生物信息学的发展趋势范文

导语：想要提升您的写作水平，创作出令人难忘的文章？我们精心为您整理的5篇生物信息学的发展趋势范例，将为您的写作提供有力的支持和灵感！

篇1

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2015）29-0210-02

一、引言

生物信息学是由生物学与数学、计算科学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，对海量生物数据进行管理、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。生物信息学是当今生命科学和自然科学的重大前沿领域之一，是多学科之间的交叉领域。因此，做好生物信息学教学工作对提高生物信息学研究水平具有重要的理论和实践意义。

随着高通量测序数据的大量出现，生命科学已经进入到大数据时代，生物信息学研究的重点将转移到组学的研究上。相应地，生物信息学教学的重点也要从单个基因的分析转向多个基因甚至在组学水平的分析。在生物大数据背景下，对生物信息学专业的人才需求也将越来越大。本文结合生物大数据的特点和教学经验，谈谈目前生物信息学教学中存在的问题，并针对这些问题提出自己的建议和方法。

二、生物大数据的特点

“大数据”一词最初起源于互联网和IT行业，它具有数据量大、数据多样化、高速、有价值等特点。生物大数据不仅带有“大数据”的特点，而且具有生物数据自身的特性，具体表现在：

1.数据量大：全球每年生物数据总量已经达到EB量级，完整的人体基因组有约30亿个碱基对，个体化基因组差异达6百万碱基。同时由于高通量测序成本的下降，目前大量的生物物种得以全基因组范围的基因组从头测序、重测序以及转录组测序，积累了大量的生物数据。

2.数据种类多：由于测序仪器种类繁多，产生的测序数据格式也各不相同。除高通量测序产生的基因组和转录组数据外，另外还有蛋白组、代谢组、表型组、相互作用组的序列数据和结构数据。

3.数据增速快：这主要体现在数据的急剧增长速度上，几乎每一周都有关于某一物种的全基因组或者转录组测序的信息。尤其是随着新一代测序技术的发展，更大数量级的基因组数据产出日渐增加――每台高通量的测序仪每天可产生约100GB的数据。

4.数据价值高：随着生物信息学的发展，越来越多有价值的信息可从生物数据中挖掘出来，这些价值不仅体现在生物科研领域，而且已应用于农业和医学等领域。

三、大数据背景下生物信息学教学中存在的问题

经过多年的发展，生物信息学教学虽然有了一定的提高和改善，但还存在一些问题，主要表现在：

（一）课程设置不合理

生物信息学是由生物学与数学、计算科学交叉形成的前沿学科，对生物背景的学生来说，需要掌握计算机和数学特别是统计学方面的知识和技能。但由于受课程设置的影响，很多学校只把C语言作为计算机的必修课，而没有在大一或者大二年级开设概率论和数理统计，并且生物统计学等课程也只是在大三或者大四才作为选修课或者限定选修课来开设的，造成部分开课专业学生的数理基础比较薄弱，因此在后续学习中存在一定的困难。

（二）教材内容不够全面

由于生物信息学发展日新月异，各种分析生物大数据的算法、方法和软件层出不穷，并且其更新换代是非常快的，而国内外相关教材的内容不够全面，并且其更新速度较慢，不能紧跟生物信息学的最新发展，造成教师在授课时要综合多本生物信息学教材的内容，不利于学生对生物信息学内容的全面掌握，从而制约了生物信息学教学的发展。

（三）教师的教学方法单一

生物信息学课程目前虽然在很多院校已经开设，但由于该学科对教师的授课水平和学生的学习能力要求较高，目前多数学校对于生物信息学的授课方式还是以教师讲授为主的填鸭式教学方式。随着大数据时代的到来，传统的教学方式和方法远不能满足生物信息学教学的需要。

四、生物大数据背景下生物信息学教学的建议和方法

为了适应大数据背景下生物信息学的教学形势，针对目前教学中存在的问题，作者结合自己的教学实践，建议从以下5个方面改进和提高生物信息学教学。

（一）合理设置基础课，强化基础理论

生物信息学是一门交叉性很强的学科，以复杂而强大的理论体系作为支撑，所涉及的内容包括计算机编程、信息检索以及数据库技术等。为了让学生学好生物信息学这门课程，各院校可以合理设置生物信息学的专业基础课，将生物信息学课程定位在大三或者大四年级学生，在大一、大二年级做好高等数学、数据库原理以及Perl语言等与之相关课程的教学工作，这些学生在掌握了一些与生物信息学相关的基础理论知识后，其对生物信息学的学习能力和理解能力才会有较大的提高。此外，学校要鼓励学生了解国内外有关大数据和生物信息学技术的发展趋势，并推荐有代表性且通俗易懂的文章和书籍，以强化学生的基础理论体系，为生物信息学的学习提供必要的知识储备

（二）培养大数据意识，加强对大数据分析的科学素养

生命科学研究已经进入到大数据时代，生物大数据的挖掘已经在农林科学、医学等领域产生巨大的效益，所以我们要培养学生树立大数据思维意识，全面认识生物大数据带来的机遇和挑战。生物信息学以生物数据为对象展开分析，它同时具备具体性和抽象性的特点。具体性是指以数据为对象挖掘出的生物学知识是客观存在的，其对生物学规律的解释性较强；抽象性是针对生物信息学中的理论和方法而言的，一般要求学生具有一定的生物信息学专业基础。在进行生物信息学教学时，要激发学生的学习兴趣，逐渐培养学生的大数据意识，规范学生对大数据分析的基本方法。可以通过实例，让学生参与到具体的生物信息学分析中去，以便理解生物信息学数据分析的基本操作流程，并在业余时间开展生物大数据在农业和医药行业成功应用的案例调查，以便激发学生利用生物信息学手段分析大数据的热情。

