生物信息學(xué)的認(rèn)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(xué)的認(rèn)識主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：生物信息學(xué)的認(rèn)識范文
關(guān)鍵詞：信息技術(shù)；細(xì)化任務(wù)設(shè)計；任務(wù)完成
培養(yǎng)學(xué)生主動學(xué)習(xí)能力和獨(dú)立分析、解決問題能力，在教學(xué)中最重要的方法可以說是“任務(wù)驅(qū)動法”。任務(wù)設(shè)計的質(zhì)量直接關(guān)系到教學(xué)效果，所以要樹立以學(xué)生為主體，教師發(fā)揮組織者、指導(dǎo)者和促進(jìn)者的作用，利用教學(xué)情境、合作交流等學(xué)習(xí)環(huán)境充分發(fā)揮學(xué)生的主動性、積極性和創(chuàng)新精神，最終達(dá)到激勵學(xué)生的求知興趣，有效地實(shí)現(xiàn)學(xué)生對知識的認(rèn)知目的。
一、細(xì)化任務(wù)驅(qū)動
任務(wù)驅(qū)動不要過于簡單，要將所要學(xué)習(xí)的新知識設(shè)計在一個或幾個任務(wù)里，學(xué)生通過對所提的任務(wù)進(jìn)行分析、研討，明確它涉及哪些知識要點(diǎn)，并找出哪些是學(xué)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(dǎo)解決問題，最后學(xué)生通過任務(wù)的完成而實(shí)現(xiàn)了對所學(xué)知識的理解和掌握。
在設(shè)計任務(wù)時既要考慮到學(xué)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(shè)計：
第一，設(shè)計基本的任務(wù)，明確要學(xué)的新知識和新方法，教師列舉具體的實(shí)例，學(xué)生按照老師的要求做，以掌握任務(wù)中包含的新知識和技能。第二，設(shè)計提高性的任務(wù)，教師列出具體的要求，不列出具體的實(shí)例，留給學(xué)生自主發(fā)揮的空間，鼓勵學(xué)生創(chuàng)作出有創(chuàng)意的作品。他們在完成了基本任務(wù)后，進(jìn)行自由的活動。第三，設(shè)計開放性的任務(wù)，教師列出多種要求、內(nèi)容和形式，由學(xué)生組成小組合作完成，這比較適合模塊的綜合性練習(xí)。
二、師生研討
設(shè)計好的任務(wù)發(fā)給學(xué)生后，要及時指導(dǎo)學(xué)生進(jìn)行討論并且寫出討論的方案來。教師引導(dǎo)學(xué)生逐步理清任務(wù)中的問題，然后師生共同論證完成這個任務(wù)的方案，將任務(wù)分成多個小任務(wù)并制定出詳細(xì)的操作步驟找到問題的解決途徑。
三、任務(wù)完成
任務(wù)驅(qū)動的目的是讓學(xué)生進(jìn)入學(xué)習(xí)情境，師生研討，使學(xué)生明確學(xué)習(xí)的目標(biāo)。教師既要及時引導(dǎo)學(xué)生，還要主動去觀察學(xué)生，發(fā)現(xiàn)學(xué)生出現(xiàn)的問題，特別是共同性的問題。學(xué)生可以按以下的方法來完成任務(wù)：第一，自主探究：學(xué)生在學(xué)習(xí)過程中能夠發(fā)揮主動性，體現(xiàn)出學(xué)生的首創(chuàng)精神，正確評價自己的認(rèn)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(xué)習(xí)：學(xué)生分小組共同完成任務(wù)。通過合作解決問題、小組討論、意見交流等形式，促進(jìn)學(xué)生的溝通，學(xué)會表達(dá)自己的見解，學(xué)會評判、接納和反思。
第2篇：生物信息學(xué)的認(rèn)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(guān)鍵詞：生物信息學(xué)；教學(xué)；科研；統(tǒng)一性
Key words: bioinformatics；teaching；research；unity
中圖分類號：G42 文獻(xiàn)標(biāo)識碼：A文章編號：1006-4311（2010）33-0184-01
1以真理為業(yè)的教師
按照雅斯貝爾斯的說法，“大學(xué)應(yīng)當(dāng)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(yǎng)清晰的自我意識”[1]。生物信息學(xué)像所有的學(xué)科一樣，首先要傳達(dá)出一種以真理為業(yè)的精神。以韋伯的《以學(xué)術(shù)為業(yè)》的著名演講為例[2]，可知這樣一種精神的傳達(dá)所具有的不可替代的價值。
2在教學(xué)中傳達(dá)生物信息學(xué)的整體性
2.1 生物信息學(xué)是門學(xué)科而不是工具。生物信息學(xué)最開始是為了處理基因組計劃產(chǎn)生的大量數(shù)據(jù)而誕生的，所以總是被認(rèn)為是一門工具。
現(xiàn)在的生物信息學(xué)正由過去的分析和積累生物分子的知識轉(zhuǎn)變?yōu)榫C合多種生物分子及其相互作用的知識來了解生物系統(tǒng)的功能[3]。日本學(xué)者M(jìn)inoru Kanehisa把生物信息學(xué)分為基因組信息學(xué)和后基因組信息學(xué)兩個階段，基因組信息學(xué)是為了處理基因組計劃產(chǎn)生的大量數(shù)據(jù)而誕生的，它的角色是通過對生物分子的分析支持實(shí)驗(yàn)工作；后基因組信息學(xué)的研究可能使我們進(jìn)入到對生命的基本規(guī)律的認(rèn)識[3]。正是因?yàn)楹蠡蚪M信息學(xué)的出現(xiàn)，使得生物信息學(xué)有了作為一門學(xué)科的資本。
2.2 生物信息學(xué)是一個整體。當(dāng)把生物信息學(xué)作為一個工具時，它確實(shí)是各個不同學(xué)科的堆砌。然而，當(dāng)我們的研究層次可以從單個基因和蛋白質(zhì)過渡到網(wǎng)絡(luò)，甚至全基因組的相應(yīng)時，當(dāng)我們注意到細(xì)胞隨著時間和空間而受到動態(tài)的調(diào)控而基因也不再是靜態(tài)的實(shí)體時，當(dāng)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(dǎo)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(xué)。
3生物信息學(xué)教師的科研能力的培養(yǎng)
從真理和求知意志的統(tǒng)一性上來說，科學(xué)就是哲學(xué)，是通過一種“明確而嚴(yán)密”的方式，體現(xiàn)了哲學(xué)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(xué)的激情和逐步探索的過程會對學(xué)生有很大的感染力。從康德到韋伯所做的經(jīng)典講座都表明，演講者不經(jīng)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(guān)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(nèi)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(shù)字，也會導(dǎo)致教學(xué)的失敗[1]。因此，生物信息學(xué)的教師應(yīng)該首先超越把生物信息學(xué)作為工具的想法，培養(yǎng)對于客觀性的忠誠以及一種為真理統(tǒng)一性獻(xiàn)身的熱忱。
生物信息學(xué)不同于其他學(xué)科，它沒有別人組織好的教學(xué)材料，它的很多最新成果必須教師自己去整理和總結(jié)，這就更凸顯了生物信息學(xué)的教師必須同時是生物信息學(xué)的研究者的必要性。生物信息學(xué)的各位教師，應(yīng)該全面關(guān)注生物信息學(xué)的各個研究領(lǐng)域的最近的成果，體會出生物信息學(xué)從“工具”到“學(xué)科”的漸變，并在這樣的一個轉(zhuǎn)變中體會生物信息學(xué)從“為實(shí)用而科學(xué)”到“為科學(xué)而科學(xué)”質(zhì)變。
4生物信息學(xué)教學(xué)特點(diǎn)和教學(xué)模式
生物信息學(xué)的教學(xué)特點(diǎn)與其他學(xué)科的最大的不同在于生物信息學(xué)領(lǐng)域的研究嚴(yán)重依賴于因特網(wǎng)。生物信息學(xué)必須通過因特網(wǎng)來訪問基因組計劃產(chǎn)生的序列數(shù)據(jù)、獲取各種軟件和程序模塊，并通過網(wǎng)絡(luò)整合生物學(xué)的不同資源[4]。為了達(dá)到良好的教學(xué)效果，必須建立起充足的計算機(jī)和網(wǎng)絡(luò)等教學(xué)資源，并在教學(xué)中，多進(jìn)行一些上機(jī)實(shí)踐。然而，這些資源往往是一些散在的資源，生物信息學(xué)的教師在上課時應(yīng)該使學(xué)生認(rèn)識到，這些生物信息學(xué)資源是相互緊密相連的。生物信息學(xué)的教師應(yīng)該避免孤立的講解枯燥的數(shù)據(jù)庫和軟件資源，而應(yīng)該提出一些整體性的又可操作的生物學(xué)問題，通過一些生動的例子，讓學(xué)生在解決問題的過程中了解各個數(shù)據(jù)資源，同時了解各個資源之間的相互關(guān)系。
同時，生物信息學(xué)的教育模式對培養(yǎng)學(xué)生的求知意志和求知的統(tǒng)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(jīng)院式的教育，這種教育關(guān)心的只是傳統(tǒng)的繼承；一種是學(xué)徒式的教育，這種教育是因?yàn)橥降軐煾档娜烁竦南蛲?；一種是蘇格拉底式的教育，在這個教育模式中，學(xué)生和老師應(yīng)當(dāng)被認(rèn)為是出于同樣的水平，雙方都被認(rèn)為是自由的，教師只是一個助產(chǎn)婆[1]。生物信息的教學(xué)模式只能是蘇格拉底式的教育。在這樣一個新生的學(xué)科里，沒有什么東西是一成不變的。教師應(yīng)該使學(xué)生明白當(dāng)前研究的局限性并坦率的承認(rèn)自己的無知，并使學(xué)生明白自己只是個普通人且是可被質(zhì)疑的，只有這種模式才能有效的激發(fā)出學(xué)生的堅定的求知意志。蘇格拉底式的老師會抵制來自學(xué)生的企圖把他看作權(quán)威和大師的迫切愿望[1]。
總之，由于生物信息學(xué)是一門交叉的學(xué)科，老師們必須在教學(xué)中體現(xiàn)出一種以統(tǒng)一性為特征的科研精神，傳達(dá)給學(xué)生一種冒險性和探索精神。并且，由于生物信息學(xué)還是一門新生的學(xué)科，老師們應(yīng)當(dāng)探索新的有效的教學(xué)方法，并注意培養(yǎng)自己的科學(xué)素質(zhì)，使學(xué)生體會到生物信息學(xué)內(nèi)在的統(tǒng)一性和理論性。最后，自由的探索是新興學(xué)科的靈魂所在，應(yīng)當(dāng)避免在教學(xué)中出現(xiàn)強(qiáng)迫的行為，我們當(dāng)謹(jǐn)記雅斯貝爾斯的勸告：“一種自由的生活方式只有靠自己負(fù)責(zé)才會有前途。教師的傳授是自由的，學(xué)生的學(xué)習(xí)也因而是自由的”。
參考文獻(xiàn)：
[1]卡爾?雅斯貝爾斯.大學(xué)之理念[M].上海：上海世紀(jì)出版集團(tuán)，2005.
[2]馬克斯?韋伯.倫理之業(yè)[M].桂林：廣西師范大學(xué)出版社，2008.
