導(dǎo)語(yǔ)：如何才能寫(xiě)好一篇生物信息學(xué)研究方法，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

一、實(shí)驗(yàn)?zāi)康牡拇_定

探究實(shí)驗(yàn)的本質(zhì)是根據(jù)某一合理假設(shè)，通過(guò)設(shè)計(jì)和實(shí)施實(shí)驗(yàn)，對(duì)作用主體與作用對(duì)象之間的內(nèi)在聯(lián)系作出分析和判斷，從而得出科學(xué)結(jié)論的過(guò)程。因此，生物學(xué)探究實(shí)驗(yàn)的實(shí)驗(yàn)?zāi)康囊话忝枋龇绞綖椋禾骄磕骋蛩貙?duì)生物某方面特征（如形態(tài)、結(jié)構(gòu)、生理功能）的影響。例如，探究光照強(qiáng)度對(duì)植物光合作用速率的影響；探究生長(zhǎng)素濃度對(duì)植物插枝生根的影響；探究紫外線對(duì)草本植物植株形態(tài)和株高的影響等。

從實(shí)際應(yīng)用出發(fā)，實(shí)驗(yàn)?zāi)康目梢詮膬蓚€(gè)不同角度分析確定。（1）可以從實(shí)驗(yàn)課題中分析實(shí)驗(yàn)?zāi)康?。很多探究課題實(shí)驗(yàn)?zāi)康拿鞔_，不需要作進(jìn)一步分析。但也有部分課題探究目標(biāo)比較模糊。如，探究小麥生長(zhǎng)中心與旗葉光合作用的關(guān)系。該課題既有可能是探究生長(zhǎng)中心對(duì)旗葉光合速率的影響，也有可能是探究旗葉光合作用對(duì)生長(zhǎng)中心生長(zhǎng)速率的影響。因此，需要進(jìn)一步細(xì)化，確定探究方向。（2）從實(shí)驗(yàn)步驟中歸納實(shí)驗(yàn)?zāi)康?。從?xùn)練學(xué)生思維的角度出發(fā)，在某些情境下可能給定實(shí)驗(yàn)步驟，要求歸納實(shí)驗(yàn)?zāi)康?。此種情境下的一般方法是：根據(jù)實(shí)驗(yàn)步驟找出實(shí)驗(yàn)中的自變量和因變量，將實(shí)驗(yàn)?zāi)康母爬椤疤骄磕骋蛩兀ㄗ宰兞浚?duì)某形態(tài)結(jié)構(gòu)或生理功能（因變量）的影響”。

二、實(shí)驗(yàn)原理的分析和歸納

實(shí)驗(yàn)原理是對(duì)實(shí)驗(yàn)的理論基礎(chǔ)、操作方法和目標(biāo)指向的高度濃縮概括。其內(nèi)容應(yīng)包含四個(gè)方面的基本要素：實(shí)驗(yàn)的科學(xué)理論依據(jù)；操作過(guò)程要點(diǎn)；實(shí)驗(yàn)結(jié)果的檢測(cè)方法和指標(biāo)；實(shí)驗(yàn)的結(jié)論目標(biāo)指向。

在獨(dú)立設(shè)計(jì)實(shí)驗(yàn)時(shí)，確定實(shí)驗(yàn)原理的基本途徑是：（1）從生物科學(xué)的基本理論出發(fā)，深入分析影響因素與作用對(duì)象之間的內(nèi)在聯(lián)系。（2）分析操控影響因素的具體方法，確定自變量。（3）分析實(shí)驗(yàn)對(duì)象受到影響后可能發(fā)生的反應(yīng)，找出與這些反應(yīng)相關(guān)的外在表現(xiàn)，確定觀測(cè)指標(biāo)。（4）概括說(shuō)明該實(shí)驗(yàn)?zāi)苓_(dá)成的最終目標(biāo)。

如果是在已有的實(shí)驗(yàn)方案基礎(chǔ)上歸納實(shí)驗(yàn)原理，基本方法是：找出實(shí)驗(yàn)方案中的自變量和因變量，從理論上分析二者之間可能存在的聯(lián)系；然后以方案中實(shí)驗(yàn)組為依據(jù)，描述對(duì)自變量的控制和對(duì)結(jié)果的檢測(cè)方法，忽略掉對(duì)照組設(shè)置以及對(duì)無(wú)關(guān)變量的控制等細(xì)節(jié)，從而歸納出實(shí)驗(yàn)原理。

一個(gè)科學(xué)的實(shí)驗(yàn)原理可以對(duì)實(shí)驗(yàn)材料的選擇、實(shí)驗(yàn)步驟的設(shè)計(jì)、觀測(cè)指標(biāo)的確定以及實(shí)驗(yàn)結(jié)果的預(yù)測(cè)分析都能起到有效的指導(dǎo)作用，是整個(gè)實(shí)驗(yàn)方案的綱領(lǐng)。

三、實(shí)驗(yàn)步驟設(shè)計(jì)的方法和原則

實(shí)驗(yàn)步驟是實(shí)驗(yàn)探究方案的主體內(nèi)容。它直接決定實(shí)驗(yàn)過(guò)程能否實(shí)現(xiàn)以及實(shí)驗(yàn)?zāi)繕?biāo)能否達(dá)成。

實(shí)驗(yàn)步驟設(shè)計(jì)的一般思路是：首先要明確自變量和因變量，再結(jié)合探究目標(biāo)確定變量控制方法和對(duì)照實(shí)驗(yàn)設(shè)置方法，最后確定對(duì)實(shí)驗(yàn)結(jié)果的檢測(cè)方法和指標(biāo)。如果是定性探究，則應(yīng)該以被探究因素的有、無(wú)或者強(qiáng)、弱等典型條件設(shè)置對(duì)照；如果是定量探究，則應(yīng)該以被探究因素的強(qiáng)弱程度設(shè)置一系列梯度實(shí)驗(yàn)進(jìn)行探究。例如，若要探究“溫度對(duì)植物光合作用的影響”就可作定性探究，此時(shí)只需要設(shè)置高溫、常溫、低溫三個(gè)典型溫度條件作對(duì)照實(shí)驗(yàn)即可。如果要求“探究植物光合作用的最適溫度”，這就是一個(gè)定量探究課題。必須在一定溫度范圍內(nèi)設(shè)置一系列溫度由低到高的梯度實(shí)驗(yàn)進(jìn)行對(duì)照。檢測(cè)方法要有可行性，檢測(cè)指標(biāo)必須是實(shí)驗(yàn)對(duì)象受自變量影響后產(chǎn)生的必然預(yù)期結(jié)果。

實(shí)驗(yàn)步驟設(shè)計(jì)必須遵循的原則主要有：科學(xué)性原則；對(duì)照原則；單一變量原則；平行重復(fù)原則。

科學(xué)性原則的基本含義是：有確實(shí)的科學(xué)理論依據(jù)，邏輯推理嚴(yán)密，操作方法和順序合理，變量控制可靠有效，觀測(cè)手段簡(jiǎn)便易行。

對(duì)照原則：探究過(guò)程中要通過(guò)設(shè)置對(duì)照實(shí)驗(yàn)的方法來(lái)增強(qiáng)實(shí)驗(yàn)的說(shuō)服力?？筛鶕?jù)不同課題要求，在實(shí)驗(yàn)中設(shè)計(jì)空白對(duì)照、條件對(duì)照、相互對(duì)照和自身對(duì)照等不同的對(duì)照實(shí)驗(yàn)形式。

單一變量原則：實(shí)驗(yàn)組與對(duì)照組只能有一個(gè)變量差異。即除開(kāi)自變量以外，實(shí)驗(yàn)組和對(duì)照組其他所有無(wú)關(guān)變量應(yīng)保持相同且適宜。

平行重復(fù)原則有兩層含義：一是指進(jìn)行探究實(shí)驗(yàn)時(shí)對(duì)生理狀況相同的多個(gè)實(shí)驗(yàn)對(duì)象同時(shí)進(jìn)行相同的實(shí)驗(yàn)操作，以減少偶然因素或?qū)嶒?yàn)對(duì)象個(gè)體差異帶來(lái)的誤差；另一層含義是指控制自變量在相同的變化幅度下，以同樣的條件進(jìn)行重復(fù)實(shí)驗(yàn)，從而體現(xiàn)過(guò)程與結(jié)果之間聯(lián)系的必然性。

在上述原則下，實(shí)驗(yàn)步驟的設(shè)計(jì)可以大致上分為三個(gè)要點(diǎn)：第一步，準(zhǔn)備和分組。對(duì)實(shí)驗(yàn)材料要進(jìn)行準(zhǔn)備和預(yù)處理，使其初始狀態(tài)相同并達(dá)到實(shí)驗(yàn)要求。然后，根據(jù)實(shí)驗(yàn)需要?jiǎng)澐譃椴煌M別，為后續(xù)的對(duì)照實(shí)驗(yàn)做好準(zhǔn)備。第二步，對(duì)照處理和變量控制。將不同組別控制在自變量的不同變化幅度之下形成對(duì)照，其余條件控制到相同且適宜的狀態(tài)，并給予充分的后續(xù)反應(yīng)時(shí)間。第三步，實(shí)驗(yàn)現(xiàn)象的觀測(cè)統(tǒng)計(jì)。選定適當(dāng)?shù)挠^察測(cè)量指標(biāo)對(duì)不同組別分別進(jìn)行觀察和統(tǒng)計(jì)，以反映實(shí)驗(yàn)結(jié)果。

四、實(shí)驗(yàn)結(jié)果分析和結(jié)論歸納

篇2

>> 黃瓜DVR基因的生物信息學(xué)分析 結(jié)核分枝桿菌pst S1基因的擴(kuò)增及生物信息學(xué)分析 丙酮醛誘導(dǎo)細(xì)胞凋亡相關(guān)基因SHMT2L的生物信息學(xué)分析 子宮內(nèi)膜異位癥相關(guān)基因和microRNA的挖掘及生物信息學(xué)分析 FZ6基因及其蛋白的生物信息學(xué)分析 丹參SmNAC1基因的克隆和生物信息學(xué)分析 小菜蛾p38MAPK基因的克隆與生物信息學(xué)分析 沙棘WRI1轉(zhuǎn)錄因子基因的生物信息學(xué)分析 水稻2個(gè)F―box基因的生物信息學(xué)分析 小菜蛾P(guān)xALP1基因的克隆與生物信息學(xué)分析 太子參分解代謝關(guān)鍵酶8′羥化酶基因的克隆及生物信息學(xué)分析 癲癇相關(guān)基因SCN1A啟動(dòng)子區(qū)多態(tài)性位點(diǎn)的生物信息學(xué)分析 結(jié)核分枝桿菌38kDa蛋白結(jié)構(gòu)與功能的生物信息學(xué)分析 玉米淹水誘導(dǎo)表達(dá)ZmERF5基因啟動(dòng)子的克隆與生物信息學(xué)分析 茶陵野生稻冷響應(yīng)基因OrCr3的克隆及其生物信息學(xué)分析 黃芩葡萄糖醛酸水解酶基因的克隆、生物信息學(xué)分析及表達(dá) 黔北麻羊RERGL基因cDNA克隆與生物信息學(xué)分析 不同物種GATA—2基因編碼區(qū)生物信息學(xué)分析 石榴等觀賞植物DFR基因生物信息學(xué)分析 高叢越桔UFGT基因電子克隆和生物信息學(xué)分析 常見(jiàn)問(wèn)題解答 當(dāng)前所在位置：l），包括26種古細(xì)菌，286種真細(xì)菌。截至2013年9月，收錄在GenBank已測(cè)基因組全序列的植物病原細(xì)菌種類(lèi)達(dá)31種，依靠傳統(tǒng)的研究思想和試驗(yàn)手段注釋如此龐大的生物信息資源幾乎是不可能的。生物信息學(xué)的首要任務(wù)之一是分析新基因的功能，即從大量不連續(xù)的信息中發(fā)現(xiàn)其中隱藏著的重要信息。

通過(guò)多重序列比對(duì)篩選保守序列是生物信息學(xué)方法的基礎(chǔ)，幾乎所有的注釋序列的意義、研究序列結(jié)構(gòu)的方法都是建立在此基礎(chǔ)上的。保守序列是指病毒在進(jìn)化過(guò)程中基因組序列保持不變或變異很小的序列。在進(jìn)化過(guò)程中，變化很小或者不變的序列往往承擔(dān)著極其重要的功能，一旦出現(xiàn)變化，功能就會(huì)受影響或者被破壞，物種就有被淘汰的危險(xiǎn)。因此，保持不變或變化很小的序列可能具有相同的功能。國(guó)際上已有專(zhuān)門(mén)的數(shù)據(jù)庫(kù)（如Blocks、PROSITE和IDENTIFY）和分析軟件（如BLAST、DNAsis、FASTA、GCG、MOST、Emotif和Tool）用于保守序列的分析。

本研究利用生物信息學(xué)方法對(duì)歐文氏桿菌基因組進(jìn)行分析，發(fā)現(xiàn)了71個(gè)與鐵代謝相關(guān)的基因，分別參與了歐文氏桿菌中鐵載體的生物合成以及鐵的運(yùn)輸、吸收、貯存和調(diào)控。

參考文獻(xiàn)：

[1] BULTREYS A， GHEYSEN I， MARAITE H， et al. Characterization of fluorescent and non-fluorescent peptide siderophores produced by Pseudomonas syringae strains and their potential use in strain identification[J]. Applied and Environmental Microbiology，2001，67（4）：1718-1727.

[2] DERBYSHIRE P， BALDWIN T， STEVENSON P， et al. Expression in Escherichia coli K-12 of the 76， 000-dalton iron-regulated outer membrane protein of Shigella flexneri confers sensitivity to cloacin DF13 in the absence of Shigella O antigen[J]. Infection Immunity，1989，57（9）：2794-2798.

[3] BELL M， SEBAIHIA L， PRITCHARD，et al. Genome sequence of the enterobacterial phytopathogen Erwinia carotovora subsp. atroseptica and characterization of virulence factors[J]. Proceedings of the National Academy of Science of the United State of America，2004，101（30）：11105-11110.

[4] RAYMOND K N， EMILY A， DERTZ， et al. Enterobactin： An archetype for microbial iron transport[J]. Proceedings of the National Academy of Science of the United State of America，2003，100（7）：3584-3588.

[5] VELAYUDHAN J， HUGHES N J， MCCOLM A A， et al. Iron acquisition and virulence in Helicobacter pylori： a major role for FeoB， a high-affinity ferrous iron transporter[J]. Journal of Molecular Biology，2000，37（2）：274-286.

[6] LILLARDJR J W， BEARDEN S W ， FETHERSTON J D， et al. The haemin storage （Hms+） phenotype of Yersinia pestis is not essential for the pathogenesis of bubonic plague in mammals[J].Microbiology，1999，145（1）：197-209.

[7] PERRY R D，SHAH J， BEARDEN S W， et al. Yersinia pestis TonB： role in iron， heme， and hemoprotein utilization[J]. Infection and Immunity，2003，71（7）：4159-4162.

[8] MAZMANIAN S K， SKAAR E P， GASPAR A H， et al. Passage of heme-iron across the envelope of Staphylococcus aureus[J]. Science，2003，299（5608）：906-909.

[9] MORRISSEY J A， COCKAYNE A， BRUMMELL K， et al. The staphylococcal ferritins are differentially regulated in response to iron and manganese and via PerR and Fur[J]. Infection and Immunity，2004，72（2）：972-979.

