欧美激情网址,国产a级毛片一区,日韩成人午夜

引論：我們?yōu)槟砹?3篇生物信息學方向范文，供您借鑒以豐富您的創(chuàng)作。它們是您寫作時的寶貴資源，期望它們能夠激發(fā)您的創(chuàng)作靈感，讓您的文章更具深度。

篇1

1生物體醫(yī)學信號

生物體不同信號的波形圖。幾種常見的心電波形圖如圖2所示，可以看出不同形態(tài)的生物體反映出不同的信號特征，進而反映在波形圖上。醫(yī)師可以根據(jù)波形圖的特征對生物體的病情加以判斷，從而進行針對性治療。計算機和智能化技術(shù)的不斷發(fā)展為生物信號診斷技術(shù)提供可靠的保證。正確地劃分生物信號類別是醫(yī)學內(nèi)的重要保證。一般來說，對波形間的相似性程度進行劃分類別，再對不同類別信號加以分析，可以縮短工作量，提高工作效率和分析的準確性，這是目前生物信號研究的發(fā)展方向。

2相似性分析法

指采用某種方法來描述和分析兩者之間的相似度。相似性分析通常分為兩個步驟:特征提取和表示以及相似性度量。由于生物體發(fā)出的生物自然信號能夠隨時間的推移而發(fā)生變化，因此可以把生物信號作為時序信號中的一種。對時序數(shù)據(jù)的分析目前已廣泛應用，例如氣象變化情況、石油勘探情況、股票走勢數(shù)據(jù)等。可以看出時序數(shù)據(jù)具有很大的復雜性和計算量，其相似性度量會很大程度影響著分析的結(jié)果。生物信號同樣具有上述特性，復雜多變是生物信號波形曲線形態(tài)的主要特征，因此其相似性分析要包括以下兩個方面:一是從原始生物信號中提取特征信息，進行優(yōu)化組合，作為表示特征向量;二是對特征向量進行相似性度量或分類。原始數(shù)列的特征提取對降低計算量有很好的幫助，通過只保留數(shù)列的主要形態(tài)，去除次要形態(tài)和細枝末節(jié)，提高數(shù)據(jù)分析的準確性。目前，特征提取的方法有很多，研究思路也各不相同。Keogh等［2］以時間序列為基礎，輸出的結(jié)果形式為線性分段，這種成為線性分段算法。主要方法是將數(shù)列表示為多段線性的直線，從而減少實驗數(shù)據(jù)。這種線性分段算法的優(yōu)點直觀明了，可進行多解析多運算，支持各類測量方法，應用廣泛。生物信號作為時間序列的一種，也存在復雜表現(xiàn)形式，因此在分析中會面臨很多困難。基線漂移和時間軸的伸縮是生物信號最主要面臨的問題［3－4］，選擇合適的距離度量方法，能夠提高相似性分析的準確性。動態(tài)時間彎曲(dynamictimewarp，DTW)可以作為一種有效的解決方法，但它的缺點是時間復雜，應用并不廣泛.

3生物醫(yī)學信號相似性分析的關(guān)鍵問題

生物信號作為時序信號的一種，具有維數(shù)高、數(shù)據(jù)量巨大、噪聲干擾嚴重的特點。但由于人體是一個復雜的自然系統(tǒng)，人體信號具有時序信號所沒有的一些特點。

3.1隨機性強

由于人體的個體差異性很大，所表現(xiàn)出的生理信號也會隨之產(chǎn)生差異，比如年齡的差異、性別的差異等。人體健康與生病的生理信號，其差異性會更大。生物醫(yī)學信號具有隨機性，它的特征并不平穩(wěn)，隨著時間發(fā)生變化，這種變化為醫(yī)學中的信號處理帶來較大困難。

3.2信號弱，噪聲強

一般直接從人體中檢測到的電信號幅值比較小。因此，在處理各種生理信號之前要應用放大器。噪聲是指其他信號對所研究對象信號的干擾，研究時需要對信號去除噪聲再進行研究。

3.3頻率范圍低

經(jīng)頻譜分析可知，除聲音信號(如心音)頻譜成分較高外，其他電生理信號的頻譜一般較低。

3.4周期性

生物信號的幅值會隨著時間而產(chǎn)生周期性的變化，如圖3所示的心電波形。首先，將連續(xù)信號分為單個波形，即找到電波的最高點為分割點;然后，將連續(xù)波形分為多個單段連續(xù)的波形。若分割點選取不準確，將會對信號的判斷產(chǎn)生影響.生物信號具有維度高、數(shù)據(jù)多等特征，在相似性分析方面存在一定的難度。由于人們大都注意特征數(shù)據(jù)的提取方法，因此希望距離度量采用更簡單的方法。生物信號經(jīng)過復雜的特征數(shù)據(jù)提取后，距離度量通常采用簡單方法降低運算復雜程度，提高準確率。生物信號具有信號弱、噪聲強、頻率范圍低等特點，需要采用相應方法達到降維、去噪的功能。通常提取初次特征后，剩余的信息量仍然會很大，因此需要對特征數(shù)據(jù)進行再優(yōu)化，采用該方法雖然能保證較高的準確率，但優(yōu)化過程復雜度過高。

4窗口斜率的特征表示方法

特征提取方法是相似性分析的重要內(nèi)容，是影響分析的效率和精確性的重要保證。由于生物信號波形的相似性，我們需要關(guān)注波形征點的微小差異，重視波形中的細節(jié)走勢變化，對波形進行分類研究。上文提到，特征提取優(yōu)化過程復雜度很高，難以同時兼顧提取的效率和準確性，但因為生物信號波形具有周期性，可以將波形按照周期進行劃分，波形的變化走勢可以用不同階段內(nèi)的斜率表示，因此本研究提出了采用窗口斜率的特征表示方法。

4.1窗口斜率表示法

基于X、Y軸的波形圖表示方法。首先將該坐標內(nèi)的區(qū)域進行網(wǎng)格劃分，網(wǎng)格的大小可由兩個參數(shù):閾值t和網(wǎng)格高度h決定。對橫坐標的劃分網(wǎng)格大小由閾值t確定，對縱坐標的劃分網(wǎng)格大小由網(wǎng)格高度h確定。兩個參數(shù)t和h的大小對窗口效率法分析結(jié)果影響較大，對于不同的生物信號波形應選取合適的參數(shù)進行劃分。在網(wǎng)格劃分中，首先設定兩個參數(shù)，窗口閾值為t，網(wǎng)格高度為h。則波形的任意一個窗口的幅值可表示為(at(i－1)+1，…，ati+1)。任意一個窗口內(nèi)的縱向幅值差可以通過公式(3－1)來表示。(3－1)從公式可以看出，當閾值t固定后，公式所計算的值實際就是窗口內(nèi)的斜率，因此這種方法稱作窗口斜率表示法。

4.2參數(shù)確定

從上述公式的計算方法我們可以看出，窗口斜率特征法的參數(shù)t對于窗口內(nèi)斜率的計算有著重要的影響，參數(shù)選擇過大，則無法起到精細分析的效果;參數(shù)選擇過小，會導致任務量增加，網(wǎng)格高度一般選擇0.1且不變動。圖5顯示了心電波形和鋒電位波形的形狀，進行兩種心電波形分析時，采用窗口斜率法首先確定閾值和高度。通常，窗口閾值在關(guān)鍵波峰的1/10～1/5內(nèi)選擇，經(jīng)過大量實驗數(shù)據(jù)表明，心電波形窗口閾值為4時效果最佳，鋒電位波形窗口閾值為2時效果最佳.

4.3窗口斜率法特征提取結(jié)果

窗口斜率法的實質(zhì)就是將坐標內(nèi)的波形圖進行網(wǎng)格劃分，對網(wǎng)格內(nèi)的數(shù)據(jù)進行斜率計算，計算結(jié)果表現(xiàn)在坐標內(nèi)，從而對相似的波形區(qū)分開來。生物信號具有復雜性、緯度高等特征，非常適合采用窗口斜率法進行特征提取。在特征提取過程中主要關(guān)注窗口內(nèi)斜率的變化規(guī)律，即使幾個波形走勢非常相似，但反映在斜率變化上會有很大的不同。圖6顯示了3種相似的波形經(jīng)過窗口斜率法計算后，結(jié)果對比差異很明顯。計算前可以看到3種原始波形很難區(qū)分，但通過窗口斜率計算后，特征體現(xiàn)在斜率上會有很大的變化，通過這些變化可以準確判斷波形類別，再進行下一步研究分析。

4.4窗口斜率法特點

窗口斜率特征提取法是基于生物信號復雜性與相似性的難點而定。對3種相似的波形采用窗口斜率法計算后，其斜率波形表現(xiàn)出明顯的差異，因此，窗口斜率法對于生物信號波形的特征提取非常有用，其原理較為簡單，計算方法方便。經(jīng)窗口斜率法對序列降維計算，能夠節(jié)約計算量。此外，窗口斜率法能夠維持靈敏度和特異度的平衡，使其均保持在較高水平，即在避免異常波形漏檢的情況下，提高了波形識別的準確率。因此，窗口斜率法可作為生物信號相似波形處理的重要手段。然而，窗口斜率法的關(guān)鍵點在于選擇合適的閾值參數(shù)，它很大程度影響計算的準確性。尋找最優(yōu)閾值是一個煩瑣的工作，需要不斷地迭代計算。窗口斜率法的關(guān)鍵點在于窗口閾值的選取，該參數(shù)對斜率計算結(jié)果影響很大，而且對不同波形時要求不盡相同。通過手動選取分類閾值，計算結(jié)果會有誤差，選不到最優(yōu)閾值，分類結(jié)果也得不到最優(yōu)。如果閾值范圍很大，會造成任務量增大，如何選擇確定合適的閾值參數(shù)，對于窗口斜率法的應用具有重要影響，這也是下一步工作的主要方向。此外，未來的工作還需要一些實驗結(jié)果來論證此方法的效果，通過對不同信號波的研究，確定選擇最佳閾值參數(shù)的方法與理論。

［參考文獻］

［1］劉海龍.生物醫(yī)學信號處理［M］.北京:化學工業(yè)出版社，2006.