第3篇：生物信息學(xué)的認(rèn)識范文
關(guān)鍵詞：生物信息學(xué) 交叉學(xué)科 學(xué)生培養(yǎng)
一、生物信息學(xué)的產(chǎn)生
生物學(xué)是一門古老的學(xué)科，在人類歷史發(fā)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(rèn)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(zhì)等分子構(gòu)成了生命的基本單位，再由細(xì)胞到組織、器官，最后器官系統(tǒng)組成完整的生物體。
傳統(tǒng)的生物學(xué)研究中，由于受到技術(shù)水平的限制，生物學(xué)家多采用低通量的生物實(shí)驗(yàn)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(shí)驗(yàn)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(shí)驗(yàn)數(shù)據(jù)，人們不禁想到，如何把不同的實(shí)驗(yàn)結(jié)果整合起來？另一方面，隨著生物技術(shù)的發(fā)展，大量新興技術(shù)出現(xiàn)，產(chǎn)生了海量的數(shù)據(jù)。例如90年代興起的基因芯片技術(shù)，單張芯片就可以測定成千上萬個基因在某一狀態(tài)下的表達(dá)情況。1990年啟動的人類基因組計劃更為生命科學(xué)的研究提供了海量的序列數(shù)據(jù)。面對如此多的數(shù)據(jù)，以前依靠生物實(shí)驗(yàn)研究單個或幾個基因的方法很難再適用，生命科學(xué)、統(tǒng)計學(xué)、計算機(jī)科學(xué)和信息科學(xué)等若干學(xué)科的交叉學(xué)科――生物信息學(xué)應(yīng)運(yùn)而生。生物信息學(xué)以計算機(jī)、統(tǒng)計、模式識別等方法為手段，以生物數(shù)據(jù)為研究對象，通過對大量生物數(shù)據(jù)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(yùn)藏在核酸序列和蛋白質(zhì)序列中的信息，對了解生命活動的基本規(guī)律出貢獻(xiàn)。
二、生物信息學(xué)在生命科學(xué)研究中的作用
作為一門新興的學(xué)科，大家對生物信息的作用并不十分明確。很多人認(rèn)為生物信息學(xué)只是為實(shí)驗(yàn)科學(xué)服務(wù)。從廣義上講，這種說法也不無道理，但是生物信息學(xué)并不是實(shí)驗(yàn)科學(xué)的附屬品，與生物實(shí)驗(yàn)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(xué)家依靠的是實(shí)驗(yàn)臺，生物信息學(xué)家依靠的是計算機(jī)。
在生命科學(xué)的發(fā)展過程中，以分子生物學(xué)的產(chǎn)生為界，可以分為傳統(tǒng)生物學(xué)和現(xiàn)代生物學(xué)。傳統(tǒng)生物學(xué)和現(xiàn)代生物學(xué)取得的成就為生命科學(xué)的發(fā)展做出了巨大貢獻(xiàn)。人類基因組計劃啟動以來，人們一度認(rèn)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(shí)的情況遠(yuǎn)不像想象的那樣簡單。人類的個體發(fā)育開始于一個單細(xì)胞受精卵，受精卵經(jīng)過一系列的細(xì)胞分裂和分化，產(chǎn)生具有不同形態(tài)和功能的細(xì)胞，不同細(xì)胞之間相互作用構(gòu)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(xì)胞當(dāng)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(guān)心某個基因或蛋白的功能是不夠的，因?yàn)樵诓煌瑫r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(fù)雜的系統(tǒng)，其表型和功能不僅體現(xiàn)于基因數(shù)量和序列的不同，更體現(xiàn)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(dāng)成一個整體，系統(tǒng)地分析內(nèi)部的相互關(guān)系尤其重要。但是無論是傳統(tǒng)生物學(xué)還是現(xiàn)代生物學(xué)，都是一門實(shí)驗(yàn)學(xué)科，生物學(xué)的發(fā)展中缺乏一種系統(tǒng)思想。生物信息學(xué)可以從大量生物數(shù)據(jù)中提取有意義的生物知識，通過對已有數(shù)據(jù)的總結(jié)，進(jìn)一步推測生物體的某些性質(zhì)和變化趨勢，生物信息學(xué)為大量生物數(shù)據(jù)的整合提供了可能，與生物實(shí)驗(yàn)一樣，是生物研究中的一種重要途徑。
三、生物信息學(xué)學(xué)生的培養(yǎng)
生物信息學(xué)是一門交叉學(xué)科，要求學(xué)生具有較好的分子生物學(xué)、計算機(jī)科學(xué)、數(shù)學(xué)和統(tǒng)計學(xué)素養(yǎng)，目前國內(nèi)只有少數(shù)幾個學(xué)校設(shè)立了生物信息學(xué)本科專業(yè)，大部分的學(xué)生都是進(jìn)入研究生階段才開始生物信息學(xué)的培養(yǎng)。在進(jìn)入生物信息學(xué)專業(yè)前，本科階段可能接受過計算機(jī)、統(tǒng)計學(xué)、信息學(xué)、生物學(xué)等某一方面的教育，但要進(jìn)行生物信息學(xué)的研究，大多需要補(bǔ)充其他方面的知識。
生物信息學(xué)研究可以分為兩類：第一，在深刻理解生物問題的基礎(chǔ)上，利用計算技術(shù)解決生物問題，第二，為生物學(xué)家提供性能更好的方法（算法）。理工科背景學(xué)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(xué)生的培養(yǎng)，第二類問題比較適合他們?nèi)腴T。在生物信息領(lǐng)域，有很多經(jīng)典的分類問題。這些問題已經(jīng)明確了分類目標(biāo)，并且大都有通用的數(shù)據(jù)集。但是這類工作也受到了生物學(xué)家的質(zhì)疑，因?yàn)榇蟛糠止ぷ鞫际前岩延械慕?jīng)典算法用在生物數(shù)據(jù)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(dǎo)致了部分生物學(xué)家對生物信息存在偏見，認(rèn)為生物信息就是提出新算法，做一些數(shù)據(jù)庫。要想真正讓生物學(xué)家認(rèn)識到生物信息學(xué)的重要性，就要以解決生物問題為根本出發(fā)點(diǎn)，即使是做預(yù)測方法，也要建立在解決生物問題的基礎(chǔ)上。做出更好預(yù)測方法的關(guān)鍵是深入理解生物問題并抓住關(guān)鍵特征。舉個例子，要把男生和女生分開，我們可以根據(jù)很多特征，比如身高、體重、頭發(fā)長短，雖然大多數(shù)情況下來說，男生比女生高、比女生重、比女生頭發(fā)短。但是只基于這些特征還是會造成很多的分類錯誤，因?yàn)檫@些特征不是男生女生差別的最根本因素。如果我們是根據(jù)性染色體來分，那正確率的提高就非常顯著了。在預(yù)測問題中，利用五花八門的方法并不是關(guān)鍵，如何能夠?qū)ι飭栴}深入了解并找到關(guān)鍵特征，才是最主要的。
作為一門新興的學(xué)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(fā)現(xiàn)其中的問題。能夠找到值得做的問題，可以說工作已經(jīng)成功了一大半。當(dāng)然，解決問題過程中也會有很多困難，比如發(fā)現(xiàn)了值得研究的課題，但在解決的過程當(dāng)中發(fā)現(xiàn)某些數(shù)據(jù)無法獲得，或者某些技術(shù)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(jīng)過慎重的考慮都無法找到，就要果斷的放棄。這里要強(qiáng)調(diào)一定要慎重考慮，不能遇到一點(diǎn)困難就放棄。
相比理工科背景的學(xué)生，生物背景的學(xué)生有著扎實(shí)的生物學(xué)知識基礎(chǔ)。但是如果是從本科階段直接進(jìn)入生物信息學(xué)，由于還沒有進(jìn)行過實(shí)驗(yàn)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(xué)生，豐富的生物學(xué)知識都是進(jìn)行好的生物信息學(xué)研究的前提。在培養(yǎng)學(xué)生時不可忽視對其基礎(chǔ)生物學(xué)知識的傳授和教育，并適當(dāng)引導(dǎo)其對生物學(xué)問題的思考。生物學(xué)問題可以很大也可以很小。大的生物學(xué)問題任何一個懂得基礎(chǔ)生物學(xué)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(xì)胞惡變，自身免疫病是如何形成的，心血管病糖尿病等復(fù)雜疾病是如何發(fā)生的，為何有人容易生某種病而其他人不易感。小的生物學(xué)問題就是各自領(lǐng)域的具體研究課題，比如表觀遺傳學(xué)領(lǐng)域的DNA去甲基化酶是否存在，基因表達(dá)調(diào)控領(lǐng)域的轉(zhuǎn)錄起始頻率是如何決定的，RNA領(lǐng)域的大量非編碼RNA的作用，蛋白修飾領(lǐng)域新發(fā)現(xiàn)的修飾如何調(diào)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(xué)問題是對學(xué)生培養(yǎng)目標(biāo)的第一步。這些問題的產(chǎn)生的前提是對生物學(xué)知識的熟悉掌握。然而在對學(xué)生培養(yǎng)的過程中沒必要也不可能告訴他們所有的知識，生物學(xué)知識教育的原則是為他們打開門，當(dāng)他們思考問題的時候知道去哪里找到相關(guān)的知識。
另一方面，只有生物學(xué)基礎(chǔ)知識和問題是不夠的。很多問題在生物信息學(xué)產(chǎn)生之前就存在了，傳統(tǒng)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(xué)的產(chǎn)生無疑提供給人們另一種思考生物問題的方式，為一些經(jīng)典問題的解決提供了可能。例如最近的大規(guī)模的腫瘤基因組測序和分析使我們發(fā)現(xiàn)了很多新的腫瘤相關(guān)基因[2]。對于生物背景的學(xué)生，在教學(xué)中要把這樣的例子介紹給學(xué)生，生物背景的學(xué)生在理解信息學(xué)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(yīng)該選擇什么樣的信息學(xué)工具去解決，在具體應(yīng)用過程中加深對整個過程的理解。生物背景的學(xué)生如果想成為生物信息學(xué)專家，只會應(yīng)用是不夠的，補(bǔ)充一些計算機(jī)、統(tǒng)計、信息方面的基礎(chǔ)知識是必不可少的。
生物信息學(xué)是一門仍處在快速發(fā)展之中的學(xué)科。還沒有一本教材能夠滿足生物信息學(xué)教學(xué)的需要，生物信息學(xué)立足于分子生物學(xué)、模式識別、計算機(jī)科學(xué)與技術(shù)、數(shù)學(xué)和統(tǒng)計學(xué)等學(xué)科，所以學(xué)生要先對這些學(xué)科的基本概念和系統(tǒng)有一個較為全面和直觀的認(rèn)識，為日后的科研打下堅實(shí)的基礎(chǔ)。另外，培養(yǎng)過程中要包括大量的實(shí)例介紹，對一些重要的應(yīng)用還加以詳細(xì)解剖，使得同學(xué)們不再僅掌握理論，而是能夠?qū)W會如何在實(shí)際工作中靈活應(yīng)用這些理論。在此基礎(chǔ)之上，向同學(xué)們推薦一些最新的論文、期刊、參考讀物和相關(guān)的學(xué)術(shù)報告，讓同學(xué)們能夠切身感受到學(xué)科發(fā)展的前沿，培養(yǎng)學(xué)生的創(chuàng)新能力。21世紀(jì)是生命科學(xué)的時代，也是信息科學(xué)的時代。生物信息學(xué)在這樣的歷史條件下產(chǎn)生并壯大，它作為多個領(lǐng)域的交叉新興學(xué)科，對生命科學(xué)研究有著巨大的推動力。生物信息學(xué)是一門應(yīng)用性非常強(qiáng)的學(xué)科，也是一門非?；钴S的前沿學(xué)科，良好的教學(xué)效果必須以先進(jìn)的內(nèi)容體系為基礎(chǔ)，我們應(yīng)時刻注意以科研促進(jìn)教學(xué)，教學(xué)科研相長，使教學(xué)研究達(dá)到更高的水平。
[參考文獻(xiàn)]
[1]蔣彥等.基礎(chǔ)生物信息學(xué)及應(yīng)用[M].北京：清華大學(xué)出版社,2003
第4篇：生物信息學(xué)的認(rèn)識范文
關(guān)鍵詞生物信息學(xué)；教學(xué)；教學(xué)改革