（三）优化教材内容，精心安排教学内容

鉴于目前生物信息学发展速度快，而国内外相关教材的更新速度较慢，所以要求在生物信息学教材的选取方面要下大力气，并且在授课时整合各个教材的优点。一般在生物信息学授课中整合以下三本书的内容：David W. Mount编写的《Bioinformatics Sequence and Genome Analysis》、李霞主编的《生物信息学》以及陈铭编写的《生物信息学》。

在教学过程中，为了使学生在有限的课堂教学时间内掌握生物信息学课程的主要内容，首先要优化课程教学体系，统筹安排教学内容，在生物信息授课中要抓住以下两条主线：序列―结构―功能―进化；基因组―转录组―蛋白组―相互作用组―代谢组，多组学贯穿。同时针对不同专业的特点与人才培养目标要求，合理分配各章节的教学课时，做到突出与专业密切相关的内容重点精讲。如在生物技术专业中，增加课时讲授分子药物设计章节，不仅要让学生了解生物信息学与分子药物设计的关系，而且要让学生掌握计算机辅助药物设计的理论方法以及软件操作。因此，以生物信息学教学内容的两条主线为依托，紧密围绕各专业的培养目标，做到理论联系实际，构建的教学体系和教学内容既能让学生掌握学科的知识理论体系，又有利于培养学生理解、分析、运用学科知识解决实际问题的能力。

（四）合理选用教学方法，提高教学效果

实践表明，不同的教学内容采用不同的教学方法授课可以收到良好的教学效果。为实现生物信息学课堂教学目标，完成相应的教学任务，教师要根据每堂课的教学内容，采用合适的教学方法，调动学生学习的积极性和主动性，提高课堂教学效果。可以从解决问题的角度出发进行理论教学。在理论课教学中，如果仍沿用传统的灌输式教学模式，肯定达不到预期的教学效果。课堂教学还可以根据需要，适时融入案例教学、问卷调查、多媒体展示、影片教学等方法，提高实际教学效果，培养学生的综合素质和创新思考能力。

上机实习注重发挥学生的主观能动性。生物信息学是一门实践性很强的课程，上机实习是教学的重要环节，它不但能够帮助学生更好地理解理论课所学知识，而且能够提高学生运用生物信息学的理论和方法解决实际问题的能力，对培养学生独立思考能力、观察能力、动手能力起着重要作用，更是培养学生创新能力的重要途径。

（五）理论和实践相结合，注重考核的灵活化

生物信息学是一门融合了多个学科的实践性很强的课程，对应的考核方式应该与其他专业课程有所区别，其最终的成绩不应该只以理论课考试的成绩为准。理论知识的考核注重学生对生物信息学基本概念、分析流程和主要分析算法的掌握情况，主要以试卷考核的方式为主，采用统一考核方式和评判标准。对于上机技能的考核，主要强调的是学生对不同类型数据进行分析时应掌握的相关软件使用技能的考查，也应纳入到学生的成绩考核中，我们认为理论考试占70分、实习成绩占30分是一个好的评价方式。

五、结束语

大数据背景下对生物信息学的教学提出了新的更高的要求。本文针对《生物信息学》教学中存在的问题，结合自己的教学经历对改进生物信息学教学和方法进行了一些探讨。本文认为要做好大数据时代的生物信息学教学，要从强化基础理论、培养大数据意识、精心设计教学内容、创新教学方法和改革考核评价体系等五个方面来开展和抓好生物信息学教学。

篇2

“生物信息学”是英文单词“Bioinformatics”的中文译名，其概念是1956年在美国田纳西州Gatlinburg召开的“生物学中的信息理论”讨论会上首次被提出的［1］，由美国学者Lim在1991年发表的文章中首次使用。生物信息学自产生以来，大致经历了前基因组时代、基因组时代和后基因组时代三个发展阶段［2］。2003年4月14日，美国人类基因组研究项目首席科学家Collins F博士在华盛顿隆重宣布人类基因组计划（Human Genome Project，HGP）的所有目标全部实现［3］。这标志着后基因组时代（Post Genome Era，PGE）的来临，是生命科学史中又一个里程碑。生物信息学作为21世纪生物技术的核心，已经成为现代生命科学研究中重要的组成部分。研究基因、蛋白质和生命，其研究成果必将深刻地影响农业。本文重点阐述生物信息学在农业模式植物、种质资源优化、农药的设计开发、作物遗传育种、生态环境改善等方面的最新研究进展。

