生物信息學的認識精選(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的認識主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：生物信息學的認識范文

關鍵詞：信息技術；細化任務設計；任務完成

培養學生主動學習能力和獨立分析、解決問題能力，在教學中最重要的方法可以說是“任務驅動法”。任務設計的質量直接關系到教學效果，所以要樹立以學生為主體，教師發揮組織者、指導者和促進者的作用，利用教學情境、合作交流等學習環境充分發揮學生的主動性、積極性和創新精神，最終達到激勵學生的求知興趣，有效地實現學生對知識的認知目的。

一、細化任務驅動

任務驅動不要過于簡單，要將所要學習的新知識設計在一個或幾個任務里，學生通過對所提的任務進行分析、研討，明確它涉及哪些知識要點，并找出哪些是學過的知識，哪些是新的知識，遇到較難問題時，教師要及時指導解決問題，最后學生通過任務的完成而實現了對所學知識的理解和掌握。

在設計任務時既要考慮到學生個體差異，又要考慮知識的難易程度，可以按三個層次來設計：

第一，設計基本的任務，明確要學的新知識和新方法，教師列舉具體的實例，學生按照老師的要求做，以掌握任務中包含的新知識和技能。第二，設計提高性的任務，教師列出具體的要求，不列出具體的實例，留給學生自主發揮的空間，鼓勵學生創作出有創意的作品。他們在完成了基本任務后，進行自由的活動。第三，設計開放性的任務，教師列出多種要求、內容和形式，由學生組成小組合作完成，這比較適合模塊的綜合性練習。

二、師生研討

設計好的任務發給學生后，要及時指導學生進行討論并且寫出討論的方案來。教師引導學生逐步理清任務中的問題，然后師生共同論證完成這個任務的方案，將任務分成多個小任務并制定出詳細的操作步驟找到問題的解決途徑。

三、任務完成

任務驅動的目的是讓學生進入學習情境，師生研討，使學生明確學習的目標。教師既要及時引導學生，還要主動去觀察學生，發現學生出現的問題，特別是共同性的問題。學生可以按以下的方法來完成任務：第一，自主探究：學生在學習過程中能夠發揮主動性，體現出學生的首創精神，正確評價自己的認知活動，從中獲取對知識的正確理解，探求問題的最終解決。第二，合作學習：學生分小組共同完成任務。通過合作解決問題、小組討論、意見交流等形式，促進學生的溝通，學會表達自己的見解，學會評判、接納和反思。

第2篇：生物信息學的認識范文

Abstract: University research has a close relationship with teaching. The research leads the teaching，at the same time，the teaching also urges the research. The research conveys the whole cognitive process to students through teaching while the purpose of education is to arouse students' scientific unity awareness and cultivate a kind of clear self awareness. Bioinformatics is a burgeoning cross discipline with its distinctive features. At present，it is still an unresolved issue of how to embody subject unity at bioinformatics teaching. Combining the characteristics of bioinformatics，the paper preliminarily analyzes the relation of bioinformatics teaching and research and explores how to embody this cross discipline's unity in teaching.

關鍵詞：生物信息學；教學；科研；統一性

Key words: bioinformatics；teaching；research；unity

中圖分類號：G42 文獻標識碼：A文章編號：1006-4311（2010）33-0184-01

1以真理為業的教師

按照雅斯貝爾斯的說法，“大學應當成為這樣的一個地方，在這里人們可以不受限制的探求真理，并在對真理的追求中培養清晰的自我意識”[1]。生物信息學像所有的學科一樣，首先要傳達出一種以真理為業的精神。以韋伯的《以學術為業》的著名演講為例[2]，可知這樣一種精神的傳達所具有的不可替代的價值。

2在教學中傳達生物信息學的整體性

2.1 生物信息學是門學科而不是工具。生物信息學最開始是為了處理基因組計劃產生的大量數據而誕生的，所以總是被認為是一門工具。

現在的生物信息學正由過去的分析和積累生物分子的知識轉變為綜合多種生物分子及其相互作用的知識來了解生物系統的功能[3]。日本學者Minoru Kanehisa把生物信息學分為基因組信息學和后基因組信息學兩個階段，基因組信息學是為了處理基因組計劃產生的大量數據而誕生的，它的角色是通過對生物分子的分析支持實驗工作；后基因組信息學的研究可能使我們進入到對生命的基本規律的認識[3]。正是因為后基因組信息學的出現，使得生物信息學有了作為一門學科的資本。

2.2 生物信息學是一個整體。當把生物信息學作為一個工具時，它確實是各個不同學科的堆砌。然而，當我們的研究層次可以從單個基因和蛋白質過渡到網絡，甚至全基因組的相應時，當我們注意到細胞隨著時間和空間而受到動態的調控而基因也不再是靜態的實體時，當我們從整個生命之樹的角度處理大量信息時，生物信息就成了一個主導的整體，而不只是各個工具的堆砌[4]。它成了一門“理論”的生物學。

3生物信息學教師的科研能力的培養

從真理和求知意志的統一性上來說，科學就是哲學，是通過一種“明確而嚴密”的方式，體現了哲學上的沖動。教育的目的，正是要把這樣一種激情和研究的方式傳播給其他人。教師在講臺上的作用，不只是他說講解和組織起來的各種知識，他的對于科學的激情和逐步探索的過程會對學生有很大的感染力。從康德到韋伯所做的經典講座都表明，演講者不經意間流露出的“可意會不可言傳”的東西，對于講課的效果有關鍵的影響。如果教師不具備科研精神和一種探索中的冒險精神，他的內容無論組織得多有條理，無論以多么精確的確定性得出令人賞心悅目的數字，也會導致教學的失敗[1]。因此，生物信息學的教師應該首先超越把生物信息學作為工具的想法，培養對于客觀性的忠誠以及一種為真理統一性獻身的熱忱。

生物信息學不同于其他學科，它沒有別人組織好的教學材料，它的很多最新成果必須教師自己去整理和總結，這就更凸顯了生物信息學的教師必須同時是生物信息學的研究者的必要性。生物信息學的各位教師，應該全面關注生物信息學的各個研究領域的最近的成果，體會出生物信息學從“工具”到“學科”的漸變，并在這樣的一個轉變中體會生物信息學從“為實用而科學”到“為科學而科學”質變。

4生物信息學教學特點和教學模式

生物信息學的教學特點與其他學科的最大的不同在于生物信息學領域的研究嚴重依賴于因特網。生物信息學必須通過因特網來訪問基因組計劃產生的序列數據、獲取各種軟件和程序模塊，并通過網絡整合生物學的不同資源[4]。為了達到良好的教學效果，必須建立起充足的計算機和網絡等教學資源，并在教學中，多進行一些上機實踐。然而，這些資源往往是一些散在的資源，生物信息學的教師在上課時應該使學生認識到，這些生物信息學資源是相互緊密相連的。生物信息學的教師應該避免孤立的講解枯燥的數據庫和軟件資源，而應該提出一些整體性的又可操作的生物學問題，通過一些生動的例子，讓學生在解決問題的過程中了解各個數據資源，同時了解各個資源之間的相互關系。

同時，生物信息學的教育模式對培養學生的求知意志和求知的統一性也很重要?？偟膩碚f，存在三種基本類型的教育模式，一種是經院式的教育，這種教育關心的只是傳統的繼承；一種是學徒式的教育，這種教育是因為徒弟對師傅的人格的向往；一種是蘇格拉底式的教育，在這個教育模式中，學生和老師應當被認為是出于同樣的水平，雙方都被認為是自由的，教師只是一個助產婆[1]。生物信息的教學模式只能是蘇格拉底式的教育。在這樣一個新生的學科里，沒有什么東西是一成不變的。教師應該使學生明白當前研究的局限性并坦率的承認自己的無知，并使學生明白自己只是個普通人且是可被質疑的，只有這種模式才能有效的激發出學生的堅定的求知意志。蘇格拉底式的老師會抵制來自學生的企圖把他看作權威和大師的迫切愿望[1]。

總之，由于生物信息學是一門交叉的學科，老師們必須在教學中體現出一種以統一性為特征的科研精神，傳達給學生一種冒險性和探索精神。并且，由于生物信息學還是一門新生的學科，老師們應當探索新的有效的教學方法，并注意培養自己的科學素質，使學生體會到生物信息學內在的統一性和理論性。最后，自由的探索是新興學科的靈魂所在，應當避免在教學中出現強迫的行為，我們當謹記雅斯貝爾斯的勸告：“一種自由的生活方式只有靠自己負責才會有前途。教師的傳授是自由的，學生的學習也因而是自由的”。

參考文獻：

[1]卡爾?雅斯貝爾斯.大學之理念[M].上海：上海世紀出版集團，2005.

