前言：中文期刊網精心挑選了群體遺傳學概念范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
群體遺傳學概念范文1
將圖論方法與主坐標分析有機結合，利用圖論方法構建各群體的最小生成樹（minimalspanning中心化基因頻率矩陣中的元素為數值變量資料，tree，MST)，并把最小生成樹整合到主坐標散點圖可選擇歐氏（Euclidean)距離、馬氏（Manhattan)距上，即可進一步揭示主坐標散點圖中各群體之間離、曼哈頓（Block區組）距離、Bray-Curtis距離或的內在遺傳結構關系，稱之為圖論主坐標分析Kulczynski距離等不相似性測度構建群體（dK)間(graphtheoryprinc;palcoordinatesanaiysis)<dcRibli的n>n階不相似性矩陣;③將不相似性測度進行0.5dK轉化，該轉換可保證在計算過程中保持原有的不相似性；④對轉換后的矩陣進行譜分解獲得特征根L及其對應的特征向量U，并進一步計算各主坐標的貢獻率及其累計貢獻率；⑤根據Y=-u計算主坐標值，取前1、主坐標繪制二維主坐標散點圖。
1.2.2按圖論原理求過m維空間n個點的最小生成樹
⑴圖論與最小生成樹的基本概念圖論是近年來較活躍的數學分支之一，其研究對象為圖。圖[7]是指某類具體事物的頂點（vertex，或節點note)以及它們間的聯系（圖1)。節點與節點之間用線段聯系，稱為邊（edge，或支路branch);某邊的端點稱為與該邊的關聯（incident)，與同一邊關聯的兩個端點稱為鄰接（adjacant);起點與終點重合的通路為回路(circuit)。若圖中兩端點間由一條通路連接，則兩端點是聯通的（connected)，該圖稱為聯通圖；不含有回路的連通圖稱為“對”，樹中的邊稱為樹枝?？梢宰C明樹中任兩頂點間必有一條且僅有一條通路。如果T圖是G圖的一個生成子圖，且它又是‘樹”，則T是G的生成樹（span?ningtree)。設一個生成樹的邊的長度之和為權，則具有最小權的生成樹稱為最優樹(optionaltree)或最小生成樹。有n個頂點的樹，可能會有n-2個生成樹，但僅有一個最小生成樹。構造最小生成樹的方法常用避圈法或‘破圈法”。避圈法”中又分為以權重為主的Kruskal法和以點為主的Prim法，‘破圈法”則以逐步刪除邊”為基本思路。
⑵最小生成樹的生成步驟①以基因頻率矩陣X為基礎，利用歐氏距離構造權矩陣；②以權矩陣為基礎，利用Kruskal法構造最小生成樹。首先選擇并連接權重或相似性最大（或距離最短）的兩點，再在剩余的點中選擇與這兩點之一相似性最大的點與之連接；再以相似性大小，逐次把剩余的點與巳連成的點連接起來，直至把所有點連接完為止，即可形成一個最小生成樹。
1.2.3分割最小生成樹用圖論中求‘頸”的方法[w]分割最小生成樹(MST)，對群體進行分類。具體步驟為：①求‘生干，：n個點由（n-1)個邊互相連接，其中有兩個端點僅有一條邊連接，其余點至少有兩條邊連接，因而構成了一條無回路的鏈，被稱為干”。其中，邊數最多的干稱為MST的‘主干”或直徑②求子主干”以MST主干上的
的一條干，稱該干為該點的子主干，子主干的邊數為該點的‘深度”找‘頸”規定一個大于1的整數a，在主干上找出深度>a點的子主干，諸子主干公共部分中深度為零的各點間的邊長為頸”在圖中刪除頸，使MST分割成若干部分，從而實現群體分類。
1.2.4將最小生成樹整合到二維主成分散點圖中構建圖論主成分分類圖根據最小生成樹上n個點間的鏈接關系將二維主成分散點圖中的n個點(群體）連接起來，并把上述確定的群體分類用虛線將各類圍起，得出‘圖論主成分分類圖”。
采用GraphMagics-1.0.1(byDumitruCiu-batii.http：//downlinx.com/proghtml<downlinx.com/proghtml>/617/61756.htm)和PAST-1.30(byHammer[11].http：//folk.uio.no/ohammer/past/download.html)兩個軟件完成上述所有運算。
2實例分析--中國26個漢族人群HLA-
A位點群體遺傳空間結構的圖論主坐標分析
2.1群體遺傳學資料根據不同地理環境，收集中國26個漢族群體的HLA-A基因多態性群體遺傳學調查數據，以各基因的基因頻率為指標進行統計，標準為：①樣本含量大于100;②設一個人群的基因頻率為一套，對每套數據先進行c2檢驗，剔除不符合Hardy-Weinberg定律者；③用加權法合并不同研究者對同一地區同一民族所報道的基因頻率數據。以上資料組成中國漢族HLA-A位點的基因頻率矩陣。該位點中的等位基因包括A1，A2(A203)，A3，A5，A9(A23，A24，A2403)，A10(A25，A26，A34，A66)，A11(A11.1，A11.2)，A19(A29，A30，A32，A33，A34，A74)，A28(A68，A69)，A36(表1)。
2.2中國26個漢族人群HLA-A位點的圖論主坐標分析對表1數據所構成的HLA-A基因頻率矩陣作中心化變換后進行主坐標分析。通過選取多種不相似測度構建不相似矩陣，發現用歐氏距離時的前1、主坐標的累計貢獻率較大，達到77.35%，因此本研究選用歐氏距離不相似測度對中國26個漢族人群HLA-A位點的群體遺傳結構進行圖論主坐標分析，圖1是其圖論主坐標分類
解釋了HLA-A位點遺傳結構變異性的54.63%的信息；第2主坐標的貢獻率為22.7%，解釋了HLA-A位點遺傳結構變異性的22.72%的信息，二者累積貢獻率為77.35%，解釋了HLA-A位點遺傳結構變異性近80%的信息，說明降維效果較好。
⑵圖中以上海漢族群體為界，將中國漢族群體區分為南方、北方兩大漢族群體，沿橫軸自左至右基本形成了自南向北的遺傳地理梯度。該結果符合中華民族源與流的客觀規律。