生物信息學(xué)是生物學(xué)、計算機(jī)科學(xué)、信息科學(xué)、數(shù)學(xué)等多學(xué)科交叉融合的新興學(xué)科，可培養(yǎng)學(xué)生綜合運(yùn)用知識解決科學(xué)問題的思維水平和能力，學(xué)科內(nèi)容具有極強(qiáng)的前沿性、開放性、實(shí)踐性和探索性，有助于培養(yǎng)寬口徑、厚基礎(chǔ)、創(chuàng)造性、應(yīng)用型的專業(yè)人才[1-2]。但因生物信息學(xué)的知識龐博、原理抽象，使得該課程不能采用傳統(tǒng)的教學(xué)模式進(jìn)行教學(xué)，現(xiàn)行的課程教學(xué)方法尚未完善，需根據(jù)不同學(xué)校、不同專業(yè)的發(fā)展定位和學(xué)生培養(yǎng)目標(biāo)有針對性地設(shè)計和開展課程教學(xué)。浙江大學(xué)寧波理工學(xué)院生物工程和生物技術(shù)為工科專業(yè)，以培養(yǎng)高水平的應(yīng)用型人才為目標(biāo)。近幾年開設(shè)了生物信息學(xué)課程，通過不斷的課程教學(xué)改革和實(shí)踐，筆者發(fā)現(xiàn)影響教學(xué)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(biāo)、教學(xué)內(nèi)容、教學(xué)方法和考核方法等方面進(jìn)行了有益探索，探索適合工科專業(yè)學(xué)生的生物信息學(xué)課堂教學(xué)模式。通過努力，初步解決了浙江大學(xué)工科大學(xué)生的生物信息學(xué)課堂教學(xué)的主要問題，有效提高課程教學(xué)效果，同時也獲得了一些經(jīng)驗(yàn)和認(rèn)識。
1工科專業(yè)的生物信息學(xué)課程教學(xué)問題
1.1課程教學(xué)內(nèi)容新穎繁多，與專業(yè)課程體系設(shè)計不匹配
生物信息學(xué)作為一門新興的交叉學(xué)科，要求學(xué)生了解、掌握的基礎(chǔ)知識非常多，但學(xué)校側(cè)重于工程人才培養(yǎng)，工科應(yīng)用課程多，生物基礎(chǔ)知識薄弱，且將生物信息學(xué)作為專業(yè)選修課，僅安排24學(xué)時的授課時間，這就形成教學(xué)內(nèi)容新穎繁多與專業(yè)課程體系安排設(shè)計不匹配，難以有效利用已學(xué)知識對這個綜合性新興學(xué)科課程進(jìn)行全面學(xué)習(xí)，部分大學(xué)生還因?qū)W無所成或跟不上授課進(jìn)程而產(chǎn)生厭學(xué)情緒。
1.2授課學(xué)時短，教學(xué)和考核模式落后
生物信息學(xué)知識龐博、原理抽象、實(shí)踐性強(qiáng)，但因課程授課學(xué)時嚴(yán)重不足，課堂教學(xué)通常以理論教學(xué)為主，采用以教師講授為主體的傳授式教學(xué)方法，幻燈片課件展示容量很大，學(xué)生缺少足夠的時間思考和消化，常感到學(xué)習(xí)千頭萬緒，不得要領(lǐng)。傳統(tǒng)教學(xué)方式無法滿足該課程教學(xué)需求，在生物信息學(xué)教學(xué)中存在較大局限性。在傳統(tǒng)教學(xué)方法下，課程考核仍以卷面形式進(jìn)行，忽視實(shí)踐技能，不能有效考查大學(xué)生的學(xué)習(xí)效果。因此，傳統(tǒng)教學(xué)和考核方法忽視了該課程前沿性、實(shí)踐性強(qiáng)的特點(diǎn)，使學(xué)生失去了主動思考和積極創(chuàng)新的動力和機(jī)會。
1.3教學(xué)資源不充足，教材選擇困難
生物信息學(xué)作為一門新興學(xué)科，教學(xué)資源不充足成為普遍現(xiàn)象。生物信息學(xué)教材在教學(xué)內(nèi)容的新穎性、時效性和對各專業(yè)的適用性等方面有所欠缺，例如一些數(shù)據(jù)庫及軟件總在不停更新，教材內(nèi)容有比較大的滯后性。由于高校開設(shè)該課程的時間通常較晚，適用于工科專業(yè)的生物信息學(xué)教學(xué)資源，如教學(xué)教案、多媒體課件、教學(xué)視頻等尤為欠缺。同時，由于生物信息學(xué)課程的前沿性，與生物信息學(xué)有關(guān)的網(wǎng)頁大部分都是英文，工科大學(xué)生的生物信息學(xué)專業(yè)詞匯極其匱乏，開展實(shí)踐教學(xué)時學(xué)生學(xué)習(xí)非常吃力，甚至造成學(xué)生學(xué)習(xí)困難，教學(xué)效果比較差。
2工科專業(yè)的生物信息學(xué)課程教學(xué)改革
2.1根據(jù)專業(yè)特點(diǎn)改革教學(xué)內(nèi)容
結(jié)合工科專業(yè)特點(diǎn)及培養(yǎng)特色，選用相對簡潔，基礎(chǔ)知識與實(shí)踐應(yīng)用相結(jié)合的教材，如陳銘編寫《生物信息學(xué)（第二版）》等。同時不拘泥于教材，針對具體講授情況進(jìn)行有機(jī)取舍和補(bǔ)充，合理制訂教學(xué)方案。比如，對浙江大學(xué)生物工程專業(yè)的本科生來說，生物信息學(xué)更多的是一種輔助分析工具，不需要深入學(xué)習(xí)數(shù)據(jù)庫的構(gòu)建方法、軟件算法等基礎(chǔ)知識，更多的是培養(yǎng)他們應(yīng)用生物信息學(xué)技術(shù)和思維方法來服務(wù)本專業(yè)知識的能力。因此，大力引入實(shí)踐教學(xué)，大幅度壓縮理論教學(xué)，理論教學(xué)和實(shí)踐上機(jī)操作時間基本按等比例分配。改革后的理論教學(xué)內(nèi)容包括生物數(shù)據(jù)庫及其信息檢索、序列比對與分子進(jìn)化、核酸序列分析、蛋白質(zhì)性質(zhì)和結(jié)構(gòu)分析、基因組信息學(xué)、蛋白質(zhì)組信息學(xué)等；實(shí)踐教學(xué)引入了常用生物信息學(xué)數(shù)據(jù)庫的應(yīng)用、核酸和蛋白質(zhì)序列的進(jìn)化分析、DNA序列的信息學(xué)和功能分析、蛋白質(zhì)序列分析和結(jié)構(gòu)預(yù)測、常用生物軟件的應(yīng)用、綜合實(shí)驗(yàn)等。該教學(xué)計劃不僅使學(xué)生有效學(xué)習(xí)生物信息學(xué)的理論和技術(shù)，還可使學(xué)生深刻體會和貫通一些生物化學(xué)、分子生物學(xué)、基因工程等生物課程的知識，夯實(shí)了工科大學(xué)生的生物學(xué)基礎(chǔ)理論知識，為學(xué)生開展專業(yè)相關(guān)的實(shí)踐創(chuàng)新項(xiàng)目和后續(xù)畢業(yè)論文設(shè)計提供技術(shù)支持。
2.2革新基于多媒體的互聯(lián)網(wǎng)教學(xué)方法
多媒體網(wǎng)絡(luò)教室借助于計算機(jī)網(wǎng)絡(luò)和多媒體技術(shù)，輕松實(shí)現(xiàn)生物信息學(xué)理論講授、數(shù)據(jù)庫搜索及軟件應(yīng)用演示，便于師生課堂交流，增強(qiáng)學(xué)生的教學(xué)參與意識[4]。再加上大多生物信息學(xué)數(shù)據(jù)庫及軟件工具在因特網(wǎng)上免費(fèi)提供，引導(dǎo)學(xué)生充分利用這些網(wǎng)絡(luò)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(xué)互聯(lián)網(wǎng)教學(xué)方法，給大學(xué)生提供更多動手操作機(jī)會，改善學(xué)習(xí)效果，充分體現(xiàn)生物信息學(xué)的實(shí)踐性?；诖?，將每個生物信息學(xué)教學(xué)主題的課堂講授內(nèi)容分為2部分：一是用幻燈片進(jìn)行理論知識講授和操作演示，二是指導(dǎo)學(xué)生利用豐富的網(wǎng)絡(luò)資源和軟件工具完成相關(guān)上機(jī)實(shí)習(xí)，引導(dǎo)學(xué)生進(jìn)行探索式練習(xí)，培養(yǎng)主動學(xué)習(xí)的習(xí)慣。例如在GenBank數(shù)據(jù)庫教學(xué)活動中，首先用幻燈片講授該數(shù)據(jù)庫的簡要情況；接著演示GenBank數(shù)據(jù)庫的搜索方法和搜索結(jié)果的要點(diǎn)，結(jié)合搜索內(nèi)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(guān)上機(jī)操作內(nèi)容，由學(xué)生上機(jī)操作該數(shù)據(jù)的搜索，并對搜索到的序列進(jìn)行解讀，教師全程指導(dǎo)解疑。另外，為擺脫該課程學(xué)時短的限制，結(jié)合教學(xué)內(nèi)容適量安排課后作業(yè)，鼓勵學(xué)生利用課余時間上機(jī)操作，鞏固和拓展生物信息學(xué)知識。這樣的教學(xué)方式簡明扼要，既節(jié)約了課堂時間，還教會了學(xué)生主動獲取信息的手段。
2.3開設(shè)創(chuàng)新型開放性實(shí)驗(yàn)
生物信息學(xué)課程的開放性和前沿性可以開拓學(xué)生的視野，幫助開發(fā)新的思維方式。因此，在生物信息學(xué)實(shí)踐環(huán)節(jié)增設(shè)創(chuàng)新型開放性實(shí)驗(yàn)[5]，綜合采取啟發(fā)式、研討式、運(yùn)用式等教學(xué)方法[6]，強(qiáng)調(diào)大學(xué)生的創(chuàng)新思維、實(shí)踐動手能力的培養(yǎng)，有效調(diào)動學(xué)生的學(xué)習(xí)興趣。新型開放性實(shí)驗(yàn)包括演示實(shí)驗(yàn)實(shí)例模塊和綜合研究實(shí)驗(yàn)?zāi)K，讓學(xué)生自己提出問題、設(shè)計和探索解決方案，引導(dǎo)學(xué)生獨(dú)立思考、大膽動手，充分發(fā)揮學(xué)生的主動性和創(chuàng)造性，培養(yǎng)學(xué)生發(fā)現(xiàn)問題、綜合分析處理問題、信息的收集和整理、創(chuàng)造性思維等獨(dú)立動手能力以及團(tuán)結(jié)協(xié)作能力。就綜合實(shí)驗(yàn)?zāi)K而言，例如，學(xué)生想研究自己感興趣的一個基因，要求學(xué)生獨(dú)立查找相關(guān)文獻(xiàn)和資料，收集和分析核酸、蛋白質(zhì)序列及其同源性關(guān)系，預(yù)測該基因的結(jié)構(gòu)、功能，最后總結(jié)這個實(shí)驗(yàn)過程并分析實(shí)驗(yàn)結(jié)果，撰寫一份實(shí)驗(yàn)報告。通過創(chuàng)新型開放性實(shí)驗(yàn)訓(xùn)練，可以全方位、多角度、重能力地訓(xùn)練學(xué)生的綜合素質(zhì)。
2.4制訂理論與實(shí)踐并重的教學(xué)效果考核方法
根據(jù)新的教學(xué)內(nèi)容和模式，積極改革生物信息學(xué)考核方式，制定理論和實(shí)踐并重的考核制度，增強(qiáng)考察大學(xué)生對生物信息分析的基本技能的掌握程度以及對結(jié)果的分析能力。例如，課程的學(xué)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(jī)考核組成，比例分別占40%和35%。上機(jī)考核包括2部分：一是針對課堂教學(xué)內(nèi)容隨堂布置上機(jī)作業(yè)，讓學(xué)生深化理論教學(xué)和演示實(shí)驗(yàn)教學(xué)的學(xué)習(xí)，評定學(xué)生作業(yè)成績；二是讓學(xué)生選定感興趣的研究課題或教師設(shè)定研究主題，學(xué)生結(jié)合所學(xué)生物信息學(xué)知識，獨(dú)立制訂完整的研究方案，通過上機(jī)操作完成方案中的生物信息學(xué)操作，并對結(jié)果進(jìn)行解讀，形成一份實(shí)驗(yàn)報告，教師評定學(xué)生的報告成績。通過這種考核可以全面評定學(xué)生的學(xué)習(xí)效果，促進(jìn)學(xué)生主動學(xué)習(xí)，同時還可以準(zhǔn)確發(fā)現(xiàn)教學(xué)過程中存在的問題，為課程教學(xué)的進(jìn)一步優(yōu)化提供指導(dǎo)。
3結(jié)語
根據(jù)生物信息學(xué)課程特點(diǎn)，針對工科專業(yè)培養(yǎng)特點(diǎn)，結(jié)合近年來筆者的課程教學(xué)實(shí)踐，精心選擇教學(xué)內(nèi)容，突出并合理組織實(shí)踐教學(xué)，注重培養(yǎng)大學(xué)生的核心技能；充分采用基于多媒體的互聯(lián)網(wǎng)絡(luò)教學(xué)，增設(shè)創(chuàng)新型開放性實(shí)驗(yàn)，構(gòu)建多樣性教學(xué)方法，強(qiáng)調(diào)學(xué)生的創(chuàng)新思維、實(shí)踐動手能力的培養(yǎng)；注重教學(xué)效果評價，制訂突出實(shí)踐能力的考核方法，促進(jìn)學(xué)生主動學(xué)習(xí)能力。通過這些教學(xué)改革和實(shí)踐，逐步探索適合工科大學(xué)生的生物信息學(xué)課堂教學(xué)模式，有效提高課堂教學(xué)效果，切實(shí)增強(qiáng)學(xué)生的專業(yè)知識和技能。
參考文獻(xiàn)
[1] A·馬爾科姆·坎貝爾，勞里J·海爾.探索基因組學(xué)、蛋白質(zhì)組學(xué)和生物信息學(xué)[M].孫之榮，譯.2版.北京：科學(xué)出版社，2007.
