《生物信息学华中科技大学研究生院.pdf》由会员分享，可在线阅读，更多相关《生物信息学华中科技大学研究生院.pdf（10页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、生命科学与技术学院 国际一流水平研究生课程简介 课程名称：生物信息学 课程代码：170.600 课程类型：一级学科基础课 二级学科基础课 其它：考核方式：考试 教学方式：讲授 适用专业：生物信息技术、生物技术、生物科学、生物医学工程 适用层次：硕士 博士 开课学期：秋 总学时：32 学分：2 先修课程要求：无 课程组教师姓名 职 称 专 业 年 龄 学术方向 周艳红（负责人）教授 生物信息 46 生物序列分析 薛宇 教授 生物信息 32 蛋白质共价修饰 郭安源 教授 生物信息 32 复杂疾病调控网络 课程负责教师教育经历及学术成就简介：1.周艳红，博士，教授，博导。1986 获华中理工大学机械
2、制造专业学士学位，1989 获华中理工大学工学硕士学位，1989-1998 年留校机械工程学院 1997 获华中理工大学工学博士学位，1999.12000.12 美国哈佛大学公共卫生学院博士后，2001.12001.10 美国密苏里大学计算机学院访问研究，2001.112002.2 美国国家基因资源中心访问研究，2002现在，华中科技大学计算机学院（专业方向：生物信息技术），2004现在，华中科技大学生命科学与技术学院（专业方向：生物信息技术）。主要从事的研究领域为生物信息技术及其生物医学研究中的应用，涉及基因组、转录组、蛋白质组相关信息的挖掘与利用，包括：基因及其表达调控、蛋白质结构与相互作
3、用、基因功能及其与疾病相关性等的分析预测与实验验证等。2002 年以来主持国家自然科学基金等项目 10 余项发表论文 60 余篇，出版专著 1 部，获软件著作版权 7 项，入选教育部新世纪优秀人才、湖北省青年杰出人才，获部级科技进步一等奖 2 项、二等奖 1 项。2.薛宇，博士，教授，博导。2002.7 获中国科学技术大学高分子科学与工程学士学位，2003.7 获中国科学技术大学计算机科学与技术双学士学位，2007.1获中国科学技术大学细胞生物学博士学位，2007.1-2007.7中国科学技术大学任 研究助理，2007.7-2009.7 中国科学技术大学生命科学学院系统生物学系任副教授，200
4、9.7-现在，华中科技大学生命科学与技术学院。研究领域为蛋白质共价修饰的生物信息学，蛋白质-蛋白质相互作用网络的预测与重构，计算比较基因组学，以及功能位点的分子进化等。主持及参与研究多项国家自然科学基金项目、中科院项目和科技部重大研究计划项目发表 SCI 期刊重要论文 30 多篇，SCI 他引500 次，获专利 1 项，软件著作权 4 项，2008 获“中国科学院优秀博士论文”奖。3.郭安源，博士，教授，博导。2002 年毕业于南开大学，获生物化学学士学位，2007 年毕业于北京大学，获生物信息学博士学位，2007.9-2009.9 在美国弗吉尼亚联邦大学和范德堡大学进行博士后研究，2009.
5、10-现在 华中科技大学生命科学与技术学院。研究领域包括生物信息学和系统生物学在复杂疾病中的研究，包括大规模实验数据的分析和整合，疾病基因筛选，从蛋白质相互作用和网络通路等方面研究复杂疾病的分子机理；比较基因组学研究，不同基因组信息的比较以及特定基因和基因家族的起源进化；生物信息学数据库构建和在线分析工具设计。博士期间曾参与研究多项国家自然科学基金项目以及国家 863 计划和973 计划子项目发表 SCI 期刊重要论文 20 多篇，其中单篇 SCI 被引用近百次。课程教学目标：1.介绍生物信息学研究的主要内容与基本方法，使学生了解学科发展现状与趋势，培养学生分析问题与解决问题的能力；2.介绍生
6、物信息学方面的一些重要资源及其使用方法，使学生掌握运用生物信息学成果解决生命科学相关问题的基本方法与途径。课程大纲：第一章 绪论 1.1 生物信息学的发展背景 1.2 生物信息学及其研究意义 1.3 生物信息学的主要内容 1.4 生物信息学的学科特点 第二章 分子生物学数据库 2.1 DNA、RNA 与蛋白质序列数据库 2.2 蛋白质结构数据库 2.3 基因与蛋白质表达数据库 2.4 蛋白质相互作用数据库 2.5 数据库检索 第三章 双序列比对 3.1 序列比对的数学基础 3.2 动态规划算法介绍 3.3 打分矩阵及其含义 3.4 序列比对的显著性检验 3.5 同源序列搜索 第四章 多序列比对
