生物信息学Bioinformatics课程基本信息课程编号：01011518课程总学时：32学时实验学时：6学时课程性质：必修课程属性：专业深化类开设学期：第3学期授课语言：中文课程负贵人：童焱鹏课程团队：童焱鹏适用专业：智慧林业，林学，经济林学，生物科学，生物工程等对先修的要求：生物化学、分子生物学、遗传学、基因工程等对后续的支撑：生物信息学是对用分子生物学和基因工程原理所获得的结果进行分析的一门工具课程。它能加深学生对分子生物学的理解及更加熟练地用生物信息学的方法来解决基因工程中的技术问题，对蛋白质工程及制药工程也具有帮助。主撰人：董焱鹏审核人：闫东峰大纲制定（修订）日期：23-06-04一、课程的教学理念、性质、目标和任务生物信息学是智慧林业、林学、经济林和生物科学专业的专业选修课程，适宜于已有生物化学和分子生物学基础的学生。本课程综合利用生物学、数学、物理学、信息科学以及计算机科学等诸多学科的理论方法的一门新兴的交叉边缘学科，它应用计算机技术和信息科学的理论、方法和技术，采集、储存、传递、检索、分析和和利用生物分子（包括蛋白质和核酸等）数据，以帮助人们解各种生物信息，是现代生物学研究的重要工具，因此本课程在人才培养过程中具有很重要的地位。本课程的核心内容，包括主要生物信息学数据库及数据库查询、序列相似性搜索、多序列比对和进化树分析、序列的一般分析、生物信息学在人类基因组研究计划中的应用及蛋白质组信息学等主要内容。本课程是学生学习、掌握生物信息学的先进理论知识和技术，掌握信息时代彼此相互学习、相互交流医学知识必不可少的现代工具和技术手段，二、课程教学的基本要求1.理论知识方面：掌握核酸和蛋白质序列分析的基本原理和常用方法，理解分子系统进化的理论，对生物大分子的结构和功能有进一步的了解；熟悉常用生物信息学数据库和生物信息学数据资源，了解其内容、结构和检索方法；了解基因组信息分析、基因表达数据分析和大分子结构预测等方面研究热点。2.实验技能方面：要求学生熟悉生物信息学的相关技术方法，特别是分子生物学中常用的关键技术及常用软件。要求学生熟悉生物信息学的常用网络技术方法，掌握网络技术基本要领。- 226 -
- 226 - 生物信息学 Bioinformatics 课程基本信息 课程编号：01011518 课程总学时：32 学时 实验学时： 6 学时 课程性质：必修 课程属性: 专业深化类 开设学期：第 3 学期 课程负责人：董焱鹏 课程团队：董焱鹏 授课语言：中文 适用专业：智慧林业，林学，经济林学，生物科学，生物工程等 对先修的要求：生物化学、分子生物学、遗传学、基因工程等 对后续的支撑：生物信息学是对用分子生物学和基因工程原理所获得的结果进行分析的一门工具课 程。 它能加深学生对分子生物学的理解及更加熟练地用生物信息学的方法来解决基因工程中的技术 问题，对蛋白质工程及制药工程也具有帮助。 主撰人：董焱鹏 审核人：闫东峰 大纲制定（修订）日期：23-06-04 一、课程的教学理念、性质、目标和任务 生物信息学是智慧林业、林学、经济林和生物科学专业的专业选修课程，适宜于已有生物化学和分子 生物学基础的学生。本课程综合利用生物学、数学、物理学、信息科学以及计算机科学等诸多学科的 理论方法的一门新兴的交叉边缘学科，它应用计算机技术和信息科学的理论、方法和技术，采集、储 存、传递、检索、分析和和利用生物分子（包括蛋白质和核酸等）数据，以帮助人们解各种生物信息， 是现代生物学研究的重要工具，因此本课程在人才培养过程中具有很重要的地位。本课程的核心内容， 包括主要生物信息学数据库及数据库查询、序列相似性搜索、多序列比对和进化树分析、序列的一般 分析、生物信息学在人类基因组研究计划中的应用及蛋白质组信息学等主要内容。本课程是学生学习、 掌握生物信息学的先进理论知识和技术，掌握信息时代彼此相互学习、相互交流医学知识必不可少的 现代工具和技术手段。 二、课程教学的基本要求 1.理论知识方面：掌握核酸和蛋白质序列分析的基本原理和常用方法，理解分子系统进化的理论，对 生物大分子的结构和功能有进一步的了解；熟悉常用生物信息学数据库和生物信息学数据资源，了解 其内容、结构和检索方法；了解基因组信息分析、基因表达数据分析和大分子结构预测等方面研究热 点。 2.实验技能方面：要求学生熟悉生物信息学的相关技术方法，特别是分子生物学中常用的关键技术及 常用软件。要求学生熟悉生物信息学的常用网络技术方法，掌握网络技术基本要领