篇3

關(guān)鍵詞：生物信息學(xué)；本科教育；實(shí)踐與體會(huì)

中圖分類(lèi)號(hào)：G642.0文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1674-9324（2018）13-0229-02

湖南農(nóng)業(yè)大學(xué)生物信息學(xué)本科專(zhuān)業(yè)2004年獲教育部批準(zhǔn)增設(shè)，2005年正式招生，是國(guó)內(nèi)最早開(kāi)展生物信息學(xué)本科教育的高校之一，為社會(huì)培養(yǎng)了近500名生物信息學(xué)急需的人才。

一、農(nóng)業(yè)院校開(kāi)展生物信息學(xué)本科教育存在的主要問(wèn)題

1.師資力量薄弱，教師知識(shí)結(jié)構(gòu)單一。我校在2004年申報(bào)生物信息學(xué)本科專(zhuān)業(yè)時(shí)，主要是以植物保護(hù)學(xué)院植物病理學(xué)系的教師為基礎(chǔ)，結(jié)合昆蟲(chóng)學(xué)系講授生物統(tǒng)計(jì)課程的教師，組建了生物信息學(xué)系。教師的專(zhuān)業(yè)背景主要為植物保護(hù)、生物學(xué)等方面，知識(shí)結(jié)構(gòu)相對(duì)單一，計(jì)算機(jī)及數(shù)學(xué)理論方面的知識(shí)缺乏。

2.生源基礎(chǔ)知識(shí)較差，專(zhuān)業(yè)認(rèn)知度不高。我校生物信息學(xué)專(zhuān)業(yè)創(chuàng)辦之初，盡管媒體宣傳21世紀(jì)是信息科學(xué)、合成化學(xué)和生命科學(xué)共同繁榮的世紀(jì)[1]，國(guó)外SmartMoney網(wǎng)站將生物信息學(xué)列為下一個(gè)熱門(mén)工作，但國(guó)內(nèi)對(duì)生物信息學(xué)了解非常少。學(xué)生基本上通過(guò)服從專(zhuān)業(yè)調(diào)劑被生物信息學(xué)專(zhuān)業(yè)錄取，分?jǐn)?shù)相對(duì)較低，基礎(chǔ)知識(shí)明顯比其他專(zhuān)業(yè)要差，尤其是高考的英語(yǔ)成績(jī)100分以上的學(xué)生不到15%。另外，由于學(xué)生對(duì)生物信息學(xué)專(zhuān)業(yè)的認(rèn)知度不高，再加上新建專(zhuān)業(yè)，師資、實(shí)驗(yàn)條件相對(duì)不足，學(xué)生轉(zhuǎn)專(zhuān)業(yè)的情況非常突出，2005年轉(zhuǎn)專(zhuān)業(yè)率為27%，2006年轉(zhuǎn)專(zhuān)業(yè)率為23%。

3.教學(xué)硬件軟件不足，難以滿(mǎn)足培養(yǎng)專(zhuān)業(yè)技能的需求。生物信息學(xué)是一門(mén)新興學(xué)科和前沿學(xué)科，應(yīng)用性和實(shí)戰(zhàn)性非常強(qiáng)。隨著生物技術(shù)的迅速發(fā)展，生物學(xué)數(shù)據(jù)每年都成倍增加，生物信息學(xué)的研究方法不斷改進(jìn)，研究?jī)?nèi)容也隨之增加[2，3]。專(zhuān)業(yè)創(chuàng)辦之初，國(guó)內(nèi)生物信息學(xué)呈現(xiàn)“小荷才露尖尖角”的發(fā)展之勢(shì)，有關(guān)生物信息學(xué)的中文版教材非常少，有關(guān)生物信息學(xué)軟件的使用方法和實(shí)驗(yàn)指導(dǎo)的中文版更是鳳毛麟角[4]。

4.與生物信息公司聯(lián)系不夠，學(xué)生實(shí)踐實(shí)習(xí)難度大。在21世紀(jì)初，國(guó)內(nèi)有影響的生物信息學(xué)的相關(guān)專(zhuān)業(yè)公司不多，并且主要集中在北京、上海等大城市，如北京華大基因研究中心、上海申友生物技術(shù)有限責(zé)任公司、上海生物信息技術(shù)研究中心等，與長(zhǎng)沙相隔遙遠(yuǎn)，學(xué)生很難有機(jī)會(huì)去現(xiàn)場(chǎng)感受生物信息學(xué)的魅力。

二、解決辦法

1.加大師資培訓(xùn)力度，引進(jìn)外緣教師。為了讓生物信息學(xué)專(zhuān)業(yè)的教師盡快適應(yīng)生物信息學(xué)的教學(xué)，學(xué)院和學(xué)校加大了對(duì)生物信息學(xué)專(zhuān)業(yè)的師資培訓(xùn)力度。全系所有教師都參加了浙江大學(xué)主辦的“基因組科學(xué)研習(xí)班”，有7人次赴日本、美國(guó)等地開(kāi)展生物信息學(xué)方面的科研工作，提高了對(duì)生物信息學(xué)的基礎(chǔ)理論認(rèn)識(shí)和實(shí)踐操作技能。

2.利用傳統(tǒng)農(nóng)科專(zhuān)業(yè)優(yōu)勢(shì)，形成我校生物信息學(xué)的專(zhuān)業(yè)特色。我校生源的自身特點(diǎn)和基礎(chǔ)知識(shí)不允許我們?cè)谥贫ㄈ瞬排囵B(yǎng)目標(biāo)和課程設(shè)置時(shí)，生搬硬套綜合性院校生物信息學(xué)專(zhuān)業(yè)的教學(xué)模式，必須根據(jù)我校的人才培養(yǎng)目標(biāo)和我校的傳統(tǒng)農(nóng)科專(zhuān)業(yè)的優(yōu)勢(shì)。我校生物信息學(xué)專(zhuān)業(yè)立足湖南，開(kāi)展水稻、油菜、棉花、柑桔等農(nóng)作物抗病基因和重要病原物的基因組以及資源微生物功能基因組方面的研究，這為加速湖南省的經(jīng)濟(jì)發(fā)展做出了貢獻(xiàn)。

3.加強(qiáng)專(zhuān)業(yè)宣傳力度，提高學(xué)生對(duì)生物信息學(xué)專(zhuān)業(yè)的認(rèn)知度。精心準(zhǔn)備，制作專(zhuān)業(yè)介紹PPT，為新生展示學(xué)習(xí)生物信息學(xué)專(zhuān)業(yè)的美好前景。建立了農(nóng)大生物信息學(xué)QQ群，使在校生通過(guò)與以往畢業(yè)生的交流，增強(qiáng)了學(xué)生學(xué)習(xí)專(zhuān)業(yè)知識(shí)的信心和決心。通過(guò)該群，一些問(wèn)卷調(diào)查，根據(jù)市場(chǎng)、社會(huì)對(duì)生物信息學(xué)專(zhuān)業(yè)畢業(yè)生的要求，制定了新的（2014版）生物信息學(xué)專(zhuān)業(yè)培養(yǎng)方案和教學(xué)計(jì)劃。

4.加強(qiáng)實(shí)踐教學(xué)訓(xùn)練，改革考核方法。2009年我院搬遷到新教學(xué)樓，給生物信息學(xué)專(zhuān)業(yè)安排了兩間學(xué)生計(jì)算機(jī)機(jī)房，添置了50余臺(tái)計(jì)算機(jī)。2015年建設(shè)了一個(gè)云教室，設(shè)有40個(gè)云終端，先后添置了10臺(tái)高性能浪潮服務(wù)器以及2臺(tái)高容量的存儲(chǔ)設(shè)備，建立了一個(gè)小型的計(jì)算機(jī)集群，CPU計(jì)算核數(shù)達(dá)108個(gè)，內(nèi)存達(dá)850GB，能滿(mǎn)足生物信息學(xué)專(zhuān)業(yè)本科教學(xué)對(duì)服務(wù)器和計(jì)算機(jī)的需要，同時(shí)較大程度地緩解了科研的計(jì)算需求。

5.加大與生物信息公司的合作，與華大基因?qū)W院聯(lián)合辦學(xué)。與中國(guó)科學(xué)院北京基因組研究所、生物物理所等科研單位；與北京百邁客生物科技有限公司、上海美吉生物醫(yī)藥科技有限公司、深圳華大基因科技有限公司等單位簽訂校外教學(xué)實(shí)習(xí)基地協(xié)議；與深圳華大基因研究院簽訂了“基因組科學(xué)人才聯(lián)合培養(yǎng)協(xié)議”，進(jìn)行“2.5+1.5”聯(lián)合辦學(xué)。2015年只有1名學(xué)生入選“基因組科學(xué)創(chuàng)新班”，2016年有6名學(xué)生入選深圳市華大基因?qū)W院“基因組科學(xué)創(chuàng)新班”。

三、取得的成績(jī)和主要體會(huì)

（一）取得的主要成績(jī)

1.培養(yǎng)的畢業(yè)生獲得了社會(huì)的認(rèn)可。2011年我校獲得優(yōu)秀本科生推薦免試研究生資格后，生物信息學(xué)專(zhuān)業(yè)每年都有1—2名學(xué)生獲得學(xué)術(shù)型推免資格，其中2011屆的一位畢業(yè)生，大學(xué)期間發(fā)表2篇論文，因表現(xiàn)突出，被中國(guó)科學(xué)院北京基因組研究所接收為推薦免試研究生，據(jù)說(shuō)為中國(guó)科學(xué)院首次接受非“211”學(xué)校的推免生。雖然我校的生物信息學(xué)專(zhuān)業(yè)開(kāi)辦的時(shí)間不長(zhǎng)，但畢業(yè)生在生物信息學(xué)領(lǐng)域已嶄露頭角。如2010屆兩位畢業(yè)生以?xún)?yōu)異的成績(jī)被深圳華大基因研究院錄用，期間先后參與鳥(niǎo)類(lèi)聯(lián)盟比較基因組項(xiàng)目、豬蛔蟲(chóng)基因組注釋工作、北極熊基因組注釋工作、白蟻基因組項(xiàng)目、百例膀胱癌全基因組項(xiàng)目的研究工作，成為任華大基因研究院的高級(jí)人才。

2.建立了一支熱愛(ài)生物信息學(xué)專(zhuān)業(yè)的師資隊(duì)伍。通過(guò)10年的建設(shè)，生物信息學(xué)專(zhuān)業(yè)的整體師資隊(duì)伍得到了加強(qiáng)，現(xiàn)有9名專(zhuān)職教師中，教授4名，副教授3名，講師2人；“湖南省新世紀(jì)121人才工程”第三層次人才1人，湖南省學(xué)科帶頭人1人，湖南省青年骨干教師4人；全部具有博士學(xué)位，7位有在國(guó)外留學(xué)1年以上的經(jīng)歷。將美國(guó)克萊姆遜大學(xué)羅峰博士聘請(qǐng)為湖南省百人計(jì)劃，同時(shí)將美國(guó)伊利諾伊州立大學(xué)劉世名博士和愛(ài)荷華州立大學(xué)的李迅博士聘請(qǐng)為湖南農(nóng)業(yè)大學(xué)神農(nóng)學(xué)者講座教授。目前我校生物信息系已形成了兩個(gè)特色鮮明的團(tuán)隊(duì)：由袁哲明教授領(lǐng)銜的算法創(chuàng)新團(tuán)隊(duì)和由羅峰教授領(lǐng)銜的應(yīng)用拓展團(tuán)隊(duì)。

（二）主要體會(huì)

1.結(jié)合優(yōu)勢(shì)辦好生物信息學(xué)專(zhuān)業(yè)。生物信息學(xué)是一門(mén)交叉科學(xué)，涉及生物學(xué)、計(jì)算機(jī)、數(shù)學(xué)等領(lǐng)域，范圍相當(dāng)廣泛。同時(shí)，生物信息學(xué)也是實(shí)用性相當(dāng)強(qiáng)的技術(shù)，運(yùn)用生物信息學(xué)的方法和技術(shù)可以解決生命遺傳信息和生命活動(dòng)信息中的實(shí)際問(wèn)題。

2.加強(qiáng)實(shí)踐教學(xué)，提高學(xué)生的實(shí)戰(zhàn)能力。生物信息學(xué)是一門(mén)應(yīng)用性強(qiáng)的專(zhuān)業(yè)，必須讓學(xué)生通過(guò)大量的訓(xùn)練去熟悉生物信息學(xué)軟件的應(yīng)用。同時(shí)，教師在教學(xué)過(guò)程中，應(yīng)該將教學(xué)與科研相結(jié)合，多為學(xué)生提供科研科題，讓學(xué)生在科研中能夠熟練地運(yùn)用生物信息知識(shí)去分析和解決問(wèn)題，從而更好地理解生物信息學(xué)的作用。

參考文獻(xiàn)： 

[1]徐光憲.21世紀(jì)是信息科學(xué)、合成化學(xué)和生命科學(xué)共同繁榮的世紀(jì)[J].化學(xué)通報(bào)，2003，66（1）：3-11. 

[2]鐘揚(yáng)，張亮，趙瓊.簡(jiǎn)明生物信息學(xué)[M].北京：高等教育出版社，2001. 

[3]陳銘.生物信息學(xué)[M].第二版.北京：科學(xué)出版社，2015. 

篇4

關(guān)鍵詞：生物信息學(xué)；生物專(zhuān)業(yè)； 教學(xué)方法；學(xué)科交叉

中圖分類(lèi)號(hào)：G64 文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： The characteristics of the professional teaching of bioinformatics are introduced ， then the paper analyzes on the professional students of biological problems existing in the teaching of computer， biological computer curriculum teaching methods are put forward.

Keywords： Bioinformatics； biology； teaching method； course cross

0.概述

近年來(lái)，伴隨著生命科學(xué)的快速發(fā)展，有關(guān)生物的數(shù)據(jù)逐漸增多，而分析手段也很多，產(chǎn)生了生物信息學(xué)這個(gè)概念。生物信息學(xué)是由生物學(xué)與計(jì)算機(jī)科學(xué)、應(yīng)用數(shù)學(xué)以及統(tǒng)計(jì)學(xué)等學(xué)科相互交叉而形成的一門(mén)新興學(xué)科，它使用計(jì)算機(jī)和信息技術(shù)對(duì)生物信息數(shù)據(jù)進(jìn)行采集、處理、存儲(chǔ)、檢索和分析，從而達(dá)到揭示相關(guān)數(shù)據(jù)中所蘊(yùn)含的生物學(xué)意義的目的[1]。為了快速有效地從海量的生物數(shù)據(jù)中獲得所需信息，提高發(fā)現(xiàn)問(wèn)題、解決問(wèn)題的能力，在生物信息學(xué)教學(xué)過(guò)程中有必要開(kāi)設(shè)一些計(jì)算機(jī)課程、數(shù)學(xué)及工程相關(guān)課程，這樣可以啟發(fā)學(xué)生綜合運(yùn)用數(shù)學(xué)、物理、工程科學(xué)和計(jì)算機(jī)知識(shí)的能力，拓寬其知識(shí)面，了解學(xué)科前沿和最新進(jìn)展，培養(yǎng)跨越生命科學(xué)、計(jì)算科學(xué)、數(shù)理科學(xué)等不同領(lǐng)域的大科學(xué)素質(zhì)和意識(shí)，為今后選擇新興交叉學(xué)科領(lǐng)域進(jìn)行深造奠定基礎(chǔ)。因此很多大學(xué)增設(shè)了生物信息學(xué)這個(gè)本科專(zhuān)業(yè)，有的在計(jì)算機(jī)學(xué)院中增加生物信息專(zhuān)業(yè)本科，有的在生命學(xué)院增加生物信息本科，在本文中主要討論在生命學(xué)院中開(kāi)始生物信息學(xué)專(zhuān)業(yè)。作為一門(mén)交叉學(xué)科，不同專(zhuān)業(yè)的學(xué)科體系對(duì)生物信息學(xué)課程教學(xué)提出了不同的要求，如何在生物專(zhuān)業(yè)學(xué)生中開(kāi)展生物信息與計(jì)算機(jī)課程的結(jié)合，是培養(yǎng)更高理論和實(shí)踐能力的生物信息專(zhuān)業(yè)人才的關(guān)鍵。

1 生物信息學(xué)的特點(diǎn)

生物信息學(xué)涉及分子生物學(xué)、微生物學(xué)、生物化學(xué)、蛋白質(zhì)化學(xué)、分子遺傳學(xué)、基因組學(xué)、生物物理學(xué)、概率論與數(shù)理統(tǒng)計(jì)、信息論及計(jì)算機(jī)技術(shù)等學(xué)科，學(xué)科交叉性極強(qiáng)。僅就計(jì)算機(jī)技術(shù)而言，計(jì)算機(jī)編程、數(shù)據(jù)庫(kù)技術(shù)和模式識(shí)別、軟件工程及網(wǎng)絡(luò)技術(shù)等都在生物信息學(xué)中有廣泛的應(yīng)用[1，2]。因此，生物信息學(xué)是將不同領(lǐng)域知識(shí)高度集中的學(xué)科。

2 計(jì)算機(jī)課程的設(shè)置

對(duì)生物信息學(xué)來(lái)說(shuō)，計(jì)算機(jī)技術(shù)就是一個(gè)工具，用來(lái)對(duì)生物數(shù)據(jù)進(jìn)行處理。工欲善其事，必先利其器，所以要做好數(shù)據(jù)的分析工作，必須讓學(xué)生學(xué)好計(jì)算機(jī)課程，但更應(yīng)該在生物信息學(xué)專(zhuān)業(yè)的教學(xué)計(jì)劃中把計(jì)算機(jī)課程設(shè)置恰當(dāng)，讓學(xué)生受益[2]。

2.1 課程的選擇順序

生物信息學(xué)面對(duì)的是海量生物數(shù)據(jù)，所以首先需要學(xué)習(xí)使用編程工具，如JAVA或者C++語(yǔ)言或者Perl語(yǔ)言等編程工具，然后安排數(shù)據(jù)結(jié)構(gòu)等課程對(duì)編程課程進(jìn)行深入了解，后期安排數(shù)據(jù)庫(kù)技術(shù)、數(shù)據(jù)挖掘等課程，方便學(xué)生進(jìn)行實(shí)踐應(yīng)用。

2.2 教材和授課內(nèi)容的合理選擇

在學(xué)習(xí)生物的學(xué)生中開(kāi)設(shè)生物信息學(xué)專(zhuān)業(yè)，那么教材的選擇應(yīng)該兼顧學(xué)生的知識(shí)背景和學(xué)習(xí)興趣，由于學(xué)生對(duì)蛋白、進(jìn)化、蛋白質(zhì)結(jié)構(gòu)、基因序列有一些認(rèn)識(shí)，但對(duì)計(jì)算機(jī)比較恐懼，因此計(jì)算機(jī)教材可選用比較簡(jiǎn)單、易懂的，如JAVA課程主要講解編程思想，那么主要包括環(huán)境變量設(shè)置、語(yǔ)法和如何編程，那么選擇教材時(shí)就選包括這些內(nèi)容的教材就可以了，并在上課過(guò)程中，結(jié)合一些生物信息軟件來(lái)講解，激發(fā)學(xué)生的學(xué)習(xí)興趣。同時(shí)，選擇適合的授課內(nèi)容也是必不可少的環(huán)節(jié)：序列比對(duì)算法、基因識(shí)別算法、蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、分子動(dòng)力學(xué)模型及機(jī)器學(xué)習(xí)或模式識(shí)別算法在生物信息學(xué)中的應(yīng)用等方面的內(nèi)容，此外在大學(xué)初期也要加強(qiáng)數(shù)學(xué)、物理和計(jì)算機(jī)方面的基本知識(shí)的課程開(kāi)設(shè)[2]。能夠從他們自己的知識(shí)體系出發(fā)， 闡述生物數(shù)據(jù)如何用計(jì)算機(jī)方法和技術(shù)進(jìn)行獲得并處理；并且了解學(xué)生已經(jīng)掌握哪些生物學(xué)知識(shí)，在授課過(guò)程中，針對(duì)學(xué)生的特點(diǎn)綜合使用多本教材更能達(dá)到預(yù)期效果。使學(xué)生認(rèn)識(shí)到計(jì)算機(jī)技術(shù)和方法在生物學(xué)研究領(lǐng)域的廣闊應(yīng)用空間。隨著生物信息學(xué)研究的深入，國(guó)內(nèi)外出現(xiàn)了大量的生物信息學(xué)教材、專(zhuān)著和一些最新的文獻(xiàn)。

2.3從抽象到具體的教學(xué)理念

由于生物信息學(xué)涉及數(shù)學(xué)、統(tǒng)計(jì)學(xué)及算法等眾多理論知識(shí)，但有生物基礎(chǔ)的學(xué)生具有生物學(xué)知識(shí)儲(chǔ)備，缺乏計(jì)算機(jī)知識(shí)。所以在為生物學(xué)專(zhuān)業(yè)上進(jìn)行計(jì)算機(jī)課程時(shí)盡量采用結(jié)合實(shí)例進(jìn)行講解。首先，針對(duì)生物學(xué)專(zhuān)業(yè)學(xué)生計(jì)算機(jī)知識(shí)薄弱的特點(diǎn)，盡可能將生物信息學(xué)問(wèn)題轉(zhuǎn)化為學(xué)生熟知領(lǐng)域的問(wèn)題，例如，在講解蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)時(shí)，可考慮學(xué)生學(xué)習(xí)過(guò)螺旋、折疊和無(wú)規(guī)則卷曲的特征，講解模式識(shí)別算法預(yù)測(cè)二級(jí)結(jié)構(gòu)的過(guò)程時(shí)用可采用一些模型如蘋(píng)果等進(jìn)行形象講解更容易被學(xué)生接受了；其次，充分利用現(xiàn)代化教育技術(shù)及網(wǎng)絡(luò)資源，對(duì)于未接觸過(guò)計(jì)算機(jī)實(shí)驗(yàn)學(xué)生來(lái)說(shuō)，程序代碼對(duì)于他們而言是枯燥無(wú)味的，在教學(xué)過(guò)程中充分利用計(jì)算機(jī)實(shí)驗(yàn)和網(wǎng)絡(luò)資源，讓學(xué)生了解計(jì)算機(jī)程序的運(yùn)行過(guò)程和網(wǎng)絡(luò)中生物信息軟件的使用，從而對(duì)計(jì)算機(jī)處理生物學(xué)數(shù)據(jù)產(chǎn)生感性認(rèn)識(shí)。例如，在講解利用聚類(lèi)算法分析基因芯片數(shù)據(jù)時(shí)，可以先播放基因芯片制作過(guò)程的Flas，讓學(xué)生身臨其境，這樣不僅可以激發(fā)學(xué)生的學(xué)習(xí)興趣，更可以加深學(xué)生對(duì)知識(shí)的理解和掌握?；蛘咧v解聚類(lèi)算法可以用物種分類(lèi)進(jìn)行類(lèi)比來(lái)講解[2]。

2.4加強(qiáng)實(shí)驗(yàn)環(huán)節(jié)

生物專(zhuān)業(yè)的生物信息學(xué)課程的教學(xué)過(guò)程就是讓學(xué)生了解并掌握計(jì)算機(jī)科學(xué)和技術(shù)如何處理分析生物學(xué)數(shù)據(jù)的過(guò)程。因此，進(jìn)行理論教學(xué)的同時(shí)，實(shí)驗(yàn)教學(xué)環(huán)節(jié)也是必不可少的[3]。計(jì)算機(jī)實(shí)驗(yàn)不同于生物實(shí)驗(yàn)，而是主要通過(guò)計(jì)算機(jī)進(jìn)行處理，例如可通過(guò)計(jì)算機(jī)實(shí)驗(yàn)直觀的了解三大核酸數(shù)據(jù)庫(kù)：蛋白質(zhì)序列和結(jié)構(gòu)數(shù)據(jù)庫(kù)的數(shù)據(jù)組織方式；通過(guò)實(shí)驗(yàn)可以讓學(xué)生掌握如何利用Acclrys Discovery Stdio軟件進(jìn)行蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)，感受蛋白質(zhì)結(jié)構(gòu)顯示軟件的強(qiáng)大威力，更重要的是，使學(xué)生了解到計(jì)算機(jī)技術(shù)和方法在生物數(shù)據(jù)處理過(guò)程中的舉足輕重的作用。從生物信息學(xué)實(shí)驗(yàn)課中，他們可以領(lǐng)略到計(jì)算機(jī)科學(xué)技術(shù)的魅力，增加作為生物信息學(xué)專(zhuān)業(yè)學(xué)生的自豪感，并堅(jiān)定學(xué)好生物信息學(xué)知識(shí)的信念。

3 后續(xù)課程的構(gòu)想

在后續(xù)課程中，由于前面為學(xué)生設(shè)置數(shù)據(jù)庫(kù)原理與設(shè)計(jì)及數(shù)據(jù)挖掘等課程，可開(kāi)設(shè)一些專(zhuān)題講座，如了解數(shù)據(jù)庫(kù)設(shè)計(jì)后，可結(jié)合生物專(zhuān)業(yè)的特點(diǎn)，可能了解了在網(wǎng)絡(luò)環(huán)境中三大核酸數(shù)據(jù)庫(kù)的組織結(jié)構(gòu)，講解它們是如何采用數(shù)據(jù)庫(kù)知識(shí)進(jìn)行組織的，并進(jìn)行一些簡(jiǎn)單數(shù)據(jù)庫(kù)的設(shè)計(jì)工作；在數(shù)據(jù)挖掘課程后可采用一些統(tǒng)計(jì)學(xué)軟件如MATLAB處理生物數(shù)據(jù)的一些專(zhuān)題[4，5]。又如開(kāi)設(shè)講解生物信息學(xué)的研究熱點(diǎn)與與原來(lái)講解的課程進(jìn)行對(duì)接。也可講解一下藥物信息學(xué)的設(shè)計(jì)、疾病靶點(diǎn)的選擇等，激發(fā)學(xué)生學(xué)習(xí)生物信息學(xué)的意義，讓有可能進(jìn)一步深造的學(xué)生知道前進(jìn)的動(dòng)力。

4 結(jié)束語(yǔ)

作為一門(mén)新興的學(xué)科，生物信息學(xué)專(zhuān)業(yè)的發(fā)展非常迅速，新的理論、算法和應(yīng)用程序不斷涌現(xiàn)。因此在進(jìn)行生生物信息學(xué)專(zhuān)業(yè)教學(xué)中，不拘泥于現(xiàn)有的生物信息學(xué)教材和計(jì)算機(jī)教材時(shí)納入最新的研究成果，將相關(guān)研究領(lǐng)域的一些新的研究方法、網(wǎng)絡(luò)資源以及工具軟件介紹給學(xué)生。例如， GCG軟件是一套蛋白質(zhì)、核酸序列分析軟件，一般在Linux環(huán)境下使用，包括130多個(gè)軟件，但現(xiàn)在這些類(lèi)似功能的軟件很多可網(wǎng)絡(luò)上下載到Windows系統(tǒng)環(huán)境下進(jìn)行蛋白質(zhì)、核酸序列分析，因此可介紹這些軟件給同學(xué)使用，方便同學(xué)在自己的電腦里熟練使用這些軟件，同時(shí)有些軟件有更新的算法和版本也可以介紹，及時(shí)更新學(xué)生的知識(shí)體系，培養(yǎng)學(xué)生相關(guān)學(xué)科前沿的意識(shí)，拓展學(xué)生視野。

參考文獻(xiàn)：

[1] 孫嘯，陸祖宏，謝建明.生物信息學(xué)基礎(chǔ)[M].北京：清華大學(xué)出版社，2005：3

[2] 丁彥蕊，蔡宇杰.計(jì)算機(jī)專(zhuān)業(yè)生物信息學(xué)課程教學(xué)的實(shí)踐探討，安徽農(nóng)業(yè)科學(xué)，2012，40（29）14596-14597

[3] 高亞梅，韓毅強(qiáng).生物信息學(xué)本科教學(xué)初探[J].生物信息學(xué)，2007，5（1）：44-48

[4] 戴凌燕，姜述君，高亞梅.《生物信息學(xué)》課程教學(xué)方法探索與實(shí)踐[J].生物信息學(xué)，2009，7（4） ：311～313.

[5] David W M.Bioinformatics：sequence and genome analysis影印本[M].科學(xué)出版社，2002.

篇5

關(guān)鍵詞：醫(yī)學(xué)檢驗(yàn)；生物信息學(xué)；課程教學(xué)

近年來(lái)，生物信息學(xué)在各醫(yī)藥院校越來(lái)越受到重視，多所院校相繼在研究生教學(xué)中開(kāi)設(shè)了生物信息學(xué)課程[1]。而對(duì)于醫(yī)學(xué)本科層次是否需要開(kāi)設(shè)生物信息學(xué)課程這一問(wèn)題，雖然目前各方面的觀點(diǎn)不一，但是已經(jīng)有一些院校開(kāi)始進(jìn)行嘗試。目前醫(yī)學(xué)檢驗(yàn)專(zhuān)業(yè)（五年制，畢業(yè)時(shí)授予醫(yī)學(xué)學(xué)士學(xué)位）已調(diào)整為醫(yī)學(xué)檢驗(yàn)技術(shù)專(zhuān)業(yè)（四年制，畢業(yè)時(shí)授予理學(xué)學(xué)士學(xué)位），而生物信息學(xué)作為一門(mén)新課程，在醫(yī)學(xué)檢驗(yàn)（技術(shù)）專(zhuān)業(yè)學(xué)生培養(yǎng)中的作用正日益受到關(guān)注，逐步被某些院校選擇作為必修課或者選修課。

一、開(kāi)設(shè)課程的必要性

空前繁榮的生物醫(yī)學(xué)大數(shù)據(jù)的產(chǎn)出，及其蘊(yùn)含的重大生命奧秘的揭示，將決定現(xiàn)代生命科技和醫(yī)藥產(chǎn)業(yè)研發(fā)的高度，決定人們對(duì)疾病的認(rèn)識(shí)和掌控能力，也將對(duì)主導(dǎo)生物醫(yī)學(xué)大數(shù)據(jù)存儲(chǔ)、管理、注釋、分析全過(guò)程，解決生命密碼的關(guān)鍵手段———現(xiàn)代生物信息學(xué)技術(shù)的發(fā)展帶來(lái)前所未有的機(jī)遇和挑戰(zhàn)[2]。對(duì)于醫(yī)學(xué)專(zhuān)業(yè)學(xué)生而言，通過(guò)學(xué)習(xí)生物信息學(xué)，從而掌握利用各種網(wǎng)絡(luò)信息資源來(lái)檢索和獲取生物信息數(shù)據(jù)，并選擇和使用各種生物信息學(xué)軟件來(lái)分析數(shù)據(jù)。在當(dāng)今大數(shù)據(jù)時(shí)代，這方面的知識(shí)和技能的培養(yǎng)對(duì)于醫(yī)學(xué)生今后從事醫(yī)學(xué)科研工作是非常重要的。因此，在醫(yī)學(xué)專(zhuān)業(yè)學(xué)生中開(kāi)設(shè)生物信息學(xué)課程非常必要。我校從2010年開(kāi)始將生物信息學(xué)設(shè)置為研究生教學(xué)的必修課；從2013年開(kāi)始在醫(yī)學(xué)檢驗(yàn)專(zhuān)業(yè)中開(kāi)設(shè)生物信息學(xué)選修課，自2015年開(kāi)始轉(zhuǎn)為醫(yī)學(xué)檢驗(yàn)技術(shù)專(zhuān)業(yè)。在醫(yī)學(xué)檢驗(yàn)技術(shù)專(zhuān)業(yè)中開(kāi)設(shè)生物信息學(xué)課程，能夠?yàn)樵搶?zhuān)業(yè)學(xué)生的臨床和科研方面的素質(zhì)積累提供必要的支持，更重要的是增強(qiáng)了在醫(yī)學(xué)和信息科學(xué)交叉領(lǐng)域解決問(wèn)題的技能，其意義幾乎等同于在研究生教學(xué)中的設(shè)課意義。

