生物信息学研究方法范文

导语：如何才能写好一篇生物信息学研究方法，这就需要搜集整理更多的资料和文献，欢迎阅读由公文云整理的十篇范文，供你借鉴。

篇1

一、实验目的的确定

探究实验的本质是根据某一合理假设，通过设计和实施实验，对作用主体与作用对象之间的内在联系作出分析和判断，从而得出科学结论的过程。因此，生物学探究实验的实验目的一般描述方式为：探究某因素对生物某方面特征（如形态、结构、生理功能）的影响。例如，探究光照强度对植物光合作用速率的影响；探究生长素浓度对植物插枝生根的影响；探究紫外线对草本植物植株形态和株高的影响等。

从实际应用出发，实验目的可以从两个不同角度分析确定。（1）可以从实验课题中分析实验目的。很多探究课题实验目的明确，不需要作进一步分析。但也有部分课题探究目标比较模糊。如，探究小麦生长中心与旗叶光合作用的关系。该课题既有可能是探究生长中心对旗叶光合速率的影响，也有可能是探究旗叶光合作用对生长中心生长速率的影响。因此，需要进一步细化，确定探究方向。（2）从实验步骤中归纳实验目的。从训练学生思维的角度出发，在某些情境下可能给定实验步骤，要求归纳实验目的。此种情境下的一般方法是：根据实验步骤找出实验中的自变量和因变量，将实验目的概括为“探究某因素（自变量）对某形态结构或生理功能（因变量）的影响”。

二、实验原理的分析和归纳

实验原理是对实验的理论基础、操作方法和目标指向的高度浓缩概括。其内容应包含四个方面的基本要素：实验的科学理论依据；操作过程要点；实验结果的检测方法和指标；实验的结论目标指向。

在独立设计实验时，确定实验原理的基本途径是：（1）从生物科学的基本理论出发，深入分析影响因素与作用对象之间的内在联系。（2）分析操控影响因素的具体方法，确定自变量。（3）分析实验对象受到影响后可能发生的反应，找出与这些反应相关的外在表现，确定观测指标。（4）概括说明该实验能达成的最终目标。

如果是在已有的实验方案基础上归纳实验原理，基本方法是：找出实验方案中的自变量和因变量，从理论上分析二者之间可能存在的联系；然后以方案中实验组为依据，描述对自变量的控制和对结果的检测方法，忽略掉对照组设置以及对无关变量的控制等细节，从而归纳出实验原理。

一个科学的实验原理可以对实验材料的选择、实验步骤的设计、观测指标的确定以及实验结果的预测分析都能起到有效的指导作用，是整个实验方案的纲领。

三、实验步骤设计的方法和原则

实验步骤是实验探究方案的主体内容。它直接决定实验过程能否实现以及实验目标能否达成。

实验步骤设计的一般思路是：首先要明确自变量和因变量，再结合探究目标确定变量控制方法和对照实验设置方法，最后确定对实验结果的检测方法和指标。如果是定性探究，则应该以被探究因素的有、无或者强、弱等典型条件设置对照；如果是定量探究，则应该以被探究因素的强弱程度设置一系列梯度实验进行探究。例如，若要探究“温度对植物光合作用的影响”就可作定性探究，此时只需要设置高温、常温、低温三个典型温度条件作对照实验即可。如果要求“探究植物光合作用的最适温度”，这就是一个定量探究课题。必须在一定温度范围内设置一系列温度由低到高的梯度实验进行对照。检测方法要有可行性，检测指标必须是实验对象受自变量影响后产生的必然预期结果。

实验步骤设计必须遵循的原则主要有：科学性原则；对照原则；单一变量原则；平行重复原则。

科学性原则的基本含义是：有确实的科学理论依据，逻辑推理严密，操作方法和顺序合理，变量控制可靠有效，观测手段简便易行。

对照原则：探究过程中要通过设置对照实验的方法来增强实验的说服力。可根据不同课题要求，在实验中设计空白对照、条件对照、相互对照和自身对照等不同的对照实验形式。

单一变量原则：实验组与对照组只能有一个变量差异。即除开自变量以外，实验组和对照组其他所有无关变量应保持相同且适宜。

平行重复原则有两层含义：一是指进行探究实验时对生理状况相同的多个实验对象同时进行相同的实验操作，以减少偶然因素或实验对象个体差异带来的误差；另一层含义是指控制自变量在相同的变化幅度下，以同样的条件进行重复实验，从而体现过程与结果之间联系的必然性。

在上述原则下，实验步骤的设计可以大致上分为三个要点：第一步，准备和分组。对实验材料要进行准备和预处理，使其初始状态相同并达到实验要求。然后，根据实验需要划分为不同组别，为后续的对照实验做好准备。第二步，对照处理和变量控制。将不同组别控制在自变量的不同变化幅度之下形成对照，其余条件控制到相同且适宜的状态，并给予充分的后续反应时间。第三步，实验现象的观测统计。选定适当的观察测量指标对不同组别分别进行观察和统计，以反映实验结果。

四、实验结果分析和结论归纳

篇2

>> 黄瓜DVR基因的生物信息学分析 结核分枝杆菌pst S1基因的扩增及生物信息学分析 丙酮醛诱导细胞凋亡相关基因SHMT2L的生物信息学分析 子宫内膜异位症相关基因和microRNA的挖掘及生物信息学分析 FZ6基因及其蛋白的生物信息学分析 丹参SmNAC1基因的克隆和生物信息学分析 小菜蛾p38MAPK基因的克隆与生物信息学分析 沙棘WRI1转录因子基因的生物信息学分析 水稻2个F―box基因的生物信息学分析 小菜蛾PxALP1基因的克隆与生物信息学分析 太子参分解代谢关键酶8′羟化酶基因的克隆及生物信息学分析 癫痫相关基因SCN1A启动子区多态性位点的生物信息学分析 结核分枝杆菌38kDa蛋白结构与功能的生物信息学分析 玉米淹水诱导表达ZmERF5基因启动子的克隆与生物信息学分析 茶陵野生稻冷响应基因OrCr3的克隆及其生物信息学分析 黄芩葡萄糖醛酸水解酶基因的克隆、生物信息学分析及表达 黔北麻羊RERGL基因cDNA克隆与生物信息学分析 不同物种GATA—2基因编码区生物信息学分析 石榴等观赏植物DFR基因生物信息学分析 高丛越桔UFGT基因电子克隆和生物信息学分析 常见问题解答 当前所在位置：l），包括26种古细菌，286种真细菌。截至2013年9月，收录在GenBank已测基因组全序列的植物病原细菌种类达31种，依靠传统的研究思想和试验手段注释如此庞大的生物信息资源几乎是不可能的。生物信息学的首要任务之一是分析新基因的功能，即从大量不连续的信息中发现其中隐藏着的重要信息。

通过多重序列比对筛选保守序列是生物信息学方法的基础，几乎所有的注释序列的意义、研究序列结构的方法都是建立在此基础上的。保守序列是指病毒在进化过程中基因组序列保持不变或变异很小的序列。在进化过程中，变化很小或者不变的序列往往承担着极其重要的功能，一旦出现变化，功能就会受影响或者被破坏，物种就有被淘汰的危险。因此，保持不变或变化很小的序列可能具有相同的功能。国际上已有专门的数据库（如Blocks、PROSITE和IDENTIFY）和分析软件（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学方法对欧文氏杆菌基因组进行分析，发现了71个与铁代谢相关的基因，分别参与了欧文氏杆菌中铁载体的生物合成以及铁的运输、吸收、贮存和调控。

参考文献：

[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

关键词：生物信息学；本科教育；实践与体会

中图分类号：G642.0文献标志码：A文章编号：1674-9324（2018）13-0229-02

湖南农业大学生物信息学本科专业2004年获教育部批准增设，2005年正式招生，是国内最早开展生物信息学本科教育的高校之一，为社会培养了近500名生物信息学急需的人才。

一、农业院校开展生物信息学本科教育存在的主要问题

1.师资力量薄弱，教师知识结构单一。我校在2004年申报生物信息学本科专业时，主要是以植物保护学院植物病理学系的教师为基础，结合昆虫学系讲授生物统计课程的教师，组建了生物信息学系。教师的专业背景主要为植物保护、生物学等方面，知识结构相对单一，计算机及数学理论方面的知识缺乏。