⑶用求‘頸”法分割最小生成樹，又可把南、北方漢族兩大群體分為若干亞群體，亞群體內各群體間HLA-A位點遺傳結構相似。
⑷在散點圖中位置相鄰的群體，并非同屬一s^chLSnnTopua^fdfmA-Alocusin類群體，需根據最小生成樹的鏈接關系而定。例如，甘肅與河南兩群體的空間位置雖很近，但它們在最小生成樹中不相連，二者分屬于不同的群體類型：甘肅群體與陜西群體相連，同屬西北漢族群體；而河南群體與江蘇群體相連，江蘇群體又與安徽、河北兩群體相連，四個群體同位于一個地理區域。
群體遺傳學概念范文2
關鍵詞：創新型混合教學模式；自主性學習；研究性學習；遺傳學；
作者簡介：劉向東(1965-)，男，農學院，博士，教授，博士研究生導師。研究方向：水稻生殖發育遺傳和分子細胞學研究。
遺傳學是生物科學中一門最具活力、發展最迅速的理論科學，對探索生命起源和本質，以及推動整個生物科學的發展起著巨大的作用，同時又是一門緊密聯系生產實際的基礎應用科學，對動植物新品種選育、良種繁育和遺傳性疫病防治等都具有重要的指導作用。因此，該課程也就成為生物類、農學類和醫學類學生最重要的專業基礎課之一。國內外的相關大學都十分重視遺傳學的教學工作，并做了大量卓有成效的工作，包括教材編寫和教學方法改革等。就拿我國來講，不同版本的遺傳學教材不下10種，且多數是由遺傳學的名家主編；教學方法的改革與新型教學模式也層出不窮。[1，2，3，4，5，6，7，8]華南農業大學是遺傳學教學改革比較早的學校之一。從20世紀90年代至今，對農科類專業的遺傳學教學方法進行過多種改革。歸納起來，主要是進行了四個階段的四種改革：一是1997年至2001年間，改變原有單一粉筆教學的模式，利用電腦制作CAI課件，進行多媒體教學。從1997年開始編寫基于PPT的CAI課件，1999年試用PPT的多媒體教學，2000年在農學類專業中全面推行以PPT為主的課堂教學，取得一定的成績。遺傳學課程的主講教師劉向東也因此于2000年獲得廣東省“南粵優秀教師(講壇新秀)”稱號。二是進行“基于web-quest遺傳學教改試驗”，即“基于網上資源遺傳學自主性學習教改試驗”。于2001年至2003年間制作并完成了遺傳學教改試驗網站——《遺傳學》網站，2003年成功地應用于教學，以后結合所獲得的廣東省教育廳“151工程”項目開展“基于web-quest遺傳學教改試驗”，取得良好的效果。[4]作為該項改革的原創性教學資源網站——《遺傳學》網站于2007年獲得第二屆全國百佳網站(十佳學術類網站)，其改革成果也于2008年1月獲廣東省教育廳“151工程”項目課程改革獎(三等獎)。2001年至2004年期間還開展遺傳學綜合性實驗和雙語教學。[3]三是2003年至2006年間開展研究性、探索性的教改試驗。四是2006年至今在原來以單一或數種教改方法簡單結合的基礎上，提出較適合農科類學生的“創新型混合教學模式”遺傳學教改試驗。
一、“創新型混合教學模式”遺傳學教改試驗的教學理念和總體設計
進入21世紀后，隨著信息技術的迅速發展及其在教學上的廣泛應用，原有單一的多媒體教學已難以適應諸如遺傳學等迅速發展學科的教學需要了。為此，國外提出“混合式學習”概念(Blending-Learning)，[2]我國的浙江大學于2007年也提出“信息化環境下遺傳學課程混合教學模式”。[2]“混合式學習”是把傳統課堂教學的優勢和利用信息技術學習(E-Learning)的優勢相結合，從而達到發揮教師的引導作用、激發學生主動學習，以及培養學生能動性和創造性的目的。于2005年在農科類專業的遺傳學教學中引入混合式學習的方式，2006年在農科類專業的遺傳學教學中全面采用“混合教學模式”的教學方法，取得明顯成效。2007年對該教學方法以及之前的教學改革方法進行全面的總結，提出適合華南農業大學農科類專業的遺傳學教學的“創新型混合教學模式”遺傳學教學改革法。該法的教學理念體現在創新和“混合”兩個方面：創新要求教師在教學方法的改革上與時俱進，不斷發展創新，發展主要體現在教師應該根據學生情況的發展進行教學改革，具體來講，體現以人為本和科學改革；“混合”則要求教師在教學方法的采用上，不是采用單一的模式或幾種簡單方法的結合，而是靈活地應用多種教學方法，包括“基于web-quest(網上資源)自主性教與學”、研究性、探索性教學、教與學角色互換、綜合性實驗和雙語教學等多種教學方法，并把這些方法整合成有機的整體，特別是“以問題為中心”的教法貫穿整個教學過程，形成適應不同年級和專業學生的教與學模式。
二、“創新型混合教學模式”遺傳學教改試驗的實施步驟
根據“創新型混合教學模式”遺傳學教改試驗的總體設計，主要按照六個步驟(方式)進行：
第一步。框架式引導教學。在介紹框架前，首先讓學生了解什么是遺傳學？遺傳學研究什么？學習遺傳學有什么用？然后介紹遺傳學課程內容的框架，即包括哪些章節等。為了便于學生了解掌握，我們把遺傳學分成7個單元，即：遺傳學的細胞學基礎，經典遺傳學(即遺傳學三大規律)，細胞遺傳學基礎(即染色體結構和數目變異)，微生物遺傳學基礎(細菌和病毒的遺傳)，分子遺傳學基礎(基因概念的發展、基因組結構特征、DNA分子標記及應用、基因組學、后基因組學和生物信息學基礎)，細胞質遺傳學基礎，數量和群體遺傳學基礎。這樣，學生對遺傳學的結構就有一個大概的了解，學習也就有了方向性。
第二步。教師以問題為中心，講授課程重點內容。先是提出問題，然后著重介紹有關的重要名詞、基本原理、實(試)驗推導、解釋、驗證和應用等。比如在講授孟德爾遺傳規律時，先提出性狀是如何遺傳的問題，然后介紹孟德爾著名的遺傳試驗、所獲的結果、結果假設、分析、解釋和進行合乎性驗證等，最后歸納為雜交試驗、結果分析和驗證三部曲等。對于一些發展較快的知識(領域)，如分子遺傳等適當地采用雙語教學，要求學生掌握有關的英語名詞，幫助他們能自己查閱一些有關的英文文獻。
第三步。教與學角色的互換，引導學生進行主動性、自主性學習。具體做法是講完每個單元，要求學生自己出試題考察學習效果，出題的形式不拘一格。學生所出的試題交給老師匯總后，選擇其中的一些題目作為期中考試和期未考試試卷的部分內容。期中考試的題目全部選自學生自己出的題，考試采用三種方式：一是抽樣混合試題，即每個學生出的題目抽1-2題，集中成一份試卷，全部學生參加考核；二是交換題目彼此考查，一個學生用另一個學生出的考題考核；三是自考，學生自己出題自己考。這種教與學角色互換的方法得到學生的充分肯定。調查發現，90%以上的學生認為自己出題比純粹由教師出題難，學習效果更好，如果沒有真正掌握有關的內容是出不了好題目的。通過出題使學生從被動學習轉入主動學習，調動了學習的積極性，增加學習的興趣，而且使學生善于提煉問題和進行舉一反三的思考，拓寬了思路。當然為了讓學生出好題，教師開始需要做一些引導，告訴他們出題的技巧。另外，也要鼓勵他們出有創意(新)的題目，通過出創意(新)題目，不但可以培養學生的創新精神，在一定程度上也培養了其應變能力。為了更好地通過考試來培養學生的創新能力，我們對期末考試也進行了較大的改革，比如出一些讓學生分析遺傳學現象、總結和闡述遺傳規律的主觀性題目，培養其透過自然界的現象探尋生命的遺傳本質的能力。
第四步。選擇性開展Web-quest的自主性學習。根據之前改革已取得的經驗，主要是選擇近年來發展較快的一些遺傳學內容(如基因工程等)開展基于Web-quest的自主性學習?；咀龇ㄊ且砸阎谱鞯摹哆z傳學》網站為依托，按照以下的步驟進行：(1)教師引導學習，教授遺傳學章(節)重點內容(框架)；(2)學生利用《遺傳學》網站進行網上自主學習和討論；(3)教師提問；(4)教師講解重要問題(包括疑難問題)；(5)學生開展網上測試、延伸自主學習和論壇活動；(6)學生展示延伸學習的成果和體會；(7)教師總結。期間為了增加學生學習的積極性，在學生查閱文獻時，如果找到一些有關遺傳學最新進展和動態的資料，鼓勵學生濃縮寫成快訊在《遺傳學》網站交流，使他們有成就感，進一步增加主動和自主學習的興趣和積極性。
第五步。自愿性的研究性學習。主要采用三種方式：一是結合研究生的研究工作，選擇一些與遺傳學課程內容關系較密切的內容，讓學生分組在研究生指導下開展小實驗。比如，實驗室每年都有多個研究生開展DNA分子標記研究，鼓勵有興趣的學生與研究生一起開展有關的實驗，包括DNA提取、PCR擴增和電泳等。通過短期的研究，一方面加深學生對遺傳學基本原理的理解，另一方面也培養學生的動手能力和應用知識的能力。由于這種方式所需的時間相對較短，結果容易得到，與一般的實驗教學相比，前者較為靈活、有創意、成本相對較低，所以學生普遍較歡迎。二是采用通常的研究性教學，即讓學生根據興趣，分組選擇一個與遺傳學相關的研究小課題，獨立組織和開展研究工作，應該說，這個方式效果很好，[9][10]但往往在遺傳學上課期間難以完成，在一定程度上影響效果。三是結合畢業論文工作開展研究性的學習。[11]具體做法是在學習遺傳學課程的主要內容后，在指導教師的引導下，讓學生選擇一個與遺傳學內容有關的題目作為畢業論文。為了有效地進行此項的研究性學習，抓住兩個關鍵問題：一是畢業論文開始的時間安排在遺傳學課程修讀期間。遺傳學課程修讀的時間一般是在大學三年級上學期，也把畢業論文開始時間安排在該學期，這樣就可以讓學生通過邊學遺傳學課程邊發現與遺傳學有關的問題。課程結束前，在教師的引導下，選擇一個與遺傳學知識有關，而學生本人又有興趣的題目，開展畢業論文的研究工作。由于畢業論文一直要做到四年級下學期，歷時2年時間，所以，可以深入開展一些與遺傳學有關的研究工作。二是處理好遺傳學主講教師和畢業論文指導教師的關系。其中最佳方案遺傳學主講教師既是遺傳學課程的教師，同時又是畢業論文的指導教師，這樣不但可以達到研究性教學的目的，也可以保證畢業論文能順利完成。如果兩者不一致，就需要遺傳學的主講教師與畢業論文的指導教師進行協調商討確定。為了更好地開展研究性學習，結合研究性同時開展相關的綜合性實驗。
第六步。采用融會貫通式、生動活潑的課程大總結。一是理論總結，通過以“可遺傳變異的類型、創造方法、基本原理、應用和意義”為主脈把所有單元的內容有機聯系在一起，形成該課程的系統性；另外是以“遺傳與健康(疾病)”為專題講座進行形象生動的總結，通過“遺傳病”提出一條主線，把遺傳學各章節的內容串在一起。二是實踐總結，主要是利用我們擁有的國家級重點學科作物遺傳育種和廣東省植物分子育種重點實驗室的100多畝校內實驗基地，在每學期課程學習結束后帶學生到該基地進行參觀和實習。由于該基地每年種植(早晚兩季)的材料很豐富，包括有20多個野生稻種、2000多份不同類型的野生稻居群、各種突變體、雜種后代和特殊的遺傳材料(如單片段代換系等)等，可以讓學生對遺傳學研究的物質實體和研究內容有較好的直觀認識，并在實際中進行總結。比如，通過參觀各種野生稻和栽培稻，讓學生認識基因型與表現型的關系，以及遺傳的多樣性；通過觀察各種分離世代的材料，讓學生認識三大遺傳規律；通過參觀同源四倍體水稻，讓學生認識染色體數目變異的遺傳效應；通過參觀水稻單片段代換系和分子標記輔助選擇的后代，讓學生深入認識分子遺傳學的有關知識；通過參觀三系和二系雜交稻，讓學生認識細胞質遺傳學和生殖遺傳學的有關問題。通過參觀田間不同世代材料，讓學生認識許多數量遺傳學和群體遺傳學的問題。實踐證明，采用以上方法的總結，不但讓學生對遺傳學有了直觀、生動的認識，而且使學生接近自然、接近科學研究的第一線，豐富了教學的內容，達到了既教書又培養學生科學研究的思想和興趣的目的，深受學生的歡迎。
三、“創新型混合教學模式”遺傳學教改試驗的成效分析
