前言：中文期刊網精心挑選了生物信息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。
生物信息學概念范文1
初中物理一開始并不難，只是一點基礎知識，但隨著知識點的逐漸加深，物理難度增加，學生學起來有些吃力，逐漸處于被動局面。隨著教學改革的不斷深入，初中物理教學也迎來了以新課標為指引的教學課改的展開。知識是在真實具體的生產生活環境中產生的，學習的環境越逼真、越生動、越融洽，學習就越有效率。創設積極有效的課堂情境，不僅可以使學生容易掌握物理知識和技能，而且可以"以境生情"，可以使學生更好地體驗物理內容中的情感，使物理知識變得生動形象、富有情趣?？梢哉f，良好的教學情境的創設，能激發學生的學習興趣，并為學生提供良好的學習環境。為了和新教學理念接軌，教師們積極努力，不斷地改善自己的教學策略，但不少教師忽視了學生的主動性，所舉行的教學活動，依然牽著學生的鼻子走，學生依然處在被動的現，如何改善學生被動學習的現狀呢？
1.主動的關鍵是心動
長期被動的學習，學生也逐漸習慣了，教師讓干什么，就干什么，機械的聽教師的安排，是以往學生學習的現狀，因而，學生也養成了讓老師將知識掰碎了揉爛了喂給自己的學習形式，內心也養成了懶惰被動的不良習慣，要想變被動為主動，首先要讓學生心動，即讓他們先具備濃厚的學習興趣，用豐富多彩的物理知識和現象調動他們的積極性。
在物理教學中，教師要利用好課本的資源，抓住機遇，創新教學藝術，培養強化學生對物理的興趣，呼喚學生的學習內驅力。在現實教育中，教師學生應共同探討，教師要不斷地給學生以思維的空間和動機，處處設疑、激疑。例如在教學"探究平面鏡成像的特點"的一節課中，最初是完全開放，自主探究。即創設情境后，由學生觀察、討論、猜想平面鏡的成像特點，然后自行設計方案、小組實驗，檢驗自己的猜想是否成立，最終得出成像特點。引導學生的好奇與思考，激發他們的思索動機。
2.讓創新帶動主動性
初中生有強烈的好奇心，這是一份寶貴的財富，利用這份好奇心，教師在初中物理教學中要著重培養學生的創新思維。具備了這種思維，學生才能改變以往的被動學習的現狀，不再滿足于教師所安排的任務，而是自己有主動發現問題的動力和源泉。教師也要創設培養學生創新思維的環境。首先要科學設置問題，以有梯度、思維容量、新奇的問題來帶動學生的思維，拋磚引玉，促使學生存疑、質疑使學生對初中物理產生濃厚的學習興趣。這樣主動性自然得到了充分的發揮。例如：講到運動圖像時，曾經讓學生完成這樣一個題目：一人從甲地沿直線勻速出發，到乙地后停下休息，之后又沿原路勻速返回甲地，試畫出該人的s_t時間圖像，在這一問題的解答時，教師不再代替學生思考，代替學生畫圖，而是將任務交給學生，由學生自主完成，這樣一來，學生不在偷懶，也無法偷懶，并且面對這樣形象的問題解答方式，每個同學都躍躍欲試，積極思考，主動畫圖，主動和其他同學交流，一時間教師成了輔助，成了配角，學生了成了主角，他們互相質疑，互通有無，有的同學繪圖思路清晰簡便，便于理解，這從根本上改變了教師一種思維的固有形式，達到了創新思維共享的可喜局面。
3.在物理知識應用中培養學生的主動性
為了充分運用初中物理知識和在運用中培養學生積極主動地學習習慣，我結合生活實際，給學生創設情境，以鍛煉他們運用物理課本知識解決生活實際問題的能力。
在我國三國時期， 傳說諸葛亮曾發明過一種軍事報警信號， 后人稱為孔明燈，它是用很輕的竹皮兒做骨架， 用棉紙糊在外面，只在下面留口，口的下面設一小架，放一小盤內有松香點燃后，燈籠就慢慢的升高，直至升入高空，請問這運用了什么物理原理？
學生們差不多都放過孔明燈，當一聽到這個問題時，都很興奮，便開始積極的思考他的科學原理，有的同學說是空氣受熱膨脹，有的說是熱能變成了動能，真是眾說紛紜，眼看同學們爭執不下，我不得不給以提示，即熱氣球的原理，還有就是浮力的知識點等，結果學生經過獨立思考，終于找到了問題的關鍵：孔明燈的原理與熱氣球的原理相同，皆是利用熱空氣之浮力使球體升空。然而為何熱空氣會飄浮呢？我們可用阿基米德原理來解釋它：當物體與空氣同體積，而重量（密度）比空氣小時就可飛起，此與水之浮力的道理是相同的。將球內之空氣加熱，球內之一部份空氣會因空氣受熱膨脹而從球體流出，使內部空氣密度比外部空氣小，因此充滿熱空氣之球體就會飛起來。通過這樣和生活中學生感興趣的現象結合，思考并運用，大大增強了學生學習的主動性，獨立思考的能力也得到了提升，同學我們學起物理來更是信心倍增。
4.角色互換，教學相長
生物信息學概念范文2
關鍵詞：概念和規則；信息技術；效果；有助于學生發現規律；獲得規則
美國教育心理學家加涅的智慧技能層次論把智慧技能分成五種分類：辨別、具體概念、定義性概念、規則、高級規則，并提出這五種智慧技能的習得存在著如下的層次關系：高級規則學習以簡單規則學習為先決條件；規則學習以定義性概念學習為先決條件；定義性概念學習以具體概念學習為先決條件；具體概念學習以知覺辨別為先決條件。中學物理學習，其實就是讓學生在理解物理概念的基礎上，應用物理規律。物理規律也就是加涅智慧技能理論提到的規則。按照科學取向教學論的研究我們教學的基本步驟包括：1.引起注意，告知目標；2.提示回憶原有知識3.呈現概念、原理的例子，引導學生辨別；4.闡明新舊知識的聯系，促進理解；5.呈現變式練習材料，提供反饋；6.智慧技能在新情境中的遷移與運用。筆者認為物理概念規則的學習離不開大量的情景現象，這些情景現象只通過說教和演示展示往往達不到所要求的效果，而信息技術的運用可以為學生提示回憶、總結現象，得出原理結論，還可以幫助學生遷移運用。