1.生物信息学在农业模式植物研究领域中的应用

1997年5月美国启动国家植物基因组计划（NPGI），旨在绘出包括玉米、大豆、小麦、大麦、高粱、水稻、棉花、西红柿和松树等十多种具有经济价值的关键植物的基因图谱。国家植物基因组计划是与人类基因组工程（HGP）并行的庞大工程［4］。近年来，通过各国科学家的通力合作，植物基因组研究取得了重大进展，拟南芥、水稻等模式植物已完成了全基因组测序。人们可以使用生物信息学的方法系统地研究这些重要农作物的基因表达、蛋白质互作、蛋白质和核酸的定位、代谢物及其调节网络等，从而从分子水平上了解细胞的结构和功能［5］。目前已经建立的农作物生物信息学数据库研究平台有植物转录本（TA）集合数据库TIGR、植物核酸序列数据库PlantGDB、研究玉米遗传学和基因组学的MazeGDB数据库、研究草类和水稻的Gramene数据库、研究马铃薯的PoMaMo数据库，等等。

2.生物信息学在种质资源保存研究领域中的应用

种质资源是农业生产的重要资源，它包括许多农艺性状（如抗病、产量、品质、环境适应性基因等）的等位基因。植物种质资源库是指以植物种质资源为保护对象的保存设施。至1996年，全世界已建成了1300余座植物种质资源库，在我国也已建成30多座作物种质资源库。种质入库保存类型也从单一的种子形式，发展到营养器官、细胞和组织，甚至DN段等多种形式。保护的物种也从有性繁殖植物扩展到无性繁殖植物及顽拗型种子植物等［6］。近年来，人们越来越多地应用各种分子标记来鉴定种质资源。例如微卫星、AFLP、SSAP、RBIP和SNP等。由于对种质资源进行分子标记产生了大量的数据，因此需要建立生物信息学数据库和采用分析工具来实现对这些数据的查询、统计和计算机分析等［7］。

3.生物信息学在农药设计开发研究领域中的应用

传统的药物研制主要是从大量的天然产物、合成化合物，以及矿物中进行筛选，得到一个可供临床使用的药物要耗费大量的时间与金钱。生物信息学在药物研发中的意义在于找到病理过程中关键性的分子靶标、阐明其结构和功能关系，从而指导设计能激活或阻断生物大分子发挥其生物功能的治疗性药物，使药物研发之路从过去的偶然和盲目中找到正确的研发方向。生物信息学为药物研发提供了新的手段［8，9］，导致了药物研发模式的改变［10］。目前，生物信息学促进农药研制已有许多成功的例子。Itzstein等设计出两种具有与唾液酸酶结合化合物：4-氨基-Neu5Ac2en和4-胍基-Neu5Ac2en。其中，后者是前者与唾液酸酶的结合活性的250倍［11］。目前，这两种新药已经进入临床试验阶段。TANG SY等学者研制出新一代抗AIDS药物saquinavir［12］。Pungpo等已经设计出几种新型高效的抗HIV-1型药物［13］。杨华铮等人设计合成了十多类数百个除草化合物，经生物活性测定，部分化合物的活性已超过商品化光合作用抑制剂的水平［14］。

现代农药的研发已离不开生物信息技术的参与，随着生物信息学技术的进一步完善和发展，将会大大降低药物研发的成本，提高研发的质量和效率。

4.生物学信息学在作物遗传育种研究领域中的应用

随着主要农作物遗传图谱精确度的提高，以及特定性状相关分子基础的进一步阐明，人们可以利用生物信息学的方法，先从模式生物中寻找可能的相关基因，然后在作物中找到相应的基因及其位点。农作物的遗传学和分子生物学的研究积累了大量的基因序列、分子标记、图谱和功能方面的数据，可通过建立生物信息学数据库来整合这些数据，从而比较和分析来自不同基因组的基因序列、功能和遗传图谱位置［15］。在此基础上，育种学家就可以应用计算机模型来提出预测假设，从多种复杂的等位基因组合中建立自己所需要的表型，然后从大量遗传标记中筛选到理想的组合，从而培育出新的优良农作物品种。

5.生物信息学在生态环境平衡研究领域中的应用

在生态系统中，基因流从根本上影响能量流和物质流的循环和运转，是生态平衡稳定的根本因素。生物信息学在环境领域主要应用在控制环境污染方面，主要通过数学与计算机的运用构建遗传工程特效菌株，以降解目标基因及其目标污染物为切入点，通过降解污染物的分子遗传物质核酸 DNA，以及生物大分子蛋白质酶，达到催化目标污染物的降解，从而维护空气［16］、水源、土地等生态环境的安全。

美国农业研究中心（ARS） 的农药特性信息数据库（PPD） 提供 334 种正在广泛使用的杀虫剂信息，涉及它们在环境中转运和降解途径的16种最重要的物化特性。日本丰桥技术大学（Toyohashi University of Technology） 多环芳烃危险性有机污染物的物化特性、色谱、紫外光谱的谱线图。美国环保局综合风险信息系统数据库（IRIS） 涉及 600种化学污染物，列出了污染物的毒性与风险评价参数，以及分子遗传毒性参数［17］。除此之外，生物信息学在生物防治［18］中也起到了重要的作用。网络的普及，情报、信息等学科的资源共享，势必会创造出一个环境微生物技术信息的高速发展趋势。

6.生物信息学在食品安全研究领域中的应用

食品在加工制作和存储过程中各种细菌数量发生变化，传统检测方法是进行生化鉴定，但所需时间较长，不能满足检验检疫部门的要求，运用生物信息学方法获得各种致病菌的核酸序列，并对这些序列进行比对，筛选出用于检测的引物和探针，进而运用PCR法［19］、RT-PCR法、荧光RT-PCR法、多重PCR［20］和多重荧光定量PCR等技术，可快速准确地检测出细菌及病毒。此外，对电阻抗、放射测量、ELISA法、生物传感器、基因芯片等［21-25］技术也是未来食品病毒检测的发展方向。

转基因食品检测是通过设计特异性的引物对食品样品的DNA提取物进行扩增，从而判断样品中是否含有外源性基因片段［26］。通过对转基因农产品数据库信息的及时更新，可准确了解各国新出现和新批准的转基因农产品，便于查找其插入的外源基因片段，以便及时对检验方法进行修改。目前由于某些通过食品传播的病毒具有变异特性，以及检测方法的不完善等因素影响，生物信息学在食品领域的应用还比较有限，但随着食品安全检测数据库的不断完善，相信相关的生物信息学技术将在食品领域发挥越来越重要的作用。

生物信息学广泛用于农业科学研究的各个领域，但是仅有信息资源是不够的，选出符合自己需求的生物信息就需要情报部门，以及信息中介服务机构提供相关服务，通过出版物、信息共享平台、数字图书馆、电子论坛等信息媒介的帮助，科研工作者可快速有效地找到符合需要的信息。目前我国生物信息学发展还很不均衡，与国际前沿有一定差距，这需要从事信息和科研的工作者们不断交流，使得生物信息学能够更好地为我国农业持续健康发展发挥作用。

参考文献：

［1］Yockey HP，Platzman RP，Quastler H.Symposium on Information.Theory in Biology.Pergamon Press，New York，London，1958.

［2］郑国清，张瑞玲.生物信息学的形成与发展［J］.河南农业科学，2002，（11）：4-7.

［3］骆建新，郑崛村，马用信等.人类基因组计划与后基因组时代.中国生物工程杂志，2003，23，（11）：87-94.

［4］曹学军.基因研究的又一壮举――美国国家植物基因组计划［J］.国外科技动态，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］卢新雄.植物种质资源库的设计与建设要求［J］.植物学通报，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］郑衍，王非.药物生物信息学，化学化工出版社，2004.1：214-215.

［9］俞庆森，邱建卫，胡艾希.药物设计.化学化工出版社，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］杨华铮，刘华银，邹小毛等.计算机辅助设计与合成除草剂的研究［J］.计算机与应用化学，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］王春华，谢小保，曾海燕等.深圳市空气微生物污染状况监测分析［J］.微生物学杂志，2008，28，（4）：93-97.

［17］程树培，严峻，郝春博等.环境生物技术信息学进展［J］.环境污染治理技术与设备，2002，3，（11）：92-94.

［18］史应武，娄恺，李春.植物内生菌在生物防治中的应用［J］.微生物学杂志，2009，29，（6）：61-64.

［19］赵玉玲，张天生，张巧艳.PCR 法快速检测肉食品污染沙门菌的实验研究［J］.微生物学杂志，2010，30，（3）：103-105.

［20］徐义刚，崔丽春，李苏龙等.多重PCR方法快速检测4种主要致腹泻性大肠埃希菌［J］.微生物学杂志，2010，30，（3） ：25-29.

［21］索标，汪月霞，艾志录.食源性致病菌多重分子生物学检测技术研究进展［J］.微生物学杂志，2010，30，（6）：71-75

［22］朱晓娥，袁耿彪.基因芯片技术在基因突变诊断中的应用及其前景［J］.重庆医学，2010，（22）：3128-3131.

［23］陈彦闯，辛明秀.用于分析微生物种类组成的微生物生态学研究方法［J］.微生物学杂志，2009，29，（4）：79-83.

［24］王大勇，方振东，谢朝新等.食源性致病菌快速检测技术研究进展［J］.微生物学杂志，2009，29，（5）：67-72.

篇3

“生物信息学”是英文单词“bioinformatics”的中文译名，其概念是1956年在美国田纳西州gatlinburg召开的“生物学中的信息理论”讨论会上首次被提出的［1］，由美国学者lim在1991年发表的文章中首次使用。生物信息学自产生以来，大致经历了前基因组时代、基因组时代和后基因组时代三个发展阶段［2］。2003年4月14日，美国人类基因组研究项目首席科学家collins f博士在华盛顿隆重宣布人类基因组计划（human genome project，hgp）的所有目标全部实现［3］。这标志着后基因组时代（post genome era，pge）的来临，是生命科学史中又一个里程碑。生物信息学作为21世纪生物技术的核心，已经成为现代生命科学研究中重要的组成部分。研究基因、蛋白质和生命，其研究成果必将深刻地影响农业。本文重点阐述生物信息学在农业模式植物、种质资源优化、农药的设计开发、作物遗传育种、生态环境改善等方面的最新研究进展。

1.生物信息学在农业模式植物研究领域中的应用

1997年5月美国启动国家植物基因组计划（npgi），旨在绘出包括玉米、大豆、小麦、大麦、高粱、水稻、棉花、西红柿和松树等十多种具有经济价值的关键植物的基因图谱。国家植物基因组计划是与人类基因组工程（hgp）并行的庞大工程［4］。近年来，通过各国科学家的通力合作，植物基因组研究取得了重大进展，拟南芥、水稻等模式植物已完成了全基因组测序。人们可以使用生物信息学的方法系统地研究这些重要农作物的基因表达、蛋白质互作、蛋白质和核酸的定位、代谢物及其调节网络等，从而从分子水平上了解细胞的结构和功能［5］。目前已经建立的农作物生物信息学数据库研究平台有植物转录本（ta）集合数据库tigr、植物核酸序列数据库plantgdb、研究玉米遗传学和基因组学的mazegdb数据库、研究草类和水稻的gramene数据库、研究马铃薯的pomamo数据库，等等。

2.生物信息学在种质资源保存研究领域中的应用

种质资源是农业生产的重要资源，它包括许多农艺性状（如抗病、产量、品质、环境适应性基因等）的等位基因。植物种质资源库是指以植物种质资源为保护对象的保存设施。至1996年，全世界已建成了1300余座植物种质资源库，在我国也已建成30多座作物种质资源库。种质入库保存类型也从单一的种子形式，发展到营养器官、细胞和组织，甚至dna片段等多种形式。保护的物种也从有性繁殖植物扩展到无性繁殖植物及顽拗型种子植物等［6］。近年来，人们越来越多地应用各种分子标记来鉴定种质资源。例如微卫星、aflp、ssap、rbip和snp等。由于对种质资源进行分子标记产生了大量的数据，因此需要建立生物信息学数据库和采用分析工具来实现对这些数据的查询、统计和计算机分析等［7］。

3.生物信息学在农药设计开发研究领域中的应用

传统的药物研制主要是从大量的天然产物、合成化合物，以及矿物中进行筛选，得到一个可供临床使用的药物要耗费大量的时间与金钱。生物信息学在药物研发中的意义在于找到病理过程中关键性的分子靶标、阐明其结构和功能关系，从而指导设计能激活或阻断生物大分子发挥其生物功能的治疗性药物，使药物研发之路从过去的偶然和盲目中找到正确的研发方向。生物信息学为药物研发提供了新的手段［8，9］，导致了药物研发模式的改变［10］。目前，生物信息学促进农药研制已有许多成功的例子。itzstein等设计出两种具有与唾液酸酶结合化合物：4-氨基-neu5ac2en和4-胍基-neu5ac2en。其中，后者是前者与唾液酸酶的结合活性的250倍［11］。目前，这两种新药已经进入临床试验阶段。tang sy等学者研制出新一代抗aids药物saquinavir［12］。pungpo等已经设计出几种新型高效的抗hiv-1型药物［13］。杨华铮等人设计合成了十多类数百个除草化合物，经生物活性测定，部分化合物的活性已超过商品化光合作用抑制剂的水平［14］。

现代农药的研发已离不开生物信息技术的参与，随着生物信息学技术的进一步完善和发展，将会大大降低药物研发的成本，提高研发的质量和效率。

4.生物学信息学在作物遗传育种研究领域中的应用

随着主要农作物遗传图谱精确度的提高，以及特定性状相关分子基础的进一步阐明，人们可以利用生物信息学的方法，先从模式生物

中寻找可能的相关基因，然后在作物中找到相应的基因及其位点。农作物的遗传学和分子生物学的研究积累了大量的基因序列、分子标记、图谱和功能方面的数据，可通过建立生物信息学数据库来整合这些数据，从而比较和分析来自不同基因组的基因序列、功能和遗传图谱位置［15］。在此基础上，育种学家就可以应用计算机模型来提出预测假设，从多种复杂的等位基因组合中建立自己所需要的表型，然后从大量遗传标记中筛选到理想的组合，从而培育出新的优良农作物品种。

5.生物信息学在生态环境平衡研究领域中的应用

在生态系统中，基因流从根本上影响能量流和物质流的循环和运转，是生态平衡稳定的根本因素。生物信息学在环境领域主要应用在控制环境污染方面，主要通过数学与计算机的运用构建遗传工程特效菌株，以降解目标基因及其目标污染物为切入点，通过降解污染物的分子遗传物质核酸 dna，以及生物大分子蛋白质酶，达到催化目标污染物的降解，从而维护空气［16］、水源、土地等生态环境的安全。

美国农业研究中心（ars） 的农药特性信息数据库（ppd） 提供 334 种正在广泛使用的杀虫剂信息，涉及它们在环境中转运和降解途径的16种最重要的物化特性。日本丰桥技术大学（toyohashi university of technology） 多环芳烃危险性有机污染物的物化特性、色谱、紫外光谱的谱线图。美国环保局综合风险信息系统数据库（iris） 涉及 600种化学污染物，列出了污染物的毒性与风险评价参数，以及分子遗传毒性参数［17］。除此之外，生物信息学在生物防治［18］中也起到了重要的作用。网络的普及，情报、信息等学科的资源共享，势必会创造出一个环境微生物技术信息的高速发展趋势。

6.生物信息学在食品安全研究领域中的应用

食品在加工制作和存储过程中各种细菌数量发生变化，传统检测方法是进行生化鉴定，但所需时间较长，不能满足检验检疫部门的要求，运用生物信息学方法获得各种致病菌的核酸序列，并对这些序列进行比对，筛选出用于检测的引物和探针，进而运用pcr法［19］、rt-pcr法、荧光rt-pcr法、多重pcr［20］和多重荧光定量pcr等技术，可快速准确地检测出细菌及病毒。此外，对电阻抗、放射测量、elisa法、生物传感器、基因芯片等［21-25］技术也是未来食品病毒检测的发展方向。