三、课程的教学设计1.教学设计说明生物学与信息科学是当今世界上发展最迅速、影响最大的两门科学。而这两门科学的交叉融合形成了广义的生物信息学，正以薪新的理念吸引着科学家的注意。生物信息学(Bioinformatics)是生命科学领域中的新兴学科，面对人类基因组计划所产生的庞大的分子生物学信息，生物信息学的重要性将越来越突出，它无疑将会为生命科学的研究带来革命性的变革。它是综合利用生物学、数学、物理学、信息科学以及计算机科学等诸多学科的理论方法的一门新兴的交叉边缘学科，它应用计算机技术和信息科学的理论、方法和技术，采集、储存、传递、检索、分析和和利用生物分子（包括蛋白质和核酸等）数据，以帮助人们解各种生物信息。生物信息学综合了生物学、计算机学、信息学、统计学等方面的知识，具有很强的学科交叉性、综合性和应用性，生物信息学已成为整个生命科学发展的重要组成部分，成为生命科学研究的前沿。生物信息学是生物工程和生物技术专业的选修课程，适宜于已有生物化学和分子生物学基础的学生。通过学习，学生能够基本了解生物信息学的基础理论和相关概念，学会使用现有的常用生物计算软件和主要数据库，对以指数形式迅猛骤增的大量核酸和蛋白质序列所蕴藏的生命意义能够采用较新的信息学技术去分析和探索，初步具备用理论辅助和提高实验水平，如加强对分子生物学实验结果的预测与分析等的能力。本课程还能够加深学生对分子生物学和基因工程等其他相关课程的理解，并为进一步学习基因组学(genomics)和蛋白质组学(protemics）奠定基础。本课程以多媒体教学为主，课堂辅助答疑为辅；结合网上资源和课程软件，基本上实现学生不限时段的网上学习、在线交流等功能。2.课程目标及对毕业要求的支撑序号毕业要求课程目标目标1：学会使用现有的常用生物计算软件和主要数据库，对能够熟练使用现有的常用生物计算以指数形式迅猛骤增的大量核酸和蛋白质序列所蕴藏的生命软件和主要数据库意义能够采用较新的信息学技术去分析和探索的能力能够独立对生物学实验结果进行预自标2：使学生加强对分子生物学实验结果的预测与分析等的2能力。测和分析目标3：通过课程的学习，加深学生对分子生物学和基因工程能够灵活运用本课程知识，解决生等其他相关课程的理解，并为进一步学习基因组学(genomics)物学中遇到的实际问题。和蛋白质组学(protemics）奠定基础。- 227 -
- 227 - 三、课程的教学设计 1.教学设计说明 生物学与信息科学是当今世界上发展最迅速、影响最大的两门科学。而这两门科学的交叉融合形成了 广义的生物信息学，正以崭新的理念吸引着科学家的注意。生物信息学(Bioinformatics)是生命科学领 域中的新兴学科，面对人类基因组计划所产生的庞大的分子生物学信息，生物信息学的重要性将越来 越突出，它无疑将会为生命科学的研究带来革命性的变革。 它是综合利用生物学、数学、物理学、信息科学以及计算机科学等诸多学科的理论方法的一门新兴的 交叉边缘学科，它应用计算机技术和信息科学的理论、方法和技术，采集、储存、传递、检索、分析 和和利用生物分子（包括蛋白质和核酸等）数据，以帮助人们解各种生物信息。生物信息学综合了生 物学、计算机学、信息学、统计学等方面的知识，具有很强的学科交叉性、综合性和应用性，生物信 息学已成为整个生命科学发展的重要组成部分，成为生命科学研究的前沿。 生物信息学是生物工程和生物技术专业的选修课程，适宜于已有生物化学和分子生物学基础的学生。 通过学习，学生能够基本了解生物信息学的基础理论和相关概念，学会使用现有的常用生物计算软件 和主要数据库，对以指数形式迅猛骤增的大量核酸和蛋白质序列所蕴藏的生命意义能够采用较新的信 息学技术去分析和探索，初步具备用理论辅助和提高实验水平，如加强对分子生物学实验结果的预测 与分析等的能力。本课程还能够加深学生对分子生物学和基因工程等其他相关课程的理解，并为进一 步学习基因组学(genomics)和蛋白质组学(protemics) 奠定基础。 本课程以多媒体教学为主，课堂辅助答疑为辅；结合网上资源和课程软件，基本上实现学生不限时段 的网上学习、在线交流等功能。 2.课程目标及对毕业要求的支撑 序号 课程目标 毕业要求 1 目标 1：学会使用现有的常用生物计算软件和主要数据库，对 以指数形式迅猛骤增的大量核酸和蛋白质序列所蕴藏的生命 意义能够采用较新的信息学技术去分析和探索的能力 能够熟练使用现有的常用生物计算 软件和主要数据库 2 目标 2：使学生加强对分子生物学实验结果的预测与分析等的 能力。 能够独立对生物学实验结果进行预 测和分析 3 目标 3：通过课程的学习，加深学生对分子生物学和基因工程 等其他相关课程的理解，并为进一步学习基因组学(genomics) 和蛋白质组学(protemics) 奠定基础。 能够灵活运用本课程知识，解决生 物学中遇到的实际问题
