生物信息學(山東大學提供的慕課)

課程性質

課程定位

生物信息學課程包括資料庫、序列分析、蛋白質結構、組學、算法、統計、數據挖掘、編程等領域。它體現了生物學、計算機科學、數學、物理學等學科間的滲透與融合，通過對生物學實驗數據的獲取、加工、存儲、檢索與分析，達到揭示數據所蘊含的生物學意義從而解讀生命活動規律的目的。

適應對象

生物信息學課程適用生命科學、農學、醫學、信息科學等相關專業本科生、碩士生、博士生各階段的同學，以及生物醫學領域的科研工作者學習。

開課信息

開課次數	開課時間	授課教師	學時安排	參與人數
第1次開課	2017年09月11日—2018年01月12日	魏天迪、趙方慶、鞏晶	2—2.5小時每周	15823人
第2次開課	2018年03月05日—2018年06月30日		3小時每周	9451人
第3次開課	2018年09月10日—2019年01月12日		2—3小時每周	12481人
第4次開課	2019年02月25日—2019年06月17日	魏天迪、趙方慶、鞏晶、張玉華		9052人
第5次開課	2019年09月02日—2020年01月10日			15850 人
第6次開課	2020年02月17日—2020年07月31日			25567人
第7次開課	2020年09月14日—2021年01月31日			12134人
表格內容參考資料：

課程簡介

生物信息學課程共九章內容，介紹了生物信息學的概述、生物資料庫的查詢及搜尋、核酸、蛋白質序列資料庫、蛋白質序列的比較分析、分子進化及系統發生、蛋白質結構的預測及分析、基因組學與蛋白質組學、序列算法、統計基礎、數據挖掘、編程基礎與網頁製作等內容，同時附有實例。

課程大綱

第一章緒論

1.1 課程介紹

1.2 探索生物信息學神秘島

1.3 生物信息學是神馬

1.4 這門課學神馬

1.5 2019一流本科課程說課

第二章生物資料庫（第一部分）

2.1 為什麼需要生物資料庫

2.2 生物資料庫的分類

2.3 文獻資料庫：PubMed

2.4 一級核酸資料庫：GeneBank

2.5 一級核酸資料庫：基因組資料庫

2.6 二級核酸資料庫

第二章生物資料庫（第二部分）

2.7 一級蛋白質序列資料庫：UniProtKB

2.8 一級蛋白質結構資料庫：PDB

2.9 二級蛋白質資料庫：Pfam，CATH，SCOP2

2.10 專用資料庫：KEGG，OMIM

第三章序列比較（第一部分）

3.1 認識序列

3.2 序列相似性

3.3 替換記分矩陣

3.4 序列兩兩比較：打點法

3.5 序列兩兩比較：序列比對法

3.6 一致度和相似度

第三章序列比較（第二部分）

3.7 線上雙序列比對工具

3.8 BLAST搜尋

第三章序列比較（第三部分）

3.9 多序列比對介紹

3.10 線上多序列比對工具

3.11 多序列比對的編輯和發布

3.12 尋找保守區域

第四章分子進化與系統發生

4.1 進化的故事

4.2 基本概念

4.3 系統發生樹

4.4 系統發生樹的構建

4.5 MEGA7構建NJ樹

4.6 課後甜品

第五章蛋白質結構預測與分析（第一部分）

5.1 蛋白質的結構

5.2 蛋白質的二級結構

5.3 蛋白質的三級結構

5.4 三級結構可視化軟體VMD

第五章蛋白質結構預測與分析（第二部分）

5.5 計算方法預測三級結構

5.6 三級結構的比對

5.7 蛋白質分子表面性質

第五章蛋白質結構預測與分析（第三部分）

5.8 獲取蛋白質四級結構

5.9 蛋白質-蛋白質分子對接

5.10 蛋白質-小分子分子對接

5.11 虛擬篩選與反向對接

5.12 分子動力學模擬

第六章高通量測序技術及套用

6.1 基因組學與測序技術

6.2 高通量測序技術在精準醫學中的套用

6.3 生物信息學面臨的挑戰

6.4 從頭測序

6.5 重測序

6.6 轉錄組測序

6.7 表觀基因組學

6.8 猛獁象基因組測序計畫

6.9 古基因組學面臨的挑戰

6.10 古基因組學研究中的生物信息技術

第七章統計基礎與序列算法

7.1 貝葉斯公式及其生物學套用

7.2 二元預測的靈敏度和特異度

7.3 基本序列算法

第八章數據挖掘

8.1 什麼是數據挖掘

8.2 資料庫系統

8.3 機器學習

8.4 WEKA

第九章編程基礎與網頁製作（第一部分）

9.1 Linux作業系統

9.2 Linux基本命令

9.3 Perl語言基礎入門

9.4 Perl語言基礎高級

第九章編程基礎與網頁製作（第二部分）

9.5 前端開發和HTML介紹

9.6 HTML常用標籤

9.7 設計簡單的網頁

9.8 HTML與CGI簡單互動

期末考試

（註：課程大綱排版從左到右列 ）

課前預備

預備知識

學習生物信息學課程需預備生物學、生物化學、分子生物學、計算機基礎等基礎知識。

學習資料

書名	作者	ISBN	出版社	出版時間
《生物信息學（第三版）》	陳銘	9787030576811	科學出版社	2018年6月
表格內容參考資料：

授課目標

通過生物信息學課程的學習，了解生物信息學產生的歷史、現狀及發展態勢，生物信息學基礎知識、生物信息學工具的使用、相關算法的開發以及生物信息學在人類重大疾病研究中的重要套用等內容，掌握通過生物生物信息學方法解決各種生命科學領域問題的能力，以及擁有跨學科綜合思考的能力。

課程特色

生物信息學課程打破了傳統概念型教學方式，以實際操作來講解各種工具軟體的使用，通過實例的講解，使理論和實踐結合。

所獲榮譽

2019年1月，該課程被中華人民共和國教育部認定為“2018年國家精品線上開放課程”。