7、 4.1 渐进方法 4.2 迭代方法 4.3 部分有向图算法 4.4 全局多序列比对的隐马尔科夫模型 4.5 整合算法 第五章 序列模式识别 5.1 蛋白质序列模式简介 5.2 预测性能检验 5.3 位点特异性打分矩阵/权重矩阵模型 5.4 模体发现：Gibbs Sampler 等 5.5 马尔科夫及隐马尔科夫模型 第六章 分子进化与系统发育分析 6.1 分子进化与系统发育树的基本概念 6.2 密码子偏好及相应分析 6.3 氨基酸序列的进化演变 6.4 DNA 序列的进化演变 6.5 同义与非同义的核苷酸替代 6.6 系统发育树的构建 第七章 基因组分析 7.1 基因组结构注释的目标与内容 7
8、.2 基于同源信息的基因结构注释方法 7.3 基于统计建模的基因结构预测方法 7.4 人类基因组基因结构注释过程与主要结果 7.5 基因组结构注释相关工具与资源 第八章 蛋白质结构分析 8.1 蛋白质结构概述 8.2 蛋白质结构数据的获取、显示与分析 8.3 结构比对 8.4 蛋白质分类数据库 CATH 与 SCOP 8.5 蛋白质结构预测的基本方法 8.6 蛋白质结构预测的相关工具与资源 第九章 高通量 DNA 测序技术及其分析 9.1 DNA 测序技术的发展 9.2 第二代高通量测序技术的原理 9.3 DNA 测序序列的组装 9.4 转录组和表达谱数据的分析 9.5 基因集富集和功能网络分
9、析 教材：生物信息学：序列与基因组分析，作者 David M.Mount（美），曹志伟 编译,科学出版社，2006-10.主要参考书：1.生物序列分析，蛋白质和核酸的概率论模型，作者 R.Durbin 等（美），清华大学出版社，2002-01 本课程达到国际一流水平研究生课程水平的标志：1、师资方面：本课程的三位任课教师都是从事生物信息技术方面前沿研究的学者，对领域的现状和发展前景有较好的把握和前瞻性，具备了促使本课程达到国际一流水平研究生课程水平的基本条件。2、教学内容方面：本课程充分参考了美国麻省理工学院(MIT)全球公开课Foundations of Computational and
10、Systems Biology的讲义和授课方式，讲授生物信息技术领域的基本知识，紧扣本领域的前沿科学问题，授课内容与国际一流水平研究生课程相似。3、教学方式方面：本课程以全球发行、国际水平的教科书为基础，参考 MIT 全球公开课的授课方式，结合三位任课教师的实际科研工作经历和经验，从而实现生动、活泼的教学方式。4、教材方面：本课程以美国学者 David M.Mount 编著、全球发行的教科书生物信息学：序列与基因组分析为基本教材，与国际接轨。5、其它：Syllabus of World-class Graduate Courses in College of Life Science and
11、Technology Course Name:Bioinformatics Course Code：170.600 Course Type：Fundamental Course for 1st Level Disciplines Fundamental Course for 2nd Level Disciplines Others：Assessment:Examination Teaching Format:Lecture For Majors：Bioinformation,Biotechnique,Bioscience,Biomedical engineering Level：MSc PhD
12、 Semester：Autumn Credit Hours：32 Credits：2 Prerequisite Courses:None Teachers Titles Major Age Research Interests Yanhong Zhou Prof.Bioinformatics 46 Sequence analysis Yu Xue Prof.Bioinformatics 32 Covalent modification Anyuan Guo Prof.Bioinformatics 32 Complex networks of diseases CV of the Course
13、Principal Instructor:1.Yanhong Zhou,Ph.D.,Professor,Principal investigator.1986,achieved a bachelor degree of mechanical manufacturing in HUST;1989,achieved the master degree in HUST;1989-1998,working in HUST as a research assistant,assistant professor and associate professor;1997,achieved the Ph.D.