[2]馬克斯?韋伯.倫理之業[M].桂林：廣西師范大學出版社，2008.

第3篇：生物信息學的認識范文

關鍵詞：生物信息學 交叉學科 學生培養

一、生物信息學的產生

生物學是一門古老的學科，在人類歷史發展的長河中，人類從未停止過對生命奧秘的探索。人們逐漸認識到，雖然生物種類多種多樣，但是它們的最基本分子卻是相同的。DNA、RNA和蛋白質等分子構成了生命的基本單位，再由細胞到組織、器官，最后器官系統組成完整的生物體。

傳統的生物學研究中，由于受到技術水平的限制，生物學家多采用低通量的生物實驗方法，其研究對象通常是一個基因或者幾個基因組成的通路。在這種情況下，實驗后的簡單觀察就可以滿足研究需要。隨著生物研究的不斷深入，積累了大量實驗數據，人們不禁想到，如何把不同的實驗結果整合起來？另一方面，隨著生物技術的發展，大量新興技術出現，產生了海量的數據。例如90年代興起的基因芯片技術，單張芯片就可以測定成千上萬個基因在某一狀態下的表達情況。1990年啟動的人類基因組計劃更為生命科學的研究提供了海量的序列數據。面對如此多的數據，以前依靠生物實驗研究單個或幾個基因的方法很難再適用，生命科學、統計學、計算機科學和信息科學等若干學科的交叉學科――生物信息學應運而生。生物信息學以計算機、統計、模式識別等方法為手段，以生物數據為研究對象，通過對大量生物數據的儲存、處理和分析，提取其中有意義的生物知識[1]，從而最終揭示蘊藏在核酸序列和蛋白質序列中的信息，對了解生命活動的基本規律出貢獻。

二、生物信息學在生命科學研究中的作用

作為一門新興的學科，大家對生物信息的作用并不十分明確。很多人認為生物信息學只是為實驗科學服務。從廣義上講，這種說法也不無道理，但是生物信息學并不是實驗科學的附屬品，與生物實驗一樣，它也是解決生物問題的一種手段。為了解決生物問題，生物學家依靠的是實驗臺，生物信息學家依靠的是計算機。

在生命科學的發展過程中，以分子生物學的產生為界，可以分為傳統生物學和現代生物學。傳統生物學和現代生物學取得的成就為生命科學的發展做出了巨大貢獻。人類基因組計劃啟動以來，人們一度認為只要把各種生物基因組的全部堿基排列順序測定清楚，生命的遺傳奧秘就會顯露無余，但是真實的情況遠不像想象的那樣簡單。人類的個體發育開始于一個單細胞受精卵，受精卵經過一系列的細胞分裂和分化，產生具有不同形態和功能的細胞，不同細胞之間相互作用構成各種組織和器官。雖然人類基因組中有兩萬多個基因，但是在單個細胞當中，同時起作用的基因往往是很少的。有些基因只在特定階段起作用，有些基因只在特定組織起作用。只關心某個基因或蛋白的功能是不夠的，因為在不同時空條件下，同一個基因或蛋白的功能可能不同。生物是一個復雜的系統，其表型和功能不僅體現于基因數量和序列的不同，更體現在基因、蛋白以及其他生物分子之間的相互作用之中。因此，把研究對象當成一個整體，系統地分析內部的相互關系尤其重要。但是無論是傳統生物學還是現代生物學，都是一門實驗學科，生物學的發展中缺乏一種系統思想。生物信息學可以從大量生物數據中提取有意義的生物知識，通過對已有數據的總結，進一步推測生物體的某些性質和變化趨勢，生物信息學為大量生物數據的整合提供了可能，與生物實驗一樣，是生物研究中的一種重要途徑。

三、生物信息學學生的培養

生物信息學是一門交叉學科，要求學生具有較好的分子生物學、計算機科學、數學和統計學素養，目前國內只有少數幾個學校設立了生物信息學本科專業，大部分的學生都是進入研究生階段才開始生物信息學的培養。在進入生物信息學專業前，本科階段可能接受過計算機、統計學、信息學、生物學等某一方面的教育，但要進行生物信息學的研究，大多需要補充其他方面的知識。

生物信息學研究可以分為兩類：第一，在深刻理解生物問題的基礎上，利用計算技術解決生物問題，第二，為生物學家提供性能更好的方法（算法）。理工科背景學生的生物知識較少，但是對于各種計算方法的原理和使用非常熟悉，對于這類學生的培養，第二類問題比較適合他們入門。在生物信息領域，有很多經典的分類問題。這些問題已經明確了分類目標，并且大都有通用的數據集。但是這類工作也受到了生物學家的質疑，因為大部分工作都是把已有的經典算法用在生物數據上，由于對生物問題不夠了解，最后成為只有做生物信息的人才看的方法。這也在一定程度上導致了部分生物學家對生物信息存在偏見，認為生物信息就是提出新算法，做一些數據庫。要想真正讓生物學家認識到生物信息學的重要性，就要以解決生物問題為根本出發點，即使是做預測方法，也要建立在解決生物問題的基礎上。做出更好預測方法的關鍵是深入理解生物問題并抓住關鍵特征。舉個例子，要把男生和女生分開，我們可以根據很多特征，比如身高、體重、頭發長短，雖然大多數情況下來說，男生比女生高、比女生重、比女生頭發短。但是只基于這些特征還是會造成很多的分類錯誤，因為這些特征不是男生女生差別的最根本因素。如果我們是根據性染色體來分，那正確率的提高就非常顯著了。在預測問題中，利用五花八門的方法并不是關鍵，如何能夠對生物問題深入了解并找到關鍵特征，才是最主要的。

作為一門新興的學科，大家對生物信息的了解還很少，很多人對它的定位也不同。但既然是生物信息，就是先生物后信息，可見生物的重要性。所以，在生物信息的研究過程中，對生物問題只限于表面地理解，勢必不能做出好的工作。只有對生物問題有了深入了解，才能發現其中的問題。能夠找到值得做的問題，可以說工作已經成功了一大半。當然，解決問題過程中也會有很多困難，比如發現了值得研究的課題，但在解決的過程當中發現某些數據無法獲得，或者某些技術超出了自己的能力范圍。在這種情況下，可以首先想想有沒有其它變通的辦法可以解決問題，如果經過慎重的考慮都無法找到，就要果斷的放棄。這里要強調一定要慎重考慮，不能遇到一點困難就放棄。

相比理工科背景的學生，生物背景的學生有著扎實的生物學知識基礎。但是如果是從本科階段直接進入生物信息學，由于還沒有進行過實驗操作，他們對生物問題的理解也很難非常深入。不管是理工科背景還是生物背景的學生，豐富的生物學知識都是進行好的生物信息學研究的前提。在培養學生時不可忽視對其基礎生物學知識的傳授和教育，并適當引導其對生物學問題的思考。生物學問題可以很大也可以很小。大的生物學問題任何一個懂得基礎生物學知識的人都可以提出，但也是最難解決的，比如到底是什么改變使細胞惡變，自身免疫病是如何形成的，心血管病糖尿病等復雜疾病是如何發生的，為何有人容易生某種病而其他人不易感。小的生物學問題就是各自領域的具體研究課題，比如表觀遺傳學領域的DNA去甲基化酶是否存在，基因表達調控領域的轉錄起始頻率是如何決定的，RNA領域的大量非編碼RNA的作用，蛋白修飾領域新發現的修飾如何調控蛋白的功能等等。在腦中提出并試圖思考一系列大大小小的生物學問題是對學生培養目標的第一步。這些問題的產生的前提是對生物學知識的熟悉掌握。然而在對學生培養的過程中沒必要也不可能告訴他們所有的知識，生物學知識教育的原則是為他們打開門，當他們思考問題的時候知道去哪里找到相關的知識。

另一方面，只有生物學基礎知識和問題是不夠的。很多問題在生物信息學產生之前就存在了，傳統的方法無法帶給人們問題的答案。人們一直期待新的方法去理解和解決這些問題。生物信息學的產生無疑提供給人們另一種思考生物問題的方式，為一些經典問題的解決提供了可能。例如最近的大規模的腫瘤基因組測序和分析使我們發現了很多新的腫瘤相關基因[2]。對于生物背景的學生，在教學中要把這樣的例子介紹給學生，生物背景的學生在理解信息學理論方面會存在困難。最初很難要求他們理解所有具體過程。但是至少要讓他們知道這些方法的基本原理，還有在什么情況下使用。這樣在以后的研究中遇到類似問題才能想到應該選擇什么樣的信息學工具去解決，在具體應用過程中加深對整個過程的理解。生物背景的學生如果想成為生物信息學專家，只會應用是不夠的，補充一些計算機、統計、信息方面的基礎知識是必不可少的。