2.生源基础知识较差，专业认知度不高。我校生物信息学专业创办之初，尽管媒体宣传21世纪是信息科学、合成化学和生命科学共同繁荣的世纪[1]，国外SmartMoney网站将生物信息学列为下一个热门工作，但国内对生物信息学了解非常少。学生基本上通过服从专业调剂被生物信息学专业录取，分数相对较低，基础知识明显比其他专业要差，尤其是高考的英语成绩100分以上的学生不到15%。另外，由于学生对生物信息学专业的认知度不高，再加上新建专业，师资、实验条件相对不足，学生转专业的情况非常突出，2005年转专业率为27%，2006年转专业率为23%。

3.教学硬件软件不足，难以满足培养专业技能的需求。生物信息学是一门新兴学科和前沿学科，应用性和实战性非常强。随着生物技术的迅速发展，生物学数据每年都成倍增加，生物信息学的研究方法不断改进，研究内容也随之增加[2，3]。专业创办之初，国内生物信息学呈现“小荷才露尖尖角”的发展之势，有关生物信息学的中文版教材非常少，有关生物信息学软件的使用方法和实验指导的中文版更是凤毛麟角[4]。

4.与生物信息公司联系不够，学生实践实习难度大。在21世纪初，国内有影响的生物信息学的相关专业公司不多，并且主要集中在北京、上海等大城市，如北京华大基因研究中心、上海申友生物技术有限责任公司、上海生物信息技术研究中心等，与长沙相隔遥远，学生很难有机会去现场感受生物信息学的魅力。

二、解决办法

1.加大师资培训力度，引进外缘教师。为了让生物信息学专业的教师尽快适应生物信息学的教学，学院和学校加大了对生物信息学专业的师资培训力度。全系所有教师都参加了浙江大学主办的“基因组科学研习班”，有7人次赴日本、美国等地开展生物信息学方面的科研工作，提高了对生物信息学的基础理论认识和实践操作技能。

2.利用传统农科专业优势，形成我校生物信息学的专业特色。我校生源的自身特点和基础知识不允许我们在制定人才培养目标和课程设置时，生搬硬套综合性院校生物信息学专业的教学模式，必须根据我校的人才培养目标和我校的传统农科专业的优势。我校生物信息学专业立足湖南，开展水稻、油菜、棉花、柑桔等农作物抗病基因和重要病原物的基因组以及资源微生物功能基因组方面的研究，这为加速湖南省的经济发展做出了贡献。

3.加强专业宣传力度，提高学生对生物信息学专业的认知度。精心准备，制作专业介绍PPT，为新生展示学习生物信息学专业的美好前景。建立了农大生物信息学QQ群，使在校生通过与以往毕业生的交流，增强了学生学习专业知识的信心和决心。通过该群，一些问卷调查，根据市场、社会对生物信息学专业毕业生的要求，制定了新的（2014版）生物信息学专业培养方案和教学计划。

4.加强实践教学训练，改革考核方法。2009年我院搬迁到新教学楼，给生物信息学专业安排了两间学生计算机机房，添置了50余台计算机。2015年建设了一个云教室，设有40个云终端，先后添置了10台高性能浪潮服务器以及2台高容量的存储设备，建立了一个小型的计算机集群，CPU计算核数达108个，内存达850GB，能满足生物信息学专业本科教学对服务器和计算机的需要，同时较大程度地缓解了科研的计算需求。

5.加大与生物信息公司的合作，与华大基因学院联合办学。与中国科学院北京基因组研究所、生物物理所等科研单位；与北京百迈客生物科技有限公司、上海美吉生物医药科技有限公司、深圳华大基因科技有限公司等单位签订校外教学实习基地协议；与深圳华大基因研究院签订了“基因组科学人才联合培养协议”，进行“2.5+1.5”联合办学。2015年只有1名学生入选“基因组科学创新班”，2016年有6名学生入选深圳市华大基因学院“基因组科学创新班”。

三、取得的成绩和主要体会

（一）取得的主要成绩

1.培养的毕业生获得了社会的认可。2011年我校获得优秀本科生推荐免试研究生资格后，生物信息学专业每年都有1—2名学生获得学术型推免资格，其中2011届的一位毕业生，大学期间发表2篇论文，因表现突出，被中国科学院北京基因组研究所接收为推荐免试研究生，据说为中国科学院首次接受非“211”学校的推免生。虽然我校的生物信息学专业开办的时间不长，但毕业生在生物信息学领域已崭露头角。如2010届两位毕业生以优异的成绩被深圳华大基因研究院录用，期间先后参与鸟类联盟比较基因组项目、猪蛔虫基因组注释工作、北极熊基因组注释工作、白蚁基因组项目、百例膀胱癌全基因组项目的研究工作，成为任华大基因研究院的高级人才。

2.建立了一支热爱生物信息学专业的师资队伍。通过10年的建设，生物信息学专业的整体师资队伍得到了加强，现有9名专职教师中，教授4名，副教授3名，讲师2人；“湖南省新世纪121人才工程”第三层次人才1人，湖南省学科带头人1人，湖南省青年骨干教师4人；全部具有博士学位，7位有在国外留学1年以上的经历。将美国克莱姆逊大学罗峰博士聘请为湖南省百人计划，同时将美国伊利诺伊州立大学刘世名博士和爱荷华州立大学的李迅博士聘请为湖南农业大学神农学者讲座教授。目前我校生物信息系已形成了两个特色鲜明的团队：由袁哲明教授领衔的算法创新团队和由罗峰教授领衔的应用拓展團队。

（二）主要体会

1.结合优势办好生物信息学专业。生物信息学是一门交叉科学，涉及生物学、计算机、数学等领域，范围相当广泛。同时，生物信息学也是实用性相当强的技术，运用生物信息学的方法和技术可以解决生命遗传信息和生命活动信息中的实际问题。

2.加强实践教学，提高学生的实战能力。生物信息学是一门应用性强的专业，必须让学生通过大量的训练去熟悉生物信息学软件的应用。同时，教师在教学过程中，应该将教学与科研相结合，多为学生提供科研科题，让学生在科研中能够熟练地运用生物信息知识去分析和解决问题，从而更好地理解生物信息学的作用。

参考文献： 

[1]徐光宪.21世纪是信息科学、合成化学和生命科学共同繁荣的世纪[J].化学通报，2003，66（1）：3-11. 

[2]钟扬，张亮，赵琼.简明生物信息学[M].北京：高等教育出版社，2001. 

[3]陈铭.生物信息学[M].第二版.北京：科学出版社，2015. 

篇4

关键词：生物信息学；生物专业； 教学方法；学科交叉

中图分类号：G64 文献标识码：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

近年来，伴随着生命科学的快速发展，有关生物的数据逐渐增多，而分析手段也很多，产生了生物信息学这个概念。生物信息学是由生物学与计算机科学、应用数学以及统计学等学科相互交叉而形成的一门新兴学科，它使用计算机和信息技术对生物信息数据进行采集、处理、存储、检索和分析，从而达到揭示相关数据中所蕴含的生物学意义的目的[1]。为了快速有效地从海量的生物数据中获得所需信息，提高发现问题、解决问题的能力，在生物信息学教学过程中有必要开设一些计算机课程、数学及工程相关课程，这样可以启发学生综合运用数学、物理、工程科学和计算机知识的能力，拓宽其知识面，了解学科前沿和最新进展，培养跨越生命科学、计算科学、数理科学等不同领域的大科学素质和意识，为今后选择新兴交叉学科领域进行深造奠定基础。因此很多大学增设了生物信息学这个本科专业，有的在计算机学院中增加生物信息专业本科，有的在生命学院增加生物信息本科，在本文中主要讨论在生命学院中开始生物信息学专业。作为一门交叉学科，不同专业的学科体系对生物信息学课程教学提出了不同的要求，如何在生物专业学生中开展生物信息与计算机课程的结合，是培养更高理论和实践能力的生物信息专业人才的关键。

1 生物信息学的特点

生物信息学涉及分子生物学、微生物学、生物化学、蛋白质化学、分子遗传学、基因组学、生物物理学、概率论与数理统计、信息论及计算机技术等学科，学科交叉性极强。仅就计算机技术而言，计算机编程、数据库技术和模式识别、软件工程及网络技术等都在生物信息学中有广泛的应用[1，2]。因此，生物信息学是将不同领域知识高度集中的学科。

2 计算机课程的设置

对生物信息学来说，计算机技术就是一个工具，用来对生物数据进行处理。工欲善其事，必先利其器，所以要做好数据的分析工作，必须让学生学好计算机课程，但更应该在生物信息学专业的教学计划中把计算机课程设置恰当，让学生受益[2]。

2.1 课程的选择顺序

生物信息学面对的是海量生物数据，所以首先需要学习使用编程工具，如JAVA或者C++语言或者Perl语言等编程工具，然后安排数据结构等课程对编程课程进行深入了解，后期安排数据库技术、数据挖掘等课程，方便学生进行实践应用。