為了評估“創新型混合教學模式”遺傳學教改試驗的效果，2006和2007年先后對其中180名參加試驗改革的學生進行匿名問卷調查，發現92.87%的學生認為“創新型混合教學模式教學改革”可激發其學習興趣，提高主動性；91.69%的學生認為可提高自學能力；93.37%的學生認為有助于基本知識的理解和應用；93.66%的學生認為擴大了知識面；91.95%的學生認為可培養學生獨立思考問題的能力；91.55%的學生認為知識收集、加工、處理能力得到提高；92.14%的學生認為提高了綜合能力；91.12%的學生認為充分運用了計算機等信息技術；90.53%的學生認為有助于學習者相互學習。與之前采用單一模式或簡單幾種方法的效果相比較，“創新型混合教學模式”在以上每項指標的得分均比之前的方法高出10%左右。除了以上量化的結果外，還得到參試學生的書面評價，其中絕大多數的學生給予高度評價，比如有學生認為，“創新型混合教學模式”“使原本深奧的遺傳學變得簡單，使同學們在活躍的氛圍中掌握了遺傳學的基本知識”；“使學生綜合和創新能力得到提高”；“能啟發學生的思維、激發學習遺傳學的興趣、增強探索的欲望”；等等。這些結果充分說明我們的改革是成功的，有進一步推廣的價值。
群體遺傳學概念范文3
1 生物學哲學的再定位
費爾巴哈在談到哲學的改造時說過：“哲學必須重新與自然科學結合，自然科學必須重新與哲學結合”。這是一種“建立在相互需要和內在必然性上面的結合”。〔1〕自然科學構成了哲學的基礎， 生物科學是這個基礎中不可或缺的組成部分。如同所有其他科學一樣，生物科學也深深受到哲學的理論思維和方法的影響。生物學哲學作為連結哲學與生物學的橋梁和中介，對二者的重新結合起著十分重要的作用。從學科建設的角度看，這門學科的存在和發展，既須以實證科學知識特別是生物科學的知識材料為基礎，跟上現代科學技術發展的步伐；又要汲取哲學研究的積極成果，適應當代哲學變革的需要。
就學科性質而言，一般認為生物學哲學屬于科學哲學體系中的一個分支學科?！洞笥倏迫珪返?5版所列《自然哲學》條目將關于自然的實際特征問題作為實在來進行考察，并分為物理學哲學和生物學哲學兩個部門。不過這里對“自然哲學”一詞的使用，有別于以往的傳統自然哲學，而是“作為對科學哲學的補充”。如所周知，西方科學哲學是以科學為研究對象，主要論述科學的認識論和方法論問題。維也納學派的創立者M.石里克的自然哲學也是作為一種科學哲學，一種探討哲理的科學方法。他申明自然哲學的任務在于解釋自然科學命題的意義，自然哲學是一種旨在考察自然定律的意義的活動。在其自然哲學講稿中關于生物哲學的分析，便是從有機自然現象也一定要由定律來描述這一點出發，來討論生物學中的機械論與活力論問題。
在科學哲學的發展進程中，除了一般科學哲學，還興起了特定學科的科學哲學，自本世紀初以來主要是物理科學哲學。傳統的科學哲學帶有片面的物理主義傾向，認為運用物理方法能夠對這個世界作出絕對完全的描述，世界上發生的每一事件均可用物理語言來描述。物理主義最熱烈的倡導者、分析哲學的主要代表人物之一的R.卡爾納普聲言：“如果根據物理語言的普遍性，把物理語言用作科學的系統語言，那么，所有的科學都會成為物理學。……實際上只有一種客體，那就是物理事件。在這物理事件范圍內，規律是無所不包的”?！? 〕石里克也同意物理主義的觀點，他僅僅基于量的方面的考慮而得出結論：“對于自然哲學而言，有機體不過就是一些特殊的具有復雜結構的系統，它們被包含在物理世界圖像的完美和諧的秩序之中”。〔3〕
傳統的科學哲學把研究重點放在物理學的定律和理論上，把它們看作科學的結構和邏輯的范例。之所以這樣是有其深遠的科學背景的。自牛頓實現了力學中第一次偉大綜合，此后，經典物理學的各個分支日趨完善，牛頓的機械綱領左右了近代科學和哲學的發展。本世紀初以相對論和量子力學的建立為標志的物理學革命，是物理學發展中的重大突破，也是對科學哲學的有力推動。邏輯經驗主義的主要代表H.萊辛巴赫所著《量子力學的哲學基礎》一書，就是通過對量子力學的科學成果的分析，闡釋了他關于知識的性質、客觀實在以及因果性等問題的見解。多年來，科學哲學的研究植根于邏輯學、數學及物理學定律，重視對物理理論的分析而忽略了生物學。正如在科學哲學家的視野內，有機生命及其進化只不過是世界科學圖景中的一個次要因素；在科學哲學的殿堂中，生物學哲學也是處于比較次要的從屬的地位。這種狀況只是到本世紀中葉以后才開始改觀。隨著分子生物學所取得一系列新進展，導致了生物學的革命，生命科學作為最激動人心的科學領域躍居到自然科學的前沿，對現代整個自然科學和哲學的影響也日益顯著。由于引入數學、物理、化學等學科的理論、方法和新的技術手段，現代生物學的研究領域得以向微觀和宏觀層次不斷延伸擴大，并愈來愈趨向系統的復雜性，向揭開物質世界最復雜最高級的系統——大腦的奧秘進軍。生物學研究的課題愈來愈帶有根本性，當今自然科學的研究重點正在轉向研究生命本身。對生命現象的深入探索，增強了人們對生物學的哲學興趣，并促使科學哲學向新的研究方向轉變。在這方面，現代綜合進化論的主要建筑師之一E.邁爾作出了開創性的工作，他致力于建立生物學的新哲學，強調這樣一種新的科學哲學必須放棄對僵化的本質論和決定論的依附，必須將科學概念加以擴展、不僅包括物理科學的而且還包括生物科學的原理和概念。
傳統科學哲學還帶有專注于純科學領域的局限。國外學術界在討論醫學哲學與科學哲學的關系這一論題時，已有學者指出，從歷史上看，科學哲學家往往不到自然科學領域外面去尋找對科學的定律、解釋和理論的洞察力以確定理論演變的進程，而是將自己限制于純科學形式中，一直忽視和輕視象工程學、農學和醫學這樣的應用科學領域。同時由于傳統科學哲學僅僅局限于從“內部”考察科學，忽視了科學技術與社會之間的互動關系，這種狹窄的科學觀不可能得出真正有洞察力的答案。傳統科學哲學在研究視野上的這些缺陷，對后來興起的生物學哲學也產生了某種程度的影響。