［2］KeoghE，ChakrabartiK，PazzaniM，etal．DimensionalityReductionforFastSimilaritySearchinLargeTimeSeriesDatabases［J］.KnowledgeandInformationSystems，2001，3(3):263－286．

篇2

生物信息學（bioinformatics）是一門新興的交叉學科，生物學與醫(yī)學、數(shù)學、計算機科學是其中三個主要組成部分。生物信息學作為跨越生命科學和信息科學兩大熱點領(lǐng)域的學科，擁有蓬勃的生命力。面對人類基因組計劃所產(chǎn)生的龐大的分子生物學信息，生物信息學的重要性已越來越突出，它無疑將會為生命科學的研究帶來革命性的變革。［1］［2］國內(nèi)外對生物信息學的人才需求也在激增。

目前，生物信息學在我國尚處于起步階段，因為要進行生物信息學的研究，對人員要求很高，需要深厚的生物大分子結(jié)構(gòu)和功能方面的背景知識，需要扎實的應用數(shù)學或統(tǒng)計學知識，還需要精通計算機，至少得具備三者之二。但實際情況是大部分從事生物學研究的人不熟悉計算機，而從事計算機科學的人員多數(shù)又缺乏對生物學的了解。盡管如此，生物信息學的教育在國內(nèi)外高等院校及科研機構(gòu)越來越普及。據(jù)不完全統(tǒng)計，我國超過30個高校或科研機構(gòu)開設生物信息學專業(yè)課程。［3］這些研究與教育一般分散在多個系所屬的多個專業(yè)中，如生命科學院（北京大學等）、計算機學院（哈爾濱工業(yè)大學等）、理學院（天津大學等），我校是由計算機學院開設全校公共課。不同學校根據(jù)自身的情況，在開設生物信息學這門課時，側(cè)重點都不一樣。如果由醫(yī)學院的教師授課，則側(cè)重點可能在致病基因的研究方面，［4］計算機專業(yè)教師授課則可能側(cè)重于數(shù)據(jù)庫的管理、查詢等方面，［5］理學院的教師授課則可能側(cè)重于生物信息學中的數(shù)學問題。筆者是計算機專業(yè)出身的，研究方向為圖像處理與模式識別，所以主要從計算機和數(shù)學的角度去授課。另外，研究生教學又與本科生教學［6］不同，研究生教學更加應該注重培養(yǎng)學生的主動學習意識和綜合能力。筆者將教學實踐中的心得進行了初步的總結(jié)，以供商榷。

2.注重培養(yǎng)學生的學習興趣

從培養(yǎng)學生的學習興趣出發(fā)，在課堂教學過程中，充分利用豐富的網(wǎng)絡資源，如圖像、視頻等。比如在介紹模式生物時，可以給出各種模式生物的圖像；在介紹各種各樣的生物數(shù)據(jù)庫時，可以在課堂上現(xiàn)場上網(wǎng)登陸數(shù)據(jù)庫，演示和介紹各個數(shù)據(jù)庫的特點和使用方法等。研究生不同于本科生，本科生可能比較習慣于教師的灌輸性教學，而研究生教學更加鼓勵學生主動自覺地學習。這從“研究”一詞的英文解釋“re-search”――再（“re-”）探索（“search”）中也可以看出。教師在研究生學習過程中主要起引路的作用，而不可能手把手帶著學生研究。生物信息學更是如此，它是一門新興的交叉學科，很多理論和研究內(nèi)容還不成熟，需要科學工作者不斷地探索。因此，通過生動形象的啟發(fā)式課堂教學，培養(yǎng)學生的學習興趣，對學生以后的進一步研究有著重要的作用和意義。

3.注重培養(yǎng)學生的綜合素質(zhì)

在生物信息學的上課過程中安排幾次學生的課堂報告。具體做法是：由教師或?qū)W生在國外重要期刊（如Bioinformatics）或會議上找與學生自身的研究方向比較相近的生物信息學方面的最新文獻，然后幾個學生一組共同針對某幾篇文獻進行閱讀、理解，最后以報告的形式跟大家一起交流和討論。在這個過程中，可以培養(yǎng)學生的如下幾個方面的能力：

（1）搜尋資料的能力。現(xiàn)在網(wǎng)絡非常發(fā)達，網(wǎng)絡資源也非常豐富，如何從紛繁復雜的網(wǎng)絡資源中找到自己所需的資料不是一件容易的事。學生可以通過學校購買的數(shù)據(jù)庫進行查找適合自己的文獻資料，也可以通過搜索引擎進行查找。通過這個過程，學生可以了解有哪些數(shù)據(jù)庫可以利用，哪些網(wǎng)站資源比較豐富，以及選擇什么關(guān)鍵詞進行查找比較有效，等等。

（2）閱讀外文文獻的能力。學生在本科階段一般沒有讀外文文獻的習慣，而進入研究生學習階段，為了了解和研究國際前沿領(lǐng)域，就必須閱讀大量外文文獻，畢竟國外的科技實力在很多方面還是處于領(lǐng)先位置的。給學生指定幾篇優(yōu)秀的外文文獻進行閱讀和理解，可以一定程度上鍛煉學生閱讀外文文獻的能力。因為要想真正理解文獻的內(nèi)容，就必須對文獻進行仔細認真的閱讀和研究。

（3）團結(jié)協(xié)作的能力。每個課堂報告都是由幾個學生共同參與完成的，在這過程中有組織協(xié)調(diào)和分工的問題，這需要大家共同努力，團結(jié)協(xié)作。團結(jié)協(xié)作在當今社會越來越被推崇，所以培養(yǎng)學生團結(jié)協(xié)作的能力對于他們以后進入社會很有幫助。從實際執(zhí)行的情況看，效果還不錯。比如有的學生數(shù)學基礎好，他就負責理解文獻中的公式和算法部分；有的學生計算機能力比較強，他就負責編程實現(xiàn)、課件制作等。

（4）口頭表達的能力。課堂報告的最后陳述和討論可以鍛煉學生的口頭表達能力。有的學生平時很少有作報告的機會，所以口頭表達的能力得不到鍛煉。本課程提供給學生一次口頭表達能力鍛煉的機會，讓學生體會到如何組織報告內(nèi)容、如何把自己理解的內(nèi)容介紹給聽眾是比較有效的，是容易被大家理解和接受的。

4.理論與實踐相結(jié)合，鼓勵交叉性研究

為了做到學有所用，筆者從每個學生自身的研究方向出發(fā)，為每個學生指定與其研究方向相關(guān)的生物信息學方面的最新文獻進行閱讀和理解。鼓勵學生進行跨學科切交叉性研究，將所學的生物信息學知識應用于實際的研究中，或者利用已掌握的知識促進生物信息學的研究。比如課堂上的計算機學院的學生有研究圖像處理與模式識別的，就給他們安排一些生物圖像處理、基因識別等方面的文獻。這種交叉性的學習和研究，有可能激發(fā)學生的靈感，獲得比較大的創(chuàng)新性成果。

5.結(jié)語

生物信息學課程教學的實踐表明，學生經(jīng)過這門課程的學習，學到了一定的內(nèi)容，如對生物信息學這門課有了比較清楚的了解和認識、綜合素質(zhì)得到了一定的提高、找到了一些適合自己的研究切入點等。總的來說，教學效果不錯，但還需要進一步探索，進一步完善。

參考文獻：

［1］張陽德.生物信息學［M］.北京：科學出版社，2005：1-15.

［2］郝柏林，張淑譽.生物信息學手冊［M］.上海：上海科學技術(shù)出版社，2002：1-10.

［3］許忠能.生物信息學［M］.北京：清華大學出版社，2008：8-17.

篇3

近些年，生物信息學順應時代變化而成為生命科學的新興領(lǐng)域。[1]生物信息學主要是對核酸和蛋白質(zhì)兩個大方向的數(shù)據(jù)進行處理與分析。[2]目前，生物信息學作為基礎課程在各高校生物科學專業(yè)及相關(guān)專業(yè)開設。其教學質(zhì)量的高低對于培養(yǎng)學生的綜合能力具有重要的意義。[3]因此，各高校在教材選擇、課程安排、教學內(nèi)容、實踐教學等方面不斷進行改進。[4]優(yōu)秀的生物信息學教材是提高教學質(zhì)量的基礎。對不同的教材進行對比分析，從中選取適合相關(guān)專業(yè)的教材，是教師的必要工作。本文對五種生物信息學教材進行分析，為不同專業(yè)對于教材的選擇提供參考和建議。

一、研究方法及教材簡介

（一）文獻研究法

筆者主要從以下三個方面進行文獻檢索。首先，搜索與生物信息學教材分析相關(guān)的著作。其次，利用中國知網(wǎng)、萬方數(shù)據(jù)庫等檢索與教材分析相關(guān)的期刊論文。最后，借鑒優(yōu)秀教師的教案，仔細閱讀并進行分析。深入了解相關(guān)生物信息學教材分析的背景以便進行整理分析。