生物信息學是一門仍處在快速發展之中的學科。還沒有一本教材能夠滿足生物信息學教學的需要，生物信息學立足于分子生物學、模式識別、計算機科學與技術、數學和統計學等學科，所以學生要先對這些學科的基本概念和系統有一個較為全面和直觀的認識，為日后的科研打下堅實的基礎。另外，培養過程中要包括大量的實例介紹，對一些重要的應用還加以詳細解剖，使得同學們不再僅掌握理論，而是能夠學會如何在實際工作中靈活應用這些理論。在此基礎之上，向同學們推薦一些最新的論文、期刊、參考讀物和相關的學術報告，讓同學們能夠切身感受到學科發展的前沿，培養學生的創新能力。21世紀是生命科學的時代，也是信息科學的時代。生物信息學在這樣的歷史條件下產生并壯大，它作為多個領域的交叉新興學科，對生命科學研究有著巨大的推動力。生物信息學是一門應用性非常強的學科，也是一門非常活躍的前沿學科，良好的教學效果必須以先進的內容體系為基礎，我們應時刻注意以科研促進教學，教學科研相長，使教學研究達到更高的水平。

[參考文獻]

[1]蔣彥等.基礎生物信息學及應用[M].北京：清華大學出版社,2003

第4篇：生物信息學的認識范文

關鍵詞生物信息學；教學；教學改革

生物信息學是生物學、計算機科學、信息科學、數學等多學科交叉融合的新興學科，可培養學生綜合運用知識解決科學問題的思維水平和能力，學科內容具有極強的前沿性、開放性、實踐性和探索性，有助于培養寬口徑、厚基礎、創造性、應用型的專業人才[1-2]。但因生物信息學的知識龐博、原理抽象，使得該課程不能采用傳統的教學模式進行教學，現行的課程教學方法尚未完善，需根據不同學校、不同專業的發展定位和學生培養目標有針對性地設計和開展課程教學。浙江大學寧波理工學院生物工程和生物技術為工科專業，以培養高水平的應用型人才為目標。近幾年開設了生物信息學課程，通過不斷的課程教學改革和實踐，筆者發現影響教學效果的多方面因素，包括地方院校生物信息課程授課過程中的共性問題[3]。逐步對課程目標、教學內容、教學方法和考核方法等方面進行了有益探索，探索適合工科專業學生的生物信息學課堂教學模式。通過努力，初步解決了浙江大學工科大學生的生物信息學課堂教學的主要問題，有效提高課程教學效果，同時也獲得了一些經驗和認識。

1工科專業的生物信息學課程教學問題

1.1課程教學內容新穎繁多，與專業課程體系設計不匹配

生物信息學作為一門新興的交叉學科，要求學生了解、掌握的基礎知識非常多，但學校側重于工程人才培養，工科應用課程多，生物基礎知識薄弱，且將生物信息學作為專業選修課，僅安排24學時的授課時間，這就形成教學內容新穎繁多與專業課程體系安排設計不匹配，難以有效利用已學知識對這個綜合性新興學科課程進行全面學習，部分大學生還因學無所成或跟不上授課進程而產生厭學情緒。

1.2授課學時短，教學和考核模式落后

生物信息學知識龐博、原理抽象、實踐性強，但因課程授課學時嚴重不足，課堂教學通常以理論教學為主，采用以教師講授為主體的傳授式教學方法，幻燈片課件展示容量很大，學生缺少足夠的時間思考和消化，常感到學習千頭萬緒，不得要領。傳統教學方式無法滿足該課程教學需求，在生物信息學教學中存在較大局限性。在傳統教學方法下，課程考核仍以卷面形式進行，忽視實踐技能，不能有效考查大學生的學習效果。因此，傳統教學和考核方法忽視了該課程前沿性、實踐性強的特點，使學生失去了主動思考和積極創新的動力和機會。

1.3教學資源不充足，教材選擇困難

生物信息學作為一門新興學科，教學資源不充足成為普遍現象。生物信息學教材在教學內容的新穎性、時效性和對各專業的適用性等方面有所欠缺，例如一些數據庫及軟件總在不停更新，教材內容有比較大的滯后性。由于高校開設該課程的時間通常較晚，適用于工科專業的生物信息學教學資源，如教學教案、多媒體課件、教學視頻等尤為欠缺。同時，由于生物信息學課程的前沿性，與生物信息學有關的網頁大部分都是英文，工科大學生的生物信息學專業詞匯極其匱乏，開展實踐教學時學生學習非常吃力，甚至造成學生學習困難，教學效果比較差。

2工科專業的生物信息學課程教學改革

2.1根據專業特點改革教學內容

結合工科專業特點及培養特色，選用相對簡潔，基礎知識與實踐應用相結合的教材，如陳銘編寫《生物信息學（第二版）》等。同時不拘泥于教材，針對具體講授情況進行有機取舍和補充，合理制訂教學方案。比如，對浙江大學生物工程專業的本科生來說，生物信息學更多的是一種輔助分析工具，不需要深入學習數據庫的構建方法、軟件算法等基礎知識，更多的是培養他們應用生物信息學技術和思維方法來服務本專業知識的能力。因此，大力引入實踐教學，大幅度壓縮理論教學，理論教學和實踐上機操作時間基本按等比例分配。改革后的理論教學內容包括生物數據庫及其信息檢索、序列比對與分子進化、核酸序列分析、蛋白質性質和結構分析、基因組信息學、蛋白質組信息學等；實踐教學引入了常用生物信息學數據庫的應用、核酸和蛋白質序列的進化分析、DNA序列的信息學和功能分析、蛋白質序列分析和結構預測、常用生物軟件的應用、綜合實驗等。該教學計劃不僅使學生有效學習生物信息學的理論和技術，還可使學生深刻體會和貫通一些生物化學、分子生物學、基因工程等生物課程的知識，夯實了工科大學生的生物學基礎理論知識，為學生開展專業相關的實踐創新項目和后續畢業論文設計提供技術支持。

2.2革新基于多媒體的互聯網教學方法

多媒體網絡教室借助于計算機網絡和多媒體技術，輕松實現生物信息學理論講授、數據庫搜索及軟件應用演示，便于師生課堂交流，增強學生的教學參與意識[4]。再加上大多生物信息學數據庫及軟件工具在因特網上免費提供，引導學生充分利用這些網絡資源尤為重要。因此，必須建立有效的基于多媒體的生物信息學互聯網教學方法，給大學生提供更多動手操作機會，改善學習效果，充分體現生物信息學的實踐性?；诖耍瑢⒚總€生物信息學教學主題的課堂講授內容分為2部分：一是用幻燈片進行理論知識講授和操作演示，二是指導學生利用豐富的網絡資源和軟件工具完成相關上機實習，引導學生進行探索式練習，培養主動學習的習慣。例如在GenBank數據庫教學活動中，首先用幻燈片講授該數據庫的簡要情況；接著演示GenBank數據庫的搜索方法和搜索結果的要點，結合搜索內容講解核酸及蛋白序列的格式、主要字段的含義、序列下載的方式；最后，布置相關上機操作內容，由學生上機操作該數據的搜索，并對搜索到的序列進行解讀，教師全程指導解疑。另外，為擺脫該課程學時短的限制，結合教學內容適量安排課后作業，鼓勵學生利用課余時間上機操作，鞏固和拓展生物信息學知識。這樣的教學方式簡明扼要，既節約了課堂時間，還教會了學生主動獲取信息的手段。

2.3開設創新型開放性實驗

生物信息學課程的開放性和前沿性可以開拓學生的視野，幫助開發新的思維方式。因此，在生物信息學實踐環節增設創新型開放性實驗[5]，綜合采取啟發式、研討式、運用式等教學方法[6]，強調大學生的創新思維、實踐動手能力的培養，有效調動學生的學習興趣。新型開放性實驗包括演示實驗實例模塊和綜合研究實驗模塊，讓學生自己提出問題、設計和探索解決方案，引導學生獨立思考、大膽動手，充分發揮學生的主動性和創造性，培養學生發現問題、綜合分析處理問題、信息的收集和整理、創造性思維等獨立動手能力以及團結協作能力。就綜合實驗模塊而言，例如，學生想研究自己感興趣的一個基因，要求學生獨立查找相關文獻和資料，收集和分析核酸、蛋白質序列及其同源性關系，預測該基因的結構、功能，最后總結這個實驗過程并分析實驗結果，撰寫一份實驗報告。通過創新型開放性實驗訓練，可以全方位、多角度、重能力地訓練學生的綜合素質。