固然，科學哲學主要是把科學作為知識體系，對之進行認識論和方法論的研究，但是認識的最終目的不是知識本身，而是改造世界的實踐活動。對科學的哲學反思也不能脫離它所固有的實踐本性。在科學、技術和社會走向一體化的現時代，尤有必要拓寬科學哲學的領域，開展實用性的或應用性的研究，并將科學哲學研究同科技發展的社會研究結合起來。作為實用科學的農學和醫學與作為基礎科學的生物學之間的聯系極其密切，它們都屬于生命科學的范疇。在生命科學哲學領域內，理應包括對這些應用學科的理論和實踐的哲學研究。以分子生物學為依托的生物技術，將成為醫學和農業科學的主導技術，并將引起醫學革命和第三次農業革命。生物技術的“每一個創新，每一個技術妙舉，每一個概念上的困難的解決，都使得需要一種確定的生物學哲學變得更加顯著，并且目前正在朝向這個目標發展”?！?〕
21世紀將是生物學世紀?？梢灶A期，未來世紀生命科學的巨大進展及其革命性變化，必然要求生物學哲學在已有研究基礎上，無論從理論框架到研究內容到論題范圍都要有所突破。要盡力吸收、消化生命科學的最新成就，以正確的世界觀和方法論為指導作出新的哲學概括，提出新的理論觀點及發展生物科學技術的戰略選擇，這些可謂生物學哲學學科建設的題中應有之義。
2 拓展和深化生物學發展新形勢下的生物學哲學研究
以下試從生物科學發展的規律性、生物學規律與物理規律的關系以及生物學規律與社會規律的關系三方面談點淺見。
（1）“自然科學現在已發展到如此程度， 以致它再也不能逃避辯證的綜合了”?！?〕恩格斯在上個世紀80年代作出的這一論斷， 揭示了辯證思維對于了解科學事實的辯證性質的必要性，這也為后來自然科學本身的發展所證實。
近現代自然科學發展的趨勢是由經驗分析進到辯證綜合，這在生物學的發展中表現得十分明顯。自本世紀二、三十年代起，在生物學范圍內開始出現一些學科的綜合趨勢。早期的兩大綜合，一個是以胚胎學為中心，將之與細胞學、遺傳學和生物化學綜合起來，形成統一的發育觀點；另一個是以進化論為中心，將達爾文的自然選擇學說與群體遺傳學相結合，發展為一個有巨大闡明力的學說，即現代綜合進化論。進化的綜合范式取得了富有建設性的成果，如邁爾所說，是在有關的學科之間找到了一種共同語言并澄清了許多進化問題和作為其基礎的各種概念。但是這一范式仍是不完善的，還有不少尚未解決的問題。它不僅受到一些批評家的非難和質疑，就是在達爾文主義者之間也依然存在某些意見分歧。更完全的綜合始于本世紀50年代中后期誕生的分子生物學，它是生物化學、微生物學和遺傳學等學科相互融合的產物，其主要目標之一是試圖將大量的生物功能與分子水平上發生的事件聯系起來。分子生物學的核心——分子遺傳學，在信息大分子的結構、功能及相互關系的基礎上來研究生物的遺傳與變異。按照生物學史家G.E.艾倫的說法，J.沃森和F.克里克的工作，把信息學派、結構學派和生化學派對遺傳（甚至擴展到整個生物學）的問題的研究統一起來了。作為一個新的遺傳學范式，分子遺傳學的范式補充和修正了（不是取代）進化綜合范式，推動了關于進化過程中基因的變化和調節機制等問題的研究。著眼于分子水平上的進化的中性學說同著眼于表型進化的自然選擇學說，也應看作是一種互補關系而非互相否定?，F代分子生物學在進化研究方面的認識成果向人們昭示，一種完整的進化理論的建立，期待著傳統的進化生物學與分子生物學實現新的綜合。更進一步看，生物進化是種系發生和個體發育的辯證統一過程，對進化的深層認識，必須解開發育之謎這個世紀難題，以闡明個體發育中基因在多層次水平上的程序控制機理。由于分子生物學、細胞生物學與遺傳學的結合，把發育生物學推向前臺，將成為21世紀生命科學的新主角。據中科院未來生物學預測研究組預測，在分子水平上使遺傳、發育和進化的統一成為可能，這將是未來生物學的主要理論任務之一。由這三者統一所導致的理論大綜合，蘊含著豐富的哲學思想。從哲學認識論和方法論上對之進行理論概括，也應成為未來生物學哲學的主要理論任務之一。
“分久必合”。生物學中的這種綜合趨勢還在繼續。一些生物學家預言，面向21世紀的生命科學，必然是各學科相互滲透與相互交融的“大生物學”時代?！按笊飳W”要求辯證地綜合與不同組織水平相關的各門學科所積累的科學事實，建立起一般的生命理論，發展統一的生物學原理。多種學科的綜合，反映了生物現象的相互聯系和科學概念、方法論準則的統一。結合生物學認識發展的內在邏輯的考察，對生物學理論的相互關系（特別是理論的概念結構之間的轉換、理論范式的確立和更替）進行哲學分析，能為我們提供有關生物科學發展規律性的新的認識。
（2）在生物學哲學的討論中， 爭議較多而且也是懸而未決的一個理論問題是關于生物學的自主性問題。具體言之，生物學的概念與規律能否在某種意義上“還原”為物理學和化學的概念與規律？生物學家運用的解釋型式（例如歷史的解釋或目的論的解釋）在物理科學中是否相宜？在生物系統中顯示的某些現象是否也在無機系統中顯現或有重大差異？等等這樣一些有關生物學和物理學的聯系究竟是什么的問題， 被A. 羅森伯格稱之為“生物學哲學的中心問題”（《生物科學的結構》）。根據對這個問題的不同回答而形成了“自主論”與“分支論”兩派涇渭分明的理論觀點。這種分野在歷史上的表現形式是活力論與機械論的對立，在現代則主要是所謂反還原論與還原論的爭論。
從本體論方面說，討論物理化學的實體和過程是否構成所有生命現象的基礎，這實質上就是高級運動形式與低級運動形式的相互關系問題。如果把生命運動形式同物理化學的運動形式混同起來，甚至完全否定生命運動在質上的特殊性，這種本體論上的極端還原論傾向在哲學上和生物學上都是不可取的。相反，如果把生命運動的獨特性絕對化，忽視其與其他運動形式之間的包容關系和發生學聯系，這種傾向同樣是不可取的。以辯證唯物主義的物質運動形式觀為指南，依據科學認識的新成果，將能通過闡明生命運動和低級運動形式存在的聯系和連續性而更深入地揭示其本質。
從方法論方面說，在生物學中通過把復雜現象分解為更為簡單的組成部分進行研究，最終在物理化學層次上——分子層次上——作出說明，這也即還原論作為方法論的功能。分子生物學正是運用物理化學的還原方法來分析生命活動的基本過程，才獲得了劃時代的成就。這被譽為還原論的勝利。但是也要看到，生物學中還原方法的應用是有其局限性的。研究表明，生物體是一個多層次的、有組織的、結構復雜的系統，其中各個組成部分和整體具有多方面的相互作用。生物體的整體性不能建筑在來自于各個部分的分子碎片之上，分子參與組織的整體，它們的轉移和復制是整體的全部功能的結果。本世紀下半葉以來系統科學和非線性科學的發展，為探索生命系統的復雜性提供了新的科學思想和科學方法。還原論方式的自下而上的決定原則即較低層次決定較高層次的原則，同系統整體思維方式的自上而下的決定原則即較高層次決定較低層次的原則，二者既相互對立又相互依賴，它反映了部分與整體的辯證法。合理地結合這兩種決定原則，應是生物學進一步闡明生命機制及其規律性的研究戰略。
（3）在當代， 從自然科學奔向社會科學的強大潮流已成為不可遏止之勢。由于生物學革命對自然和人類社會生活產生的廣泛影響，凸顯了人的自然基礎和社會基礎的統一問題。與此相應，生物科學和社會科學的綜合性研究也成為人們關注的熱點。加拿大哲學家M.魯斯在其《生物學哲學》一書中宣稱，未來的社會科學將和生物學結合起來，社會學將把生物學的成果包括在自己的理論中，研究這種結合會提供許多有意義的東西。從現代生物學的發展可以看到，生物科學領域的一些學科（如遺傳學、動物行為學、生態學等）與社會學、人類學、倫理學、經濟學及政治學等學科的滲透、融合，不僅加深了人們對自然界和人類自身的認識，同時也啟迪了對生物學規律和社會規律二者相互關系的哲學思考。如生態經濟學作為生態學與經濟學交叉發展起來的一門邊緣學科，主要是闡明生態系統與經濟系統相互作用所形成的生態經濟系統運動和發展的客觀規律。而生物政治學則旨在用生物學的概念、原理和方法來研究政治行為，借以探索社會政治生活的本質及其規律。在橫跨生物科學與社會科學的眾多交叉學科中，1975年由美國動物學家E.威爾遜在其巨著《社會生物學：新的綜合》中所倡導并加以重新解釋的社會生物學引起了很大反響。這是一門系統研究一切動物（包括人類在內）的社會行為的生物學基礎的學科，其核心在于承認基因是遺傳和自然選擇的基本單位，一切社會行為均有其特殊的遺傳結構。威爾遜和C.拉姆斯登還進行了更為廣泛的概括，在他們所著《基因、理性和變化》（1981）中提出基因—文化互作進化論，認為整個人類文化領域在一定程度上依賴于遺傳控制。學術界對社會生物學褒貶不一，圍繞它所提出的人類行為的遺傳決定問題展開了激烈的爭論。這場爭論遠未完結，它所涉及的生物進化與文化進化的關系、社會生物學的哲學意義以及如何正確評價這一學說等問題也是生物學哲學研究的課題。
生物學與社會相互作用的一個引人注目的方面，表現為生物技術研究對倫理觀的沖擊和基因工程的社會控制及其倫理調節。生命科學技術的進步，在造福人類的同時也引發出許多社會倫理問題，向傳統的倫理道德觀念提出了新的挑戰。舉醫學領域來說，由于醫學技術以人作為直接作用對象，它所引發的倫理問題更為突出。自本世紀六、七十年代以來，國外醫學界關于死亡標準、器官移植、安樂死、重組DNA 技術以及人工生育技術種種問題的倫理學爭論，無不反映了傳統倫理觀的困惑和人類面臨的倫理學上的選擇。在當代新科技革命條件下，隨著生物高技術的發展，不斷涌現出新的倫理道德難題。被稱為生物學領域的第一“大科學”的人類基因組工程，無疑會深化人類對自身結構的認識，但這項研究也將面臨與倫理觀念相悖的嚴峻形勢。例如，由檢測基因產生的侵犯個人健康隱私權問題。當今在世界范圍內受到廣泛關注的克隆綿羊“多利”的出世，更是激起了一場有關其應用前景和倫理意義的大爭論。人能否克?。吭谌松砩现噩F這一成就或者創造新的生命形式（如人獸混合體）是否合乎倫理？未來的生命科學技術怎樣與社會協調？是否應該著手進行人種改造的選擇？站在生物學哲學的高度，我們將如何回答這些問題？
參考文獻
[1]費爾巴哈：《費爾巴哈哲學著作選集》，上卷，商務印書館， 1984，第118頁。
[2]洪謙主編：《邏輯經驗主義》，下卷，商務印書館，1984， 第476頁。
[3]莫里茨·石里克：《自然哲學》， 商務印書館， 陳維杭譯， 1984，第68頁。
[4]金吾侖選編：《自然觀與科學觀》，知識出版社，1985， 第30頁。
群體遺傳學概念范文4
一、整合生物信息學的研究領域
盡管目前一般意義上的生物信息學還局限在分子生物學層次，但廣義上的生物信息學是可以研究生物學的任何方面的。生命現象是在信息控制下不同層次上的物質、能量與信息的交換，不同層次是指核酸、蛋白質、細胞、器官、個體、群體和生態系統等。這些層次的系統生物學研究將成為后基因組時代的生物信息學研究和應用的對象。隨著在完整基因組、功能基因組、生物大分子相互作用及基因調控網絡等方面大量數據的積累和基本研究規律的深入，生命科學正處在用統一的理論框架和先進的實驗方法來探討數據間的復雜關系，向定量生命科學發展的重要階段。采用物理、數學、化學、力學、生物等學科的方法從多層次、多水平、多途徑開展交叉綜合研究，在分子水平上揭示生物信息及其傳遞的機理與過程，描述和解釋生命活動規律，已成生命科學中的前沿科學問題（摘自：國家“十一五”生命科學發展規劃），為整合生物信息學的發展提供了數據資源和技術支撐。
當前，由各種Omics組學技術，如基因組學（DNA測序），轉錄組學（基因表達系列分析、基因芯片），蛋白質組學（質譜、二維凝膠電泳、蛋白質芯片、X光衍射、核磁共振），代謝組學（核磁共振、X光衍射、毛細管電泳）等技術，積累了大量的實驗數據。約有800多個公共數據庫系統和許多分析工具可利用通過互聯網來解決各種各樣的生物任務。生物數據的計算分析基本上依賴于計算機科學的方法和概念，最終由生物學家來系統解決具體的生物問題。我們面臨的挑戰是如何從這些組學數據中，利用已有的生物信息學的技術手段，在新的系統層次、多水平、多途徑來了解生命過程。整合生物信息學便承擔了這一任務。
