生物信息學研究方法精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的生物信息學研究方法主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：生物信息學研究方法范文

生物信息學 生物科學 實踐教學

生物信息學作為一門新興的交叉性學科，綜合生物學、計算機科學和信息技術(shù)試圖，從大量數(shù)據(jù)中尋找具有指導和開創(chuàng)性價值的依據(jù)，為生命科學研究提供必要的、有效的系統(tǒng)模擬和信息預測結(jié)果。目前，生物信息學在生物醫(yī)學、生物工程、植物學、動物學、生態(tài)學、遺傳學、制藥和高科技產(chǎn)業(yè)領(lǐng)域中的應用越來越廣泛，產(chǎn)生巨大的影響力和推動力。

一、生物信息學在生物科學領(lǐng)域的作用

生物科學是研究生物結(jié)構(gòu)、功能、發(fā)生和發(fā)展規(guī)律，及其與周圍環(huán)境關(guān)系的科學。在分子生物學技術(shù)突飛猛進的發(fā)展過程中，生物科學從傳統(tǒng)的個體及群體表征研究逐步演變?yōu)閮?nèi)在分子機制的研究，隨著基因測序技術(shù)的發(fā)展，生物科學領(lǐng)域的研究不僅聚焦于生物個體的內(nèi)在分子機制，同時還從大量的生物個體的基因數(shù)據(jù)中獲取和解析生命的本質(zhì)和規(guī)律，并以此嘗試對生命過程進行干涉和改造。而在獲取、解析、干涉和改造的過程中扮演重要角色的就是生物信息學。

生物信息學是在生物科學領(lǐng)域各個學科發(fā)展的過程中逐步產(chǎn)生的一門綜合性學科，該學科在生物科學領(lǐng)域的應用極為廣泛。目前，植物基因組研究取得了重大進展，水稻、大豆、小麥等農(nóng)作物的遺傳圖譜、基因序列、基因組注釋已公布于美國國立生物技術(shù)信息中心（NCBI）的生物信息數(shù)據(jù)庫中。利用生物信息學的相關(guān)方法和技術(shù)能夠?qū)@些數(shù)據(jù)進行查詢、統(tǒng)計和分析，從而更好地理解和認識植物基因組的功能，指導后續(xù)的科學研究和生產(chǎn)應用。傳統(tǒng)的生物學分類方法已經(jīng)鑒定及分類了成千上萬的物種，但是隨著生物科學的發(fā)展和認知，越來越多的物種在遺傳進化上的分類依據(jù)較為模糊，而利用生物信息學結(jié)合傳統(tǒng)的分類學可以更好的研究生物類群間（植物、動物、微生物等）的異同性、親緣關(guān)系、遺傳進化過程和發(fā)展規(guī)律，這在當今的生物分類學中應用日趨廣泛。生物信息學還可以綜合利用數(shù)學、統(tǒng)計學和計算機等學科對生態(tài)系統(tǒng)進行模擬和計算分析，探索物種間基因流動的本質(zhì)，揭示生態(tài)系統(tǒng)的物質(zhì)和能量循環(huán)規(guī)律，從而為找到?jīng)Q定生態(tài)系統(tǒng)平衡和穩(wěn)定的根本因素提供重要的依據(jù)，幫助生態(tài)系統(tǒng)平衡的恢復。此外，通過生物信息學技術(shù)構(gòu)建遺傳工程菌，降解目標污染物的分子遺傳物質(zhì)，從而達到催化目標污染物的降解，維護生態(tài)環(huán)境的空氣、水源、土地等質(zhì)量，也是當今生態(tài)環(huán)境保護的新興研究方向。

二、生物信息學的學科內(nèi)容和課程要求

生物信息學主要由基因組學、蛋白質(zhì)組學、系統(tǒng)生物學、比較基因組學、計算生物學等學科構(gòu)成，主要涉及的內(nèi)容有生物數(shù)據(jù)的收集、存檔、顯示和分析，體外預測、模擬基因及蛋白質(zhì)的結(jié)構(gòu)和功能，對生物的遺傳基因圖譜進行分析處理，對大量的核苷酸和氨基酸序列進行比對分析，確定進化地位等。從生物信息學的概念及其涉及的內(nèi)容中可以明確生物信息學不是一門獨立的學科，所以要求教師在教學過程中掌握多領(lǐng)域的知識和技能，才能較好地把握該課程。

1.高等數(shù)學和統(tǒng)計學基礎(chǔ)

生物信息學將數(shù)學和統(tǒng)計學作為主要的計算理論基礎(chǔ)，主要包括數(shù)學建模、統(tǒng)計方法、動態(tài)規(guī)劃方法、數(shù)據(jù)挖掘等方面。此外還包括隱馬爾科夫鏈模型（HMM）在序列識別上的應用，蛋白質(zhì)空間結(jié)構(gòu)預測的最優(yōu)理論，DNA超螺旋結(jié)構(gòu)的拓撲學，遺傳密碼和DNA序列的對稱性方面的群論等。因此，在生物信息學教學過程中要求教師具備數(shù)學及統(tǒng)計學的計算方法的基礎(chǔ)知識，能夠利用牛頓迭代法、線性方程回歸分析、矩陣求擬、最小二乘法等進行數(shù)學建模和計算，從而對基因和蛋白質(zhì)序列進行比對、進化分析和繪制遺傳圖譜等。

2.生物科學基礎(chǔ)

生物信息學包含的生物類學科有，生物化學、分子生物學、遺傳學等基礎(chǔ)學科，基因工程、蛋白工程、生物技術(shù)等應用學科。根據(jù)其課程特點，學生在學習生物信息學課程前需要學習生物化學、分子生物學、遺傳學、基因組學、蛋白質(zhì)組學等基本生物學課程，對于基因序列、蛋白質(zhì)序列、啟動子、非編碼區(qū)等概念有深刻的理解，同時需要對一些重要的生物學數(shù)據(jù)庫有一定的了解，如美國基因數(shù)據(jù)庫（GeneBank）、歐洲分子生物學實驗室數(shù)據(jù)庫（Embl）和日本核酸數(shù)據(jù)庫（DDBJ）等。此外，要求學生能夠利用生物學數(shù)據(jù)庫查找基因序列、蛋白質(zhì)序列、基因及蛋白質(zhì)結(jié)構(gòu)模型，能夠讀懂數(shù)據(jù)庫中基因和蛋白質(zhì)的信息注釋，能夠計算蛋白質(zhì)序列的分子量和等電點，能夠為擴增特定的基因片段設(shè)計引物，能夠?qū)μ囟ㄎ锓N進行系統(tǒng)發(fā)育分析等。

3.計算機科學基礎(chǔ)

計算機是生物信息學的主要輔助工具，利用生物信息學研究生物系統(tǒng)的過程需要能夠熟練使用計算機對大量的生物信息數(shù)據(jù)進行處理和分析，這主要包括對數(shù)據(jù)信息進行搜索（收集和篩選）、處理（編輯、整理、管理和顯示）及利用（計算、模擬）。所以，學生在學習生物信息學的過程中需要了解和掌握一些常用的生物信息學軟件，如BLAST和FASTA序列比對分析軟件，Oligo和Primer引物設(shè)計軟件，VectorNTI、DNASTAR、DNASIS等綜合分析軟件。此外，學生還需要學習和掌握一些常用的計算機語言，如正則表達式、Unix shell腳本語言和Perl語言。

利用生物信息學在處理和分析海量生物數(shù)據(jù)的過程中，計算機軟硬件資源需要配合處理分析軟件的運行，因此要求計算機操作系統(tǒng)使用Unix和Linux操作系統(tǒng)，這些操作系統(tǒng)需要大量的操作命令進行輸入執(zhí)行過程，對于經(jīng)常使用Windows操作系統(tǒng)的學生來說是一個較難跨越的障礙。

三、生物信息學課程教學中存在的問題

目前國內(nèi)大多數(shù)高校的生物信息學教學采用傳統(tǒng)的教學模式，即以課堂式的理論教學為主，缺乏必要的實踐教學。理論教學模式固定、教學方法單一、教學內(nèi)容狹窄，通常是介紹性、科普性的課程，甚至作為公選課程。少數(shù)高校開展生物信息學的實踐課程教學，但多以驗證性實驗為主，缺乏和專業(yè)相適應的綜合性、設(shè)計性實驗，而開放性實驗更無從談起。

1.教學模式固定單一

生物信息學在內(nèi)容層面涵蓋諸多學科領(lǐng)域，注重應用性和實踐性。然而，目前大部分高校把生物信息學作為一門孤立的課程，這導致教師需要將大多數(shù)課程內(nèi)容壓縮到一門課程進行教學，在有限的教學時數(shù)下灌輸大量內(nèi)容，增加了學生學習的難度，降低了教學質(zhì)量。再者，大多數(shù)高校僅開展生物信息學的理論教學，忽視實踐教學過程，造成生物信息學理論與實踐內(nèi)容的脫節(jié)，使學生在學習完理論知識后難以深入理解和吸收，無法將所學的知識應用到后續(xù)的工作和學習中，最終未能體現(xiàn)出該門課程的價值。

2.教師專業(yè)背景薄弱

作為一門交叉學科，生物信息學的教學要求教師具有較強的數(shù)學、生物學和計算機科學背景。然而，目前從事生物信息學教學的教師即便具備深厚的生物學背景，但是多數(shù)教師在數(shù)學和計算機方面較為薄弱，并不具備完整的生物信息學知識體系，對生物信息學發(fā)展趨勢也了解不多。在師資缺乏的情況下，院系開設(shè)生物信息學課程，教師為了完成教學任務(wù)，僅僅在教學中進行介紹性的講解，在課程考查方式上通過小論文、綜述和課外活動等方式完成該課程的學習。因此，無論是理論教學還是實踐教學均無法實現(xiàn)該課程大綱的要求，從而影響學生對生物信息學課程的理解和掌握，生物信息學的實踐操作能力更無從談起。

3.實踐教學薄弱，專業(yè)教材缺乏

生物信息學實踐課需要學生在網(wǎng)絡(luò)環(huán)境下用計算機學習NCBI數(shù)據(jù)庫的檢索與使用、序列比對分析軟件的應用、蛋白質(zhì)空間結(jié)構(gòu)圖視軟件的應用、序列拼接軟件的應用等。但是目前，大多數(shù)高校開設(shè)的生物信息學課程多以理論教學為主，實踐教學課時非常少或者為零，學生對于生物信息學課程的學習僅僅通過教材上抽象的文字描述進行理解和掌握，這導致學生在理論課中學到的知識無法在實踐課中進行驗證或操作，嚴重影響了生物信息學的教學質(zhì)量，也偏離了教學大綱中強調(diào)的重在培養(yǎng)學生實踐操作能力的培養(yǎng)目標。

另外，目前還沒有適用于生物科學專業(yè)的生物信息學教材。國內(nèi)各大高校使用的教材多為國外教材的影印版或者中文翻譯版本，這些教材偏重介紹生物信息學的理論和方法，涉及的實踐內(nèi)容較少，學生需要具有較高的相關(guān)知識才能接受和使用這些教材。因此，部分高校在生物信息學教學過程中往往使用自家編寫的簡化教材，從而造成生物信息學教學內(nèi)容不統(tǒng)一，教學大綱混亂等情況。

4.實踐課程經(jīng)費不足，實踐教學環(huán)境落后

當今，許多發(fā)達國家都很重視生物信息學的教學和研究，積極開展各種生物信息資源的收集和分析工作，培養(yǎng)大量生物信息學人才，為整個生物學的理論研究及其相關(guān)產(chǎn)業(yè)創(chuàng)新（主要是醫(yī)藥和農(nóng)業(yè)）提供指導和支撐。國內(nèi)對生物信息學的關(guān)注和認識起步較晚，其發(fā)展落后于國際發(fā)達國家。國家和高校對生物信息學的教學和科研資金投入力度不大，缺乏必要的儀器設(shè)備，生物信息學的實踐教學條件得不到保障，比如大多數(shù)高校的生物科學專業(yè)沒有相應的計算機實訓室，配套軟件也相對匱乏，落后于國際發(fā)展水平。

四、生物信息學教學模式改革的探索

1.修改理論和實踐教學大綱，編寫適用的實踐教材

根據(jù)當今生物信息學的發(fā)展方向，制定和修改理論教學大綱，除了引物設(shè)計、基因和蛋白質(zhì)序列比對、基因和蛋白質(zhì)結(jié)構(gòu)功能預測等基本內(nèi)容外，還需添加系統(tǒng)進化樹分析、聚類分析、蛋白質(zhì)互作網(wǎng)絡(luò)譜圖等較為綜合的內(nèi)容。另外，增加實踐教學課程比例，充實實踐教學內(nèi)容，結(jié)合理論教學內(nèi)容增加綜合性、設(shè)計性實驗，適當提供科研環(huán)境，鼓勵開展開放性實驗。

目前國內(nèi)并沒有系統(tǒng)的、專業(yè)的生物信息學實踐教材，因此針對高校生物科學專業(yè)方向的特點，聯(lián)合多學科領(lǐng)域（數(shù)學、生物科學、計算機科學）編寫相應的生物信息學實踐教材，在制定、修改實踐教學大綱和編寫教材的過程中結(jié)合學生的接受能力，由淺入深，多設(shè)實例和相關(guān)練習，使學生循序漸進的理解和掌握生物信息學的原理和方法，掌握更多的生物信息學工具。

2.緊密聯(lián)系科研、基于實踐問題開展教學

通過實踐教學把生物信息學教學與科研有機結(jié)合起來，能夠促進教學與科研的共同發(fā)展。在緊密聯(lián)系科研的過程中，采用基于問題的教學（PBL）方法，通過實踐教學環(huán)節(jié)，培養(yǎng)和訓練學生把所學的生物信息學的知識和方法應用于各種生物科學領(lǐng)域的科研活動中，通過解決實際問題訓練學生的實踐技能，從而促進教學與科研的雙重發(fā)展。例如，在生物信息學實踐教學中多加入生產(chǎn)和科研中遇到的經(jīng)典實例，鼓勵學生利用相關(guān)的生物信息學軟件及相關(guān)的理論和方法解決問題。學生也可以選擇自己感興趣的課題，利用自己熟悉的、合適的生物信息學軟件和相關(guān)知識開展課題研究。此外，專業(yè)教師在指導學生課題研究的過程中還可以發(fā)現(xiàn)理論和實踐教學的不足，不斷的完善生物信息學理論和實踐課程大綱和內(nèi)容，提高教學質(zhì)量。

3.開展多學科實踐結(jié)合的教學模式

生物信息學屬交叉學科，包含了不同領(lǐng)域的專業(yè)知識和技能，為使生物信息學教學達到教學的目標，該課程教學需要采用多學科實踐結(jié)合的教學模式。

多學科實踐結(jié)合的教學模式是指聯(lián)合不同領(lǐng)域、不同學科、不同專業(yè)的課程在教學的過程中結(jié)合生物信息學涉及到的知識和技能進行基礎(chǔ)性、鋪墊性教學。比如，在高等數(shù)學和統(tǒng)計學的教學過程中，針對生物信息學的需求，適當增加數(shù)學建模、統(tǒng)計方法、動態(tài)規(guī)劃方法、數(shù)據(jù)挖掘等方面的基礎(chǔ)內(nèi)容，同時，開設(shè)實例實踐教學，使學生理解和掌握隱馬爾科夫鏈模型，牛頓迭代法、最小二乘法等方法的應用原理和規(guī)則；在生物科學專業(yè)課程設(shè)置上，尤其是實踐課程的教學過程中，結(jié)合生物信息學涉及的引物設(shè)計、序列比對分析、基因及蛋白質(zhì)結(jié)構(gòu)功能預測等方面開展相應的設(shè)計性、綜合性、開放性實驗項目，使學生了解和掌握基本的生物信息學原理及軟件的應用；在計算機科學的教學過程中，應根據(jù)生物信息學的需求，開設(shè)正則表達式、Perl語言、R語言等課程學習，以及增加Linux和Unix操作系統(tǒng)課程學習，使學生在學習生物信息學前打好堅實的基礎(chǔ)。

值得注意的是，生物信息學課程與其他課程的開設(shè)時間和順序需要有一定的探索和評估，對于開設(shè)該課程的時間把握是開展多學科實踐結(jié)合的教學模式的關(guān)鍵因素。過早開設(shè)生物信息學則會導致學生在不具備相應學科基礎(chǔ)的條件下跨越式的接觸生物信息學，無法理解和掌握相關(guān)的知識和技能；過晚開設(shè)則會使學生學習了相關(guān)學科知識和技能后，由于課程銜接不緊，導致在學習生物信息學時出現(xiàn)理解滯后和無法適應的現(xiàn)象。因此，針對不同專業(yè)和學科的特點，根據(jù)具體情況進行統(tǒng)籌安排，使生物信息學和其他相關(guān)學科課程有很好的銜接和過渡，以確保和提高生物信息學的教學質(zhì)量。

五、結(jié)語

生物信息學是現(xiàn)代基因組學時代的開闊者，也是生物科學研究的重要的工具和載體。針對生物信息學的特點，高校生物科學專業(yè)課程設(shè)置、教學方法、教學模式和教學軟硬件等需進行一定的改革，將多學科實踐結(jié)合的教學模式運用到生物信息學的教學實踐中，在提高教學質(zhì)量的同時將更好的提升學生科研、應用和創(chuàng)新能力。

參考文獻：

[1] 郝柏林，張淑譽.生物信息學手冊[M].上海：上?？茖W技術(shù)出版社，2002.1-10.

[2]GUYD， NOELE， MIKEA. Using bioinformatics to analyse germplasm collections [J]. Springer Netherlands，2004.39-54.

[3]王春華，謝小保，曾海燕.深圳市空氣微生物污染狀況監(jiān)測分析[J].微生物學雜志，2008，28（4）：93-97.

[4]張菁晶，馮晶，朱英國.全基因組預測目標基因的新方法及其應用.遺傳，2006， 28（10）：1299-1305.

[5]周海延.隱馬爾科夫過程在生物信息學中的應用.生命科學研究，2002， 6（3）：204-210.

第2篇：生物信息學研究方法范文

一、整合生物信息學的研究領(lǐng)域

盡管目前一般意義上的生物信息學還局限在分子生物學層次，但廣義上的生物信息學是可以研究生物學的任何方面的。生命現(xiàn)象是在信息控制下不同層次上的物質(zhì)、能量與信息的交換，不同層次是指核酸、蛋白質(zhì)、細胞、器官、個體、群體和生態(tài)系統(tǒng)等。這些層次的系統(tǒng)生物學研究將成為后基因組時代的生物信息學研究和應用的對象。隨著在完整基因組、功能基因組、生物大分子相互作用及基因調(diào)控網(wǎng)絡(luò)等方面大量數(shù)據(jù)的積累和基本研究規(guī)律的深入，生命科學正處在用統(tǒng)一的理論框架和先進的實驗方法來探討數(shù)據(jù)間的復雜關(guān)系，向定量生命科學發(fā)展的重要階段。采用物理、數(shù)學、化學、力學、生物等學科的方法從多層次、多水平、多途徑開展交叉綜合研究，在分子水平上揭示生物信息及其傳遞的機理與過程，描述和解釋生命活動規(guī)律，已成生命科學中的前沿科學問題（摘自：國家“十一五”生命科學發(fā)展規(guī)劃），為整合生物信息學的發(fā)展提供了數(shù)據(jù)資源和技術(shù)支撐。

當前，由各種Omics組學技術(shù)，如基因組學（DNA測序），轉(zhuǎn)錄組學（基因表達系列分析、基因芯片），蛋白質(zhì)組學（質(zhì)譜、二維凝膠電泳、蛋白質(zhì)芯片、X光衍射、核磁共振），代謝組學（核磁共振、X光衍射、毛細管電泳）等技術(shù)，積累了大量的實驗數(shù)據(jù)。約有800多個公共數(shù)據(jù)庫系統(tǒng)和許多分析工具可利用通過互聯(lián)網(wǎng)來解決各種各樣的生物任務(wù)。生物數(shù)據(jù)的計算分析基本上依賴于計算機科學的方法和概念，最終由生物學家來系統(tǒng)解決具體的生物問題。我們面臨的挑戰(zhàn)是如何從這些組學數(shù)據(jù)中，利用已有的生物信息學的技術(shù)手段，在新的系統(tǒng)層次、多水平、多途徑來了解生命過程。整合生物信息學便承擔了這一任務(wù)。

圖1簡單描述了生物信息學、系統(tǒng)生物學與信息學、生物學以及基因組計劃各個研究領(lǐng)域的相關(guān)性?？梢钥闯龌蚪M計劃將生物學與信息學前所未有地結(jié)合到了一起，而生物信息學的興起是與人類基因組的測序計劃分不開的，生物信息學自始至終提供了所需的技術(shù)與方法，系統(tǒng)生物學強調(diào)了生物信息學的生物反應模型和機理研究，也是多學科高度交叉，促使理論生物學、生物信息學、計算生物學與生物學走得更近，也使我們研究基因型到表型的過程機理更加接近。虛線范圍代表整合生物信息學的研究領(lǐng)域，它包括了基因組計劃的序列、結(jié)構(gòu)、功能、應用的整合，也涵蓋了生物信息學、系統(tǒng)生物學技術(shù)與方法的有機整合。

整合生物信息學的最大特點就是整合，不僅整合了生物信息學的研究方法和技術(shù)，也是在更大的層次上整合生命科學、計算機科學、數(shù)學、物理學、化學、醫(yī)學，以及工程學等各學科。其生物數(shù)據(jù)整合從微觀到宏觀，應用領(lǐng)域整合涉及工、農(nóng)、林、漁、牧、醫(yī)、藥。本文將就整合生物信息學的生物數(shù)據(jù)整合、學科技術(shù)整合及其他方面進行初步的介紹和探討。

二、生物數(shù)據(jù)挖掘與整合

生物系統(tǒng)的不同性質(zhì)的組分數(shù)據(jù)，從基因到細胞、到組織、到個體的各個層次。大量組分數(shù)據(jù)的收集來自實驗室（濕數(shù)據(jù)）和公共數(shù)據(jù)資源（干數(shù)據(jù)）。但這些數(shù)據(jù)存在很多不利于處理分析的因素，如數(shù)據(jù)的類型差異，數(shù)據(jù)庫中存在大量數(shù)據(jù)冗余以及數(shù)據(jù)錯誤；存儲信息的數(shù)據(jù)結(jié)構(gòu)也存在很大的差異，包括文本文件、關(guān)系數(shù)據(jù)庫、面向?qū)ο髷?shù)據(jù)庫等；缺乏統(tǒng)一的數(shù)據(jù)描述標準，信息查詢方面大相徑庭；許多數(shù)據(jù)信息是描述性的信息，而不是結(jié)構(gòu)化的信息標示。如何快速地在這些大量的包括錯誤數(shù)據(jù)的數(shù)據(jù)量中獲取正確數(shù)據(jù)模式和關(guān)系是數(shù)據(jù)挖掘與整合的主要任務(wù)。

數(shù)據(jù)挖掘是知識發(fā)現(xiàn)的一個過程，其他各個環(huán)節(jié)，如數(shù)據(jù)庫的選擇和取樣，數(shù)據(jù)的預處理和去冗余，錯誤和沖突，數(shù)據(jù)形式的轉(zhuǎn)換，挖掘數(shù)據(jù)的評估和評估的可視化等。數(shù)據(jù)挖掘的過程主要是從數(shù)據(jù)中提取模式，即模式識別。如DNA序列的特征核苷堿基，蛋白質(zhì)的功能域及相應蛋白質(zhì)的三維結(jié)構(gòu)的自動化分類等。從信息處理的角度來說，模式識別可以被看作是根據(jù)一分類標準對外來數(shù)據(jù)進行篩選的數(shù)據(jù)簡化過程。其主要步驟是：特征選擇，度量，處理，特征提取，分類和標識?，F(xiàn)有的數(shù)據(jù)挖掘技術(shù)常用的有：聚類、概念描述、連接分析、關(guān)聯(lián)分析、偏差檢測和預測模型等。生物信息學中用得比較多的數(shù)據(jù)挖掘的技術(shù)方法有：機器學習，文本挖掘，網(wǎng)絡(luò)挖掘等。

機器學習通常用于數(shù)據(jù)挖掘中有關(guān)模式匹配和模式發(fā)現(xiàn)。機器學習包含了一系列用于統(tǒng)計、生物模擬、適應控制理論、心理學和人工智能的方法。應用于生物信息學中的機器學習技術(shù)有歸納邏輯程序，遺傳算法，神經(jīng)網(wǎng)絡(luò)，統(tǒng)計方法，貝葉斯方法，決策樹和隱馬爾可夫模型等。值得一提的是，大多數(shù)數(shù)據(jù)挖掘產(chǎn)品使用的算法都是在計算機科學或統(tǒng)計數(shù)學雜志上發(fā)表過的成熟算法，所不同的是算法的實現(xiàn)和對性能的優(yōu)化。當然也有一些人采用的是自己研發(fā)的未公開的算法，效果可能也不錯。

大量的生物學數(shù)據(jù)是以結(jié)構(gòu)化的形式存在于數(shù)據(jù)庫中的，例如基因序列、基因微陣列實驗數(shù)據(jù)和分子三維結(jié)構(gòu)數(shù)據(jù)等，而大量的生物學數(shù)據(jù)更是以非結(jié)構(gòu)化的形式被記載在各種文本中，其中大量文獻以電子出版物形式存在，如PubMed Central中收集了大量的生物醫(yī)學文獻摘要。

文本挖掘就是利用數(shù)據(jù)挖掘技術(shù)在大量的文本集合中發(fā)現(xiàn)隱含的知識的過程。其任務(wù)包括在大量文本中進行信息抽取、語詞識別、發(fā)現(xiàn)知識間的關(guān)聯(lián)等，以及利用文本挖掘技術(shù)提高數(shù)據(jù)分析的效率。近年來，文本挖掘技術(shù)在生物學領(lǐng)域中的應用多是通過挖掘文本發(fā)現(xiàn)生物學規(guī)律，例如基因、蛋白及其相互作用，進而對大型生物學數(shù)據(jù)庫進行自動注釋。但是要自動地從大量非結(jié)構(gòu)性的文本中提取知識，并非易事。目前較為有效的方法是利用自然語言處理技術(shù)NLP，該技術(shù)包括一系列計算方法，從簡單的關(guān)鍵詞提取到語義學分析。最簡單的NLP系統(tǒng)工作通過確定的關(guān)鍵詞來解析和識別文檔。標注后的文檔內(nèi)容將被拷貝到本地數(shù)據(jù)庫以備分析。復雜些的NLP系統(tǒng)則利用統(tǒng)計方法來識別不僅僅相關(guān)的關(guān)鍵詞，以及它們在文本中的分布情況，從而可以進行上下文的推斷。其結(jié)果是獲得相關(guān)文檔簇，可以推斷特定文本內(nèi)容的特定主題。最先進的NLP系統(tǒng)是可以進行語義分析的，主要是通過分析句子中的字、詞和句段及其相關(guān)性來斷定其含義。

生物信息學離不開Internet網(wǎng)絡(luò)，大量的生物學數(shù)據(jù)都儲存到了網(wǎng)絡(luò)的各個角落。網(wǎng)絡(luò)挖掘指使用數(shù)據(jù)挖掘技術(shù)在網(wǎng)絡(luò)數(shù)據(jù)中發(fā)現(xiàn)潛在的、有用的模式或信息。網(wǎng)絡(luò)挖掘研究覆蓋了多個研究領(lǐng)域，包括數(shù)據(jù)庫技術(shù)、信息獲取技術(shù)、統(tǒng)計學、人工智能中的機器學習和神經(jīng)網(wǎng)絡(luò)等。根據(jù)對網(wǎng)絡(luò)數(shù)據(jù)的感興趣程度不同，網(wǎng)絡(luò)挖掘一般還可以分為三類：網(wǎng)絡(luò)內(nèi)容挖掘、網(wǎng)絡(luò)結(jié)構(gòu)挖掘、網(wǎng)絡(luò)用法挖掘。網(wǎng)絡(luò)內(nèi)容挖掘指從網(wǎng)絡(luò)內(nèi)容/數(shù)據(jù)/文檔中發(fā)現(xiàn)有用信息，網(wǎng)絡(luò)內(nèi)容挖掘的對象包括文本、圖像、音頻、視頻、多媒體和其他各種類型的數(shù)據(jù)。網(wǎng)絡(luò)結(jié)構(gòu)挖掘的對象是網(wǎng)絡(luò)本身的超連接，即對網(wǎng)絡(luò)文檔的結(jié)構(gòu)進行挖掘，發(fā)現(xiàn)他們之間連接情況的有用信息（文檔之間的包含、引用或者從屬關(guān)系）。在網(wǎng)絡(luò)結(jié)構(gòu)挖掘領(lǐng)域最著名的算法是HITS算法和PageRank算法（如Google搜索引擎）。網(wǎng)絡(luò)用法挖掘通過挖掘相關(guān)的網(wǎng)絡(luò)日志記錄，來發(fā)現(xiàn)用戶訪問網(wǎng)絡(luò)頁面的模式，通過分析日志記錄中的規(guī)律。通常來講，經(jīng)典的數(shù)據(jù)挖掘算法都可以直接用到網(wǎng)絡(luò)用法挖掘上來，但為了提高挖掘質(zhì)量，研究人員在擴展算法上進行了努力，包括復合關(guān)聯(lián)規(guī)則算法、改進的序列發(fā)現(xiàn)算法等。

網(wǎng)絡(luò)數(shù)據(jù)挖掘比單個數(shù)據(jù)倉庫的挖掘要復雜得多，是一項復雜的技術(shù)，一個難以解決的問題。而XML的出現(xiàn)為解決網(wǎng)絡(luò)數(shù)據(jù)挖掘的難題帶來了機會。由于XML能夠使不同來源的結(jié)構(gòu)化的數(shù)據(jù)很容易地結(jié)合在一起，因而使搜索多個異質(zhì)數(shù)據(jù)庫成為可能，從而為解決網(wǎng)絡(luò)數(shù)據(jù)挖掘難題帶來了希望。隨著XML作為在網(wǎng)絡(luò)上交換數(shù)據(jù)的一種標準方式，目前主要的生物信息學數(shù)據(jù)庫都已經(jīng)提供了支持XML的技術(shù)，面向網(wǎng)絡(luò)的數(shù)據(jù)挖掘?qū)兊梅浅］p松。如使用XQuery 標準查詢工具，完全可以將 Internet看作是一個大型的分布式XML數(shù)據(jù)庫進行數(shù)據(jù)瀏覽獲取、結(jié)構(gòu)化操作等。

此外，數(shù)據(jù)挖掘還要考慮到的問題有：實時數(shù)據(jù)挖掘、人為因素的參與、硬件設(shè)施的支持、數(shù)據(jù)庫的誤差問題等。

一般的數(shù)據(jù)（庫）整合的方法有：聯(lián)合數(shù)據(jù)庫系統(tǒng)（如ISYS和DiscoveryLink）, 多數(shù)據(jù)庫系統(tǒng)（如TAMBIS）和數(shù)據(jù)倉庫（如SRS和Entrez）。這些方法因為在整合的程度，實體化，查詢語言，應用程序接口標準及其支持的數(shù)據(jù)輸出格式等方面存在各自的特性而各有優(yōu)缺點。同時，指數(shù)增長的生物數(shù)據(jù)和日益進步的信息技術(shù)給數(shù)據(jù)庫的整合也帶來了新的思路和解決方案。如傳統(tǒng)的數(shù)據(jù)庫主要是提供長期的實驗數(shù)據(jù)存儲和簡便的數(shù)據(jù)訪問，重在數(shù)據(jù)管理，而系統(tǒng)生物學的數(shù)據(jù)庫則同時對這些實驗數(shù)據(jù)進行分析，提供預測信息模型。數(shù)據(jù)庫的整合也將更趨向數(shù)據(jù)資源廣、異質(zhì)程度高、多種數(shù)據(jù)格式、多途徑驗證（如本體學Ontology的功能對照）、多種挖掘技術(shù)、高度智能化等。

三、生命科學與生物信息學技術(shù)的整合

生物信息學的研究當前還主要集中在分子水平，如基因組學/蛋白質(zhì)組學的分析，在亞細胞、細胞、生物組織、器官、生物體及生態(tài)上的研究才剛剛開始。從事這些新領(lǐng)域的研究，理解從基因型到表型的生命機理，整合生物信息學將起到關(guān)鍵性的作用。整合生物信息學將從系統(tǒng)的層次多角度地利用已有的生物、信息技術(shù)來研究生命現(xiàn)象。另外，由其發(fā)展出的新方法、新技術(shù)，其應用潛力也是巨大的。圖2顯示了生命科學與生物信息學技術(shù)的整合關(guān)系。

目前生命科學技術(shù)如基因測序、QTL定位、基因芯片、蛋白質(zhì)芯片、凝膠電泳、蛋白雙雜交、核磁共振、質(zhì)譜等實驗技術(shù)，可以從多方面，多角度來分析研究某一生命現(xiàn)象，從而針對單一的實驗可能就產(chǎn)生大量的不同層次的生物數(shù)據(jù)。對于每個技術(shù)的數(shù)據(jù)分析，都有了大量的生物信息學技術(shù)，如序列分析、motif尋找、基因預測、基因注解、RNA分析、基因芯片的數(shù)據(jù)分析、基因表達分析、基因調(diào)控網(wǎng)絡(luò)分析、蛋白質(zhì)表達分析、蛋白質(zhì)結(jié)構(gòu)預測和分子模擬、比較基因組學研究、分子進化和系統(tǒng)發(fā)育分析、生物學系統(tǒng)建模、群體遺傳學分析等。整合生物信息學就是以整合的理論方法，通過整合生物數(shù)據(jù)，整合信息技術(shù)來推動生命科學干實驗室與濕實驗室的組合研究。其實踐應用涉及到生物數(shù)據(jù)庫的整合、功能基因的發(fā)現(xiàn)、單核苷酸多態(tài)性/單體型的了解、代謝疾病的機理研究、藥物設(shè)計與對接、軟件工具以及其他應用。

在整合過程中，還應該注意以下幾方面內(nèi)容：整合數(shù)據(jù)和文本數(shù)據(jù)挖掘方法，數(shù)據(jù)倉庫的設(shè)計管理，生物數(shù)據(jù)庫的錯誤與矛盾，生物本體學及其質(zhì)量控制，整合模型和模擬框架，生物技術(shù)的計算設(shè)施，生物信息學技術(shù)流程優(yōu)化管理，以及工程應用所涉及的范圍。

四、學科、人才的整合

整合生物信息學也是學科、教育、人才的整合。對于綜合性高等院校，計算機科學/信息學、生物學等學科為生物信息學的發(fā)展提供了學科基礎(chǔ)和保障。如何充分利用高校雄厚的學科資源，合理搭建生物信息學專業(yè)結(jié)構(gòu)，培養(yǎng)一流的生物信息學人才，是我們的任務(wù)和目標。

計算機科學/信息學是利用傳統(tǒng)的計算機科學，數(shù)學，物理學等計算、數(shù)學方法，如數(shù)據(jù)庫、數(shù)據(jù)發(fā)掘、人工智能、算法、圖形計算、軟件工程、平行計算、網(wǎng)絡(luò)技術(shù)進行數(shù)據(jù)分析處理，模擬預測等。生物信息學的快速發(fā)展給計算機科學也帶來了巨大的挑戰(zhàn)和機遇，如高通量的數(shù)據(jù)處理、儲存、檢索、查詢，高效率的算法研究，人工智能的全新應用，復雜系統(tǒng)的有效模擬和預測。整合生物信息學的課程設(shè)計可以提供以下課程：Windows/Unix/Linux操作系統(tǒng)、C++/Perl/Java程序設(shè)計、數(shù)據(jù)庫技術(shù)、網(wǎng)絡(luò)技術(shù)、網(wǎng)絡(luò)編程、SQL、XML相關(guān)技術(shù)、數(shù)據(jù)挖掘，機器學習、可視化技術(shù)、軟件工程、計算機與網(wǎng)絡(luò)安全、計算機硬件、嵌入式系統(tǒng)、控制論、計算智能，微積幾何、概率論、數(shù)理統(tǒng)計、線性代數(shù)、離散數(shù)學、組合數(shù)學、計算方法、隨機過程、常微分方程、模擬和仿真、非線性分析等等。

生物學是研究生命現(xiàn)象、過程及其規(guī)律的科學，主要包括植物學等十幾個一級分支學科。整合生物信息學的課程設(shè)計可以提供以下課程：普通生物學、生物化學、分子生物學、細胞生物學、遺傳學、分子生物學、發(fā)育生物學、病毒學、免疫學、流行病學、保護生物學、生態(tài)學、進化生物學、神經(jīng)生物學、基礎(chǔ)醫(yī)學、生物物理學、細胞工程、基因工程、分子動力學、生物儀器分析及技術(shù)、植物學、動物學、微生物學及其他生物科學、生物技術(shù)專業(yè)的技能課程。

作為獨立學科的生物信息學，其基本的新算法，新技術(shù)，新模型，新應用的研究是根本。課程涉及到生物信息學基礎(chǔ)、生物學數(shù)據(jù)庫、生物序列與基因組分析、生物統(tǒng)計學、生物芯片數(shù)據(jù)分析、蛋白質(zhì)組學分析、系統(tǒng)生物學、生物數(shù)據(jù)挖掘與知識發(fā)現(xiàn)、計算生物學、藥物設(shè)計、生物網(wǎng)絡(luò)分析等。另外，整合生物信息學的工程應用，也需要了解以下學科，如生物工程、生物技術(shù)、醫(yī)學影像、信號處理、生化反應控制、生物醫(yī)學工程、數(shù)學模型、試驗設(shè)計、農(nóng)業(yè)系統(tǒng)與生產(chǎn)等。

此外，整合生物信息學的人才培養(yǎng)具有很大的國際競爭壓力，培養(yǎng)優(yōu)秀的專業(yè)人才，必須使其具備優(yōu)良的生物信息科學素養(yǎng)，具有國際視野，知識能力、科研創(chuàng)新潛力俱佳的現(xiàn)代化一流人才。所以要始終緊跟最新的學術(shù)動態(tài)和發(fā)展方向，整合學科優(yōu)勢和強化師資力量，促進國際交流。

五、總結(jié)及展望

二十一世紀是生命科學的世紀，也是生物信息學快速不斷整合發(fā)展的時代，整合生物學的研究和應用將對人類正確認識生命規(guī)律并合理利用產(chǎn)生巨大的作用。比如進行虛擬細胞的研究，整合生物信息學提供了從基因序列，蛋白結(jié)構(gòu)到代謝功能各方面的生物數(shù)據(jù)，也提供了從序列分析，蛋白質(zhì)拓撲到系統(tǒng)生物學建模等方面的信息技術(shù)，從多層次、多水平、多途徑進行科學研究。

整合生物信息學是基于現(xiàn)有生物信息學的計算技術(shù)框架對生命科學領(lǐng)域的新一輪更系統(tǒng)全面的研究。它依賴于生物學，計算機學，生物信息學/系統(tǒng)生物學的研究成果（包括新數(shù)據(jù)、新理論、新技術(shù)和新方法等），但同時也給這些學科提供了更廣闊的研究和應用空間，并推動整個人類科學的進程。

我國的生物信息學教育在近幾年已經(jīng)有了長足的進步和發(fā)展。未來整合生物信息學人才的培養(yǎng)還需要加強各學科有效交叉，尤其是計算機科學，要更緊密地與生命科學結(jié)合起來，共同發(fā)展，讓我們的生命科學、計算機科學和生物信息學的教育和科研走得更高更前沿。

作者簡介：

第3篇：生物信息學研究方法范文

關(guān)鍵詞：生物信息學；醫(yī)學；教育；建議

生物信息學（Bioinformatics）是一門發(fā)展迅速的生物學分支學科，由生物學、計算機學、信息管理學、應用數(shù)學及統(tǒng)計學等多門學科相互交叉而形成，本質(zhì)是利用計算機技術(shù)解決生物學問題，通過信息的處理和整合實現(xiàn)發(fā)現(xiàn)和創(chuàng)新。它主要包括以下3個方面的內(nèi)容：①生物數(shù)據(jù)的收集、整理、存儲、檢索、加工、分析和整合；②生物系統(tǒng)和結(jié)構(gòu)的建模；③與生物科學相關(guān)的計算機技術(shù)的應用，這個范圍還在不斷的擴增中［1］。醫(yī)學生物信息學是指以醫(yī)學研究和臨床應用為中心開設(shè)的生物信息學，本文討論的內(nèi)容主要圍繞醫(yī)學生物信息學展開。近20年來，互聯(lián)網(wǎng)、數(shù)據(jù)庫和計算方法的發(fā)展，為生物信息學的研究提供了更為廣泛和靈活的方法；多種模式生物基因組測序的完成，功能基因組、蛋白質(zhì)組研究的開展，各種高通量生物實驗技術(shù)快速發(fā)展為生物信息學，提供了更大研究空間的同時，也對海量的生物學數(shù)據(jù)進行有效地挖掘和整合提出了嚴峻的挑戰(zhàn)；而以基礎(chǔ)研究與臨床醫(yī)療結(jié)合為宗旨的轉(zhuǎn)化醫(yī)學的興起對銜接二者之間的橋梁———生物信息學，提供了廣闊的應用空間。對生物信息學人才的熱切需求，以及上述機遇和挑戰(zhàn)導致了生物信息學專業(yè)在全世界的蓬勃發(fā)展。以美國為例，在1999年之前，全美只有6所大學設(shè)置有計算生物學與生物信息學專業(yè)，而到2002年，則有31所大學設(shè)置了計算生物學與生物信息學專業(yè)博士學位，其中有12所大學是在2001年～2002年之間設(shè)置的這門專業(yè)［1］。這些大學通常以生物學、生物統(tǒng)計學、計算機科學或者生物醫(yī)學信息學為依托設(shè)置這門專業(yè)，不同大學對該專業(yè)學生的培養(yǎng)模式也有所不同。在我國，很多高等院校將生物信息學作為專業(yè)課程設(shè)立，醫(yī)學高等院校也逐步將其作為基礎(chǔ)課程或選修課設(shè)立。作為一門新生學科，生物信息學在大部分院校尚處于探索階段，沒有成熟完善的教育模式可以借鑒［2］。在這種情況下，來自前期已畢業(yè)學生和用人單位的反饋意見對生物信息學教育模式的總結(jié)提高具有重要意義。作為一名臨床醫(yī)師和醫(yī)學研究人員，筆者深刻體會到在實際工作中，無論是自身合理應用生物信息學知識進行思考和設(shè)計，還是找到能夠迅速融入并滿足實驗室研究和臨床工作需求的生物信息學專業(yè)人才都不是一件容易的事情。因此，本文作者就自己的一些切身體會，結(jié)合文獻和思考，對我國醫(yī)學生物信息學人才培養(yǎng)列舉了一些意見和建議，希望能夠在生物信息學教學模式的完善中起到微薄的助力作用。本文著重探討信息技術(shù)在醫(yī)學領(lǐng)域中的應用，側(cè)重于醫(yī)院信息管理和信息系統(tǒng)建設(shè)方面的醫(yī)學信息學（Medical　Informatics）不在本文討論范圍內(nèi)。理想的醫(yī)學生物信息學人才培養(yǎng)目標應該是這三類人的集合：①計算機專家，掌握計算機算法、計算機語言、軟件、數(shù)據(jù)庫結(jié)構(gòu)和相關(guān)知識框架，以及硬件知識；②生物信息學專家，具有熟練應用計算機儲存、處理、分析和整合相關(guān)生物信息的能力；③基礎(chǔ)研究或臨床工作者，具有查閱文獻，提出生物學或臨床醫(yī)學問題，合理使用上述生物信息學來思考、設(shè)計和解決問題的能力，并能收集和正確提供用于研究的初始數(shù)據(jù)。結(jié)合我國實際情況，想讓臨床醫(yī)學專業(yè)學生或醫(yī)學生物信息學專業(yè)學生同時完成以上3個方面的培訓顯然不切實際。理想的培訓模式，是通過對臨床醫(yī)學專業(yè)和醫(yī)學生物信息學專業(yè)學生不同側(cè)重的培訓，再通過二者的合理分工和配合，來滿足以上3個方面的需求。對醫(yī)學院校學生，尤其是醫(yī)學研究生，生物信息學培訓的內(nèi)容應側(cè)重于對其計算思維能力和信息學應用能力的培養(yǎng)，目的是使其能熟練地從生物信息學角度發(fā)現(xiàn)和提出生物學或臨床醫(yī)學方面的科學假設(shè)，針對該假設(shè)設(shè)計合理的研究方案，并為后續(xù)研究提供正確的初始數(shù)據(jù)；對以生物醫(yī)學為中心的信息學專業(yè)人才培養(yǎng)，內(nèi)容應側(cè)重于對其計算機技術(shù)和生物信息學在醫(yī)學實踐應用方面能力的培養(yǎng)，目的是與前者配合，指導并幫助其完成科學假設(shè)的設(shè)計，對前者提供的初始數(shù)據(jù)進行管理、存儲、檢索、分析和整合，以及完成更高要求的計算機技術(shù)方面的應用，例如應用軟件的設(shè)計，生物系統(tǒng)和結(jié)構(gòu)的建模，等等。

1　醫(yī)學生的計算生物學與生物信息學思維培養(yǎng)

本部分特指醫(yī)學專業(yè)學生的生物信息學教學，部分醫(yī)學院校開設(shè)的醫(yī)學生物信息學專業(yè)教學將在下一部分中提及。無論是醫(yī)學基礎(chǔ)研究，還是以循證醫(yī)學為代表的臨床研究，生命科學研究的一般過程，都遵循發(fā)現(xiàn)問題資料查詢預實驗提出科學假設(shè)設(shè)計實驗驗證假說資料查詢和結(jié)果分析科學理論總結(jié)的基本思路［3］。在這個過程中，計算生物學與生物信息學不僅是進行資料查詢和結(jié)果分析的重要工具，更應是在提出科學假設(shè)和實驗設(shè)計階段就需要貫徹執(zhí)行的理念和思維方式。換言之，具體的生物信息學與分子生物學實驗一樣都是驗證生物醫(yī)學假說的實驗方法，是將一個生命科學假設(shè)用計算和信息學思維方式表達和實現(xiàn)的過程。在我國，絕大部分醫(yī)學基礎(chǔ)研究和臨床研究課題都是由醫(yī)學院校畢業(yè)的臨床工作者設(shè)計和申請的。由于臨床醫(yī)師大都承擔了繁重的臨床工作，申請者親自完成課題的機會很少，獲批課題的具體實施及數(shù)據(jù)管理、存儲、檢索、分析和整合多由研究生或?qū)嶒炇夜ぷ魅藛T負責。因此結(jié)合我國的實際情況，將生物信息學與具體課題耦合，即將一個科學假設(shè)用計算和信息學表示并有效實施的思維和實踐培訓，才是醫(yī)學生生物信息學培訓的中心內(nèi)容。由于我國臨床醫(yī)學教學采用長學制（5年、7年或8年）教學，對實踐性和針對性都很強的生物信息學而言，過早或過于籠統(tǒng)的培訓都顯得意義不大，所以筆者認為針對醫(yī)學生的生物信息學培訓安排在研究生階段是比較合適的，教育中心是以醫(yī)學研究需求為指導，強調(diào)信息學思維培訓和實踐操作。具體提出的建議有兩點，一是根據(jù)學生專業(yè)背景調(diào)整理論教學內(nèi)容。醫(yī)學院校學生的數(shù)理基礎(chǔ)、計算機基礎(chǔ)及統(tǒng)計學理論基礎(chǔ)不能和工科院校的學生相比，醫(yī)學專業(yè)包括基礎(chǔ)醫(yī)學、臨床醫(yī)學、口腔、預防等專業(yè)，涉及廣泛，各個專業(yè)背景的學生對這門課程的需求不盡相同。因此在理論課程上，要根據(jù)不同的專業(yè)背景和研究內(nèi)容形成“個性化”的培養(yǎng)方案，目的是讓學生有選擇有針對性地掌握相關(guān)生物信息學內(nèi)容，例如數(shù)據(jù)庫的類型和選擇，常用軟件的種類和應用等，同時又不會對過于高深的生物信息學理論產(chǎn)生反感。二是結(jié)合研究生階段的課題，開展研究內(nèi)容模擬和實踐操作練習。為了更好的配合研究生階段的課題，可將《生物信息學》開課時間調(diào)整到研究生階段的第三學期，即在學生進入課題研究階段之后，讓學生在清楚面臨的課題內(nèi)容后，有針對性地學習在完成課題過程中要使用到的知識、工具和解決問題的思路，包括文獻查閱、保存、編輯，核酸序列查找和同源性比對及進化分析，PCR引物設(shè)計，基因功能、結(jié)構(gòu)預測，調(diào)控元件及轉(zhuǎn)錄因子預測，蛋白質(zhì)基本理化性質(zhì)分析，跨膜區(qū)及信號肽預測，二級結(jié)構(gòu)和空間三維結(jié)構(gòu)的預測等。這樣學生的學習興趣和效率會大大提高。為了解決上課時間與課題時間沖突的問題，可以采用生物信息學授課老師加入導師組成員，通過網(wǎng)上教學和答疑、夜間授課、集中授課與個別指導結(jié)合等多種方式靈活解決。

2　以醫(yī)學為中心的生物信息學專業(yè)人才培養(yǎng)

如果說對醫(yī)學生進行生物信息學教育的目的是使其學會將一個生命科學假設(shè)用計算和信息學表示，并正確提供初始數(shù)據(jù)，那么以醫(yī)學為中心的生物信息學專業(yè)人才培養(yǎng)的目的，就是使其學會用計算機學和信息學處理并證實科學假設(shè)的過程。具體的內(nèi)容包括，與實驗室工作人員和臨床醫(yī)生配合，從計算生物學與生物信息學角度指導并幫助其完成科學假設(shè)和課題內(nèi)容設(shè)計；在課題實施階段對后者提供的初始數(shù)據(jù)進行管理、存儲、檢索、分析和整合，以及滿足后者更高要求的計算機技術(shù)的需求，例如應用軟件的設(shè)計，生物系統(tǒng)和結(jié)構(gòu)的建模，等等。目前，計算生物學與生物信息學專業(yè)研究生的培養(yǎng)模式主要有3種：①以生物學為中心的多學科培養(yǎng)模式。理論教育以生物學為中心，在6～9個學期內(nèi)陸續(xù)完成生物學部分課程（相當于普通生物學系1／3～1／4課程）的選修，然后根據(jù)興趣和實際情況選擇一個相關(guān)實驗室完成研究生課題。這種培養(yǎng)模式被大多數(shù)綜合大學采納。②以工程設(shè)計為中心的培養(yǎng)模式。③以醫(yī)學為中心的培養(yǎng)模式。指以醫(yī)學研究和臨床應用為中心設(shè)置計算生物學和生物信息學，絕大多數(shù)由醫(yī)學院校設(shè)置，側(cè)重生物信息學與臨床醫(yī)學的結(jié)合。在進入課題階段之前會有1～2年臨床相關(guān)概念和信息的培訓，主要開設(shè)的課程包括生物學、細胞生物學、分子生物學與基因組學、化學與物理學、計算機科學、數(shù)學和統(tǒng)計學等，甚至包括部分醫(yī)學課程，后期實踐階段通常選擇一個相關(guān)實驗室完成研究生課題?？偟目磥恚t(yī)學生物信息學基礎(chǔ)課程設(shè)置與國際趨勢相符，也符合以醫(yī)學為中心計算生物學與生物信息學的培訓要求。但從近年生物信息學專業(yè)研究生就業(yè)情況來看，確實存在素質(zhì)參差不齊，學不能致用，不能很快融入研究工作等問題。筆者認為，這種現(xiàn)象可以從三個方面加以改進：①以職業(yè)發(fā)展和學位教育為導向，建立多層次、多形式的醫(yī)學信息學教育和繼續(xù)教育體系。各醫(yī)學院?？稍诮y(tǒng)一專業(yè)培養(yǎng)目標和定位的基礎(chǔ)上，根據(jù)自身的學科基礎(chǔ)和特色，結(jié)合學生畢業(yè)后的工作領(lǐng)域和就業(yè)方向，形成“個性化”的專業(yè)方向和培養(yǎng)方案。②加強師資力量的建設(shè)，形成以課程為中心的教學團隊。現(xiàn)有醫(yī)學生物學教材內(nèi)容寬泛、偏重理論，對實踐環(huán)節(jié)的指導較少，需要授課老師有選擇的挑選合適的內(nèi)容并予以補充和完善。這對授課教師的素質(zhì)提出了更高要求，要求其能根據(jù)實際情況因材施教，有所取舍，強化重點。目前，各院校教學團隊和師資力量配備受限，建議可以課程為中心，培養(yǎng)、引進學術(shù)帶頭人，從其他專業(yè)挑選骨干教師兼任等多種形式，形成以課程為中心的教學團隊。③實踐教學與綜合能力的培養(yǎng)。生物信息學是一門實踐性非常強的學科，要將“學有所長，學以致用”作為人才培養(yǎng)的最終目的?？梢酝ㄟ^構(gòu)建開放式實踐教學平臺，建設(shè)實踐教學基地等方式盡可能強化實踐操作訓練［4］，后期部分學生可以結(jié)合個人興趣，本著雙向選擇的原則，將實踐階段訓練固定到導師和實驗室，并安排其參與完成某一項課題的設(shè)計、實施和總結(jié)，在整個過程中要特別注意培養(yǎng)學生的學習興趣和自學能力，強調(diào)知識的自我更新。

綜上所述，醫(yī)學生物信息學人才培養(yǎng)的最終目的是使生物信息學能滿足現(xiàn)代醫(yī)療和醫(yī)學研究發(fā)展的需要，使醫(yī)學生物信息學人才成為有效連接基礎(chǔ)研究與臨床醫(yī)療的橋梁，為現(xiàn)代醫(yī)學的發(fā)展提供新途徑［5］。

參考文獻：

［1］Mark　Gerstein，Dov　Greenbaum，Kei　Cheung　and　Perry　L．Miller．An　interdepartmental　Ph．D．program　in　computa－tional　biology　and　bioinformatics：The　Yale　perspective［J］．Journal　of　Biomedical　Informatics，2007，40：73－79．

［2］倪青山，胡福泉，饒賢才，等．醫(yī)學院校生物信息學實踐教學初探［J］．基礎(chǔ)醫(yī)學教育，2011，13（6）：538－539．

［3］張樂平，馮紅玲，宋茂海，等．生物信息學教學與醫(yī)科學生計算思維培養(yǎng)［J］．計算機教育，2012，19（4）：12－16．

［4］尋萌，陳艷炯，楊娥，等．《生物信息學》教學實踐探討［J］．西北醫(yī)學教育，2011，19（6）：1220－1223．

第4篇：生物信息學研究方法范文

關(guān)鍵詞：生物信息學；高素質(zhì)應用型人才培養(yǎng)；不足

中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2014）03-0156-02

21世紀是生命科學的世紀，應人類基因組計劃（human genome project，HGP）和生物科學迅猛發(fā)展的要求，迅速興起的生物信息學（Bioinformatics）成為生命科學浪潮中的弄潮兒。生物信息學是由林華安博士于1987年提出的，而它的起源可以追溯到20世紀50年代末計算機在生物研究中的應用。到20世紀末期，伴隨著計算機技術(shù)和網(wǎng)絡(luò)技術(shù)的革命性發(fā)展，生物信息也突飛猛進地發(fā)展起來。它的誕生和發(fā)展是應時所需，是歷史的必然，已經(jīng)悄然滲透到生物科學的每一個角落。生物信息學是一門交叉科學，它包含了生物信息的獲取、加工、存儲、分配、分析、解釋等在內(nèi)的所有方面，它綜合運用數(shù)學、計算機科學和生物學的各種工具，來闡明和理解大量生物數(shù)據(jù)所包含的生物學意義。生物信息學現(xiàn)已迅速發(fā)展成為當今生命科學最具吸引力和重大的前沿領(lǐng)域，為生物學、計算機科學、數(shù)學、信息科學等專業(yè)的高素質(zhì)人才提供了更廣闊的發(fā)展天地。生物信息學不僅是一門新學科，更是一種重要的研究開發(fā)工具。從科學的角度來講，生物信息學是一門研究生物和生物相關(guān)系統(tǒng)中信息內(nèi)容與信息流向的綜合系統(tǒng)科學。只有通過生物信息學的計算處理，人們才能從眾多分散的生物學觀測數(shù)據(jù)中獲得對生命運行機制的系統(tǒng)理解。生物信息學專業(yè)是教育部1998年頒布的《普通高等學校本科專業(yè)目錄》中新增的一個目錄外專業(yè)，專業(yè)代碼070403W，在今年教育部新頒的《普通高等學校本科專業(yè)目錄（2012年）》中專業(yè)代碼調(diào)整為071003，設(shè)在生物科學類。從2002年起，我國一些高等院校開始向教育部申請設(shè)立生物信息學本科專業(yè)，目前有武漢大學、西南交通大學、河北大學、同濟大學、浙江大學、蘇州大學、華中科技大學、太原理工大學、重慶郵電大學、山西農(nóng)業(yè)大學、湖南農(nóng)業(yè)大學、哈爾濱醫(yī)科大學、福建農(nóng)林大學、南方醫(yī)科大學等14所高校學校先后獲得批準。湖南農(nóng)業(yè)大學是湖南省目前唯一經(jīng)教育部批準設(shè)立生物信息學本科專業(yè)的學校。湖南農(nóng)業(yè)大學生物信息學專業(yè)2004年獲教育部批準成立，2005年正式開始招生。2005年招收65人，2006年招收46人，2007年招收55人，2008年招收45人，2009年招收47人，2010年招收45人，2011年招收51人，2012年招收48人，經(jīng)過八年的建設(shè)，已經(jīng)畢業(yè)四屆學生，積累了一定的辦學經(jīng)驗，對生物信息學的專業(yè)內(nèi)涵、人才培養(yǎng)目標、教學內(nèi)容、課程設(shè)置等有了較深刻的認識。具體地說，我們積極開展專業(yè)調(diào)研工作，學習和借鑒國內(nèi)外高校專業(yè)建設(shè)的經(jīng)驗，根據(jù)本專業(yè)教學規(guī)范，制定和修訂了較科學的教學計劃、教學大綱和考試大綱。根據(jù)專業(yè)建設(shè)的需要，積極引進專業(yè)教師，師資隊伍的規(guī)模逐步擴大、知識結(jié)構(gòu)不斷優(yōu)化，專業(yè)培養(yǎng)目標基本明晰，教育管理水平得到提高。雖然通過大家的努力，我們在生物信息學的專業(yè)建設(shè)和人才培養(yǎng)方面取得了一定成績，但在高素質(zhì)應用型人才培養(yǎng)方面存在一些不足，主要表現(xiàn)在：

1.缺乏標準的生物信息學高素質(zhì)應用型人才培養(yǎng)模式。由于設(shè)立生物信息學專業(yè)的高校有綜合性大學、農(nóng)業(yè)院校、醫(yī)科大學、電子信息院校等，對生物信息學專業(yè)人才培養(yǎng)的認識各異，造成課程設(shè)置的側(cè)重點存在較大差異。事實上，國外在生物信息學專業(yè)的課程設(shè)置方面也缺乏成功的經(jīng)驗，圍繞“哪些是生物信息學專業(yè)的必修課程”和“生物信息學專業(yè)的本科生需要哪些基本背景”之類的問題爭議頗多。我國高等教育的傳統(tǒng)模式在創(chuàng)新性人才和交叉學科人才的培養(yǎng)方面本身就存在不少薄弱環(huán)節(jié)，如何通過生物信息學專業(yè)課程教學與實踐加強學生的研究能力，從而加快培養(yǎng)不同專業(yè)背景的“復合型”人才是擺在我們面前的一項艱巨任務(wù)。

2.生物信息學專業(yè)實踐教學平臺建設(shè)有待進一步完善和加強。高等學校的教育目標是培養(yǎng)具有創(chuàng)新精神和實踐能力的高素質(zhì)人才。實踐教學與理論教學共同擔負著培養(yǎng)高素質(zhì)人才的任務(wù)，在提高學生實踐能力、培養(yǎng)應用型人才方面具有更重要的作用。隨著知識經(jīng)濟的發(fā)展，素質(zhì)教育的深入，高教質(zhì)量工程的實施，實踐教學改革的開展，打造、建設(shè)和優(yōu)化生物信息學專業(yè)實踐平臺以培養(yǎng)高素質(zhì)生物信息學專業(yè)人才顯得極其迫切和極為重要。目前，我校關(guān)于生物信息學專業(yè)學生實踐能力培養(yǎng)的專業(yè)實踐平臺還存在許多不足，主要表現(xiàn)為以下四個方面：（1）專業(yè)實驗室建設(shè)明顯滯后。目前與生物內(nèi)容相關(guān)專業(yè)實驗在植物科學國家級實驗教學中心的實驗室開展；生物數(shù)據(jù)挖掘、生物軟件開發(fā)和生物信息分析等相關(guān)專業(yè)實驗在生物安全省級實踐教學中心的計算機房開展；至今為止還沒有一個真正意義上的生物信息學專業(yè)實驗室，這對實驗教學開展、學生科技活動進行與輔導、課程設(shè)計和畢業(yè)設(shè)計教學開展與輔導、教學科研工作的深入造成極為不利影響，并隨著研究生的招生，實驗室建設(shè)嚴重不足問題將更顯突出。（2）課程教學體系系統(tǒng)性差。由于生物信息學是一個新興學科，生物信息學專業(yè)在我國的創(chuàng)辦時間不長，在生物信息學專業(yè)實踐教學方面沒有多少成功的經(jīng)驗值得借鑒，加上專業(yè)建設(shè)時間不長，這方面自身經(jīng)驗積累不足，許多想法和思路有待驗證、改善和落實，實踐教學內(nèi)容設(shè)置、內(nèi)容銜接和效果評估建設(shè)等方面還欠缺，傳統(tǒng)性實驗開展較多，開放性實驗開展過少，最新技術(shù)方法（如：云計算）和社會對專業(yè)技術(shù)新要求在專業(yè)實驗教學中融入還不夠，內(nèi)容還不成體系，系統(tǒng)性還存在許多不足。（3）開放型實踐教學體系建設(shè)還是空白。目前高校對開放實驗改革中進行的實踐和探討基本上停留在把少部分實驗項目改革成了開放實驗，開放實驗內(nèi)容單調(diào)簡單、面窄浮淺、不成體系，系統(tǒng)性和創(chuàng)新性非常欠缺，效果往往達不到預期要求，也遠不能滿足不斷學科發(fā)展和社會發(fā)展需要。我校生物信息學專業(yè)開放性實踐教學體系建設(shè)也同樣處于空白，關(guān)于生物信息學專業(yè)開放性實踐教學體系建設(shè)需要緊急推動和落實。（4）實習基地建設(shè)還存在不足。目前，我校生物信息學專業(yè)還沒有專門的校外實習基地，影響了學生實踐動手能力的提高。

3.師資隊伍需要進一步優(yōu)化。教師隊伍的素質(zhì)、水平?jīng)Q定了專業(yè)建設(shè)的質(zhì)量。生物信息學是一個交叉學科，生物信息學專業(yè)需要既熟悉生物學背景，又要熟悉信息類知識的專業(yè)課教師和學術(shù)帶頭人。目前，我校生物信息學系現(xiàn)有專職教師10人，其中教授5人，副教授2人，有博士學位的9人。聽起來實力蠻雄厚，但真正科班出身、從事生物信息研究的老師并不多，很多是從原植物保護專業(yè)的師資調(diào)整過來的，有些是近年引進的，還沒有形成穩(wěn)定的學術(shù)梯隊。還沒有科研及教學成果獎，也沒有主編規(guī)劃教材出版，師資隊伍的學術(shù)水平尚待進一步提高，師資隊伍需要進一步優(yōu)化。

4.教育教學改革需要進一步深化。生物信息學專業(yè)開辦了八年，我們在教學改革建設(shè)方面也做了一些工作，但需要進一步深化；在人才培養(yǎng)模式、實驗室建設(shè)、課程建設(shè)等方面做了一點探索，獲得湖南農(nóng)業(yè)大學教改項目4項，如2006年的《生物信息學專業(yè)建設(shè)及人才培養(yǎng)模式的探索》、《生物信息數(shù)據(jù)處理中心開放式實驗室建設(shè)與服務(wù)模式研究》，修改了培養(yǎng)方案，發(fā)表了幾篇教學教改論文。在教學手段上，本專業(yè)教師能夠結(jié)合生物信息學學科特點，開展利用現(xiàn)代化手段進行輔助教學的教學改革探索，我們鼓勵教師積極使用一些優(yōu)秀的教學軟件，也鼓勵教師結(jié)合自己的教學經(jīng)驗，努力開發(fā)電子課件，對于學生的深入學習起到了重要的作用。我們在教學改革方面雖然做了一些工作，但遠不能適應本專業(yè)的發(fā)展要求。

5.就業(yè)渠道拓展不夠。由于生物信息學專業(yè)是新興的專業(yè)，專門的產(chǎn)業(yè)尚沒有完全成熟，目前主要分布在醫(yī)藥產(chǎn)業(yè)和信息產(chǎn)業(yè)之中，因此，就業(yè)渠道有待擴展。

當前，生物信息學在國內(nèi)外的發(fā)展基本上都處于起步階段，各國所擁有的條件也大體相同。因此，這是我國生物信息學研究趕超國際先進水平的極好機會。生物信息學研究投資少，見效快，可充分發(fā)揮我國基因信息資源豐富的優(yōu)勢，以及湖南農(nóng)業(yè)大學在生物學領(lǐng)域，尤其是微生物基因組研究方面的特長，經(jīng)過十幾年或更長時間的努力，湖南農(nóng)業(yè)大學的生物信息學專業(yè)有可能會成為湖南省的優(yōu)勢特色專業(yè)。

參考文獻：

[1]李宏.我國生物信息學研究的發(fā)展策略[J].重慶工商大學學報（自然科學版），2005，22（2）：105-109.

[2]趙愛民.生物信息技術(shù)發(fā)展態(tài)勢分析[J].中國生物工程雜志，2003，23（5）：101-103.

[3]陳鋒，吳明暉.符合時展的高素質(zhì)應用型人才培養(yǎng)體系的探索與實踐[J].中國高教研究雜志，2011，（8）：32-35.

[4]舒坤賢，袁帥.生物信息學實踐教學體系的構(gòu)建與實踐[J].湖南人文科技學院學報，2012，（2）：118-120.

基金項目：湖南省普通高等學校教改項目“生物信息學專業(yè)理論教學與教學方法改革”（2013-160）和湖南農(nóng)業(yè)大學校級教改項目（A2013057）。

第5篇：生物信息學研究方法范文

一、前言

生物信息學（Bioinformatics）是隨著現(xiàn)代生命科學的發(fā)展而興起的交叉學科，旨在為生物學研究提供信息處理的支撐，從海量數(shù)據(jù)中挖掘生物信息，實現(xiàn)對生命科學問題的研究。生物信息學包含了對核酸和蛋白質(zhì)的序列和結(jié)構(gòu)信息的獲取、處理、存儲、分布、分析和解釋等各個方面的分析研究，是通過綜合利用生物學、計算機科學和信息技術(shù)等手段，來認識生命的起源、進化、遺傳和發(fā)育的本質(zhì)，揭示海量數(shù)據(jù)中蘊含的生命奧秘或生物學內(nèi)在規(guī)律的一門科學[1]。隨著測序技術(shù)的不斷發(fā)展，人類與其他物種基因組計劃相繼實施和完成，產(chǎn)生了海量的數(shù)據(jù)，尤其是近年來的各種組學數(shù)據(jù)，如蛋白質(zhì)組、代謝組、基因組、轉(zhuǎn)錄組等生物學數(shù)據(jù)，生物信息學將在解讀基因組序列中的功能信息等方面發(fā)揮巨大的作用[2]。

二、生物信息學課程開展的現(xiàn)狀

生命科學的迅猛發(fā)展、生物技術(shù)在社會發(fā)展中的應用越來越廣泛，例如產(chǎn)前診斷、遺傳并篩查、腫瘤靶向治療等生物信息學相關(guān)的醫(yī)學應用，生物信息學的作用和地位也越來越重要。研究機構(gòu)和高等院校，特別是息息相關(guān)的醫(yī)學院校，迫切需要通過各種形式的教學，系統(tǒng)地培養(yǎng)新的復合型研究力量的醫(yī)學工作者。因此，醫(yī)學院校針對醫(yī)學相關(guān)學生開展與其專業(yè)緊密結(jié)合的生物信息學課程已經(jīng)成為必然趨勢[3]。目前，國內(nèi)許多醫(yī)學院校相繼開設(shè)了生物信息學課程，將生物信息學作為必修或者選修課程。由于生物信息課程教學尚處于剛剛起步的探索階段，尚未形成一個完整的課程建設(shè)體系，再加上生物信息學研究的范圍廣、相關(guān)數(shù)據(jù)與分析工具資源繁多、涉及多學科知識尚缺乏系統(tǒng)成熟的理論方法，正處在迅速發(fā)展中等一系列特點，如何開展生物信息學教學尚有待探索。因此，生物信息學課程的教育理念、教學內(nèi)容、方式和方法等迫切需要根據(jù)自身專業(yè)特點，科學確立教學目標，及時系統(tǒng)地總結(jié)規(guī)劃教學內(nèi)容，探索和改革教學方法，以適應醫(yī)學專業(yè)背景學生的學習，對于促進醫(yī)學生自身綜合素質(zhì)的提高有重要意義。本文結(jié)合南京醫(yī)科大學本科學生（主要為醫(yī)學相關(guān)專業(yè)學生，非生物信息學專業(yè)學生）開展的生物信息學課程進行調(diào)研和改進，對該課程的學生的反饋意見及各教研室教師的建議進行了深入分析。本著以學生需要為原則，針對學生的專業(yè)背景，適當調(diào)整教學內(nèi)容和方法，理論教學與上機實踐有機結(jié)合，側(cè)重將生物信息學的思維融入解決生物醫(yī)學的問題，行成一套完整的、合理可行的醫(yī)學生物信息學課程理論、實驗教學方案。進而達到專業(yè)與課程相結(jié)合，激發(fā)學生的學習興趣，從而達到較好的教學效果。