在學習物理概念規則時借助信息技術手段，可以讓學生得到學習概念規則所需要的諸多感性現象和例子，起到傳統教學所無法達到的效果。例如：在學習光沿直線傳播這一物理規律時，可以利用多媒體工具給學生播放了一段動畫模擬的日食和月食現象，通過清晰而生動的動畫演示，學生清楚地看到了整個日食和月食的發生過程，并直觀地認識到了“光是沿著直線傳播”的規律。這樣學生對于規律規則的學習自然更容易理解和接受。
學生在學習電流、電壓概念時，由于電流、電壓看不見、摸不著，感到很抽象，難以理解。課本中雖然有幾幅相關的插圖，但都是靜止的。單憑教師說教，學生也很難想象那看不見的微觀世界。如果教師制成相應的課件，把電荷的定向移動形成電流的過程，電流強度的大小等用不同的情景展現在學生面前，運用類比法將電流和水流，電壓和水壓進行類比，學生理解起來就容易多了。通過信息技術輔助物理教學，可以突破常規實驗儀器的局限性，所以我們應當充分發揮信息技術的特長，對那些難以觀察到的、復雜、困難的實驗進行模擬和提供幫助，呈現常規實驗不能呈現的現象，從而有助于學生發現規律、獲得規則。
物理概念規則的學習，需要實驗活動呈現有組織的信息，但有時候，實驗可視度不夠，可以利用實物展示儀，呈現良好的實驗效果。例如：在教學《磁場》這節課時，需要利用磁鐵、鐵屑和玻璃板演示磁場的分布情況。傳統的演示方法是：將玻璃板放在磁鐵上面，將鐵屑均勻的撒在玻璃板上，輕輕敲動玻璃板，使鐵屑在磁場的作用下形成磁感線分布形狀。但因玻璃板是平面放置，學生看不清楚，教師只好端著玻璃板走到臺下，巡回讓學生觀察，這需要不少時間，必然影響教學進度。而利用實物投影技術，只須將實物放在展示臺上，演示結果便清晰地呈顯在大屏幕上，所有學生在同一時間便能清楚的看到磁體周圍磁場的分布情況。學生容易理解磁場的規律。
物理概念和規則具有高度的抽象性，它超脫了具體的現象而說明了事物的本質屬性和內在聯系。有些老師覺得向學生解釋，太浪費時間了，倒不如節省多點時間給學生做練習，所以干脆讓學生背熟這些概念。結果學生做題時就一竅不通，所以我們必須要讓學生經歷物理概念和規則的構建過程，學生才真正的理解概念的本質，老師和學生才不會浪費了時間做無用功。在學生學習物理原理規則時，需要呈現一些例子，這些例子的呈現最好借助多媒體技術，這樣例子呈現的具體形象，可以挖掘學生頭腦中的前概念，從而準確掌握概念和規則。例如在學習壓強和功等物理概念時，利用視頻播放駱駝在沙漠中行走的鏡頭和蚊子吸血的鏡頭，使學生感悟影響壓力的作用效果的因素；利用視頻播放吊車吊起重物，踢足球的視頻，幫助學生理解做功需要力和在力的方向上通過的距離兩個必要條件。通過呈現現象和例子，通過學生思考，摒棄頭腦中錯誤的前概念，有助于學生真正找到物理的原理和規則，防止錯誤概念的生成，這對于課堂教學來說是有效的，相比沒有多媒體輔助的教學來說是高效的。
生物信息學概念范文3
關鍵詞：生物信息學；課堂研討；案例分析
作者簡介：劉偉（1979-），女，遼寧鐵嶺人，國防科技大學機電工程與自動化學院，講師；張紀陽（1979-），男，湖南泌陽人，國防科技大學機電工程與自動化學院，講師。（湖南?長沙?410073）
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，生物技術飛速發展，生物學數據大量積累。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。為了培養復合型人才，大力發展交叉學科，國防科技大學（以下簡稱“我?！保┙陙砻嫦蛉＠砉た蒲芯可_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、數學等多個學科的交叉與融合。從20世紀90年代到現在，該學科發展非常迅速，研究熱點發生了數次改變。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。[3]通過確立教學目標，精心設計和組織教學內容，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，其主要依據是人才培養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，對于各部分內容的理解程度不同，必須兼顧不同的專業方向，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，通過案例分析展現科學研究的基本方法和實踐過程。
二、教學內容的設計和組織
1.教學內容的總體設計
確定了教學目標之后，需要對課程的教學內容進行總體設計。參考國內外多所高校的相關課程設置，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“生物信息學與系統生物學”和MIT的“Bioinformatics and Proteomics”等，發現這些課程主要是針對生物專業的學生開設，側重于方法學介紹。而我校學生大部分是工科背景，對于統計和機器學習方法有一定基礎，重點是了解相關的生物學問題，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展，研究領域不斷擴大，有必要展現該學科的最新進展。
因此，課程內容總體設計上以生物學問題為主線，結合最新的研究成果，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，結合自身的專業背景，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生切身體會。
2.教學內容的組織
研討式教學的關鍵是調動學生的積極性，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驗，總結調動學生積極性的基本要素，對授課內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容非常豐富，有必要對課程內容進行取舍，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，以深化學生的理解。只有學生對重點內容理解透徹，才能激發出濃厚的學習興趣，積極參與課堂研討，碰撞出智慧的火花。
（2）新穎有趣，實例豐富。在課程內容上應充分體現知識性和趣味性，以豐富的實例展現生物信息學中基本的概念和方法。學生往往關注與日常生活休戚相關的內容，期望能用所學知識解釋常見現象，因此實例選擇應貼近生活體驗。課件中準備了大量的實例，例如，在講完構建進化樹之后，舉例說明為什么人類的祖先是從非洲走出來的；在生物代謝一章，通過賣火柴的小女孩的故事闡釋生物代謝過程的高效性；在蛋白質結構部分，討論為什么濕著頭發睡覺，頭發容易變翹。通過實例分析，增加學生對于所學知識的理解和參與課堂研討的積極性。
生物信息學概念范文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?，F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：
生物信息學概念范文5
關鍵詞： 生物信息學 農業研究領域 應用
“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年發表的文章中首次使用。生物信息學自產生以來，大致經歷了前基因組時代、基因組時代和后基因組時代三個發展階段［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［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世紀生物技術的核心，已經成為現代生命科學研究中重要的組成部分。研究基因、蛋白質和生命，其研究成果必將深刻地影響農業。本文重點闡述生物信息學在農業模式植物、種質資源優化、農藥的設計開發、作物遺傳育種、生態環境改善等方面的最新研究進展。
1.生物信息學在農業模式植物研究領域中的應用
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濟價值的關鍵植物的基因圖譜。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地研究這些重要農作物的基因表達、蛋白質互作、蛋白質和核酸的定位、代謝物及其調節網絡等，從而從分子水平上了解細胞的結構和功能［5］。目前已經建立的農作物生物信息學數據庫研究平臺有植物轉錄本（ta）集合數據庫tigr、植物核酸序列數據庫plantgdb、研究玉米遺傳學和基因組學的mazegdb數據庫、研究草類和水稻的gramene數據庫、研究馬鈴薯的pomamo數據庫，等等。
2.生物信息學在種質資源保存研究領域中的應用
種質資源是農業生產的重要資源，它包括許多農藝性狀（如抗病、產量、品質、環境適應性基因等）的等位基因。植物種質資源庫是指以植物種質資源為保護對象的保存設施。至1996年，全世界已建成了1300余座植物種質資源庫，在我國也已建成30多座作物種質資源庫。種質入庫保存類型也從單一的種子形式，發展到營養器官、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資源。例如微衛星、aflp、ssap、rbip和snp等。由于對種質資源進行分子標記產生了大量的數據，因此需要建立生物信息學數據庫和采用分析工具來實現對這些數據的查詢、統計和計算機分析等［7］。
3.生物信息學在農藥設計開發研究領域中的應用
傳統的藥物研制主要是從大量的天然產物、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中的意義在于找到病理過程中關鍵性的分子靶標、闡明其結構和功能關系，從而指導設計能激活或阻斷生物大分子發揮其生物功能的治療性藥物，使藥物研發之路從過去的偶然和盲目中找到正確的研發方向。生物信息學為藥物研發提供了新的手段［8，9］，導致了藥物研發模式的改變［10］。目前，生物信息學促進農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合活性的250倍［11］。目前，這兩種新藥已經進入臨床試驗階段。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百個除草化合物，經生物活性測定，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］。
現代農藥的研發已離不開生物信息技術的參與，隨著生物信息學技術的進一步完善和發展，將會大大降低藥物研發的成本，提高研發的質量和效率。
4.生物學信息學在作物遺傳育種研究領域中的應用
隨著主要農作物遺傳圖譜精確度的提高，以及特定性狀相關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
中尋找可能的相關基因，然后在作物中找到相應的基因及其位點。農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據，可通過建立生物信息學數據庫來整合這些數據，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，從而培育出新的優良農作物品種。
5.生物信息學在生態環境平衡研究領域中的應用
在生態系統中，基因流從根本上影響能量流和物質流的循環和運轉，是生態平衡穩定的根本因素。生物信息學在環境領域主要應用在控制環境污染方面，主要通過數學與計算機的運用構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核酸 dna，以及生物大分子蛋白質酶，達到催化目標污染物的降解，從而維護空氣［16］、水源、土地等生態環境的安全。
美國農業研究中心（ars） 的農藥特性信息數據庫（ppd） 提供 334 種正在廣泛使用的殺蟲劑信息，涉及它們在環境中轉運和降解途徑的16種最重要的物化特性。日本豐橋技術大學（toyohashi university of technology） 多環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。美國環保局綜合風險信息系統數據庫（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，以及分子遺傳毒性參數［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。網絡的普及，情報、信息等學科的資源共享，勢必會創造出一個環境微生物技術信息的高速發展趨勢。
6.生物信息學在食品安全研究領域中的應用
食品在加工制作和存儲過程中各種細菌數量發生變化，傳統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，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］技術也是未來食品病毒檢測的發展方向。
轉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］。通過對轉基因農產品數據庫信息的及時更新，可準確了解各國新出現和新批準的轉基因農產品，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域的應用還比較有限，但隨著食品安全檢測數據庫的不斷完善，相信相關的生物信息學技術將在食品領域發揮越來越重要的作用。
生物信息學廣泛用于農業科學研究的各個領域，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提供相關服務，通過出版物、信息共享平臺、數字圖書館、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業持續健康發展發揮作用。
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展［j］.河南農業科學，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，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，mik
e 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，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.環境生物技術信息學進展［j］.環境污染治理技術與設備，2002，3，（11）：92-94.