圖1簡單描述了生物信息學、系統生物學與信息學、生物學以及基因組計劃各個研究領域的相關性?？梢钥闯龌蚪M計劃將生物學與信息學前所未有地結合到了一起，而生物信息學的興起是與人類基因組的測序計劃分不開的，生物信息學自始至終提供了所需的技術與方法，系統生物學強調了生物信息學的生物反應模型和機理研究，也是多學科高度交叉，促使理論生物學、生物信息學、計算生物學與生物學走得更近，也使我們研究基因型到表型的過程機理更加接近。虛線范圍代表整合生物信息學的研究領域，它包括了基因組計劃的序列、結構、功能、應用的整合，也涵蓋了生物信息學、系統生物學技術與方法的有機整合。
整合生物信息學的最大特點就是整合，不僅整合了生物信息學的研究方法和技術，也是在更大的層次上整合生命科學、計算機科學、數學、物理學、化學、醫學，以及工程學等各學科。其生物數據整合從微觀到宏觀，應用領域整合涉及工、農、林、漁、牧、醫、藥。本文將就整合生物信息學的生物數據整合、學科技術整合及其他方面進行初步的介紹和探討。
二、生物數據挖掘與整合
生物系統的不同性質的組分數據，從基因到細胞、到組織、到個體的各個層次。大量組分數據的收集來自實驗室（濕數據）和公共數據資源（干數據）。但這些數據存在很多不利于處理分析的因素，如數據的類型差異，數據庫中存在大量數據冗余以及數據錯誤；存儲信息的數據結構也存在很大的差異，包括文本文件、關系數據庫、面向對象數據庫等；缺乏統一的數據描述標準，信息查詢方面大相徑庭；許多數據信息是描述性的信息，而不是結構化的信息標示。如何快速地在這些大量的包括錯誤數據的數據量中獲取正確數據模式和關系是數據挖掘與整合的主要任務。
數據挖掘是知識發現的一個過程，其他各個環節，如數據庫的選擇和取樣，數據的預處理和去冗余，錯誤和沖突，數據形式的轉換，挖掘數據的評估和評估的可視化等。數據挖掘的過程主要是從數據中提取模式，即模式識別。如DNA序列的特征核苷堿基，蛋白質的功能域及相應蛋白質的三維結構的自動化分類等。從信息處理的角度來說，模式識別可以被看作是根據一分類標準對外來數據進行篩選的數據簡化過程。其主要步驟是：特征選擇，度量，處理，特征提取，分類和標識。現有的數據挖掘技術常用的有：聚類、概念描述、連接分析、關聯分析、偏差檢測和預測模型等。生物信息學中用得比較多的數據挖掘的技術方法有：機器學習，文本挖掘，網絡挖掘等。
機器學習通常用于數據挖掘中有關模式匹配和模式發現。機器學習包含了一系列用于統計、生物模擬、適應控制理論、心理學和人工智能的方法。應用于生物信息學中的機器學習技術有歸納邏輯程序，遺傳算法，神經網絡，統計方法，貝葉斯方法，決策樹和隱馬爾可夫模型等。值得一提的是，大多數數據挖掘產品使用的算法都是在計算機科學或統計數學雜志上發表過的成熟算法，所不同的是算法的實現和對性能的優化。當然也有一些人采用的是自己研發的未公開的算法，效果可能也不錯。
大量的生物學數據是以結構化的形式存在于數據庫中的，例如基因序列、基因微陣列實驗數據和分子三維結構數據等，而大量的生物學數據更是以非結構化的形式被記載在各種文本中，其中大量文獻以電子出版物形式存在，如PubMed Central中收集了大量的生物醫學文獻摘要。
文本挖掘就是利用數據挖掘技術在大量的文本集合中發現隱含的知識的過程。其任務包括在大量文本中進行信息抽取、語詞識別、發現知識間的關聯等，以及利用文本挖掘技術提高數據分析的效率。近年來，文本挖掘技術在生物學領域中的應用多是通過挖掘文本發現生物學規律，例如基因、蛋白及其相互作用，進而對大型生物學數據庫進行自動注釋。但是要自動地從大量非結構性的文本中提取知識，并非易事。目前較為有效的方法是利用自然語言處理技術NLP，該技術包括一系列計算方法，從簡單的關鍵詞提取到語義學分析。最簡單的NLP系統工作通過確定的關鍵詞來解析和識別文檔。標注后的文檔內容將被拷貝到本地數據庫以備分析。復雜些的NLP系統則利用統計方法來識別不僅僅相關的關鍵詞，以及它們在文本中的分布情況，從而可以進行上下文的推斷。其結果是獲得相關文檔簇，可以推斷特定文本內容的特定主題。最先進的NLP系統是可以進行語義分析的，主要是通過分析句子中的字、詞和句段及其相關性來斷定其含義。
生物信息學離不開Internet網絡，大量的生物學數據都儲存到了網絡的各個角落。網絡挖掘指使用數據挖掘技術在網絡數據中發現潛在的、有用的模式或信息。網絡挖掘研究覆蓋了多個研究領域，包括數據庫技術、信息獲取技術、統計學、人工智能中的機器學習和神經網絡等。根據對網絡數據的感興趣程度不同，網絡挖掘一般還可以分為三類：網絡內容挖掘、網絡結構挖掘、網絡用法挖掘。網絡內容挖掘指從網絡內容/數據/文檔中發現有用信息，網絡內容挖掘的對象包括文本、圖像、音頻、視頻、多媒體和其他各種類型的數據。網絡結構挖掘的對象是網絡本身的超連接，即對網絡文檔的結構進行挖掘，發現他們之間連接情況的有用信息（文檔之間的包含、引用或者從屬關系）。在網絡結構挖掘領域最著名的算法是HITS算法和PageRank算法（如Google搜索引擎）。網絡用法挖掘通過挖掘相關的網絡日志記錄，來發現用戶訪問網絡頁面的模式，通過分析日志記錄中的規律。通常來講，經典的數據挖掘算法都可以直接用到網絡用法挖掘上來，但為了提高挖掘質量，研究人員在擴展算法上進行了努力，包括復合關聯規則算法、改進的序列發現算法等。
網絡數據挖掘比單個數據倉庫的挖掘要復雜得多，是一項復雜的技術，一個難以解決的問題。而XML的出現為解決網絡數據挖掘的難題帶來了機會。由于XML能夠使不同來源的結構化的數據很容易地結合在一起，因而使搜索多個異質數據庫成為可能，從而為解決網絡數據挖掘難題帶來了希望。隨著XML作為在網絡上交換數據的一種標準方式，目前主要的生物信息學數據庫都已經提供了支持XML的技術，面向網絡的數據挖掘將會變得非常輕松。如使用XQuery 標準查詢工具，完全可以將 Internet看作是一個大型的分布式XML數據庫進行數據瀏覽獲取、結構化操作等。
此外，數據挖掘還要考慮到的問題有：實時數據挖掘、人為因素的參與、硬件設施的支持、數據庫的誤差問題等。
