導(dǎo)語(yǔ)：如何才能寫(xiě)好一篇生物信息學(xué)方向，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

一、明確專業(yè)崗位需求 

要確定商務(wù)英語(yǔ)專業(yè)的學(xué)生應(yīng)該學(xué)習(xí)哪些職業(yè)技能，要先確定該專業(yè)學(xué)生可以從事哪些職業(yè)崗位的工作。 

商務(wù)英語(yǔ)專業(yè)的建設(shè)、發(fā)展正在逐步走向成熟。但實(shí)際上，商務(wù)英語(yǔ)專業(yè)本質(zhì)上還是沒(méi)有一個(gè)明確的、具體的研究方向。原因在于它仍然沒(méi)有脫離語(yǔ)言作為工具這個(gè)本質(zhì)，而商務(wù)在該專業(yè)中一直處于被淡化的地位。原因在于它包含的領(lǐng)域過(guò)于寬泛，如國(guó)際經(jīng)濟(jì)與貿(mào)易、市場(chǎng)營(yíng)銷、人力資源管理、財(cái)務(wù)、電子商務(wù)、法律等。國(guó)際經(jīng)濟(jì)與貿(mào)易專業(yè)的可就業(yè)崗位有：外貿(mào)業(yè)務(wù)員、單證員等；市場(chǎng)營(yíng)銷專業(yè)的就業(yè)崗位有，市場(chǎng)調(diào)查員、廣告策劃專員等；人力資源管理專業(yè)的就業(yè)崗位有：人力資源總監(jiān)、職業(yè)經(jīng)理人、培訓(xùn)師、人事部主管；財(cái)務(wù)相關(guān)專業(yè)崗位有：會(huì)計(jì)、出納、會(huì)計(jì)主管等。因此，要確定商務(wù)英語(yǔ)專業(yè)職業(yè)技能，則應(yīng)該參考各相關(guān)專業(yè)的就業(yè)崗位群，再具體到具有崗位的職業(yè)技能以及職業(yè)技能涉及的實(shí)踐教學(xué)內(nèi)容。各相關(guān)專業(yè)的職業(yè)技能總結(jié)起來(lái)包括：基本職業(yè)技能（語(yǔ)言、商務(wù)知識(shí)、辦公軟件使用）、核心職業(yè)技能（各崗位相關(guān)專業(yè)理論、實(shí)踐知識(shí)、業(yè)務(wù)能力）、綜合職業(yè)技能（職業(yè)道德、人文素養(yǎng)、身心素質(zhì)、人際技能）等。 

二、職業(yè)技能實(shí)踐教學(xué)現(xiàn)狀 

如今，商務(wù)英語(yǔ)專業(yè)的學(xué)生處于一個(gè)比較尷尬的地位：語(yǔ)言能力不如英語(yǔ)專業(yè)的學(xué)生，商務(wù)專業(yè)能力不如學(xué)習(xí)商務(wù)相關(guān)專業(yè)的學(xué)生，實(shí)踐能力和職業(yè)技能也無(wú)法和專業(yè)學(xué)生相比。 

原因在于各高校的商務(wù)英語(yǔ)專業(yè)的課程設(shè)置偏重語(yǔ)言的教學(xué)，沒(méi)有注重專業(yè)技能的培養(yǎng)，而實(shí)際上，商務(wù)相關(guān)專業(yè)就業(yè)崗位對(duì)從業(yè)人員的專業(yè)業(yè)務(wù)能力要求遠(yuǎn)大于語(yǔ)言能力的要求。 

對(duì)于專業(yè)職業(yè)技能的實(shí)踐教學(xué)的開(kāi)展和研究也處于初級(jí)階段。實(shí)踐教學(xué)設(shè)備、師資、課程設(shè)置、教學(xué)內(nèi)容、教學(xué)方法，還有其他方面的保障還不夠完善。 

三、根據(jù)崗位要求有針對(duì)性的培養(yǎng)職業(yè)技能 

1.課程設(shè)置。課程設(shè)置要保障學(xué)生的專業(yè)知識(shí)結(jié)構(gòu)能夠支撐學(xué)生將來(lái)的就業(yè)、從業(yè)和職業(yè)發(fā)展。也就是專業(yè)知識(shí)、語(yǔ)言訓(xùn)練、職業(yè)技能的培養(yǎng)應(yīng)該成為商務(wù)英語(yǔ)專業(yè)培養(yǎng)方案中的核心部分，并且占用重要比重。改變商務(wù)英語(yǔ)專業(yè)注重培養(yǎng)語(yǔ)言能力，簡(jiǎn)單增加商務(wù)知識(shí)的現(xiàn)狀，要讓職業(yè)技能教學(xué)涵蓋語(yǔ)言的學(xué)習(xí)和堅(jiān)固專業(yè)知識(shí)的學(xué)習(xí)。 

