生物信息學及實驗課程介紹

1、生物信息學及實驗課程介紹 Bioinformatics一、課程編號：060355二、課程類型：限選課 適用專業(yè)：生物技術(shù)本科專業(yè) 授課時間：大四上學期 課程學時/學分：48學時/3學分（理論40學時/2.5學分；實踐教學8學時/0.5學分） 先修課程：動物學、植物學、細胞生物學、遺傳學、基因組學三、內(nèi)容簡介：生物信息學(Bioinformatics)是80年代末隨著人類基因組計劃的啟動而興起的一門新的交叉學科，最初常被稱為基因組信息學。廣義地說，生物信息學是用數(shù)理和信息科學的觀點、理論和方法去研究生命現(xiàn)象、組織和分析呈現(xiàn)指數(shù)增長的生物學數(shù)據(jù)的一門學科。首先是研究遺傳物質(zhì)的載體DNA及其編碼的大

2、分子蛋白質(zhì)，以計算機為其主要工具，發(fā)展各種軟件，對逐日增長的浩如煙海的DNA和蛋白質(zhì)的序列和結(jié)構(gòu)進行收集、整理、儲存、發(fā)布、提取、加工、分析和研究，目的在于通過這樣的分析逐步認識生命的起源、進化、遺傳和發(fā)育的本質(zhì)，破譯隱藏在DNA序列中的遺傳語言，揭示人體生理和病理過程的分子基礎，為人類疾病的預測、診斷、預防和治療提供最合理和有效的方法或途徑。生物信息學已經(jīng)成為生動醫(yī)學、農(nóng)學、遺傳學、細胞生物學等學科發(fā)展的強大推動力量，也是藥物設計、環(huán)境監(jiān)測的重要組成部分。 生物信息學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。它是當今生命科學和自然科學的重大前沿領(lǐng)域之一，同時也

3、將是21世紀自然科學的核心領(lǐng)域之一。其研究重點主要體現(xiàn)在基因組學(Genomics)和蛋白組學(Proteomics)兩方面，具體說，是從核酸和蛋白質(zhì)序列出發(fā)，分析序列中表達的結(jié)構(gòu)與功能的生物信息。目前基因組學的研究出現(xiàn)了幾個重心的轉(zhuǎn)移：一是將已知基因的序列與功能聯(lián)系在一起的功能基因組學研究。二是從作圖為基礎的基因分離轉(zhuǎn)向以序列為基礎的基因分離。三是從研究疾病的起因轉(zhuǎn)向探索發(fā)病機理。四是從疾病診斷轉(zhuǎn)向疾病易感性研究。生物芯片(Biochip)的應用將為上述研究提供最基本和必要的信息及依據(jù)，將成為基因組信息學研究的主要技術(shù)支撐。生物信息學的發(fā)展為生命科學的進一步突破及藥物研制過程革命性的變革提供

4、了契機。就人類基因組來說，得到序列僅僅是第一步，后一步的工作是所謂后基因組時代 (post-genome era)的任務，即收集、整理、檢索和分析序列中表達的蛋白質(zhì)結(jié)構(gòu)與功能的信息，找出規(guī)律。生物信息學將在其中扮演至關(guān)重要的角色。 生物學與信息科學是當今世界上發(fā)展最迅速、影響最大的兩門科學。而這兩門科學的交叉融合形成了廣義的生物信息學，正以嶄新的理念吸引著科學家的注意。生物信息學(Bioinformatics)是生命科學領(lǐng)域中的新興學科，面對人類基因組計劃所產(chǎn)生的龐大的分子生物學信息，生物信息學的重要性將越來越突出，它無疑將會為生命科學的研究帶來革命性的變革。生物信息學是根據(jù)生物信息學院及相關(guān)

5、學科各年級學生對生物信息科學領(lǐng)域相關(guān)的一些主要技術(shù)的理論與實踐操作進行開設。它的主要目的是在理解實驗理論的基礎上著重于實踐操作過程中的問題解決，也就是如何熟練地做好漂亮的實驗。比如：如何加強對分子生物學實驗結(jié)果的預測與分析等等。將有助于提高學生的工作、學習和今后的科研工作中分析合解決問題的能力。四、選用教材：生物信息學概論 羅靜初等譯, 北京大學出版社 2002生物信息學及實驗教學大綱一、課程編號：060355二、課程類型：限選課 適用專業(yè)：生物技術(shù)本科專業(yè) 授課時間：大四上學期 課程學時：理論教學40學時/2.5學分；實踐教學8學時/0.5學分 先修課程：動物學、植物學、細胞生物學、遺傳學、

