课程代码：16590020

课程中文名称：生物信息学

课程英文名称：Bioinformatics

课程类别：专业课程

学分：2 周学时1.5-1.0

面向对象：本科生

预修课程要求：分子生物学或遗传学

一、课程介绍

（一）中文简介：

本课程主要包括三方面内容：1、生物信息学概述：包括生物信息学的概念、发展历程和原理。2、生物信息学分析主要方法与思路，包括分子数据库及其利用、序列联配算法、数据库同源序列搜索、基因组拼接、基于HMM的基因预测算法及系统发生树构建等。3、结合上机实验讲解生物信息学常用分析工具（软件）的使用。

（二）英文简介

This course is a general introduction of bioinformatics for undergraduate students. It includes three parts: a) overview of bioinformatics, including the concept，the development history and the main principles; b) algorithms and applications of bioinformatics, including molecular database, sequence alignment, similarity search, genome assembly, HMM-based gene finding and phylogenetic tree; c) introduction of bioinformatics software and tools.

二、教学目标

(一)学习目标

生物信息学是21世纪生命科学领域最重要的一门新兴交叉学科，已成为推动基因组学、分子生物学、药理学、生物进化、医学、农学等学科研究与发展的重要辅助学科。本课程将系统介绍生物信息学的主要概念、原理及其相关应用，并结合具体生物学问题加以展开，让学生了解生物信息学的主要内容，研究方法与思路，掌握并能灵活运用其中的一些常用方法，同时通过上机实验讲授如何利用生物信息学常用分析工具及软件来分析并解决生物学问题，培养学生的科研分析能力，为未来的学习与科研打下坚实的基础。

（二）育人目标

始终坚持思政教育贯穿教学全过程：通过介绍生物信息学学科历史和主要人物事迹，弘扬科学创新精神，培养学生不畏权威努力探索的科研气质；同时，大师人物会为学生树立榜样，激励他们更好地去学习相应知识；通过讲解生物大数据安全，使学生树立遗传资源安全意识，培养学生爱国、爱专业的情怀；以我国基因组学研究进展为例，讲述我国在基因组学领域的贡献，培育学生的民族自豪感以及社会责任感。

（三）可测量结果

1、能解释生物信息学的核心概念，概述其产生、发展历史及未来趋势。

2、能利用Internet获取并跟踪生物信息学最新前沿资讯，能够顺畅地进行英文文献的阅读与分析。

3、能清晰地阐明序列比对的经典算法及其相关软件的使用。

4、了解当前最主要的生物信息学数据库及其格式，并通过数据库搜索预测未知基因或蛋白质的结构、功能。

5、能简述系统发生树构建方法及常用软件。

6、初步掌握生物信息学的主要工作思路与方法，能够运用生物信息学相关软件分析并解决生物学中遇到的问题。

注：以上结果可以通过课堂讨论、课程作业以及课程论文等环节测量。

三、课程要求

（一）授课方式与要求

授课方式：1、教师讲授（讲授核心内容、总结、按顺序提示今后内容、答疑、讨论等）；2、随堂测试（由课上讲授内容安排随堂测试或相关上机实验课并对实验操作进行考核）；3、期末课程论文。

课程要求：熟悉生物信息学的主要内容、研究方法与思路，掌握并能灵活运用生物信息学常用基本分析方法与工具（软件），培养科学的分析与解决生物学问题的能力，同时提高中外文自然科学文献的阅读能力。