2.教學(xué)模式。采用CBI的教學(xué)模式即Content Based Instruction（以內(nèi)容為依托的教學(xué)），就是直接用實(shí)踐操作完成語(yǔ)言講專業(yè)知識(shí)，學(xué)習(xí)專業(yè)知識(shí)的同時(shí)，提高語(yǔ)言的應(yīng)用能力。也就是用職業(yè)技能的實(shí)踐教學(xué)實(shí)現(xiàn)專業(yè)知識(shí)、語(yǔ)言教學(xué)和實(shí)踐操作的“三位一體”的教學(xué)模式。 

3.三位一體。專業(yè)職業(yè)技能實(shí)踐教學(xué)“三位一體”的教學(xué)模式的實(shí)現(xiàn)要求有設(shè)備、師資、機(jī)構(gòu)和管理的保障。職業(yè)技能的實(shí)踐操作離不開(kāi)設(shè)備，如：辦公軟件的操作需要的計(jì)算機(jī)設(shè)備；崗位核心職業(yè)技能需要的業(yè)務(wù)流程的模擬訓(xùn)練實(shí)訓(xùn)軟件、硬件設(shè)備等。市場(chǎng)營(yíng)銷專業(yè)相關(guān)的職業(yè)崗位實(shí)訓(xùn)設(shè)備等。師資保障則需要“復(fù)合型、雙師型”教師。要培養(yǎng)專業(yè)職業(yè)技能復(fù)合型人才，就要求教師首先是專業(yè)知識(shí)、語(yǔ)言能力、業(yè)務(wù)崗位實(shí)踐操作綜合實(shí)力過(guò)硬的復(fù)合型、雙師型教師。機(jī)構(gòu)保障指的是校企合作。商務(wù)英語(yǔ)專業(yè)應(yīng)該與行業(yè)企業(yè)進(jìn)行廣泛的合作，建立實(shí)訓(xùn)基地，讓學(xué)生在就讀期間或者是暑假到企業(yè)中實(shí)習(xí)、實(shí)訓(xùn)，在真實(shí)的崗位上實(shí)踐所學(xué)的知識(shí)。在管理上，針對(duì)獨(dú)立院校學(xué)生自主學(xué)習(xí)能力欠缺的特點(diǎn)，從制度要求和日?？己酥斜Ｕ险n上下，課內(nèi)外的教學(xué)和學(xué)習(xí)效果。 

4.課、證、崗、賽相結(jié)合。此外，課、證、崗、賽的教學(xué)模式貫穿其中。其中課程的教材、教學(xué)內(nèi)容一定要傾向職業(yè)技能的實(shí)踐操作。證書(shū)的考取也要融入到教學(xué)中，要求學(xué)生有職業(yè)資格證，所以要證明學(xué)生具備職業(yè)技能還有幫助學(xué)生考取相應(yīng)的資格證書(shū)。崗，指的是崗位技能訓(xùn)練。這需要校企緊密合作完成。真正要獲得專業(yè)職業(yè)技能實(shí)踐能力只有到具  [本文由wWw.dYLw.nEt提供，第 一進(jìn)行和服務(wù)，歡迎光臨dYLW.neT]體的實(shí)際工作中才能有真切的體驗(yàn)和確實(shí)的收獲。所以，商務(wù)英語(yǔ)專業(yè)一定要和企業(yè)有廣泛的合作來(lái)保證實(shí)踐教學(xué)的圓滿實(shí)現(xiàn)。賽，指的是參加與專業(yè)相關(guān)的實(shí)踐技能大賽。鼓勵(lì)學(xué)生參加國(guó)際、國(guó)家、省級(jí)和學(xué)院級(jí)別的各項(xiàng)比賽。讓學(xué)生通過(guò)比賽，鞏固和實(shí)踐課堂中所學(xué)的知識(shí)。 

四、總結(jié) 

總之，商務(wù)英語(yǔ)專業(yè)職業(yè)技能的實(shí)踐教學(xué)應(yīng)該以社會(huì)崗位需求為導(dǎo)向，重新進(jìn)行有針對(duì)性的課程設(shè)置、設(shè)備添置、師資培養(yǎng)、教學(xué)改革等措施來(lái)改變和完善商務(wù)英語(yǔ)專業(yè)學(xué)生的專業(yè)知識(shí)結(jié)構(gòu)、實(shí)踐操作能力和就業(yè)、擇業(yè)、職業(yè)生涯的發(fā)展。從而實(shí)現(xiàn)對(duì)真正復(fù)合型人才的培養(yǎng)并滿足社會(huì)和獨(dú)立院校生存、發(fā)展的共同需求。 

篇2

生物信息學(xué) 生物科學(xué) 實(shí)踐教學(xué)

生物信息學(xué)作為一門新興的交叉性學(xué)科，綜合生物學(xué)、計(jì)算機(jī)科學(xué)和信息技術(shù)試圖，從大量數(shù)據(jù)中尋找具有指導(dǎo)和開(kāi)創(chuàng)性價(jià)值的依據(jù)，為生命科學(xué)研究提供必要的、有效的系統(tǒng)模擬和信息預(yù)測(cè)結(jié)果。目前，生物信息學(xué)在生物醫(yī)學(xué)、生物工程、植物學(xué)、動(dòng)物學(xué)、生態(tài)學(xué)、遺傳學(xué)、制藥和高科技產(chǎn)業(yè)領(lǐng)域中的應(yīng)用越來(lái)越廣泛，產(chǎn)生巨大的影響力和推動(dòng)力。

一、生物信息學(xué)在生物科學(xué)領(lǐng)域的作用

生物科學(xué)是研究生物結(jié)構(gòu)、功能、發(fā)生和發(fā)展規(guī)律，及其與周圍環(huán)境關(guān)系的科學(xué)。在分子生物學(xué)技術(shù)突飛猛進(jìn)的發(fā)展過(guò)程中，生物科學(xué)從傳統(tǒng)的個(gè)體及群體表征研究逐步演變?yōu)閮?nèi)在分子機(jī)制的研究，隨著基因測(cè)序技術(shù)的發(fā)展，生物科學(xué)領(lǐng)域的研究不僅聚焦于生物個(gè)體的內(nèi)在分子機(jī)制，同時(shí)還從大量的生物個(gè)體的基因數(shù)據(jù)中獲取和解析生命的本質(zhì)和規(guī)律，并以此嘗試對(duì)生命過(guò)程進(jìn)行干涉和改造。而在獲取、解析、干涉和改造的過(guò)程中扮演重要角色的就是生物信息學(xué)。

生物信息學(xué)是在生物科學(xué)領(lǐng)域各個(gè)學(xué)科發(fā)展的過(guò)程中逐步產(chǎn)生的一門綜合性學(xué)科，該學(xué)科在生物科學(xué)領(lǐng)域的應(yīng)用極為廣泛。目前，植物基因組研究取得了重大進(jìn)展，水稻、大豆、小麥等農(nóng)作物的遺傳圖譜、基因序列、基因組注釋已公布于美國(guó)國(guó)立生物技術(shù)信息中心（NCBI）的生物信息數(shù)據(jù)庫(kù)中。利用生物信息學(xué)的相關(guān)方法和技術(shù)能夠?qū)@些數(shù)據(jù)進(jìn)行查詢、統(tǒng)計(jì)和分析，從而更好地理解和認(rèn)識(shí)植物基因組的功能，指導(dǎo)后續(xù)的科學(xué)研究和生產(chǎn)應(yīng)用。傳統(tǒng)的生物學(xué)分類方法已經(jīng)鑒定及分類了成千上萬(wàn)的物種，但是隨著生物科學(xué)的發(fā)展和認(rèn)知，越來(lái)越多的物種在遺傳進(jìn)化上的分類依據(jù)較為模糊，而利用生物信息學(xué)結(jié)合傳統(tǒng)的分類學(xué)可以更好的研究生物類群間（植物、動(dòng)物、微生物等）的異同性、親緣關(guān)系、遺傳進(jìn)化過(guò)程和發(fā)展規(guī)律，這在當(dāng)今的生物分類學(xué)中應(yīng)用日趨廣泛。生物信息學(xué)還可以綜合利用數(shù)學(xué)、統(tǒng)計(jì)學(xué)和計(jì)算機(jī)等學(xué)科對(duì)生態(tài)系統(tǒng)進(jìn)行模擬和計(jì)算分析，探索物種間基因流動(dòng)的本質(zhì)，揭示生態(tài)系統(tǒng)的物質(zhì)和能量循環(huán)規(guī)律，從而為找到?jīng)Q定生態(tài)系統(tǒng)平衡和穩(wěn)定的根本因素提供重要的依據(jù)，幫助生態(tài)系統(tǒng)平衡的恢復(fù)。此外，通過(guò)生物信息學(xué)技術(shù)構(gòu)建遺傳工程菌，降解目標(biāo)污染物的分子遺傳物質(zhì)，從而達(dá)到催化目標(biāo)污染物的降解，維護(hù)生態(tài)環(huán)境的空氣、水源、土地等質(zhì)量，也是當(dāng)今生態(tài)環(huán)境保護(hù)的新興研究方向。

