生物信息学教学大纲.docx
《生物信息学教学大纲.docx》由会员分享,可在线阅读,更多相关《生物信息学教学大纲.docx(17页珍藏版)》请在冰豆网上搜索。
生物信息学教学大纲
红河学院《生物信息学》课程教学大纲
一、课程基本情况与说明
(一)课程代码:
(二)课程英文名称:
bioinformatics
(三)课程中文名称:
生物信息学
(四)授课对象:
生物科学和生物技术专业本科生
(五)开课单位:
生命科学与技术学院
(六)教材:
1、生物技术专业:
《生物信息学应用技术》,王禄山、高培基编,化学工业出版社,2008年
2、生物科学专业:
《生物信息学基础》,孙啸、陆祖宏、谢建明编,清华大学出版社,2005年
(七)参考书目
[1]《生物信息学》,DavidW.Mount著,钟扬等译,高等教育出版社,2003年
[2]《基因组数据分析手册》,胡松年、薛庆中编,浙江大学出版社,2003年
[3]《生物信息学中的计算机技术(DevelopingBioinformaticsComputerSkills)》,CynthiaGibas,PerJambeck著,孙超等译,中国电力出版社,2002年
[4]《生物信息学:
基因和蛋白质分析的实用指南》,AndreasD.Baxevanis,FrancisOuelletteBF著,李衍达、孙之荣等译,清华大学出版社,2000年
[5]《生物信息学算法导论(AnIntroductiontoBioinformaticsAlgorithms)》,琼斯,帕夫纳著,王翼飞等译,化学工业出版社,2007年
(八)课程性质(五号宋体加粗)
生物信息学是生命科学领域一门新兴的边缘学科,综合了生物学、计算机学、信息学、统计学等方面的知识。
该学科在学生掌握生物化学、遗传学、分子生物学以及计算机应用、高等数学等相关知识的基础上开设,属于生物类专业的专业课程(必修或选修)。
通过学习,学生能够加深对分子生物学和基因工程等课程的理解,并为进一步学习基因组学(genomics)和蛋白质组学(protemics)奠定基础。
(九)教学目的
1、给学生介绍生物信息学的主要内容以及未来可能的发展方向,为学生构建相关知识体系,开阔学生的视野,为将来进一步学习、科研打下基础。
2、让学生了解生物信息学的基本研究方法,并能掌握应用其中的一些常用方法,以提高学生的科研能力,领会采用信息学技术去分析和探索大量核酸和蛋白质序列所蕴藏的生命意义的基本思路。
3、学习运用计算机软件来分析生物学问题,提高用理论来辅助、提高实验的设计和数据分析水平,加强对分子生物学实验结果的预测与分析等等的能力。
(十)教学基本要求
本课程应用性、实践性和操作性很强、对计算机水平要求较高。
生物信息学的发源和领先地区又多在国外,大量的生物信息学数据库已经网络化,主要软件都由国外开发,因此对英语水平也有一定要求。
考虑到这些特点,为实现本大纲的要求,应积极采用新教材、多媒体及计算机辅助教学等先进教学手段,同时注意提醒、强化学生的计算机和英语应用水平,提高教学效果。
在教学过程中,要注意前修课程和后续课程的联系(包括生物专业英语)。
①本课程是生物类专业高年级的课程,学生在生物领域已经有了相当基础知识,因此教学重点应放在几大学科(生物学、计算机学、信息学、统计学等)知识的综合上,着重讨论学科的交叉运用,注意对分子生物学知识的回顾、联系和应用。
②对于生物信息学中的基本研究方法的学习,应是教师介绍、课堂讨论、课后作业相结合,通过学生的实践,深入掌握这些研究方法,能理解其算法,培养学生分析问题和解决问题的能力。
重点、难点要突出。
注意理论联系实际。
③结合实际,介绍并提供当前热门的生物信息软件,并布置作业,让学生课下和课后实习。
④对于作为必修课的专业,要在3个学分的课时中,进行不少于18个学时的上机和上网实验,对相应软件和数据库进行操作练习,并作为考核的重要内容。