二、教學(xué)內(nèi)容的安排

醫(yī)學(xué)檢驗(yàn)技術(shù)專(zhuān)業(yè)的教學(xué)任務(wù)非常緊張，幾乎將原來(lái)醫(yī)學(xué)檢驗(yàn)專(zhuān)業(yè)前八個(gè)學(xué)期（最后兩個(gè)學(xué)期為實(shí)習(xí)階段）課程壓縮到六個(gè)學(xué)期來(lái)完成，學(xué)生學(xué)習(xí)壓力可想而知。我校為了減輕學(xué)生負(fù)擔(dān)，各課程的課時(shí)數(shù)都比醫(yī)學(xué)檢驗(yàn)專(zhuān)業(yè)有所減少。但生物信息學(xué)并未改變，仍然為16學(xué)時(shí)。為了在較短的學(xué)時(shí)內(nèi)實(shí)現(xiàn)教學(xué)效果的最大化，我們結(jié)合該專(zhuān)業(yè)學(xué)生的特點(diǎn)和需求，將授課內(nèi)容分為理論課和實(shí)踐課兩部分，實(shí)踐課不占學(xué)時(shí)。理論課主要介紹基本的生物信息學(xué)理論、資源和數(shù)據(jù)的獲取、分析方法和工具的使用；實(shí)踐課則通過(guò)布置作業(yè)，課后上機(jī)操作來(lái)解決問(wèn)題。理論課主要內(nèi)容包括：生物信息學(xué)導(dǎo)論、DNA測(cè)序技術(shù)、序列的獲取、雙序列比對(duì)、多序列比對(duì)、蛋白質(zhì)結(jié)構(gòu)分析和預(yù)測(cè)共計(jì)六個(gè)專(zhuān)題。實(shí)踐課主要內(nèi)容包括：cDNA及基因組參考序列的獲??；常見(jiàn)序列格式的釋義與轉(zhuǎn)換；雙序列比對(duì)（局部比對(duì)）；多序列比對(duì)（全局比對(duì)）；蛋白質(zhì)綜合信息查詢(xún)；蛋白質(zhì)基本性質(zhì)、疏水區(qū)、亞細(xì)胞定位、信號(hào)肽、跨膜區(qū)、模體及結(jié)構(gòu)域分析與二級(jí)結(jié)構(gòu)預(yù)測(cè)；蛋白質(zhì)三級(jí)結(jié)構(gòu)預(yù)測(cè)。在理論課實(shí)施過(guò)程中，注重將與生物信息學(xué)相關(guān)的生命科學(xué)和醫(yī)學(xué)前沿的一些最新進(jìn)展和最新成果引入理論知識(shí)講授中，讓學(xué)生在有限學(xué)時(shí)內(nèi)能夠進(jìn)一步認(rèn)識(shí)生物信息學(xué)的內(nèi)涵和課程的價(jià)值，追蹤前沿學(xué)科的動(dòng)態(tài)，開(kāi)拓視野。

三、教學(xué)方法的設(shè)計(jì)

生物信息學(xué)涉及多個(gè)學(xué)科領(lǐng)域，交叉性強(qiáng)，在較短的學(xué)時(shí)內(nèi)學(xué)好這門(mén)課程的難度很大。學(xué)生的學(xué)習(xí)興趣與教學(xué)內(nèi)容和手段關(guān)系密切，除了精心選擇教學(xué)內(nèi)容外，教學(xué)方法上也有很多需要革新乃至創(chuàng)新的地方。在教學(xué)過(guò)程中，我們形成了頗具特色的教學(xué)經(jīng)驗(yàn)，由授課教師獨(dú)創(chuàng)的授課———實(shí)踐———演示（Teaching-Practicing-Showing，TPS）教學(xué)模式已應(yīng)用于教學(xué)。TPS教學(xué)模式著力于以實(shí)際問(wèn)題為引線，將理論授課與上機(jī)實(shí)踐有機(jī)地融為一體，逐步介紹生物數(shù)據(jù)分析的各項(xiàng)技能，并指導(dǎo)學(xué)生將其融會(huì)貫通以真正掌握相關(guān)的基本方法與常用工具。首先，在教學(xué)內(nèi)容上引入具體實(shí)例來(lái)進(jìn)行教學(xué)，比如講解生物信息數(shù)據(jù)庫(kù)（Gene、Nucleotide、UniProt、PDB等）時(shí)，通過(guò)給出檢索某個(gè)人類(lèi)疾病基因數(shù)據(jù)的例子來(lái)學(xué)習(xí)數(shù)據(jù)庫(kù)的使用方法。課堂上教學(xué)實(shí)例的設(shè)計(jì)需要任課教師在備課時(shí)投入大量精力來(lái)完成，還需要教師具備多學(xué)科交叉的知識(shí)。教學(xué)實(shí)踐表明，與醫(yī)學(xué)相關(guān)的生物信息學(xué)分析實(shí)例可以讓學(xué)生更好地認(rèn)識(shí)該課程的作用，大幅度提高學(xué)生的學(xué)習(xí)興趣和學(xué)習(xí)的主動(dòng)性。此外，課堂教學(xué)手段也應(yīng)該豐富多彩，多媒體教學(xué)中可以充分使用圖片、動(dòng)畫(huà)等元素。其次，舉例分析時(shí)可以進(jìn)行一定的現(xiàn)場(chǎng)演示，比如講解檢索Unigene數(shù)據(jù)庫(kù)時(shí)可以一邊上網(wǎng)演示一邊解釋說(shuō)明。

四、考核方式的變革

生物信息學(xué)作為選修課，既要遵循學(xué)校相關(guān)的考試制度，也要通過(guò)對(duì)考試方式的變革來(lái)提高考試效果。我們將理論考核與學(xué)生的實(shí)踐能力考核聯(lián)系起來(lái)，結(jié)合學(xué)生課外實(shí)踐任務(wù)的完成情況和開(kāi)卷考試成績(jī)進(jìn)行綜合評(píng)定。在課程中安排一次課外實(shí)踐任務(wù)，要求每位學(xué)生獨(dú)立完成相關(guān)分析并提交書(shū)面分析報(bào)告，該部分占考核成績(jī)的20%。具體內(nèi)容為自行選擇一個(gè)人類(lèi)細(xì)胞外功能蛋白：1.利用ClustalX對(duì)各物種參考蛋白序列進(jìn)行多序列比對(duì)（輸出PS格式結(jié)果）；2.分析分子量、等電點(diǎn)、分子式、穩(wěn)定性、親疏水性及亞細(xì)胞定位；3.預(yù)測(cè)二級(jí)結(jié)構(gòu)并模擬三維結(jié)構(gòu)。課程結(jié)束后進(jìn)行開(kāi)卷考試，內(nèi)容包括基礎(chǔ)知識(shí)和綜合分析，盡量采取靈活的出題方式，并控制題量，該部分占考核成績(jī)的80%。近年來(lái)的教學(xué)實(shí)踐表明，這種綜合評(píng)定的方式能夠反映學(xué)生對(duì)該課程的掌握程度，體現(xiàn)學(xué)生利用生物信息學(xué)知識(shí)解決問(wèn)題的能力。

五、展望

實(shí)踐表明，生物信息學(xué)課程教學(xué)能夠給學(xué)生提供所需要的生物信息學(xué)知識(shí)和技能，但是在教學(xué)內(nèi)容安排、教學(xué)方法設(shè)計(jì)、教學(xué)手段使用和教學(xué)效果評(píng)價(jià)等諸多環(huán)節(jié)都需要進(jìn)一步探討。在這個(gè)過(guò)程中，我們既需要吸收傳統(tǒng)教學(xué)模式中的優(yōu)點(diǎn)和精髓，做到嚴(yán)謹(jǐn)和切合實(shí)際，又需要更新教學(xué)理念，突出醫(yī)學(xué)特色，大膽嘗試新的教學(xué)方法和手段，最終形成本課程別具一格的教學(xué)特色。

作者:倫永志 單位:大連大學(xué)

參考文獻(xiàn)

篇6

關(guān)鍵詞：生物信息學(xué)；教學(xué)模式；探索

中圖分類(lèi)號(hào)：G642.0 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-9324（2014）20-0214-02

生物信息學(xué)是一門(mén)由生命科學(xué)、數(shù)學(xué)和計(jì)算機(jī)科學(xué)相互滲透形成的新型交叉學(xué)科，它利用各種計(jì)算機(jī)軟件、生物學(xué)工具及互聯(lián)網(wǎng)技術(shù)對(duì)生命科學(xué)研究中產(chǎn)生的各種生物數(shù)據(jù)進(jìn)行存儲(chǔ)、加工及分析，從而達(dá)到理解數(shù)據(jù)中的生物學(xué)含義的目標(biāo)[1-3]。當(dāng)前，生物信息學(xué)已經(jīng)成為生物、醫(yī)學(xué)、農(nóng)學(xué)、遺傳學(xué)、細(xì)胞學(xué)等生命領(lǐng)域各學(xué)科發(fā)展的強(qiáng)大推動(dòng)力量，已成為生命科學(xué)研究者強(qiáng)有力的輔助工具。近年來(lái)，隨著分子生物學(xué)在動(dòng)物植物育種、遺傳資源創(chuàng)新、品種改良、病蟲(chóng)害防治等農(nóng)業(yè)方面的應(yīng)用，生物信息學(xué)作為一種實(shí)用、高效的手段被充分利用?！渡镄畔W(xué)》課程也相應(yīng)地被列入各農(nóng)業(yè)院校大學(xué)生教學(xué)計(jì)劃。新疆農(nóng)業(yè)大學(xué)根據(jù)學(xué)校專(zhuān)業(yè)發(fā)展現(xiàn)狀及學(xué)生培養(yǎng)需求于2010年將《生物信息學(xué)》課程作為生物技術(shù)專(zhuān)業(yè)的必修專(zhuān)業(yè)課，通過(guò)三年來(lái)的教學(xué)實(shí)踐，針對(duì)課程教學(xué)中存在的無(wú)合適教材、網(wǎng)絡(luò)資料繁雜、教學(xué)內(nèi)容陳舊、教學(xué)手段單一、考核模式簡(jiǎn)單等問(wèn)題[4-5]，筆者在課程的教學(xué)內(nèi)容、教學(xué)方法、考核辦法等方面進(jìn)行了初步探索，本文現(xiàn)就該課程教學(xué)模式作一論述。

一、教學(xué)目標(biāo)及內(nèi)容

由于生物信息學(xué)是一門(mén)新興學(xué)科，其理論及相關(guān)分析工具發(fā)展迅速、不斷更新，在課程教學(xué)目標(biāo)和教學(xué)內(nèi)容上也在不斷變化。我認(rèn)為對(duì)于當(dāng)前農(nóng)業(yè)院校生物技術(shù)專(zhuān)業(yè)的培養(yǎng)目標(biāo)和要求是讓學(xué)生理解掌握生物信息學(xué)相關(guān)的一些基本理論、實(shí)驗(yàn)技術(shù)及實(shí)踐操作，以核酸序列及蛋白質(zhì)序列的實(shí)際分析為主要側(cè)重點(diǎn)，著重培養(yǎng)學(xué)生的實(shí)踐能力，使他們能適應(yīng)今后工作學(xué)習(xí)的需要。據(jù)此，確定了以下的教學(xué)內(nèi)容：教學(xué)內(nèi)容共36學(xué)時(shí)，分為理論基礎(chǔ)和上機(jī)實(shí)踐兩部分，理論課中穿插實(shí)例示范，共24學(xué)時(shí)。理論教學(xué)內(nèi)容包括：生物信息學(xué)緒論、生物信息學(xué)的生物學(xué)基礎(chǔ)、生物信息數(shù)據(jù)庫(kù)及其檢索、序列的基本信息分析及比對(duì)、分子系統(tǒng)發(fā)育分析、蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)及分析、組學(xué)技術(shù)及信息學(xué)分析；上機(jī)實(shí)踐共12學(xué)時(shí)，內(nèi)容包括：常用生物數(shù)據(jù)庫(kù)的查詢(xún)與搜索、核酸序列的分析方法實(shí)踐、多序列比對(duì)和系統(tǒng)發(fā)育分析、蛋白質(zhì)序列分析及空間結(jié)構(gòu)預(yù)測(cè)、DNA序列中基因結(jié)構(gòu)預(yù)測(cè)分析。在理論授課中介紹與農(nóng)業(yè)相關(guān)生物信息數(shù)據(jù)庫(kù)及應(yīng)用，在實(shí)例分析中選用本校教師相關(guān)研究結(jié)果作為數(shù)據(jù)來(lái)源，拉近學(xué)生與知識(shí)點(diǎn)的距離，提高學(xué)習(xí)興趣，使學(xué)生認(rèn)識(shí)到學(xué)習(xí)本課程的意義，通過(guò)講練結(jié)合使學(xué)生掌握相關(guān)實(shí)踐分析能力。

二、教學(xué)材料

1.教材的選擇。生物信息學(xué)目前仍處速發(fā)展時(shí)期，尤其是隨著各種新技術(shù)、新理論及組學(xué)的發(fā)展，涉及到的學(xué)科越來(lái)越多。當(dāng)前生物信息學(xué)專(zhuān)著及教材層出不窮，但中文版書(shū)籍中影印國(guó)外原版教科書(shū)和翻譯書(shū)籍仍占很大比例，這類(lèi)書(shū)籍中，專(zhuān)著專(zhuān)業(yè)性過(guò)強(qiáng)，而教材又多是針對(duì)生物信息學(xué)專(zhuān)業(yè)的學(xué)生或“一本”的學(xué)生編寫(xiě)的，難度較大，并且各自側(cè)重點(diǎn)不同，并不適合作為一般的農(nóng)業(yè)院校的生物信息學(xué)教材。筆者在教學(xué)過(guò)程中先后使用了由鐘揚(yáng)等編寫(xiě)、高等教育出版社出版的《簡(jiǎn)明生物信息學(xué)》及由肖浪濤主編、中國(guó)農(nóng)業(yè)出版社出版的全國(guó)高等農(nóng)林院?！笆晃濉币?guī)劃教材《生物信息學(xué)》作為主要的參考教材。但是，在教學(xué)實(shí)踐中筆者感到《簡(jiǎn)明生物信息學(xué)》由于出版時(shí)間較早（2001年）已不能滿(mǎn)足實(shí)際教學(xué)工作的需要，書(shū)中的很多內(nèi)容都已更新，很多網(wǎng)站頁(yè)面也已重組或失效，而近年被廣泛使用的一些著名生物信息學(xué)軟件亦未涉及。而《生物信息學(xué)》一書(shū)偏重理論知識(shí)介紹，實(shí)例分析及操作應(yīng)用偏少。因此，筆者根據(jù)本校專(zhuān)業(yè)建設(shè)需要及學(xué)生水平編寫(xiě)了適用于本校學(xué)生使用的簡(jiǎn)明教材。教材中理論部分主要參考上述兩本教材，并進(jìn)行了簡(jiǎn)化，降低難度，舍去算法、模型等專(zhuān)業(yè)性較強(qiáng)的章節(jié)；實(shí)踐部分參考薛慶中等主編、科學(xué)出版社出版的DNA和蛋白質(zhì)序列數(shù)據(jù)分析工具（第2版，2010年）一書(shū)，并附具體實(shí)例，最終形成理論部分簡(jiǎn)明易懂，實(shí)踐部分易學(xué)易用的實(shí)用型教材。

2.生物信息學(xué)相關(guān)數(shù)據(jù)庫(kù)及軟件的選擇。生物信息學(xué)發(fā)展迅速，相關(guān)生物信息數(shù)據(jù)庫(kù)及生物信息軟件數(shù)量不斷增加，版本不斷更新，這為生命科學(xué)相關(guān)研究提供了極大便利，但同時(shí)也為《生物信息學(xué)》課程實(shí)踐部分的教學(xué)帶來(lái)了挑戰(zhàn)與壓力。例如要分析一條蛋白質(zhì)序列的分子量、等電點(diǎn)、氨基酸組成等信息，我們可以使用DNAMAN、Bioedit、DNAStar、Vector NTI等本地軟件分析，也可以使用ProtParam、SAPS等網(wǎng)絡(luò)在線程序分析。在有限的教學(xué)時(shí)間內(nèi)，如何選擇數(shù)據(jù)庫(kù)及高效易用的生物信息學(xué)分析軟件也是教學(xué)中一個(gè)重要的問(wèn)題。通過(guò)參考相關(guān)生物信息學(xué)分析的書(shū)籍及近年文獻(xiàn)，綜合考慮數(shù)據(jù)庫(kù)及軟件的通用型、易用性及本校學(xué)生的英語(yǔ)水平、計(jì)算機(jī)操作水平，結(jié)合教學(xué)目標(biāo)及內(nèi)容，我們選擇常用的核酸序列數(shù)據(jù)庫(kù)GenBank、蛋白質(zhì)數(shù)據(jù)庫(kù)PDB等，軟件方面選擇DNAMAN、Bioedit、Clustal W、MEGA、Primer Premier、RasMol等常見(jiàn)的生物信息學(xué)離線分析軟件及整合于NCBI、EXPASY、PDB等網(wǎng)站上的在線分析軟件開(kāi)展實(shí)踐教學(xué)，而其他軟件在課堂上只做簡(jiǎn)單介紹，具體操作方法作為輔助資料供學(xué)生自學(xué)。這樣學(xué)生在有限的學(xué)時(shí)內(nèi)可掌握更多的分析內(nèi)容，達(dá)到“高效”的教學(xué)目的。

三、教學(xué)方法

1.及時(shí)更新完善多媒體教學(xué)資料。生物信息學(xué)課程理論知識(shí)較抽象，實(shí)踐操作多，與計(jì)算機(jī)、互聯(lián)網(wǎng)聯(lián)系緊密，內(nèi)容更新快，當(dāng)代大學(xué)生已習(xí)慣并樂(lè)于使用各種多媒體途徑獲取信息，這些特點(diǎn)決定了其非常適于進(jìn)行多媒體教學(xué)。為此，我們根據(jù)教學(xué)內(nèi)容開(kāi)發(fā)制作了一套多媒體教學(xué)資料并及時(shí)更新完善。教學(xué)多媒體資料包括Power Point課件和Flas，課件注重知識(shí)的層次性、聯(lián)系性，將理論基礎(chǔ)、實(shí)驗(yàn)技術(shù)操作流程等較抽象的生物信息學(xué)知識(shí)通過(guò)大量圖片形象地展示給學(xué)生，從而提高學(xué)生的學(xué)習(xí)興趣并加快學(xué)生對(duì)抽象知識(shí)的理解；動(dòng)畫(huà)的內(nèi)容是利用屏幕錄像軟件將實(shí)例分析過(guò)程錄像并配音，最后轉(zhuǎn)為Flash格式，穿插在理論教學(xué)及實(shí)踐教學(xué)過(guò)程中使用，從而使學(xué)生在自己實(shí)踐操作前先有一個(gè)形象的認(rèn)識(shí)，將理論知識(shí)與實(shí)踐操作有機(jī)聯(lián)系在一起。

2.充分利用網(wǎng)絡(luò)教學(xué)平臺(tái)輔助教學(xué)。生物信息學(xué)是一門(mén)以互聯(lián)網(wǎng)為媒介、計(jì)算機(jī)為工具的學(xué)科。在教學(xué)中，網(wǎng)絡(luò)教學(xué)平臺(tái)的使用在提高學(xué)生學(xué)習(xí)興趣、增強(qiáng)師生互動(dòng)、強(qiáng)化教學(xué)效果等方面起到了很好的輔助作用。利用網(wǎng)絡(luò)教學(xué)平臺(tái)，教師可將課程課件、動(dòng)畫(huà)、分析工具、實(shí)踐教學(xué)內(nèi)容等共享給學(xué)生并及時(shí)了解學(xué)生學(xué)習(xí)動(dòng)態(tài)，學(xué)生可將實(shí)驗(yàn)報(bào)告、作業(yè)、學(xué)習(xí)問(wèn)題及意見(jiàn)反饋給教師，師生可以通過(guò)網(wǎng)絡(luò)教學(xué)平臺(tái)的論壇版塊在課余就學(xué)習(xí)或?qū)嵺`中的問(wèn)題進(jìn)行討論，達(dá)到“教學(xué)相長(zhǎng)”的教學(xué)目的。此外，利用網(wǎng)絡(luò)教學(xué)平臺(tái)還可將課堂中未詳細(xì)講述的大量數(shù)據(jù)庫(kù)、軟件的使用過(guò)程及相關(guān)電子參考書(shū)、文獻(xiàn)共享給學(xué)生，有利于提高學(xué)生學(xué)習(xí)自主性并拓寬課程外延。

3.邊講邊練，理論知識(shí)密切聯(lián)系實(shí)踐操作。德國(guó)心理學(xué)家艾賓浩斯研究發(fā)現(xiàn)，在學(xué)習(xí)和記憶過(guò)程中，最初階段遺忘速度最快，隨著時(shí)間推延，遺忘越來(lái)越慢。因此，為了讓學(xué)生能牢固掌握所學(xué)知識(shí)及實(shí)踐技能，我們?cè)诮虒W(xué)中采取邊講邊練的形式。對(duì)于理論知識(shí)，我們采取課前提問(wèn)、課中提問(wèn)、小測(cè)驗(yàn)及實(shí)踐操作過(guò)程中知識(shí)點(diǎn)重現(xiàn)等方式，使重要理論知識(shí)在整個(gè)教學(xué)過(guò)程中多次出現(xiàn)，增強(qiáng)學(xué)生對(duì)課程知識(shí)體系的系統(tǒng)認(rèn)知并強(qiáng)化其對(duì)理論知識(shí)的記憶。對(duì)于實(shí)踐操作，我們采取案例式教學(xué)，直接將實(shí)例分析穿插在理論授課過(guò)程中，并在理論課后及時(shí)安排學(xué)生在計(jì)算機(jī)房上機(jī)聯(lián)網(wǎng)操作，如在講授序列比對(duì)理論課時(shí)，實(shí)例演示使用DNAMAN、Blast等軟件進(jìn)行序列比對(duì)的過(guò)程，并在理論課后緊跟DNAMAN軟件使用、數(shù)據(jù)庫(kù)搜索的實(shí)踐操作，這樣既加深學(xué)生對(duì)理論知識(shí)的理解，還有利于學(xué)生掌握實(shí)踐操作能力。

4.布置實(shí)踐任務(wù)，加強(qiáng)綜合能力培養(yǎng)。生物信息學(xué)教學(xué)強(qiáng)調(diào)學(xué)生的實(shí)踐能力培養(yǎng)。因此，在教學(xué)設(shè)計(jì)上，我們將學(xué)生按4～5人分成小組，通過(guò)學(xué)生自選或制定的方式布置特定實(shí)踐任務(wù)，要求學(xué)生以小組為單位，利用本課程所學(xué)知識(shí)及技能完成任務(wù)并提交任務(wù)報(bào)告。例如，在課程一開(kāi)始講授數(shù)據(jù)庫(kù)時(shí)，要求學(xué)生通過(guò)查文獻(xiàn)、了解本校相關(guān)分子生物學(xué)研究?jī)?nèi)容并結(jié)合自己的興趣選擇特定基因，圍繞該基因，在后續(xù)整個(gè)課程的學(xué)習(xí)過(guò)程中利用掌握的各種生物信息學(xué)分析方法對(duì)其進(jìn)行序列查詢(xún)、引物設(shè)計(jì)、序列比對(duì)、編碼區(qū)分析、蛋白理化性質(zhì)預(yù)測(cè)、保守結(jié)構(gòu)域預(yù)測(cè)、結(jié)構(gòu)預(yù)測(cè)、分子系統(tǒng)發(fā)育分析等操作，過(guò)程中學(xué)生互相討論、取長(zhǎng)補(bǔ)短，最終協(xié)作完成實(shí)踐任務(wù)。這樣既使學(xué)生較全面地掌握了課程內(nèi)容，同時(shí)又加強(qiáng)了學(xué)生分析問(wèn)題、解決問(wèn)題的綜合能力。

四、考核辦法

在課程考核方面，本著生物信息學(xué)課程培養(yǎng)實(shí)踐應(yīng)用能力的教學(xué)原則，為使學(xué)生真正掌握生物信息學(xué)的基本理論及實(shí)踐操作，我們改變了過(guò)去閉卷考試占主體或?qū)懻n程論文的簡(jiǎn)單考核方式，采取了過(guò)程考核、實(shí)踐考核并結(jié)合考試考核的方式對(duì)學(xué)生的學(xué)習(xí)效果進(jìn)行綜合評(píng)價(jià)。考勤及口頭提問(wèn)占考核成績(jī)的10%，4次隨堂測(cè)驗(yàn)占考核成績(jī)的20%，上機(jī)操作占考核成績(jī)的20%，實(shí)踐任務(wù)作業(yè)占考核成績(jī)的20%，期末閉卷考試占考核成績(jī)的30%。這樣考核雖然過(guò)程復(fù)雜，對(duì)學(xué)生及教師都帶來(lái)更大壓力，但杜絕了學(xué)生平時(shí)不學(xué)，期末突擊，忽視實(shí)踐的現(xiàn)象，學(xué)生必須注重平時(shí)的學(xué)習(xí)及實(shí)踐操作才能順利通過(guò)課程考核。這樣的考核辦法能夠更客觀準(zhǔn)確地評(píng)價(jià)一個(gè)學(xué)生對(duì)課程的實(shí)際掌握情況。

隨著生物信息學(xué)在農(nóng)業(yè)各研究領(lǐng)域的廣泛應(yīng)用，掌握生物信息學(xué)知識(shí)及分析能力已成為農(nóng)業(yè)院校相關(guān)專(zhuān)業(yè)畢業(yè)生的必備要求，生物信息學(xué)課程也必將在農(nóng)業(yè)院校各相關(guān)專(zhuān)業(yè)建設(shè)中占據(jù)越來(lái)越重要的地位。通過(guò)本課程的教學(xué)實(shí)踐探索，學(xué)生學(xué)習(xí)主動(dòng)性、實(shí)踐操作能力、最終學(xué)習(xí)效果均得到提高，筆者也積累了一定經(jīng)驗(yàn)，取得了一定的教學(xué)成效，找到了一些適合農(nóng)業(yè)院校的切入點(diǎn)，但是課程教學(xué)中還有很多需要進(jìn)一步完善改進(jìn)的地方。生物信息學(xué)學(xué)科的快速發(fā)展，也決定了本課程的教學(xué)模式必將是一個(gè)動(dòng)態(tài)發(fā)展的過(guò)程，相信隨著對(duì)生物信息學(xué)學(xué)科的深入認(rèn)識(shí)，生物信息學(xué)課程教學(xué)模式也將不斷完善，形成自己的獨(dú)特體系。

參考文獻(xiàn)：

[1]鐘揚(yáng)，張亮，趙瓊.簡(jiǎn)明生物信息學(xué)[M].北京：高等教育出版社，2001.

[2]肖浪濤.生物信息學(xué)[M].北京：中國(guó)農(nóng)業(yè)出版社，2006.

[3]王祿山，高培基.生物信息學(xué)應(yīng)用技術(shù)[M].北京：化學(xué)工業(yè)出版社，2008.

[4]胡娜，常軍，徐玲.生物信息學(xué)教學(xué)改革與探索[J].安徽農(nóng)業(yè)科學(xué)，2010，38（3）：1588-1589.

[5]梁琛，張建海.農(nóng)科類(lèi)生物信息學(xué)課程教學(xué)中存在的問(wèn)題及對(duì)策[J].農(nóng)業(yè)與技術(shù)，2010，30（5）：136-137.