［18］史應武，婁愷，李春.植物內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，張天生，張巧艷.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.基因芯片技術在基因突變診斷中的應用及其前景［j］.重慶醫學，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學研究方法［j］.微生物學雜志，2009，29，（4）：79-83.
［24］王大勇，方振東，謝朝新等.食源性致病菌快速檢測技術研究進展［j］.微生物學雜志，2009，29，（5）：67-72.
［25］蘇晨曦，潘迎捷，趙勇等.疏水網格濾膜技術檢測食源性致病菌的研究進展［j］.微生物學雜志，2010，30，（6）：76-81.
生物信息學概念范文6
21世紀是生命科學的時代，也是信息時代。隨著分子生物學、測序技術以及人類基因組計劃的深入展開，各種生物醫學數據已達到海量級別。在后基因組時代，一方面是巨量的數據，另一方面是我們在醫學、藥物、農業和環保等方面對新知識的渴求，這些新知識將幫助人們改善其生存環境和提高生活質量。這就構成了一個極大的矛盾。如何從海量生物醫學數據中獲取新的知識呢?1956年，在美國田納西州蓋特林堡召開的首次“生物學中的信息理論研討會”上學者們提出了生物信息學的概念。1987年，林華安博士正式為這一領域定下生物信息學( Bioinformatics)這個稱謂，一門新興學科——生物信息學應運而生。
一生物信息學的學科特點
生物信息學是用數理和信息科學的觀點、理論和方法去研究生命現象、組織和分析呈現指數增長的生物醫學數據的一門學科。它主要包括兩重含義：一是對海量數據的收集、整理與服務，即管理好這些數據；二是從中發現新的規律，即利用好這些數據。生物信息學的實質就是利用計算機科學和網絡技術來解決生物學問題。它的出現極大地推動了分子生物學等相關學科的發展。它不僅是一門新學科，更是一種重要的研究開發工具。生物信息學幾乎是今后所有生物（醫藥）研究開發所必需的工具。
生物信息學與其他的生物醫學學科相比，有很大的不同，主要有以下三大特點：
第一，以生物醫學數據庫為基礎，數據極其龐大復雜。隨著組學時代的來臨與深入，生物醫學數據正呈現指數級別的增長。根據權威的《Nucleic Acids Research》統計，截止2014年，全球共有約2100個主要的生物醫學數據庫，涵蓋了生物醫學研究的諸多領域。從研究層次上看，包括核酸、蛋白質、結構、基因組、蛋白質組、人類基因和疾病、細胞器官、免疫學等14類數據庫。從研究種類上說，包括動物、植物、真菌、原核生物、病毒等30余萬種生物。僅登錄在美國GenBank數據庫中的核酸序列就超過1億條，DNA序列總量超過1000億堿基對；在UniProt中，共收錄蛋白質序列約1000萬條；在PDB中，共收錄蛋白質結構數據超過8萬個。
第二，生物信息的操作分析主要以計算機為工具，在互聯網環境中運行，通過網絡強大的搜索功能完成數據收集、儲存、管理與提供。
第三，生物信息學是一門生物醫學、數學、信息科學以及計算機科學等諸多學科綜合交叉的前沿產物，與其他學科相比，綜合交叉性強、難度大、發展時間短、還在不斷完善與更新中。因而目前還沒有成熟的生物信息學教學模式，各高校，尤其是醫學院校，尚處于摸索探討的階段。 二生物信息學現有教學模式的不足之處 目前，國內的生物信息學教學基本沿用以“教師講授為主”的傳統教學模式。以課堂為中心、以理論教學為主，進行“滿堂灌”式教育，“照本宣讀”的方式也比較常見。缺乏與生物信息學交叉前沿性特點相適應的新型教學模式。