三、教學內(nèi)容及方法的具體實踐

（一）針對醫(yī)學專業(yè)學生，優(yōu)化教學內(nèi)容

生物信息學作為一門發(fā)展迅猛的多學科交叉的前沿學科，理論、研究方法、研究內(nèi)容尚在不斷完善和更新中，其內(nèi)容繁多復雜，更需要進行精心的選擇裁剪和編排組織，才能在有限的時間內(nèi)實現(xiàn)既定的教學目標，使學生學習到有用的知識。教學中應充分結(jié)合當前研究前沿和進展、時刻更新教學內(nèi)容，更應該根據(jù)學生的不同專業(yè)背景適當調(diào)整教學內(nèi)容和教學方法。在醫(yī)學院校中，更要針對不同專業(yè)及背景的學生，制訂具有專業(yè)特色的教學大綱。教學應以學生的需求為前提，結(jié)合不同專業(yè)背景、就業(yè)選擇方向，調(diào)整培養(yǎng)方案和優(yōu)化授課內(nèi)容，以滿足他們的需求，使學生能夠?qū)W有所用。比如，針對臨床專業(yè)的學生，生物信息學教學應該偏重醫(yī)學研究中的方法和成果，本科教學注重轉(zhuǎn)化醫(yī)學、生物技術(shù)應用成果的普及，研究生教學注重利用生物信息手段和方法解決科研學習中遇到的實際問題；而針對法醫(yī)專業(yè)的學生，教學應該偏重新一代高通量測序技術(shù)的原理、數(shù)據(jù)分析、結(jié)果意義等方面。針對目前醫(yī)學院校中研究方向多元化的背景，強調(diào)教學與科研共促進，通過科研時刻關(guān)注、追蹤學科前沿，將最新的研究成果和在醫(yī)學上的應用展示給學生，豐富教育資源，使學生能在其他課程的學習時學以致用，從而高質(zhì)量的完成教學任務(wù)。生物信息學亦是眾多科學研究工作中強有力的必不可少的研究手段，教學反過來也可促進科研的進一步開展和深入。因此，教學和科研相結(jié)合，可以拓寬知識面，全面了解生物信息學和相關(guān)學科最新進展，不斷為科研提供新的思路，不斷的完善生物信息學教學體系。只有堅持教學與科研同時進行、并緊跟科學前沿，并做到及時納入最新的研究成果，更新教學內(nèi)容，才能給予學生高質(zhì)量的前沿教學[4]。

（二）基于計算機的實驗教學，鍛煉動手能力

在生物信息學教學中，計算機實踐教學是不可缺少的部分，理論和實踐的有機結(jié)合才能達到更好的教學效果。只有親自動手進行生物數(shù)據(jù)的分析，學生才能建立一個感官的、多方面的認識。優(yōu)化上機內(nèi)容、改進上機教學方法，使得理論知識在上機教學中可以得到實現(xiàn)，實際操作充分理解理論課內(nèi)容，由此激發(fā)學生動手實踐的激情和信心，更好地掌握知識。所以在生物信息的教學中，上機實驗課程應該占據(jù)較大的比例，并通過生動的課堂練習培養(yǎng)學生的興趣。實驗課內(nèi)容的設(shè)計應該考慮醫(yī)學相關(guān)專業(yè)學生的背景，根據(jù)醫(yī)學問題作為出發(fā)點，以如何解決這些問題作為主線設(shè)計課程。所以，通過了解當前醫(yī)生常用的科研手段或當前醫(yī)院正在開展的臨床檢測項目，設(shè)計相關(guān)實驗課程、增加應用性實踐教學，并結(jié)合最新研究成果和基礎(chǔ)到臨床應用的實例、以及項目原理及優(yōu)缺點，可以調(diào)動學生學習的主動性。例如，針對臨床專業(yè)開展常用的生存分析的原理和分析流程的實踐教學；針對法醫(yī)專業(yè)，開展常用的STR（短串聯(lián)重復序列）作為親權(quán)鑒定標志物的序列特點和可視化的教學等。另外，生物信息學本身是多學科交叉融合，知識面廣而雜，其相關(guān)數(shù)據(jù)庫資源，以及生物信息學工具、算法和軟件等均更新迅速。在理論教學中，授課教師時刻密切關(guān)注學科發(fā)展前沿、并將最新研究成果及學術(shù)發(fā)展動態(tài)，而在實驗課授課中，更應該注重教會學生，充分利用互聯(lián)網(wǎng)資源，獨立開展課題、綜合分析、解決問題。例如，?榱聳寡?生了解當前網(wǎng)絡(luò)數(shù)據(jù)共享的環(huán)境下，如何從網(wǎng)上搜索網(wǎng)絡(luò)資源、下載數(shù)據(jù)，我們下載了多種不同類型的數(shù)據(jù)，包括測序數(shù)據(jù)、芯片數(shù)據(jù)、注釋數(shù)據(jù)等，然后再從實際數(shù)據(jù)出發(fā)上機操作，介紹分析的方法和工具。

四、生物信息在醫(yī)學相關(guān)專業(yè)的應用

基礎(chǔ)科研成果的積累逐漸帶來了臨床應用的突破，而生物信息學的技術(shù)和數(shù)據(jù)在臨床應用的重要性也愈加重要。目前，醫(yī)療上的應用主要有生育健康、遺傳病檢測、傳染病藥物研發(fā)、腫瘤診斷及治療等幾大方面[5]。2014年7月國家衛(wèi)生計生委承認基因測序技術(shù)在產(chǎn)前診斷的應用，批準了基因測序診斷產(chǎn)品的上市，2015年3月27日，國家衛(wèi)生計生委醫(yī)政醫(yī)管局又通過了第一批腫瘤診斷與治療項目高通量基因測序技?g臨床試點單位。一些大型醫(yī)院已經(jīng)把基因診斷作為患者必需的診斷項目，特別是產(chǎn)前無創(chuàng)診斷，很多醫(yī)院也正在籌建基因檢測中心。目前國內(nèi)每年新增癌癥患者300萬人左右，且發(fā)病率呈上漲趨勢，腫瘤的基因檢測和靶向治療已經(jīng)成為提高腫瘤治療效果的一條重要途徑。產(chǎn)前診斷和精準醫(yī)療的飛速發(fā)展所帶來的巨大臨床應用，亟需懂臨床一線的醫(yī)生了解前沿科技、懂生物信息、會臨床應用。根據(jù)市場反饋的情況，未來基因檢測在臨床上應用所占比例會越來越大，醫(yī)學工作者對生物信息知識的需求也越來越高。

第6篇：生物信息學研究方法范文

關(guān)鍵詞：生物信息學 教研改革 案例教學

一、 引言

隨著后基因組時代的來臨，高通量生物技術(shù)的發(fā)展，生物醫(yī)學的實驗手段和研究方法均發(fā)生了巨大的變革，生命科學研究中不斷涌現(xiàn)出海量的生物數(shù)據(jù)，包括基因組數(shù)據(jù)、蛋白質(zhì)組數(shù)據(jù)、功能基因組數(shù)據(jù)等。這些生命組學的數(shù)據(jù)使得生物醫(yī)學研究者以系統(tǒng)生物學的角度來研究生命現(xiàn)象[1-6]，同時它們的迅速增長，帶來了數(shù)據(jù)的存儲與傳輸、數(shù)據(jù)處理、數(shù)據(jù)獲取及數(shù)據(jù)的理解與應用等等一系列的問題，這些問題促進了生物信息學的產(chǎn)生和快速發(fā)展[7-13]，也吸引了來自數(shù)學、生物學、化學、藥學、信息學等各個領(lǐng)域的研究人員廣泛關(guān)注并取得了大量成果[43-49]。生物信息學定義為應用信息科學技術(shù)來理解、組織及管理生物分子數(shù)據(jù)，旨在為生物研究人員提供一些工具及資源，方便他們獲取生物數(shù)據(jù)，分析數(shù)據(jù)，從而發(fā)現(xiàn)生物世界的新知識[14]。它是一門新興前沿交叉學科，吸引著各種有影響力國際組織的重大的關(guān)注，ORACLE、MICROSOFT、Google等公司也先后加大力度投入生物信息學領(lǐng)域的開發(fā)和研究[15-17]。由于這一領(lǐng)域有著極大的潛力，美國國家標準技術(shù)協(xié)會（NIST）和美國國防部高級研究計劃局（DARPA）及美國計算機協(xié)會也相繼投入這一領(lǐng)域的研究。為了強應這一潮流，搶占學科發(fā)展的制高點，同時培養(yǎng)生物信息學人才，很多學校新增設(shè)了生物信息學這門課程。接下來我們將結(jié)合實際中的教學談幾點體會及相應的一些嘗試探索。

二、生物信息學的特點

生物信息學在我國是一門新興前沿學科，它是信息學、生物學、數(shù)理統(tǒng)計等多學科的交叉、結(jié)合的產(chǎn)物。它需要多個領(lǐng)域的專家通力合作。傳統(tǒng)的生物學研究實質(zhì)是一門實驗科學，需要對實驗數(shù)據(jù)進行處理與分析，從而新現(xiàn)象、新的生物學規(guī)律，從而分析、歸納和總結(jié)，提煉出新的生物學知識。然而隨著生物科學與信息技術(shù)的高速發(fā)展，生物數(shù)據(jù)的積累速度不斷加快，特別是人類基因組計劃順利實施，使得生物分子數(shù)據(jù)量以超過摩爾定律的速度迅速發(fā)展。利用這些豐富數(shù)據(jù)，通過分析、處理揭示數(shù)據(jù)背后的生物學意義，是生物學家、數(shù)學家和信息處理人員面臨的一個嚴峻的挑戰(zhàn)。生物信息學就是為迎接這一挑戰(zhàn)而發(fā)展起來的一門新交叉學科。下面結(jié)合幾方面談?wù)勆镄畔W的特點。

生物信息學研究對象

生物體是一個復雜的系統(tǒng)，同時也可看作是一個信息系統(tǒng)控制著生物的遺傳、生長、和發(fā)育。生物分子是生信信息的載體，對于生物信息學而言，主要研究兩種載體，即DNA分子和蛋白質(zhì)分子。攜帶著三種信息，遺傳信息、結(jié)構(gòu)信息及進化信息。

DNA分子作為遺傳信息的載體，它的核苷酸序列上存儲著蛋白質(zhì)的氨基酸序列編碼信息，存儲著基因表達調(diào)控信息，攜帶著遺傳信息，主要存儲在DNA四種字符組成的堿基序列中，控制生物體性狀的基因是一系列DN段。這些遺傳信息的傳遞與表達促使生物體不斷生長與發(fā)育。DNA通過自我復制，不斷傳遞著遺傳信息使生物體得以繁衍，基因通過轉(zhuǎn)錄和翻譯，使得遺傳信息得以在生物體中表達，從而后代表現(xiàn)出與親代相似的生物性狀?；虮磉_中，遺傳信息從DNA傳到RNA，這一過程稱之為轉(zhuǎn)錄，然后從RNA傳遞到蛋白質(zhì)，這一過程稱之為翻譯，在表達中，基因控制著蛋白質(zhì)的合成。

蛋白質(zhì)是機體各種生理活動的物質(zhì)基礎(chǔ)，蛋白質(zhì)分子是大分子化合物，其基本單位是小分子的氨基酸，組成蛋白質(zhì)的氨基酸有20種， DNA序列中三個連續(xù)的堿基為一個蛋白質(zhì)的氨基酸編碼。堿基字符序列與氨基酸字符序列組成了基本的生物信息，分析這些生物信息有助于認識生命活動的規(guī)律及生命本質(zhì)。

總而言之，生物分子信息具體表現(xiàn)為DNA序列數(shù)據(jù)、蛋白質(zhì)序列數(shù)據(jù)、生物分子結(jié)構(gòu)數(shù)據(jù)、生物分子功勇數(shù)據(jù)，生物信息學則綜合利用信息科學、生物學與數(shù)理科學的研究方法來收集、存儲、處理、分析與解釋海量生物信息。生物信息學把基因組DNA序列信息分析作為源頭，破譯遺傳語言，認識遺傳信息的組織規(guī)律，識別隱藏在DNA序列中的基因，掌握基因的調(diào)控與表達功能，獲得蛋白質(zhì)的編碼信息后進行蛋白質(zhì)空間結(jié)構(gòu)模擬和預測。

生物信息學研究的主要內(nèi)容

生物分子信息的收集與管理。生物分子數(shù)據(jù)量巨大，如核酸序列的數(shù)據(jù)以千兆計。因而有組織搜集和管理這些數(shù)據(jù)是各項工作的前提，便于一些研究人員共享這些數(shù)據(jù)，及時得到最新的實驗結(jié)果，需要把這些數(shù)據(jù)整理成生物信息數(shù)據(jù)庫，同時要不斷更新與管理這些收集的信息從而使這些數(shù)據(jù)的一致性、可靠性和完整性得以保證。

數(shù)據(jù)庫搜索及序列比對。搜索同源序列在某種程度上就是通過序列比較尋找相似序列，這可使研究人員通過搜索序列數(shù)據(jù)庫找到與新序列同源的已知序列，并根據(jù)同源性推測該新序列的生物功能。而序列比對則是為了判斷兩個序列之間是否具有足夠的相似性。從而判定二者之間是否具有同源性。

基因表達數(shù)據(jù)的分析與處理。基因表達數(shù)據(jù)反映基因轉(zhuǎn)錄產(chǎn)物在細胞中的豐度，通過這些數(shù)據(jù)可以用來分析哪些基因的表達發(fā)生了改變，基因之間有何相關(guān)性，基因的活動的受限，基因的功能，提供疾病發(fā)病機理等等，是生物信息學研究中的熱點與重點。

