华中农业大学生物信息学课件Bioinf00
生物信息学 第一章 生物信息学概述 ppt课件
• 通过比较来自于不同种属的同源蛋白质，即直系同源蛋白质，可以分析蛋 白质甚至种属之间的系统发生关系，推测它们共同的祖先蛋白质。
总结：生物分子至少携带着三种信息
– 遗传信息 – 与功能相关的结构信息 – 进化信息
PPT课件
14
第一部 遗传密码
第二部 遗传密码
蛋白质结构 决定功能
DNA 核酸序列
蛋白质 氨基酸序列
蛋白质 结构
蛋白质 功能
最基本的 生物信息
生命体系千姿 百态的变化
生物分子数据及其关系
PPT课件
维持生命活 动的机器
15
• 第一部遗传密码已被破译，但对密码的转录过程还不清楚，对大 多数DNA非编码区域的功能还知之甚少
信
息
生物分子功能数据
直观展示 生命体系 千姿百态 的变化
复杂剖析
PPT课件
17
生物分子数据与计算机计算
生物分子数据
+
计算机计算
特征： 生物分子信息数据量大 生物分子信息复杂 生物分子信息之间存在着密切的联系PPT课件
特征：
信息存储量大
计算性能高速、有效
信息交流方便
18
生物信息学的发展历史
生物科学和 技术的 发展
期刊
《生物信息学》、《Bioinformatics》、《BMC Bioinformatics》
PPT课件
4
生物信息学概述
PPT课件
5
什么是生物信息学：
生物信息学(Bioinformatics)： • 是研究生物信息的采集，处理，存储，传播，分析和解释等
生物信息学(课堂PPT)
• 总之，信息源的特点是：
– 自治的 (autonomous)
数据集成
– 分布式的 (distributed) – 异构的 (heterogeneous)
Data Integration
2021/3/29
4
一、 生物信息学数据库
生物信息学数据库的种类
❖ 分子生物信息数据库种类繁多。归纳起来， 大体可以分为4个大类：
酵母菌Yeast ——CYGD数据库
http://mips.gsf.de/genre/proj/yeast/index.jsp
线虫 Caenorhabditis elegans ——AceDB数据库
/genome.shtml
的数据（EMBL负责欧洲，GenBank负责美洲，DDBJ负
责亚洲等），然后来自各地的所有信息汇总在一起，3
个数据库的数据共享并向世界开放，故这3个数据库又
被称为公共序列数据库（Public Sequence Database）。
所以从理论上说，这3个数据库所拥有的DNA序列数据
是完全相同的。你可以从中选择一个你喜欢的数据库；
2021/3/29
11
GenBank：由美国国家生物技术信息中心(National Center for Biotechnology Information, NCBI)建立。该 中心隶属于美国国家医学图书馆，位于美国国家卫生 研究院(NIH)内。
EMBL：欧洲分子生物学实验室(European Molecular Biology Laboratory, 其下有European Bioinformatics Centre)，主要位于英国剑桥Cambridge和德国汉堡 Hamburg。
KEYWORDS .
华中农业大学生物信息学课件Bioinf09
输入多条相互重叠的DNA序列（FASTA格式）
输出拼接结果（Contigs） 点击“Assembly detials”查看详情
另外一个选择： http://bioweb.pasteur.fr/seqanal/interfaces/cap3.html
7. 上机操作
1. 大麦Mlo基因（Z83834）编码区的GC含量是 多少？ 2. 如何获得Z83834的反向互补序列？ 3. 推测Z83834的ORF和翻译产物。 4. BamHI可将Mlo基因的编码区切割开吗？
分析方法－翻译选择的DNA序列区段（举例3）
在/translate/ 输入序列 选择输出模式、翻译模式 分析结果
3. 分析限制性内切酶切割位点
展示DNA序列的酶切位点图 分离克隆基因或特定的DNA片段 分子标记，如CAPS（cleaved amplified polymorphism sequence）标记
选择被粘贴序列的名称，在“Sequence”栏目点击“Nucleic Acid→Complement”获得互补序列、“Nucleic Acid→Reverse Complement”获得反向互补序列、“Nucleic Acid→DNA-RNA” 获得RNA序列 在“Edit”栏目选择“Copy Sequence to clipboard (Fasta Format)”将获得的序列粘贴到另一个文件
没有酶切位点 的酶
具体描述
其它分析限制性内切酶切割位点软件
EnzymeX /science/enzymex RestrictionMapper / DNAMAN /pc/pcmain_new.html
K
W
P
W
V
H
生物信息学课堂ppt课件
只是出现在电子出版物的文本中。
5
产生 生物信息学的
❖ ２０世纪后期，生物科学技术迅猛发展，无论从数量上还是从质量上都 极大地丰富了生物科学的数据资源。数据资源的急剧膨胀迫使人们寻求 一种强有力的工具去组织这些数据，以利于储存、加工和进一步利用。 而海量的生物学数据中必然蕴含着重要的生物学规律，这些规律将是解 释生命之谜的关键，人们同样需要一种强有力的工具来协助人脑完成对 这些数据的分析工作。
❖ 基因组时代--基因寻找和识别、网络数据库系统的 建立、交互界面的开发；
❖ 后基因组时代--大规模基因组分析、蛋白质组分析。
8
重要性 生物信息学的
❖ 生物信息学不仅是一门学科，更是一种重要的研究开发工具。 ❖ 从科学的角度来讲，生物信息学是一门研究生物和生物相关
系统中信息内容与信息流向的综合系统科学。只有通过生物 信息学的计算处理，人们才能从众多分散的生物学观测数据 中获得对生命运行机制的系统理解。 ❖ 从工具的角度来讲，生物信息学几乎是今后所有生物（医药） 研究开发所必需的工具。只有根据生物信息学对大量数据资 料进行分析后，人们才能选择该领域正确的研发方向。 ❖ 生物信息学不仅具有重大的科学意义，而且具有巨大的经济 效益。它的许多研究成果可以较快地产业化，成为价值很高 的产品。
分析(主要研究内容) 应用(多个领域)
主要由数据库、计算机网络和应用软件三大部分构成
2
定义
❖ 收集、维护、传播、分析以及利用在分子生物学研究中获得的大量数据。
生物信息学（bioinformatics）是生物学与计算机科学以及应用数学等学
生物信息学PPT课件
生物信息学在农业研究中的应用
1 2 3
作物育种
生物信息学可以通过基因组学手段分析作物的遗 传变异，为作物育种提供重要的遗传资源。
转基因作物研究
通过生物信息学分析，可以了解转基因作物的基 因表达和性状变化，为转基因作物的研发和应用 提供支持。
农业环境监测
生物信息学可以帮助研究人员监测农业环境中的 微生物群落、土壤质量等指标，为农业生产提供 科学依据。
特点
生物信息学具有数据密集、技术依赖、多学科交叉、应用广泛等特点。
生物信息学的重要性
促进生命科学研究
提高疾病诊断和治疗水平
生物信息学为生命科学研究提供了强 大的数据分析和挖掘工具，有助于深 入揭示生命现象的本质和规律。
生物信息学在疾病诊断和治疗方面具 有重要作用，通过对基因组、蛋白质 组等数据的分析，有助于实现个体化 精准医疗。
03 生物信息学技术与方法
基因组测序技术
基因组测序技术概述
基因组测序是生物信息学中的一项关键技术，它能够测定生物体的 全部基因序列，为后续的基因组学研究提供基础数据。
测序原理
基因组测序主要基于下一代测序技术，如高通量测序和单分子测序， 通过这些技术可以快速、准确地测定生物体的基因序列。
测序应用
基因组测序在医学、农业、生物多样性等多个领域都有广泛应用，如 疾病诊断、药物研发、作物育种等。
生物信息学ppt课件
目录
• 生物信息学概述 • 生物信息学的主要研究领域 • 生物信息学技术与方法 • 生物信息学的应用前景 • 生物信息学的挑战与展望 • 案例分析
01 生物信息学概述
定义与特点
定义
生物信息学是一门跨学科的学科，它利用计算机科学、数学和工程学的原理、 技术和方法，对生物学数据进行分析、解释和利用，以解决生物学问题。
《生物信息学概论A》课件
PART 06
生物信息学的未来发展与 挑战
新兴技术与应用领域
人工智能与机器学习
在生物信息学中应用人工智能和机器学习技术，实现对基因组、 蛋白质组等复杂数据的自动化分析和解读。
纳米技术与合成生物学
结合纳米技术，实现更精准的基因编辑、药物输送和疾病诊断。
临床信息学
利用生物信息学技术，实现精准医疗和个性化治疗，提高疾病诊断 和治疗的效果。
包括电泳、色谱等分离技术，可以将复杂的蛋白质混合物分离成单一组分。
蛋白质鉴定技术
主要依赖于质谱技术，通过将蛋白质消化成肽段，然后对这些肽段进行质谱分析，从而确定蛋白质的序列。
蛋白质组学在药物研发中的应用
疾病标记物寻找
通过比较正常和疾病状态下的蛋白质表达谱，可以发现与疾病相关 的标记物，用于疾病的早期诊断和治疗监测。
药物靶点发现
通过对蛋白质相互作用的研究，可以发现新的药物靶点，为新药研 发提供新的思路和方向。
药物作用机制研究
通过研究药物对蛋白质表达和功能的影响，可以深入了解药物的作用 机制，为药物优化提供依据。
PART 04
生物信息学数据库
数据库的种类与用途
基因组数据库
存储基因组序列数据，用于基因识别、基因定位和基因功能研究。
它涉及到多个领域，如分子生物学、 遗传学、系统生物学、进化生物学等 ，旨在揭示生物现象背后的数据规律 和机制。
生物信息学的发展历程
20世纪70年代
随着人类基因组计划的启动，生物信息学开始萌芽。
20世纪90年代
随着计算机技术和互联网的发展，生物信息学迅速发 展壮大。
21世纪初
随着大数据和人工智能技术的兴起，生物信息学进入 了一个新的发展阶段。
生物信息学和基因芯片PPT讲稿
• 基因芯片的制备中支持物有多种，如玻片、硅片、聚
丙烯膜、硝酸纤维素膜、尼龙膜等。
片基
钢性片基如玻片、半 导体硅片等
薄膜片基如 NC、 Nylon 膜等
探针固定方式
原位合成（in situ synthesis）
预先合成后点样 (off-chip synthesis)
四、基因芯片的应用
• （一）疾病的诊断与治疗
• 1、遗传病相关基因的定位
• HGP使得许多遗传病的基因得以定位，因此，可以应
用基因芯片技术筛查遗传病，且方便可靠。
• 2、肿瘤诊断
• 已用基因芯片可检测人鼻咽癌、肺癌基因表达谱、肿瘤原
癌基因和抑癌基因的定位。
• 例：人类恶性肿瘤中，约有60%与人类P53抑癌基因的
突变有关，现研究人员研制成功了可检测P53基因所有 编码区错位突变和单碱基缺失突变的基因芯片。
2022/2/26
19
当前你正在浏览到的事第十九页PPTT，共二十九页。
• 3、感染性疾病的诊断
• 利用基因芯片对一些感染性的疾病疾病如HIV的诊断现
已成为事实。
• 4、耐药菌株和药敏检测
• 例：据WHO报告，全球每年约有800万的结核病患者，
2022/2/26
2
当前你正在浏览到的事第二页PPTT，共二十九页。
• 根据芯片上固定的探针不同，生物芯片包括：
基因芯片、蛋白质芯片、细胞芯片、组织芯 片，根据原理还有元件型微阵列芯片、通道 型微阵列芯片、生物传感芯片等新型生物芯 片。
2022/2/26
3
当前你正在浏览到的事第三页PPTT，共二十九页。
生物信息学和基因芯片课件
(生物信息学课件) 生物信息学的计算机、统计学及数学基础-最新课件
隐藏层
输
输
入
出
层
层
反向传播神经网络结构示意
6、专家系统
专家系统（Expert System）是一种基于知识 的智能系统，它将领域专家的经验用一定的知 识表示方法表示出来，并放入知识库中，供推 理机使用
知识库是专家系统的第一重要组成部分，知识 库中的知识通常分为两类：
机器学习
机器学习是模拟人类的学习过程，以计算机为工具 获取知识、积累经验
1、遗传算法采用随机搜索方法，具有自适应能力和便于 并行计算
2、神经网络的理论是基于人脑的结构，其目的是揭示一 个系统是如何向环境学习的，这一种方法被称为联接主义。
模式识别
模式识别是机器学习的一个主要任务。模式是对感 兴趣客体定量的或者结构的描述，而模式识别就是 利用计算机对客体进行鉴别，将相同或者相似的客 体归入同种类别中
一类领域的事实性知识或广泛公用的知识 另一类是启发性知识，是该领域专家在长期研究和
实践过程中积累起来的经验总结
知识获取方式大致上可以分为两种：
一种是由知识工程师向领域专家询问有关知识，经 过整理编辑后将知识转换成计算机表示形式，送入 知识库
另一种是针对大量数据进行机器学习，分析、总结 和抽取出有用的新知识，这是更高层次的知识获取 方式。
(生物信息学课件)第9 讲生物信息学的计算
机、统计学及数学基 础
一、所用的方法和技术汇总
1、数学统计方法 2、动态规划方法 3、机器学习与模式识别技术 4、数据库技术及数据挖掘 5、人工神经网络技术 6、专家系统 7、分子模型化技术 8、量子力学和分子力学计算 9、生物分子的计算机模拟 10、因特网（Internet）技术
华中农业大学《生物信息学》讲义
生物信息学王石平(华中农业大学生命科学技术学院)2005.2.23211.69.135.104/bio-informatics.files/bio-infor.htm /Embnetut/Gcg/index.htm一、数据库1．核苷酸数据库GenBank 、EMBL 、DDBJ （在使用方法和连接的数据库上有差异，但数据量相同。
） 注：氨基酸序列是非试验来源，为推倒的结果。
使用时要谨慎！！！！）（1）GenBank（NCBI）数据解释。
/注：Display 中选FASTA 形式，显示原始的核苷酸数据，便于复制。
每条序列的3种编号（identifier）无意义）定义（描述） 版本 X.Y 1.位点名（基本2.注册号 3.Geninforidentifier（GI 号） 6位（X12345）或8位数字（XY123456）；例外：自编号（一般为基因组序列）物种类型一般与Accession NO.相同（今6位型：属＋种＋X12345 8位型：与AC 相同10位数：早期8位数：现注：NID(Nucleotide ID） 1999.12取消，改用序列的数据可以更改，GI 号、NID 号变化，但AC 号不变。
GI 号。
Coding sequence 谨慎使用！！！！ 最后一条Reference 序列提交者的文章为。
可以知道这一基因的研究历史，便于研究。
（2）dbESTEST来源于mRNA－基因片度（300-400bp，数据长度足以分析编码的产物）或者全基因（已知）－5’端或3’端的cDNA序列（EST）－300-400bp single-pass sequence （可能有误，如果要求<0.1%的错误率，需要测序8-10次）－GenBank中71%以上的是EST序列。
/dbEST/index.html（3）UniGene来源于同一基因的非重复EST，组成基因序列群（contig）注：不同实验室各自采用poly（T）15法和随机引物合成的cDNA（不完整），不同的cDNA的加工、拼接，形成重叠群（Contig）/UniGene/（4）dbSTS （sequence tagged sites）a.短序列（200-500bp）b.已完成染色体上的定位c.可以与电子PCR相连用/dbSTS/index.html（5）dbGSS （genome survey sequence）a.基因组短序列b. cosmid、BAC、YAC外源插入片断末端序列c. Alu PCR 序列/dbGSS/index.html（6）HTG （high-throughput genome sequence）尚未完成测序的重叠群（>2kb）更新快！！！/HTGS/（7）dbSNP每100-300bp有一个SNP/SNP/（8）EMBL/embl/（9）DDBJhttp://www.ddbj.nig.ac.jp/（10）EPD （Eukaryotic Promoter Database）启动子数据库http://www.genome.jp/dbget/dbget2.html2．蛋白质数据库（1）SWISS-PROT/sprot/有详细的注释序列；与44个数据库相互参照（cross-reference）(2)TrEMBL (translation of EMBL)(3)PIR (Promoter information resource)/pir/表明了结构域（4）PRF （Promoter research foundation）http://www4.prf.or.jp/（5）PDBSTR （Re-organized Protein data Bank）/sprot/prosite.html蛋白质的二级结构、α-碳位置（6）Prosite蛋白质家族、结构域/prosite/3．结构数据库（1）PDB (Protein Data Bank)/pdb/(2) NDB (Nucleic Acid Database)/NDB/ndb.html(3)DNA-bind Protein database/NDB/structure-finder/protein/index.html（4）swiss-3D IMAGEhttp://www.expasy.ch/sw3d/4．酶和代谢数据库（1）KEGG （Kyoto Eneyclopedin of genes & genemes）http://www.genome.ad.jp/kegg/(2)PKR (Protein Kinase Resource)/kinases5．文献数据库（1）PubMed/PubMed/（2）OMIM/Omim（3）Agricola/农业相关的文献6．提交数据GenBankBankIt提交 网上直接提交，立即得到临时编号（1周内提供Aceesion No.）SequIn提交 下载软件填写表格，自动确定CDS、ORF和查找重复序列、查载体序列用Update功能修改二、检索数据库的方法1、用关键词或词组进行的数据库检索 Text-based database searching2、用和甘肃或蛋白质序列进行的数据库检索 Sequence-based database searching关键词：名词；描述性词、词组；Accession number体系：Entrz；Sequence retrieval system (SRS)；Integrated database retrieval system (DBGET) 检索须知1、连接词：AND OR NOT用引号将两个词组成一个词组“disease resistance”表示必须两个词先后顺序连续出现disease resistance 表示默认AND2、wild card “*”放在单词后使检索范围扩大，但是专一性降低Wan*=所有以Wan开头的单词 enzyme*=enzyme + enzymes 单复数同（1）Entrz（NCBI）优点：三种检索体系中最容易操作的； 缺点：检索范围有限8大类29个与Entrz体系相连的数据库1、Nucleiotide sequence database(6)GenBank; SNP; Gene; Homologene; UniSTS; ProSet2、Protein sequence database(1)Proteins3、Structure database(4)Structure; PubChem; Compound; 3D-Domain; CDD4、Taxonomy database(1)Taxonomy5、Genome database(2)Genomes; Genome Project6、Expression database(4)UniGene; GEO Profiles; GEO database;GENSAT注：数据库来源于mRNA－cDNA－protein（更确切）7、Literature database(7)PubMed（文摘）; PubMed central（全文）; Books; OMIM; Journals; NLM catalog; MeSH8、OthersPubChem substance; Cancer chromosome; PubChem BioAssay; SiteSearch检索方法：a、数据库间的检索 b、选择数据库 （可以限定检索内容和时间范围）（2）SRS (Sequence Retrieval System)/ 有不同的版本，可以下载。
华中农业大学生物信息学Bioinf05PPT教案
第一步：输入序列
File
Load sequences
注意：该软件不 能识别中文。因 此序列不能位于 XP系统的桌面， 应放于C:\或D:\等 纯英文路径下。
第17页/共74页
第二步：设定比对参数
第18页/共74页
第三步：进行序列比对
第19页/共74页
第四步：比对完成，选择结果文件的保存格式
18midpoint系统发生树术语outgroup外群外围支第30页共74页系统发育树构建步骤多序列比对自动比对手工校正选择建树方法替代模型建立进化树进化树评估最大简约法maximumparsimonymp距离法distance最大似然法maximumlikelihoodmlbayesianinference统计分析bootstraplikelihoodratiotestupgma邻近法neighborjoiningnj最小进化法minimumevolution第31页共74页距离法又称距离矩阵法首先通过各个序列之间的比较根据一定的假设进化距离模型推导得出分类群之间的进化距离构建一个进化距离矩阵
第24页/共74页
研究系统发生的方法
经典进化生物学：
比较：形态、生理结构、化石
分子进化生物学：
比较DNA和蛋白质序列
第25页/共74页
An Alignment is an hypothesis of positional homology between bases/Amino Acids
Residues that are lined up in different sequences are considered to share a common ancestry (i.e., they are derived from a common ancestral residue).
生物信息学平台课1精品PPT课件
生物信息学、系统生物学与计算生物学
计算生物学：计算生物学是一门概念性学科， 以生物信息为基础，以计算为工具，解决生物 学问题。(侧重于计算与问题，通过计算解决 问题)
2、生物信息学的诞生 与发展
生物信息学的诞生和发展
迅速膨胀的生物信息数据 • 分子生物学发展的一个显著特点是生物信息的 剧烈膨胀。形成了巨量的生物信息库
--美国国家卫生研究院（NIH）--
什么是生物信息学？
定义三：Bioinformatics ... is the research domain focused on linking the behavior of biomolecules, biological pathways, cells, organisms, and populations to the information encoded in the genomes.
构建进化树 比较基因组学研究
两条序列比对(pairwise alignment)
蛋白序列（Blast）
核酸序列（Blast）
多条序列比对(multiple alignment)
蛋白序列（Clustal）
三个发展阶段
形成期(80年代)
• 网络数据库系统的建立、交互界面的开发； • 分子数据库和BLAST等相似性搜索程序； • 基因寻找和识别； • 结构基因组。
迅速膨胀的生物信息给 科学家们提出了一个新 问题：如何有效管理、 准确解读、充分使用这 些信息？
三个发展阶段
萌芽期(60－70年代)
• 生物数据库的建立；
• 检索工具的开发；
• DNA和蛋白质序列分析
• 序列比对: 以Dayhoff的替换矩阵和 Needleman-Wunsch和Smith-Waterman比对算 法为代表
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
李霞等，生物信息学，人民卫生 出版社，2010。
参考教材
吴祖建等，生物信息学分析实践，科学 出版社，2010。
陈铭等译，精要速览系列-生物 信息学（第2版），科学出版社， 2013。
注意事项和要求
• 应用型课程，自学占很大比重，请课后自觉多练习 • 建议注册加入icourses（课件、习题仅注册登录后能查看） • 按时上课，位置固定，课间不休（连续3个小时），如已掌 握内容，经考察通过后可以早退 • 建议课前打印讲义，以便于上课时在讲义上做笔记 • 每2-3人为一组，上机练习时可以相互交流讨论，但请控制 音量
生物信息学
Bioinformatics
谢为博
Tel：87280350 Email: xwbmail@
2016年04月
适用者
• 生命科学相关专业的本科生
– 考研 – 毕业设计 – 工作
•习本课程的目的
了解、掌握和利用Internet上各种生物数据库、软件
• 华中农业大学生物信息学课程维基（包含大量数据库介绍）
/wiki/
•
QQ 群
/?_wv=1027&k=2IQT8oV
参考教材
David W. Mount. Bioinformatics: Sequence and Genome Analysis. (2nd edition) New York: Cold Spring Harbor Laboratory Press, 2004.
课程组成
1. 2. 生物信息学学科的发展和研究内容 生物数据库
3. 关键词或词组为基础的数据库检索 4. 核酸和蛋白质序列为基础的数据库检索
5. 多序列对位排列分析和系谱分析
6. 基因预测和基因结构分析 7. 蛋白质性质和结构分析 8. 农业类及物种专属数据库的利用 9. 核酸序列的其他分析方法
10. 芯片表达谱基本分析及查询
获取课件及自学资源
• 最新课件
（只能校内访问） 用户名：weiboxie 密码：2016 或/s/1skYbn7B
• 中国大学资源共享课（包括1-9章课堂视频及大部分练习）
/coursestatic/course_6509.html
分组情况
讲 台
A006 A012 A018 A024 A005 A011 A017 A023 A029 A035 A041 A047 A034 A040 A046 A004 A010 A016 A022 A028 A033 A039 A045 A003 A009 A015 A021 A027 A032 A038 A044 A002 A008 A014 A020 A026 A031 A037 A043 A001 A007 A013 A019 A025 A030 A036 A042 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 B001 B007 B013 B019 B025 B030 B036 B042 B048 B002 B008 B014 B020 B026 B031 B037 B043 B049 B003 B009 B015 B021 B027 B032 B038 B044 B050 B004 B010 B016 B022 B028 B033 B039 B045 B051 B005 B011 B017 B023 B029 B034 B040 B046 B052 B035 B041 B047 B053 B006 B012 B018 B024
何处查找所需各种生物数据信息
如何分析和解释所得数据信息
Sequence analysis Analysis of gene expression Analysis of regulation Prediction of protein structure Genome annotation Comparative genomics
本课程有部分作业需要协作完成，建议大家自由组合。每2-3人为一组，相 邻就座，上机练习时可以相互交流讨论。尽量靠前坐。
• 请注意保持机房卫生，下机时清理自己机位，带走垃圾
• 共10次课，每次一列课后留下做清洁，不得早退
成绩及考试
• 课程总成绩=课堂练习*28%+课后作业*12%+开卷考试*60% • 课堂练习：至少完成7次，完成后命名为“学号_第N章 .doc”提交到教师机（快捷键ctrl+T） • 课后作业：数据库介绍（详见第一章） • 考试方式：开卷（但单号做A卷，双号做B卷，记得带笔） ，凡修课者必需参加考试，否则0分 • 考试时间：一般于课程结束后2周内
本课程各章的关系
数据库介绍及 检索（2,3,4,8）
实验 DNA/RNA序列
核酸序列的其 他分析（9）
两序列比对及 blast检索（4）
基因预测（6）
多序列比对及 系谱分析（5）
设计芯片
蛋白质性质及 结构分析（7）
表达谱（10）
基因功能预 测及分析
教学网站
/kech/swxxx/ 华农主页－南湖教苑－精品课程－国家精品课程－2007 年国家精品课程－生物信息学