2.4制訂理論與實踐并重的教學效果考核方法

根據新的教學內容和模式，積極改革生物信息學考核方式，制定理論和實踐并重的考核制度，增強考察大學生對生物信息分析的基本技能的掌握程度以及對結果的分析能力。例如，課程的學生總評成績由平時成績和期末成績組成，分別占25%和75%。期末成績評定由理論考核和上機考核組成，比例分別占40%和35%。上機考核包括2部分：一是針對課堂教學內容隨堂布置上機作業，讓學生深化理論教學和演示實驗教學的學習，評定學生作業成績；二是讓學生選定感興趣的研究課題或教師設定研究主題，學生結合所學生物信息學知識，獨立制訂完整的研究方案，通過上機操作完成方案中的生物信息學操作，并對結果進行解讀，形成一份實驗報告，教師評定學生的報告成績。通過這種考核可以全面評定學生的學習效果，促進學生主動學習，同時還可以準確發現教學過程中存在的問題，為課程教學的進一步優化提供指導。

3結語

根據生物信息學課程特點，針對工科專業培養特點，結合近年來筆者的課程教學實踐，精心選擇教學內容，突出并合理組織實踐教學，注重培養大學生的核心技能；充分采用基于多媒體的互聯網絡教學，增設創新型開放性實驗，構建多樣性教學方法，強調學生的創新思維、實踐動手能力的培養；注重教學效果評價，制訂突出實踐能力的考核方法，促進學生主動學習能力。通過這些教學改革和實踐，逐步探索適合工科大學生的生物信息學課堂教學模式，有效提高課堂教學效果，切實增強學生的專業知識和技能。

參考文獻 

[1] A·馬爾科姆·坎貝爾，勞里J·海爾.探索基因組學、蛋白質組學和生物信息學[M].孫之榮，譯.2版.北京：科學出版社，2007. 

[2] 鄭國清，張瑞玲，段韶芬，等.生物信息學的形成與發展[J].河南農業科學，2002（11）：4-7. 

[3] 喻修道，雷霆，龐振凌，等.地方院校生物信息學課程教學模式的探討[J].南陽師范學院學報，2015，14（6）：58-61. 

[4] 錢葉雄，朱國萍，聶劉旺，等.生物信息學課程“教、學、研”一體化創新教學模式探討[J].安徽農業科學，2013，41（6）：2812-2813. 

[5] 吳建盛，李政輝，張悅.強化創新型開放性實驗，促進生物信息學課程建設[J].信息通信，2013（6）：276-277. 

第5篇：生物信息學的認識范文

關鍵詞：生物技術;生物信息學;教學;實踐

中圖分類號：G642 文獻標志碼：A 文章編號：1674-9324（2015）47-0123-02

生物信息學（Bioinformatics）是在生命科學的研究中，以計算機為工具對生物信息進行儲存、檢索和分析的科學，是一門新興的交叉學科。生物信息學針對生物學問題，發展各種算法及軟件，對迅速增長的浩如煙海的核酸和蛋白質序列進行收集、整理、儲存、、加工等，目的在于通過生物信息學手段及分析，逐步認識生命的起源、進化、遺傳和發育的本質，破譯隱藏在DNA序列中的遺傳語言，揭示生物體生理和病理過程的分子基礎，為探索生命的奧秘提供合理和最有效的方法或途徑[1]。作為當今生命科學和自然科學領域發展最為迅速的學科之一，生物信息學已成為介于生物學和計算機科學前沿的重要學科。實驗室的每一項技術，從簡單的克隆、PCR到基因數據分析都需要在計算機上應用生物信息學的方法進行處理。因此，對生物技術專業的學生而言，具備一定程度的理解和應用生物信息學方法和技術的能力是十分必要的。

目前，國內外許多高等院校相繼開設了生物信息學課程，我校也于2007年針對生物技術專業學生開設了此門課程。該課程不僅是一門新興的學科，而且學習難度大，理論課內容相對枯燥，如何讓學生更好地掌握本門課程的內容，是教師在教學過程中值得深思的問題。實驗教學是幫助學生理解抽象理論知識的有力手段，在教學中顯得尤為重要，但由于開設專業的特殊性，生物信息學實驗教學一直比較薄弱。本文對過去實驗教學中存在的問題進行了分析，并針對問題結合《基因工程原理》課程以及自己的科研對教學內容進行了優化和教學方法上的改進，取得了一定的成效。

一、過去教學中存在的問題

（一）實驗課教學學時偏少

生物技術專業五年制生物信息學課程總學時為72學時，其中理論48學時，實驗24學時。生物信息學課程最主要的目標是培養學生通過在線程序或利用生物信息學軟件來分析生物學問題的能力，有效解決學生實驗學時不足，實際操作時間少，解決實際問題能力較弱的問題。

（二）與其他課程聯系較少

生物信息學課程開設在生物技術專業教學進程的第6學期，此時學生已具備普通生物學、細胞生物學、分子生物學、生物化學、醫學免疫學、遺傳學、基因組學、基因工程原理等生命科學的基礎知識。但是，在生物信息學理論課和實踐課學習的內容，如查閱的文獻、分析的目的則由授課教師自行指定，忽略了與其他課程的聯系，不利于學生系統地學習專業課的知識。

二、教學體系的改革和完善

（一）增加實驗課教學學時

從2012年起，我校生物技術專業由五年制調整為四年制，同時在修訂教學進程的時候將學時調整為理論36學時，實驗36學時，理論課結束后即為該內容的實踐部分，以此增加學生的實踐訓練時間。

（二）將基因工程原理實驗課程與生物信息學實踐相聯系

在基因工程原理的實驗中，我們把家蠅防御素基因作為目的基因，主要設計的實驗內容包括：（1）目的基因的獲得：利用PCR技術擴增已經克隆到pMD-18T載體上的家蠅防御素基因;（2）pSK質粒載體的小量制備;（3）目的基因與載體的酶切;（4）目的基因與載體的連接;（5）大腸桿菌感受態細胞的制備;（6）重組質粒的轉化;（7）重組子的藍白斑篩選;（8）菌落PCR鑒定重組子[2]。

在學生對基因工程實驗內容熟悉的基礎上，我們在生物信息學的教學過程中對學生提出問題：家蠅防御素基因現有的研究現狀是怎樣的？PCR擴增目的基因的過程中引物該如何設計？獲得陽性重組子后我們如何判斷獲得的插入序列就是目的基因呢？

針對這樣的疑問，我們結合基因工程實驗對教學內容進行適當的調整：（1）PUBMED獲取文獻信息：由學生通過PUBMED查找近五年發表的有關家蠅防御素基因研究的文獻;（2）核酸序列分析：以家蠅防御素基因為對象，分核酸序列的檢索、搜索開放閱讀框（ORF）、限制性酶切分析、引物設計、載體序列識別、核酸序列的比對、分子質量/堿基組成/堿基分布分析和序列轉換共8大部分內容進行講解和學生實踐操作;（3）蛋白質序列分析：同樣以家蠅防御素蛋白為對象，分蛋白質序列檢索、蛋白質序列比對、蛋白質基本性質分析（蛋白質的氨基酸組成、分子量、等電點、親疏水性分析、跨膜區分析、信號肽分析）、蛋白質功能預測、蛋白質結構預測（蛋白質二級結構和三級結構預測）共5大部分內容進行講解和指導學生進行實踐操作。

（三）以科研促進生物信息學的教學改革

筆者所在課程組主要集中于功能基因組學的研究，涉及了功能基因的獲取、生物信息學分析、功能驗證等方面的內容。學生在課程學習中，參與到教師的科研課題中，學會運用生物信息學所學知識實際解決科研問題。學生可自行完成從文獻的查閱、目的序列的獲?。ㄓ晒矓祿飓@得或實驗室測序獲得）、基因序列的分析、理論推導氨基酸序列基本性質的分析及結構和功能的預測、系統發育分析，如有可能，學生可通過實驗的方法驗證生物信息學分析的結果，同時鼓勵學生自主選擇感興趣的基因、蛋白進行課程設計研究，實踐結束后學生將結果以論文形式提交給教師。

三、教學探索的成效

生物信息學是一門實踐性很強的學科，實驗教學作為培養學生的重要手段，在該門課程學習中有著舉足輕重的作用。在醫學院校生物技術專業生物信息學課程的教學中，立足于生物醫學視角的實踐教學，以與醫學相關的基因、蛋白質等數據作為研究的主體，結合基因工程實驗教學改革生物信息學的授課內容，有利于學生對專業課程知識的系統學習。同時，結合生物信息學研究前沿和自主科研課題成果，形成科研教學相融合的實踐性教學，能夠充分調動學生學習的主動性和積極性，進而激發學生的求知欲和創新能力。教學與科研形成相輔相成的互助關系，科研成果轉化為教學資源，明顯充實了教學內容，提升了教學水平和學生能力。在教學改革探索過程中，已有學生參與到課題組的科研工作中，利用所學的生物信息學知識，通過指定題目或自主選題，順利完成畢業實習并發表了科研論文《印鼠客蚤線粒體COⅡ基因的克隆、序列測定和分子系統學分析》[3]、《美洲大蠊i型溶菌酶基因的克隆及其功能預測》[4]、《致倦庫蚊防御素基因的克隆與原核表達及蛋白純化》[5]、《德國小蠊致敏原Blag 2的Glu 233突變的分子對接研究》[6]、《伏馬菌素B1特異單鏈抗體的同源建模及分子對接模擬研究》[7]等，證明生物信息學課程教學改革切實可行。

參考文獻：

[1]郭麗，趙楊，柏建嶺，等.醫學院校生物統計學專業生物信息學教學探索[J].南京醫科大學學報（社會科學版），2013，10（5）：457-460.