（二）對比研究法

本文主要選取了五種生物信息學教材，根據(jù)教材的基本框架結(jié)構(gòu)及特點，對其進行對比分析，分析總結(jié)不同教材之間異同。

二、生物信息學教材分析

隨著課程改革的不斷完善，針對不同地區(qū)、不同專業(yè)，教材的使用也趨向多元化。生物信息學教材是教師進行教學活動的基礎。對不同的生物信息學教材進行對比，以便教師作出最適合的選擇。如表1所示，對五種教材從宏觀角度進行內(nèi)容上的分析。

如表1所示，從中可看出這五種教材從整體編寫方面，都涵蓋了核酸和蛋白質(zhì)兩個主要層面。主要內(nèi)容包括：生物信息學的概念及發(fā)展歷程、數(shù)據(jù)庫的介紹、生物信息學常用統(tǒng)計方法、基因組學、蛋白質(zhì)組學等幾大方面。并且，大多數(shù)教材都附有思考題，有利于學生課后對知識進行運用及加深理解。只是隨著生物信息學的飛速發(fā)展，不同版本的教材增添了新的相關(guān)的知識。同時不同教材的側(cè)重點略有差異。

另一方面，從表1中可看出，五種教材所包含的章節(jié)為7到15章不等。這說明，隨著科學技術(shù)的不斷發(fā)展，更多的前沿知識不斷地填充到教材中。所以，隨著時間的變化，不同的教材，具有各自的特色。

首先，教材的側(cè)重點不同。隨著各物種的基因組計劃的不斷完成，生物信息學發(fā)展實現(xiàn)了質(zhì)的飛躍。并且融入到各個領(lǐng)域中。例如：由李霞、雷建波編寫的《生物信息學》，側(cè)重介紹了生物信息學與疾病的相關(guān)聯(lián)性。教材在內(nèi)容和形式上有所創(chuàng)新。突出實用性，以臨床實際問題作為編寫出發(fā)點；而劉娟編寫的《生物信息學》一書中，以豐富的實例，重點介紹了相關(guān)數(shù)據(jù)庫和軟件的功能、應用策略和使用方法。在章節(jié)編排上涉及微陣列數(shù)據(jù)分析的內(nèi)容，突出了生物信息學與數(shù)學的融合。

其次，不同教材的難度存在差異性。陶士珩編寫的《生物信息學》較基礎，包含了生物信息學基本內(nèi)容，力求使學生全面了解和掌握生物信息學領(lǐng)域的重要基礎知識與基本操作技能。而陳銘編寫的《生物信息學》，根據(jù)生物信息學多學科融合的特點，增添編程與統(tǒng)計學知識，教材所涉及的知識范圍廣泛。使得無論是對教師還是學生來講，都要求具有深厚的學科背景。

最后，學科之間聯(lián)系程度差異。生物信息學作為一項生物科學的工具，不僅僅應用于生物學，同時，在醫(yī)學、農(nóng)業(yè)專業(yè)、計算機科學等領(lǐng)域。[10]但不同教材所體現(xiàn)生物信息學與其他學科的聯(lián)系程度不盡相同。例如：吳祖建編寫的《生物信息學分析實踐》一書，主要包含了數(shù)據(jù)庫檢索、引物設計、序列分析等諸多技術(shù)問題。書中以圖表形式為主，文字介紹為輔，以讓學生學會操作為主，將生物信息學與計算機科學緊密結(jié)合。

三、結(jié)語

生物信息學重要特點為學科交叉性，涉獵范圍廣。不同的生物信息學教材適用于不同專業(yè)。本文對五種教材進行對比分析，根據(jù)教材不同特色并結(jié)合不同專業(yè)特點，為教師選擇適合的教材提出建議。陶士珩、劉娟編寫的兩版不同《生物信息學》，內(nèi)容基礎，適用農(nóng)業(yè)專業(yè)和師范專業(yè)作為教學用書；李霞、雷健波編寫的教材，主要突出了與醫(yī)學相關(guān)聯(lián)系，適用于醫(yī)學專業(yè)用書；陳銘、吳祖建所編寫教材，注重與計算機科學的關(guān)聯(lián)，實踐性強，有利于培養(yǎng)學生動手操作能力，適用于計算機專業(yè)。

參考文獻：

[1]朱杰.生物信息學的研究現(xiàn)狀及其發(fā)展問題的探討[J].生物信息學，2005，3（4）：185-188.

[2]趙屹，谷瑞升，杜生明.生物信息學研究現(xiàn)狀及發(fā)展趨勢[J].醫(yī)學信息學雜志，2010（5）：2-6.

[3]倪青山，金曉琳，胡福泉等.生物信息學教學中學生創(chuàng)新能力培養(yǎng)探討[J].基礎醫(yī)學教育，2012，14（11）：816-818.

[4]向太和.我國現(xiàn)有《生物信息學》教材和網(wǎng)絡資源的分析[J].杭州師范學院學報（自然科學版），2006，5（6）.

[5]陶士珩.生物信息學[M].北京：科學出版社，2007.

[6]劉娟.生物信息學[M].北京：高等教育出版社，2014.

[7]吳祖建.生物信息學分析實踐[M].北京：科學出版社，2010.

[8]陳銘.生物信息學（第二版）[M].北京：科學出版社，2015.

[9]李霞，雷建波.生物信息學（第二版）[M].北京：人民衛(wèi)生出版社，2015.

篇4

傳統(tǒng)的婦科腫瘤學研究生教育重視的是單一學科的知識傳授，忽略了學科之間的交叉影響，教育理念陳舊，教學內(nèi)容繁雜，傳授方法老套，學生們在接收和學習知識的過程中往往處于被動的位置，難以突破傳統(tǒng)思維的桎梏，這點顯然不符合現(xiàn)代醫(yī)學復合型人才的教育要求。婦科腫瘤學是大數(shù)據(jù)背景下知識更新迅速的學科之一，迫切需要全新的研究生教育理念進行知識的傳授。生物信息學理念剛好為這一過程搭建橋梁。

生物信息學是20世紀90年代逐漸興起的一門交叉學科，它以生物作為主要研究對象，借助計算機技術(shù)、信息科學技術(shù)、分子生物學技術(shù)和應用數(shù)學等手段，對大量復雜的生物數(shù)據(jù)進行處理、存儲、分析和闡述，旨在深入挖掘和揭示潛在的生物學意義。隨著精準醫(yī)療時代的到來，生物信息學的作用日益凸顯，它已經(jīng)滲透到生命科學研究領(lǐng)域的各個方面，并成為了最有活力的前沿領(lǐng)域之一[1]。當前，國內(nèi)不少高等醫(yī)學院校陸續(xù)開設生物信息學這門課程。對于醫(yī)學研究生而言，生物信息學不僅僅是一門課程，它還教會了學生從海量生物數(shù)據(jù)中挖掘有意義的生物信息，因此，從某種意義而言，它更是一種思維方式的體現(xiàn)。廣西醫(yī)科大學附屬腫瘤醫(yī)院（以下簡稱“我院”）婦科從1985年開始招收研究生，在學校開設生物信息學課程之初，即重視研究生生物信息學思維的培養(yǎng)，并且使他們學會將這種思維方式更好地應用于婦科腫瘤學研究領(lǐng)域，為社會輸送一批又一批具有生物信息學理念的現(xiàn)代醫(yī)師。

1將生物信息學核心理念應用于婦科腫瘤學研究生的教學實踐

生物信息學的核心理念是海量數(shù)據(jù)的管理和挖掘，注重學生自主學習能力的培養(yǎng)，而自主學習是一種新型教學理念，同時也是高等院校教學改革的主要方向之一[2]。生物信息學除了能教會學生使用大量的相關(guān)數(shù)據(jù)庫和在線分析工具進行科學研究以外，還能教會他們掌握主動學習的方法和途徑，學會利用現(xiàn)有的數(shù)據(jù)庫和在線分析工具進行深度挖掘，旨在幫助他們解決臨床實踐過程針對疑難病癥的診療問題，最終服務患者[3]。在婦科腫瘤學研究生教學實踐中引入生物信息學理念有如下幾個方面的具體表現(xiàn)：

1.1建立生物信息學的概念和意識

在婦科腫瘤學領(lǐng)域培養(yǎng)出具有生物信息學知識背景的研究生，這種跨學科創(chuàng)新型研究生培養(yǎng)模式，突破了傳統(tǒng)的單一學科研究生培養(yǎng)模式的桎梏，順應了新時代研究生教育的發(fā)展潮流。在日常研究生培養(yǎng)中，我院著重幫助學生建立起生物信息學的意識和思維方式。首先，在課程設置方面，我院動員婦科腫瘤學研究生自覺將生物信息學這門課程列為其研究生生涯的必修課程。通過課程的學習，學生將意識到，生物信息學是一門由生命科學和計算機科學交叉形成的新興學科，先后經(jīng)歷了前基因組時代、基因組時代和后基因組時代三個階段，涵蓋了生物信息的獲取、處理、存儲、傳播、分析和闡述等方面[4]。其次，我院定期組織學生進行小組學習，通過線上線下混合式教學手段引導學生對生物信息學的深度學習。同時，我院也重視婦科腫瘤學教師自身的生物信息學通識教育，不定期邀請生物信息學教研室教師答疑解惑。最后，我院引導學生將生物信息學知識應用到研究生課題研究中，進一步加深學生對生物信息學和婦科腫瘤學知識的理解。