蛋白質(zhì)結(jié)構(gòu)預測。一切生命活動都與蛋白質(zhì)息息相關(guān)，它是組成生物體的基本物質(zhì)，遺傳信息的攜帶者是核酸，但遺傳信息的傳遞和表達需要在各種蛋白質(zhì)的調(diào)節(jié)控制下進行。通常蛋白質(zhì)的生物功能由蛋白質(zhì)的結(jié)構(gòu)所決定，而蛋白質(zhì)的結(jié)構(gòu)由蛋白質(zhì)序列所決定。因而蛋白質(zhì)結(jié)構(gòu)預測也成為生物信息學的研究重點。

第7篇：生物信息學研究方法范文

論文摘要：研討式教學模式將研究與討論貫穿于教學的全過程，有助于調(diào)動學生的積極性、加深對知識的理解、增進學習效果。通過確立授課目標、精心設(shè)計和組織授課內(nèi)容、在實踐中不斷總結(jié)經(jīng)驗，在“生物信息學”的授課過程中對研討式教學模式進行了探索和實踐。

論文關(guān)鍵詞：生物信息學；課堂研討；案例分析

21世紀是生命科學的世紀，生物技術(shù)飛速發(fā)展，生物學數(shù)據(jù)大量積累。而生物信息學正是在這種大背景下蓬勃興起的交叉型學科，旨在用信息學方法解決生物學問題。為了培養(yǎng)復合型人才，大力發(fā)展交叉學科，國防科技大學（以下簡稱“我?！保┙陙砻嫦蛉＠砉た蒲芯可_設(shè)了“生物信息學”選修課程。

“生物信息學”作為新興的交叉學科，具有融合性、發(fā)展性和開放性的特點。融合性是指生物信息學涉及的生物、計算機、數(shù)學等多個學科的交叉與融合。從20世紀90年代到現(xiàn)在，該學科發(fā)展非常迅速，研究熱點發(fā)生了數(shù)次改變。開放性是指該學科存在大量有待探索和研究的新問題。這些特點一方面為課堂教學提供了大量的主題和素材，一方面也對授課方式提出了較高的要求。經(jīng)過認真分析，選定研討式教學作為該課程的主要授課方式。研討式教學即研究討論式教學，是將研究與討論貫穿于教學的全過程。在教師的具體指導下，充分發(fā)揮學生的主體作用，通過自我學習、自我教育、自我提高來獲取知識和強化能力培養(yǎng)。通過確立教學目標，精心設(shè)計和組織教學內(nèi)容，在實踐中貫徹研討式教學理念和方法，在生物信息學課程中對研討式教學模式進行了理論探索和實踐創(chuàng)新。

一、教學目標的確立

合理的課程目標與定位是決定課程建設(shè)成敗和教學效果的基礎(chǔ)，其主要依據(jù)是人才培養(yǎng)需求和授課對象的實際情況。首先，教學對象是研究生，已具備一定的自主學習和創(chuàng)新思維的能力。教師不僅要傳授知識，而且要講解基本的研究方法，讓學生具備獨立思考問題、分析問題和解決問題的能力。其次，作為軍校學生，以后從事的工作可能涉及很多學科方向，展現(xiàn)如何針對一門新的學科方向進行研究的整體思路顯得很有意義。最后，考慮到學生不同的知識背景，對于各部分內(nèi)容的理解程度不同，必須兼顧不同的專業(yè)方向，讓每個學生都能有所收獲。因此，確立教學目標為：介紹生物信息學的基本概念和方法，通過案例分析展現(xiàn)科學研究的基本方法和實踐過程。

二、教學內(nèi)容的設(shè)計和組織

1.教學內(nèi)容的總體設(shè)計

確定了教學目標之后，需要對課程的教學內(nèi)容進行總體設(shè)計。參考國內(nèi)外多所高校的相關(guān)課程設(shè)置，如北京大學的“生物信息學導論”、中科大的“生物信息學”、中科院的“生物信息學與系統(tǒng)生物學”和MIT的“Bioinformatics and Proteomics”等，發(fā)現(xiàn)這些課程主要是針對生物專業(yè)的學生開設(shè)，側(cè)重于方法學介紹。而我校學生大部分是工科背景，對于統(tǒng)計和機器學習方法有一定基礎(chǔ)，重點是了解相關(guān)的生物學問題，并應用已有的工科知識去分析和解決這些問題。同時，隨著生物信息學的快速發(fā)展，研究領(lǐng)域不斷擴大，有必要展現(xiàn)該學科的最新進展。

因此，課程內(nèi)容總體設(shè)計上以生物學問題為主線，結(jié)合最新的研究成果，對各種計算方法的應用過程進行深入和細致的講解。在介紹生物信息學的研究現(xiàn)狀和生物學基礎(chǔ)知識之后，分多個專題詳述生物信息學最新的研究進展，各專題在內(nèi)容上相互銜接，由淺入深，以便學生理解和接受。以問題為導向的課程設(shè)計對于啟發(fā)學生思考，積極參與課堂研討具有重要作用。

進一步，為了突出部分重點專題及其分析方法，采用案例分析課的形式，針對一些重要問題進行深入探討。鼓勵學生應用所學知識，結(jié)合自身的專業(yè)背景，通過積極地思考和討論提出相應的解決方案。案例選擇為教師有一定研究基礎(chǔ)的開放性問題，一方面介紹已有的研究成果，一方面結(jié)合教師的研究體會，通過積極討論拓展新的研究思路。案例分析課有助于學生更多地參與課堂研討，對于知識的綜合應用和科學研究過程產(chǎn)生切身體會。

2.教學內(nèi)容的組織

研討式教學的關(guān)鍵是調(diào)動學生的積極性，鼓勵學生踴躍地參與課堂討論，提出自己的觀點。通過集中備課，學習和吸取老教師的成功經(jīng)驗，總結(jié)調(diào)動學生積極性的基本要素，對授課內(nèi)容進行了認真的組織和編排。

（1）重點突出，詳略得當。由于生物信息學涵蓋內(nèi)容非常豐富，有必要對課程內(nèi)容進行取舍，在保證知識面的基礎(chǔ)上，突出授課的重點。減少或刪除重要性較低的部分，采用圖片和動畫等形式對重要的知識點加以強調(diào)，以深化學生的理解。只有學生對重點內(nèi)容理解透徹，才能激發(fā)出濃厚的學習興趣，積極參與課堂研討，碰撞出智慧的火花。

（2）新穎有趣，實例豐富。在課程內(nèi)容上應充分體現(xiàn)知識性和趣味性，以豐富的實例展現(xiàn)生物信息學中基本的概念和方法。學生往往關(guān)注與日常生活休戚相關(guān)的內(nèi)容，期望能用所學知識解釋常見現(xiàn)象，因此實例選擇應貼近生活體驗。課件中準備了大量的實例，例如，在講完構(gòu)建進化樹之后，舉例說明為什么人類的祖先是從非洲走出來的；在生物代謝一章，通過賣火柴的小女孩的故事闡釋生物代謝過程的高效性；在蛋白質(zhì)結(jié)構(gòu)部分，討論為什么濕著頭發(fā)睡覺，頭發(fā)容易變翹。通過實例分析，增加學生對于所學知識的理解和參與課堂研討的積極性。

（3）設(shè)置思考題，留出想象空間。針對重要的知識點，預先設(shè)置思考題，以啟發(fā)和擴展學生思路。生物信息學作為一門新興學科，存在大量沒有確定結(jié)論的開放性問題，有待深入探究。例如“人類與小鼠的基因組差別很小，為什么形態(tài)上有那么大的差別”，“生物系統(tǒng)模擬中，是否越復雜的模型越好”。針對這些問題適時地開展課堂研討，有助于激發(fā)學生的學習興趣，開闊其視野。

三、研討式教學的開展

在授課過程中，教師應努力營造活躍的課堂氣氛，密切觀察學生的動向，及時溝通存在的問題，選擇合適的時機開展課堂研討。不斷地積累經(jīng)驗，使課堂討論達到更好的效果。在開展課堂研討時，尤其應注意以下幾點：

1.因材施教

在“生物信息學”課程中，學生的專業(yè)背景不盡相同，少部分學生來自生物專業(yè)，其他大部分是工科背景，如自動化、計算機仿真和認知科學等。因此，在主題的選擇和研討環(huán)節(jié)的設(shè)計上，應充分考慮到學生的需求和背景知識，發(fā)掘大家共同的興趣點。實踐證明，不同的學科背景可以有效地促進交流，提供對于同一問題的不同視角。例如，生物專業(yè)的學生可以解釋有關(guān)生物技術(shù)的問題，而仿真專業(yè)的學生對于系統(tǒng)的建模方法有深入的理解。有效的課堂討論，能夠促進各種思路的融合，碰撞出靈感的火花。

2.及時溝通

研討式教學需要教師對授課整體情況有較好的把握。例如，有一章的內(nèi)容是生物學基礎(chǔ)，教師針對這部分內(nèi)容進行了充分準備，包括大量的圖片和動畫，并穿插了很多科學家的故事。但授課效果不盡理想，到了預設(shè)問題的環(huán)節(jié)，只有一兩個學生參與討論，大部分學生都一臉茫然。通過及時溝通，發(fā)現(xiàn)了兩個問題。一是背景知識不夠，學生對于預設(shè)問題了解不多；二是重要性認識不足，學生認為生物學的基礎(chǔ)知識與本課程的學習關(guān)系不大。考慮到學生的疑問，對授課內(nèi)容進行及時調(diào)整，進一步強調(diào)所學知識對于生物信息學的意義，并通過具體實例激發(fā)學生的學習興趣。在實例的啟發(fā)下，學生開展了積極的討論，加深了對于所學知識的認識。開展研討式教學，應以學生為主體，及時地溝通發(fā)現(xiàn)課堂中存在的問題，并相應地調(diào)整授課內(nèi)容。即使教師講得天花亂墜，如果學生知其然，不知其所以然，也不可能達到好的授課效果。

3.審時度勢

課堂研討開展的時機很重要。例如，當講到生物信息學概況時，學生反應不是很強烈。而當教師結(jié)合自身經(jīng)驗談研究體會時，學生很有興趣，表情變得活躍，適合開展課堂討論。此時，可以組織學生交流學習目的、預期和存在的疑問，以便教師進行有針對性地授課。研討式教學一方面強調(diào)學生的主體地位，一方面要求教師發(fā)揮主導作用，密切注意學生動向，發(fā)現(xiàn)學生的興趣點，引導討論的逐步展開和深入。

4.自主提問

如果教師能夠營造出一種輕松愉悅的課堂氛圍，學生往往能夠主動發(fā)問，提出不同觀點，而不拘泥于預先設(shè)置的問題。實踐證明，通過學生自主提問展開的課堂研討，往往效果更好。在前期鋪墊時，啟發(fā)學生自主思考并積極討論，分析該領(lǐng)域可能存在的問題和發(fā)展方向。當講到后續(xù)內(nèi)容時，學生有了一定的心理預期，很想了解該領(lǐng)域的研究現(xiàn)狀和發(fā)展趨勢，以驗證與預期是否一致。同時，自主提問對于生物信息學研究有很好的推動作用，學生經(jīng)常能夠獨辟蹊徑，提出全新的思路，拓展研究內(nèi)容的廣度和深度。

5.課堂報告

在授課過程中，鼓勵學生結(jié)合所學知識選擇感興趣的專題，閱讀相關(guān)文獻并進行課堂報告。由于學生的選題更接近彼此的思維方式，能夠反映一些共性的問題，對于擴展思路很有幫助。在報告過程中，教師可適時點評，穿插課堂討論，以深化學生對問題的理解。課堂報告可以全面地鍛煉學生的表達能力、寫作能力和創(chuàng)新思維能力，提高學生的綜合素質(zhì)。

第8篇：生物信息學研究方法范文

關(guān)鍵詞：生物信息學；河南科技大學；改革與探索

中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2016）48-0140-02

生物信息學（Bioinformatics）是以計算機為工具對生物信息進行儲存、檢索和分析的科學，是當今生命科學和自然科學的重要前沿領(lǐng)域之一。近年來，隨著基因組計劃的不斷進行和完善，生物信息學的重要性凸顯出來，國內(nèi)外對生物信息學方面的人才需求量急劇增加[1]。河南科技大學本著“加強基礎(chǔ)、拓寬專業(yè)、強化能力、提高素質(zhì)”人才培養(yǎng)的指導思想，針對生物科學及生物技術(shù)兩個本科專業(yè)開設(shè)了生物信息學課程，目的是使學生在后基因時代，跟上時代的發(fā)展，具備初步的生物信息學分析技能和實踐操作能力，為日后的工作和學習提供幫助。

生物信息學作為一門新的學科領(lǐng)域，它的研究重點主要體現(xiàn)在基因組學（Genomics）和蛋白質(zhì)組學（Proteomics）兩個方面，具體說就是從核酸和蛋白質(zhì)序列為起點，分析序列中表達的結(jié)構(gòu)功能的生物信息。而這些序列首先由全世界各個實驗室通過實驗獲得，之后提交到相應的數(shù)據(jù)庫中[2]，即生物信息學的內(nèi)容是日新月異，不斷發(fā)展的?；谏镄畔W這門課程的前沿性、交叉性和實踐性特點，在教學中，既要強調(diào)基本理論、基本知識的講授，更要加強學生的實踐和創(chuàng)新能力的培養(yǎng)。所以我們在理論教學、雙語教學、實踐操作、網(wǎng)絡(luò)教學及考核方式等方面進行了改革和探索，目前獲得了較好的教學效果。