[2]張潔，王S，劉紅美.結合科研改進基因工程實驗教學的教學實踐[J].教育教學論壇，2012，28（42）：70-71.

[3]王S，張迎春，張春林，等.印鼠客蚤線粒體COⅡ基因的克隆、序列測定和分子系統學分析[J].貴州科學，2012，30（5）：35-39.

[4]王S，龍高群，張春林，等.美洲大蠊i型溶菌酶基因的克隆及其功能預測[J].動物醫學進展，2012，33（9）：21-27.

[5]王S，王吉平，張春林，等.致倦庫蚊防御素基因的克隆與原核表達及蛋白純化[J].動物醫學進展，2012，33（11）：45-50.

第6篇：生物信息學的認識范文

關鍵詞:生物信息學醫學統計學課堂教學

生物信息學融合了生物技術、計算機技術、數學和統計學的大量方法，已逐漸成為發現生命過程中所蘊涵知識的一門重要學科。其基本問題主要包括：DNA分析、蛋白質結構分析、分子進化。醫學統計學作為醫科院校的基礎課程之一，長期以來其理論和方法就廣泛應用于臨床醫學、基礎醫學的各類研究中。隨著生物新技術的誕生，在推動生物信息學發展的同時，醫學研究對象也由宏觀的病人、生物組織拓展到微觀的基因領域，所面對的實驗數據在性質和結構上也都有所不同，這對醫學統計學的應用提出了新的更高的要求。

目前，醫學統計學的很多原理和方法已成功地應用于這些新研究之中，并在此基礎之上有了新的發展和改進。如概率分布的知識與序列相似性分析、蛋白質分類等技術密切相關；方差分析、非參數檢驗方法經改進和結合后在基因表達數據的前期分析中發揮了較好的作用；而聚類分析、判別分析、相關分析這些大家所熟知的統計學方法更是在基因分類和調控網絡的建立中得到了廣泛的應用。在進行醫學統計學課堂教學時加入生物信息學方面的應用實例，不僅可以使學員了解本學科研究的前沿和醫學、生物信息學研究的新發展，還可以提高學員對于醫學統計學理論學習的興趣，掌握先進的生物實驗數據分析方法，提高今后從事醫學科研的能力。下面，本文在回顧醫學統計學授課主要內容的基礎上，就醫學和生物信息學中的可能應用舉例如下：

一、概率分布

概率分布（probabilitydistribution）是醫學統計學中多種統計分析方法的理論基礎。授課內容一般包括：二項分布、Possion分布、正態分布、t分布、F分布等。

借助概率分布常?？梢詭椭覀兞私馍笜说奶卣鳌⑨t學現象的發生規律等等。例如，臨床檢驗中計量實驗室指標的參考值范圍就是依據正態分布和t分布的原理計算得到；許多醫學試驗的“陽性”結果服從二項分布，因此它被廣泛用于化學毒性的生物鑒定、樣本中某疾病陽性率的區間估計等；而一定人群中諸如遺傳缺陷、癌癥等發病率很低的非傳染性疾病患病數或死亡數的分布，單位面積（或容積）內細菌數的分布等都服從Poisson分布，我們就可以借助Poisson分布的原理定量地對上述現象進行研究。

在生物信息學中概率分布也有一定應用。例如，Poisson分布可以用于基因（蛋白質）序列的相似性分析。被研究者廣泛使用的分析工具BLAST(BasicLocalAlignmentSearchTool)能迅速將研究者提交的蛋白質（或DNA）數據與公開數據庫進行相似性序列比對。對于序列a和b，BLAST發現的高得分匹配區稱為HSPs。而HSP得分超過閾值t的概率P(H(a,b)>t)可以依據Poisson分布的性質計算得到。

二、假設檢驗

假設檢驗（hypothesis）是醫學統計學中統計推斷部分的重要內容。假設檢驗根據反證法和小概率原理，首先依據資料性質和所需解決的問題，建立檢驗假設；在假設該檢驗假設成立的前提下，采用適當的檢驗方法，根據樣本算得相應的檢驗統計量；最后，依據概率分布的特點和算得的檢驗統計量的大小來判斷是否支持所建立的檢驗假設，進而推斷總體上該假設是否成立。其基本方法包括：u檢驗、t檢驗、方差分析（ANOVA）和非參數檢驗方法。

假設檢驗為醫學研究提供了一種很好的由樣本推斷總體的方法。例如，隨機抽取某市一定年齡段中100名兒童，將其平均身高（樣本均數）與該年齡段兒童應有的標準平均身高（總體均數）做u檢驗，其檢驗結果可以幫助我們推斷出該市該年齡段兒童身高是否與標準身高一致，為了解該市該年齡段兒童的生長發育水平提供參考。又如，醫學中常?？梢圆捎胻檢驗、秩和檢驗比較兩種藥物的療效有無差別；用2檢驗比較不同治療方法的有效率是否相同等等。

這些假設檢驗的方法在生物實驗資料的分析前期應用較多，但由于研究目的和資料性質不同，一般會對某些方法進行適當調整和結合。

例如，基于基因芯片實驗數據尋找差異表達基因的問題?；蛐酒╣enechip）是近年來實驗分子生物學的技術突破之一，它允許研究者在一次實驗中獲得成千上萬條基因在設定實驗條件下的表達數據。為了從這海量的數據中尋找有意義的信息，在對基因表達數據進行分析的過程中，找到那些在若干實驗組中表達水平有明顯差異的基因是比較基礎和前期的方法。這些基因常常被稱為“差異表達基因”，或者“顯著性基因”。如果將不同實驗條件下某條基因表達水平的重復測量數據看作一個樣本，尋找差異表達基因的問題其實就可以采用假設檢驗方法加以解決。

如果表達數據服從正態分布，可以采用t-檢驗（或者方差分析）比較兩樣本（或多樣本）平均表達水平的差異。

但是，由于表達數據很難滿足正態性假定，目前常用的方法基于非參數檢驗的思想，并對其進行了改進。該方法分為兩步：首先，選擇一個統計量對基因排秩，用秩代替表達值本身；其次，為排秩統計量選擇一個判別值，在其之上的值判定為差異顯著。常用的排秩統計量有：任一特定基因在重復序列中表達水平M值的均值；考慮到基因在不同序列上變異程度的統計量，其中，s是M的標準差；以及用經驗Bayes方法修正后的t-統計量：，修正值a由M的方差s2的均數和標準差估計得到。

三、一些高級統計方法在基因研究中的應用

（一）聚類分析

聚類分析（clusteringanalysis）是按照“物以類聚”的原則，根據聚類對象的某些性質與特征，運用統計分析的方法，將聚類對象比較相似或相近的歸并為同一類。使得各類內的差異相對較小，類與類間的差異相對較大1。聚類分析作為一種探索性的統計分析方法，其基本內容包括：相似性度量方法、系統聚類法（HierarchicalClustering）、K-means聚類法、SOM方法等。

聚類分析可以幫助我們解決醫學中諸如：人的體型分類，某種疾病從發生、發展到治愈不同階段的劃分，青少年生長發育分期的確定等問題。

近年來隨著基因表達譜數據的不斷積累，聚類分析已成為發掘基因信息的有效工具。在基因表達研究中，一項主要的任務是從基因表達數據中識別出基因的共同表達模式，由此將基因分成不同的種類，以便更為深入地了解其生物功能及關聯性。這種探索完全未知的數據特征的方法就是聚類分析，生物信息學中又稱為無監督的分析（UnsupervisedAnalysis）。常用方法是利用基因表達數據對基因（樣本）進行聚類，將具有相同表達模式的基因（樣本）聚為一類，根據聚類結果通過已知基因（樣本）的功能去認識那些未知功能的基因。對于基因表達數據而言，系統聚類法易于使用、應用廣泛，其結果——系統樹圖能提供一個可視化的數據結構，直觀具體，便于理解。而在幾種相似性的計算方法中，平均聯接法(AverageLinkageClustering)一般能給出較為合理的聚類結果2。