1.2學會使用生物醫(yī)學數(shù)據(jù)庫和在線分析工具

生物信息學發(fā)展至今，產(chǎn)生許多生物醫(yī)學數(shù)據(jù)庫和在線分析工具，如基因表達（geneexpressionomnibus，GEO）數(shù)據(jù)庫、蛋白質(zhì)相互作用數(shù)據(jù)庫、微小RNA（microRNAs，miRNA）靶標數(shù)據(jù)庫、癌癥基因組圖譜（thecancergenomeatlas，TCGA）數(shù)據(jù)庫和用于注釋、可視化和集成發(fā)現(xiàn)（thedatabaseforannotation，visualizationandintegrateddiscovery，DAVID）的數(shù)據(jù)庫等常用數(shù)據(jù)庫和GEO2R在線工具、GeneMANIA在線工具和醫(yī)學本體信息檢索（CoremineMedical）平臺等常用在線分析平臺[5]。對于婦科腫瘤學研究生而言，無論是專業(yè)型研究生還是學術(shù)型研究生，掌握生物信息學知識并不在于如何進行復雜算法的開發(fā)、原始數(shù)據(jù)的處理或數(shù)據(jù)庫的構(gòu)建，而是如何使用這些數(shù)據(jù)庫和在線工具進行數(shù)據(jù)挖掘和分析，并用于指導科學研究和臨床實踐。在婦科腫瘤學研究生教學實踐中，我院著重強調(diào)“以實踐為中心”。比如，Wei等[6]在其研究生課題中巧妙應用了GEO數(shù)據(jù)庫中的3個獨立基因芯片數(shù)據(jù)（GSE25191、GSE28799和GSE33874），進行基因差異表達分析和基因通路富集分析，并通過實時定量聚合酶鏈反應和TCGA數(shù)據(jù)庫驗證，發(fā)現(xiàn)整合素α6亞單位（integrinα6subunit，ITGA6）是卵巢癌腫瘤干細胞核心基因，該基因的高表達與卵巢癌化療的耐藥和預后差密切相關(guān)。研究生唯有親身實踐，將理論知識融入實踐中，才有可能熟練掌握這些生物醫(yī)學數(shù)據(jù)庫和在線分析軟件的使用方法和數(shù)理基礎。

1.3將數(shù)據(jù)挖掘理念融入科學研究和臨床實踐中

在生物醫(yī)學大數(shù)據(jù)時代背景下，生物醫(yī)學研究正發(fā)生著重大變革，從基因組學、蛋白質(zhì)組學、代謝組學、轉(zhuǎn)錄組學和表觀遺傳學等多學科研究到基于海量臨床信息數(shù)據(jù)的真實世界研究，它們所產(chǎn)生的大量高維復雜的研究數(shù)據(jù)互相交匯，共同構(gòu)成生物醫(yī)學大數(shù)據(jù)[7]。對研究生而言，如何將多層次臨床和研究數(shù)據(jù)進行深度挖掘和有機整合，從而轉(zhuǎn)化為新知識，既是機遇，又是挑戰(zhàn)。在婦科腫瘤學研究生教育中，我院將數(shù)據(jù)挖掘理念滲透到各個教學環(huán)節(jié)中，旨在讓研究生掌握主動學習的方法和途徑，培養(yǎng)其創(chuàng)新思維，為今后的科學研究和臨床實踐打下扎實的基礎。在科學研究方面，尤其是在課題選題和設計階段，組織學生利用互聯(lián)網(wǎng)查找學科領(lǐng)域的前沿問題或熱點問題，對自己感興趣的方向各自提出一個具體的科學假設。然后通過查找文獻和充分利用數(shù)據(jù)庫進行深入的數(shù)據(jù)挖掘，構(gòu)建生物信息學分析網(wǎng)絡來回答具體科學問題。最后，組織學生進行分子實驗或利用臨床資料來驗證科學假設。在臨床實踐方面，引導學生將臨床上遇到的問題轉(zhuǎn)化成具體的科學問題，然后應用簡單的臨床生物信息學方法對具體的科學問題進行淺層次的數(shù)據(jù)挖掘，從而充分地為后續(xù)臨床研究做好準備。這種將數(shù)據(jù)挖掘理念融入科學研究和臨床實踐的教學方法，充分鍛煉了研究生的科研和臨床思維。比如，吳文娟等[8]進行卵巢上皮性癌鉑類耐藥相關(guān)差異表達蛋白質(zhì)篩選時，結(jié)合了生物信息學方法分析，篩選出62個鉑類耐藥相關(guān)的差異表達蛋白質(zhì)，然后通過正選擇分析時發(fā)現(xiàn)，蛋白C6、CNTN1在亞洲人群中均存在正選擇作用（P<0.05），而蛋白BCHE在歐洲人群中存在正選擇作用（P<0.05），基于CoremineMedical平臺的文獻挖掘及TCGA數(shù)據(jù)庫中的芯片數(shù)據(jù)交集分析進一步印證，12個差異蛋白（CRP、FN1、S100A9、TF、ALB、VWF、APOC2、APOE、CD44、F2、GPX3和ACTB）與卵巢癌鉑類耐藥相關(guān)。Wei等[9]在探討卵巢癌多藥耐藥的分子研究中，充分利用CoremineMedical平臺進行文獻數(shù)據(jù)挖掘，并結(jié)合分子生物學實驗發(fā)現(xiàn)，ITGA6可能在卵巢癌細胞中起到調(diào)節(jié)基因的作用，參與卵巢癌的多藥耐藥過程。蔣燕明等[10]在回答與宮頸上皮內(nèi)瘤變進展相關(guān)的差異基因和信號通路這一問題上，通過對GEO數(shù)據(jù)庫中獲得的2套芯片數(shù)據(jù)（GSE63514和GSE51993）進行深入挖掘和綜合的生物信息學分析，篩選出與宮頸上皮內(nèi)瘤變進展相關(guān)的14個差異表達基因和3條信號通路。

2生物信息學理念對婦科腫瘤學研究生教育的影響

傳統(tǒng)醫(yī)學與互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)的深度融合催生了新醫(yī)科這一全新的現(xiàn)代醫(yī)學形態(tài)[11]，它借助了計算機科學和人工智能的爆發(fā)式發(fā)展，實質(zhì)上也是多學科交叉融合的產(chǎn)物。這種順應時展的產(chǎn)物，顛覆了傳統(tǒng)醫(yī)學模式，深深地影響了醫(yī)學教育領(lǐng)域。在新醫(yī)科背景下，高等醫(yī)學教育更應該注重教育理念和培養(yǎng)模式的改革，滿足“健康中國”的戰(zhàn)略需求，培養(yǎng)出能夠運用學科交叉知識來解決醫(yī)學領(lǐng)域前沿問題并引領(lǐng)未來醫(yī)學發(fā)展的高層次醫(yī)學領(lǐng)軍人才[11]。研究生教育是我國教育體系中最高層次的教育，以培養(yǎng)拔尖創(chuàng)新人才作為主要任務和核心內(nèi)容，建立以教學為基礎、以科研為主導、臨床和科研相結(jié)合的研究生培養(yǎng)模式，這是培養(yǎng)拔尖創(chuàng)新人才的根本方法[12]。在婦科腫瘤學研究生教育中引入生物信息學理念，恰好符合了新醫(yī)科背景下研究生拔尖創(chuàng)新人才培養(yǎng)模式，將對婦科腫瘤學研究生教育改革產(chǎn)生深遠影響。

2.1對傳統(tǒng)醫(yī)學教育模式的沖擊

傳統(tǒng)醫(yī)學教育模式重視學科教育的系統(tǒng)性，強調(diào)以學科為中心，忽視了學科間知識的滲透和交流，顯然不符合現(xiàn)代醫(yī)學教育的宗旨[13]。在傳統(tǒng)醫(yī)學教育模式下，學科的課程體系教學依舊采用灌輸理念，這種填鴨式的知識傳授過程容易磨滅學生主動探索知識的求知欲。在大數(shù)據(jù)時代，高等教育改革重點圍繞學生創(chuàng)新能力的培養(yǎng)展開，并積極引入現(xiàn)代化教育理念，強調(diào)以學生為中心、以實踐為主進行教學內(nèi)容的更新[14-15]。最近十年，在《教育信息化“十三五”規(guī)劃》和《教育信息化十年發(fā)展規(guī)劃（2011-2020年）》等文件的引領(lǐng)下，國內(nèi)教育信息化得到了迅猛的發(fā)展，包括大數(shù)據(jù)、云計算和人工智能等現(xiàn)代化信息技術(shù)已經(jīng)進入現(xiàn)代教育系統(tǒng)，在這一歷史背景下，國家相繼出臺《中國教育現(xiàn)代化2035》和《教育信息化2.0行動計劃》等政策文件，為我國教育信息化建設道路指明了方向[16]。

作為一門交叉學科，生物信息學知識和理念早已滲透到各個醫(yī)學學科領(lǐng)域，并衍生出多個分支學科。臨床生物信息學是其中一個分支學科，也是一座搭建在基礎研究和臨床診療之間的橋梁，更是解決臨床腫瘤相關(guān)診治因素的新手段。因此，在精準醫(yī)學時代，很有必要引入腫瘤生物信息學特異性研究方法或全新高級的研究工具，來回答與腫瘤相關(guān)的關(guān)鍵問題[17]，對于腫瘤學的研究生教育亦是如此。婦科腫瘤學研究生教育不應該局限于講授單一學科的知識、基礎研究和臨床實踐，引入生物信息學理念，不僅對傳統(tǒng)醫(yī)學教育模式產(chǎn)生沖擊，還能培養(yǎng)研究生從多角度思考問題的能力，從而產(chǎn)生獨特的研究方法和形成創(chuàng)新性思維，更能培養(yǎng)研究生從不同的專業(yè)角度發(fā)現(xiàn)問題、分析問題和解決問題的能力[18]。