一、在理論教學方面循序漸進、由易入難，激發(fā)學生的學習興趣

由于生物信息學課程涉及的新知識點、新技術(shù)及各學科交叉點較多，并且各種生物信息學軟件及分析平臺均為英文界面，所以學好生物信息學就要求學生必須具備良好的計算機知識、數(shù)學知識和生物學等知識?；谶@種學科特點，我們在整個授課過程中，采取循序漸進、由易入難的教學方式：前期主要引導學生學習一些基礎(chǔ)的、簡單的生物信息學理論知識、分析方法和專業(yè)英語知識，同時補充學生在生物學，如分子生物學等方面欠缺的基礎(chǔ)知識，建立學生學習生物信息學的信心。在此基礎(chǔ)上，繼續(xù)逐步增加課程內(nèi)容，講授更多的生物信息學英文網(wǎng)站，更多的生物信息學專業(yè)英語詞匯和更多的生物信息學分析軟件，最終圓滿完成教學大綱內(nèi)容。相應的，在上述循序漸進的學習過程中，學生的生物信息學知識、英語閱讀能力也得到了極大提高，并學會了利用這些知識解決在實際專業(yè)學習中遇到的生物信息學問題，使學習過程變得輕松起來，即逐步打消學生的畏難情緒，極大地提高學生學習生物信息學的興趣和信心。

二、利用雙語教學，優(yōu)化教學內(nèi)容

基于生物信息學學科的前沿性和交叉性，使得生物信息學課程比較適宜開展較高水平的雙語教學[3]。我們首先對生物信息學英文原版教材進行了篩選，最終確定《Bioinformatics For Dummies》英文原版教材為學生用教材，該教材通俗易懂、實踐操作性強，特別適合入門的生物信息學初學者選用。通過對教材仔細研讀，結(jié)合生物科學和生物技術(shù)兩個專業(yè)的特點，我們對該教材內(nèi)容進行了更新和優(yōu)化，將重點集中于應用性較強的生物信息學實踐分析技能和離線單機版生物信息學軟件的使用上，實踐分析技能包括核酸及蛋白序列數(shù)據(jù)庫的查詢、核酸及蛋白序列的相似性搜索、系統(tǒng)進化樹的構(gòu)建、核酸和蛋白序列比對、蛋白理化性質(zhì)及結(jié)構(gòu)的預測等；軟件包括Primer Premier 5.0、DNAMAN 6.0、MEGA 5.0等。基于這些優(yōu)化后的內(nèi)容，我們制作了生物信息學雙語教學計劃和英文PPT教學課件。在整個授課過程中，采用全英文講解。在此過程中，我們要求在前期引導學生時，特別注意放慢講解速度，等學生適應后，逐步加快，直至學生完全適應全英文雙語教學。教研組已分別于2014―2015學年和2015―2016學年第2學期成功應用英漢雙語完成了生物信息學課程的雙語教學任務(wù)，教學效果良好。

三、利用課堂實時演示與學生互動，增強學生實踐操作能力

基于網(wǎng)絡(luò)安全問題，我校在教室內(nèi)僅能登陸校園網(wǎng)而不能登陸校外網(wǎng)。在生物信息學教學過程中，為了達到更好的教學效果，我們首先利用能夠接收無線網(wǎng)絡(luò)信號的設(shè)備，實現(xiàn)上課時教室內(nèi)有網(wǎng)絡(luò)，這樣在授課過程中就可以進行實時在線的生物信息學分析，特別是在講解數(shù)據(jù)庫查詢、序列提交、蛋白質(zhì)結(jié)構(gòu)域分析、蛋白理化性質(zhì)及結(jié)構(gòu)預測等重要內(nèi)容時，通過實時演示連貫教學內(nèi)容，讓學生得到了更加直觀的實踐體驗，加深了對各種分析方法的學習和理解。另一方面，為了使學生更快地掌握實踐操作，我們在講授演示完畢后，通過設(shè)計與講授內(nèi)容相關(guān)的案例提問學生親自操作，適當增加課堂緊張感，加強與學生的互動，活躍課堂氛圍，進一步加深學生對課堂內(nèi)容的理解。通過以上兩個方面的改進，使學生更快更好地掌握實踐操作知識，目前獲得了很好的效果。

四、以學校網(wǎng)絡(luò)教學中心為平臺，充分利用網(wǎng)絡(luò)教學資源

生物信息學的學習和使用與網(wǎng)路的使用緊密相關(guān)，由于課程學時（僅24學時）的限制，學生們不可能完全依賴課堂時間很好的掌握該課程，更多地是要求學生進行課下的自學和復習。為了給學生提供更好的課后學習環(huán)境，我們除了在課堂教授方面進行改進之外，還以河南科技大學網(wǎng)絡(luò)教學中心為平臺，開設(shè)了生物信息學網(wǎng)絡(luò)課程，課程內(nèi)容包括生物信息學英語原版教材、雙語多媒體課件、生物信息學軟件、教學視頻、生物信息學在線分析工具網(wǎng)址匯編、生物信息學相關(guān)英文視頻等內(nèi)容，涵蓋課堂教學內(nèi)容的同時還進行了擴充，非常全面詳細，這些資源每位學生都可以隨時自行免費下載，可以根據(jù)自己的時間和學習情況，有重點、有目的、有計劃的進行自學和補充，非常有效的擴大了學生的自學空間，最終達到熟練掌握的效果。根據(jù)生物信息學課程問卷調(diào)查結(jié)果來看，學生反映很好。

五、考核辦法改革

生物信息學是一門實用性、操作性很強的學科。學習該學科的主要目的是使學生在掌握理論知識的同時，綜合運用這些知識分析和解決實際遇到的生物學問題，所以我們對生物信息學的考核方式進行了改革，其中重要的改革內(nèi)容之一就是不再進行閉卷考試，而是采用課后大作業(yè)的方式進行考核，即在課程結(jié)束后，給同學們留有兩周左右的復習時間，之后教師給學生每人一題，這些題目涉及綜合利用所學的生物信息學技能對蛋白序列數(shù)據(jù)庫查詢、對核酸及蛋白序列的相似性進行搜索、構(gòu)建分子系統(tǒng)進化樹、PCR擴增引物的設(shè)計、核酸及蛋白序列比對、蛋白質(zhì)理化性質(zhì)及結(jié)構(gòu)預測等內(nèi)容，這一部分的成績占總成績的70%。除此之外，學生的最終考試成績還要結(jié)合平時的出勤率和課堂表現(xiàn)，其中考勤占總成績的10%，隨堂表現(xiàn)占20%。這一改革一方面節(jié)省了學生為應付閉卷考試死記硬背而花費的大量時間，更重要的是提高了學生主動深入學習、理解專業(yè)知識、利用專業(yè)知識進行實踐操作的主動性和積極性，非常有效的達到了生物信息學的教學目的，同時這一改革也正與河南科技大學所提倡的提高本科教學質(zhì)量，培養(yǎng)有素質(zhì)有能力的優(yōu)秀本科生的思想相符。

總之，教研組通過理論教學、雙語教學、實踐操作、網(wǎng)絡(luò)教學及考核方式等方面的改革與探索，極大地提高了河南科技大學生物信息學的本科教學質(zhì)量，并獲得了很好的教學效果。

參考文獻：

[1]陳穎健.生物信息學：融合生物科學與計算機科技的新學科[J].求是，2003，（7）：17-19.

第9篇：生物信息學研究方法范文

>> 民族信息學的研究范式與發(fā)展方向探析 生物信息學在農(nóng)學研究領(lǐng)域中的應用 協(xié)作學習在信息學奧賽輔導中的實踐研究 中醫(yī)藥信息學的發(fā)展與應用 醫(yī)學信息學課程的發(fā)展與思考 發(fā)展中的醫(yī)學影像信息學 癌癥研究的生物信息學資源 中醫(yī)神經(jīng)信息學研究趨勢 生物信息學方法在蛋白質(zhì)―蛋白質(zhì)相互作用研究中的應用 社區(qū)信息學的主要方法 中日美企業(yè)文化的比較研究 云計算及其在生物信息學中的應用 關(guān)于化學信息學及其課程教學 生物信息學在生物學研究領(lǐng)域的應用 在信息學輔導中培養(yǎng)學生的信息素養(yǎng) 我國醫(yī)學信息學教育的歷史與發(fā)展現(xiàn)狀 美國健康信息學技術(shù)的發(fā)展現(xiàn)狀及作用 中醫(yī)大數(shù)據(jù)下生物信息學的發(fā)展及教育模式淺析 人才成為國外醫(yī)學信息學發(fā)展原動力 自建在線評測平臺在中學信息學奧賽教學中的應用 常見問題解答 當前所在位置：l.

[4] 野田五十洌山下央，副田俊介.新しい情笱В3.暮η笱[J].情I理，2010，51（6）：649-655.

[5] Subedi J.Disaster Informatics：Information Management as a Tool for Effective Disaster Risk Reduction[J].Advanced ICTs for

Disaster Management and Threat Detection：Collaborative and Distributed Frameworks，2010：415.

[6] 龐宗禮.關(guān)于建立災害信息學的建議和農(nóng)業(yè)災害信息初探[J].農(nóng)業(yè)信息探索，1989（1）：27-30.

[7] 龐宗禮.災害信息學的基本構(gòu)架[J].科學管理研究，1991（5）：74-78.

[8] 劉藝林.災害信息的采集及其成果積累[J].災害學，1999（1）：70-75.

[9] 田中 淳.暮η笳の展望：p膜蚰恐袱筏疲學gv演會|京大學t合防那笱芯駿互螗咯`O立湞伐螗蓀弗Ε啵[J].生b研究，2008，60（4）：19-26.

[10] 孫庚.日本災害信息學研究的歷史與現(xiàn)狀[J].國際新聞界，2010（1）：111-116.

[11] 民政部災害信息管理項目建設(shè)考察團，王振耀，方志勇，等.加快災害信息管理系統(tǒng)建設(shè)──美國、日本災害應急管理系統(tǒng)建設(shè)啟示[J].中國減災，2004（5）：49-51.

[12] 宋丹，高峰.美國自然災害應急管理情報服務(wù)案例分析及其啟示[J].圖書情報工作，2012，56（20）：79-84.

[13] Asimakopoulou E.Advanced ICTs for Disaster Management and Threat Detection：Collaborative and Distributed Frameworks：Collaborative and Distributed Frameworks[M].IGI Global，2010.

[14] Weichselgartner J，Pigeon P.The Role of Knowledge in Disaster Risk Reduction[J].Int J Disaster Risk Sci，2015，6（2）：107-116.

[15] Takahashi B，Tandoc E C，Carmichael municating on Twitter during a disaster：An analysis of tweets during Typhoon Haiyan in the Philippines[J].Computers in Human Behavior，2015（50）：392-398.

[16] Svoboda M D.，F(xiàn)uchs B A.，Poulsen C C，et al.The drought risk atlas：Enhancing decision support for drought risk management in the United States[J].Journal of Hydrology，2015（526）：274-286.

[17] Lindell M K，Prater C S，Gregg C E，et al. Households'immediate responses to the 2009 American Samoa Earthquake and Tsunami[J].International journal of disaster risk reduction，2015（12）：328-340.

[18] Steelman T，Mccaffrey S，Velez A-L.，et al.What information do people use，trust，and find useful during a disaster？Evidence from five large wildfires[J].Nat Hazards，2015，76（1）：615-634.

[19] Ryan B.Information seeking in a flood[J].Disaster Prevention and Management：An International Journal，2013，22（3）： 229-242.

[20] Su Y，Zhao F，Tan L.Whether a large disaster could change public concern and risk perception： a case study of the 7/21 extraordinary rainstorm disaster in Beijing in 2012[J].Nat Hazards，2015，78（1）：555-567.

[21] 郭松玲.試論災害信息的特征與分類[J].中國減災，1992（3）：25-27.

[22] 彭姚.國內(nèi)自然災害信息分類與組織研究綜述[J].科技創(chuàng)新導報，2014（30）：26-30.

[23] 崔鵬飛.我國災害信息管理現(xiàn)狀與發(fā)展分析[J].教育教學論壇，2014（30）：243-244.

[24] 陳祖琴，蘇新寧.基于情景劃分的突發(fā)事件應急響應策略庫構(gòu)建方法[J].圖書情報工作，2014，58（19）：105-110.

[25] 蔣勛，毛燕，蘇新寧.突發(fā)事件驅(qū)動的信息語義組織與跨領(lǐng)域協(xié)同處理模型[J].情報理論與實踐，2014（11）：114-119.

[26] 蔣勛，蘇新寧，劉喜文.突發(fā)事件驅(qū)動的應急決策知識庫結(jié)構(gòu)研究[J].情報資料工作，2015（1）：25-29.

[27] 吳小蘭，章成志.基于DTM-LPA的突發(fā)事件話題演化方法研究――以H7N9微博為例[J].圖書與情報，2015（3）：9-16.

[28] 邵健，章成志.文本表示方法對微博Hashtag推薦影響研究――以Twitter上H7N9微博為例[J].圖書與情報，2015（3）：17-25.

[29] 鄧三鴻，劉喜文，蔣勛.基于利益相關(guān)者理論的突發(fā)事件案例知識庫構(gòu)建研究[J].圖書與情報，2015（3）：1-8.

[30] 林曦，姚樂野.我國突發(fā)事件應急管理的情報工作現(xiàn)狀與問題分析[J].圖書情報工作，2014，58（23）：12-18.

[31] 徐占品，鐘健.災害信息傳播的研究對象、方法和意義[J].防災科技學院學報，2010（3）：125-129.

[32] 徐占品.災害信息傳播者類型及其傳播特點[J].新聞界，2013（21）：28-33.

[33] 徐占品，劉利永.新媒體時代災害信息的傳播特點――以北京7.21特大暴雨山洪泥石流災害為例[J].新聞界，2013（5）：48-53.

[34] 劉曉嵐，劉穎，遲曉明.我國災害信息傳播的研究現(xiàn)狀與展望[J].防災科技學院學報，2010（1）：132-136.

[35] 劉偉，劉曉嵐.移動互聯(lián)網(wǎng)語境下的災害信息傳播研究[J].東南傳播，2015（3）：5-7.

[36] 劉雯，高峰，洪凌子.基于情感分析的災害網(wǎng)絡(luò)輿情研究――以雅安地震為例[J].圖書情報工作，2013，57（20）：104-110.

[37] 劉波.公共突發(fā)性事件中微博輿論場域的生成與引導――從北京“7?21”特大自然災害到事件[J].中國黨政干部論壇，2013（4）：76-80.