14、degree in HUST;1999.12000.12,post-doctoral research in Harvard;2001.12001.10,visiting scholar in University of Missouri,U.S.A.His major research interests are focused on bioinformation with its application in biomedical studies,such as the data mining of genome,transcriptome,and proteome.He has publ
15、ished more than 60 papers.2.Yu Xue,Ph.D.,Professor,Principal investigator.2002.7,achieved a bachelor degree of polymer science and technology in USTC;2003.7,achieved the secondary bachelor degree of computer science and technique in USTC;2007.1,achieved the Ph.D.degree of cell biology in USTC;2007.1
16、-2009.7,working in USTC as a research assistant,and associate professor;His major research interests are focused on computational analysis of post-translational modifications in proteins.He has published more than 30 papers.3.An-Yuan Guo,Ph.D.,Professor,Principle investigator.He achieved Ph.D.degree
17、 in 2007 from Peking University in bioinformatics.In 2007-2009,he did postdoctoral research work at Virginia Commonwealth University and Vanderbilt University in US.From 2009.10,he worked at HUST as a bioinformatics professor.His research involves in many fields of bioinformatics,including data inte
18、gration,database construction,disease candidate gene selection,protein interaction,miRNA regulation and functional networks in complex diseases,as well as comparative genomics and evolutionary analysis.He had published more than 20 papers in SCI journals,which have been cited by more than 300 times.
19、Course Objectives：1.Introduce the major contents and fundamental approaches in the field of bioinformatics,make students to learn the current progress and perspective of this field,and help students to learn how to analyze and solve related problems;2.Introduce the major resources with their usage f
20、or students,and help them to learn how to use bioinformatic techniques for analyzing basic questions in life science.Course Outline：Chapter 1 Introduction 1.1 The history of Bioinformatics 1.2 Bioinformatics and itssignificance 1.3 Research content of bioinformatics 1.4 Characteristics of bioinforma
21、tics Chapter 2 Bioinformatics databases 2.1 DNA,RNA and protein databases 2.2 Protein structure databases 2.3 Gene and protein expression databases 2.4 Protein-protein interaction databases 2.5 Database search and data retrieve Chapter 3 Sequence alignment 3.1 Maths of sequence alignment 3.2 Dynamic
22、 programming algorithm 3.3 Scoring matrix 3.4 Significance test of sequence alignment 3.5 Homolog sequence search Chapter 4 Multiple sequence alignment 4.1 Progressive approach 4.2 Iteration approach 4.3 Partial ordered graph algorithm 4.4 HMM of global multiple sequence alignment 4.5 Integrated app
23、roach Chapter 5 Motif finding 5.1 Introduction to protein motif 5.2 Test of prediction accuracy 5.3 PSSM and Weight scoring matrix 5.4 Motif finding:Gibbs Sampler etc.5.5 Hidden markov model Chapter 6 Molecular evolution and Phylogenetics 6.1 Basic of molecular evolution 6.2 Codon usage 6.3 Evolutio
24、nary model of amino acids 6.4 Evolutionary model of DNA sequence 6.5 Synonymous and non-synonymous substitution 6.6 Construction of Phylogenetics tree Chapter 7 Genome analysis 7.1 Genome structure annotation 7.2 Gene prediction based on homologs 7.3 Gene prediction based on statistics 7.4 Gene pred
25、iction in human genome 7.5 Tools and resources about gene prediction Chapter 8 Protein structure analysis 8.1 Introduction to protein structure 8.2 Data retrieve,display about protein structure 8.3 Structure alignment 8.4 Protein classification database CATH and SCOP 8.5 Methods in protein structure
26、 prediction 8.6 Tools and resources in protein structure prediction Chapter 9 High-throughput DNA sequencing and analysis 9.1 The history of DNA sequencing 9.2 The principle of high-throughput DNA sequencing technology 9.3 Sequence assembly 9.4 Transcriptome and expression data analysis 9.5 Gene set
27、 enrichment and functional network analysis Textbook：Bioinformatics：Sequence and genome analysis，David M.Mount（US）,David Mount,Science print，2006-10.References：1.Biological sequence analysis,probabilistic models of protein and DNA ，R.Durbin et.Al.，清华大学出版社，2002-01 Features as a World-class Graduate C
28、ourse:1.Teachers Qualification：We have 3 professors in bioinformatics to teach this course.They all had did much work in bioinformatics and had very good sense in the research hot in bioinformatics.2.Content of this course：We will follow the course content of MIT course Foundations of Computational
29、and Systems Biologyin this course.It will introduce the basic principle,methods,resources and research aspects of bioinformatics.It will follow the leading edge of bioinformatics research fields.3.Course Contents：We will use the very famous bioinformatics book as the basic reference book in this course.We also will follow the teaching methods of MIT course and combine with our research experience.4.Textbook:This course will use the Bioinformatics：Sequence and genome analysis as reference book,which was written by famous US scholar David M.Mount and published in all the world.5.Others: