般分析。

通过系统的学习，使学生能够掌握生物信息学的基础知识与概念、运用生物信息学成果解决生命科学相关问题的基本方法与途径，培养分析问题与解决问题的能力；了解生物信息学网络资源，开拓视野；培养对生物工程专业课程研究的兴趣。

5、教学方法与手段在教学方法上采取课堂讲授为主，辅以多媒体课件、网上数据库使用等，以加强学生对理论知识的消化和理解，在教学过程应注意积极启发学生的思维，培养学生发现问题和解决问题的能力。

生物信息学教学大纲

红河学院《生物信息学》课程教学大纲一、课程基本情况与说明（一）课程代码：（二）课程英文名称：bioinformatics（三）课程中文名称：生物信息学（四）授课对象：生物科学和生物技术专业本科生（五）开课单位：生命科学与技术学院（六）教材：1、生物技术专业：《生物信息学应用技术》，王禄山、高培基编，化学工业出版社，2008年2、生物科学专业：《生物信息学基础》，孙啸、陆祖宏、谢建明编，清华大学出版社，2005年（七）参考书目[1]《生物信息学》，DavidW.Mount著，钟扬等译，高等教育出版社，2003年[2]《基因组数据分析手册》，胡松年、薛庆中编，浙江大学出版社，2003年[3]《生物信息学中的计算机技术(Developing Bioinformatics Computer Skills)》，CynthiaGibas,Per Jambeck著，孙超等译，中国电力出版社，2002年[4]《生物信息学：基因和蛋白质分析的实用指南》，Andreas D. Baxevanis，Francis OuelletteB F著，李衍达、孙之荣等译，清华大学出版社，2000年[5]《生物信息学算法导论（An Introduction to Bioinformatics Algorithms ）》，琼斯，帕夫纳著，王翼飞等译，化学工业出版社，2007年（八）课程性质（五号宋体加粗）生物信息学是生命科学领域一门新兴的边缘学科，综合了生物学、计算机学、信息学、统计学等方面的知识。

该学科在学生掌握生物化学、遗传学、分子生物学以及计算机应用、高等数学等相关知识的基础上开设，属于生物类专业的专业课程（必修或选修）。

通过学习，学生能够加深对分子生物学和基因工程等课程的理解，并为进一步学习基因组学(genomics)和蛋白质组学(protemics) 奠定基础。

（九）教学目的1、给学生介绍生物信息学的主要内容以及未来可能的发展方向，为学生构建相关知识体系，开阔学生的视野，为将来进一步学习、科研打下基础。

生物科学学(生物信息学方向)学习计划

生物科学学（生物信息学方向）学习计划一、引言生物科学学（生物信息学方向）是一门探索生物体结构与功能之间关系的学科。

在这个快速发展的时代，生物信息学的应用越来越广泛，对于理解和分析基因组、生物大数据的意义变得尤为重要。

本文将提供一份生物科学学习计划，旨在帮助学生更好地掌握生物信息学方向的知识和技能。

二、课程设置1. 生物基础知识课程- 分子生物学- 细胞生物学- 生物化学- 遗传学2. 生物信息学核心课程- 计算机程序设计- 数据结构与算法- 生物信息学原理- 生物数据库与工具- 基因组学- 蛋白质组学- 转录组学- 系统生物学3. 数学与统计学课程- 线性代数- 概率论与数理统计- 生物数学建模4. 生物信息学实践课程- 生物信息学实验室课程- 生物信息学软件使用培训- 生物信息学案例分析5. 选修课程- 药物设计与分子模拟- 结构生物学- 生物信息学伦理与法律- 生物医学工程三、学习方法与技能培养1. 实践能力培养- 积极参与生物信息学的实验室和项目实践，熟悉常见实验方法和数据处理技术。