(十一)学时数、学分数及学时数具体分配
学时数:
54学时(必修)或36学时(选修)
分数:
3学分(必修)或2学分(选修)
学时数具体分配:
教学内容
讲授
实验/实践
合计
第一章绪论
2
2
第二章生物数据
2
2
第三章分子生物学数据库
3
1
4
第四章序列对齐与数据库检索
3
3
8
第五章DNA序列分析
6
3
8
第六章RNA序列分析和结构预测
1
1
2
第七章蛋白质序列分析和结构预测
6
2
8
第八章核酸和蛋白质序列的进化分析
4
2
6
第九章算法和语言
2
2
第十章生物信息学资源、平台及其综合应用
4
4
8
第十一章其他生物信息学领域和技术简介
3
2
5
合计
36
18
54
(十二)教学方式
本课程采用多媒体教学与上机实习相结合的方式。
主要强调利用各种公用的生物信息学资源进行上机实习过程的学习,集课堂教学、实践教学和网络教学为一体,教学环节包括课堂讲授、学生自学、上机实验以及期末考核。
课程大部分内容的讲授需要采用多媒体课件或者网络机房进行教学,并实时演示相关软件操作和网络数据库检索流程等课程的重点内容。
学生上机实习操作要保证学时和练习效果,上机前教师预先布置实验题目,上机实验结束学生提交实验报告。
并完成教师布置的一定量的作业,加深学生对所学知识的理解、运用,进一步训练学生的实际操作能力。
(十三)考核方式和成绩记载说明
考核方式为考查。
严格考核学生出勤情况,达到学籍管理规定的旷课量取消期末考查资格。
总评成绩:
平时成绩:
50%(必修)或40%(选修);形式:
作业与平时实验成绩;
期末成绩:
40%(必修)或50%(选修);形式:
论文(专题研究或文献综述等);
考勤提问:
10%;形式:
不定期点名。
实验成绩主要考查学生的实践动手操作能力和分析能力,平时作业可以分书面作业和电子版作业两种,后者主要是一些在线分析、数据库检索和软件应用的结果文件。
期末主要考查学生理论知识的掌握情况和综合运用水平。
对于少数在某些方面确有特长(如擅长编程或网页数据库制作维护等)的学生,可指定相关软件编写、数据库建设和生物资源类的网页设计等内容作为其课程设计任务,按时完成并达到预
期设计目标的,经审核确认确为其本人独立(或者为主)完成,可以不进行期末考查,以课程设计任务成绩代替。
二、讲授大纲
第一章绪论(2学时)
基本要求:
了解生物信息学兴起的主要原因。
历数遗传学和基因组学领域中各里程碑事件及基因组测序技术的发展。
理解生物信息学的基本概念和目前生物信息学中的各热点问题。
掌握什么是生物信息学的研究对象和研究内容,以及几个重要的生物信息学资源和主要生物信息学工具。
理解生物信息学的交叉学科和大科学特点。
重点:
1、生物信息学的定义、基本概念及其发展现状。
2、生物信息学研究的基本内容、基本原理与生物学基础。
3、计算机在生物学研究中的应用。
难点:
1、信息的内涵。
2、生物大分子序列和结构的信息功能。
3、生物信息学的交叉学科和大科学特点。
主要内容:
生物信息学的兴起和发展背景,生物信息学的概念、主要内容、研究意义和学科特点,以及当前生物信息学所面临的巨大挑战等。
第二章生物数据(2学时)
基本要求:
了解一般意义上的生物数据和现代的生物信息学数据的区别。
了解从单克隆技术到全基因组鸟枪法测序技术的发展使得海量的基因组数据产生,以人类基因组为例,了解基因组注释的主要步骤和内容。
遗传变异(如SNP)的概念、类型及发现方法。
了解核糖核苷酸水平上基因表达的概念和非编码RNA在基因组中的多种类型。
掌握表达序列标签的主要特点,学习表达序列标签对掌握基因组内各种特征信息的意义。
理解高通量的蛋白质组和相互作用组产生的背景,对这些新兴的概念有比较深入的理解。
熟悉生物信息学数据的采集来源。
重点:
1、理解如何对已测序的基因组数据进行注释和正确地进行基因预测。