（二）判別分析

判別分析（discriminantanalysis）是根據觀測到的某些指標的數據對所研究的對象建立判別函數，并進行分類的一種多元統計分析方法。它與聚類分析都是研究分類問題，所不同的是判別分析是在已知分類的前提下，判定觀察對象的歸屬3。其基本方法包括：Fisher線性判別（FLD）、最鄰近分類法（k-NearestNeighborClassifiers）、分類樹算法（ClassificationTreeAlgorithm），人工神經網絡（ANNs）和支持向量機（SVMs）。

判別分析常用于臨床輔助鑒別診斷，計量診斷學就是以判別分析為主要基礎迅速發展起來的一門科學。如臨床醫生根據患者的主訴、體征及檢查結果作出診斷；根據各種癥狀的嚴重程度預測病人的預后或進行某些治療方法的療效評估；以及流行病學中某些疾病的早期預報，環境污染程度的堅定及環保措施、勞保措施的效果評估等。

在生物信息學針對基因的研究工作中，由于借助了精確的生物實驗，研究者通常能得到基因（樣本）的準確分類，如，基因的功能類、樣本歸結于疾?。ㄕ＃顟B等等。當利用了這些分類信息時，就可以采用判別分析的方法對基因進行分類，生物信息學中又稱為有監督的分析（SupervisedAnalysis）。例如，基因表達數據分析中，對于已經過濾的基因，前三種方法的應用較為簡單。而支持向量機（SVMs）和人工神經網絡（ANNs）是兩種較新，但很有應用前景的方法。

（三）相關分析

相關分析（correlationanalysis）是醫學統計學中研究兩變量間關系的重要方法。它借助相關系數來衡量兩變量之間的關系是否存在、關系的強弱，以及相互影響的方向。其基本內容包括：線性相關系數、秩相關系數、相關系數的檢驗、典型相關分析等。

我們常?？梢越柚嚓P分析判斷研究者所感興趣的兩個醫學現象之間是否存在聯系。例如，采用秩相關分析我們發現某種食物中黃曲霉毒素相對含量與肝癌死亡率間存在正相關關系；采用線性相關方法發現中年女性體重與血壓之間具有非常密切的正相關關系等等。

生物信息學中可以利用相關分析建立基因調控網絡。如果將兩個不同的基因在不同實驗條件下的表達看作是兩個變量，相關分析所研究的正是兩者之間的調控關系。如采用線性相關系數進行兩基因關系的分析時，其大小反應了基因調控關系的強弱，符號則反應了兩基因是協同關系（相關系數為正），還是抑制關系（相關系數為負）。

四、意義

第7篇：生物信息學的認識范文

【關鍵詞】組合數學 教學方法 生物醫學 生物信息學

【中圖分類號】G64 【文獻標識碼】A 【文章編號】2095-3089（2015）09-0132-02

伴隨著信息時代的來臨，特別是生物醫學科學研究的迅猛發展，尤其是生物信息學這門科學的出現使得原來的生物醫學研究向低通量的臨床數據轉向高通量分子生物學數據。組合數學作為一門應用性較強的數學分支，在生物醫學中的應用廣泛，面對多因素高通量的生物醫學問題，增加高等學校，特別是生物信息學專業學生的組合數學知識，培養他們運用組合數學方法分析和解決生物醫藥科學問題的能力已經成為必要。如何在教學過程中提高學生學習組合數學的興趣，建立組合數學的邏輯思維用于解決醫學問題是我們教育工作者需要思考的問題。

一、高等學校組合數學的特點及教學現狀

組合數學是一門研究離散對象的科學，在計算機科學、信息科學中具有重要的地位，是理科及工科院校的一門必修課，隨著現代生物醫學的日益發展，組合數學的重要性也日漸凸顯。組合數學對于生物醫學專業基礎課有著直接的衍射作用。目前，部分開設組合數學課程的生物高等學校的主要面向生物信息學、統計學等等專業開設，講授學時30到60學時。在大部分生物高等學校并沒有該類課程的設置，也是導致高等學校組合數學教師隊伍的匱乏的主要原因。而且目前組合數學授課考核形式也比較單一。組合數學主要是以理論授課形式為主的教學方式，考試成績是考核學生的唯一標準，忽視了學生在學習過程中的考核。信息時代學科的交叉發展體現在組合數學在各個學科中不可替代的作用，因此提高生物高等學校學生的組合數學學習興趣，培養他們運用組合數學的能力是目前迫切需要解決的問題。

二、改進組合數學教學措施，提高學生興趣

（一）更新教學內容，改進教學方法

目前的組合數學內容主要有： 鴿巢原理、排列與組合、容斥原理、遞推關系、生成函數等基本的組合數學知識及其在數學中的應用。為了讓學生在有限的學時內學完必要的知識，更新和精選教學內容顯得尤為必要，將以組合數學內容為主導的教學模式改進成以生物醫學問題為導向的教學模式。由于面向醫學專業的特殊性，從內容上應著重選擇與醫學知識聯系緊密的內容，采取精講和略講相結合的方式。根據不同專業背景更新組合數學的教學內容往往能夠起到事半功倍的效果。以下是我們在講解排列與組合一章時的一個教學實例：“生物遺傳信息是由DNA分子中4個堿基核苷酸就像電報密碼似的以不同的排列順序記錄下來，它載著人類的全部基因或全部遺傳信息，人的DNA約有30億（3×109） 堿基對，按照排列的思想可知人類基因組可能的排列方式有N=4■=（4■）■≈（1.52）■種，然而人類僅從這無窮多的方式中選了一種作為全人類共同的遺傳密碼，可見我們的基因組是祖先們留給人類的最寶貴的財富！”。這樣的實例教學不僅可以讓學生熟悉課堂知識，還能讓學生對所學的知識進行綜合的運用，更重要的與生物醫學問題的結合提高了學生的學習興趣。通過興趣小組討論學習提高學生自主學習的主動性，變被動學習為主動學習，充分調動學生學習組合數學的興趣，從而充分發揮學生學習的主觀能動性。

（二）加強多媒體輔助教學，提高學生學習興趣

組合數學傳統的授課方式是在黑板上將定義、定理的內容進行逐步嚴密的推導證明，這在一定程度上讓學生緊跟授課教師的思維和建立學生的邏輯思考能力。然而隨著多媒體技術的不斷進步，利用多媒體和板書相結合的策略成為下一階段組合數學教學模式的主要教學手段。對于繁瑣的定理公式例如容斥原理避免推導證明，結合多媒體的幾何圖形使學生更加直觀的理解和應用。以我們在教授容斥原理時的一個實例，容斥原理的根本思想是將難的問題分解成若干簡單問題，通過間接計數來解決直接計數不容易解決的問題，我們用多媒體幻燈片分別展示兩集合和三集合的容斥原理（圖1A和B），并按照容斥原理的邏輯順序利用多媒體動畫技術控制每一部分的出現順序，不僅避免了大量繁重枯燥的板書推導，最重要的是圖形式教學可以幫助學生對容斥原理建立更直觀的理解。可見在組合數學的教學過程多媒體的充分利用可以起到事半功倍的效果。

圖1 多媒體在組合數學教學中的應用――容斥原理實例

（三）增設組合數學實驗課，培養學生創新性思維

組合數學除了基本理論課之外還應該開設適當的實驗課，在實驗課上讓學生自己動手解決一些與生物醫學有關的實際問題。通過讓學生自己編程實現排列組合的算法，不僅可以增進學生對排列與組合的深入認識，也能夠培養學生利用排列組合思想解決實際問題的能力。以下是我們的一個實驗教學實例：“任選一種排列生成算法，編程實現自動生成n個（如n=6）不同元素中取r個元素的排列，并輸出指定任意n和r的所有排列。”，不僅讓學生掌握了課堂上講解的排列原理，還鍛煉了編程能力，初步體驗了科研的樂趣，由消極的被動學習升級為積極的主動學習?？梢娡ㄟ^組合數學實驗課更能培養學生自己動手自己學習的能力，進一步激發學生的創新性思維。

（四）精挑細選課后練習，培養學生獨立解決問題的能力

組合數學作為一門應用性較強的數學課，需要學生掌握其在生物醫學領域的應用，這就必須加強組合數學課堂后練習。因此習題是組合數學課程重要的教學環節，也是理論教學必不可少的補充。然而習題課并不意味著單純地大量做題，教師應根據課堂內容，精挑細選出質量比較高的少量題目，供學生課余時間認真研究，要在習題中體現組合數學的知識點，激發學生獨立給出解決問題的新觀點和新方法。設置習題時，應以問題為導向，即給定一個實際的有興趣的問題，讓學生利用所學的組合數學理論進行解決，進一步加強學生對知識細節的理解和掌握，并讓學生舉一反三熟練掌握所學內容，使學生的理解更加深刻。如我們在教學過程中的一個課后習題實例：“一位國際象棋大師有11周的時間備戰一場錦標賽，他決定每天至少下一盤棋，但是為了使自己不過分疲勞他還決定在每周不能下棋超過12盤。證明存在連續若干天，期間這位大師恰好下了21盤棋。”，該實例引起了學生在課余時間學習組合數學的一個熱潮。

總之，面對高等學校生物信息學學生的專業特點，傳統的單一的純理論的組合數學教學方法已經不再適用。應該考慮改進教學內容和方法，發揮學生學習的主觀能動性，使學生在快樂進取的氛圍里學習組合數學，具體的教學內容和教學方法的改進仍有待教學工作者進一步探討和研究。

參考文獻：

[1]盧開澄，盧華明.組合數學[M].北京：清華大學出版社，2002.