[2] 鄭國清，張瑞玲，段韶芬，等.生物信息學(xué)的形成與發(fā)展[J].河南農(nóng)業(yè)科學(xué)，2002（11）：4-7.
[3] 喻修道，雷霆，龐振凌，等.地方院校生物信息學(xué)課程教學(xué)模式的探討[J].南陽師范學(xué)院學(xué)報，2015，14（6）：58-61.
[4] 錢葉雄，朱國萍，聶劉旺，等.生物信息學(xué)課程“教、學(xué)、研”一體化創(chuàng)新教學(xué)模式探討[J].安徽農(nóng)業(yè)科學(xué)，2013，41（6）：2812-2813.
[5] 吳建盛，李政輝，張悅.強(qiáng)化創(chuàng)新型開放性實(shí)驗(yàn)，促進(jìn)生物信息學(xué)課程建設(shè)[J].信息通信，2013（6）：276-277.
第5篇：生物信息學(xué)的認(rèn)識范文
關(guān)鍵詞：生物技術(shù);生物信息學(xué);教學(xué);實(shí)踐
中圖分類號：G642 文獻(xiàn)標(biāo)志碼：A 文章編號：1674-9324（2015）47-0123-02
生物信息學(xué)（Bioinformatics）是在生命科學(xué)的研究中，以計算機(jī)為工具對生物信息進(jìn)行儲存、檢索和分析的科學(xué)，是一門新興的交叉學(xué)科。生物信息學(xué)針對生物學(xué)問題，發(fā)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(zhì)序列進(jìn)行收集、整理、儲存、、加工等，目的在于通過生物信息學(xué)手段及分析，逐步認(rèn)識生命的起源、進(jìn)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，揭示生物體生理和病理過程的分子基礎(chǔ)，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(dāng)今生命科學(xué)和自然科學(xué)領(lǐng)域發(fā)展最為迅速的學(xué)科之一，生物信息學(xué)已成為介于生物學(xué)和計算機(jī)科學(xué)前沿的重要學(xué)科。實(shí)驗(yàn)室的每一項(xiàng)技術(shù)，從簡單的克隆、PCR到基因數(shù)據(jù)分析都需要在計算機(jī)上應(yīng)用生物信息學(xué)的方法進(jìn)行處理。因此，對生物技術(shù)專業(yè)的學(xué)生而言，具備一定程度的理解和應(yīng)用生物信息學(xué)方法和技術(shù)的能力是十分必要的。
目前，國內(nèi)外許多高等院校相繼開設(shè)了生物信息學(xué)課程，我校也于2007年針對生物技術(shù)專業(yè)學(xué)生開設(shè)了此門課程。該課程不僅是一門新興的學(xué)科，而且學(xué)習(xí)難度大，理論課內(nèi)容相對枯燥，如何讓學(xué)生更好地掌握本門課程的內(nèi)容，是教師在教學(xué)過程中值得深思的問題。實(shí)驗(yàn)教學(xué)是幫助學(xué)生理解抽象理論知識的有力手段，在教學(xué)中顯得尤為重要，但由于開設(shè)專業(yè)的特殊性，生物信息學(xué)實(shí)驗(yàn)教學(xué)一直比較薄弱。本文對過去實(shí)驗(yàn)教學(xué)中存在的問題進(jìn)行了分析，并針對問題結(jié)合《基因工程原理》課程以及自己的科研對教學(xué)內(nèi)容進(jìn)行了優(yōu)化和教學(xué)方法上的改進(jìn)，取得了一定的成效。
一、過去教學(xué)中存在的問題
（一）實(shí)驗(yàn)課教學(xué)學(xué)時偏少
生物技術(shù)專業(yè)五年制生物信息學(xué)課程總學(xué)時為72學(xué)時，其中理論48學(xué)時，實(shí)驗(yàn)24學(xué)時。生物信息學(xué)課程最主要的目標(biāo)是培養(yǎng)學(xué)生通過在線程序或利用生物信息學(xué)軟件來分析生物學(xué)問題的能力，有效解決學(xué)生實(shí)驗(yàn)學(xué)時不足，實(shí)際操作時間少，解決實(shí)際問題能力較弱的問題。
（二）與其他課程聯(lián)系較少
生物信息學(xué)課程開設(shè)在生物技術(shù)專業(yè)教學(xué)進(jìn)程的第6學(xué)期，此時學(xué)生已具備普通生物學(xué)、細(xì)胞生物學(xué)、分子生物學(xué)、生物化學(xué)、醫(yī)學(xué)免疫學(xué)、遺傳學(xué)、基因組學(xué)、基因工程原理等生命科學(xué)的基礎(chǔ)知識。但是，在生物信息學(xué)理論課和實(shí)踐課學(xué)習(xí)的內(nèi)容，如查閱的文獻(xiàn)、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(lián)系，不利于學(xué)生系統(tǒng)地學(xué)習(xí)專業(yè)課的知識。
二、教學(xué)體系的改革和完善
（一）增加實(shí)驗(yàn)課教學(xué)學(xué)時
從2012年起，我校生物技術(shù)專業(yè)由五年制調(diào)整為四年制，同時在修訂教學(xué)進(jìn)程的時候?qū)W(xué)時調(diào)整為理論36學(xué)時，實(shí)驗(yàn)36學(xué)時，理論課結(jié)束后即為該內(nèi)容的實(shí)踐部分，以此增加學(xué)生的實(shí)踐訓(xùn)練時間。
（二）將基因工程原理實(shí)驗(yàn)課程與生物信息學(xué)實(shí)踐相聯(lián)系
在基因工程原理的實(shí)驗(yàn)中，我們把家蠅防御素基因作為目的基因，主要設(shè)計的實(shí)驗(yàn)內(nèi)容包括：（1）目的基因的獲得：利用PCR技術(shù)擴(kuò)增已經(jīng)克隆到pMD-18T載體上的家蠅防御素基因;（2）pSK質(zhì)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(tài)細(xì)胞的制備;（6）重組質(zhì)粒的轉(zhuǎn)化;（7）重組子的藍(lán)白斑篩選;（8）菌落PCR鑒定重組子[2]。
在學(xué)生對基因工程實(shí)驗(yàn)內(nèi)容熟悉的基礎(chǔ)上，我們在生物信息學(xué)的教學(xué)過程中對學(xué)生提出問題：家蠅防御素基因現(xiàn)有的研究現(xiàn)狀是怎樣的？PCR擴(kuò)增目的基因的過程中引物該如何設(shè)計？獲得陽性重組子后我們?nèi)绾闻袛喃@得的插入序列就是目的基因呢？
針對這樣的疑問，我們結(jié)合基因工程實(shí)驗(yàn)對教學(xué)內(nèi)容進(jìn)行適當(dāng)?shù)恼{(diào)整：（1）PUBMED獲取文獻(xiàn)信息：由學(xué)生通過PUBMED查找近五年發(fā)表的有關(guān)家蠅防御素基因研究的文獻(xiàn);（2）核酸序列分析：以家蠅防御素基因?yàn)閷ο?，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(shè)計、載體序列識別、核酸序列的比對、分子質(zhì)量/堿基組成/堿基分布分析和序列轉(zhuǎn)換共8大部分內(nèi)容進(jìn)行講解和學(xué)生實(shí)踐操作;（3）蛋白質(zhì)序列分析：同樣以家蠅防御素蛋白為對象，分蛋白質(zhì)序列檢索、蛋白質(zhì)序列比對、蛋白質(zhì)基本性質(zhì)分析（蛋白質(zhì)的氨基酸組成、分子量、等電點(diǎn)、親疏水性分析、跨膜區(qū)分析、信號肽分析）、蛋白質(zhì)功能預(yù)測、蛋白質(zhì)結(jié)構(gòu)預(yù)測（蛋白質(zhì)二級結(jié)構(gòu)和三級結(jié)構(gòu)預(yù)測）共5大部分內(nèi)容進(jìn)行講解和指導(dǎo)學(xué)生進(jìn)行實(shí)踐操作。
（三）以科研促進(jìn)生物信息學(xué)的教學(xué)改革
筆者所在課程組主要集中于功能基因組學(xué)的研究，涉及了功能基因的獲取、生物信息學(xué)分析、功能驗(yàn)證等方面的內(nèi)容。學(xué)生在課程學(xué)習(xí)中，參與到教師的科研課題中，學(xué)會運(yùn)用生物信息學(xué)所學(xué)知識實(shí)際解決科研問題。學(xué)生可自行完成從文獻(xiàn)的查閱、目的序列的獲?。ㄓ晒矓?shù)據(jù)庫獲得或?qū)嶒?yàn)室測序獲得）、基因序列的分析、理論推導(dǎo)氨基酸序列基本性質(zhì)的分析及結(jié)構(gòu)和功能的預(yù)測、系統(tǒng)發(fā)育分析，如有可能，學(xué)生可通過實(shí)驗(yàn)的方法驗(yàn)證生物信息學(xué)分析的結(jié)果，同時鼓勵學(xué)生自主選擇感興趣的基因、蛋白進(jìn)行課程設(shè)計研究，實(shí)踐結(jié)束后學(xué)生將結(jié)果以論文形式提交給教師。
三、教學(xué)探索的成效
生物信息學(xué)是一門實(shí)踐性很強(qiáng)的學(xué)科，實(shí)驗(yàn)教學(xué)作為培養(yǎng)學(xué)生的重要手段，在該門課程學(xué)習(xí)中有著舉足輕重的作用。在醫(yī)學(xué)院校生物技術(shù)專業(yè)生物信息學(xué)課程的教學(xué)中，立足于生物醫(yī)學(xué)視角的實(shí)踐教學(xué)，以與醫(yī)學(xué)相關(guān)的基因、蛋白質(zhì)等數(shù)據(jù)作為研究的主體，結(jié)合基因工程實(shí)驗(yàn)教學(xué)改革生物信息學(xué)的授課內(nèi)容，有利于學(xué)生對專業(yè)課程知識的系統(tǒng)學(xué)習(xí)。同時，結(jié)合生物信息學(xué)研究前沿和自主科研課題成果，形成科研教學(xué)相融合的實(shí)踐性教學(xué)，能夠充分調(diào)動學(xué)生學(xué)習(xí)的主動性和積極性，進(jìn)而激發(fā)學(xué)生的求知欲和創(chuàng)新能力。教學(xué)與科研形成相輔相成的互助關(guān)系，科研成果轉(zhuǎn)化為教學(xué)資源，明顯充實(shí)了教學(xué)內(nèi)容，提升了教學(xué)水平和學(xué)生能力。在教學(xué)改革探索過程中，已有學(xué)生參與到課題組的科研工作中，利用所學(xué)的生物信息學(xué)知識，通過指定題目或自主選題，順利完成畢業(yè)實(shí)習(xí)并發(fā)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(tǒng)學(xué)分析》[3]、《美洲大蠊i型溶菌酶基因的克隆及其功能預(yù)測》[4]、《致倦庫蚊防御素基因的克隆與原核表達(dá)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(xué)課程教學(xué)改革切實(shí)可行。
參考文獻(xiàn)：
[1]郭麗，趙楊，柏建嶺，等.醫(yī)學(xué)院校生物統(tǒng)計學(xué)專業(yè)生物信息學(xué)教學(xué)探索[J].南京醫(yī)科大學(xué)學(xué)報（社會科學(xué)版），2013，10（5）：457-460.