篇7

關(guān)鍵詞：微課；探究式教學(xué)；生物信息學(xué)

中圖分類(lèi)號(hào)：G642.0 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-9324（2015）28-0127-02

隨著網(wǎng)絡(luò)技術(shù)、信息技術(shù)和移動(dòng)終端的快速發(fā)展，我們已進(jìn)入“微信”、“微博”、“微電影”和“微課”的“微時(shí)代”?！拔⒄n”是指在5～10分鐘的時(shí)間內(nèi)，以視頻為主要載體，記錄教師在教學(xué)過(guò)程中圍繞某個(gè)知識(shí)點(diǎn)而開(kāi)展的可視化、數(shù)字化的教學(xué)活動(dòng)。由于微課可以通過(guò)智能手機(jī)、平板電腦等多種移動(dòng)終端來(lái)制作、展現(xiàn)和學(xué)習(xí)交流，它已經(jīng)被越來(lái)越多的學(xué)生和教師接受。探究式教學(xué)是適應(yīng)高等教育改革和發(fā)展的必然趨勢(shì)，如何在教學(xué)中更好地實(shí)施探究式教學(xué)，是目前生物信息學(xué)探究式教學(xué)模式在實(shí)踐環(huán)節(jié)面臨的重要問(wèn)題。本文就如何在生物信息學(xué)探究性教學(xué)實(shí)踐中應(yīng)用“微課”教學(xué)手段提高探究性教學(xué)效果進(jìn)行了探討。

一、探究性教學(xué)是生物信息學(xué)教學(xué)的發(fā)展方向

探究式教學(xué)模式是指學(xué)生在教師的指導(dǎo)下，根據(jù)自身先前認(rèn)知結(jié)構(gòu)中的相關(guān)經(jīng)驗(yàn)，通過(guò)體驗(yàn)、發(fā)現(xiàn)、探索、協(xié)作等方式主動(dòng)獲取知識(shí)、解決問(wèn)題的一種教學(xué)模式。區(qū)別于以教師為中心、以知識(shí)掌握為本、以知識(shí)結(jié)構(gòu)為驅(qū)動(dòng)的傳統(tǒng)教學(xué)，探究性教學(xué)以學(xué)生為中心，以能力發(fā)展為本，以問(wèn)題或任務(wù)為驅(qū)動(dòng)開(kāi)展教學(xué)活動(dòng)。

1.探究性教學(xué)是生物信息學(xué)教學(xué)改革的必然趨勢(shì)?！秶?guó)家中長(zhǎng)期教育改革和發(fā)展規(guī)劃綱要（2010―2020年）》指出，要“遵循教育規(guī)律和人才成長(zhǎng)規(guī)律，深化教育教學(xué)改革，創(chuàng)新教育教學(xué)方法，探索多種培養(yǎng)方式，形成各類(lèi)人才輩出、拔尖創(chuàng)新人才不斷涌現(xiàn)的局面”。同時(shí)，《國(guó)家中長(zhǎng)期生物技術(shù)人才發(fā)展規(guī)劃（2010―2020年）》指出，我國(guó)生物技術(shù)的開(kāi)發(fā)應(yīng)用總體水平與世界先進(jìn)水平還有較大差距，在支撐我國(guó)生物產(chǎn)業(yè)發(fā)展的過(guò)程中缺乏高層次創(chuàng)新型人才和優(yōu)秀創(chuàng)業(yè)型人才，需要增加人才資源開(kāi)發(fā)投入，完善人才發(fā)展體制。綜合上述兩個(gè)綱要可以看出，未來(lái)迫切需要具有創(chuàng)新能力和素質(zhì)的生物專(zhuān)業(yè)人才，而創(chuàng)新人才培養(yǎng)的關(guān)鍵在教育。所以，以“自主、探究、合作”為主要特點(diǎn)的探究式教學(xué)，符合國(guó)家教育教學(xué)改革和生物人才的發(fā)展規(guī)劃，是生物信息學(xué)教學(xué)改革的必然趨勢(shì)。

2.探究性教學(xué)模式適于生物信息學(xué)交叉學(xué)科的教學(xué)。生物信息學(xué)是由生物學(xué)與數(shù)學(xué)、計(jì)算機(jī)科學(xué)等學(xué)科交叉形成的前沿學(xué)科，主要通過(guò)研發(fā)并應(yīng)用計(jì)算機(jī)技術(shù)及數(shù)學(xué)與統(tǒng)計(jì)方法，對(duì)生物數(shù)據(jù)進(jìn)行管理、整合、分析、建模，從而解決重要的生物學(xué)問(wèn)題，闡明新的生物學(xué)規(guī)律，獲得傳統(tǒng)生物學(xué)手段無(wú)法獲得的創(chuàng)新發(fā)現(xiàn)。生物信息學(xué)人才培養(yǎng)的主要目標(biāo)是具有創(chuàng)新能力和素質(zhì)的生物信息學(xué)專(zhuān)業(yè)人才，這就要求在生物信息學(xué)實(shí)踐中，當(dāng)提出某一生物學(xué)問(wèn)題時(shí)，可以借鑒和利用不同學(xué)科的思路和方法去探究。只要有利于揭示生物學(xué)規(guī)律的結(jié)果都可以保留，而不必拘泥于不同探究結(jié)果的同一性。這與探究性教學(xué)中以培養(yǎng)學(xué)生的能力發(fā)展為目標(biāo)是一致的。

二、生物信息學(xué)探究性教學(xué)中存在的主要問(wèn)題

目前生物信息學(xué)探究性教學(xué)應(yīng)用于教學(xué)實(shí)踐的時(shí)間不長(zhǎng)，雖然取得了一定的成果，但在實(shí)踐環(huán)節(jié)還存在以下主要問(wèn)題。

1.學(xué)生的基礎(chǔ)知識(shí)不扎實(shí)，導(dǎo)致探究性教學(xué)效果不好。生物信息學(xué)是生物、數(shù)學(xué)與計(jì)算機(jī)等學(xué)科形成的交叉學(xué)科，在進(jìn)行探究性的教學(xué)過(guò)程中，涉及到數(shù)學(xué)與計(jì)算機(jī)方面的知識(shí)和技術(shù)比較多，而生物背景的學(xué)生在這方面的知識(shí)比較欠缺或者不強(qiáng)，所以在探究性問(wèn)題的自主探究時(shí)，表現(xiàn)出參與的興趣不高、設(shè)計(jì)的方案較為單一、小組協(xié)作的效率較低等實(shí)際問(wèn)題，從而導(dǎo)致探究性教學(xué)效果不好。

2.學(xué)生的動(dòng)手實(shí)踐和創(chuàng)新能力不強(qiáng)，導(dǎo)致探究性教學(xué)沒(méi)有落到實(shí)處。在按照自主設(shè)計(jì)的探究方案進(jìn)行上機(jī)實(shí)踐時(shí)，大部分學(xué)生的自主設(shè)計(jì)方案不能在上機(jī)時(shí)間內(nèi)完成。除過(guò)設(shè)計(jì)較為復(fù)雜的情況外，大部分原因是由于學(xué)生自身對(duì)計(jì)算機(jī)的linux操作系統(tǒng)、perl編程語(yǔ)言以及相關(guān)的操作技術(shù)不熟造成的，有些細(xì)節(jié)在他們的自主設(shè)計(jì)中沒(méi)有考慮到，所以總會(huì)碰到很多超乎其想象的問(wèn)題。本來(lái)這些問(wèn)題在課外時(shí)間學(xué)生可以繼續(xù)解決，但由于學(xué)生的學(xué)習(xí)科目很多，上機(jī)沒(méi)有完成的內(nèi)容很少有學(xué)生在課外繼續(xù)探究，導(dǎo)致探究性的上機(jī)實(shí)踐活動(dòng)沒(méi)有落到實(shí)處。

3.教師的授課時(shí)間和水平限制，導(dǎo)致探究性教學(xué)的教師導(dǎo)向作用不明顯。教師能否提出啟發(fā)性的，適于進(jìn)行探究性的問(wèn)題是探究性教學(xué)能否取得成功的關(guān)鍵所在。但是由于課時(shí)和教學(xué)內(nèi)容的限制，很多提出的問(wèn)題還是以教師為中心，學(xué)生沿著教師的思路向統(tǒng)一的結(jié)果或者答案靠攏，學(xué)生并沒(méi)有根據(jù)自身的知識(shí)結(jié)構(gòu)從多種途徑進(jìn)行探索。

三、微課為生物信息學(xué)探究性教學(xué)的有效實(shí)施提供了新的思路和方法

微課是指以視頻為主要載體，記錄教師圍繞某個(gè)知識(shí)點(diǎn)或教學(xué)環(huán)節(jié)開(kāi)展的簡(jiǎn)短、完整的教學(xué)活動(dòng)。其核心組成內(nèi)容包括微教學(xué)視頻以及與該教學(xué)主題相關(guān)的微教案、微課件、微練習(xí)、微反思、微點(diǎn)評(píng)、微反饋等輔教學(xué)資源。

微課的特點(diǎn)有三點(diǎn)：首先微課短小精悍，通過(guò)多媒體和網(wǎng)絡(luò)技術(shù)進(jìn)行教學(xué)內(nèi)容傳播，有利于學(xué)生利用碎片化時(shí)間進(jìn)行學(xué)習(xí)；其次，微課的教學(xué)容量小，主題突出，內(nèi)容獨(dú)立精練，有利于學(xué)生查缺補(bǔ)漏，各取所需，能夠?qū)崿F(xiàn)教與學(xué)的個(gè)性化選擇。最后，微課的時(shí)間一般很短，通常限制在5～10分鐘之間。

為在短時(shí)間內(nèi)達(dá)到良好的學(xué)習(xí)效果，微課常采用問(wèn)題式的、案例化的教學(xué)方法，微課有助于激發(fā)學(xué)習(xí)者的學(xué)習(xí)興趣，啟迪學(xué)習(xí)者進(jìn)行思考，這與探究式教學(xué)模式所主張的體驗(yàn)式學(xué)習(xí)、自主學(xué)習(xí)的思想是一致的。所以在探究性教學(xué)中可以使用微課。另外，微課有很大的靈活性，可以針對(duì)生物信息學(xué)探究性教學(xué)中的某一具體問(wèn)題進(jìn)行微課授課，微課為生物信息學(xué)探究性教學(xué)的有效實(shí)施提供了新的思路和方法。

四、微課在生物信息學(xué)探究性教學(xué)實(shí)踐中的應(yīng)用

按照生物信息學(xué)探究性教學(xué)的主要環(huán)節(jié)，微課可以分為課前預(yù)習(xí)類(lèi)、課堂教學(xué)類(lèi)、課后復(fù)習(xí)和拓展類(lèi)。下面結(jié)合案例談?wù)勎⒄n在生物信息學(xué)探究性教學(xué)實(shí)踐中的應(yīng)用。

1.微課在課前預(yù)習(xí)中的應(yīng)用。生物信息學(xué)探究性教學(xué)授課內(nèi)容大多涉及一些數(shù)理統(tǒng)計(jì)和計(jì)算機(jī)知識(shí)，然而對(duì)于生物背景的大學(xué)生在這方面基礎(chǔ)較弱。所以，教師可以根據(jù)學(xué)生學(xué)習(xí)新知識(shí)所需的數(shù)理知識(shí)設(shè)計(jì)制作具有針對(duì)性的微課，讓學(xué)生在預(yù)習(xí)新課時(shí)根據(jù)自己的實(shí)際情況選擇性地觀看微課，為后續(xù)新課的探究性學(xué)習(xí)打好基礎(chǔ)。例如在講到序列對(duì)數(shù)據(jù)庫(kù)的檢索（Blast）一節(jié)內(nèi)容時(shí)，可以將Blast一節(jié)授課內(nèi)容中用到的正態(tài)分布、極值分布、統(tǒng)計(jì)學(xué)p值的顯著性檢驗(yàn)等知識(shí)做成微課，供學(xué)生在課前預(yù)習(xí)。

2.微課在課堂教學(xué)中的應(yīng)用。在生物信息學(xué)探究性教學(xué)的課堂教學(xué)實(shí)踐中，教師應(yīng)該積極去引導(dǎo)和促進(jìn)學(xué)生進(jìn)行探究，過(guò)多使用微課的形式可能會(huì)讓學(xué)生失去探究的動(dòng)力，形成對(duì)微課的依賴(lài)，所以在利用微課進(jìn)行教學(xué)時(shí)，教學(xué)內(nèi)容應(yīng)該有所選擇，應(yīng)該主要針對(duì)教學(xué)中的重點(diǎn)和難點(diǎn)內(nèi)容制作微課，并上傳到相應(yīng)的課程學(xué)習(xí)網(wǎng)站上，以便學(xué)生在課堂學(xué)習(xí)外，還可以利用課外時(shí)間進(jìn)行觀看和探究。例如在講到“序列對(duì)數(shù)據(jù)庫(kù)的檢索（Blast）”一節(jié)內(nèi)容時(shí)，在課堂教學(xué)中可以利用微課探究不同核酸或者蛋白打分矩陣的選擇對(duì)blast結(jié)果的影響，或者探究不同的E值對(duì)blast結(jié)果的影響。

3.微課在課后拓展中的應(yīng)用。由于學(xué)生自身的知識(shí)結(jié)構(gòu)和理解能力的差異，他們對(duì)同一知識(shí)和操作的理解和掌握程度會(huì)有所不同，而課堂教學(xué)不可能針對(duì)每一個(gè)學(xué)生進(jìn)行探究式教學(xué)，因此，教師可以根據(jù)課堂教學(xué)的實(shí)施狀況和學(xué)生的實(shí)際能力，將具有拓展性的學(xué)習(xí)輔助材料（教學(xué)視頻、輔文檔等）設(shè)計(jì)制作成微課程，以滿(mǎn)足學(xué)有余力的學(xué)生利用課外時(shí)間繼續(xù)進(jìn)行探究性學(xué)習(xí)。例如“序列對(duì)數(shù)據(jù)庫(kù)的檢索（Blast）”一節(jié)課的教學(xué)結(jié)束后，可以在課后拓展內(nèi)容中利用微課引入近年發(fā)生的“中東呼吸綜合征（MERS）”，然后引導(dǎo)學(xué)生利用blast工具探究引起“中東呼吸綜合征”的冠狀病毒（MERS-CoV）序列特征，并分析其進(jìn)化趨勢(shì)。

五、結(jié)語(yǔ)

在生物信息學(xué)探究性教學(xué)實(shí)踐過(guò)程中運(yùn)用微課，有助于學(xué)生自主學(xué)習(xí)和創(chuàng)新能力的培養(yǎng)，不僅提高了探究性教學(xué)在課堂中的教學(xué)效果，而且可以使學(xué)生的探究性學(xué)習(xí)延伸到課外。微課作為一種新型的教學(xué)技術(shù)，隨著其在生物信息學(xué)探究性教學(xué)實(shí)踐中的廣泛應(yīng)用，必將促進(jìn)生物信息學(xué)教學(xué)的改革和學(xué)生創(chuàng)新能力的發(fā)展。

參考文獻(xiàn)：

[1]胡鐵生，黃明燕，李民.我國(guó)微課發(fā)展的三個(gè)階段極其啟示[J].遠(yuǎn)程教育雜志，2013，（4）：36-42.

[2]徐丹丹，偶志紅，畢小平.在藥學(xué)類(lèi)專(zhuān)業(yè)教學(xué)中開(kāi)展微課教學(xué)的嘗試[J].藥學(xué)教育，2014，30（2）：27-29.

[3]張林，柴惠，趙虹.生物信息學(xué)教學(xué)模式探討[J].新課程研究（中旬刊），2010，（06）.

[4]談松華.戰(zhàn)略機(jī)遇期中國(guó)高等教育改革走向[J].國(guó)家教育行政學(xué)院學(xué)報(bào)，2010，（02）.

[5]胡娜，常軍，徐玲.生物信息學(xué)教學(xué)改革與探索[J].安徽農(nóng)業(yè)科學(xué)，2010，（03）.

[6]夏錦文，程曉樵.研究性教學(xué)的理論內(nèi)涵與實(shí)踐要求[J].中國(guó)大學(xué)教學(xué)，2009，（12）.

[7]虢毅，胡德華，鄧昊.生物信息學(xué)課程“開(kāi)放式、研究性”教學(xué)模式的探討[J].生物信息學(xué)，2009，（03）.

[8]吳曉茜.利用微課促進(jìn)信息技術(shù)教學(xué)的有效途徑[J].課程教學(xué)研究，2013，（07）.