四、理论教学内容及学时分配（26学时）第一章绪论学时数：1教学自标：通过学习，让学生了解掌握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。教学重点和难点：教学重点：生物信息学的基本概念、研究对象和研究内容；生物信息学的学科特点。教学难点：生物信息学的研究内容和算法。主要教学内容及要求：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。熟练掌握：生物信息学的交义学科和大科学特点。教学组织与实施：开展线上线下学习，利用学习通分享文献，围绕课程内容设置话题讨论。第二章生物数据学时数：2教学目标：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。教学重点和难点：教学重点：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；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）：了解蛋白质序列和结构特点及其蕴含的信息。教学难点：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：基因表达数据的分析：蛋白质结构。主要教学内容及要求：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。- 228 -
- 228 - 四、理论教学内容及学时分配（26 学时） 第一章 绪论 学时数：1 教学目标：通过学习，让学生了解掌握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。 教学重点和难点： 教学重点：生物信息学的基本概念、研究对象和研究内容；生物信息学的学科特点。 教学难点：生物信息学的研究内容和算法。 主要教学内容及要求： 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。 熟练掌握：生物信息学的交叉学科和大科学特点。 教学组织与实施：开展线上线下学习，利用学习通分享文献，围绕课程内容设置话题讨论。 第二章 生物数据 学时数：2 教学目标：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。 教学重点和难点： 教学重点：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；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）；了解蛋白质序列和结构特点及其蕴含的信息。 教学难点：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；基因表达数 据的分析；蛋白质结构。 主要教学内容及要求： 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练掌握：生物信息学数据的采集来源。教学组织与实施：利用音视频多媒体的优势，以丰富的多媒体信息刺激学生的各种感知器官，突破教学重点、难点，从而优化教学过程，提高教学质量和效率。第三章分子生物学数据库学时数：3教学目标：通过本章的学习，让学生了解掌握DNA、RNA与蛋白质序列数据库、蛋白质结构数据库、蛋白质分类数据库CATH与SCOP、基因与蛋白质表达数据库、蛋白质相互作用数据库及其他数据库的知识。教学重点和难点：教学重点：常用核酸和蛋白质序列和结构数据库的种类和内容：数据库的格式和注释。教学难点：数据库构建、各种数据库包含数据的种类。主要教学内容及要求：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。教学组织与实施：开展线上线下学习，利用学习通分享文献，围绕课程内容设置话题讨论第四章序列对齐和数据库检索学时数：3教学目标：通过本章的学习，让学生了解掌握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。教学重点和难点：教学重点：双序列比对教学难点：序列比对算法，多序列比对主要教学内容及要求：了解：序列比对相关的基本概念，序列相似性的评价方法。理解：最优比对的确定一动态规划方法，比对结果的显著性分析，相似序列的启发式搜索一BLAST算法原理，掌握：BLAST软件系列的使用，FASTA算法。熟练掌握：多序列比对技术。教学组织与实施：开展线上线下学习，利用学习通分享文献，围绕课程内容设置话题讨论。- 229 -
- 229 - 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。 熟练掌握：生物信息学数据的采集来源。 教学组织与实施：利用音视频多媒体的优势，以丰富的多媒体信息刺激学生的各种感知器官，突破教 学重点、难点，从而优化教学过程，提高教学质量和效率。 第三章 分子生物学数据库 学时数：3 教学目标：通过本章的学习，让学生了解掌握 DNA、RNA 与蛋白质序列数据库、蛋白质结构数据库、 蛋白质分类数据库 CATH 与 SCOP、基因与蛋白质表达数据库、蛋白质相互作用数据库及其他数据库 的知识。 教学重点和难点： 教学重点：常用核酸和蛋白质序列和结构数据库的种类和内容；数据库的格式和注释。 