6、基因組學三、生物信息學課程介紹 生物信息學(Bioinformatics)是80年代末隨著人類基因組計劃的啟動而興起的一門新的交叉學科，最初常被稱為基因組信息學。廣義地說，生物信息學是用數(shù)理和信息科學的觀點、理論和方法去研究生命現(xiàn)象、組織和分析呈現(xiàn)指數(shù)增長的生物學數(shù)據(jù)的一門學科。首先是研究遺傳物質(zhì)的載體DNA及其編碼的大分子蛋白質(zhì)，以計算機為其主要工具，發(fā)展各種軟件，對逐日增長的浩如煙海的DNA和蛋白質(zhì)的序列和結(jié)構(gòu)進行收集、整理、儲存、發(fā)布、提取、加工、分析和研究，目的在于通過這樣的分析逐步認識生命的起源、進化、遺傳和發(fā)育的本質(zhì)，破譯隱藏在DNA序列中的遺傳語言，揭示人體生理和病理過程的分子基

7、礎，為人類疾病的預測、診斷、預防和治療提供最合理和有效的方法或途徑。生物信息學已經(jīng)成為生動醫(yī)學、農(nóng)學、遺傳學、細胞生物學等學科發(fā)展的強大推動力量，也是藥物設計、環(huán)境監(jiān)測的重要組成部分。 生物信息學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。它是當今生命科學和自然科學的重大前沿領(lǐng)域之一，同時也將是21世紀自然科學的核心領(lǐng)域之一。其研究重點主要體現(xiàn)在基因組學(Genomics)和蛋白組學(Proteomics)兩方面，具體說，是從核酸和蛋白質(zhì)序列出發(fā)，分析序列中表達的結(jié)構(gòu)與功能的生物信息。目前基因組學的研究出現(xiàn)了幾個重心的轉(zhuǎn)移：一是將已知基因的序列與功能聯(lián)系在一起的功

8、能基因組學研究。二是從作圖為基礎的基因分離轉(zhuǎn)向以序列為基礎的基因分離。三是從研究疾病的起因轉(zhuǎn)向探索發(fā)病機理。四是從疾病診斷轉(zhuǎn)向疾病易感性研究。生物芯片(Biochip)的應用將為上述研究提供最基本和必要的信息及依據(jù)，將成為基因組信息學研究的主要技術(shù)支撐。生物信息學的發(fā)展為生命科學的進一步突破及藥物研制過程革命性的變革提供了契機。就人類基因組來說，得到序列僅僅是第一步，后一步的工作是所謂后基因組時代 (post-genome era)的任務，即收集、整理、檢索和分析序列中表達的蛋白質(zhì)結(jié)構(gòu)與功能的信息，找出規(guī)律。生物信息學將在其中扮演至關(guān)重要的角色。四、生物信息學課程的性質(zhì)和任務 生物學與信息科學

9、是當今世界上發(fā)展最迅速、影響最大的兩門科學。而這兩門科學的交叉融合形成了廣義的生物信息學，正以嶄新的理念吸引著科學家的注意。生物信息學(Bioinformatics)是生命科學領(lǐng)域中的新興學科，面對人類基因組計劃所產(chǎn)生的龐大的分子生物學信息，生物信息學的重要性將越來越突出，它無疑將會為生命科學的研究帶來革命性的變革。 生物信息學是根據(jù)生物信息學院及相關(guān)學科各年級學生對生物信息科學領(lǐng)域相關(guān)的一些主要技術(shù)的理論與實踐操作進行開設。它的主要目的是在理解實驗理論的基礎上著重于實踐操作過程中的問題解決，也就是如何熟練地做好漂亮的實驗。比如：如何加強對分子生物學實驗結(jié)果的預測與分析等等。將有助于提高學生的