一般的數據（庫）整合的方法有：聯合數據庫系統（如ISYS和DiscoveryLink）, 多數據庫系統（如TAMBIS）和數據倉庫（如SRS和Entrez）。這些方法因為在整合的程度，實體化，查詢語言，應用程序接口標準及其支持的數據輸出格式等方面存在各自的特性而各有優缺點。同時，指數增長的生物數據和日益進步的信息技術給數據庫的整合也帶來了新的思路和解決方案。如傳統的數據庫主要是提供長期的實驗數據存儲和簡便的數據訪問，重在數據管理，而系統生物學的數據庫則同時對這些實驗數據進行分析，提供預測信息模型。數據庫的整合也將更趨向數據資源廣、異質程度高、多種數據格式、多途徑驗證（如本體學Ontology的功能對照）、多種挖掘技術、高度智能化等。
三、生命科學與生物信息學技術的整合
生物信息學的研究當前還主要集中在分子水平，如基因組學/蛋白質組學的分析，在亞細胞、細胞、生物組織、器官、生物體及生態上的研究才剛剛開始。從事這些新領域的研究，理解從基因型到表型的生命機理，整合生物信息學將起到關鍵性的作用。整合生物信息學將從系統的層次多角度地利用已有的生物、信息技術來研究生命現象。另外，由其發展出的新方法、新技術，其應用潛力也是巨大的。圖2顯示了生命科學與生物信息學技術的整合關系。
目前生命科學技術如基因測序、QTL定位、基因芯片、蛋白質芯片、凝膠電泳、蛋白雙雜交、核磁共振、質譜等實驗技術，可以從多方面，多角度來分析研究某一生命現象，從而針對單一的實驗可能就產生大量的不同層次的生物數據。對于每個技術的數據分析，都有了大量的生物信息學技術，如序列分析、motif尋找、基因預測、基因注解、RNA分析、基因芯片的數據分析、基因表達分析、基因調控網絡分析、蛋白質表達分析、蛋白質結構預測和分子模擬、比較基因組學研究、分子進化和系統發育分析、生物學系統建模、群體遺傳學分析等。整合生物信息學就是以整合的理論方法，通過整合生物數據，整合信息技術來推動生命科學干實驗室與濕實驗室的組合研究。其實踐應用涉及到生物數據庫的整合、功能基因的發現、單核苷酸多態性/單體型的了解、代謝疾病的機理研究、藥物設計與對接、軟件工具以及其他應用。
在整合過程中，還應該注意以下幾方面內容：整合數據和文本數據挖掘方法，數據倉庫的設計管理，生物數據庫的錯誤與矛盾，生物本體學及其質量控制，整合模型和模擬框架，生物技術的計算設施，生物信息學技術流程優化管理，以及工程應用所涉及的范圍。
四、學科、人才的整合
整合生物信息學也是學科、教育、人才的整合。對于綜合性高等院校，計算機科學/信息學、生物學等學科為生物信息學的發展提供了學科基礎和保障。如何充分利用高校雄厚的學科資源，合理搭建生物信息學專業結構，培養一流的生物信息學人才，是我們的任務和目標。
計算機科學/信息學是利用傳統的計算機科學，數學，物理學等計算、數學方法，如數據庫、數據發掘、人工智能、算法、圖形計算、軟件工程、平行計算、網絡技術進行數據分析處理，模擬預測等。生物信息學的快速發展給計算機科學也帶來了巨大的挑戰和機遇，如高通量的數據處理、儲存、檢索、查詢，高效率的算法研究，人工智能的全新應用，復雜系統的有效模擬和預測。整合生物信息學的課程設計可以提供以下課程：Windows/Unix/Linux操作系統、C++/Perl/Java程序設計、數據庫技術、網絡技術、網絡編程、SQL、XML相關技術、數據挖掘，機器學習、可視化技術、軟件工程、計算機與網絡安全、計算機硬件、嵌入式系統、控制論、計算智能，微積幾何、概率論、數理統計、線性代數、離散數學、組合數學、計算方法、隨機過程、常微分方程、模擬和仿真、非線性分析等等。
生物學是研究生命現象、過程及其規律的科學，主要包括植物學等十幾個一級分支學科。整合生物信息學的課程設計可以提供以下課程：普通生物學、生物化學、分子生物學、細胞生物學、遺傳學、分子生物學、發育生物學、病毒學、免疫學、流行病學、保護生物學、生態學、進化生物學、神經生物學、基礎醫學、生物物理學、細胞工程、基因工程、分子動力學、生物儀器分析及技術、植物學、動物學、微生物學及其他生物科學、生物技術專業的技能課程。
作為獨立學科的生物信息學，其基本的新算法，新技術，新模型，新應用的研究是根本。課程涉及到生物信息學基礎、生物學數據庫、生物序列與基因組分析、生物統計學、生物芯片數據分析、蛋白質組學分析、系統生物學、生物數據挖掘與知識發現、計算生物學、藥物設計、生物網絡分析等。另外，整合生物信息學的工程應用，也需要了解以下學科，如生物工程、生物技術、醫學影像、信號處理、生化反應控制、生物醫學工程、數學模型、試驗設計、農業系統與生產等。
此外，整合生物信息學的人才培養具有很大的國際競爭壓力，培養優秀的專業人才，必須使其具備優良的生物信息科學素養，具有國際視野，知識能力、科研創新潛力俱佳的現代化一流人才。所以要始終緊跟最新的學術動態和發展方向，整合學科優勢和強化師資力量，促進國際交流。
五、總結及展望
二十一世紀是生命科學的世紀，也是生物信息學快速不斷整合發展的時代，整合生物學的研究和應用將對人類正確認識生命規律并合理利用產生巨大的作用。比如進行虛擬細胞的研究，整合生物信息學提供了從基因序列，蛋白結構到代謝功能各方面的生物數據，也提供了從序列分析，蛋白質拓撲到系統生物學建模等方面的信息技術，從多層次、多水平、多途徑進行科學研究。
整合生物信息學是基于現有生物信息學的計算技術框架對生命科學領域的新一輪更系統全面的研究。它依賴于生物學，計算機學，生物信息學/系統生物學的研究成果（包括新數據、新理論、新技術和新方法等），但同時也給這些學科提供了更廣闊的研究和應用空間，并推動整個人類科學的進程。
我國的生物信息學教育在近幾年已經有了長足的進步和發展。未來整合生物信息學人才的培養還需要加強各學科有效交叉，尤其是計算機科學，要更緊密地與生命科學結合起來，共同發展，讓我們的生命科學、計算機科學和生物信息學的教育和科研走得更高更前沿。
作者簡介：