（二）考试评分与建议

期末成绩=期末实验作业（50%）+随堂测试（30%）+文献分组汇报展示（20%）

四、教学安排

周次	授课章次与主要内容	课程思政融入点与实施方法	教学方式	课外学习与作业要求	教学时数
1	生物信息学概述 近20年来，分子生物学发展的一个显著特点是生物信息的剧烈膨胀和迅速更新，继而产生了海量的生物信息数据库。如何有效管理与利用这些信息成为科学工作者的首要难题，生物信息学应运而生。 生物信息学是研究生物信息的采集、处理、存储、传播、分析和解释等各方面的一门交叉学科，通过综合利用生物学、计算机科学和信息技术以揭示大量而复杂的生物数据所赋有的生物学奥秘。掌握生物信息学的主要内容及常用分析方法与工具，有助于培养科学分析与解决生物学问题的能力。 生物信息学发展简史和展望	思政融入点：培养学生交叉思维措施：通过讲解生物信息学学科是一门典型的交叉学科	线下	思考题：通过生物信息学的主要定义，简要阐述你对生物信息学概念及其内涵的理解。	3
2	分子数据及其数据库 生物信息学涉及的数据库大致分为两种：初级数据库和二级数据库。本课时主要介绍常用初级数据库,包括核苷酸序列数据库（美国GenBank，欧洲EMBL和中国GSA）、蛋白质序列数据库（SWISS-PROT）、功能域数据库（Pfam）等及其注释格式。	思政融入点：数据安全意识 措施：讲解我国国家基因组科学数据中心（GSA）的建设	线下	思考题：列举常用的生物学数据库并说明如何检索	3
3	序列组成与序列联配 序列联配和分析是生物信息学最主要的研究内容之一，它分为两个主要部分：一是序列组成分析分析，二是序列之间的联配。本课时主要讲授序列组成分析，包括碱基组成，碱基相邻频率，及Z曲线等，以及计分矩阵、序列连配的定义分类和动态规划算法（Needleman-Wunsch算法）。	思政融入点：培养交叉、创新思维 措施：通过讲解戴霍夫创立了第一氨基酸替换矩阵（致力于将计算机分析应用于生物化学领域的创举）	线下	思考题：序列构成是否随机？举例说明；掌握动态规划算法	3
4	序列连配（2） 本课时主要讲授着重介绍Smith—Waterman算法及贝叶斯序列连配算法，以及相关软件如BLAST、FASTA等的使用。同时结合具体实例阐述其在生物学实际问题的分析与解决中的应用。	思政融入点：培养科学家创新精神 措施：讲解序列联配算法相关三位大家（即三个“man”）：Needleman、Waterman、Lipman	线下	思考题： Needleman-Wunsch算法与Smith—Waterman算法的异同点。	3
5	序列连配（3）与功能域 本课时主要讲授多序列连配（Multiple Sequence Alignment）问题和算法，同时介绍多序列比对的常用软件如ClustalW等及其在生物学中的应用。	思政融入点：培养创新思维 措施：讲解Doolittle在生物信息学领域的贡献，特别是多序列渐进联配算法	线下	思考题：阐述多序列比对在解决生物学问题中有哪些应用。	3
6	基因组测序及其基因预测 本课时主要讲授基因组测序的基本原理及一般方法，当前基因组拼接的主要方法，以及如何通过HMM模型进行基因预测。基因、RNA二级结构等预测工具应用	思政融入点：培养爱国爱专业情怀 措施：通过讲解我国科学家在基因组测序、拼接及其基因注释领域的突出贡献（从早期人类和水稻基因组到目前主导地位）。	线下	思考题：阅读相关文献并对其研究内容，所运用的基因组分析方法进行比较。
7	分子进化——系统发生树 随着基因组等测序计划的实施，更加推动了分子进化的迅速发展。本课时简述分子进化模型、如何通过基因和基因组序列构建系统发生树方法（距离法等），以及相应软件工具应用。	思政融入点：激励学生永攀科技高峰 措施：通过讲解理论联系实际的典范：以Masatoshi Nei为例：中性理论、邻接法、MEGA等。
8	文献报告与讨论 精读最新主刊论文或热点论文，并进行报告、讨论 阅读材料： 最新生物信息学和基因组相关文献	思政融入点：培养科技创新思维；分工协作和团队的重要性。 措施：通过文献阅读（特别是中国科学家发表的顶刊论文），讲解科技创新在解决农学、医学等问题中的重要性。	线下	分组讨论，使每位了解文献内容；同时组间需要交流，了解上下文	3

五、参考教材及相关资料

《生物信息学》（第二版），樊龙江主编，科学出版社，2021

六、课程教学网站：

http://ibi.zju.edu.cn/bioinplant/