10、工作、學習和今后的科研工作中分析合解決問題的能力。五、生物信息學講授綱要及學時分配（根據(jù)具體情況可作適當調(diào)整）（一）理論教學內(nèi)容：第1章 生物信息學概論1.1 生物信息學的概念和發(fā)展歷史1.1.1 生物信息學的定義1.1.2 生物信息學興起的生物學和計算機技術(shù)背景1.1.3 國內(nèi)外生物信息學發(fā)展歷史1.2 生物信息學的生物學基礎 1.2.1 分子生物學基礎1.2.2 基因組學基礎1.3 生物信息學的計算機和網(wǎng)絡基礎1.3.1 計算機硬件平臺(PC、MACINTOSH、Workstation、Supercomputer)1.3.2 計算機操作系統(tǒng)（WINDOWS、MAS OS、UNIX/LINU

11、X）1.3.3 數(shù)據(jù)庫技術(shù)1.3.4 計算機算法1.3.5 計算機編程語言(C+, VB, PERL, HTML, XML)1.3.6 網(wǎng)絡技術(shù)（WWW、FTP、BBS、EMAIL、）1.4 生物信息學的數(shù)學基礎1.4.4 離散數(shù)學1.4.2 概率論與數(shù)理統(tǒng)計1.4.3 人工神經(jīng)網(wǎng)絡1.4.4 數(shù)據(jù)挖掘1.5 生物信息學的產(chǎn)業(yè)化1.5.1 生物信息學的產(chǎn)業(yè)化1.5.2 國內(nèi)外生物信息學公司和著名產(chǎn)品簡介1.6 生物信息學研究內(nèi)容和發(fā)展前景展望1.6.1生物信息學的主要研究內(nèi)容1.6.2 后基因組時代生物信息學的研究方向1.6.3 生物信息學的發(fā)展前景第2章 分子生物學數(shù)據(jù)庫2.1 生物學數(shù)據(jù)庫

12、概述2.1.1 數(shù)據(jù)庫的分類2.1.2 數(shù)據(jù)格式2.1.3數(shù)據(jù)庫的冗余與偏誤2.2 核苷酸序列與基因組數(shù)據(jù)庫 2.2.1 GenBank數(shù)據(jù)庫與ENTREZ網(wǎng)絡服務（2.1.1 1 GenBank序列數(shù)據(jù)庫簡介, 一級和二級數(shù)據(jù)庫, 數(shù)據(jù)庫格式 數(shù)據(jù)庫, 剖析GenBank Flatfile）2.2.2 EMBL核苷酸序列庫與EBI網(wǎng)絡服務2.2.3 DDBJ數(shù)據(jù)庫2.2.4密碼子使用與核苷酸信號數(shù)據(jù)庫2.2.5基因組序列數(shù)據(jù)庫GSDB2.2.6人類基因組數(shù)據(jù)庫GDB2.2.7模式生物基因組數(shù)據(jù)庫MGD、ECDC、NRSub2.2.

13、8基因組的圖形交互顯示和檢索、瀏覽工具資源2.3 蛋白質(zhì)序列與模式、同源性數(shù)據(jù)庫 2.3.1蛋白質(zhì)序列數(shù)據(jù)庫PIR-International2.3.2蛋白質(zhì)序列數(shù)據(jù)庫SWIIS-PROT2.3.3 蛋白質(zhì)家族分類數(shù)據(jù)庫2.3.4蛋白質(zhì)基序與結(jié)構(gòu)域數(shù)據(jù)庫（ Prosite、Blocks、PRINTS和SBASE數(shù)據(jù)庫）2.4 結(jié)構(gòu)數(shù)據(jù)庫2.4.1結(jié)構(gòu)數(shù)據(jù)庫簡介2.4.2 PDB：Brookhaven國家實驗室蛋白質(zhì)數(shù)據(jù)庫2.4.3 MMDB：NCBI的分子建模數(shù)據(jù)庫2.4.4 結(jié)構(gòu)文件格式2.4.5 結(jié)構(gòu)信息顯示2.4.6 數(shù)據(jù)庫結(jié)構(gòu)瀏覽器2.5 基因和分子的互作和代謝途徑信息數(shù)據(jù)庫2.5.1