[2]蘇建忠，張巖，劉洪波，王芳，崔穎.組合數學在生物信息學教學中的應用[J]. 科技創新導報，2012，6，142-143.

作者簡介：

劉洪波（1983-），男，漢族，山東德州人，博士，講師，主要研究方向：生物信息學，計算表觀遺傳學。

王芳（1982-），女，漢族，吉林松原人，博士，副教授，主要研究方向：生物信息學，計算表觀遺傳學。

第8篇：生物信息學的認識范文

“興趣+堅持”是我的成功秘訣

“你能猜得出我最初是學什么專業的嗎？”在系統生物學界已經小有名氣的趙興明問記者，隨后他自己笑著說，“你們肯定猜不到！我其實是機械專業出身，和計算機及生物學簡直是風馬牛不相及。”趙興明本科在校時學的是機械專業，但是由于對計算機產生了濃厚的興趣，他完全憑借著自學學習了很多計算機的課程。到了研究生期間，趙興明決定正式轉入計算機專業學習。他原本計劃從事傳統計算機領域的研究，但是他的導師給了他一個建議，希望他能夠研究生物信息學。

生物信息學在當時剛剛流行起來，是世界上一個非常熱也非常新的方向，這激起了趙興明非常強烈的挑戰興趣，于是便陰差陽錯地進入了這個領域。但他畢竟不是生物背景出身，生物知識很匱乏，對于生物信息可以說一點概念都沒有，剛開始學習的時候特別困難，完全是靠自己的勤奮和摸索才堅持下來而沒有掉隊。但是有磨煉必然有收獲，也正是從那個時候，趙興明養成了極強的獨立科研能力，對他日后攀登科研高峰有著極大的幫助。

博士畢業后，趙興明東渡日本到東京大學讀博士后。在日本，他學到了日本人嚴謹認真、一絲不茍的敬業態度，這對他日后的治學之道觸動非常深刻。他的合作者是當時日本非線性科學領域的著名教授Kazuyuki Aihara，在與他的合作研究中，趙興明受益匪淺，大大拓寬了自己的研究思路，并踏入了一個新的研究領域-系統生物學，開始考慮如何從系統科學的角度研究生物學問題。 隨后幾年，趙興明又赴歐洲游學，并與歐盟分子生物學實驗室（EMBL）的國際著名生物信息學家Peer Bork開展合作研究。在EMBL，他見到了很多世界頂級的科學家，帶給了他非常大的沖擊。在與他們的交流中，趙興明實實在在地認識到了山外有山，學無止境的道理。

趙興明所研究的網絡生物學，就是將復雜生物系統抽象表達為網絡，建立網絡模型，進而通過網絡挖掘來揭示生物體內給成分之間的復雜關系，從而揭示生物系統的運行機制。采用數學領域中圖論的研究方法，借助網絡的概念和復雜網絡的研究手段，將生物體中各種分子及其相互作用加以抽象，組成一個包含多個體、多層次相互作用的復雜網絡。這是一門涉及生物學、醫學、計算機學、生物信息學等多學科交叉的研究領域，這在有些人看來既枯燥又繁瑣，但這些在趙興明看來卻是充滿了“趣味”。

“讀萬卷書，行萬里路”是趙興明為自己定下的目標，在國外游歷多年之后，他最終還是選擇葉落歸根，回到祖國發展。沒有什么豪言壯語，只是在他內心深處有那么一個樸實的聲音：國家培養了我，總要為國家做出些成績來！不可否認，當下國內的科研環境充滿了浮躁和壓力，有不少科研工作者本身并不熱衷于做研究，只是將其看作為養家糊口的謀生工具而已。那么，這只是一份工作，卻做不成事業。在趙興明看來，搞科研就像攀登珠峰，首先你要有一顆不斷征服的雄心，還要有發現風景的眼睛，自然能在風雪兼程中找到堅持的樂趣。

老藥新用：

網絡生物學大顯身手

趙興明時刻在思考怎么利用數學和計算機的方法來構建一個生物網絡，怎么用這個網絡把分子之間的關系描述出來，怎么挖掘網絡里所蘊含的知識，從而用來識別疾病基因，進而可以在藥物研發方面大展身手。

在過去10余年中，國際上新藥研發成功率出現明顯下降。導致研發新藥研發失敗的主要原因是藥物的有效性和安全性這兩大問題。盡管隨著我國對生物醫藥領域的投入增多，國內研發的硬件條件得到了很大的提高，但相對于新藥研發的巨額投入而言，仍然不得不認真思考如何利用有限的資源實現成果產出最大化和研發風險最小化這一關鍵問題。新藥物研發成本的增長和成功率的降低，使得藥物重新定位逐漸成為各大藥物公司和科研機構最重要的新藥物開發模式之一。藥物重新定位（repositioning/repurposing）指的是發現舊藥物新療效的技術，因而也被稱為老藥新用，就是利用相關的技術方法對已有的藥物進行重新篩選、組合或改造從而發現其未知新用途的過程。

趙興明給我們舉了一個著名的老藥新用的例子是沙立度胺（thalidomide），該藥物最初用于治療孕婦早晨惡心，由于其嚴重的副作用被禁用；后來，該藥物被發現可以用來治療麻風結節性紅斑并作為ENL藥物于1998年重新上市，最近該藥物又被發現可以用來治療二型糖尿病。相比于從零開始的新藥研發， 藥物重新定位基于已有藥物的重新開發能夠節省大量前期研發投入并大大縮短研發周期，因此越來越受到政府部門、制藥企業、學術機構等各方面的關注。

盡管藥物重新定位已經不是一個新的概念并蘊含著巨大的潛力，但是藥物新療效的發現并不是一件容易的事情。比如，大多數重新定位的藥物其新用途與其最初的目的很少有明顯的關系，這使得藥物重新定位有種讓人無從下手的感覺。趙興明認為，在藥物重新定位的研究過程中，應當系統地綜合考慮疾病產生的分子機制及其所涉及和影響的分子網絡特征，以及藥物所影響的分子網絡特征，這將會大大提高藥物重新定位的準確率。在過去的3年里，趙興明和他的團隊針對“藥物重新定位”開展了深入的研究，最近他在乳腺癌藥物重定位方面取得了很大進展，他針對乳腺癌所識別的藥物，不僅在多個乳腺癌細胞細胞系上得到了驗證，而且可以很好地抑制小鼠體內的腫瘤生長。

向腦科學研究進軍

隨著腦科學研究日益成為當今世界具有學科交叉和綜合特點的重要科學前沿，趙興明也表示，希望今后能以計算系統生物學為橋梁，進行腦科學方面的相關研究。大腦作為生物體內結構和功能最復雜的組織，需要從分子、細胞系統、全腦、和行為等不同層次進行研究和整合，才有可能提示其奧秘，其復雜性遠遠超出了我們目前的認識能力。在未來的研究中，腦科學必將和信息學結合起來，將不同層次的數據進行分析整合、建模和仿真，繪制出腦功能、結構和神經網絡圖譜，從而解決目前腦科學所面臨的海量數據問題。這塊研究的“處女地”，一定會讓系統生物學背景的趙興明大有用武之地。

第9篇：生物信息學的認識范文

【關鍵詞】 蛋白質組學；中醫證候；中醫診療；中醫藥現代化

隨著人類基因組序列的完成，人類已經由基因組時代進入后基因組時代。基因數量的有限性和基因結構的相對穩定性使基因組學研究成功邁入到功能基因組學研究。蛋白質組學遂成為后基因時代的研究前沿和熱點領域。將蛋白質組學引入中醫證候學研究，必將進一步為證候分類、辯證標準的選擇和個體化等提供可靠的依據，對于發展中醫藥學，走中醫藥現代化之路具有深遠的影響。本文綜述了蛋白質組學研究的主要關鍵技術及其與中醫證候學研究的相關性。

1蛋白質組及蛋白質組學

1994年澳大利亞的Wilkin和Williams等第一次提出了蛋白質組（Proteome）概念[1、2]，指由一個基因組，或一個細胞、組織所表達的全部蛋白質。蛋白質組學（Proteomics）以蛋白質組為研究對象，分析細胞內動態變化的蛋白質組組成成分、表達水平與修飾狀態，了解蛋白質間相互作用與聯系，在整體水平上研究蛋白質的組成與調控的活動規律[3]。蛋白質組研究是為了識別及鑒定一個細胞或組織所表達的全部蛋白質以及它們的表達模式，是對基因組研究的重要補充，是生物體在蛋白質水平上定量、動態、整體性的研究[4]。蛋白質組研究數據與基因組數據的整合，將在后基因組研究中發揮重要作用。

2蛋白質組學研究技術

2.1雙向凝膠電泳技術

1975年，意大利生化學家O’Farrell在對大腸桿菌、老鼠及幾尼豬的蛋白質研究中，發明了雙向電泳技術[5]（ISO-DLAT），具有高分辨率、快速、簡便等優點。雙向電泳技術是蛋白質組學研究的核心技術之一，其原理是在相互垂直的方向上，它利用蛋白質等電點和分子量的不同運用等電聚焦和聚丙烯酰胺凝膠電泳把復雜的蛋白質混合物在二維平面上分離。

2.2生物質譜技術

1906年，Thomson發明了質譜，在隨后的幾十年里，質譜技術逐漸發展成為研究、分析和鑒定生物大分子的前沿方法[6]。質譜技術的原理是先將樣品離子化，再根據不同離子間的荷質比（m/z）差異來分離蛋白質，并確定其分子量[7]。到20世紀80年代，因兩項軟電離質譜技術―基質輔助激光解析電離質譜技術（MALDI）和電噴霧質譜技術（ESI）的發明，使得質譜技術取得了突破性進展。這兩種質譜技術具有高靈敏度、高通量和高質量的檢測范圍等特點，使得在pmol（10-12）乃至fmol（10-15）的水平上準確分析分子量高達幾萬到幾十萬的生物大分子成為可能[8]。

2.3 蛋白質芯片

蛋白質芯片是用于研究蛋白質功能模式的一種鑒定方法[9]，是指在固相支持物（載體）表面固定大量蛋白探針（抗原、抗體,受體、配體、酶、底物等），形成高密度排列的蛋白質點陣[10]，可以高通量地測定各種微量純化的蛋白質的生物活性，以及蛋白質與生物大分子之間的相互作用[18]。蛋白質芯片具有快速、高效、微型化、自動化、高通量的特點。

2.4生物信息學

生物信息學是在生命科學、計算機科學和應用數學的基礎上逐步發展形成的一門新興交叉學科，運用數學和計算機手段進行巨量生物信息資源的收集、存儲、處理、搜索、利用、共享、分析與解析的科學[11]，它由數據庫、計算機網絡和應用軟件3部分組成[12、13]。蛋白質組信息學研究方法主要包括蛋白質序列比較分析，蛋白質結構-功能的研究，點突變的設計及家族鑒定，蛋白質空間結構預測，建模和分子設計以及分析蛋白質與蛋白質相互作用的數據庫[14、15]。

3中醫證候學與蛋白質組學

中醫證候是指疾病發生和演變過程中某階段以及患者個體當時所處特定內、外環境本質的反映，它以相應的癥、舌、脈、形、色、神表現出來，能夠不同程度地揭示病因、病位、病性、邪正盛衰、病勢等病機內容，為辨證論治提供依據。中醫的“證”是指疾病在演變過程中各種病理因素在體質、自然環境、社會心理等因素和多種矛盾綜合作用于機體的整體反應，是診察和思辨所得。而蛋白質組學摒棄了經典分子生物學研究個別基因的習慣，從蛋白質組整體水平上闡述“一種基因組所表達的全套蛋白質”，以建立對生命現象的整體認識。這與中醫學的“整體觀”具有高度的一致性，且蛋白質組學研究方法的整體性和系統性與中醫基礎理論的整體觀和系統性又極為相似[16]。因而，將蛋白質組學應用于中醫證候學研究，不僅能反映一系列癥狀的物質背景，而且能進一步了解不同蛋白組分的在證表現差異和激烈程度[17]，將是揭示證實質的最有效手段[18]。

在證候理論指導下，運用功能蛋白質組學的方法，通過探討證候，特別是同病異證或異病同證的蛋白質差異表達及翻譯后的修飾情況，揭示與某一證候形成相關的所有蛋白質及其特征，在整體蛋白質表達的水平上闡明證候的本質，則可稱為證候蛋白質組學[19]。這種將蛋白質組學應用于“證”的研究，能夠溝通“實體結構”和“功能模擬”的橋梁，整體上比較不同疾病、同病異證之間的蛋白質圖譜差異，探索蛋白質表達圖譜與中醫分型的系統的、有規律的聯系。

4展望

運用蛋白質組學技術對中醫證候進行研究，為尋找“證侯”的標志蛋白質，揭示中醫“證”理論中蘊藏的科學內涵，闡明中醫診療的分子機理，最終在分子生物學水平上解釋生理和病理奠定了基礎[20、21]。中醫證候是辨證論治的基礎和核心，依據蛋白質組學的理論和技術來探索中醫學理論的基本內涵、中醫證候蛋白質組學以及從蛋白質組學水平探索中藥藥效的機理，都可能成為中醫藥理論和治療研究的突破口。中醫學的發展與現代科學蛋白質組學的交叉，一方面可使中醫學吸取新的思想，取得進一步發展的動力，另一方面又因其獨特的理論與視角，也可為蛋白質組學乃至現代科學的研究與發展提供新的思路[19]。

參考文獻

[1]Wilkins M R, Sanchez J C, Gooley A A, et al. Progress with proteome projects: why all proteins expressed by a genome should be identified and how to do it[J]. Biotechnology and genetic engineering reviews, 1996, 13: 19 - 50.

[2]Wilkins,M.R.Government backs proteome proposal. Nature. 1995, 378:653.

[3]張樹軍，狄建軍，張國文，魏永春.蛋白質組學研究方法.內蒙古民族大學學報，2008，23（6）：647-649.

[4]熊偉.蛋白質組雙向技術在生物醫學研究中的應用進展. 生命科學儀器. 2010, 8(2): 7-10.

[5]O’ Farrell P H. High resolution two-dimensional gel electrophoresis of proteins [J]. Biol Chem, 1975, 250 (10):4007-4021.

[6]Domon B, Aebersold R. Mass spectrometry and protein analysis[J]. Science, 2006, 312 （5771）: 212.

[7]Guo Y M, Shen S H, Jing Y X , et al. Plant proteomics in the post-genomics era. Acta Botanical Sinca. 2002, 44(6):631-641.

[8]阮松林，馬華升，王世恒等．植物蛋白質組學研究進展Ⅰ．蛋白質組關鍵技術.遺傳，2006，28（11）：1472-1486.

[9]Boguski M S, Mcintosh M W. Biomedical information for proteomics[J]. Nature, 2003, 422 (6928) : 233-237.

[10] 劉康棟，趙建龍. 蛋白質芯片技術進展. 中國生物工程. 2004, 24(12): 48-57.

[11]Baldi P, Brunak S. Bioinformatics: The Machine Learning Approach [M]. Cambridge, Mass. : MIT Press, 2001.

[12]Goodman N. Biological data becomes computer literate: new advances inbioinformatics.Curr Opin Biotechnol . 2002, 13(1): 68-71.

[13]陳銘.后基因組時代的生物信息學[J]. 生物信息學，2004,2（2）:29.

[14]陳永對. 生物信息學在基因組和蛋白質研究中的應用. 中國臨床康復. 2006, 10(41): 136-139.

[15]賀光，孫開來. 生物信息學在蛋白質研究中的應用. 國外醫學遺傳學分冊. 2002, 25(3): 156-158.

[16] 張焱，張慶榮. 蛋白質組學與中醫證候研究的思考. 長春中醫藥大學學報. 2007, 23(5): 3-5.

[17] 孫曉偉，周蘇寧. 蛋白質組學與中醫藥研究. 中西醫結合心腦血管病雜志. 2005, 3(11): 987-989.

[18] 余宗陽，杜建. 蛋白質組學與中醫證候實質研究[J]. 中國中西醫結合雜志. 2004, 24(9): 844-846.

[19] 申定珠，李家邦，蔣榮鑫，凌江紅. 證候蛋白質組學與中醫證候學相關性探討. 中國中西醫結合雜志. 2006, 26(4): 366-368.