教学重点：蛋白质序列分析，蛋白质二级结构预测教学难点：蛋白质结构同源模建方法主要教学内容及要求：了解：蛋白质序列分析的主要内容：蛋白质空间结构的预测手段：蛋白质三级结构预测：蛋白质组数据分析方法。理解：蛋白质结构同源模建方法。掌握：蛋白质序列和结构分析工具的使用，熟悉蛋白质结构分类。熟练掌握：利用工具和网络数据库进行简单的蛋白质二级结构预测的方法。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第八章核酸和蛋白质序列的进化分析教学目标：通过本章的学习，让学生了解掌握分子系统发育概述：系统发育模型的组成、建立与分析：建立分子进化树的方法与评估；学习使用系统发育分析软件(MEGA,PAUP*，PHYLIP和TreevieW等)。教学重点和难点：教学重点：系统发育模型的组成、建立与分析，分子进化树的构建。教学难点：构建进化树的原理和算法主要教学内容及要求：了解：分子系统学（或分子进化）的有关概念和理论。理解：系统发言模型建立的原理和方法。掌握：分子进化树的建立、分析。熟练掌握：一种以上的系统发育分析软件的使用。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。第九章算法和语言学时数：2教学目标：通过本章的学习，让学生了解掌握生物信息学中的计算机技术，生物信息学中的计算方法，计算方法中的生物思想，遗传算法，Perl语言与Bioperl，R语言，BioJava库，生物信息学序列置标语言（BSML），遗传表达置标语言（GEML），隐马尔科夫模型（HMM），人工智能和人工神经网络图论与生物信息学。教学重点和难点：教学重点：遗传算法、Perl语言与Bioperl、R语言、BioJava库教学难点：隐马尔科夫模型（HMM）主要教学内容及要求：了解：一些生物信息学常用的计算方法和编程语言及数据库语言。理解：生物信息学与计算机编程的关系。掌握：生物信息学中的一些研究模型教学组织与实施：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。- 231 -
- 231 - 教学重点：蛋白质序列分析，蛋白质二级结构预测 教学难点：蛋白质结构同源模建方法 主要教学内容及要求： 了解：蛋白质序列分析的主要内容；蛋白质空间结构的预测手段；蛋白质三级结构预测；蛋白质组数 据分析方法。 理解：蛋白质结构同源模建方法。 掌握：蛋白质序列和结构分析工具的使用，熟悉蛋白质结构分类。 熟练掌握：利用工具和网络数据库进行简单的蛋白质二级结构预测的方法。 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。 第八章 核酸和蛋白质序列的进化分析 学时数：3 教学目标：通过本章的学习，让学生了解掌握分子系统发育概述；系统发育模型的组成、建立与分析； 建立分子进化树的方法与评估；学习使用系统发育分析软件(MEGA, PAUP*, PHYLIP 和 Treeview 等)。 教学重点和难点： 教学重点：系统发育模型的组成、建立与分析，分子进化树的构建。 教学难点： 构建进化树的原理和算法 主要教学内容及要求： 了解：分子系统学（或分子进化）的有关概念和理论。 理解：系统发言模型建立的原理和方法。 掌握：分子进化树的建立、分析。 熟练掌握：一种以上的系统发育分析软件的使用。 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。 第九章 算法和语言 学时数：2 教学目标：通过本章的学习，让学生了解掌握生物信息学中的计算机技术，生物信息学中的计算方法， 计算方法中的生物思想，遗传算法，Perl 语言与 Bioperl，R 语言，BioJava 库，生物信息学序列置标语 言（BSML），遗传表达置标语言（GEML），隐马尔科夫模型（HMM），人工智能和人工神经网络， 图论与生物信息学。 教学重点和难点： 教学重点： 遗传算法、Perl 语言与 Bioperl、R 语言、BioJava 库 教学难点： 隐马尔科夫模型（HMM） 主要教学内容及要求： 了解：一些生物信息学常用的计算方法和编程语言及数据库语言。 理解： 生物信息学与计算机编程的关系。 掌握：生物信息学中的一些研究模型 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