2.2提高教師教學理論素養(yǎng)和教學反思自覺性

在教學醫(yī)院，臨床醫(yī)師不但要從事臨床診療工作，還要承擔科研工作和教學任務。他們的日常臨床工作繁重枯燥，科研方法往往單調(diào)乏味，教學理念陳舊乏新。醫(yī)學教師作為醫(yī)學教育的實踐者，只有在先進教育理念的引領(lǐng)下，才有可能真正做到以學生為中心，使學生受益，從而提高人才培養(yǎng)的質(zhì)量[19]。因此，醫(yī)學教師應該以更加開闊的視野主動投入到各類前沿的教學改革與研究中，重視有助于醫(yī)學生自主學習的教學手段開發(fā)和應用。臨床醫(yī)師學習先進的生物信息學知識和理念，并將之應用于臨床和教學實踐中，有助于他們對實踐中出現(xiàn)的難以解決的醫(yī)學問題進行合理解釋，同時滿足現(xiàn)代醫(yī)學研究和教育的發(fā)展需求，為提高自身教學理論素養(yǎng)和教學反思的自覺性提供了新途徑。

2.3拓寬研究生知識的深度和廣度

篇5

中圖分類號：G642.0?????文獻標識碼：A?????文章編號：1007-0079（2012）23-0060-02

21世紀是生命科學的世紀，生物技術(shù)飛速發(fā)展，生物學數(shù)據(jù)大量積累。而生物信息學正是在這種大背景下蓬勃興起的交叉型學科，旨在用信息學方法解決生物學問題。為了培養(yǎng)復合型人才，大力發(fā)展交叉學科，國防科技大學（以下簡稱“我校”）近年來面向全校理工科研究生開設了“生物信息學”選修課程。

“生物信息學”作為新興的交叉學科，具有融合性、發(fā)展性和開放性的特點。[1]融合性是指生物信息學涉及的生物、計算機、數(shù)學等多個學科的交叉與融合。從20世紀90年代到現(xiàn)在，該學科發(fā)展非常迅速，研究熱點發(fā)生了數(shù)次改變。開放性是指該學科存在大量有待探索和研究的新問題。這些特點一方面為課堂教學提供了大量的主題和素材，一方面也對授課方式提出了較高的要求。經(jīng)過認真分析，選定研討式教學作為該課程的主要授課方式。研討式教學即研究討論式教學，是將研究與討論貫穿于教學的全過程。[2]在教師的具體指導下，充分發(fā)揮學生的主體作用，通過自我學習、自我教育、自我提高來獲取知識和強化能力培養(yǎng)。[3]通過確立教學目標，精心設計和組織教學內(nèi)容，在實踐中貫徹研討式教學理念和方法，在生物信息學課程中對研討式教學模式進行了理論探索和實踐創(chuàng)新。

一、教學目標的確立

合理的課程目標與定位是決定課程建設成敗和教學效果的基礎，其主要依據(jù)是人才培養(yǎng)需求和授課對象的實際情況。首先，教學對象是研究生，已具備一定的自主學習和創(chuàng)新思維的能力。教師不僅要傳授知識，而且要講解基本的研究方法，讓學生具備獨立思考問題、分析問題和解決問題的能力。其次，作為軍校學生，以后從事的工作可能涉及很多學科方向，展現(xiàn)如何針對一門新的學科方向進行研究的整體思路顯得很有意義。最后，考慮到學生不同的知識背景，對于各部分內(nèi)容的理解程度不同，必須兼顧不同的專業(yè)方向，讓每個學生都能有所收獲。因此，確立教學目標為：介紹生物信息學的基本概念和方法，通過案例分析展現(xiàn)科學研究的基本方法和實踐過程。

二、教學內(nèi)容的設計和組織

1.教學內(nèi)容的總體設計

確定了教學目標之后，需要對課程的教學內(nèi)容進行總體設計。參考國內(nèi)外多所高校的相關(guān)課程設置，如北京大學的“生物信息學導論”、中科大的“生物信息學”、中科院的“生物信息學與系統(tǒng)生物學”和MIT的“Bioinformatics and Proteomics”等，發(fā)現(xiàn)這些課程主要是針對生物專業(yè)的學生開設，側(cè)重于方法學介紹。而我校學生大部分是工科背景，對于統(tǒng)計和機器學習方法有一定基礎，重點是了解相關(guān)的生物學問題，并應用已有的工科知識去分析和解決這些問題。同時，隨著生物信息學的快速發(fā)展，研究領(lǐng)域不斷擴大，有必要展現(xiàn)該學科的最新進展。

因此，課程內(nèi)容總體設計上以生物學問題為主線，結(jié)合最新的研究成果，對各種計算方法的應用過程進行深入和細致的講解。在介紹生物信息學的研究現(xiàn)狀和生物學基礎知識之后，分多個專題詳述生物信息學最新的研究進展，各專題在內(nèi)容上相互銜接，由淺入深，以便學生理解和接受。以問題為導向的課程設計對于啟發(fā)學生思考，積極參與課堂研討具有重要作用。

進一步，為了突出部分重點專題及其分析方法，采用案例分析課的形式，針對一些重要問題進行深入探討。鼓勵學生應用所學知識，結(jié)合自身的專業(yè)背景，通過積極地思考和討論提出相應的解決方案。案例選擇為教師有一定研究基礎的開放性問題，一方面介紹已有的研究成果，一方面結(jié)合教師的研究體會，通過積極討論拓展新的研究思路。案例分析課有助于學生更多地參與課堂研討，對于知識的綜合應用和科學研究過程產(chǎn)生切身體會。

2.教學內(nèi)容的組織

研討式教學的關(guān)鍵是調(diào)動學生的積極性，鼓勵學生踴躍地參與課堂討論，提出自己的觀點。通過集中備課，學習和吸取老教師的成功經(jīng)驗，總結(jié)調(diào)動學生積極性的基本要素，對授課內(nèi)容進行了認真的組織和編排。

（1）重點突出，詳略得當。由于生物信息學涵蓋內(nèi)容非常豐富，有必要對課程內(nèi)容進行取舍，在保證知識面的基礎上，突出授課的重點。減少或刪除重要性較低的部分，采用圖片和動畫等形式對重要的知識點加以強調(diào)，以深化學生的理解。只有學生對重點內(nèi)容理解透徹，才能激發(fā)出濃厚的學習興趣，積極參與課堂研討，碰撞出智慧的火花。

篇6

1　醫(yī)學生的計算生物學與生物信息學思維培養(yǎng)

本部分特指醫(yī)學專業(yè)學生的生物信息學教學，部分醫(yī)學院校開設的醫(yī)學生物信息學專業(yè)教學將在下一部分中提及。無論是醫(yī)學基礎研究，還是以循證醫(yī)學為代表的臨床研究，生命科學研究的一般過程，都遵循發(fā)現(xiàn)問題資料查詢預實驗提出科學假設設計實驗驗證假說資料查詢和結(jié)果分析科學理論總結(jié)的基本思路［3］。在這個過程中，計算生物學與生物信息學不僅是進行資料查詢和結(jié)果分析的重要工具，更應是在提出科學假設和實驗設計階段就需要貫徹執(zhí)行的理念和思維方式。換言之，具體的生物信息學與分子生物學實驗一樣都是驗證生物醫(yī)學假說的實驗方法，是將一個生命科學假設用計算和信息學思維方式表達和實現(xiàn)的過程。在我國，絕大部分醫(yī)學基礎研究和臨床研究課題都是由醫(yī)學院校畢業(yè)的臨床工作者設計和申請的。由于臨床醫(yī)師大都承擔了繁重的臨床工作，申請者親自完成課題的機會很少，獲批課題的具體實施及數(shù)據(jù)管理、存儲、檢索、分析和整合多由研究生或?qū)嶒炇夜ぷ魅藛T負責。因此結(jié)合我國的實際情況，將生物信息學與具體課題耦合，即將一個科學假設用計算和信息學表示并有效實施的思維和實踐培訓，才是醫(yī)學生生物信息學培訓的中心內(nèi)容。由于我國臨床醫(yī)學教學采用長學制（5年、7年或8年）教學，對實踐性和針對性都很強的生物信息學而言，過早或過于籠統(tǒng)的培訓都顯得意義不大，所以筆者認為針對醫(yī)學生的生物信息學培訓安排在研究生階段是比較合適的，教育中心是以醫(yī)學研究需求為指導，強調(diào)信息學思維培訓和實踐操作。具體提出的建議有兩點，一是根據(jù)學生專業(yè)背景調(diào)整理論教學內(nèi)容。醫(yī)學院校學生的數(shù)理基礎、計算機基礎及統(tǒng)計學理論基礎不能和工科院校的學生相比，醫(yī)學專業(yè)包括基礎醫(yī)學、臨床醫(yī)學、口腔、預防等專業(yè)，涉及廣泛，各個專業(yè)背景的學生對這門課程的需求不盡相同。因此在理論課程上，要根據(jù)不同的專業(yè)背景和研究內(nèi)容形成“個性化”的培養(yǎng)方案，目的是讓學生有選擇有針對性地掌握相關(guān)生物信息學內(nèi)容，例如數(shù)據(jù)庫的類型和選擇，常用軟件的種類和應用等，同時又不會對過于高深的生物信息學理論產(chǎn)生反感。二是結(jié)合研究生階段的課題，開展研究內(nèi)容模擬和實踐操作練習。為了更好的配合研究生階段的課題，可將《生物信息學》開課時間調(diào)整到研究生階段的第三學期，即在學生進入課題研究階段之后，讓學生在清楚面臨的課題內(nèi)容后，有針對性地學習在完成課題過程中要使用到的知識、工具和解決問題的思路，包括文獻查閱、保存、編輯，核酸序列查找和同源性比對及進化分析，PCR引物設計，基因功能、結(jié)構(gòu)預測，調(diào)控元件及轉(zhuǎn)錄因子預測，蛋白質(zhì)基本理化性質(zhì)分析，跨膜區(qū)及信號肽預測，二級結(jié)構(gòu)和空間三維結(jié)構(gòu)的預測等。這樣學生的學習興趣和效率會大大提高。為了解決上課時間與課題時間沖突的問題，可以采用生物信息學授課老師加入導師組成員，通過網(wǎng)上教學和答疑、夜間授課、集中授課與個別指導結(jié)合等多種方式靈活解決。