[2]張潔，王S，劉紅美.結(jié)合科研改進(jìn)基因工程實(shí)驗(yàn)教學(xué)的教學(xué)實(shí)踐[J].教育教學(xué)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(tǒng)學(xué)分析[J].貴州科學(xué)，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(yù)測[J].動物醫(yī)學(xué)進(jìn)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(dá)及蛋白純化[J].動物醫(yī)學(xué)進(jìn)展，2012，33（11）：45-50.
第6篇：生物信息學(xué)的認(rèn)識范文
關(guān)鍵詞:生物信息學(xué)醫(yī)學(xué)統(tǒng)計學(xué)課堂教學(xué)
生物信息學(xué)融合了生物技術(shù)、計算機(jī)技術(shù)、數(shù)學(xué)和統(tǒng)計學(xué)的大量方法，已逐漸成為發(fā)現(xiàn)生命過程中所蘊(yùn)涵知識的一門重要學(xué)科。其基本問題主要包括：DNA分析、蛋白質(zhì)結(jié)構(gòu)分析、分子進(jìn)化。醫(yī)學(xué)統(tǒng)計學(xué)作為醫(yī)科院校的基礎(chǔ)課程之一，長期以來其理論和方法就廣泛應(yīng)用于臨床醫(yī)學(xué)、基礎(chǔ)醫(yī)學(xué)的各類研究中。隨著生物新技術(shù)的誕生，在推動生物信息學(xué)發(fā)展的同時，醫(yī)學(xué)研究對象也由宏觀的病人、生物組織拓展到微觀的基因領(lǐng)域，所面對的實(shí)驗(yàn)數(shù)據(jù)在性質(zhì)和結(jié)構(gòu)上也都有所不同，這對醫(yī)學(xué)統(tǒng)計學(xué)的應(yīng)用提出了新的更高的要求。
目前，醫(yī)學(xué)統(tǒng)計學(xué)的很多原理和方法已成功地應(yīng)用于這些新研究之中，并在此基礎(chǔ)之上有了新的發(fā)展和改進(jìn)。如概率分布的知識與序列相似性分析、蛋白質(zhì)分類等技術(shù)密切相關(guān)；方差分析、非參數(shù)檢驗(yàn)方法經(jīng)改進(jìn)和結(jié)合后在基因表達(dá)數(shù)據(jù)的前期分析中發(fā)揮了較好的作用；而聚類分析、判別分析、相關(guān)分析這些大家所熟知的統(tǒng)計學(xué)方法更是在基因分類和調(diào)控網(wǎng)絡(luò)的建立中得到了廣泛的應(yīng)用。在進(jìn)行醫(yī)學(xué)統(tǒng)計學(xué)課堂教學(xué)時加入生物信息學(xué)方面的應(yīng)用實(shí)例，不僅可以使學(xué)員了解本學(xué)科研究的前沿和醫(yī)學(xué)、生物信息學(xué)研究的新發(fā)展，還可以提高學(xué)員對于醫(yī)學(xué)統(tǒng)計學(xué)理論學(xué)習(xí)的興趣，掌握先進(jìn)的生物實(shí)驗(yàn)數(shù)據(jù)分析方法，提高今后從事醫(yī)學(xué)科研的能力。下面，本文在回顧醫(yī)學(xué)統(tǒng)計學(xué)授課主要內(nèi)容的基礎(chǔ)上，就醫(yī)學(xué)和生物信息學(xué)中的可能應(yīng)用舉例如下：
一、概率分布
概率分布（probabilitydistribution）是醫(yī)學(xué)統(tǒng)計學(xué)中多種統(tǒng)計分析方法的理論基礎(chǔ)。授課內(nèi)容一般包括：二項(xiàng)分布、Possion分布、正態(tài)分布、t分布、F分布等。
借助概率分布常?？梢詭椭覀兞私馍笜?biāo)的特征、醫(yī)學(xué)現(xiàn)象的發(fā)生規(guī)律等等。例如，臨床檢驗(yàn)中計量實(shí)驗(yàn)室指標(biāo)的參考值范圍就是依據(jù)正態(tài)分布和t分布的原理計算得到；許多醫(yī)學(xué)試驗(yàn)的“陽性”結(jié)果服從二項(xiàng)分布，因此它被廣泛用于化學(xué)毒性的生物鑒定、樣本中某疾病陽性率的區(qū)間估計等；而一定人群中諸如遺傳缺陷、癌癥等發(fā)病率很低的非傳染性疾病患病數(shù)或死亡數(shù)的分布，單位面積（或容積）內(nèi)細(xì)菌數(shù)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(xiàn)象進(jìn)行研究。
在生物信息學(xué)中概率分布也有一定應(yīng)用。例如，Poisson分布可以用于基因（蛋白質(zhì)）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(zhì)（或DNA）數(shù)據(jù)與公開數(shù)據(jù)庫進(jìn)行相似性序列比對。對于序列a和b，BLAST發(fā)現(xiàn)的高得分匹配區(qū)稱為HSPs。而HSP得分超過閾值t的概率P(H(a,b)>t)可以依據(jù)Poisson分布的性質(zhì)計算得到。
二、假設(shè)檢驗(yàn)
假設(shè)檢驗(yàn)（hypothesis）是醫(yī)學(xué)統(tǒng)計學(xué)中統(tǒng)計推斷部分的重要內(nèi)容。假設(shè)檢驗(yàn)根據(jù)反證法和小概率原理，首先依據(jù)資料性質(zhì)和所需解決的問題，建立檢驗(yàn)假設(shè)；在假設(shè)該檢驗(yàn)假設(shè)成立的前提下，采用適當(dāng)?shù)臋z驗(yàn)方法，根據(jù)樣本算得相應(yīng)的檢驗(yàn)統(tǒng)計量；最后，依據(jù)概率分布的特點(diǎn)和算得的檢驗(yàn)統(tǒng)計量的大小來判斷是否支持所建立的檢驗(yàn)假設(shè)，進(jìn)而推斷總體上該假設(shè)是否成立。其基本方法包括：u檢驗(yàn)、t檢驗(yàn)、方差分析（ANOVA）和非參數(shù)檢驗(yàn)方法。
假設(shè)檢驗(yàn)為醫(yī)學(xué)研究提供了一種很好的由樣本推斷總體的方法。例如，隨機(jī)抽取某市一定年齡段中100名兒童，將其平均身高（樣本均數(shù)）與該年齡段兒童應(yīng)有的標(biāo)準(zhǔn)平均身高（總體均數(shù)）做u檢驗(yàn)，其檢驗(yàn)結(jié)果可以幫助我們推斷出該市該年齡段兒童身高是否與標(biāo)準(zhǔn)身高一致，為了解該市該年齡段兒童的生長發(fā)育水平提供參考。又如，醫(yī)學(xué)中常常可以采用t檢驗(yàn)、秩和檢驗(yàn)比較兩種藥物的療效有無差別；用2檢驗(yàn)比較不同治療方法的有效率是否相同等等。
這些假設(shè)檢驗(yàn)的方法在生物實(shí)驗(yàn)資料的分析前期應(yīng)用較多，但由于研究目的和資料性質(zhì)不同，一般會對某些方法進(jìn)行適當(dāng)調(diào)整和結(jié)合。
例如，基于基因芯片實(shí)驗(yàn)數(shù)據(jù)尋找差異表達(dá)基因的問題?；蛐酒╣enechip）是近年來實(shí)驗(yàn)分子生物學(xué)的技術(shù)突破之一，它允許研究者在一次實(shí)驗(yàn)中獲得成千上萬條基因在設(shè)定實(shí)驗(yàn)條件下的表達(dá)數(shù)據(jù)。為了從這海量的數(shù)據(jù)中尋找有意義的信息，在對基因表達(dá)數(shù)據(jù)進(jìn)行分析的過程中，找到那些在若干實(shí)驗(yàn)組中表達(dá)水平有明顯差異的基因是比較基礎(chǔ)和前期的方法。這些基因常常被稱為“差異表達(dá)基因”，或者“顯著性基因”。如果將不同實(shí)驗(yàn)條件下某條基因表達(dá)水平的重復(fù)測量數(shù)據(jù)看作一個樣本，尋找差異表達(dá)基因的問題其實(shí)就可以采用假設(shè)檢驗(yàn)方法加以解決。
如果表達(dá)數(shù)據(jù)服從正態(tài)分布，可以采用t-檢驗(yàn)（或者方差分析）比較兩樣本（或多樣本）平均表達(dá)水平的差異。
但是，由于表達(dá)數(shù)據(jù)很難滿足正態(tài)性假定，目前常用的方法基于非參數(shù)檢驗(yàn)的思想，并對其進(jìn)行了改進(jìn)。該方法分為兩步：首先，選擇一個統(tǒng)計量對基因排秩，用秩代替表達(dá)值本身；其次，為排秩統(tǒng)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(tǒng)計量有：任一特定基因在重復(fù)序列中表達(dá)水平M值的均值；考慮到基因在不同序列上變異程度的統(tǒng)計量，其中，s是M的標(biāo)準(zhǔn)差；以及用經(jīng)驗(yàn)Bayes方法修正后的t-統(tǒng)計量：，修正值a由M的方差s2的均數(shù)和標(biāo)準(zhǔn)差估計得到。
三、一些高級統(tǒng)計方法在基因研究中的應(yīng)用
（一）聚類分析
聚類分析（clusteringanalysis）是按照“物以類聚”的原則，根據(jù)聚類對象的某些性質(zhì)與特征，運(yùn)用統(tǒng)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(nèi)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(tǒng)計分析方法，其基本內(nèi)容包括：相似性度量方法、系統(tǒng)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(yī)學(xué)中諸如：人的體型分類，某種疾病從發(fā)生、發(fā)展到治愈不同階段的劃分，青少年生長發(fā)育分期的確定等問題。
近年來隨著基因表達(dá)譜數(shù)據(jù)的不斷積累，聚類分析已成為發(fā)掘基因信息的有效工具。在基因表達(dá)研究中，一項(xiàng)主要的任務(wù)是從基因表達(dá)數(shù)據(jù)中識別出基因的共同表達(dá)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(guān)聯(lián)性。這種探索完全未知的數(shù)據(jù)特征的方法就是聚類分析，生物信息學(xué)中又稱為無監(jiān)督的分析（UnsupervisedAnalysis）。常用方法是利用基因表達(dá)數(shù)據(jù)對基因（樣本）進(jìn)行聚類，將具有相同表達(dá)模式的基因（樣本）聚為一類，根據(jù)聚類結(jié)果通過已知基因（樣本）的功能去認(rèn)識那些未知功能的基因。對于基因表達(dá)數(shù)據(jù)而言，系統(tǒng)聚類法易于使用、應(yīng)用廣泛，其結(jié)果——系統(tǒng)樹圖能提供一個可視化的數(shù)據(jù)結(jié)構(gòu)，直觀具體，便于理解。而在幾種相似性的計算方法中，平均聯(lián)接法(AverageLinkageClustering)一般能給出較為合理的聚類結(jié)果2。
（二）判別分析