- 学习并掌握常用的生物信息学工具和软件，如BLAST、GenBank 等。

- 参与科研项目，亲身体验生物信息学在解决生物问题中的应用。

2. 独立思考与解决问题能力培养- 鼓励学生进行生物信息学领域的思考与研究，培养独立思考和解决问题的能力。

- 组织科研讨论会和学术报告，提升学生的学术交流和表达能力。

3. 团队合作与沟通能力培养- 培养学生在团队中进行有效沟通和协作的能力，利用团队智慧解决生物信息学问题。

- 定期组织学术交流会和团队合作项目，锻炼学生的团队协作与沟通能力。

四、实习与实践1. 生物信息学实习- 选择相关的科研机构、医院或生物公司进行生物信息学实习，积累实际操作经验。

- 参与实际项目，将所学知识应用到实际生物问题解决中。

2. 科研与学术交流- 参加生物信息学领域的学术会议和研讨会，与专家学者进行交流与合作。

生物信息入门课程

生物信息入门课程生物信息学是生物学与计算机科学的交叉学科，它利用计算机技术和数学方法来解决生物学中的问题，例如基因组序列分析、蛋白质结构预测、基因表达分析等。

以下是一个入门生物信息学的课程大纲，涵盖了基本的概念、工具和技术：第一部分：生物学基础细胞生物学基础细胞结构与功能基因表达调控分子生物学基础DNA、RNA、蛋白质的结构和功能基因组和蛋白质组的概念第二部分：生物信息学基础生物信息学概述生物信息学的定义和应用生物信息学在生命科学研究中的角色数据库和资源基因组数据库：GenBank、ENSEMBL、UCSC Genome Browser等蛋白质数据库：UniProt、PDB等生物信息学工具和软件：BLAST、FASTA、EMBOSS等第三部分：序列分析DNA序列分析序列比对：全局比对、局部比对寻找开放阅读框（ORF）和基因预测蛋白质序列分析蛋白质序列比对和分类蛋白质结构预测和功能预测第四部分：基因组学和转录组学基因组学基因组结构和组织基因组序列比较和进化分析转录组学mRNA测序技术（RNA-Seq）概述转录组数据分析流程：数据预处理、差异表达分析、功能注释等第五部分：蛋白质组学和结构生物信息学蛋白质组学蛋白质组学概述蛋白质相互作用和功能预测结构生物信息学蛋白质结构预测方法蛋白质结构分析和模拟第六部分：实验设计和数据可视化实验设计生物信息学实验设计的原则和方法实验设计中的统计学原理数据可视化生物信息学数据可视化工具和技术数据可视化在生物信息学中的应用案例第七部分：实践项目与案例研究实践项目学生可以选择一个生物信息学项目进行实践，例如基因序列分析、转录组数据分析等案例研究针对真实生物学研究问题的案例研究，学生通过解决问题来应用所学的生物信息学知识和技能这样的课程可以帮助学生建立起对生物信息学的基本理解，并掌握一些常用的生物信息学工具和技术，为进一步深入学习和研究打下良好的基础。

同时，通过实践项目和案例研究，学生可以将所学知识应用到实际问题中，提升解决生物学问题的能力。

《生物信息学》

《生物信息学》
课程名称生物信息学课程编号 1040193
英文名称 bioinformatics 课程类型本专业推荐选修总学时 36 理论学时 36 实验学时实践学时
学分 2 预修课程生物学、生物化学、分子生
物学、信息技术基础等
适用对象生物科学、理科基地
课程简介生物信息学已经成为生物医学、农学、分子生物学等学科发展的强大推动力量，也是药物设计、环境监测的重要组成部分。

生物信息学课程主要介绍如何获取、加工、储存、分配、分析和释读生物信息，综合运用数学、计算机科学和生物学工具，达到理解数据中的生物学含义的目的。

生物信息学研究的目标是揭示基因组信息结构的复杂性及遗传语言的根本规律，掌握它不仅有助于人们理解复杂的基因组全部DNA序列及其功能，而且还有助于揭示“信息结构”，最终进行蛋白质、核酸的分子设计、药物设计和个体化的医疗保健设计。

生物信息学教学进度和计划表

了解基因功能预测与 1、基因功能富集分析的讲授与讨论
蛋白质结构与基因组的注释方法，原理和方法
12 3 功能分析
了解基因组的功能富 2、Gene Ontology数据库
集分析。
和KEGG通路数据库
本章课后同步复习题。
第八章
了解基因功能预测与 1、基因功能富集分析的讲授与讨论
基因注释与功基因组的注释方法，原理和方法
本章课后同步复习题。本章课后同步复习题。
周次周（按校学历表）时
授课章节
教学目的
教学内容教学重点、难点
授课方式（包括讲授、实验操作、上机
、观摩录像、分组讨论等）
作业布置
第四章
1、熟悉核酸序列分析 1、核酸序列分析的内讲授与讨论
序列特征分析和基因组分析的主要容，序列分析工具的使
发言模型建立的原理 2、构建进化树的原理和
93
和方法，熟悉分子进算法
化树的建立、分析，
熟练掌握一种以上的
系统发育分析软件的
使用。
第六章
了解常见的芯片/测序 1、芯片或测序数据的差讲授与讨论
基因表达数据平台与数据库，理解异表达分析，聚类分析
分析
数据预处理及差异表 2、聚类分析的原理和算
达分析，理解聚类分法
授课方式（包括讲授、实验操作、上机
、观摩录像、分组讨论等）
作业布置
了解生物信息学兴起 1、生物信息学的定义、讲授与讨论的主要原因。历数遗基本概念及其发展现状传学和基因组学领域 2、生物信息学研究的基中各里程碑事件及基本内容、基本原理与生物因组测序技术的发展学基础。理解生物信息学的 3、生物信息学的交叉学基本概念和目前生物科和大科学特点信息学中的各热点问题。掌握什么是生物信息学的研究对象和研究内容，以及几个重要的生物信息学资源和主要生物信息学工具。理解生物信息学的交叉学科和大科学特点。

《生物信息学》课程教学大纲

《生物信息学》课程教学大纲[课程编号]：40253F50[英文名称]：Bioinformatics[课程性质]：专业选修课[先修课程]：生物化学、分子生物学、遗传学[适用专业]：植物保护等植物生产类专业[学分数]：1.5[总学时]：24[理论学时]：12[实践学时]：12一、课程简介生物信息学是在生命科学的研究中，以计算机为工具对生物信息进行储存、检索和分析的科学。

它是一门新兴的交叉学科，是当今生命科学和自然科学的重大前沿领域之一，同时也将是21世纪自然科学的核心领域之一。

它采用信息科学、计算机科学、生物数学、比较生物学等学科的观点和方法对生命的现象及其组成分子（核酸、蛋白质等）进行研究，主要研究生命中的本质和规律，包括物质组成、结构功能、生命体的能量和信息交换传递等。

目前主要农作物全基因组测序均已完成，各类组学数据和重测序数据更是以指数方式迅猛增长。

该课程旨在让学时掌握如何充分利用海量的生物信息数据，从中挖掘和提取有用的信息，进而为开展分子标记辅助选择育种、分子设计育种服务。

二、课程目标及其对毕业要求的支撑园艺专业课程教学大纲三、课程内容及其对课程目标的支撑（一）理论课课程内容及其对课程目标的支撑园艺专业课程教学大纲园艺专业课程教学大纲（二）实验课课程内容及其对课程目标的支撑园艺专业课程教学大纲四、课程考核及其对课程目标的支撑园艺专业课程教学大纲五、教材及主要参考书教材：《生物信息学应用教程》，孙清鹏主编，中国林业出版社，2012年6月，省部级规划教材园艺专业课程教学大纲参考书：（1）《生物信息学》，陈铭主编，科学出版社，2018年6月，第3版（2）《生物信息学》，樊龙江主编，浙江大学出版社，2017年7月六、课程英文简介Bioinformatics is a discipline which originally arose for the utilitarian purpose of introducing order into the massive data sets produced by the new technologies of molecular biology.。

生物信息学

——Watson ,1990,《Science》
47
HGP的最初目标通过国际合作，用15年时间(1990～2005)至少投入
30亿美元，构建详细的人类基因组遗传图和物理图，确定人类DNA的全部核苷酸序列，定位约10万基因，并对其它生物进行类似研究。 4张图：遗传图
物理图
序列图
基因图
HGP的终极目标
– 为疾病的诊断和治疗提供依据
– 为设计新药提供依据
生物信息学将是21世纪生物学的核心
2020/2/28
34
主要研究内容
破译遗传语言、识别基因预测蛋白质结构和功能认识生物界信息存贮和传递的本质研究药物作用机制和开发新药
2020/2/28
35
第二节生物信息学的发展历史
生物科学和技术的发展
2020/2/28
30
实验
收集
数据
信息知识
表示刻画特征
分析比较
建模推理
应用
基因工程
蛋白质设计
疾病诊断疾病治疗开发新药
生物分子信息处理流程
2020/2/28
31
分子生物学的三大核心数据库
• GenBank核酸序列数据库 • SWISS-PROT蛋白质序列数据库 • PDB生物大分子结构数据库
6、《简明生物信息学》
钟扬
复旦大学
高等教育出版社
2020/2/28
3
第一章生物信息学引论
2020/2/28
4
简介
一．引言二．生物信息学的发展历史三．人类基因组计划和基因组信息学四．蛋白质结构与功能关系的研究五．目前生物信息学主要研究内容六．生物信息学所用的方法和技术