14、基因和基因組百科全書數(shù)據(jù)庫KEGG2.5.2 E.coliK-12基因組和代謝途徑數(shù)據(jù)庫2.5.3 E.coli基因及其產(chǎn)物的數(shù)據(jù)庫GenProtEC2.5.4果蠅的遺傳和分子數(shù)據(jù)的數(shù)據(jù)庫FlyBase 2.6 RNA核苷酸序列數(shù)據(jù)庫2.6.1 18S RNA2.6.2 28S RNA2.6.3 5S RNA2.6.4 Mt rna2.7 線粒體DNA數(shù)據(jù)庫2.7.1 MITOMAP2.7.2 MmtDB 2.8 免疫球蛋白、T細胞受體、MHC的整合數(shù)據(jù)庫lMGT 2.9 突變數(shù)據(jù)庫 2.10 放射雜交作圖數(shù)據(jù)庫Rhdb 2.11 限制酶數(shù)據(jù)庫REBASE與分子探針數(shù)據(jù)庫MPOB 2.12 其

15、它遺傳學與分子生物學資源2.13 數(shù)據(jù)庫中存在的問題及使用注意事項第3章 序列比對與數(shù)據(jù)庫檢索3.1 序列比對概述3.1.1序列比對的概念和進化理論基礎3.1.2序列比對的分類(雙序列比對和多序列比對)3.2 雙序列比對3.2.1 Needleman-Wunsch 算法3.2.2 Smith-Waterman 算法3.2.3 Karlin-Altchul 統(tǒng)計方法3.2.4 替換矩陣 ( 替換矩陣的一般原理； PAM 氨基酸替換矩陣； BLOSUM 氨基酸替換矩陣； DNA 替換矩陣) 3.2.5相似性得分、取代罰分與空位（Gap）罰分3

16、.3 比對的統(tǒng)計學顯著性3.3.1 Monte Carlo仿真法 3.3.2 BLAST得分顯著性的Karlin-Altschul公式 3.3.3局部配準的統(tǒng)計顯著性3.3.4短序列配準的顯著性評價3.3.5核酸序列比較的顯著性評價3.4 多序列比對 3.4.1多序列比對的算法 3.4.2 DNA多序列比對及其常用軟件 3.4.3 蛋白質(zhì)多序列比對及其常用軟件3.5數(shù)據(jù)庫搜索 3.5.1 BLAST：核酸數(shù)據(jù)庫搜索3.5.2 BLAST：蛋白質(zhì)數(shù)據(jù)庫搜索3.5.3 FASTA：另一種搜索策略3.5.4 有空位對準的BLAST程度與位置特異的迭代BLAST程序3.6基因組長序列比對第4章 DNA

17、序列的統(tǒng)計學與信息學分析4.1單一序列的組成、關(guān)聯(lián)性與信息學分析4.1.1 堿基組成4.1.2 堿基相鄰頻率4.1.3同向與反向重復序列分析4.1.4 DNA 序列的幾何學分析Z 曲線4.1.5核苷酸序列的長程相關(guān)與非線性方法4.1.6長程互作對DNA的結(jié)構(gòu)和可變性的作用4.1.7重復對熵的影響4.1.8編碼片段的相互信息4.1.9 DNA序列的模式結(jié)構(gòu)4.1.10 語言學復雜性測度4.1.11 非編碼區(qū)（“Junk”DNA）基因組序列 4.2 密碼子指紋與密碼子使用偏好性分析4.2.1單、雙核苷酸的相對豐度和基因組指紋分析4.2.2密碼子頻率和密碼子指紋4.2.3基因間和基因類間的異質(zhì)性 4

18、.3編碼DNA片段的長度與GC含量 4.4重疊基因的信息論問題4.7 功能相關(guān)基因在兩個基因組間或內(nèi)部的聚類關(guān)系 4.7.1基因組比較與基于功能組成的物種間的比較4.7.2兩個細菌基因組間或內(nèi)部的聚類關(guān)系4.8 真核生物的基因表達調(diào)控（表達促進網(wǎng)絡）4.8.1相對同義密碼子使用值與密碼子適應指數(shù)4.8.2信息聚類方法與自身一致信息聚類4.8.3堿基組成及相關(guān)性與基因表達的關(guān)系 第5章 核酸序列的信號和功能識別5.1 固定序列模式檢索5.2 短寡聚核苷酸序列的隨機出現(xiàn)機率5.3 編碼區(qū)DNA寡聚體出現(xiàn)頻率5.5 蛋白質(zhì)基因識別5.5.1開放閱讀框架分析5.5.2編碼區(qū)識別堿基組成偏

19、歧法密碼子使用法密碼子偏歧法5.5.3基因識別GenLang基因識別GRAIL基因識別5.5.4基因識別的一些相關(guān)程序發(fā)現(xiàn)和屏蔽重復序列相似性與標紋數(shù)據(jù)庫搜索整合的基因識別序列片段的編碼區(qū)分析其它功能信號識別5.4 核酸序列的特殊信號檢索5.4.1基準序列頻率表和權(quán)值矩陣法5.4.2啟動子分析5.4.3內(nèi)含子/外顯子剪接位點識別5.4.4 翻譯起始位點和翻譯終止位點識別 5.6 編碼序列翻譯5.7限制性酶作圖5.7.1限制性酶位點尋找5.7.2 繪制限制酶作圖5.8 P

20、CR引物和寡核苷酸探針設計5.8.1 引物設計（ PCR引物的類型和一般要求; 通用 PCR引物設計方法; 特異性PCR引物設計方法; 從蛋白質(zhì)序列設計簡并引物; OLIGO6和PRIMER PREMIER 軟件使用）5.8.2 用于檢測相關(guān)基因的簡并探針設計第6 章NA序列分析與結(jié)構(gòu)預測6.1 RNA標紋識別和局部結(jié)構(gòu)配對61.1信號搜索：概率方法61.2信號搜集：模式匹配方法61.3 tRNA的二級結(jié)構(gòu)預測61.4 RNA序列的局部結(jié)構(gòu)配準 第7 章蛋白質(zhì)序列分析與結(jié)構(gòu)預測方法71 多肽理化性質(zhì)計算與預測71.1

21、 多肽分子量、等電點、電荷分布和酶切特征預測7.1.2 多肽親水性/疏水性分析與制圖7.1.3 多肽抗原位點分析7.1.4 多肽7.2 蛋白質(zhì)家族與蛋白質(zhì)分類 7.2.1蛋白質(zhì)家族與超家族7.2.2 蛋白質(zhì)分類的方法（ Blocks分類方法加權(quán)特征標紋分類方法 Profile方法）7.3蛋白質(zhì)序列模式和結(jié)構(gòu)域模式分析7.3.1基準序列（序列模式）：標紋、標志、指紋和地點7.3.2序列結(jié)構(gòu)域與模式匹配方法頻率表方法權(quán)值矩陣法：Profile分析6.4蛋白質(zhì)結(jié)構(gòu)預測與分子設計 6.4.1蛋白質(zhì)結(jié)構(gòu)預測6.4.2蛋白質(zhì)二級結(jié)構(gòu)和和

22、折疊類預測6.4.3三級結(jié)構(gòu)預測6.4.3合理藥物分子設計第8章 核酸和蛋白質(zhì)序列的進化分析8.1 分子系統(tǒng)發(fā)育概述8.2 系統(tǒng)發(fā)育模型的組成8.2 系統(tǒng)發(fā)育數(shù)據(jù)分析的一般步驟8.3 建立數(shù)據(jù)模型（比對）8.4 決定取代模型8.5 建樹方法 8.5.1 距離矩陣法(UPGMA,NJ) 8.5.2 最簡約法 8.5.3 極似然法8.6 進化樹搜索8.7 確定樹根8.8 評估進化樹和數(shù)據(jù)8.9 系統(tǒng)發(fā)育軟件(MEGA2, PAUP*, MACCLADE, PHYLIP)第9章 基因組測序與分析9.1 DNA 測序與序列片段的拼接9.1.1 DNA 測序的一般方法9.1.2 DNA 測序策略(9.1