判別分析（discriminantanalysis）是根據(jù)觀測到的某些指標(biāo)的數(shù)據(jù)對所研究的對象建立判別函數(shù)，并進(jìn)行分類的一種多元統(tǒng)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(jīng)網(wǎng)絡(luò)（ANNs）和支持向量機(jī)（SVMs）。
判別分析常用于臨床輔助鑒別診斷，計量診斷學(xué)就是以判別分析為主要基礎(chǔ)迅速發(fā)展起來的一門科學(xué)。如臨床醫(yī)生根據(jù)患者的主訴、體征及檢查結(jié)果作出診斷；根據(jù)各種癥狀的嚴(yán)重程度預(yù)測病人的預(yù)后或進(jìn)行某些治療方法的療效評估；以及流行病學(xué)中某些疾病的早期預(yù)報，環(huán)境污染程度的堅定及環(huán)保措施、勞保措施的效果評估等。
在生物信息學(xué)針對基因的研究工作中，由于借助了精確的生物實(shí)驗(yàn)，研究者通常能得到基因（樣本）的準(zhǔn)確分類，如，基因的功能類、樣本歸結(jié)于疾?。ㄕ＃顟B(tài)等等。當(dāng)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(jìn)行分類，生物信息學(xué)中又稱為有監(jiān)督的分析（SupervisedAnalysis）。例如，基因表達(dá)數(shù)據(jù)分析中，對于已經(jīng)過濾的基因，前三種方法的應(yīng)用較為簡單。而支持向量機(jī)（SVMs）和人工神經(jīng)網(wǎng)絡(luò)（ANNs）是兩種較新，但很有應(yīng)用前景的方法。
（三）相關(guān)分析
相關(guān)分析（correlationanalysis）是醫(yī)學(xué)統(tǒng)計學(xué)中研究兩變量間關(guān)系的重要方法。它借助相關(guān)系數(shù)來衡量兩變量之間的關(guān)系是否存在、關(guān)系的強(qiáng)弱，以及相互影響的方向。其基本內(nèi)容包括：線性相關(guān)系數(shù)、秩相關(guān)系數(shù)、相關(guān)系數(shù)的檢驗(yàn)、典型相關(guān)分析等。
我們常?？梢越柚嚓P(guān)分析判斷研究者所感興趣的兩個醫(yī)學(xué)現(xiàn)象之間是否存在聯(lián)系。例如，采用秩相關(guān)分析我們發(fā)現(xiàn)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(guān)關(guān)系；采用線性相關(guān)方法發(fā)現(xiàn)中年女性體重與血壓之間具有非常密切的正相關(guān)關(guān)系等等。
生物信息學(xué)中可以利用相關(guān)分析建立基因調(diào)控網(wǎng)絡(luò)。如果將兩個不同的基因在不同實(shí)驗(yàn)條件下的表達(dá)看作是兩個變量，相關(guān)分析所研究的正是兩者之間的調(diào)控關(guān)系。如采用線性相關(guān)系數(shù)進(jìn)行兩基因關(guān)系的分析時，其大小反應(yīng)了基因調(diào)控關(guān)系的強(qiáng)弱，符號則反應(yīng)了兩基因是協(xié)同關(guān)系（相關(guān)系數(shù)為正），還是抑制關(guān)系（相關(guān)系數(shù)為負(fù)）。
四、意義
第7篇：生物信息學(xué)的認(rèn)識范文
【關(guān)鍵詞】組合數(shù)學(xué) 教學(xué)方法 生物醫(yī)學(xué) 生物信息學(xué)
【中圖分類號】G64 【文獻(xiàn)標(biāo)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(yī)學(xué)科學(xué)研究的迅猛發(fā)展，尤其是生物信息學(xué)這門科學(xué)的出現(xiàn)使得原來的生物醫(yī)學(xué)研究向低通量的臨床數(shù)據(jù)轉(zhuǎn)向高通量分子生物學(xué)數(shù)據(jù)。組合數(shù)學(xué)作為一門應(yīng)用性較強(qiáng)的數(shù)學(xué)分支，在生物醫(yī)學(xué)中的應(yīng)用廣泛，面對多因素高通量的生物醫(yī)學(xué)問題，增加高等學(xué)校，特別是生物信息學(xué)專業(yè)學(xué)生的組合數(shù)學(xué)知識，培養(yǎng)他們運(yùn)用組合數(shù)學(xué)方法分析和解決生物醫(yī)藥科學(xué)問題的能力已經(jīng)成為必要。如何在教學(xué)過程中提高學(xué)生學(xué)習(xí)組合數(shù)學(xué)的興趣，建立組合數(shù)學(xué)的邏輯思維用于解決醫(yī)學(xué)問題是我們教育工作者需要思考的問題。
一、高等學(xué)校組合數(shù)學(xué)的特點(diǎn)及教學(xué)現(xiàn)狀
組合數(shù)學(xué)是一門研究離散對象的科學(xué)，在計算機(jī)科學(xué)、信息科學(xué)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(xiàn)代生物醫(yī)學(xué)的日益發(fā)展，組合數(shù)學(xué)的重要性也日漸凸顯。組合數(shù)學(xué)對于生物醫(yī)學(xué)專業(yè)基礎(chǔ)課有著直接的衍射作用。目前，部分開設(shè)組合數(shù)學(xué)課程的生物高等學(xué)校的主要面向生物信息學(xué)、統(tǒng)計學(xué)等等專業(yè)開設(shè)，講授學(xué)時30到60學(xué)時。在大部分生物高等學(xué)校并沒有該類課程的設(shè)置，也是導(dǎo)致高等學(xué)校組合數(shù)學(xué)教師隊伍的匱乏的主要原因。而且目前組合數(shù)學(xué)授課考核形式也比較單一。組合數(shù)學(xué)主要是以理論授課形式為主的教學(xué)方式，考試成績是考核學(xué)生的唯一標(biāo)準(zhǔn)，忽視了學(xué)生在學(xué)習(xí)過程中的考核。信息時代學(xué)科的交叉發(fā)展體現(xiàn)在組合數(shù)學(xué)在各個學(xué)科中不可替代的作用，因此提高生物高等學(xué)校學(xué)生的組合數(shù)學(xué)學(xué)習(xí)興趣，培養(yǎng)他們運(yùn)用組合數(shù)學(xué)的能力是目前迫切需要解決的問題。
二、改進(jìn)組合數(shù)學(xué)教學(xué)措施，提高學(xué)生興趣
（一）更新教學(xué)內(nèi)容，改進(jìn)教學(xué)方法
目前的組合數(shù)學(xué)內(nèi)容主要有： 鴿巢原理、排列與組合、容斥原理、遞推關(guān)系、生成函數(shù)等基本的組合數(shù)學(xué)知識及其在數(shù)學(xué)中的應(yīng)用。為了讓學(xué)生在有限的學(xué)時內(nèi)學(xué)完必要的知識，更新和精選教學(xué)內(nèi)容顯得尤為必要，將以組合數(shù)學(xué)內(nèi)容為主導(dǎo)的教學(xué)模式改進(jìn)成以生物醫(yī)學(xué)問題為導(dǎo)向的教學(xué)模式。由于面向醫(yī)學(xué)專業(yè)的特殊性，從內(nèi)容上應(yīng)著重選擇與醫(yī)學(xué)知識聯(lián)系緊密的內(nèi)容，采取精講和略講相結(jié)合的方式。根據(jù)不同專業(yè)背景更新組合數(shù)學(xué)的教學(xué)內(nèi)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(xué)實(shí)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(shí)例教學(xué)不僅可以讓學(xué)生熟悉課堂知識，還能讓學(xué)生對所學(xué)的知識進(jìn)行綜合的運(yùn)用，更重要的與生物醫(yī)學(xué)問題的結(jié)合提高了學(xué)生的學(xué)習(xí)興趣。通過興趣小組討論學(xué)習(xí)提高學(xué)生自主學(xué)習(xí)的主動性，變被動學(xué)習(xí)為主動學(xué)習(xí)，充分調(diào)動學(xué)生學(xué)習(xí)組合數(shù)學(xué)的興趣，從而充分發(fā)揮學(xué)生學(xué)習(xí)的主觀能動性。
（二）加強(qiáng)多媒體輔助教學(xué)，提高學(xué)生學(xué)習(xí)興趣
組合數(shù)學(xué)傳統(tǒng)的授課方式是在黑板上將定義、定理的內(nèi)容進(jìn)行逐步嚴(yán)密的推導(dǎo)證明，這在一定程度上讓學(xué)生緊跟授課教師的思維和建立學(xué)生的邏輯思考能力。然而隨著多媒體技術(shù)的不斷進(jìn)步，利用多媒體和板書相結(jié)合的策略成為下一階段組合數(shù)學(xué)教學(xué)模式的主要教學(xué)手段。對于繁瑣的定理公式例如容斥原理避免推導(dǎo)證明，結(jié)合多媒體的幾何圖形使學(xué)生更加直觀的理解和應(yīng)用。以我們在教授容斥原理時的一個實(shí)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(shù)來解決直接計數(shù)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(shù)控制每一部分的出現(xiàn)順序，不僅避免了大量繁重枯燥的板書推導(dǎo)，最重要的是圖形式教學(xué)可以幫助學(xué)生對容斥原理建立更直觀的理解?？梢娫诮M合數(shù)學(xué)的教學(xué)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(shù)學(xué)教學(xué)中的應(yīng)用――容斥原理實(shí)例
（三）增設(shè)組合數(shù)學(xué)實(shí)驗(yàn)課，培養(yǎng)學(xué)生創(chuàng)新性思維
組合數(shù)學(xué)除了基本理論課之外還應(yīng)該開設(shè)適當(dāng)?shù)膶?shí)驗(yàn)課，在實(shí)驗(yàn)課上讓學(xué)生自己動手解決一些與生物醫(yī)學(xué)有關(guān)的實(shí)際問題。通過讓學(xué)生自己編程實(shí)現(xiàn)排列組合的算法，不僅可以增進(jìn)學(xué)生對排列與組合的深入認(rèn)識，也能夠培養(yǎng)學(xué)生利用排列組合思想解決實(shí)際問題的能力。以下是我們的一個實(shí)驗(yàn)教學(xué)實(shí)例：“任選一種排列生成算法，編程實(shí)現(xiàn)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?！保粌H讓學(xué)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(yàn)了科研的樂趣，由消極的被動學(xué)習(xí)升級為積極的主動學(xué)習(xí)?？梢娡ㄟ^組合數(shù)學(xué)實(shí)驗(yàn)課更能培養(yǎng)學(xué)生自己動手自己學(xué)習(xí)的能力，進(jìn)一步激發(fā)學(xué)生的創(chuàng)新性思維。
（四）精挑細(xì)選課后練習(xí)，培養(yǎng)學(xué)生獨(dú)立解決問題的能力
組合數(shù)學(xué)作為一門應(yīng)用性較強(qiáng)的數(shù)學(xué)課，需要學(xué)生掌握其在生物醫(yī)學(xué)領(lǐng)域的應(yīng)用，這就必須加強(qiáng)組合數(shù)學(xué)課堂后練習(xí)。因此習(xí)題是組合數(shù)學(xué)課程重要的教學(xué)環(huán)節(jié)，也是理論教學(xué)必不可少的補(bǔ)充。然而習(xí)題課并不意味著單純地大量做題，教師應(yīng)根據(jù)課堂內(nèi)容，精挑細(xì)選出質(zhì)量比較高的少量題目，供學(xué)生課余時間認(rèn)真研究，要在習(xí)題中體現(xiàn)組合數(shù)學(xué)的知識點(diǎn)，激發(fā)學(xué)生獨(dú)立給出解決問題的新觀點(diǎn)和新方法。設(shè)置習(xí)題時，應(yīng)以問題為導(dǎo)向，即給定一個實(shí)際的有興趣的問題，讓學(xué)生利用所學(xué)的組合數(shù)學(xué)理論進(jìn)行解決，進(jìn)一步加強(qiáng)學(xué)生對知識細(xì)節(jié)的理解和掌握，并讓學(xué)生舉一反三熟練掌握所學(xué)內(nèi)容，使學(xué)生的理解更加深刻。如我們在教學(xué)過程中的一個課后習(xí)題實(shí)例：“一位國際象棋大師有11周的時間備戰(zhàn)一場錦標(biāo)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(xù)若干天，期間這位大師恰好下了21盤棋?！保搶?shí)例引起了學(xué)生在課余時間學(xué)習(xí)組合數(shù)學(xué)的一個熱潮。
總之，面對高等學(xué)校生物信息學(xué)學(xué)生的專業(yè)特點(diǎn)，傳統(tǒng)的單一的純理論的組合數(shù)學(xué)教學(xué)方法已經(jīng)不再適用。應(yīng)該考慮改進(jìn)教學(xué)內(nèi)容和方法，發(fā)揮學(xué)生學(xué)習(xí)的主觀能動性，使學(xué)生在快樂進(jìn)取的氛圍里學(xué)習(xí)組合數(shù)學(xué)，具體的教學(xué)內(nèi)容和教學(xué)方法的改進(jìn)仍有待教學(xué)工作者進(jìn)一步探討和研究。
參考文獻(xiàn)：
[1]盧開澄，盧華明.組合數(shù)學(xué)[M].北京：清華大學(xué)出版社，2002.
[2]蘇建忠，張巖，劉洪波，王芳，崔穎.組合數(shù)學(xué)在生物信息學(xué)教學(xué)中的應(yīng)用[J]. 科技創(chuàng)新導(dǎo)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(xué)，計算表觀遺傳學(xué)。
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(xué)，計算表觀遺傳學(xué)。
第8篇：生物信息學(xué)的認(rèn)識范文
“興趣+堅持”是我的成功秘訣
“你能猜得出我最初是學(xué)什么專業(yè)的嗎？”在系統(tǒng)生物學(xué)界已經(jīng)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(shí)是機(jī)械專業(yè)出身，和計算機(jī)及生物學(xué)簡直是風(fēng)馬牛不相及?！壁w興明本科在校時學(xué)的是機(jī)械專業(yè)，但是由于對計算機(jī)產(chǎn)生了濃厚的興趣，他完全憑借著自學(xué)學(xué)習(xí)了很多計算機(jī)的課程。到了研究生期間，趙興明決定正式轉(zhuǎn)入計算機(jī)專業(yè)學(xué)習(xí)。他原本計劃從事傳統(tǒng)計算機(jī)領(lǐng)域的研究，但是他的導(dǎo)師給了他一個建議，希望他能夠研究生物信息學(xué)。
生物信息學(xué)在當(dāng)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(qiáng)烈的挑戰(zhàn)興趣，于是便陰差陽錯地進(jìn)入了這個領(lǐng)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(diǎn)概念都沒有，剛開始學(xué)習(xí)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(yǎng)成了極強(qiáng)的獨(dú)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(yè)后，趙興明東渡日本到東京大學(xué)讀博士后。在日本，他學(xué)到了日本人嚴(yán)謹(jǐn)認(rèn)真、一絲不茍的敬業(yè)態(tài)度，這對他日后的治學(xué)之道觸動非常深刻。他的合作者是當(dāng)時日本非線性科學(xué)領(lǐng)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(lǐng)域-系統(tǒng)生物學(xué)，開始考慮如何從系統(tǒng)科學(xué)的角度研究生物學(xué)問題。 隨后幾年，趙興明又赴歐洲游學(xué)，并與歐盟分子生物學(xué)實(shí)驗(yàn)室（EMBL）的國際著名生物信息學(xué)家Peer Bork開展合作研究。在EMBL，他見到了很多世界頂級的科學(xué)家，帶給了他非常大的沖擊。在與他們的交流中，趙興明實(shí)實(shí)在在地認(rèn)識到了山外有山，學(xué)無止境的道理。
趙興明所研究的網(wǎng)絡(luò)生物學(xué)，就是將復(fù)雜生物系統(tǒng)抽象表達(dá)為網(wǎng)絡(luò)，建立網(wǎng)絡(luò)模型，進(jìn)而通過網(wǎng)絡(luò)挖掘來揭示生物體內(nèi)給成分之間的復(fù)雜關(guān)系，從而揭示生物系統(tǒng)的運(yùn)行機(jī)制。采用數(shù)學(xué)領(lǐng)域中圖論的研究方法，借助網(wǎng)絡(luò)的概念和復(fù)雜網(wǎng)絡(luò)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(fù)雜網(wǎng)絡(luò)。這是一門涉及生物學(xué)、醫(yī)學(xué)、計算機(jī)學(xué)、生物信息學(xué)等多學(xué)科交叉的研究領(lǐng)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(biāo)，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(fā)展。沒有什么豪言壯語，只是在他內(nèi)心深處有那么一個樸實(shí)的聲音：國家培養(yǎng)了我，總要為國家做出些成績來！不可否認(rèn)，當(dāng)下國內(nèi)的科研環(huán)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(yǎng)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(yè)。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(fā)現(xiàn)風(fēng)景的眼睛，自然能在風(fēng)雪兼程中找到堅持的樂趣。
老藥新用：
網(wǎng)絡(luò)生物學(xué)大顯身手
趙興明時刻在思考怎么利用數(shù)學(xué)和計算機(jī)的方法來構(gòu)建一個生物網(wǎng)絡(luò)，怎么用這個網(wǎng)絡(luò)把分子之間的關(guān)系描述出來，怎么挖掘網(wǎng)絡(luò)里所蘊(yùn)含的知識，從而用來識別疾病基因，進(jìn)而可以在藥物研發(fā)方面大展身手。
在過去10余年中，國際上新藥研發(fā)成功率出現(xiàn)明顯下降。導(dǎo)致研發(fā)新藥研發(fā)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(yī)藥領(lǐng)域的投入增多，國內(nèi)研發(fā)的硬件條件得到了很大的提高，但相對于新藥研發(fā)的巨額投入而言，仍然不得不認(rèn)真思考如何利用有限的資源實(shí)現(xiàn)成果產(chǎn)出最大化和研發(fā)風(fēng)險最小化這一關(guān)鍵問題。新藥物研發(fā)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(jī)構(gòu)最重要的新藥物開發(fā)模式之一。藥物重新定位（repositioning/repurposing）指的是發(fā)現(xiàn)舊藥物新療效的技術(shù)，因而也被稱為老藥新用，就是利用相關(guān)的技術(shù)方法對已有的藥物進(jìn)行重新篩選、組合或改造從而發(fā)現(xiàn)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(yán)重的副作用被禁用；后來，該藥物被發(fā)現(xiàn)可以用來治療麻風(fēng)結(jié)節(jié)性紅斑并作為ENL藥物于1998年重新上市，最近該藥物又被發(fā)現(xiàn)可以用來治療二型糖尿病。相比于從零開始的新藥研發(fā)， 藥物重新定位基于已有藥物的重新開發(fā)能夠節(jié)省大量前期研發(fā)投入并大大縮短研發(fā)周期，因此越來越受到政府部門、制藥企業(yè)、學(xué)術(shù)機(jī)構(gòu)等各方面的關(guān)注。
盡管藥物重新定位已經(jīng)不是一個新的概念并蘊(yùn)含著巨大的潛力，但是藥物新療效的發(fā)現(xiàn)并不是一件容易的事情。比如，大多數(shù)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(guān)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(rèn)為，在藥物重新定位的研究過程中，應(yīng)當(dāng)系統(tǒng)地綜合考慮疾病產(chǎn)生的分子機(jī)制及其所涉及和影響的分子網(wǎng)絡(luò)特征，以及藥物所影響的分子網(wǎng)絡(luò)特征，這將會大大提高藥物重新定位的準(zhǔn)確率。在過去的3年里，趙興明和他的團(tuán)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(jìn)展，他針對乳腺癌所識別的藥物，不僅在多個乳腺癌細(xì)胞細(xì)胞系上得到了驗(yàn)證，而且可以很好地抑制小鼠體內(nèi)的腫瘤生長。
向腦科學(xué)研究進(jìn)軍
隨著腦科學(xué)研究日益成為當(dāng)今世界具有學(xué)科交叉和綜合特點(diǎn)的重要科學(xué)前沿，趙興明也表示，希望今后能以計算系統(tǒng)生物學(xué)為橋梁，進(jìn)行腦科學(xué)方面的相關(guān)研究。大腦作為生物體內(nèi)結(jié)構(gòu)和功能最復(fù)雜的組織，需要從分子、細(xì)胞系統(tǒng)、全腦、和行為等不同層次進(jìn)行研究和整合，才有可能提示其奧秘，其復(fù)雜性遠(yuǎn)遠(yuǎn)超出了我們目前的認(rèn)識能力。在未來的研究中，腦科學(xué)必將和信息學(xué)結(jié)合起來，將不同層次的數(shù)據(jù)進(jìn)行分析整合、建模和仿真，繪制出腦功能、結(jié)構(gòu)和神經(jīng)網(wǎng)絡(luò)圖譜，從而解決目前腦科學(xué)所面臨的海量數(shù)據(jù)問題。這塊研究的“處女地”，一定會讓系統(tǒng)生物學(xué)背景的趙興明大有用武之地。
第9篇：生物信息學(xué)的認(rèn)識范文
【關(guān)鍵詞】 蛋白質(zhì)組學(xué)；中醫(yī)證候；中醫(yī)診療；中醫(yī)藥現(xiàn)代化
隨著人類基因組序列的完成，人類已經(jīng)由基因組時代進(jìn)入后基因組時代?；驍?shù)量的有限性和基因結(jié)構(gòu)的相對穩(wěn)定性使基因組學(xué)研究成功邁入到功能基因組學(xué)研究。蛋白質(zhì)組學(xué)遂成為后基因時代的研究前沿和熱點(diǎn)領(lǐng)域。將蛋白質(zhì)組學(xué)引入中醫(yī)證候?qū)W研究，必將進(jìn)一步為證候分類、辯證標(biāo)準(zhǔn)的選擇和個體化等提供可靠的依據(jù)，對于發(fā)展中醫(yī)藥學(xué)，走中醫(yī)藥現(xiàn)代化之路具有深遠(yuǎn)的影響。本文綜述了蛋白質(zhì)組學(xué)研究的主要關(guān)鍵技術(shù)及其與中醫(yī)證候?qū)W研究的相關(guān)性。
1蛋白質(zhì)組及蛋白質(zhì)組學(xué)
1994年澳大利亞的Wilkin和Williams等第一次提出了蛋白質(zhì)組（Proteome）概念[1、2]，指由一個基因組，或一個細(xì)胞、組織所表達(dá)的全部蛋白質(zhì)。蛋白質(zhì)組學(xué)（Proteomics）以蛋白質(zhì)組為研究對象，分析細(xì)胞內(nèi)動態(tài)變化的蛋白質(zhì)組組成成分、表達(dá)水平與修飾狀態(tài)，了解蛋白質(zhì)間相互作用與聯(lián)系，在整體水平上研究蛋白質(zhì)的組成與調(diào)控的活動規(guī)律[3]。蛋白質(zhì)組研究是為了識別及鑒定一個細(xì)胞或組織所表達(dá)的全部蛋白質(zhì)以及它們的表達(dá)模式，是對基因組研究的重要補(bǔ)充，是生物體在蛋白質(zhì)水平上定量、動態(tài)、整體性的研究[4]。蛋白質(zhì)組研究數(shù)據(jù)與基因組數(shù)據(jù)的整合，將在后基因組研究中發(fā)揮重要作用。
2蛋白質(zhì)組學(xué)研究技術(shù)
2.1雙向凝膠電泳技術(shù)
1975年，意大利生化學(xué)家O’Farrell在對大腸桿菌、老鼠及幾尼豬的蛋白質(zhì)研究中，發(fā)明了雙向電泳技術(shù)[5]（ISO-DLAT），具有高分辨率、快速、簡便等優(yōu)點(diǎn)。雙向電泳技術(shù)是蛋白質(zhì)組學(xué)研究的核心技術(shù)之一，其原理是在相互垂直的方向上，它利用蛋白質(zhì)等電點(diǎn)和分子量的不同運(yùn)用等電聚焦和聚丙烯酰胺凝膠電泳把復(fù)雜的蛋白質(zhì)混合物在二維平面上分離。
2.2生物質(zhì)譜技術(shù)
1906年，Thomson發(fā)明了質(zhì)譜，在隨后的幾十年里，質(zhì)譜技術(shù)逐漸發(fā)展成為研究、分析和鑒定生物大分子的前沿方法[6]。質(zhì)譜技術(shù)的原理是先將樣品離子化，再根據(jù)不同離子間的荷質(zhì)比（m/z）差異來分離蛋白質(zhì)，并確定其分子量[7]。到20世紀(jì)80年代，因兩項(xiàng)軟電離質(zhì)譜技術(shù)―基質(zhì)輔助激光解析電離質(zhì)譜技術(shù)（MALDI）和電噴霧質(zhì)譜技術(shù)（ESI）的發(fā)明，使得質(zhì)譜技術(shù)取得了突破性進(jìn)展。這兩種質(zhì)譜技術(shù)具有高靈敏度、高通量和高質(zhì)量的檢測范圍等特點(diǎn)，使得在pmol（10-12）乃至fmol（10-15）的水平上準(zhǔn)確分析分子量高達(dá)幾萬到幾十萬的生物大分子成為可能[8]。
2.3 蛋白質(zhì)芯片
蛋白質(zhì)芯片是用于研究蛋白質(zhì)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(zhì)點(diǎn)陣[10]，可以高通量地測定各種微量純化的蛋白質(zhì)的生物活性，以及蛋白質(zhì)與生物大分子之間的相互作用[18]。蛋白質(zhì)芯片具有快速、高效、微型化、自動化、高通量的特點(diǎn)。
2.4生物信息學(xué)
生物信息學(xué)是在生命科學(xué)、計算機(jī)科學(xué)和應(yīng)用數(shù)學(xué)的基礎(chǔ)上逐步發(fā)展形成的一門新興交叉學(xué)科，運(yùn)用數(shù)學(xué)和計算機(jī)手段進(jìn)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(xué)[11]，它由數(shù)據(jù)庫、計算機(jī)網(wǎng)絡(luò)和應(yīng)用軟件3部分組成[12、13]。蛋白質(zhì)組信息學(xué)研究方法主要包括蛋白質(zhì)序列比較分析，蛋白質(zhì)結(jié)構(gòu)-功能的研究，點(diǎn)突變的設(shè)計及家族鑒定，蛋白質(zhì)空間結(jié)構(gòu)預(yù)測，建模和分子設(shè)計以及分析蛋白質(zhì)與蛋白質(zhì)相互作用的數(shù)據(jù)庫[14、15]。
3中醫(yī)證候?qū)W與蛋白質(zhì)組學(xué)
中醫(yī)證候是指疾病發(fā)生和演變過程中某階段以及患者個體當(dāng)時所處特定內(nèi)、外環(huán)境本質(zhì)的反映，它以相應(yīng)的癥、舌、脈、形、色、神表現(xiàn)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(jī)內(nèi)容，為辨證論治提供依據(jù)。中醫(yī)的“證”是指疾病在演變過程中各種病理因素在體質(zhì)、自然環(huán)境、社會心理等因素和多種矛盾綜合作用于機(jī)體的整體反應(yīng)，是診察和思辨所得。而蛋白質(zhì)組學(xué)摒棄了經(jīng)典分子生物學(xué)研究個別基因的習(xí)慣，從蛋白質(zhì)組整體水平上闡述“一種基因組所表達(dá)的全套蛋白質(zhì)”，以建立對生命現(xiàn)象的整體認(rèn)識。這與中醫(yī)學(xué)的“整體觀”具有高度的一致性，且蛋白質(zhì)組學(xué)研究方法的整體性和系統(tǒng)性與中醫(yī)基礎(chǔ)理論的整體觀和系統(tǒng)性又極為相似[16]。因而，將蛋白質(zhì)組學(xué)應(yīng)用于中醫(yī)證候?qū)W研究，不僅能反映一系列癥狀的物質(zhì)背景，而且能進(jìn)一步了解不同蛋白組分的在證表現(xiàn)差異和激烈程度[17]，將是揭示證實(shí)質(zhì)的最有效手段[18]。
在證候理論指導(dǎo)下，運(yùn)用功能蛋白質(zhì)組學(xué)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(zhì)差異表達(dá)及翻譯后的修飾情況，揭示與某一證候形成相關(guān)的所有蛋白質(zhì)及其特征，在整體蛋白質(zhì)表達(dá)的水平上闡明證候的本質(zhì)，則可稱為證候蛋白質(zhì)組學(xué)[19]。這種將蛋白質(zhì)組學(xué)應(yīng)用于“證”的研究，能夠溝通“實(shí)體結(jié)構(gòu)”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(zhì)圖譜差異，探索蛋白質(zhì)表達(dá)圖譜與中醫(yī)分型的系統(tǒng)的、有規(guī)律的聯(lián)系。
4展望
運(yùn)用蛋白質(zhì)組學(xué)技術(shù)對中醫(yī)證候進(jìn)行研究，為尋找“證侯”的標(biāo)志蛋白質(zhì)，揭示中醫(yī)“證”理論中蘊(yùn)藏的科學(xué)內(nèi)涵，闡明中醫(yī)診療的分子機(jī)理，最終在分子生物學(xué)水平上解釋生理和病理奠定了基礎(chǔ)[20、21]。中醫(yī)證候是辨證論治的基礎(chǔ)和核心，依據(jù)蛋白質(zhì)組學(xué)的理論和技術(shù)來探索中醫(yī)學(xué)理論的基本內(nèi)涵、中醫(yī)證候蛋白質(zhì)組學(xué)以及從蛋白質(zhì)組學(xué)水平探索中藥藥效的機(jī)理，都可能成為中醫(yī)藥理論和治療研究的突破口。中醫(yī)學(xué)的發(fā)展與現(xiàn)代科學(xué)蛋白質(zhì)組學(xué)的交叉，一方面可使中醫(yī)學(xué)吸取新的思想，取得進(jìn)一步發(fā)展的動力，另一方面又因其獨(dú)特的理論與視角，也可為蛋白質(zhì)組學(xué)乃至現(xiàn)代科學(xué)的研究與發(fā)展提供新的思路[19]。
參考文獻(xiàn)
[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(zhì)組學(xué)研究方法.內(nèi)蒙古民族大學(xué)學(xué)報，2008，23（6）：647-649.
[4]熊偉.蛋白質(zhì)組雙向技術(shù)在生物醫(yī)學(xué)研究中的應(yīng)用進(jìn)展. 生命科學(xué)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(zhì)組學(xué)研究進(jìn)展Ⅰ．蛋白質(zhì)組關(guān)鍵技術(shù).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(zhì)芯片技術(shù)進(jìn)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(xué)[J]. 生物信息學(xué)，2004,2（2）:29.
[14]陳永對. 生物信息學(xué)在基因組和蛋白質(zhì)研究中的應(yīng)用. 中國臨床康復(fù). 2006, 10(41): 136-139.
[15]賀光，孫開來. 生物信息學(xué)在蛋白質(zhì)研究中的應(yīng)用. 國外醫(yī)學(xué)遺傳學(xué)分冊. 2002, 25(3): 156-158.
[16] 張焱，張慶榮. 蛋白質(zhì)組學(xué)與中醫(yī)證候研究的思考. 長春中醫(yī)藥大學(xué)學(xué)報. 2007, 23(5): 3-5.
[17] 孫曉偉，周蘇寧. 蛋白質(zhì)組學(xué)與中醫(yī)藥研究. 中西醫(yī)結(jié)合心腦血管病雜志. 2005, 3(11): 987-989.
[18] 余宗陽，杜建. 蛋白質(zhì)組學(xué)與中醫(yī)證候?qū)嵸|(zhì)研究[J]. 中國中西醫(yī)結(jié)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(zhì)組學(xué)與中醫(yī)證候?qū)W相關(guān)性探討. 中國中西醫(yī)結(jié)合雜志. 2006, 26(4): 366-368.