教学难点：数据库构建、各种数据库包含数据的种类。 主要教学内容及要求： 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。 教学组织与实施：开展线上线下学习，利用学习通分享文献，围绕课程内容设置话题讨论。 第四章 序列对齐和数据库检索 学时数：3 教学目标：通过本章的学习，让学生了解掌握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。 教学重点和难点： 教学重点： 双序列比对 教学难点： 序列比对算法，多序列比对 主要教学内容及要求： 了解： 序列比对相关的基本概念，序列相似性的评价方法。 理解： 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， 掌握： BLAST 软件系列的使用，FASTA 算法。 熟练掌握：多序列比对技术。 教学组织与实施：开展线上线下学习，利用学习通分享文献，围绕课程内容设置话题讨论
学时数：3第五章分子生物学数据库教学目标：通过本章的学习，让学生了解掌握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。教学重点和难点：教学重点：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。教学难点：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。主要教学内容及要求：了解：核酸序列分析和基因组分析的主要内容。理解：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。教学组织与实施：开展线上线下学习，利用学习通分享文献，围绕课程内容设置话题讨论。第六章RNA序列分析学时数：1教学目标：通过本章的学习，让学生了解掌握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）教学重点和难点：教学重点：RNA的种类及其序列和结构特征。教学难点：RNA二级结构预测理论。主要教学内容及要求：了解：RNA的信息功能、种类、序列特征。理解：二级结构预测的原理。掌握：常见RNA二级结构和三级结构特征。熟练掌握：二级结构预测的方法和相关软件的使用。教学组织与实施：开展线上线下学习，利用学习通分享文献，围绕课程内容设置话题讨论。学时数：4第七章蛋白质序列分析和结构预测教学目标：通过本章的学习，让学生了解掌握多肽理化性质计算与预测（包括多肽分子量、等电点、电荷分布和酶切特征，多肽亲水性/疏水性分析与制图，多肽抗原位点分析等）；蛋白质家族与蛋白质分类（蛋白质家族与超家族，蛋白质分类的方法）；蛋白质序列模式和结构域模式分析：蛋白质结构预测与合理药物分子设计：蛋白质组数据分析及相关工具与资源。教学重点和难点：- 230 -
- 230 - 第五章 分子生物学数据库 学时数：3 教学目标：通过本章的学习，让学生了解掌握 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。 教学重点和难点： 教学重点：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。 教学难点：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。 主要教学内容及要求： 了解：核酸序列分析和基因组分析的主要内容。 理解：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。 教学组织与实施：开展线上线下学习，利用学习通分享文献，围绕课程内容设置话题讨论。 第六章 RNA 序列分析 学时数：1 教学目标：通过本章的学习，让学生了解掌握 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）。 教学重点和难点： 教学重点：RNA 的种类及其序列和结构特征。 教学难点：RNA 二级结构预测理论。 主要教学内容及要求： 了解：RNA 的信息功能、种类、序列特征。 理解：二级结构预测的原理。 掌握：常见 RNA 二级结构和三级结构特征。 熟练掌握：二级结构预测的方法和相关软件的使用。 教学组织与实施：开展线上线下学习，利用学习通分享文献，围绕课程内容设置话题讨论。 第七章 蛋白质序列分析和结构预测 学时数：4 教学目标：通过本章的学习，让学生了解掌握多肽理化性质计算与预测（包括多肽分子量、等电点、 电荷分布和酶切特征，多肽亲水性/疏水性分析与制图，多肽抗原位点分析等）；蛋白质家族与蛋白质 分类（蛋白质家族与超家族，蛋白质分类的方法）；蛋白质序列模式和结构域模式分析；蛋白质结构预 测与合理药物分子设计；蛋白质组数据分析及相关工具与资源。 教学重点和难点：