2　以醫(yī)學為中心的生物信息學專業(yè)人才培養(yǎng)

如果說對醫(yī)學生進行生物信息學教育的目的是使其學會將一個生命科學假設用計算和信息學表示，并正確提供初始數(shù)據(jù)，那么以醫(yī)學為中心的生物信息學專業(yè)人才培養(yǎng)的目的，就是使其學會用計算機學和信息學處理并證實科學假設的過程。具體的內(nèi)容包括，與實驗室工作人員和臨床醫(yī)生配合，從計算生物學與生物信息學角度指導并幫助其完成科學假設和課題內(nèi)容設計；在課題實施階段對后者提供的初始數(shù)據(jù)進行管理、存儲、檢索、分析和整合，以及滿足后者更高要求的計算機技術(shù)的需求，例如應用軟件的設計，生物系統(tǒng)和結(jié)構(gòu)的建模，等等。目前，計算生物學與生物信息學專業(yè)研究生的培養(yǎng)模式主要有3種：①以生物學為中心的多學科培養(yǎng)模式。理論教育以生物學為中心，在6～9個學期內(nèi)陸續(xù)完成生物學部分課程（相當于普通生物學系1／3～1／4課程）的選修，然后根據(jù)興趣和實際情況選擇一個相關(guān)實驗室完成研究生課題。這種培養(yǎng)模式被大多數(shù)綜合大學采納。②以工程設計為中心的培養(yǎng)模式。③以醫(yī)學為中心的培養(yǎng)模式。指以醫(yī)學研究和臨床應用為中心設置計算生物學和生物信息學，絕大多數(shù)由醫(yī)學院校設置，側(cè)重生物信息學與臨床醫(yī)學的結(jié)合。在進入課題階段之前會有1～2年臨床相關(guān)概念和信息的培訓，主要開設的課程包括生物學、細胞生物學、分子生物學與基因組學、化學與物理學、計算機科學、數(shù)學和統(tǒng)計學等，甚至包括部分醫(yī)學課程，后期實踐階段通常選擇一個相關(guān)實驗室完成研究生課題。總的看來，醫(yī)學生物信息學基礎課程設置與國際趨勢相符，也符合以醫(yī)學為中心計算生物學與生物信息學的培訓要求。但從近年生物信息學專業(yè)研究生就業(yè)情況來看，確實存在素質(zhì)參差不齊，學不能致用，不能很快融入研究工作等問題。筆者認為，這種現(xiàn)象可以從三個方面加以改進：①以職業(yè)發(fā)展和學位教育為導向，建立多層次、多形式的醫(yī)學信息學教育和繼續(xù)教育體系。各醫(yī)學院校可在統(tǒng)一專業(yè)培養(yǎng)目標和定位的基礎上，根據(jù)自身的學科基礎和特色，結(jié)合學生畢業(yè)后的工作領(lǐng)域和就業(yè)方向，形成“個性化”的專業(yè)方向和培養(yǎng)方案。②加強師資力量的建設，形成以課程為中心的教學團隊。現(xiàn)有醫(yī)學生物學教材內(nèi)容寬泛、偏重理論，對實踐環(huán)節(jié)的指導較少，需要授課老師有選擇的挑選合適的內(nèi)容并予以補充和完善。這對授課教師的素質(zhì)提出了更高要求，要求其能根據(jù)實際情況因材施教，有所取舍，強化重點。目前，各院校教學團隊和師資力量配備受限，建議可以課程為中心，培養(yǎng)、引進學術(shù)帶頭人，從其他專業(yè)挑選骨干教師兼任等多種形式，形成以課程為中心的教學團隊。③實踐教學與綜合能力的培養(yǎng)。生物信息學是一門實踐性非常強的學科，要將“學有所長，學以致用”作為人才培養(yǎng)的最終目的。可以通過構(gòu)建開放式實踐教學平臺，建設實踐教學基地等方式盡可能強化實踐操作訓練［4］，后期部分學生可以結(jié)合個人興趣，本著雙向選擇的原則，將實踐階段訓練固定到導師和實驗室，并安排其參與完成某一項課題的設計、實施和總結(jié)，在整個過程中要特別注意培養(yǎng)學生的學習興趣和自學能力，強調(diào)知識的自我更新。

綜上所述，醫(yī)學生物信息學人才培養(yǎng)的最終目的是使生物信息學能滿足現(xiàn)代醫(yī)療和醫(yī)學研究發(fā)展的需要，使醫(yī)學生物信息學人才成為有效連接基礎研究與臨床醫(yī)療的橋梁，為現(xiàn)代醫(yī)學的發(fā)展提供新途徑［5］。

參考文獻：

［1］Mark　Gerstein，Dov　Greenbaum，Kei　Cheung　and　Perry　L．Miller．An　interdepartmental　Ph．D．program　in　computa－tional　biology　and　bioinformatics：The　Yale　perspective［J］．Journal　of　Biomedical　Informatics，2007，40：73－79．

［2］倪青山，胡福泉，饒賢才，等．醫(yī)學院校生物信息學實踐教學初探［J］．基礎醫(yī)學教育，2011，13（6）：538－539．

［3］張樂平，馮紅玲，宋茂海，等．生物信息學教學與醫(yī)科學生計算思維培養(yǎng)［J］．計算機教育，2012，19（4）：12－16．

篇7

生物信息學作為一門新興的交叉學科，它涵蓋了計算機科學、生物學以及統(tǒng)計學等不同的學科。它的主要研究內(nèi)容是通過應用計算機對各種生物數(shù)據(jù)信息進行檢索、分析以及儲存。在生物信息學中，它的各種組合問題都具有數(shù)量繁多、計算量大的鮮明特征，為了能有效地解決各類組合難問題，就必須不斷提高計算的處理速度，創(chuàng)新計算機算法，保證各算法和程序的高效性。

1 在生物信息學中普遍被應用的計算機算法

在生物信息學中那些常見NP-難的組合優(yōu)化問題可以分為以下幾個：群體單體型檢測問題、個體單體型檢測問題、多元聚合酶鏈反應引物集設計問題、標簽SNPs選擇問題、序列比對問題以及基因芯片的探針設計問題[1]。這些問題都具有大量的信息數(shù)據(jù)，對于計算機的處理速度要求偏高。所以，必須不斷優(yōu)化計算機算法，對計算機算法在生物信息學中的應用展開分析和研究。通常來說，生物信息學中組合優(yōu)化問題采用的計算機算法主要包括以下幾種：近似算法、精確算法、啟發(fā)式算法以及參數(shù)化算法等。采用近似算法通常可以得到較為滿意的時間復雜度。精確算法則是生物信息學中遇到難度大組合問題的首要選擇，然而它具備偏高的時間復雜度[2]。啟發(fā)式算法相對于傳統(tǒng)的計算機算法，前者獲得解的收斂速度會快很多。參數(shù)化算法通過從組合問題的參數(shù)特性研究分析入手，建立出多維的數(shù)學模型，從而有效地解決問題。

2 啟發(fā)式算法在生物信息學中的應用

啟發(fā)式算法通常被普遍應用于較大規(guī)模生物信息學的組合問題中，啟發(fā)式算法具體包括了以下幾種不同的算法：粒子群優(yōu)化算法、神經(jīng)網(wǎng)絡算法、遺傳算法、混沌免疫進化算法、模擬退火算法。

粒子群優(yōu)化算法又可以稱為微粒群算法或者微粒群優(yōu)化算法，它是通過模擬鳥群尋食行為而不斷發(fā)展起來的一種基于群體合作的隨機搜索的優(yōu)化算法。通常情況下，可以將它歸類為群集智能的一種，被納入了多主體優(yōu)化系統(tǒng)。粒子群優(yōu)化算法的主要發(fā)明者為Kennedy教授和Eberhart教授。在解決組合優(yōu)化問題過程中，粒子群優(yōu)化算法通過將問題的每一個解相對應的找出空間中某只鳥的位置，將空間中所有的鳥統(tǒng)稱為粒子，每一個粒子的飛行都通過隊員的飛行經(jīng)驗以及自身的飛行經(jīng)驗進行適當?shù)恼{(diào)整。當某個粒子在實際的飛行過程中遇到最佳的飛行位置，這個就是粒子的最優(yōu)解，也就是個體的極值。而如果是整個集體的最優(yōu)解，也就是群體的極值，它為每個粒子所遇到過的最佳位置總和。在實際的算法操作過程中，粒子是否處于較優(yōu)的位置需要通過優(yōu)化函數(shù)決定的適應度來確定。與此同時，粒子的飛行速度直接關(guān)系到每個粒子的飛行距離以及方向。粒子群優(yōu)化算法最大的優(yōu)勢就在于它不需要依靠大量的經(jīng)驗參數(shù)，簡捷實用、適用于并行處理、具備較快的收斂速度等[3]，而它的弊端則是收斂精度不夠高、容易局限于局部的極值。

神經(jīng)網(wǎng)絡算法在生物信息學中的主要作用是用來對生物神經(jīng)系統(tǒng)信息處理過程的模擬。神經(jīng)網(wǎng)絡算法主要可以分為兩個層面，一個為輸出層面，另一個為輸入層面。在這兩個層面中間還存在些許隱藏的學習層面，這些學習層面中又包含了很多的結(jié)點[4]。不同結(jié)點之間的連接方式多種多樣，與此同時，每個結(jié)點如何把輸入信號轉(zhuǎn)換為輸出信號的選擇性也有很多[5]。要想對神經(jīng)網(wǎng)絡進行有效的訓練，就必須提供大量的數(shù)據(jù)信息。神經(jīng)網(wǎng)絡在得到訓練后，就能夠起到從相同類型沒有處理過的數(shù)據(jù)中獲取信息的作用。神經(jīng)網(wǎng)絡算法最大的不足在于，無法從大量的生物信息數(shù)據(jù)參數(shù)中提取出最簡單的知識。

3 參數(shù)化算法

參數(shù)化算法作為一種先進的計算機算法，通過將計算實踐和計算理論有效地結(jié)合在一起，從而不斷提高解決生物信息學組合問題的效率。通過學習參數(shù)計算理論可以知道，在生物信息學中的某些NP-難問題能夠?qū)嵭袇?shù)化，簡單來說就是合理設計出算法復雜度為“0”的計算方法。在這個過程中，c作為一個常數(shù)，n則作為問題的規(guī)模，k是一個參數(shù)，這個參數(shù)的變化過程只能保持在一個小的范圍中。一旦常數(shù)c的數(shù)值較小，參數(shù)化算法就能充分的抓住k作為一個小參數(shù)的特性，較為快速的破解掉生物信息學中的NP-難問題。

4 結(jié)束語

綜上所述，要想大力發(fā)展生物信息學，就必須將生物學和計算機學緊密的結(jié)合在一起。既要加強生物學方面知識的學習，還要不斷對計算機算法進行改革創(chuàng)新，提高計算機算法的運行速度以及精確度，共同促進生物信息學穩(wěn)定持續(xù)的發(fā)展。

參考文獻

[1]（沙特） Alsuw aiyel M H.算法設計技巧與分析[M].吳偉昶，方世昌，等，譯.北京：電子工業(yè)出版社，2008：371-407.

[2]（美） Baxevanis And reas D，F(xiàn) rancis Ouellette B F.生物信息學：基因和蛋白質(zhì)分析的實用指南[M].李衍達，孫之榮，等，譯.北京：清華大學出版社，2008：13-120.

[3]楊久俊，鄧輝文，滕姿.基于混沌免疫進化算法的聚類算法分析[J].計算機科學，2008，8：154-156.

篇8

“生物信息學”是英文單詞“bioinformatics”的中文譯名，其概念是1956年在美國田納西州gatlinburg召開的“生物學中的信息理論”討論會上首次被提出的［1］，由美國學者lim在1991年發(fā)表的文章中首次使用。生物信息學自產(chǎn)生以來，大致經(jīng)歷了前基因組時代、基因組時代和后基因組時代三個發(fā)展階段［2］。2003年4月14日，美國人類基因組研究項目首席科學家collins f博士在華盛頓隆重宣布人類基因組計劃（human genome project，hgp）的所有目標全部實現(xiàn)［3］。這標志著后基因組時代（post genome era，pge）的來臨，是生命科學史中又一個里程碑。生物信息學作為21世紀生物技術(shù)的核心，已經(jīng)成為現(xiàn)代生命科學研究中重要的組成部分。研究基因、蛋白質(zhì)和生命，其研究成果必將深刻地影響農(nóng)業(yè)。本文重點闡述生物信息學在農(nóng)業(yè)模式植物、種質(zhì)資源優(yōu)化、農(nóng)藥的設計開發(fā)、作物遺傳育種、生態(tài)環(huán)境改善等方面的最新研究進展。

1.生物信息學在農(nóng)業(yè)模式植物研究領(lǐng)域中的應用

1997年5月美國啟動國家植物基因組計劃（npgi），旨在繪出包括玉米、大豆、小麥、大麥、高粱、水稻、棉花、西紅柿和松樹等十多種具有經(jīng)濟價值的關(guān)鍵植物的基因圖譜。國家植物基因組計劃是與人類基因組工程（hgp）并行的龐大工程［4］。近年來，通過各國科學家的通力合作，植物基因組研究取得了重大進展，擬南芥、水稻等模式植物已完成了全基因組測序。人們可以使用生物信息學的方法系統(tǒng)地研究這些重要農(nóng)作物的基因表達、蛋白質(zhì)互作、蛋白質(zhì)和核酸的定位、代謝物及其調(diào)節(jié)網(wǎng)絡等，從而從分子水平上了解細胞的結(jié)構(gòu)和功能［5］。目前已經(jīng)建立的農(nóng)作物生物信息學數(shù)據(jù)庫研究平臺有植物轉(zhuǎn)錄本（ta）集合數(shù)據(jù)庫tigr、植物核酸序列數(shù)據(jù)庫plantgdb、研究玉米遺傳學和基因組學的mazegdb數(shù)據(jù)庫、研究草類和水稻的gramene數(shù)據(jù)庫、研究馬鈴薯的pomamo數(shù)據(jù)庫，等等。

2.生物信息學在種質(zhì)資源保存研究領(lǐng)域中的應用

種質(zhì)資源是農(nóng)業(yè)生產(chǎn)的重要資源，它包括許多農(nóng)藝性狀（如抗病、產(chǎn)量、品質(zhì)、環(huán)境適應性基因等）的等位基因。植物種質(zhì)資源庫是指以植物種質(zhì)資源為保護對象的保存設施。至1996年，全世界已建成了1300余座植物種質(zhì)資源庫，在我國也已建成30多座作物種質(zhì)資源庫。種質(zhì)入庫保存類型也從單一的種子形式，發(fā)展到營養(yǎng)器官、細胞和組織，甚至dna片段等多種形式。保護的物種也從有性繁殖植物擴展到無性繁殖植物及頑拗型種子植物等［6］。近年來，人們越來越多地應用各種分子標記來鑒定種質(zhì)資源。例如微衛(wèi)星、aflp、ssap、rbip和snp等。由于對種質(zhì)資源進行分子標記產(chǎn)生了大量的數(shù)據(jù)，因此需要建立生物信息學數(shù)據(jù)庫和采用分析工具來實現(xiàn)對這些數(shù)據(jù)的查詢、統(tǒng)計和計算機分析等［7］。

3.生物信息學在農(nóng)藥設計開發(fā)研究領(lǐng)域中的應用

傳統(tǒng)的藥物研制主要是從大量的天然產(chǎn)物、合成化合物，以及礦物中進行篩選，得到一個可供臨床使用的藥物要耗費大量的時間與金錢。生物信息學在藥物研發(fā)中的意義在于找到病理過程中關(guān)鍵性的分子靶標、闡明其結(jié)構(gòu)和功能關(guān)系，從而指導設計能激活或阻斷生物大分子發(fā)揮其生物功能的治療性藥物，使藥物研發(fā)之路從過去的偶然和盲目中找到正確的研發(fā)方向。生物信息學為藥物研發(fā)提供了新的手段［8，9］，導致了藥物研發(fā)模式的改變［10］。目前，生物信息學促進農(nóng)藥研制已有許多成功的例子。itzstein等設計出兩種具有與唾液酸酶結(jié)合化合物：4-氨基-neu5ac2en和4-胍基-neu5ac2en。其中，后者是前者與唾液酸酶的結(jié)合活性的250倍［11］。目前，這兩種新藥已經(jīng)進入臨床試驗階段。tang sy等學者研制出新一代抗aids藥物saquinavir［12］。pungpo等已經(jīng)設計出幾種新型高效的抗hiv-1型藥物［13］。楊華錚等人設計合成了十多類數(shù)百個除草化合物，經(jīng)生物活性測定，部分化合物的活性已超過商品化光合作用抑制劑的水平［14］。

現(xiàn)代農(nóng)藥的研發(fā)已離不開生物信息技術(shù)的參與，隨著生物信息學技術(shù)的進一步完善和發(fā)展，將會大大降低藥物研發(fā)的成本，提高研發(fā)的質(zhì)量和效率。

4.生物學信息學在作物遺傳育種研究領(lǐng)域中的應用

隨著主要農(nóng)作物遺傳圖譜精確度的提高，以及特定性狀相關(guān)分子基礎的進一步闡明，人們可以利用生物信息

學的方法，先從模式生物中尋找可能的相關(guān)基因，然后在作物中找到相應的基因及其位點。農(nóng)作物的遺傳學和分子生物學的研究積累了大量的基因序列、分子標記、圖譜和功能方面的數(shù)據(jù)，可通過建立生物信息學數(shù)據(jù)庫來整合這些數(shù)據(jù)，從而比較和分析來自不同基因組的基因序列、功能和遺傳圖譜位置［15］。在此基礎上，育種學家就可以應用計算機模型來提出預測假設，從多種復雜的等位基因組合中建立自己所需要的表型，然后從大量遺傳標記中篩選到理想的組合，從而培育出新的優(yōu)良農(nóng)作物品種。

5.生物信息學在生態(tài)環(huán)境平衡研究領(lǐng)域中的應用

在生態(tài)系統(tǒng)中，基因流從根本上影響能量流和物質(zhì)流的循環(huán)和運轉(zhuǎn)，是生態(tài)平衡穩(wěn)定的根本因素。生物信息學在環(huán)境領(lǐng)域主要應用在控制環(huán)境污染方面，主要通過數(shù)學與計算機的運用構(gòu)建遺傳工程特效菌株，以降解目標基因及其目標污染物為切入點，通過降解污染物的分子遺傳物質(zhì)核酸 dna，以及生物大分子蛋白質(zhì)酶，達到催化目標污染物的降解，從而維護空氣［16］、水源、土地等生態(tài)環(huán)境的安全。