篇8

>> FZ6基因及其蛋白的生物信息學(xué)分析 歐文氏桿菌鐵代謝相關(guān)基因的生物信息學(xué)分析 丹參SmNAC1基因的克隆和生物信息學(xué)分析 小菜蛾p38MAPK基因的克隆與生物信息學(xué)分析 沙棘WRI1轉(zhuǎn)錄因子基因的生物信息學(xué)分析 水稻2個(gè)F―box基因的生物信息學(xué)分析 小菜蛾P(guān)xALP1基因的克隆與生物信息學(xué)分析 丙酮醛誘導(dǎo)細(xì)胞凋亡相關(guān)基因SHMT2L的生物信息學(xué)分析 結(jié)核分枝桿菌pst S1基因的擴(kuò)增及生物信息學(xué)分析 玉米淹水誘導(dǎo)表達(dá)ZmERF5基因啟動(dòng)子的克隆與生物信息學(xué)分析 茶陵野生稻冷響應(yīng)基因OrCr3的克隆及其生物信息學(xué)分析 黃芩葡萄糖醛酸水解酶基因的克隆、生物信息學(xué)分析及表達(dá) 子宮內(nèi)膜異位癥相關(guān)基因和microRNA的挖掘及生物信息學(xué)分析 黔北麻羊RERGL基因cDNA克隆與生物信息學(xué)分析 不同物種GATA—2基因編碼區(qū)生物信息學(xué)分析 石榴等觀賞植物DFR基因生物信息學(xué)分析 高叢越桔UFGT基因電子克隆和生物信息學(xué)分析 miRNA―497與miRNA―195基因簇在宮頸癌組織中的表達(dá)及預(yù)測(cè)靶基因的生物信息學(xué)分析 平邑甜茶MhWRKY15基因cDNA克隆及其生物信息學(xué)分析 弓1蟲(chóng)RH株SAG1基因序列體外擴(kuò)增及生物信息學(xué)分析 常見(jiàn)問(wèn)題解答 當(dāng)前所在位置：l）進(jìn)行二級(jí)結(jié)構(gòu)預(yù)測(cè)；通過(guò)Protscale（）預(yù)測(cè)分析蛋白質(zhì)功能和疏水性/親水性[9]；利用CBS網(wǎng)站TMHMM Serverv.2.0（http：//cbs.dtu.dk/services/TMHMM/）在線工具對(duì)氨基酸序列進(jìn)行跨膜分析預(yù)測(cè)[10]。

2 結(jié)果與分析

2.1 黃瓜DVR基因序列的分析

根據(jù)DNAMAN軟件分析可知，DVR基因序列全長(zhǎng)1260pb，分別以ATG和TGA為起始密碼子和終止密碼子，共編碼419個(gè)殘基（圖1），編碼的蛋白質(zhì)分子質(zhì)量為45516 Da。

2.2黃瓜DVR及其同源序列的分析進(jìn)化樹(shù)

根據(jù)MEGA軟件分析，將進(jìn)化樹(shù)分為五段，分別是四種白梨、野草莓、香瓜、兩種黃瓜和鷹嘴豆（圖2）。黃瓜DVR與黃瓜（JX239753.1）的同源基因關(guān)系最為接近，幾乎完全相同，其次為香瓜，測(cè)得黃瓜與香瓜的同源距離約為0.029，與鷹嘴豆基因關(guān)系最遠(yuǎn)，測(cè)得它們之間的距離達(dá)到0.357。

2.3 黃瓜DVR蛋白二級(jí)結(jié)構(gòu)預(yù)測(cè)

通過(guò)sopma在線軟件預(yù)測(cè)可知，該蛋白由419個(gè)氨基酸組成，其中α螺旋和無(wú)規(guī)則卷曲所占比例最高，α螺旋有146個(gè)，占總數(shù)的34.84%，無(wú)規(guī)則卷曲有140個(gè)，占總數(shù)的33.41%。β折疊數(shù)量略少于無(wú)規(guī)則卷曲，但遠(yuǎn)多于β轉(zhuǎn)角（圖3）。

2.4 黃瓜DVR蛋白跨膜結(jié)構(gòu)分析

跨膜結(jié)構(gòu)域一般富含疏水性氨基酸殘基，起著固系于細(xì)胞膜中的“拋錨”作用，具有跨膜結(jié)構(gòu)域的蛋白屬于跨膜蛋白類(lèi)。通過(guò)TMHMM在線軟件預(yù)測(cè)可知，橫坐標(biāo)表示氨基酸殘基位置，縱坐標(biāo)表示殘基具有相應(yīng)結(jié)構(gòu)的可能性， 結(jié)果顯示，聯(lián)乙烯還原酶蛋白沒(méi)有檢測(cè)到跨膜區(qū)，可能不是跨膜蛋白，聯(lián)乙烯還原酶蛋白極可能為覆蓋蛋白（圖4）。

2.5 黃瓜DVR蛋白的親疏水性預(yù)測(cè)

用protscale軟件分析可知，圖中大于零的氨基酸為疏水性氨基酸，小于零的氨基酸為親水性的氨基酸。通過(guò)預(yù)測(cè)可知，組成聯(lián)乙烯還原酶蛋白的氨基酸中高親水性的氨基酸的位點(diǎn)有兩個(gè)（圖5），分別是57和58，分值都是-2.667；組成聯(lián)乙烯還原酶蛋白的氨基酸中高疏水性的氨基酸的位點(diǎn)206，分值是2.978。

3 討論

本實(shí)驗(yàn)預(yù)測(cè)得黃瓜聯(lián)乙烯還原酶蛋白為親水性的非跨膜類(lèi)蛋白，通過(guò)對(duì)蛋白質(zhì)二級(jí)結(jié)構(gòu)的預(yù)測(cè)可知，黃瓜聯(lián)乙烯還原酶蛋白二級(jí)結(jié)構(gòu)以α螺旋和無(wú)規(guī)則卷曲為主；根據(jù)同源序列的遺傳距離得知黃瓜DVR與黃瓜（JX239753.1）同源基因關(guān)系最近，與鷹嘴豆基因關(guān)系最遠(yuǎn)。

絕大多數(shù)綠色植物進(jìn)行光合作用離不開(kāi)葉綠體的存在[11]，而聯(lián)乙烯還原酶是生物合成葉綠素必不可少的一個(gè)關(guān)鍵酶，迄今已在高等植物中檢測(cè)到5種DVR活性[12]。聯(lián)乙烯還原酶具有活性，對(duì)葉綠素的生物合成途徑具有十分重要的意義

[13]。聯(lián)乙烯蛋白酶基因的突變可能會(huì)引起聯(lián)乙烯還原酶失活，對(duì)植物的生存、生長(zhǎng)和繁殖造成較大的影響

[15]。應(yīng)用生物信息學(xué)方法對(duì)已知黃瓜DVR序列進(jìn)行比對(duì)、分析，從而對(duì)其結(jié)構(gòu)和功能進(jìn)行推斷和預(yù)測(cè)，這可以為我們?cè)陂_(kāi)展試驗(yàn)研究前提供盡可能多的信息，從而為選擇合適的試驗(yàn)方法提供理論參考，為進(jìn)一步對(duì)該基因的功能研究提供線索。

[參考文獻(xiàn)]

[1]閆世江， 張繼寧， 劉潔. 低溫對(duì)黃瓜傷害的研究進(jìn)展[J]. 蔬菜， 2010， 5（10）：31-34.

[2] 陳惠明， 劉曉虹. 黃瓜性型遺傳規(guī)律的研究[J]. 湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版， 1999， 25（1）：40-43.

[3] 孫洪濤. 黃瓜果實(shí)橫徑遺傳分析及分子標(biāo)記[D]. 哈爾濱： 東北農(nóng)業(yè)大學(xué)， 2010.

[4] 曾維華. “黃瓜”始名考[J]. 上海師范大學(xué)學(xué)報(bào)：哲學(xué)社會(huì)科學(xué)版， 2000， 29（4）： 313-315.

[5] Nielsen J G， Newman M， Nielsen H. Control and testing of a dynamic voltage restorer （DVR） at medium voltage level [J]. IEEE Transactions on Power Electronics， 2004， 19（3）：806-813.

[6] 王平榮， 鄧曉建. 高等植物葉綠素生物合成的聯(lián)乙烯還原酶及編碼基因研究進(jìn)展 [J]. 西北植物學(xué)報(bào)， 2013， 33（4）：843-849.

[7] 王江波. 中國(guó)水仙LTR反轉(zhuǎn)錄轉(zhuǎn)座子研究及IRAP、REMAP分子標(biāo)記的開(kāi)發(fā) [D]. 福州： 福建農(nóng)林大學(xué)， 2012.

[8] 李鳳梅， 蓋雪梅. 半胱氨酸蛋白酶抑制劑的系統(tǒng)發(fā)生分析（英文） [J]. 農(nóng)業(yè)科學(xué)與技術(shù)， 2010， 14（2）： 44-54.

[9] 廖文彬， 崔百明， 溫瑋. 赤霉素負(fù)調(diào)控因子GhRGL（RGL-LIKE）基因序列與功能預(yù)測(cè)分析 [J]. 熱帶作物學(xué)報(bào)， 2009， 30（2）： 773-781.

[10] 張繁. 結(jié)核分枝桿菌哺乳動(dòng)物細(xì)胞入侵因子mce家族Rv0590A基因的性質(zhì)及功能研究 [D]. 重慶： 西南大學(xué)， 2011.

[11] 蘭金蘋(píng)， 李莉云， 賈霖， 曹英豪， 白輝. 葉綠體基因編碼蛋白質(zhì)在水稻葉片生長(zhǎng)過(guò)程中的表達(dá)研究[D]. 保定： 河北農(nóng)業(yè)大學(xué)， 2011.

[12] 王平榮. 水稻824ys黃綠葉突變基因的圖位克隆及功能分析[D]. 雅安： 四川農(nóng)業(yè)大學(xué)， 2010.

篇9

【關(guān)鍵詞】數(shù)學(xué)建模生物信息學(xué)教學(xué)

【中圖分類(lèi)號(hào)】G64 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】2095-3089（2014）05-0214-01

1. 引言

生物信息學(xué)是融合生命科學(xué)與數(shù)理科學(xué)的一門(mén)新興學(xué)科[1]。1995年在人類(lèi)基因組計(jì)劃第一個(gè)五年總結(jié)報(bào)告中對(duì)生物信息學(xué)的定義是: “它是一門(mén)研究包括生物信息的獲取、處理、存儲(chǔ)、分發(fā)、分析和解釋等在內(nèi)的所有方面，并綜合運(yùn)用數(shù)學(xué)、計(jì)算機(jī)科學(xué)和生物學(xué)的各種工具，來(lái)闡明和理解大量數(shù)據(jù)所蘊(yùn)含的生物學(xué)意義的新興的交叉學(xué)科?！彪S著人類(lèi)基因組計(jì)劃的完成，生物信息學(xué)的研究進(jìn)入了后基因組時(shí)代，它已廣泛的滲透到生物、醫(yī)藥、農(nóng)業(yè)、環(huán)境等各個(gè)相關(guān)研究領(lǐng)域中，成為生命科學(xué)和自然科學(xué)的重大前沿領(lǐng)域之一。目前，國(guó)內(nèi)很多高等院校已經(jīng)開(kāi)設(shè)了生物信息學(xué)本科專(zhuān)業(yè)。

數(shù)學(xué)建模是一門(mén)綜合多門(mén)學(xué)科知識(shí)，集應(yīng)用與能力培養(yǎng)為一體，有利于培養(yǎng)學(xué)生的創(chuàng)造意識(shí)和應(yīng)用實(shí)踐能力的學(xué)科[2]。生物信息學(xué)專(zhuān)業(yè)的本科生在學(xué)習(xí)完基本的數(shù)理知識(shí)以及生物信息學(xué)專(zhuān)業(yè)基礎(chǔ)課后，通過(guò)數(shù)學(xué)建模課程的學(xué)習(xí)，能夠使學(xué)生綜合運(yùn)用所學(xué)的知識(shí)解決實(shí)際問(wèn)題，實(shí)現(xiàn)了從理論學(xué)習(xí)到實(shí)踐應(yīng)用的跨越；使學(xué)生深刻體會(huì)到理論指導(dǎo)實(shí)踐，實(shí)踐進(jìn)一步檢驗(yàn)和完善理論的過(guò)程。本文對(duì)數(shù)學(xué)建模在醫(yī)學(xué)院校生物信息學(xué)專(zhuān)業(yè)的開(kāi)展及具體的教學(xué)進(jìn)行了實(shí)踐探索，目的是培養(yǎng)學(xué)生的建模思維和創(chuàng)新能力，為學(xué)生綜合運(yùn)用所學(xué)知識(shí)解決實(shí)際問(wèn)題以及今后的科研打下良好的基礎(chǔ)。

2. 教學(xué)實(shí)踐與探索

在醫(yī)學(xué)院校生物信息學(xué)專(zhuān)業(yè)的數(shù)學(xué)建模教學(xué)中，我們旨在通過(guò)體現(xiàn)學(xué)科特點(diǎn)的模型的學(xué)習(xí)以及實(shí)踐活動(dòng)培養(yǎng)學(xué)生的建模思維、實(shí)際動(dòng)手能力與創(chuàng)新能力。

2.1 精選模型，體現(xiàn)學(xué)科特點(diǎn)

在數(shù)學(xué)建模的教學(xué)中，我們主要通過(guò)學(xué)習(xí)已有的數(shù)學(xué)模型來(lái)完成整個(gè)課程的學(xué)習(xí)，包括問(wèn)題的分析、模型的假設(shè)、模型的建立、模型的求解與分析以及后續(xù)的模型檢驗(yàn)與應(yīng)用等。因此如何選擇適當(dāng)?shù)哪Ｐ统蔀榻虒W(xué)中的首要問(wèn)題。

在選擇數(shù)學(xué)模型時(shí)，除了注重模型需具有簡(jiǎn)潔性和趣味性[3]以外，我們特別選擇了能夠體現(xiàn)醫(yī)學(xué)院校生物信息學(xué)專(zhuān)業(yè)特點(diǎn)的模型，與學(xué)生所學(xué)的專(zhuān)業(yè)緊密結(jié)合。如DNA序列分類(lèi)模型、人類(lèi)癌癥基因預(yù)測(cè)模型、人類(lèi)疾病網(wǎng)絡(luò)模型等。此外，在選擇這些模型時(shí)注意建立的模型具有階梯性，即由淺入深，由簡(jiǎn)到繁，以符合學(xué)生的邏輯思維。對(duì)于給定的實(shí)際問(wèn)題，我們首先想到的是最簡(jiǎn)單的模型，然后分析模型的局限性及產(chǎn)生的原因，進(jìn)而尋找策略改進(jìn)模型，如此形成一種階梯式的建模過(guò)程，最終使得建立的模型越來(lái)越接近實(shí)際問(wèn)題,達(dá)到完善的地步。例如，對(duì)于DNA序列分類(lèi)模型（2000年全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽試題），我們可以先后構(gòu)建特征密碼子概率分布判別模型、圖論最小生成樹(shù)模型以及向量空間直觀判別模型，這三個(gè)模型體現(xiàn)了模型逐步升級(jí)的過(guò)程。

2.2 逐步引導(dǎo)，培養(yǎng)學(xué)生建模思維

數(shù)學(xué)建模需要綜合運(yùn)用多學(xué)科知識(shí)，這對(duì)于剛剛接觸建模的學(xué)生來(lái)說(shuō)是比較困難的，需要逐步引導(dǎo)他們，培養(yǎng)建模思維。我們主要借助于具有階梯性的數(shù)學(xué)模型、多媒體教學(xué)，通過(guò)講解和討論穿插的教學(xué)模式來(lái)引導(dǎo)學(xué)生。

仍以DNA序列分類(lèi)模型為例，對(duì)于給定的已知類(lèi)別的序列和待分類(lèi)的人工序列（序列較短）及自然序列（序列較長(zhǎng)），首先想到的是從已知類(lèi)別中提取特征，用特征對(duì)未知序列進(jìn)行分類(lèi)。通過(guò)討論，大部分學(xué)生很自然的想到選取序列中ATGC四個(gè)堿基的含量作為特征，但是這個(gè)特征很粗，結(jié)果發(fā)現(xiàn)很多序列用這個(gè)特征無(wú)法分類(lèi)。接下來(lái)學(xué)生想到用密碼子，對(duì)64個(gè)密碼子進(jìn)行分析提取特征，結(jié)果顯示此種特征對(duì)人工序列得到較好的分類(lèi)效果，但不適用于自然序列。隨后基于上面的結(jié)果，進(jìn)一步應(yīng)用圖論中的最小生成樹(shù)模型解決問(wèn)題，發(fā)現(xiàn)分類(lèi)效果較好。此外，在討論中，有學(xué)生也提到了應(yīng)用“與已知類(lèi)別特征相近的物質(zhì)歸到一類(lèi)”的思想，運(yùn)用二維向量夾角余弦進(jìn)行分類(lèi)，結(jié)果表明分類(lèi)效果優(yōu)于前兩種方法。在學(xué)習(xí)模型的過(guò)程中，我們邊講解邊引導(dǎo)學(xué)生思考問(wèn)題，討論問(wèn)題，并結(jié)合多媒體演示，環(huán)環(huán)相扣，這樣的學(xué)習(xí)方式往往引人入勝，充分調(diào)動(dòng)了學(xué)生學(xué)習(xí)的積極性，培養(yǎng)了學(xué)生的建模思維。

2.3 教研結(jié)合，培養(yǎng)學(xué)生動(dòng)手能力與創(chuàng)新能力

理論用于指導(dǎo)實(shí)踐，沒(méi)有實(shí)踐的理論是空洞的。在學(xué)習(xí)完別人建立的模型之后，我們要求學(xué)生自己動(dòng)手解決實(shí)際問(wèn)題，建立模型，正所謂的“依葫蘆畫(huà)瓢”。我們本著寓研于教，教研結(jié)合的思想，將科研中遇到的一些實(shí)際問(wèn)題融入教學(xué)中，充分發(fā)揮學(xué)生的想象力與創(chuàng)造力。我們精選具有生物信息學(xué)專(zhuān)業(yè)特點(diǎn)、體現(xiàn)學(xué)科前沿的兩個(gè)實(shí)際問(wèn)題作為建模試題，讓學(xué)生三人一組以論文形式完成。如我們選取了給藥方案（較簡(jiǎn)單）和人類(lèi)癌癥miRNA預(yù)測(cè)(較復(fù)雜)兩個(gè)實(shí)際問(wèn)題作為建模試題。較簡(jiǎn)單的問(wèn)題讓學(xué)生利用實(shí)驗(yàn)課的時(shí)間進(jìn)行完成，較復(fù)雜的問(wèn)題以作業(yè)形式讓學(xué)生利用課余時(shí)間完成，并將兩次建模的成績(jī)作為學(xué)生本門(mén)課程的最后成績(jī)。

這種考核方式不僅培養(yǎng)了學(xué)生動(dòng)手能力與創(chuàng)新能力，而且讓他們體會(huì)到之前所學(xué)習(xí)的專(zhuān)業(yè)基礎(chǔ)課的意義所在。此外，學(xué)生們對(duì)科研問(wèn)題創(chuàng)造性的思維往往超乎我們的想象，為我們生物信息專(zhuān)業(yè)的發(fā)展注入新的力量，也為學(xué)生后續(xù)從事相關(guān)領(lǐng)域的研究工作打下堅(jiān)實(shí)的基礎(chǔ)。

3. 小結(jié)

筆者根據(jù)自己在醫(yī)學(xué)院校生物信息學(xué)專(zhuān)業(yè)數(shù)學(xué)建模課程的教學(xué)實(shí)踐，提出了幾點(diǎn)可行性的措施。本著寓研于教，教研結(jié)合的思想，通過(guò)精選體現(xiàn)學(xué)科特點(diǎn)的模型，采取講解和討論穿插的教學(xué)模式逐步培養(yǎng)學(xué)生的建模思維，利用建模試題培養(yǎng)學(xué)生實(shí)際動(dòng)手能力與創(chuàng)新能力，取得了較好的教學(xué)效果。隨著生物信息學(xué)以及相關(guān)學(xué)科的不斷發(fā)展，生物信息專(zhuān)業(yè)的數(shù)學(xué)建模課程將更加富有挑戰(zhàn)性，我們將根據(jù)科學(xué)發(fā)展以及學(xué)生的反饋意見(jiàn)不斷修訂教學(xué)內(nèi)容，豐富教學(xué)方法，提高生物信息學(xué)專(zhuān)業(yè)數(shù)學(xué)建模課程的教學(xué)質(zhì)量，真正培養(yǎng)學(xué)生分析問(wèn)題、解決問(wèn)題的能力。

參考文獻(xiàn)：

[1]李霞，李亦學(xué)，廖飛.生物信息學(xué)[M]，北京：人民衛(wèi)生出版社，2010.

篇10

[論文摘要]生物信息學(xué)是80年代以來(lái)新興的一門(mén)邊緣學(xué)科，信息在其中具有廣闊的前景。伴隨著人類(lèi)基因組計(jì)劃的勝利完成與生物信息學(xué)的發(fā)展有著密不可分的聯(lián)系，生物信息學(xué)的發(fā)展為生命科學(xué)的發(fā)展為生命科學(xué)的研究帶來(lái)了諸多的便利，對(duì)此作了簡(jiǎn)單的分析。

一、生物信息學(xué)的產(chǎn)生

21世紀(jì)是生命科學(xué)的世紀(jì)，伴隨著人類(lèi)基因組計(jì)劃的勝利完成，與此同時(shí)，諸如大腸桿菌、結(jié)核桿菌、啤酒酵母、線蟲(chóng)、果蠅、小鼠、擬南芥、水稻、玉米等等其它一些模式生物的基因組計(jì)劃也都相繼完成或正在順利進(jìn)行。人類(lèi)基因組以及其它模式生物基因組計(jì)劃的全面實(shí)施，使分子生物數(shù)據(jù)以爆炸性速度增長(zhǎng)。在計(jì)算機(jī)科學(xué)領(lǐng)域，按照摩爾定律飛速前進(jìn)的計(jì)算機(jī)硬件，以及逐步受到各國(guó)政府重視的信息高速公路計(jì)劃的實(shí)施，為生物信息資源的研究和應(yīng)用帶來(lái)了福音。及時(shí)、充分、有效地利用網(wǎng)絡(luò)上不斷增長(zhǎng)的生物信息數(shù)據(jù)庫(kù)資源，已經(jīng)成為生命科學(xué)和生物技術(shù)研究開(kāi)發(fā)的必要手段，從而誕生了生物信息學(xué)。

二、生物信息學(xué)研究?jī)?nèi)容

（一）序列比對(duì)

比較兩個(gè)或兩個(gè)以上符號(hào)序列的相似性或不相似性。序列比對(duì)是生物信息學(xué)的基礎(chǔ)。兩個(gè)序列的比對(duì)現(xiàn)在已有較成熟的動(dòng)態(tài)規(guī)劃算法，以及在此基礎(chǔ)上編寫(xiě)的比對(duì)軟件包BALST和FASTA，可以免費(fèi)下載使用。這些軟件在數(shù)據(jù)庫(kù)查詢(xún)和搜索中有重要的應(yīng)用。有時(shí)兩個(gè)序列總體并不很相似，但某些局部片斷相似性很高。Smith-Waterman算法是解決局部比對(duì)的好算法，缺點(diǎn)是速度較慢。兩個(gè)以上序列的多重序列比對(duì)目前還缺乏快速而又十分有效的算法。

（二）結(jié)構(gòu)比對(duì)

比較兩個(gè)或兩個(gè)以上蛋白質(zhì)分子空間結(jié)構(gòu)的相似性或不相似性。

（三）蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)

從方法上來(lái)看有演繹法和歸納法兩種途徑。前者主要是從一些基本原理或假設(shè)出發(fā)來(lái)預(yù)測(cè)和研究蛋白質(zhì)的結(jié)構(gòu)和折疊過(guò)程。分子力學(xué)和分子動(dòng)力學(xué)屬這一范疇。后者主要是從觀察和總結(jié)已知結(jié)構(gòu)的蛋白質(zhì)結(jié)構(gòu)規(guī)律出發(fā)來(lái)預(yù)測(cè)未知蛋白質(zhì)的結(jié)構(gòu)。同源模建和指認(rèn)（Threading）方法屬于這一范疇。雖然經(jīng)過(guò)30余年的努力，蛋白結(jié)構(gòu)預(yù)測(cè)研究現(xiàn)狀遠(yuǎn)遠(yuǎn)不能滿(mǎn)足實(shí)際需要。

（四）計(jì)算機(jī)輔助基因識(shí)別

給定基因組序列后，正確識(shí)別基因的范圍和在基因組序列中的精確位置.這是最重要的課題之一，而且越來(lái)越重要。經(jīng)過(guò)20余年的努力，提出了數(shù)十種算法，有十種左右重要的算法和相應(yīng)軟件上網(wǎng)提供免費(fèi)服務(wù)。原核生物計(jì)算機(jī)輔助基因識(shí)別相對(duì)容易些，結(jié)果好一些。從具有較多內(nèi)含子的真核生物基因組序列中正確識(shí)別出起始密碼子、剪切位點(diǎn)和終止密碼子，是個(gè)相當(dāng)困難的問(wèn)題，研究現(xiàn)狀不能令人滿(mǎn)意，仍有大量的工作要做。

（五）非編碼區(qū)分析和DNA語(yǔ)言研究

在人類(lèi)基因組中，編碼部分進(jìn)展總序列的3－5%，其它通常稱(chēng)為“垃圾”DNA，其實(shí)一點(diǎn)也不是垃圾，只是我們暫時(shí)還不知道其重要的功能。分析非編碼區(qū)DNA序列需要大膽的想象和嶄新的研究思路和方法。DNA序列作為一種遺傳語(yǔ)言，不僅體現(xiàn)在編碼序列之中，而且隱含在非編碼序列之中。

三、生物信息學(xué)的新技術(shù)

（一）Lipshutz(Affymetrix，Santa clara，CA，USA)

描述了一種利用DNA探針陣列進(jìn)行基因組研究的方法，其原理是通過(guò)更有效有作圖、表達(dá)檢測(cè)和多態(tài)性篩選方法，可以實(shí)現(xiàn)對(duì)人類(lèi)基因組的測(cè)序。光介導(dǎo)的化學(xué)合成法被應(yīng)用于制造小型化的高密度寡核苷酸探針的陣列，這種通過(guò)軟件包件設(shè)計(jì)的寡核苷酸探針陣列可用于多態(tài)性篩查、基因分型和表達(dá)檢測(cè)。然后這些陣列就可以直接用于并行DNA雜交分析，以獲得序列、表達(dá)和基因分型信息。Milosavljevic(CuraGen， Branford， CT， USA)介紹了一種新的基于專(zhuān)用定量表達(dá)分析方法的基因表達(dá)檢測(cè)系統(tǒng)，以及一種發(fā)現(xiàn)基因的系統(tǒng)GeneScape。為了有效地抽樣表達(dá)，特意制作片段模式以了解特定基因的子序列的發(fā)生和冗余程度。他在酵母差異基因表達(dá)的大規(guī)模研究中對(duì)該技術(shù)的性能進(jìn)行了驗(yàn)證，并論述了技術(shù)在基因的表達(dá)、生物學(xué)功能以及疾病的基礎(chǔ)研究中的應(yīng)用。

（二）基因的功能分析

Overton(University of Pennsylvania School of Medicine，Philadelphia，PA，USA)論述了人類(lèi)基因組計(jì)劃的下一階段的任務(wù)基因組水平的基因功能分析。這一階段產(chǎn)生的數(shù)據(jù)的分析、管理和可視性將毫無(wú)疑問(wèn)地比第一階段更為復(fù)雜。他介紹了一種用于脊椎動(dòng)物造血系統(tǒng)紅系發(fā)生的功能分析的原型系統(tǒng)E-poDB，它包括了用于集成數(shù)據(jù)資源的Kleisli系統(tǒng)和建立internet或intranet上視覺(jué)化工具的bioWidget圖形用戶(hù)界面。EpoDB有可能指導(dǎo)實(shí)驗(yàn)人員發(fā)現(xiàn)不可能用傳統(tǒng)實(shí)驗(yàn)方法得到的紅系發(fā)育的新的藥物靶，制藥業(yè)所感興趣的是全新的藥物靶，EpoDB提供了這樣一個(gè)機(jī)會(huì)，這可能是它最令人激動(dòng)的地方。

Babbitt(University of California，San Francisco，CA，USA)討論了通過(guò)數(shù)據(jù)庫(kù)搜索來(lái)識(shí)別遠(yuǎn)緣蛋白質(zhì)的方法。對(duì)蛋白質(zhì)超家族的結(jié)構(gòu)和功能的相互依賴(lài)性的理解，要求了解自然所塑造的一個(gè)特定結(jié)構(gòu)模板的隱含限制。蛋白質(zhì)結(jié)構(gòu)之間的最有趣的關(guān)系經(jīng)常在分歧的序列中得以表現(xiàn)，因而區(qū)分得分低（low-scoring）但生物學(xué)關(guān)系顯著的序列與得分高而生物學(xué)關(guān)系較不顯著的序列 是重要的。Babbit證明了通過(guò)使用BLAST檢索，可以在數(shù)據(jù)庫(kù)搜索所得的低得分區(qū)識(shí)別遠(yuǎn)緣關(guān)系（distant relationship）。Levitt(Stanford univeersity，Palo Alto，CA，USA)討論了蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)和一種僅從序列數(shù)據(jù)對(duì)功能自動(dòng)模建的方法?；蚬δ苋Q于基因編碼的蛋白質(zhì)的三級(jí)結(jié)構(gòu)，但數(shù)據(jù)庫(kù)中蛋白質(zhì)序列的數(shù)目每18個(gè)月翻一番。為了確定這些序列的功能，結(jié)構(gòu)必須確定。同源模建和從頭折疊（ab initio folding）方法是兩種現(xiàn)有的互為補(bǔ)充的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)方法；同源模建是通過(guò)片段匹配（segment matching）來(lái)完成的，計(jì)算機(jī)程棄SegMod就是基于同源模建方法的。

（三）新的數(shù)據(jù)工具

Letovsky(Johns hopkins University，Baltimore，MD，USA)介紹了GDB數(shù)據(jù)庫(kù)，它由每條人類(lèi)染色體的許多不同圖譜組成，包括細(xì)胞遺傳學(xué)、遺傳學(xué)、放射雜交和序列標(biāo)簽位點(diǎn)（STS）的內(nèi)容，以及由不同研究者用同種方法得到的圖譜。就位置查詢(xún)而言，如果不論其類(lèi)型（type）和來(lái)源（source），或者是否它們正好包含用以批定感興趣的區(qū)域的標(biāo)志（markers），能夠搜索所有圖譜是有用的。為此目的，該數(shù)據(jù)庫(kù)使用了一種公用坐標(biāo)系統(tǒng)（common coordinate system）來(lái)排列這些圖譜。數(shù)據(jù)庫(kù)還提供了一張高分辨率的和與其他圖譜共享許多標(biāo)志的圖譜作為標(biāo)準(zhǔn)。共享標(biāo)志的標(biāo)之間的對(duì)應(yīng)性容許同等于所有其它圖譜的標(biāo)準(zhǔn)圖譜的分配。

Candlin(PE applied Biosystems，F(xiàn)oster City，CA，USA)介紹了一種新的存儲(chǔ)直接來(lái)自ABⅠPrism dNA測(cè)序儀的數(shù)據(jù)的關(guān)系數(shù)據(jù)庫(kù)系統(tǒng)BioLIMS。該系統(tǒng)可以與其它測(cè)序儀的數(shù)據(jù)集成，并可方便地與其它軟件包自動(dòng)調(diào)用，為測(cè)序儀與序列數(shù)據(jù)的集成提供了一種開(kāi)放的、可擴(kuò)展的生物信息學(xué)平臺(tái)。

參考文獻(xiàn)