23、.2.1 從遺傳圖譜、物理圖譜到基因組序列圖譜； 鳥槍測序法（shotgun sequencing）； 引物步查法（primer walking ）； 限制性酶切-亞克隆法（restriction endonuclease digestion and subcloning）9.1.3 序列片段的拼接方法9.2 編碼蛋白質(zhì)基因區(qū)域的預測9.2.1 從序列中尋找基因 ( 基因及基因區(qū)域預測； 發(fā)現(xiàn)基因的一般過程； 解讀序列)9.2.2基于編碼區(qū)特性的最長ORF 法等9.2.3 數(shù)據(jù)庫相似性搜索法9.2.4 神經(jīng)網(wǎng)絡

24、法9.2.5 隱馬爾可夫模型法（HMM）9.3 基因組的比較9.3.1比較基因組學9.3.2 基因組多樣性9.3.3 基因組比較的方法9.4 人類基因組制圖與測序 9.4.1人類基因組制圖 (遺傳圖, 物理圖, 序列圖, 轉(zhuǎn)錄圖（表達圖）與cDNA文庫構(gòu)建)9.4.2 基因組遺傳圖的構(gòu)建方法 (檢測連鎖與估計重組率, 估計相對圖距和推測多位點測序, 2.2.1圖距與交叉干涉, 2.2.2推測多位點測序)9.5 基因組物理圖譜與測序 (克隆與克隆庫, 隨機克隆重疊構(gòu)圖)9.6錨定法作圖

25、9.7檢測重疊的Bayes方法9.5.1重疊構(gòu)型9.5.2重疊檢測9.8由隨機克隆的指紋法組裝物理圖9.9用YAC克隆構(gòu)造人類基因組圖譜的策略設計9.10采用高冗余度的亞克隆庫9.11 Conting圖或克隆定序9.12 直接作圖法9.11有序鳥槍測序作圖的仿真分析9.14定位克隆的流水線鳥槍策略9.15放射雜交作圖和FISH作圖（二）實踐教學內(nèi)容： 實驗1. 常用分子生物學數(shù)據(jù)庫的使用和數(shù)據(jù)格式、數(shù)據(jù)庫查詢與下載實驗2. DNA序列的統(tǒng)計學、信息學和功能分析實驗3 蛋白質(zhì)序列分析和結(jié)構(gòu)預測實驗4. 核酸和蛋白質(zhì)序列的進化分析(CLUSTALX)實驗5. 使用Premier3軟件設計PCR引物

26、實驗6. 常用重要生物信息學軟件使用方法（VectorNT suite）（三）教學學時安排：章   目授課學時第1章 生物信息學概論2第2章 分子生物學數(shù)據(jù)庫4第3章 序列比對與數(shù)據(jù)庫檢索6第4章 DNA序列的統(tǒng)計學與信息學分析4第5章 核酸序列的信號和功能識別6第6章 RNA序列分析與結(jié)構(gòu)預測2第7章 蛋白質(zhì)序列分析與結(jié)構(gòu)預測方法4第8章 核酸和蛋白質(zhì)序列的進化分析6第9章 基因組測序與分析6實驗1. 常用分子生物學數(shù)據(jù)庫的使用和數(shù)據(jù)格式、數(shù)據(jù)庫查詢與下載1實驗2. DNA序列的統(tǒng)計學、信息學和功能分析2實驗3 蛋白質(zhì)序列分析和結(jié)構(gòu)預測1實驗4. 核酸和蛋白質(zhì)序列的進化分

27、析(CLUSTALX)1實驗5. 使用Oligo和Primer3軟件設計PCR引物1實驗6. 常用重要生物信息學軟件使用方法（VectorNT suite）2總計48六、課程教學的基本要求 1以現(xiàn)代觀點審視和重新組織教學內(nèi)容，使課程的內(nèi)容和結(jié)構(gòu)、概念的提法、名詞的解釋和語言運用等都適合生物學以及信心科學迅速發(fā)展的要求，建立新的、優(yōu)化的生物信息學課堂教學體系。 2在教學中以“實例導向”、“實際操作”的方法反映當代生物信息學科的成就，使學生在學習基礎知識的同時，通過一定的“實例”看到學科發(fā)展的前沿，通過“實際操作”看到目前學的知識的應用價值，看到基礎知識的延伸及與其他相關(guān)學科的密切聯(lián)系，使學生在學