第十章生物信息学资源、平台及其综合应用学时数：3教学目标：通过本章的学习，让学生了解掌握Windows环境下的生物信息学软件（前面章节所有软件小结和常用重要综合性生物信息学软件使用方法，如DNAStar、OMIGA，VectorNTsuite,DNAMAN等），PCR引物和寡核苷酸探针设计(OLIGO6和PRIMERPREMIER软件使用），遗传连锁的分析软件使用，Linux/Unix环境下的生物信息学软件，Macintosh环境下的生物信息学软件，一些通用的计算、统计和分析类软件介绍（如Matlab、SPSS等），生物信息学分析类网络资源，生物信息学学习类网络资源，资源的综合利用：自建核酸和蛋白质序列分析平台，相关实例分析。生物类信息检索和整理方法（包括相关常用软件介绍，如EndNote等）教学重点和难点：教学重点：Windows环境下的生物信息学软件（尤其是前述章节中没有涉及到、但比较重要和常用的软件，如一些分子生物学数据分析用软件、功能比较全面的综合性分析软件、生物学统计软件），生物信息学分析类网络资源，生物信息学学习类网络资源。教学难点：生物信息学分析类网络资源，自建核酸和蛋白质序列分析平台主要教学内容及要求：了解：生物信息学常用软件资源、网络在线分析资源、网络数据库资源。理解：有关资源整合和综合分析平台构建的知识。掌握：与生物有关的文献信息检索常识和技巧。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。第十一章其他生物信息学领域和技术简介学时数：1教学目标：通过本章的学习，让学生了解掌握Microarray基因表达数据分析、差异表达分析、聚类与分类、基因调控网络分析。了解基因表达数据分析相关工具与资源。了解生物信息学在药物研究中的作用，了解分子模拟与分子动力学。教学重点和难点：教学重点：基因差异表达的分析方法教学难点：聚类与分类及基因调控网络分析的方法，计算机辅助药物分子设计方法主要教学内容及要求：了解：生物信息学在基因芯片、药物设计和分子模拟等领域的应用和发展前景。理解：生物信息学与药物研究的关系。掌握：分子模拟与分子动力学的概念和应用范围。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。五、实验教学内容及学时分配（6学时）（一）实验课程简介生物信息学实验立足于生物数据处理和分析技能的训练。本实验课将从基因组、转录组、蛋白质的序列和结构等方面来介绍常见生物数据的数据格式、数据库和软件操作。通过理论与实践相结合方式培- 232 -
- 232 - 第十章 生物信息学资源、平台及其综合应用 学时数：3 教学目标：通过本章的学习，让学生了解掌握 Windows 环境下的生物信息学软件（前面章节所有软件 小结和常用重要综合性生物信息学软件使用方法，如DNAStar、OMIGA, VectorNT suite, DNAMAN等）， PCR 引物和寡核苷酸探针设计(OLIGO6 和 PRIMER PREMIER 软件使用)，遗传连锁的分析软件使用， Linux/Unix 环境下的生物信息学软件，Macintosh 环境下的生物信息学软件，一些通用的计算、统计和 分析类软件介绍（如 Matlab、SPSS 等），生物信息学分析类网络资源，生物信息学学习类网络资源， 资源的综合利用：自建核酸和蛋白质序列分析平台，相关实例分析。生物类信息检索和整理方法（包 括相关常用软件介绍，如 EndNote 等） 教学重点和难点： 教学重点：Windows 环境下的生物信息学软件（尤其是前述章节中没有涉及到、但比较重要和常用的 软件，如一些分子生物学数据分析用软件、功能比较全面的综合性分析软件、生物学统计软件），生 物信息学分析类网络资源，生物信息学学习类网络资源。 教学难点：生物信息学分析类网络资源，自建核酸和蛋白质序列分析平台 主要教学内容及要求： 了解： 生物信息学常用软件资源、网络在线分析资源、网络数据库资源。 理解：有关资源整合和综合分析平台构建的知识。 掌握：与生物有关的文献信息检索常识和技巧。 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。 第十一章 其他生物信息学领域和技术简介 学时数：1 教学目标：通过本章的学习，让学生了解掌握 Microarray 基因表达数据分析、差异表达分析、聚类与 分类、基因调控网络分析。了解基因表达数据分析相关工具与资源。了解生物信息学在药物研究中的 作用，了解分子模拟与分子动力学。 教学重点和难点： 教学重点：基因差异表达的分析方法 教学难点：聚类与分类及基因调控网络分析的方法，计算机辅助药物分子设计方法 主要教学内容及要求： 了解：生物信息学在基因芯片、药物设计和分子模拟等领域的应用和发展前景。 理解：生物信息学与药物研究的关系。 掌握：分子模拟与分子动力学的概念和应用范围。 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。 五、实验教学内容及学时分配（6 学时） （一）实验课程简介 生物信息学实验立足于生物数据处理和分析技能的训练。本实验课将从基因组、转录组、蛋白质的序 列和结构等方面来介绍常见生物数据的数据格式、数据库和软件操作。通过理论与实践相结合方式培