转基因食品检测是通过设计特异性的引物对食品样品的dna提取物进行扩增，从而判断样品中是否含有外源性基因片段［26］。通过对转基因农产品数据库信息的及时更新，可准确了解各国新出现和新批准的转基因农产品，便于查找其插入的外源基因片段，以便及时对检验方法进行修改。目前由于某些通过食品传播的病毒具有变异特性，以及检测方法的不完善等因素影响，生物信息学在食品领域的应用还比较有限，但随着食品安全检测数据库的不断完善，相信相关的生物信息学技术将在食品领域发挥越来越重要的作用。

生物信息学广泛用于农业科学研究的各个领域，但是仅有信息资源是不够的，选出符合自己需求的生物信息就需要情报部门，以及信息中介服务机构提供相关服务，通过出版物、信息共享平台、数字图书馆、电子论坛等信息媒介的帮助，科研工作者可快速有效地找到符合需要的信息。目前我国生物信息学发展还很不均衡，与国际前沿有一定差距，这需要从事信息和科研的工作者们不断交流，使得生物信息学能够更好地为我国农业持续健康发展发挥作用。

参考文献：

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

［2］郑国清，张瑞玲.生物信息学的形成与发展［j］.河南农业科学，2002，（11）：4-7.

［3］骆建新，郑崛村，马用信等.人类基因组计划与后基因组时代.中国生物工程杂志，2003，23，（11）：87-94.

［4］曹学军.基因研究的又一壮举——美国国家植物基因组计划［j］.国外科技动态，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］卢新雄.植物种质资源库的设计与建设要求［j］.植物学通报，2006，23，（1）：119-125.

［7］guy d，noel e，mik

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

［8］郑衍，王非.药物生物信息学，化学化工出版社，2004.1：214-215.

［9］俞庆森，邱建卫，胡艾希.药物设计.化学化工出版社，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］杨华铮，刘华银，邹小毛等.计算机辅助设计与合成除草剂的研究［j］.计算机与应用化学，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］王春华，谢小保，曾海燕等.深圳市空气微生物污染状况监测分析［j］.微生物学杂志，2008，28，（4）：93-97.

［17］程树培，严峻，郝春博等.环境生物技术信息学进展［j］.环境污染治理技术与设备，2002，3，（11）：92-94.

［18］史应武，娄恺，李春.植物内生菌在生物防治中的应用［j］.微生物学杂志，2009，29，（6）：61-64.

［19］赵玉玲，张天生，张巧艳.pcr 法快速检测肉食品污染沙门菌的实验研究［j］.微生物学杂志，2010，30，（3）：103-105.

［20］徐义刚，崔丽春，李苏龙等.多重pcr方法快速检测4种主要致腹泻性大肠埃希菌［j］.微生物学杂志，2010，30，（3） ：25-29.

［21］索标，汪月霞，艾志录.食源性致病菌多重分子生物学检测技术研究进展［j］.微生物学杂志，2010，30，（6）：71-75

［22］朱晓娥，袁耿彪.基因芯片技术在基因突变诊断中的应用及其前景［j］.重庆医学，2010，（22）：3128-3131.

［23］陈彦闯，辛明秀.用于分析微生物种类组成的微生物生态学研究方法［j］.微生物学杂志，2009，29，（4）：79-83.

［24］王大勇，方振东，谢朝新等.食源性致病菌快速检测技术研究进展［j］.微生物学杂志，2009，29，（5）：67-72.

篇4

论文关键词：生物信息学；课堂研讨；案例分析

21世纪是生命科学的世纪，生物技术飞速发展，生物学数据大量积累。而生物信息学正是在这种大背景下蓬勃兴起的交叉型学科，旨在用信息学方法解决生物学问题。为了培养复合型人才，大力发展交叉学科，国防科技大学（以下简称“我校”）近年来面向全校理工科研究生开设了“生物信息学”选修课程。

“生物信息学”作为新兴的交叉学科，具有融合性、发展性和开放性的特点。融合性是指生物信息学涉及的生物、计算机、数学等多个学科的交叉与融合。从20世纪90年代到现在，该学科发展非常迅速，研究热点发生了数次改变。开放性是指该学科存在大量有待探索和研究的新问题。这些特点一方面为课堂教学提供了大量的主题和素材，一方面也对授课方式提出了较高的要求。经过认真分析，选定研讨式教学作为该课程的主要授课方式。研讨式教学即研究讨论式教学，是将研究与讨论贯穿于教学的全过程。在教师的具体指导下，充分发挥学生的主体作用，通过自我学习、自我教育、自我提高来获取知识和强化能力培养。通过确立教学目标，精心设计和组织教学内容，在实践中贯彻研讨式教学理念和方法，在生物信息学课程中对研讨式教学模式进行了理论探索和实践创新。

一、教学目标的确立

合理的课程目标与定位是决定课程建设成败和教学效果的基础，其主要依据是人才培养需求和授课对象的实际情况。首先，教学对象是研究生，已具备一定的自主学习和创新思维的能力。教师不仅要传授知识，而且要讲解基本的研究方法，让学生具备独立思考问题、分析问题和解决问题的能力。其次，作为军校学生，以后从事的工作可能涉及很多学科方向，展现如何针对一门新的学科方向进行研究的整体思路显得很有意义。最后，考虑到学生不同的知识背景，对于各部分内容的理解程度不同，必须兼顾不同的专业方向，让每个学生都能有所收获。因此，确立教学目标为：介绍生物信息学的基本概念和方法，通过案例分析展现科学研究的基本方法和实践过程。

