这一章讨论的是解释DNA序列的方法,这些方法主要依赖于功能模式的检测,而不是与其它单 个序列的比较。这些方法中的绝大部分意在先寻找并遮蔽重复的和低复杂性的序列,再寻找 基因以及与其相关的调控区域。在针对单个序列的集中调查分析,以及为可能的基因、整个 基因组或相应较大区域建立初步清单的快速扫描过程中,这些方法都发挥了主要作用

第一章 生物信息学的概念及其发展历史 第二章 生物学数据库及其检索 第三章 序列比对原理 第四章 蛋白质结构预测与分析 第五章 真核生物基因组的注释 第六章 蛋白质组学 第七章 系统生物学 第八章 合成生物学 第九章 分子进化与系统发育 第十章 统计学习与推理 第十一章 生物信息学编程基础 第十二章 第二代测序技术及其应用

2.1 生物信息的分类 ◼ 化学信息 ◼ 血液 ◼ 代谢物 ◼ 呼吸气体 ◼ 其它体液等 ◼ 以往通过化验来检测 ◼ 现在很多实现仪器自动分析 2.2 生物电现象 2.3 生物磁现象 2.4 生物声现象 2.5 生物光现象 ◼ 光的来源 ◼ 特殊腺器官，在受到刺激时分泌出发光必须的物质 ◼ 在体表面的腺细胞，只在受到刺激时才分泌 ◼ 散布在细胞内各处的小发光微粒 ◼ 生物光的颜色 ◼ 蓝，绿，黄，红 ◼ 荧火虫的发光最强 ◼ 人体发出的生物光为蓝色，太弱，肉眼无法看见 2.6 其它生理信息 ◼ 血压、脉搏、心音 ◼ 血压：指血管内血液对血管壁的側压（Pa） ◼ 1mmHg=12.9mm血柱=133.332Pa ◼ 心脏收缩，血压上升，称为收缩压 ◼ 心脏舒张，血压下降，称为舒张压 ◼ 脉搏（动脉搏动） ◼ 动脉内压力周期性的波动，引起动脉血管发生搏动，称为动脉脉搏。检测脉搏的波形，可以诊断不同的疾病

第一章 生物信息学的概念及发展历史 第二章 生物学数据库及其检索 第三章 序列比对原理 第四章 蛋白质结构预测与分析 第五章 基因组学 第六章 转录组学 第七章 非编码RNA 第八章 蛋白质组学 第九章 系统生物学 第十章 合成生物学 第十一章 分子进化与系统发育 第十二章 统计学习与推理 第十三章 生物信息学编程基础 第十四章 新一代测序技术及其应用

学科基础课平台必修课 《高等数学 A1》 《高等数学 A2》 《大学物理 A1》 《C++程序设计》 《C++程序设计实验》 《C++程序设计实训》 《线性代数》 《概率论与数理统计 B》 《离散数学Ⅰ》 《计算机组成原理 I》 《数据结构 I》 《数据结构 I 实验》 《计算机网络原理Ⅰ》 《操作系统Ⅰ》 《数字通信原理》 学科基础课平台选修课 《数字逻辑》 《Java 程序设计》 《Java 程序设计实验》 《管理信息系统》 《管理信息系统实训》 《数据库原理 A》 《人工智能导论》 《生理学 E》 《卫生统计学 B》 《流行病学 B》 《外科学总论 B》 《诊断学 D》（临床医学概要） 《诊断学 D》(临床医学概要） 《诊断学 D》 《编译原理》 《传感器技术及应用》 专业课平台必修课 《计算机类认识实习》 《医信工程生产实习》 《医信工程毕业实习》 《医信工程毕业设计（论文）I》 《医信工程毕业设计（论文）II》 《医学信息工程导论》 《生物信息学导论》 《生物医学信号处理》 《生物医学信号处理实验》 《数字图像处理 A》 专业课平台选修课 《软件工程概论 A》 《医学信息系统》 《现代病案信息管理》 《医学决策支持系统》 《智能医疗》 《智能医疗》实验 《数据挖掘》 《数据挖掘》实验 《大数据与深度学习》

第1章 生物信息学引论 第2章 生物学基础 第3章 生物信息学资源与数据挖掘工具 第四章 序列分析 第五章 序列比对 第6章 分子系统发生分析 第7章 生物芯片 第8章 后基因组时代的生物信息学

在寻找基因和致力于发现新蛋白的努力中,人们习惯于把新的序列同已知功能的蛋白序列作 比对。由于这些比对通常都希望能够推测新蛋白的功能,不管它们是双重比对还是多序列比 究隐含于蛋白之中的系统发生的关系,以便于更好地理解蛋白的进化。人们并不只是着眼于 某一个蛋白,而是研究一个家族中的相关蛋白,看看进化压力和生物秩序如何结合起来创造 出新的具有虽然不同但是功能相关的蛋白。研究完多序列比对中的高度保守区域,我们可以 对蛋白质的整个结构进行预测,并且猜测这些保守区域对于维持三维结构的重要性

第一节 系统生物学基本概念 第二节 复杂网络及特征 第三节 系统生物学基本技术与方法 第四节 基因表达调控网络 第五节 代谢网络 第六节 信号转导途径 第七节 蛋白质一蛋白质相互作用网络 第八节 虚拟细胞 第九节 生物学网络的构建、分析与可视化

对生物芯片作了简要介绍，从生物芯片的分类、基本原理、应用和数据的处理与分析几个角度学习生物芯片有关的基本知识

第一节 测序技术概述 第二节 第二代测序原理 第三节 第二代测序技术的应用 第四节 生物信息学在第二代测序中的应用 第五节 生物信息学新技术与发展趋势