同時，實驗教學方式比較單一，常以驗證性為目的，有些甚至成為了“文獻檢索”課程，缺乏和專業相適應的綜合性、設計性實驗，結果出現了理論和實踐相脫節的現象。 三關于PBL應用于生物信息學教學的探索 1PBL教學法的優勢 “基于問題的學習(Problem based leaming)”，簡稱PBL，是美國廣泛采用的一種探究性、任務驅動式學習模式。此方法與傳統以學科為基礎的教學法有很大的不同，強調以學生的主動學習為主，而不是傳統教學中強調的以教師講授為主，比如將學習與更大的任務或問題掛鉤、使學習者投入于問題中、設計真實性任務、鼓勵自主探究、激發和支持學習者的高水平思維、鼓勵爭論、鼓勵對學習內容和過程的反思等。在醫學教育中，PBL教學強調以設置問題的方式為學生創造一種特定的疾病發生的情境和診治的氛圍，通過學生的相互協作來共同解決實際問題，最終實現培養學生獨立處理和解決實際問題的能力的目標。這種教學模式很好地解決了理論與實際脫節的矛盾。
2 PBL教學法在生物信息學教學中的實際應用
(1)分組。根據能力和興趣分組，選擇能力互補且有共同興趣的學生組成不同學習小組，一般以3—4人為一組，對于總體能力特別強的小組可以適當減少人數。
(2)提出教學目標，布置真實性任務。首先，布置基礎性教學任務，這類教學任務的目的是為了鞏固學生的基礎知識，培養學生的基礎能力。例如，該類任務可由四個子科目組成：“生物醫學數據庫識別與理解”、“通過Entrez和SRS系統進行生物醫學數據的檢索利用”、“blast序列比對”、“clustalw多序列比對”。這是必選任務，每個個組都必須完成，為下一步實行探究性任務打下基礎。
然后，根據不同小組的興趣和特點，分配不同的探究性任務。例如，“新基因的發現與鑒定”、“某某疾病基因的分析與鑒定”等。這類問題并無現成答案，學生必須自己查閱資料、進行歸納分析、確定實驗步驟、完成任務。例如，對于“新基因的發現與鑒定”這項任務，最終可由如下步驟組成：①利用EST數據庫獲得基因重疊群；②新基因的拼接獲得；③所得基因的性質分析；④啟動子分析；⑤編碼區分析；⑥新基因的人工翻譯；⑦所得蛋白質的功能分析。這些步驟和每一步的實現方法都將由學生在已有的知識基礎上，通過查找文獻、互相討論、探索獲得，最終完成該項任務，寫出任務報告。
(3)定期討論。定期安排學生集中討論。每次討論主要完成兩方面工作：一是對任務進展進行報告，二是對所遇到的問題進行互相交流。教師全程參與，對疑難問題作出提示和建議。
(4)成果匯報。任務完成后，進行集中匯報。讓學生對任務期間所做工作、獲得的結果進行匯報。
(5)教師評價、反饋。由指導教師對任務完成過程及結果進行點評，對學生掌握知識的程度及學生的科研、應用能力進行評價，并提出進一步的提高方向。
(6)延伸階段。鑒于生物信息學都是在臨近畢業時進行教學，對于有興趣的學生，可以將探究性任務擴展成畢業設計，進行模塊化分流教學。
3在生物信息學中運用PBL教學法的優勢
(1)生物信息學的學習是一個運用生物醫學、數學、信息科學以及計算機科學等諸多學科知識進行分析、判斷、推理、綜合的實踐過程，PBL教學法的應用可充分調動和發揮學生的主觀能動性，著重培養學生解決實際問題的綜合分析、判斷及實踐動手能力。
(2)在保證教學質量的前提下，可明顯減少傳統的灌輸式教學工作和學習的負擔，同時能讓學生在短時間內熟悉多種生物醫學數據庫、掌握多種生物信息軟件的使用方法、了解生物信息手段在生物醫學中的各種應用。
(3)在相互合作的過程中，學生不僅學到了獲取知識的方式，更重要的是提高了學生的興趣、交流意識和團隊責任感等科研必備素質和能力。
(4)在完成真實性任務的過程中，可讓學生熟悉完成科研工作的方法步驟，培養學生完成科研任務的能力。