美國農(nóng)業(yè)研究中心（ars）的農(nóng)藥特性信息數(shù)據(jù)庫（ppd）提供 334 種正在廣泛使用的殺蟲劑信息，涉及它們在環(huán)境中轉(zhuǎn)運和降解途徑的16種最重要的物化特性。日本豐橋技術(shù)大學（toyohashi university of technology）多環(huán)芳烴危險性有機污染物的物化特性、色譜、紫外光譜的譜線圖。美國環(huán)保局綜合風險信息系統(tǒng)數(shù)據(jù)庫（iris）涉及 600種化學污染物，列出了污染物的毒性與風險評價參數(shù)，以及分子遺傳毒性參數(shù)［17］。除此之外，生物信息學在生物防治［18］中也起到了重要的作用。網(wǎng)絡的普及，情報、信息等學科的資源共享，勢必會創(chuàng)造出一個環(huán)境微生物技術(shù)信息的高速發(fā)展趨勢。

6.生物信息學在食品安全研究領(lǐng)域中的應用

食品在加工制作和存儲過程中各種細菌數(shù)量發(fā)生變化，傳統(tǒng)檢測方法是進行生化鑒定，但所需時間較長，不能滿足檢驗檢疫部門的要求，運用生物信息學方法獲得各種致病菌的核酸序列，并對這些序列進行比對，篩選出用于檢測的引物和探針，進而運用pcr法［19］、rt-pcr法、熒光rt-pcr法、多重pcr［20］和多重熒光定量pcr等技術(shù)，可快速準確地檢測出細菌及病毒。此外，對電阻抗、放射測量、elisa法、生物傳感器、基因芯片等［21-25］技術(shù)也是未來食品病毒檢測的發(fā)展方向。

轉(zhuǎn)基因食品檢測是通過設計特異性的引物對食品樣品的dna提取物進行擴增，從而判斷樣品中是否含有外源性基因片段［26］。通過對轉(zhuǎn)基因農(nóng)產(chǎn)品數(shù)據(jù)庫信息的及時更新，可準確了解各國新出現(xiàn)和新批準的轉(zhuǎn)基因農(nóng)產(chǎn)品，便于查找其插入的外源基因片段，以便及時對檢驗方法進行修改。目前由于某些通過食品傳播的病毒具有變異特性，以及檢測方法的不完善等因素影響，生物信息學在食品領(lǐng)域的應用還比較有限，但隨著食品安全檢測數(shù)據(jù)庫的不斷完善，相信相關(guān)的生物信息學技術(shù)將在食品領(lǐng)域發(fā)揮越來越重要的作用。

生物信息學廣泛用于農(nóng)業(yè)科學研究的各個領(lǐng)域，但是僅有信息資源是不夠的，選出符合自己需求的生物信息就需要情報部門，以及信息中介服務機構(gòu)提供相關(guān)服務，通過出版物、信息共享平臺、數(shù)字圖書館、電子論壇等信息媒介的幫助，科研工作者可快速有效地找到符合需要的信息。目前我國生物信息學發(fā)展還很不均衡，與國際前沿有一定差距，這需要從事信息和科研的工作者們不斷交流，使得生物信息學能夠更好地為我國農(nóng)業(yè)持續(xù)健康發(fā)展發(fā)揮作用。

參考文獻：

［1］yockey hp，platzman rp，quastler h.symposium on information.theory in biology.pergamon press，new york，london，1958.

［2］鄭國清，張瑞玲.生物信息學的形成與發(fā)展［j］.河南農(nóng)業(yè)科學，2002，（11）：4-7.

［3］駱建新，鄭崛村，馬用信等.人類基因組計劃與后基因組時代.中國生物工程雜志，2003，23，（11）：87-94.

［4］曹學軍.基因研究的又一壯舉——美國國家植物基因組計劃［j］.國外科技動態(tài)，2001，1：24-25.

［5］michael b.genomics and plantcells：application ofgenomics strategies to arabidopsis cellbiology［j］.philostransr soc lond b bio sci，2002，357（1422）：731-736.

［6］盧新雄.植物種質(zhì)資源庫的設計與建設要求［j］.植物學通報，2006，23，（1）：119-125.

［7］guy d

，noel e，mike a.using bioinformatics to analyse germplasm collections ［j］.springer netherlands，2004：39-54.

［8］鄭衍，王非.藥物生物信息學，化學化工出版社，2004.1：214-215.

［9］俞慶森，邱建衛(wèi)，胡艾希.藥物設計.化學化工出版社，2005.1：160-164.

［10］austen m，dohrmann c.phenotype—first screening for the identification of novel drug targets.drug discov today，2005，10，（4）：275-282.

［11］arun agrawal，ashwini chhatre.state involvement and forest cogovernance：evidence from the indianhmi alayas.stcomp international developmen.t sep 2007：67-86.

［12］tang sy.institutionsand collective action：self-governance in irrigation ［m］.san francisco，ca：icspress，1999.

［13］pungpo p，saparpakorn p，wolschann p，et a.l computer-aided moleculardesign of highly potenthiv-1 rt inhibitors：3d qsar and moleculardocking studies of efavirenz derivatives［j］.sar qsar environres，2006，17，（4）：353-370.

［14］楊華錚，劉華銀，鄒小毛等.計算機輔助設計與合成除草劑的研究［j］.計算機與應用化學，1999，16，（5）：400.

［15］vassilev d，leunissen j，atanassov a.application of bioinformatics in plant breeding［j］.biotechnology & biotechnological equipment，2005，3：139-152.

［16］王春華，謝小保，曾海燕等.深圳市空氣微生物污染狀況監(jiān)測分析［j］.微生物學雜志，2008，28，（4）：93-97.

［17］程樹培，嚴峻，郝春博等.環(huán)境生物技術(shù)信息學進展［j］.環(huán)境污染治理技術(shù)與設備，2002，3，（11）：92-94.

［18］史應武，婁愷，李春.植物內(nèi)生菌在生物防治中的應用［j］.微生物學雜志，2009，29，（6）：61-64.

［19］趙玉玲，張?zhí)焐瑥埱善G.pcr 法快速檢測肉食品污染沙門菌的實驗研究［j］.微生物學雜志，2010，30，（3）：103-105.

［20］徐義剛，崔麗春，李蘇龍等.多重pcr方法快速檢測4種主要致腹瀉性大腸埃希菌［j］.微生物學雜志，2010，30，（3）：25-29.

［21］索標，汪月霞，艾志錄.食源性致病菌多重分子生物學檢測技術(shù)研究進展［j］.微生物學雜志，2010，30，（6）：71-75

［22］朱曉娥，袁耿彪.基因芯片技術(shù)在基因突變診斷中的應用及其前景［j］.重慶醫(yī)學，2010，（22）：3128-3131.

［23］陳彥闖，辛明秀.用于分析微生物種類組成的微生物生態(tài)學研究方法［j］.微生物學雜志，2009，29，（4）：79-83.

篇9

1.生物信息學在農(nóng)業(yè)模式植物研究領(lǐng)域中的應用

2.生物信息學在種質(zhì)資源保存研究領(lǐng)域中的應用

3.生物信息學在農(nóng)藥設計開發(fā)研究領(lǐng)域中的應用

4.生物學信息學在作物遺傳育種研究領(lǐng)域中的應用

隨著主要農(nóng)作物遺傳圖譜精確度的提高，以及特定性狀相關(guān)分子基礎的進一步闡明，人們可以利用生物信息學的方法，先從模式生物

中尋找可能的相關(guān)基因，然后在作物中找到相應的基因及其位點。農(nóng)作物的遺傳學和分子生物學的研究積累了大量的基因序列、分子標記、圖譜和功能方面的數(shù)據(jù)，可通過建立生物信息學數(shù)據(jù)庫來整合這些數(shù)據(jù)，從而比較和分析來自不同基因組的基因序列、功能和遺傳圖譜位置［15］。在此基礎上，育種學家就可以應用計算機模型來提出預測假設，從多種復雜的等位基因組合中建立自己所需要的表型，然后從大量遺傳標記中篩選到理想的組合，從而培育出新的優(yōu)良農(nóng)作物品種。

5.生物信息學在生態(tài)環(huán)境平衡研究領(lǐng)域中的應用

6.生物信息學在食品安全研究領(lǐng)域中的應用

參考文獻：

［1］yockey hp，platzman rp，quastler h.symposium on information.theory in biology.pergamon press，new york，london，1958.

［2］鄭國清，張瑞玲.生物信息學的形成與發(fā)展［j］.河南農(nóng)業(yè)科學，2002，（11）：4-7.

［3］駱建新，鄭崛村，馬用信等.人類基因組計劃與后基因組時代.中國生物工程雜志，2003，23，（11）：87-94.

［4］曹學軍.基因研究的又一壯舉——美國國家植物基因組計劃［j］.國外科技動態(tài)，2001，1：24-25.

［5］michael b.genomics and plantcells：application ofgenomics strategies to arabidopsis cellbiology［j］.philostransr soc lond b bio sci，2002，357（1422）：731-736.

［6］盧新雄.植物種質(zhì)資源庫的設計與建設要求［j］.植物學通報，2006，23，（1）：119-125.

［7］guy d，noel

e，mike a.using bioinformatics to analyse germplasm collections ［j］.springer netherlands，2004：39-54.