二、教学内容的设计和组织

1.教学内容的总体设计

确定了教学目标之后，需要对课程的教学内容进行总体设计。参考国内外多所高校的相关课程设置，如北京大学的“生物信息学导论”、中科大的“生物信息学”、中科院的“生物信息学与系统生物学”和MIT的“Bioinformatics and Proteomics”等，发现这些课程主要是针对生物专业的学生开设，侧重于方法学介绍。而我校学生大部分是工科背景，对于统计和机器学习方法有一定基础，重点是了解相关的生物学问题，并应用已有的工科知识去分析和解决这些问题。同时，随着生物信息学的快速发展，研究领域不断扩大，有必要展现该学科的最新进展。

因此，课程内容总体设计上以生物学问题为主线，结合最新的研究成果，对各种计算方法的应用过程进行深入和细致的讲解。在介绍生物信息学的研究现状和生物学基础知识之后，分多个专题详述生物信息学最新的研究进展，各专题在内容上相互衔接，由浅入深，以便学生理解和接受。以问题为导向的课程设计对于启发学生思考，积极参与课堂研讨具有重要作用。

进一步，为了突出部分重点专题及其分析方法，采用案例分析课的形式，针对一些重要问题进行深入探讨。鼓励学生应用所学知识，结合自身的专业背景，通过积极地思考和讨论提出相应的解决方案。案例选择为教师有一定研究基础的开放性问题，一方面介绍已有的研究成果，一方面结合教师的研究体会，通过积极讨论拓展新的研究思路。案例分析课有助于学生更多地参与课堂研讨，对于知识的综合应用和科学研究过程产生切身体会。

2.教学内容的组织

研讨式教学的关键是调动学生的积极性，鼓励学生踊跃地参与课堂讨论，提出自己的观点。通过集中备课，学习和吸取老教师的成功经验，总结调动学生积极性的基本要素，对授课内容进行了认真的组织和编排。

（1）重点突出，详略得当。由于生物信息学涵盖内容非常丰富，有必要对课程内容进行取舍，在保证知识面的基础上，突出授课的重点。减少或删除重要性较低的部分，采用图片和动画等形式对重要的知识点加以强调，以深化学生的理解。只有学生对重点内容理解透彻，才能激发出浓厚的学习兴趣，积极参与课堂研讨，碰撞出智慧的火花。

（2）新颖有趣，实例丰富。在课程内容上应充分体现知识性和趣味性，以丰富的实例展现生物信息学中基本的概念和方法。学生往往关注与日常生活休戚相关的内容，期望能用所学知识解释常见现象，因此实例选择应贴近生活体验。课件中准备了大量的实例，例如，在讲完构建进化树之后，举例说明为什么人类的祖先是从非洲走出来的；在生物代谢一章，通过卖火柴的小女孩的故事阐释生物代谢过程的高效性；在蛋白质结构部分，讨论为什么湿着头发睡觉，头发容易变翘。通过实例分析，增加学生对于所学知识的理解和参与课堂研讨的积极性。

（3）设置思考题，留出想象空间。针对重要的知识点，预先设置思考题，以启发和扩展学生思路。生物信息学作为一门新兴学科，存在大量没有确定结论的开放性问题，有待深入探究。例如“人类与小鼠的基因组差别很小，为什么形态上有那么大的差别”，“生物系统模拟中，是否越复杂的模型越好”。针对这些问题适时地开展课堂研讨，有助于激发学生的学习兴趣，开阔其视野。

三、研讨式教学的开展

在授课过程中，教师应努力营造活跃的课堂气氛，密切观察学生的动向，及时沟通存在的问题，选择合适的时机开展课堂研讨。不断地积累经验，使课堂讨论达到更好的效果。在开展课堂研讨时，尤其应注意以下几点：

1.因材施教

在“生物信息学”课程中，学生的专业背景不尽相同，少部分学生来自生物专业，其他大部分是工科背景，如自动化、计算机仿真和认知科学等。因此，在主题的选择和研讨环节的设计上，应充分考虑到学生的需求和背景知识，发掘大家共同的兴趣点。实践证明，不同的学科背景可以有效地促进交流，提供对于同一问题的不同视角。例如，生物专业的学生可以解释有关生物技术的问题，而仿真专业的学生对于系统的建模方法有深入的理解。有效的课堂讨论，能够促进各种思路的融合，碰撞出灵感的火花。

2.及时沟通

研讨式教学需要教师对授课整体情况有较好的把握。例如，有一章的内容是生物学基础，教师针对这部分内容进行了充分准备，包括大量的图片和动画，并穿插了很多科学家的故事。但授课效果不尽理想，到了预设问题的环节，只有一两个学生参与讨论，大部分学生都一脸茫然。通过及时沟通，发现了两个问题。一是背景知识不够，学生对于预设问题了解不多；二是重要性认识不足，学生认为生物学的基础知识与本课程的学习关系不大。考虑到学生的疑问，对授课内容进行及时调整，进一步强调所学知识对于生物信息学的意义，并通过具体实例激发学生的学习兴趣。在实例的启发下，学生开展了积极的讨论，加深了对于所学知识的认识。开展研讨式教学，应以学生为主体，及时地沟通发现课堂中存在的问题，并相应地调整授课内容。即使教师讲得天花乱坠，如果学生知其然，不知其所以然，也不可能达到好的授课效果。

