1、重组DNA技术发展史上的重大事件 2、常见DNA操作技术 3、基因克隆技术 4、基因表达研究技术 5、基因芯片及数据分析 6、蛋白质组学及其研究技术

第一节 血痕检验（Bloodstains Test） 第二节 预试验（Preliminary Test） 第三节 确证试验(Conclusive Test) 第四节 种属鉴定（Spscies Identification) 第五节 个人识别 一、红细胞血型测定 二、DNA多态性分析 三、性别鉴定

实验一 利用 TSL 从全血中直接制备人类染色体 DNA 实验二 外周血基因组 DNA 的提取 实验三 基因突变分析(PCR-SSCP) 实验四 质粒 DNA 的提取 实验五 DNA 的限制性酶切和琼脂糖凝胶电泳 实验六 DNA 片段的回收与纯化 实验七 大肠杆菌感受态细胞的制备及转化

第一节 显微镜技术 第二节 细胞化学技术 第三节 细胞及其组分的分离纯化和分析 第四节 细胞培养技术 Cell Culture 第五节 细胞分子生物学研究方法

第 一 节 脂质的构成、功能及分析 The Composition, Function and Analysis of Lipids 第二节 脂质的消化与吸收 Digestion and Absorption of Lipids 第三节 甘油三酯代谢 Metabolism of Triglyceride 第四节 磷脂的代谢 Metabolism of Phospholipid 第五节 胆固醇代谢 Metabolism of Cholesterol 第六节 血浆脂蛋白及其代谢 Metabolism of Lipoprotein

第一节 蛋白质编码基因的注释 第二节 RNA基因的注释 第三节 重复序列的注释 第四节 假基因的注释 第五节 案例分析：黄瓜基因组的注释

1. 米氏常数定义及意义 2. 过氧化氢酶米氏常数的测量的原理 3. 药品与仪器 4. 操作步骤 5. 计算实验结果及分析 6. 注意事项

第一节 统计学习与推理基础 第二节 统计模型与参数推断 第三节 聚类分析、主成分分析与Fisher判别 第四节 贝叶斯推理 第五节 隐马尔可夫模型 第六节 动态神经网络 第七节 支持向量机 第八节 MATLAB的应用实例

第一节 统计学习与推理基础 第二节 统计模型与参数推断 第三节 聚类分析、主成分分析与Fisher判别 第四节 贝叶斯推理 第五节 隐马尔可夫模型 第六节 动态神经网络 第七节 支持向量机 第八节 MATLAB的应用实例

第一节 统计学习与推理基础 第二节 统计模型与参数推断 第三节 聚类分析、主成分分析与Fisher判别 第四节 贝叶斯推理 第五节 隐马尔可夫模型 第六节 动态神经网络 第七节 深度学习 第八节 支持向量机 第九节 MATLAB的应用实例