28、習基礎知識的同時獲得一定量的最新信息，滿足和激發(fā)學生的求知欲和主動學習的興趣。 3采用多媒體等現(xiàn)代化教學手段輔助教學，豐富教學內(nèi)容，提高教學質(zhì)量。 4課堂教學與學生的課后復習、討論相接合，并注意通過各種渠道保持與學生的聯(lián)系，隨時了解他們對教學的意見和要求，不斷改進教學方法和教學手段。七、課程內(nèi)容的重點和深廣度要求 第1章 生物信息學概論：掌握生物信息學概念，初步熟悉生物信息學研究內(nèi)容，了解生物信息學生物基礎、計算機和網(wǎng)絡基礎、以及數(shù)學基礎。 第2章 分子生物學數(shù)據(jù)庫：了解各個數(shù)據(jù)庫名稱，所存儲信息，初步了解查找數(shù)據(jù)庫的方法。 第3章 序列比對與數(shù)據(jù)庫檢索：熟悉序列比對的概念和進化理論基礎、分類

29、，了解BLAST，了解各算法特性。初步了解各軟件使用方法。 第4章 DNA序列的統(tǒng)計學與信息學分析：熟悉單一序列的組成、關(guān)聯(lián)性與信息學分析，熟悉真核生物的基因表達調(diào)控。了解密碼子指紋與密碼子使用偏好性分析，編碼DNA片段的長度與GC含量，重疊基因的信息論問題以及功能相關(guān)基因在兩個基因組間或內(nèi)部的聚類關(guān)系。 第5章 核酸序列的信號和功能識別：熟悉固定序列模式檢索與蛋白質(zhì)基因識別，了解短寡聚核苷酸序列的隨機出現(xiàn)機率以及編碼區(qū)DNA寡聚體出現(xiàn)頻率以及核酸序列的特殊信號檢索。 第6章 RNA序列分析與結(jié)構(gòu)預測：熟悉RNA標紋識別和局部結(jié)構(gòu)配對、信號搜索：概率方法、信號搜集：模式匹配方法等。了解tRNA

30、的二級結(jié)構(gòu)預測以及 RNA序列的局部結(jié)構(gòu)配準。 第7章 蛋白質(zhì)序列分析與結(jié)構(gòu)預測方法：熟悉蛋白質(zhì)家族與蛋白質(zhì)分類，多肽理化性質(zhì)計算與預測。了解蛋白質(zhì)序列模式和結(jié)構(gòu)域模式分析和蛋白質(zhì)結(jié)構(gòu)預測與分子設計。 第8章 核酸和蛋白質(zhì)序列的進化分析：熟悉分子系統(tǒng)發(fā)育概述、系統(tǒng)發(fā)育模型的組成系統(tǒng)、發(fā)育數(shù)據(jù)分析的一般步驟以及建樹方法、進化樹搜索等 第9章 基因組測序與分析：熟悉DNA 測序與序列片段的拼接、編碼蛋白質(zhì)基因區(qū)域的預測、基因組的比較以及各種作圖方法。了解人類基因組制圖與測序。八、對學生課外作業(yè)的要求 了解與生物信息學相關(guān)的一些數(shù)據(jù)庫、研究工具和工作平臺，要求學生對其中重要的內(nèi)容按所給題目寫出讀書報告。九、本課程與后續(xù)課程的關(guān)系 無十、對學生能力培養(yǎng)的要求 本課程是生物信息學院的專業(yè)基礎課，使學生掌握處理以基因組序列信息為主的當前海量生物信息數(shù)據(jù)的原理、方法和工具，能熟悉當前生物信息學科的現(xiàn)狀和發(fā)展方向，了解生物信息學在其他領(lǐng)域的應用前景。十一、教材及主要參考書 教材：生物信息學概論 羅靜初等譯, 北京大學出版社 2002 參考書：1. 生物信息學:基因和蛋白質(zhì)分析的實用指南 李衍達, 孫之榮等譯, 清華大學出版社, 2000； 2. 蛋白質(zhì)分子結(jié)構(gòu)(第一版) 閻隆飛, 孫之榮主編