3.审时度势

课堂研讨开展的时机很重要。例如，当讲到生物信息学概况时，学生反应不是很强烈。而当教师结合自身经验谈研究体会时，学生很有兴趣，表情变得活跃，适合开展课堂讨论。此时，可以组织学生交流学习目的、预期和存在的疑问，以便教师进行有针对性地授课。研讨式教学一方面强调学生的主体地位，一方面要求教师发挥主导作用，密切注意学生动向，发现学生的兴趣点，引导讨论的逐步展开和深入。

4.自主提问

如果教师能够营造出一种轻松愉悦的课堂氛围，学生往往能够主动发问，提出不同观点，而不拘泥于预先设置的问题。实践证明，通过学生自主提问展开的课堂研讨，往往效果更好。在前期铺垫时，启发学生自主思考并积极讨论，分析该领域可能存在的问题和发展方向。当讲到后续内容时，学生有了一定的心理预期，很想了解该领域的研究现状和发展趋势，以验证与预期是否一致。同时，自主提问对于生物信息学研究有很好的推动作用，学生经常能够独辟蹊径，提出全新的思路，拓展研究内容的广度和深度。

5.课堂报告

篇5

1BMEs/EMBS’99国际生物医学工程学术年会

BMES是美国生物医学工程学会(BiomediealEngineeringSoeiety)的简称.EMBS是美国电气电子工程师学会(TheInstituteofEleetriealandEleetroniesEngineers)的生物医学工程分会(EngineeringinMedieineandBiologySoeiety)的简称。这两个学会每年都举行生物医学工程的国际会议。1999年，这两个学会首次联合举办学术年会(ThefirstJointMeet-ingofBMES&EMBS)。会议录用的论文近1400篇，注册人数接近2000人，堪称生物医学工程界的盛会。我们医学信息工程科研组共有8篇文章在会上发表。其中，由杨福生教授指导的博士生詹望的论文“Anewhigh一resolutionEEGteehniquebasedonfiniteresistaneenetworkmo己el”荣获BMES1999年研究生研究奖。这是唯一的来自美国本土之外的学生获奖，在会上反响很好。与以往的做法类似，会议的学术交流仍采用主题(Theme)一主轨(Track)一分组会(Session)的方式。本次会议有16个Theme，86个Traek，211个Session，共收录论文1347篇。各个主月的情况见表1.与以往的年会相比，这次年会有更多的结合生物学羞础的研究报道(如“分子、细胞与组织工程”、“生物信息学、计算生物学”等)，反映了近年来一些发达国家生物医学工程研究的一个发展趋势。同时，传统生物医学工程中的信号与图像处理，以及医学仪器仍然占有相当的比例。

2美国离校生物医学工程专业点滴

会后，我顺访了几所大学的生物医学工程系或研究所:①TheGeorgeWashingtonUni-versity，②JohnsHopkinsUniversity，③Universityofpittsburgh，④UniversityofMiehi-gan，重点了解了以下3个板城的研究情况。(1)脸与神经科学。脑功能的研究是21世纪生命科学研究的热点，各个学校与医疗单位的科研机构都十分重视。研究内容包括蓦破生理实脸、信号处理方法、临床应用以及一些有商业前景的开发项目。(2)医学超声工程。超声成像由于对人体无创、无扭而受到重视。超声成像包括反映解剖结构的B型成像，还包括血流侧t。近年来在结构成像方面普遨受到t视的是三维成像，这也是我们课翅组目前在医学超声方面研究的!点。同时，将解例结构与组织定征结合起来也是近年来研究的发展趋势，例如，组织弹性成像就是一个例子。(3)医学信息学。随粉计算机、网络技术的发展，医学信息学在近年中有了较明显的发展，如医院信息管理系统、以病人为中心的医疗信息管理及电子病案、远程医疗等。

发达国家在这方面同样也走在前面。在美国，计算机与网络已成了各行各业乃至每个家庭与个人都离不开的基本工具与环境。医学信息学的发展对提离全民医疗保健的水平起到了不可低枯的作用。在访期间，有机会与这些学校的故授进行广泛的学术交流，并探讨双方合作的项目与方式。例如，U垃ver溢tyofPittsburgh医学院神经外科研究所在脑电信号的采集与处理方面有很深人的研究，而我们科研组在这方面也承担粉国家墓金项目，双方都有兴趣在脑电信号的处理方面开展合作。从该研究所我们得到了大t珍贵的临床数据，对这些致据进行研究后，我们将撅博士生或教师去UniversityofPittsburgh开展合作研究。通过这次访问，看到了发达国家在生物医学工程方面很多有深度的基础研究。从设备条件与经费投人方面着，发达国家的优势非常明显，但我们也不是因此就无所作为。我们在生物医学信号处理的理论与实践方面经过多年努力已经接近并在某些方面达到国际先进水平。如果注意发挥自己的优势，特别是有意识地提出创新性的想法，我们一定也能取得国际上承认的研究成果.另外，在今后的研究中注意更广泛地开展国际合作，争取利用国外先进的设备与实验条件，对推动我们的研究工作也是十分必要的.