2.2 教材和授课内容的合理选择

在学习生物的学生中开设生物信息学专业，那么教材的选择应该兼顾学生的知识背景和学习兴趣，由于学生对蛋白、进化、蛋白质结构、基因序列有一些认识，但对计算机比较恐惧，因此计算机教材可选用比较简单、易懂的，如JAVA课程主要讲解编程思想，那么主要包括环境变量设置、语法和如何编程，那么选择教材时就选包括这些内容的教材就可以了，并在上课过程中，结合一些生物信息软件来讲解，激发学生的学习兴趣。同时，选择适合的授课内容也是必不可少的环节：序列比对算法、基因识别算法、蛋白质结构预测、分子动力学模型及机器学习或模式识别算法在生物信息学中的应用等方面的内容，此外在大学初期也要加强数学、物理和计算机方面的基本知识的课程开设[2]。能够从他们自己的知识体系出发， 阐述生物数据如何用计算机方法和技术进行获得并处理；并且了解学生已经掌握哪些生物学知识，在授课过程中，针对学生的特点综合使用多本教材更能达到预期效果。使学生认识到计算机技术和方法在生物学研究领域的广阔应用空间。随着生物信息学研究的深入，国内外出现了大量的生物信息学教材、专著和一些最新的文献。

2.3从抽象到具体的教学理念

由于生物信息学涉及数学、统计学及算法等众多理论知识，但有生物基础的学生具有生物学知识储备，缺乏计算机知识。所以在为生物学专业上进行计算机课程时尽量采用结合实例进行讲解。首先，针对生物学专业学生计算机知识薄弱的特点，尽可能将生物信息学问题转化为学生熟知领域的问题，例如，在讲解蛋白质二级结构预测时，可考虑学生学习过螺旋、折叠和无规则卷曲的特征，讲解模式识别算法预测二级结构的过程时用可采用一些模型如苹果等进行形象讲解更容易被学生接受了；其次，充分利用现代化教育技术及网络资源，对于未接触过计算机实验学生来说，程序代码对于他们而言是枯燥无味的，在教学过程中充分利用计算机实验和网络资源，让学生了解计算机程序的运行过程和网络中生物信息软件的使用，从而对计算机处理生物学数据产生感性认识。例如，在讲解利用聚类算法分析基因芯片数据时，可以先播放基因芯片制作过程的Flas，让学生身临其境，这样不仅可以激发学生的学习兴趣，更可以加深学生对知识的理解和掌握。或者讲解聚类算法可以用物种分类进行类比来讲解[2]。

2.4加强实验环节

生物专业的生物信息学课程的教学过程就是让学生了解并掌握计算机科学和技术如何处理分析生物学数据的过程。因此，进行理论教学的同时，实验教学环节也是必不可少的[3]。计算机实验不同于生物实验，而是主要通过计算机进行处理，例如可通过计算机实验直观的了解三大核酸数据库：蛋白质序列和结构数据库的数据组织方式；通过实验可以让学生掌握如何利用Acclrys Discovery Stdio软件进行蛋白质结构预测，感受蛋白质结构显示软件的强大威力，更重要的是，使学生了解到计算机技术和方法在生物数据处理过程中的举足轻重的作用。从生物信息学实验课中，他们可以领略到计算机科学技术的魅力，增加作为生物信息学专业学生的自豪感，并坚定学好生物信息学知识的信念。

3 后续课程的构想

在后续课程中，由于前面为学生设置数据库原理与设计及数据挖掘等课程，可开设一些专题讲座，如了解数据库设计后，可结合生物专业的特点，可能了解了在网络环境中三大核酸数据库的组织结构，讲解它们是如何采用数据库知识进行组织的，并进行一些简单数据库的设计工作；在数据挖掘课程后可采用一些统计学软件如MATLAB处理生物数据的一些专题[4，5]。又如开设讲解生物信息学的研究热点与与原来讲解的课程进行对接。也可讲解一下药物信息学的设计、疾病靶点的选择等，激发学生学习生物信息学的意义，让有可能进一步深造的学生知道前进的动力。

4 结束语

作为一门新兴的学科，生物信息学专业的发展非常迅速，新的理论、算法和应用程序不断涌现。因此在进行生生物信息学专业教学中，不拘泥于现有的生物信息学教材和计算机教材时纳入最新的研究成果，将相关研究领域的一些新的研究方法、网络资源以及工具软件介绍给学生。例如， GCG软件是一套蛋白质、核酸序列分析软件，一般在Linux环境下使用，包括130多个软件，但现在这些类似功能的软件很多可网络上下载到Windows系统环境下进行蛋白质、核酸序列分析，因此可介绍这些软件给同学使用，方便同学在自己的电脑里熟练使用这些软件，同时有些软件有更新的算法和版本也可以介绍，及时更新学生的知识体系，培养学生相关学科前沿的意识，拓展学生视野。

参考文献：

[1] 孙啸，陆祖宏，谢建明.生物信息学基础[M].北京：清华大学出版社，2005：3

[2] 丁彦蕊，蔡宇杰.计算机专业生物信息学课程教学的实践探讨，安徽农业科学，2012，40（29）14596-14597

[3] 高亚梅，韩毅强.生物信息学本科教学初探[J].生物信息学，2007，5（1）：44-48

[4] 戴凌燕，姜述君，高亚梅.《生物信息学》课程教学方法探索与实践[J].生物信息学，2009，7（4） ：311～313.

[5] David W M.Bioinformatics：sequence and genome analysis影印本[M].科学出版社，2002.

篇5

关键词：医学检验；生物信息学；课程教学

近年来，生物信息学在各医药院校越来越受到重视，多所院校相继在研究生教学中开设了生物信息学课程[1]。而对于医学本科层次是否需要开设生物信息学课程这一问题，虽然目前各方面的观点不一，但是已经有一些院校开始进行尝试。目前医学检验专业（五年制，毕业时授予医学学士学位）已调整为医学检验技术专业（四年制，毕业时授予理学学士学位），而生物信息学作为一门新课程，在医学检验（技术）专业学生培养中的作用正日益受到关注，逐步被某些院校选择作为必修课或者选修课。

一、开设课程的必要性

空前繁荣的生物医学大数据的产出，及其蕴含的重大生命奥秘的揭示，将决定现代生命科技和医药产业研发的高度，决定人们对疾病的认识和掌控能力，也将对主导生物医学大数据存储、管理、注释、分析全过程，解决生命密码的关键手段———现代生物信息学技术的发展带来前所未有的机遇和挑战[2]。对于医学专业学生而言，通过学习生物信息学，从而掌握利用各种网络信息资源来检索和获取生物信息数据，并选择和使用各种生物信息学软件来分析数据。在当今大数据时代，这方面的知识和技能的培养对于医学生今后从事医学科研工作是非常重要的。因此，在医学专业学生中开设生物信息学课程非常必要。我校从2010年开始将生物信息学设置为研究生教学的必修课；从2013年开始在医学检验专业中开设生物信息学选修课，自2015年开始转为医学检验技术专业。在医学检验技术专业中开设生物信息学课程，能够为该专业学生的临床和科研方面的素质积累提供必要的支持，更重要的是增强了在医学和信息科学交叉领域解决问题的技能，其意义几乎等同于在研究生教学中的设课意义。

二、教学内容的安排

医学检验技术专业的教学任务非常紧张，几乎将原来医学检验专业前八个学期（最后两个学期为实习阶段）课程压缩到六个学期来完成，学生学习压力可想而知。我校为了减轻学生负担，各课程的课时数都比医学检验专业有所减少。但生物信息学并未改变，仍然为16学时。为了在较短的学时内实现教学效果的最大化，我们结合该专业学生的特点和需求，将授课内容分为理论课和实践课两部分，实践课不占学时。理论课主要介绍基本的生物信息学理论、资源和数据的获取、分析方法和工具的使用；实践课则通过布置作业，课后上机操作来解决问题。理论课主要内容包括：生物信息学导论、DNA测序技术、序列的获取、双序列比对、多序列比对、蛋白质结构分析和预测共计六个专题。实践课主要内容包括：cDNA及基因组参考序列的获取；常见序列格式的释义与转换；双序列比对（局部比对）；多序列比对（全局比对）；蛋白质综合信息查询；蛋白质基本性质、疏水区、亚细胞定位、信号肽、跨膜区、模体及结构域分析与二级结构预测；蛋白质三级结构预测。在理论课实施过程中，注重将与生物信息学相关的生命科学和医学前沿的一些最新进展和最新成果引入理论知识讲授中，让学生在有限学时内能够进一步认识生物信息学的内涵和课程的价值，追踪前沿学科的动态，开拓视野。

三、教学方法的设计

生物信息学涉及多个学科领域，交叉性强，在较短的学时内学好这门课程的难度很大。学生的学习兴趣与教学内容和手段关系密切，除了精心选择教学内容外，教学方法上也有很多需要革新乃至创新的地方。在教学过程中，我们形成了颇具特色的教学经验，由授课教师独创的授课———实践———演示（Teaching-Practicing-Showing，TPS）教学模式已应用于教学。TPS教学模式着力于以实际问题为引线，将理论授课与上机实践有机地融为一体，逐步介绍生物数据分析的各项技能，并指导学生将其融会贯通以真正掌握相关的基本方法与常用工具。首先，在教学内容上引入具体实例来进行教学，比如讲解生物信息数据库（Gene、Nucleotide、UniProt、PDB等）时，通过给出检索某个人类疾病基因数据的例子来学习数据库的使用方法。课堂上教学实例的设计需要任课教师在备课时投入大量精力来完成，还需要教师具备多学科交叉的知识。教学实践表明，与医学相关的生物信息学分析实例可以让学生更好地认识该课程的作用，大幅度提高学生的学习兴趣和学习的主动性。此外，课堂教学手段也应该丰富多彩，多媒体教学中可以充分使用图片、动画等元素。其次，举例分析时可以进行一定的现场演示，比如讲解检索Unigene数据库时可以一边上网演示一边解释说明。

四、考核方式的变革

生物信息学作为选修课，既要遵循学校相关的考试制度，也要通过对考试方式的变革来提高考试效果。我们将理论考核与学生的实践能力考核联系起来，结合学生课外实践任务的完成情况和开卷考试成绩进行综合评定。在课程中安排一次课外实践任务，要求每位学生独立完成相关分析并提交书面分析报告，该部分占考核成绩的20%。具体内容为自行选择一个人类细胞外功能蛋白：1.利用ClustalX对各物种参考蛋白序列进行多序列比对（输出PS格式结果）；2.分析分子量、等电点、分子式、稳定性、亲疏水性及亚细胞定位；3.预测二级结构并模拟三维结构。课程结束后进行开卷考试，内容包括基础知识和综合分析，尽量采取灵活的出题方式，并控制题量，该部分占考核成绩的80%。近年来的教学实践表明，这种综合评定的方式能够反映学生对该课程的掌握程度，体现学生利用生物信息学知识解决问题的能力。

五、展望

实践表明，生物信息学课程教学能够给学生提供所需要的生物信息学知识和技能，但是在教学内容安排、教学方法设计、教学手段使用和教学效果评价等诸多环节都需要进一步探讨。在这个过程中，我们既需要吸收传统教学模式中的优点和精髓，做到严谨和切合实际，又需要更新教学理念，突出医学特色，大胆尝试新的教学方法和手段，最终形成本课程别具一格的教学特色。

作者:伦永志 单位:大连大学

参考文献

篇6

关键词：生物信息学；教学模式；探索

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2014）20-0214-02

生物信息学是一门由生命科学、数学和计算机科学相互渗透形成的新型交叉学科，它利用各种计算机软件、生物学工具及互联网技术对生命科学研究中产生的各种生物数据进行存储、加工及分析，从而达到理解数据中的生物学含义的目标[1-3]。当前，生物信息学已经成为生物、医学、农学、遗传学、细胞学等生命领域各学科发展的强大推动力量，已成为生命科学研究者强有力的辅助工具。近年来，随着分子生物学在动物植物育种、遗传资源创新、品种改良、病虫害防治等农业方面的应用，生物信息学作为一种实用、高效的手段被充分利用。《生物信息学》课程也相应地被列入各农业院校大学生教学计划。新疆农业大学根据学校专业发展现状及学生培养需求于2010年将《生物信息学》课程作为生物技术专业的必修专业课，通过三年来的教学实践，针对课程教学中存在的无合适教材、网络资料繁杂、教学内容陈旧、教学手段单一、考核模式简单等问题[4-5]，笔者在课程的教学内容、教学方法、考核办法等方面进行了初步探索，本文现就该课程教学模式作一论述。

一、教学目标及内容

由于生物信息学是一门新兴学科，其理论及相关分析工具发展迅速、不断更新，在课程教学目标和教学内容上也在不断变化。我认为对于当前农业院校生物技术专业的培养目标和要求是让学生理解掌握生物信息学相关的一些基本理论、实验技术及实践操作，以核酸序列及蛋白质序列的实际分析为主要侧重点，着重培养学生的实践能力，使他们能适应今后工作学习的需要。据此，确定了以下的教学内容：教学内容共36学时，分为理论基础和上机实践两部分，理论课中穿插实例示范，共24学时。理论教学内容包括：生物信息学绪论、生物信息学的生物学基础、生物信息数据库及其检索、序列的基本信息分析及比对、分子系统发育分析、蛋白质结构预测及分析、组学技术及信息学分析；上机实践共12学时，内容包括：常用生物数据库的查询与搜索、核酸序列的分析方法实践、多序列比对和系统发育分析、蛋白质序列分析及空间结构预测、DNA序列中基因结构预测分析。在理论授课中介绍与农业相关生物信息数据库及应用，在实例分析中选用本校教师相关研究结果作为数据来源，拉近学生与知识点的距离，提高学习兴趣，使学生认识到学习本课程的意义，通过讲练结合使学生掌握相关实践分析能力。

二、教学材料

1.教材的选择。生物信息学目前仍处速发展时期，尤其是随着各种新技术、新理论及组学的发展，涉及到的学科越来越多。当前生物信息学专著及教材层出不穷，但中文版书籍中影印国外原版教科书和翻译书籍仍占很大比例，这类书籍中，专著专业性过强，而教材又多是针对生物信息学专业的学生或“一本”的学生编写的，难度较大，并且各自侧重点不同，并不适合作为一般的农业院校的生物信息学教材。笔者在教学过程中先后使用了由钟扬等编写、高等教育出版社出版的《简明生物信息学》及由肖浪涛主编、中国农业出版社出版的全国高等农林院校“十一五”规划教材《生物信息学》作为主要的参考教材。但是，在教学实践中笔者感到《简明生物信息学》由于出版时间较早（2001年）已不能满足实际教学工作的需要，书中的很多内容都已更新，很多网站页面也已重组或失效，而近年被广泛使用的一些著名生物信息学软件亦未涉及。而《生物信息学》一书偏重理论知识介绍，实例分析及操作应用偏少。因此，笔者根据本校专业建设需要及学生水平编写了适用于本校学生使用的简明教材。教材中理论部分主要参考上述两本教材，并进行了简化，降低难度，舍去算法、模型等专业性较强的章节；实践部分参考薛庆中等主编、科学出版社出版的DNA和蛋白质序列数据分析工具（第2版，2010年）一书，并附具体实例，最终形成理论部分简明易懂，实践部分易学易用的实用型教材。

2.生物信息学相关数据库及软件的选择。生物信息学发展迅速，相关生物信息数据库及生物信息软件数量不断增加，版本不断更新，这为生命科学相关研究提供了极大便利，但同时也为《生物信息学》课程实践部分的教学带来了挑战与压力。例如要分析一条蛋白质序列的分子量、等电点、氨基酸组成等信息，我们可以使用DNAMAN、Bioedit、DNAStar、Vector NTI等本地软件分析，也可以使用ProtParam、SAPS等网络在线程序分析。在有限的教学时间内，如何选择数据库及高效易用的生物信息学分析软件也是教学中一个重要的问题。通过参考相关生物信息学分析的书籍及近年文献，综合考虑数据库及软件的通用型、易用性及本校学生的英语水平、计算机操作水平，结合教学目标及内容，我们选择常用的核酸序列数据库GenBank、蛋白质数据库PDB等，软件方面选择DNAMAN、Bioedit、Clustal W、MEGA、Primer Premier、RasMol等常见的生物信息学离线分析软件及整合于NCBI、EXPASY、PDB等网站上的在线分析软件开展实践教学，而其他软件在课堂上只做简单介绍，具体操作方法作为辅助资料供学生自学。这样学生在有限的学时内可掌握更多的分析内容，达到“高效”的教学目的。

三、教学方法

1.及时更新完善多媒体教学资料。生物信息学课程理论知识较抽象，实践操作多，与计算机、互联网联系紧密，内容更新快，当代大学生已习惯并乐于使用各种多媒体途径获取信息，这些特点决定了其非常适于进行多媒体教学。为此，我们根据教学内容开发制作了一套多媒体教学资料并及时更新完善。教学多媒体资料包括Power Point课件和Flas，课件注重知识的层次性、联系性，将理论基础、实验技术操作流程等较抽象的生物信息学知识通过大量图片形象地展示给学生，从而提高学生的学习兴趣并加快学生对抽象知识的理解；动画的内容是利用屏幕录像软件将实例分析过程录像并配音，最后转为Flash格式，穿插在理论教学及实践教学过程中使用，从而使学生在自己实践操作前先有一个形象的认识，将理论知识与实践操作有机联系在一起。

2.充分利用网络教学平台辅助教学。生物信息学是一门以互联网为媒介、计算机为工具的学科。在教学中，网络教学平台的使用在提高学生学习兴趣、增强师生互动、强化教学效果等方面起到了很好的辅助作用。利用网络教学平台，教师可将课程课件、动画、分析工具、实践教学内容等共享给学生并及时了解学生学习动态，学生可将实验报告、作业、学习问题及意见反馈给教师，师生可以通过网络教学平台的论坛版块在课余就学习或实践中的问题进行讨论，达到“教学相长”的教学目的。此外，利用网络教学平台还可将课堂中未详细讲述的大量数据库、软件的使用过程及相关电子参考书、文献共享给学生，有利于提高学生学习自主性并拓宽课程外延。

3.边讲边练，理论知识密切联系实践操作。德国心理学家艾宾浩斯研究发现，在学习和记忆过程中，最初阶段遗忘速度最快，随着时间推延，遗忘越来越慢。因此，为了让学生能牢固掌握所学知识及实践技能，我们在教学中采取边讲边练的形式。对于理论知识，我们采取课前提问、课中提问、小测验及实践操作过程中知识点重现等方式，使重要理论知识在整个教学过程中多次出现，增强学生对课程知识体系的系统认知并强化其对理论知识的记忆。对于实践操作，我们采取案例式教学，直接将实例分析穿插在理论授课过程中，并在理论课后及时安排学生在计算机房上机联网操作，如在讲授序列比对理论课时，实例演示使用DNAMAN、Blast等软件进行序列比对的过程，并在理论课后紧跟DNAMAN软件使用、数据库搜索的实践操作，这样既加深学生对理论知识的理解，还有利于学生掌握实践操作能力。

4.布置实践任务，加强综合能力培养。生物信息学教学强调学生的实践能力培养。因此，在教学设计上，我们将学生按4～5人分成小组，通过学生自选或制定的方式布置特定实践任务，要求学生以小组为单位，利用本课程所学知识及技能完成任务并提交任务报告。例如，在课程一开始讲授数据库时，要求学生通过查文献、了解本校相关分子生物学研究内容并结合自己的兴趣选择特定基因，围绕该基因，在后续整个课程的学习过程中利用掌握的各种生物信息学分析方法对其进行序列查询、引物设计、序列比对、编码区分析、蛋白理化性质预测、保守结构域预测、结构预测、分子系统发育分析等操作，过程中学生互相讨论、取长补短，最终协作完成实践任务。这样既使学生较全面地掌握了课程内容，同时又加强了学生分析问题、解决问题的综合能力。

四、考核办法

在课程考核方面，本着生物信息学课程培养实践应用能力的教学原则，为使学生真正掌握生物信息学的基本理论及实践操作，我们改变了过去闭卷考试占主体或写课程论文的简单考核方式，采取了过程考核、实践考核并结合考试考核的方式对学生的学习效果进行综合评价。考勤及口头提问占考核成绩的10%，4次随堂测验占考核成绩的20%，上机操作占考核成绩的20%，实践任务作业占考核成绩的20%，期末闭卷考试占考核成绩的30%。这样考核虽然过程复杂，对学生及教师都带来更大压力，但杜绝了学生平时不学，期末突击，忽视实践的现象，学生必须注重平时的学习及实践操作才能顺利通过课程考核。这样的考核办法能够更客观准确地评价一个学生对课程的实际掌握情况。

随着生物信息学在农业各研究领域的广泛应用，掌握生物信息学知识及分析能力已成为农业院校相关专业毕业生的必备要求，生物信息学课程也必将在农业院校各相关专业建设中占据越来越重要的地位。通过本课程的教学实践探索，学生学习主动性、实践操作能力、最终学习效果均得到提高，笔者也积累了一定经验，取得了一定的教学成效，找到了一些适合农业院校的切入点，但是课程教学中还有很多需要进一步完善改进的地方。生物信息学学科的快速发展，也决定了本课程的教学模式必将是一个动态发展的过程，相信随着对生物信息学学科的深入认识，生物信息学课程教学模式也将不断完善，形成自己的独特体系。

参考文献：

[1]钟扬，张亮，赵琼.简明生物信息学[M].北京：高等教育出版社，2001.

[2]肖浪涛.生物信息学[M].北京：中国农业出版社，2006.

[3]王禄山，高培基.生物信息学应用技术[M].北京：化学工业出版社，2008.

[4]胡娜，常军，徐玲.生物信息学教学改革与探索[J].安徽农业科学，2010，38（3）：1588-1589.

[5]梁琛，张建海.农科类生物信息学课程教学中存在的问题及对策[J].农业与技术，2010，30（5）：136-137.

篇7

关键词：微课；探究式教学；生物信息学

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2015）28-0127-02

随着网络技术、信息技术和移动终端的快速发展，我们已进入“微信”、“微博”、“微电影”和“微课”的“微时代”。“微课”是指在5～10分钟的时间内，以视频为主要载体，记录教师在教学过程中围绕某个知识点而开展的可视化、数字化的教学活动。由于微课可以通过智能手机、平板电脑等多种移动终端来制作、展现和学习交流，它已经被越来越多的学生和教师接受。探究式教学是适应高等教育改革和发展的必然趋势，如何在教学中更好地实施探究式教学，是目前生物信息学探究式教学模式在实践环节面临的重要问题。本文就如何在生物信息学探究性教学实践中应用“微课”教学手段提高探究性教学效果进行了探讨。

一、探究性教学是生物信息学教学的发展方向

探究式教学模式是指学生在教师的指导下，根据自身先前认知结构中的相关经验，通过体验、发现、探索、协作等方式主动获取知识、解决问题的一种教学模式。区别于以教师为中心、以知识掌握为本、以知识结构为驱动的传统教学，探究性教学以学生为中心，以能力发展为本，以问题或任务为驱动开展教学活动。

1.探究性教学是生物信息学教学改革的必然趋势。《国家中长期教育改革和发展规划纲要（2010―2020年）》指出，要“遵循教育规律和人才成长规律，深化教育教学改革，创新教育教学方法，探索多种培养方式，形成各类人才辈出、拔尖创新人才不断涌现的局面”。同时，《国家中长期生物技术人才发展规划（2010―2020年）》指出，我国生物技术的开发应用总体水平与世界先进水平还有较大差距，在支撑我国生物产业发展的过程中缺乏高层次创新型人才和优秀创业型人才，需要增加人才资源开发投入，完善人才发展体制。综合上述两个纲要可以看出，未来迫切需要具有创新能力和素质的生物专业人才，而创新人才培养的关键在教育。所以，以“自主、探究、合作”为主要特点的探究式教学，符合国家教育教学改革和生物人才的发展规划，是生物信息学教学改革的必然趋势。

2.探究性教学模式适于生物信息学交叉学科的教学。生物信息学是由生物学与数学、计算机科学等学科交叉形成的前沿学科，主要通过研发并应用计算机技术及数学与统计方法，对生物数据进行管理、整合、分析、建模，从而解决重要的生物学问题，阐明新的生物学规律，获得传统生物学手段无法获得的创新发现。生物信息学人才培养的主要目标是具有创新能力和素质的生物信息学专业人才，这就要求在生物信息学实践中，当提出某一生物学问题时，可以借鉴和利用不同学科的思路和方法去探究。只要有利于揭示生物学规律的结果都可以保留，而不必拘泥于不同探究结果的同一性。这与探究性教学中以培养学生的能力发展为目标是一致的。

二、生物信息学探究性教学中存在的主要问题

目前生物信息学探究性教学应用于教学实践的时间不长，虽然取得了一定的成果，但在实践环节还存在以下主要问题。

1.学生的基础知识不扎实，导致探究性教学效果不好。生物信息学是生物、数学与计算机等学科形成的交叉学科，在进行探究性的教学过程中，涉及到数学与计算机方面的知识和技术比较多，而生物背景的学生在这方面的知识比较欠缺或者不强，所以在探究性问题的自主探究时，表现出参与的兴趣不高、设计的方案较为单一、小组协作的效率较低等实际问题，从而导致探究性教学效果不好。

2.学生的动手实践和创新能力不强，导致探究性教学没有落到实处。在按照自主设计的探究方案进行上机实践时，大部分学生的自主设计方案不能在上机时间内完成。除过设计较为复杂的情况外，大部分原因是由于学生自身对计算机的linux操作系统、perl编程语言以及相关的操作技术不熟造成的，有些细节在他们的自主设计中没有考虑到，所以总会碰到很多超乎其想象的问题。本来这些问题在课外时间学生可以继续解决，但由于学生的学习科目很多，上机没有完成的内容很少有学生在课外继续探究，导致探究性的上机实践活动没有落到实处。

3.教师的授课时间和水平限制，导致探究性教学的教师导向作用不明显。教师能否提出启发性的，适于进行探究性的问题是探究性教学能否取得成功的关键所在。但是由于课时和教学内容的限制，很多提出的问题还是以教师为中心，学生沿着教师的思路向统一的结果或者答案靠拢，学生并没有根据自身的知识结构从多种途径进行探索。

三、微课为生物信息学探究性教学的有效实施提供了新的思路和方法

微课是指以视频为主要载体，记录教师围绕某个知识点或教学环节开展的简短、完整的教学活动。其核心组成内容包括微教学视频以及与该教学主题相关的微教案、微课件、微练习、微反思、微点评、微反馈等辅教学资源。

微课的特点有三点：首先微课短小精悍，通过多媒体和网络技术进行教学内容传播，有利于学生利用碎片化时间进行学习；其次，微课的教学容量小，主题突出，内容独立精练，有利于学生查缺补漏，各取所需，能够实现教与学的个性化选择。最后，微课的时间一般很短，通常限制在5～10分钟之间。

为在短时间内达到良好的学习效果，微课常采用问题式的、案例化的教学方法，微课有助于激发学习者的学习兴趣，启迪学习者进行思考，这与探究式教学模式所主张的体验式学习、自主学习的思想是一致的。所以在探究性教学中可以使用微课。另外，微课有很大的灵活性，可以针对生物信息学探究性教学中的某一具体问题进行微课授课，微课为生物信息学探究性教学的有效实施提供了新的思路和方法。

四、微课在生物信息学探究性教学实践中的应用

按照生物信息学探究性教学的主要环节，微课可以分为课前预习类、课堂教学类、课后复习和拓展类。下面结合案例谈谈微课在生物信息学探究性教学实践中的应用。

1.微课在课前预习中的应用。生物信息学探究性教学授课内容大多涉及一些数理统计和计算机知识，然而对于生物背景的大学生在这方面基础较弱。所以，教师可以根据学生学习新知识所需的数理知识设计制作具有针对性的微课，让学生在预习新课时根据自己的实际情况选择性地观看微课，为后续新课的探究性学习打好基础。例如在讲到序列对数据库的检索（Blast）一节内容时，可以将Blast一节授课内容中用到的正态分布、极值分布、统计学p值的显著性检验等知识做成微课，供学生在课前预习。

2.微课在课堂教学中的应用。在生物信息学探究性教学的课堂教学实践中，教师应该积极去引导和促进学生进行探究，过多使用微课的形式可能会让学生失去探究的动力，形成对微课的依赖，所以在利用微课进行教学时，教学内容应该有所选择，应该主要针对教学中的重点和难点内容制作微课，并上传到相应的课程学习网站上，以便学生在课堂学习外，还可以利用课外时间进行观看和探究。例如在讲到“序列对数据库的检索（Blast）”一节内容时，在课堂教学中可以利用微课探究不同核酸或者蛋白打分矩阵的选择对blast结果的影响，或者探究不同的E值对blast结果的影响。

3.微课在课后拓展中的应用。由于学生自身的知识结构和理解能力的差异，他们对同一知识和操作的理解和掌握程度会有所不同，而课堂教学不可能针对每一个学生进行探究式教学，因此，教师可以根据课堂教学的实施状况和学生的实际能力，将具有拓展性的学习辅助材料（教学视频、辅文档等）设计制作成微课程，以满足学有余力的学生利用课外时间继续进行探究性学习。例如“序列对数据库的检索（Blast）”一节课的教学结束后，可以在课后拓展内容中利用微课引入近年发生的“中东呼吸综合征（MERS）”，然后引导学生利用blast工具探究引起“中东呼吸综合征”的冠状病毒（MERS-CoV）序列特征，并分析其进化趋势。

五、结语

在生物信息学探究性教学实践过程中运用微课，有助于学生自主学习和创新能力的培养，不仅提高了探究性教学在课堂中的教学效果，而且可以使学生的探究性学习延伸到课外。微课作为一种新型的教学技术，随着其在生物信息学探究性教学实践中的广泛应用，必将促进生物信息学教学的改革和学生创新能力的发展。

参考文献：

[1]胡铁生，黄明燕，李民.我国微课发展的三个阶段极其启示[J].远程教育杂志，2013，（4）：36-42.

[2]徐丹丹，偶志红，毕小平.在药学类专业教学中开展微课教学的尝试[J].药学教育，2014，30（2）：27-29.

[3]张林，柴惠，赵虹.生物信息学教学模式探讨[J].新课程研究（中旬刊），2010，（06）.

[4]谈松华.战略机遇期中国高等教育改革走向[J].国家教育行政学院学报，2010，（02）.

[5]胡娜，常军，徐玲.生物信息学教学改革与探索[J].安徽农业科学，2010，（03）.

[6]夏锦文，程晓樵.研究性教学的理论内涵与实践要求[J].中国大学教学，2009，（12）.

[7]虢毅，胡德华，邓昊.生物信息学课程“开放式、研究性”教学模式的探讨[J].生物信息学，2009，（03）.

[8]吴晓茜.利用微课促进信息技术教学的有效途径[J].课程教学研究，2013，（07）.

篇8

>> FZ6基因及其蛋白的生物信息学分析 欧文氏杆菌铁代谢相关基因的生物信息学分析 丹参SmNAC1基因的克隆和生物信息学分析 小菜蛾p38MAPK基因的克隆与生物信息学分析 沙棘WRI1转录因子基因的生物信息学分析 水稻2个F―box基因的生物信息学分析 小菜蛾PxALP1基因的克隆与生物信息学分析 丙酮醛诱导细胞凋亡相关基因SHMT2L的生物信息学分析 结核分枝杆菌pst S1基因的扩增及生物信息学分析 玉米淹水诱导表达ZmERF5基因启动子的克隆与生物信息学分析 茶陵野生稻冷响应基因OrCr3的克隆及其生物信息学分析 黄芩葡萄糖醛酸水解酶基因的克隆、生物信息学分析及表达 子宫内膜异位症相关基因和microRNA的挖掘及生物信息学分析 黔北麻羊RERGL基因cDNA克隆与生物信息学分析 不同物种GATA—2基因编码区生物信息学分析 石榴等观赏植物DFR基因生物信息学分析 高丛越桔UFGT基因电子克隆和生物信息学分析 miRNA―497与miRNA―195基因簇在宫颈癌组织中的表达及预测靶基因的生物信息学分析 平邑甜茶MhWRKY15基因cDNA克隆及其生物信息学分析 弓1虫RH株SAG1基因序列体外扩增及生物信息学分析 常见问题解答 当前所在位置：l）进行二级结构预测；通过Protscale（）预测分析蛋白质功能和疏水性/亲水性[9]；利用CBS网站TMHMM Serverv.2.0（http：//cbs.dtu.dk/services/TMHMM/）在线工具对氨基酸序列进行跨膜分析预测[10]。

2 结果与分析

2.1 黄瓜DVR基因序列的分析

根据DNAMAN软件分析可知，DVR基因序列全长1260pb，分别以ATG和TGA为起始密码子和终止密码子，共编码419个残基（图1），编码的蛋白质分子质量为45516 Da。

2.2黄瓜DVR及其同源序列的分析进化树

根据MEGA软件分析，将进化树分为五段，分别是四种白梨、野草莓、香瓜、两种黄瓜和鹰嘴豆（图2）。黄瓜DVR与黄瓜（JX239753.1）的同源基因关系最为接近，几乎完全相同，其次为香瓜，测得黄瓜与香瓜的同源距离约为0.029，与鹰嘴豆基因关系最远，测得它们之间的距离达到0.357。

2.3 黄瓜DVR蛋白二级结构预测

通过sopma在线软件预测可知，该蛋白由419个氨基酸组成，其中α螺旋和无规则卷曲所占比例最高，α螺旋有146个，占总数的34.84%，无规则卷曲有140个，占总数的33.41%。β折叠数量略少于无规则卷曲，但远多于β转角（图3）。

2.4 黄瓜DVR蛋白跨膜结构分析

跨膜结构域一般富含疏水性氨基酸残基，起着固系于细胞膜中的“抛锚”作用，具有跨膜结构域的蛋白属于跨膜蛋白类。通过TMHMM在线软件预测可知，横坐标表示氨基酸残基位置，纵坐标表示残基具有相应结构的可能性， 结果显示，联乙烯还原酶蛋白没有检测到跨膜区，可能不是跨膜蛋白，联乙烯还原酶蛋白极可能为覆盖蛋白（图4）。

2.5 黄瓜DVR蛋白的亲疏水性预测

用protscale软件分析可知，图中大于零的氨基酸为疏水性氨基酸，小于零的氨基酸为亲水性的氨基酸。通过预测可知，组成联乙烯还原酶蛋白的氨基酸中高亲水性的氨基酸的位点有两个（图5），分别是57和58，分值都是-2.667；组成联乙烯还原酶蛋白的氨基酸中高疏水性的氨基酸的位点206，分值是2.978。

3 讨论

本实验预测得黄瓜联乙烯还原酶蛋白为亲水性的非跨膜类蛋白，通过对蛋白质二级结构的预测可知，黄瓜联乙烯还原酶蛋白二级结构以α螺旋和无规则卷曲为主；根据同源序列的遗传距离得知黄瓜DVR与黄瓜（JX239753.1）同源基因关系最近，与鹰嘴豆基因关系最远。

绝大多数绿色植物进行光合作用离不开叶绿体的存在[11]，而联乙烯还原酶是生物合成叶绿素必不可少的一个关键酶，迄今已在高等植物中检测到5种DVR活性[12]。联乙烯还原酶具有活性，对叶绿素的生物合成途径具有十分重要的意义

[13]。联乙烯蛋白酶基因的突变可能会引起联乙烯还原酶失活，对植物的生存、生长和繁殖造成较大的影响

[15]。应用生物信息学方法对已知黄瓜DVR序列进行比对、分析，从而对其结构和功能进行推断和预测，这可以为我们在开展试验研究前提供尽可能多的信息，从而为选择合适的试验方法提供理论参考，为进一步对该基因的功能研究提供线索。

[参考文献]

[1]闫世江， 张继宁， 刘洁. 低温对黄瓜伤害的研究进展[J]. 蔬菜， 2010， 5（10）：31-34.

[2] 陈惠明， 刘晓虹. 黄瓜性型遗传规律的研究[J]. 湖南农业大学学报：自然科学版， 1999， 25（1）：40-43.

[3] 孙洪涛. 黄瓜果实横径遗传分析及分子标记[D]. 哈尔滨： 东北农业大学， 2010.

[4] 曾维华. “黄瓜”始名考[J]. 上海师范大学学报：哲学社会科学版， 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] 王平荣， 邓晓建. 高等植物叶绿素生物合成的联乙烯还原酶及编码基因研究进展 [J]. 西北植物学报， 2013， 33（4）：843-849.

[7] 王江波. 中国水仙LTR反转录转座子研究及IRAP、REMAP分子标记的开发 [D]. 福州： 福建农林大学， 2012.

[8] 李凤梅， 盖雪梅. 半胱氨酸蛋白酶抑制剂的系统发生分析（英文） [J]. 农业科学与技术， 2010， 14（2）： 44-54.

[9] 廖文彬， 崔百明， 温玮. 赤霉素负调控因子GhRGL（RGL-LIKE）基因序列与功能预测分析 [J]. 热带作物学报， 2009， 30（2）： 773-781.

[10] 张繁. 结核分枝杆菌哺乳动物细胞入侵因子mce家族Rv0590A基因的性质及功能研究 [D]. 重庆： 西南大学， 2011.

[11] 兰金苹， 李莉云， 贾霖， 曹英豪， 白辉. 叶绿体基因编码蛋白质在水稻叶片生长过程中的表达研究[D]. 保定： 河北农业大学， 2011.

[12] 王平荣. 水稻824ys黄绿叶突变基因的图位克隆及功能分析[D]. 雅安： 四川农业大学， 2010.

篇9

【关键词】数学建模生物信息学教学

【中图分类号】G64 【文献标识码】A 【文章编号】2095-3089（2014）05-0214-01

1. 引言

生物信息学是融合生命科学与数理科学的一门新兴学科[1]。1995年在人类基因组计划第一个五年总结报告中对生物信息学的定义是: “它是一门研究包括生物信息的获取、处理、存储、分发、分析和解释等在内的所有方面，并综合运用数学、计算机科学和生物学的各种工具，来阐明和理解大量数据所蕴含的生物学意义的新兴的交叉学科。”随着人类基因组计划的完成，生物信息学的研究进入了后基因组时代，它已广泛的渗透到生物、医药、农业、环境等各个相关研究领域中，成为生命科学和自然科学的重大前沿领域之一。目前，国内很多高等院校已经开设了生物信息学本科专业。

数学建模是一门综合多门学科知识，集应用与能力培养为一体，有利于培养学生的创造意识和应用实践能力的学科[2]。生物信息学专业的本科生在学习完基本的数理知识以及生物信息学专业基础课后，通过数学建模课程的学习，能够使学生综合运用所学的知识解决实际问题，实现了从理论学习到实践应用的跨越；使学生深刻体会到理论指导实践，实践进一步检验和完善理论的过程。本文对数学建模在医学院校生物信息学专业的开展及具体的教学进行了实践探索，目的是培养学生的建模思维和创新能力，为学生综合运用所学知识解决实际问题以及今后的科研打下良好的基础。

2. 教学实践与探索

在医学院校生物信息学专业的数学建模教学中，我们旨在通过体现学科特点的模型的学习以及实践活动培养学生的建模思维、实际动手能力与创新能力。

2.1 精选模型，体现学科特点

在数学建模的教学中，我们主要通过学习已有的数学模型来完成整个课程的学习，包括问题的分析、模型的假设、模型的建立、模型的求解与分析以及后续的模型检验与应用等。因此如何选择适当的模型成为教学中的首要问题。

在选择数学模型时，除了注重模型需具有简洁性和趣味性[3]以外，我们特别选择了能够体现医学院校生物信息学专业特点的模型，与学生所学的专业紧密结合。如DNA序列分类模型、人类癌症基因预测模型、人类疾病网络模型等。此外，在选择这些模型时注意建立的模型具有阶梯性，即由浅入深，由简到繁，以符合学生的逻辑思维。对于给定的实际问题，我们首先想到的是最简单的模型，然后分析模型的局限性及产生的原因，进而寻找策略改进模型，如此形成一种阶梯式的建模过程，最终使得建立的模型越来越接近实际问题,达到完善的地步。例如，对于DNA序列分类模型（2000年全国大学生数学建模竞赛试题），我们可以先后构建特征密码子概率分布判别模型、图论最小生成树模型以及向量空间直观判别模型，这三个模型体现了模型逐步升级的过程。

2.2 逐步引导，培养学生建模思维

数学建模需要综合运用多学科知识，这对于刚刚接触建模的学生来说是比较困难的，需要逐步引导他们，培养建模思维。我们主要借助于具有阶梯性的数学模型、多媒体教学，通过讲解和讨论穿插的教学模式来引导学生。

仍以DNA序列分类模型为例，对于给定的已知类别的序列和待分类的人工序列（序列较短）及自然序列（序列较长），首先想到的是从已知类别中提取特征，用特征对未知序列进行分类。通过讨论，大部分学生很自然的想到选取序列中ATGC四个碱基的含量作为特征，但是这个特征很粗，结果发现很多序列用这个特征无法分类。接下来学生想到用密码子，对64个密码子进行分析提取特征，结果显示此种特征对人工序列得到较好的分类效果，但不适用于自然序列。随后基于上面的结果，进一步应用图论中的最小生成树模型解决问题，发现分类效果较好。此外，在讨论中，有学生也提到了应用“与已知类别特征相近的物质归到一类”的思想，运用二维向量夹角余弦进行分类，结果表明分类效果优于前两种方法。在学习模型的过程中，我们边讲解边引导学生思考问题，讨论问题，并结合多媒体演示，环环相扣，这样的学习方式往往引人入胜，充分调动了学生学习的积极性，培养了学生的建模思维。

2.3 教研结合，培养学生动手能力与创新能力

理论用于指导实践，没有实践的理论是空洞的。在学习完别人建立的模型之后，我们要求学生自己动手解决实际问题，建立模型，正所谓的“依葫芦画瓢”。我们本着寓研于教，教研结合的思想，将科研中遇到的一些实际问题融入教学中，充分发挥学生的想象力与创造力。我们精选具有生物信息学专业特点、体现学科前沿的两个实际问题作为建模试题，让学生三人一组以论文形式完成。如我们选取了给药方案（较简单）和人类癌症miRNA预测(较复杂)两个实际问题作为建模试题。较简单的问题让学生利用实验课的时间进行完成，较复杂的问题以作业形式让学生利用课余时间完成，并将两次建模的成绩作为学生本门课程的最后成绩。

这种考核方式不仅培养了学生动手能力与创新能力，而且让他们体会到之前所学习的专业基础课的意义所在。此外，学生们对科研问题创造性的思维往往超乎我们的想象，为我们生物信息专业的发展注入新的力量，也为学生后续从事相关领域的研究工作打下坚实的基础。

3. 小结

笔者根据自己在医学院校生物信息学专业数学建模课程的教学实践，提出了几点可行性的措施。本着寓研于教，教研结合的思想，通过精选体现学科特点的模型，采取讲解和讨论穿插的教学模式逐步培养学生的建模思维，利用建模试题培养学生实际动手能力与创新能力，取得了较好的教学效果。随着生物信息学以及相关学科的不断发展，生物信息专业的数学建模课程将更加富有挑战性，我们将根据科学发展以及学生的反馈意见不断修订教学内容，丰富教学方法，提高生物信息学专业数学建模课程的教学质量，真正培养学生分析问题、解决问题的能力。

参考文献：

[1]李霞，李亦学，廖飞.生物信息学[M]，北京：人民卫生出版社，2010.

篇10

[论文摘要]生物信息学是80年代以来新兴的一门边缘学科，信息在其中具有广阔的前景。伴随着人类基因组计划的胜利完成与生物信息学的发展有着密不可分的联系，生物信息学的发展为生命科学的发展为生命科学的研究带来了诸多的便利，对此作了简单的分析。

一、生物信息学的产生

21世纪是生命科学的世纪，伴随着人类基因组计划的胜利完成，与此同时，诸如大肠杆菌、结核杆菌、啤酒酵母、线虫、果蝇、小鼠、拟南芥、水稻、玉米等等其它一些模式生物的基因组计划也都相继完成或正在顺利进行。人类基因组以及其它模式生物基因组计划的全面实施，使分子生物数据以爆炸性速度增长。在计算机科学领域，按照摩尔定律飞速前进的计算机硬件，以及逐步受到各国政府重视的信息高速公路计划的实施，为生物信息资源的研究和应用带来了福音。及时、充分、有效地利用网络上不断增长的生物信息数据库资源，已经成为生命科学和生物技术研究开发的必要手段，从而诞生了生物信息学。

二、生物信息学研究内容

（一）序列比对

比较两个或两个以上符号序列的相似性或不相似性。序列比对是生物信息学的基础。两个序列的比对现在已有较成熟的动态规划算法，以及在此基础上编写的比对软件包BALST和FASTA，可以免费下载使用。这些软件在数据库查询和搜索中有重要的应用。有时两个序列总体并不很相似，但某些局部片断相似性很高。Smith-Waterman算法是解决局部比对的好算法，缺点是速度较慢。两个以上序列的多重序列比对目前还缺乏快速而又十分有效的算法。

（二）结构比对

比较两个或两个以上蛋白质分子空间结构的相似性或不相似性。

（三）蛋白质结构预测

从方法上来看有演绎法和归纳法两种途径。前者主要是从一些基本原理或假设出发来预测和研究蛋白质的结构和折叠过程。分子力学和分子动力学属这一范畴。后者主要是从观察和总结已知结构的蛋白质结构规律出发来预测未知蛋白质的结构。同源模建和指认（Threading）方法属于这一范畴。虽然经过30余年的努力，蛋白结构预测研究现状远远不能满足实际需要。

（四）计算机辅助基因识别

给定基因组序列后，正确识别基因的范围和在基因组序列中的精确位置.这是最重要的课题之一，而且越来越重要。经过20余年的努力，提出了数十种算法，有十种左右重要的算法和相应软件上网提供免费服务。原核生物计算机辅助基因识别相对容易些，结果好一些。从具有较多内含子的真核生物基因组序列中正确识别出起始密码子、剪切位点和终止密码子，是个相当困难的问题，研究现状不能令人满意，仍有大量的工作要做。

（五）非编码区分析和DNA语言研究

在人类基因组中，编码部分进展总序列的3－5%，其它通常称为“垃圾”DNA，其实一点也不是垃圾，只是我们暂时还不知道其重要的功能。分析非编码区DNA序列需要大胆的想象和崭新的研究思路和方法。DNA序列作为一种遗传语言，不仅体现在编码序列之中，而且隐含在非编码序列之中。

三、生物信息学的新技术

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

描述了一种利用DNA探针阵列进行基因组研究的方法，其原理是通过更有效有作图、表达检测和多态性筛选方法，可以实现对人类基因组的测序。光介导的化学合成法被应用于制造小型化的高密度寡核苷酸探针的阵列，这种通过软件包件设计的寡核苷酸探针阵列可用于多态性筛查、基因分型和表达检测。然后这些阵列就可以直接用于并行DNA杂交分析，以获得序列、表达和基因分型信息。Milosavljevic(CuraGen， Branford， CT， USA)介绍了一种新的基于专用定量表达分析方法的基因表达检测系统，以及一种发现基因的系统GeneScape。为了有效地抽样表达，特意制作片段模式以了解特定基因的子序列的发生和冗余程度。他在酵母差异基因表达的大规模研究中对该技术的性能进行了验证，并论述了技术在基因的表达、生物学功能以及疾病的基础研究中的应用。

（二）基因的功能分析

Overton(University of Pennsylvania School of Medicine，Philadelphia，PA，USA)论述了人类基因组计划的下一阶段的任务基因组水平的基因功能分析。这一阶段产生的数据的分析、管理和可视性将毫无疑问地比第一阶段更为复杂。他介绍了一种用于脊椎动物造血系统红系发生的功能分析的原型系统E-poDB，它包括了用于集成数据资源的Kleisli系统和建立internet或intranet上视觉化工具的bioWidget图形用户界面。EpoDB有可能指导实验人员发现不可能用传统实验方法得到的红系发育的新的药物靶，制药业所感兴趣的是全新的药物靶，EpoDB提供了这样一个机会，这可能是它最令人激动的地方。

Babbitt(University of California，San Francisco，CA，USA)讨论了通过数据库搜索来识别远缘蛋白质的方法。对蛋白质超家族的结构和功能的相互依赖性的理解，要求了解自然所塑造的一个特定结构模板的隐含限制。蛋白质结构之间的最有趣的关系经常在分歧的序列中得以表现，因而区分得分低（low-scoring）但生物学关系显著的序列与得分高而生物学关系较不显著的序列 是重要的。Babbit证明了通过使用BLAST检索，可以在数据库搜索所得的低得分区识别远缘关系（distant relationship）。Levitt(Stanford univeersity，Palo Alto，CA，USA)讨论了蛋白质结构预测和一种仅从序列数据对功能自动模建的方法。基因功能取决于基因编码的蛋白质的三级结构，但数据库中蛋白质序列的数目每18个月翻一番。为了确定这些序列的功能，结构必须确定。同源模建和从头折叠（ab initio folding）方法是两种现有的互为补充的蛋白质结构预测方法；同源模建是通过片段匹配（segment matching）来完成的，计算机程弃SegMod就是基于同源模建方法的。

（三）新的数据工具

Letovsky(Johns hopkins University，Baltimore，MD，USA)介绍了GDB数据库，它由每条人类染色体的许多不同图谱组成，包括细胞遗传学、遗传学、放射杂交和序列标签位点（STS）的内容，以及由不同研究者用同种方法得到的图谱。就位置查询而言，如果不论其类型（type）和来源（source），或者是否它们正好包含用以批定感兴趣的区域的标志（markers），能够搜索所有图谱是有用的。为此目的，该数据库使用了一种公用坐标系统（common coordinate system）来排列这些图谱。数据库还提供了一张高分辨率的和与其他图谱共享许多标志的图谱作为标准。共享标志的标之间的对应性容许同等于所有其它图谱的标准图谱的分配。

Candlin(PE applied Biosystems，Foster City，CA，USA)介绍了一种新的存储直接来自ABⅠPrism dNA测序仪的数据的关系数据库系统BioLIMS。该系统可以与其它测序仪的数据集成，并可方便地与其它软件包自动调用，为测序仪与序列数据的集成提供了一种开放的、可扩展的生物信息学平台。

参考文献