2、掌握转录组的发现和基因表达谱的概念、单核苷酸多态性(SNPs)。
3、了解蛋白质序列和结构特点及其蕴含的信息。
难点:
1、如何从海量的基因组数据提取有用的信息是基因组序列数据分析的巨大挑战。
2、基因表达数据的分析。
3、蛋白质结构。
主要内容:
核心内容是介绍海量的生物信息学数据是如何产生的,以及这些数据的主要特点(具体包括:
具有信息功能的生物大分子,基因组序列数据和基因组测序技术,遗传变异数据,转录组的基本概念及应用,基因表达谱的基本概念以及应用,EST以及EST的重要性,蛋白质组学的意义和对生物信息学提出的要求,蛋白质相互作用识别和预测的多种计算方法,生物通路,蛋白质二级、三级结构的数字化,常见非编码RNA,如tRNA,rRNA和miRNA等。
生物信息学数据的实验室采集和网络数据库采集。
第三章分子生物学数据库(3学时)
基本要求:
了解几个注释较好的提供基因组浏览器的生物数据库资源(如NCBI,UCSC和EMBL等)其各自的特点及它们之间的联系。
理解DNA序列的存储数据库(如GenBank,DDBJ,EMBL等)和蛋白质序列的存储数据库(如UniProt等)中一些关键序列号的意义和数据库内部结构的组织等。
了解常用的公共基因表达数据库、表达序列标签数据库dbEST。
掌握目前已有的蛋白质相互作用数据库,生物通路数据库和蛋白质结构数据库。
能够根据自己问题出发找到感兴趣的蛋白质所涉及的相互作用,参与的生物通路和三维结构。
重点:
1、常用核酸和蛋白质序列和结构数据库的种类和内容。
2、数据库的格式和注释。
难点:
数据库构建、各种数据库包含数据的种类。
主要内容:
1、DNA、RNA与蛋白质序列数据库
2、蛋白质结构数据库、蛋白质分类数据库CATH与SCOP
3、基因与蛋白质表达数据库
4、蛋白质相互作用数据库
5、其他数据库
第四章序列对齐和数据库检索(3学时)
基本要求:
了解核酸序列比对的内容和相似序列的获得方法,掌握常用数据库的检索流程,理解序列比对和数据检索的原理和意义。
重点:
双序列比对
难点:
序列比对算法,多序列比对
主要内容:
序列比对相关的基本概念,序列相似性的评价方法,最优比对的确定—动态规划方法,比对结果的显著性分析,相似序列的启发式搜索—BLAST算法原理,BLAST软件系列的使用,FASTA算法,多序列比对技术。
第五章DNA序列分析(6学时)
基本要求:
熟悉核酸序列分析和基因组分析的主要内容,掌握常用序列分析工具的使用,理解基因结构与DNA序列分析的生物学意义。
重点:
核酸序列分析的内容,序列分析工具的使用,以及基因结构与DNA序列分析的生物学意义。
难点:
通过序列对比,推测分子的同源性;全基因组比较结果的可视化,电子PCR。
主要内容:
DNA序列分析的意义,序列的预测与鉴定,核酸序列物理性质的计算,核酸序列的基本分析(分子质量、碱基组成、碱基分布、序列变换、限制酶切分析和克隆测序分析等),密码子指纹与密码子使用偏好性分析,电子基因定位分析,基因组测序与分析,表达序列标签(EST)分析,SNPs识别,可读框分析,真核生物基因的启动子分析及其他调控位点分析,DNA序列分析工具。
第六章RNA序列分析(1学时)
基本要求:
了解RNA的信息功能、种类、序列特征、熟悉常见RNA二级结构和三级结构特征、了解二级结构预测的原理,掌握二级结构预测的方法和相关软件的使用。
重点:
RNA的种类及其序列和结构特征
难点:
RNA二级结构预测理论
主要内容:
RNA标纹识别和局部结构配对,RNA二级结构预测的理论和方法(如Zuker最小自由能算法或者遗传算法),RNA结构预测软件(如Unix平台的MFold和Windows平台的RNAStructure、RNAdraw)。
第七章蛋白质序列分析和结构预测(6学时)
基本要求:
了解蛋白质序列分析的