二、生物信息學(xué)的學(xué)科內(nèi)容和課程要求

生物信息學(xué)主要由基因組學(xué)、蛋白質(zhì)組學(xué)、系統(tǒng)生物學(xué)、比較基因組學(xué)、計(jì)算生物學(xué)等學(xué)科構(gòu)成，主要涉及的內(nèi)容有生物數(shù)據(jù)的收集、存檔、顯示和分析，體外預(yù)測(cè)、模擬基因及蛋白質(zhì)的結(jié)構(gòu)和功能，對(duì)生物的遺傳基因圖譜進(jìn)行分析處理，對(duì)大量的核苷酸和氨基酸序列進(jìn)行比對(duì)分析，確定進(jìn)化地位等。從生物信息學(xué)的概念及其涉及的內(nèi)容中可以明確生物信息學(xué)不是一門獨(dú)立的學(xué)科，所以要求教師在教學(xué)過(guò)程中掌握多領(lǐng)域的知識(shí)和技能，才能較好地把握該課程。

1.高等數(shù)學(xué)和統(tǒng)計(jì)學(xué)基礎(chǔ)

生物信息學(xué)將數(shù)學(xué)和統(tǒng)計(jì)學(xué)作為主要的計(jì)算理論基礎(chǔ)，主要包括數(shù)學(xué)建模、統(tǒng)計(jì)方法、動(dòng)態(tài)規(guī)劃方法、數(shù)據(jù)挖掘等方面。此外還包括隱馬爾科夫鏈模型（HMM）在序列識(shí)別上的應(yīng)用，蛋白質(zhì)空間結(jié)構(gòu)預(yù)測(cè)的最優(yōu)理論，DNA超螺旋結(jié)構(gòu)的拓?fù)鋵W(xué)，遺傳密碼和DNA序列的對(duì)稱性方面的群論等。因此，在生物信息學(xué)教學(xué)過(guò)程中要求教師具備數(shù)學(xué)及統(tǒng)計(jì)學(xué)的計(jì)算方法的基礎(chǔ)知識(shí)，能夠利用牛頓迭代法、線性方程回歸分析、矩陣求擬、最小二乘法等進(jìn)行數(shù)學(xué)建模和計(jì)算，從而對(duì)基因和蛋白質(zhì)序列進(jìn)行比對(duì)、進(jìn)化分析和繪制遺傳圖譜等。

2.生物科學(xué)基礎(chǔ)

生物信息學(xué)包含的生物類學(xué)科有，生物化學(xué)、分子生物學(xué)、遺傳學(xué)等基礎(chǔ)學(xué)科，基因工程、蛋白工程、生物技術(shù)等應(yīng)用學(xué)科。根據(jù)其課程特點(diǎn)，學(xué)生在學(xué)習(xí)生物信息學(xué)課程前需要學(xué)習(xí)生物化學(xué)、分子生物學(xué)、遺傳學(xué)、基因組學(xué)、蛋白質(zhì)組學(xué)等基本生物學(xué)課程，對(duì)于基因序列、蛋白質(zhì)序列、啟動(dòng)子、非編碼區(qū)等概念有深刻的理解，同時(shí)需要對(duì)一些重要的生物學(xué)數(shù)據(jù)庫(kù)有一定的了解，如美國(guó)基因數(shù)據(jù)庫(kù)（GeneBank）、歐洲分子生物學(xué)實(shí)驗(yàn)室數(shù)據(jù)庫(kù)（Embl）和日本核酸數(shù)據(jù)庫(kù)（DDBJ）等。此外，要求學(xué)生能夠利用生物學(xué)數(shù)據(jù)庫(kù)查找基因序列、蛋白質(zhì)序列、基因及蛋白質(zhì)結(jié)構(gòu)模型，能夠讀懂?dāng)?shù)據(jù)庫(kù)中基因和蛋白質(zhì)的信息注釋，能夠計(jì)算蛋白質(zhì)序列的分子量和等電點(diǎn)，能夠?yàn)閿U(kuò)增特定的基因片段設(shè)計(jì)引物，能夠?qū)μ囟ㄎ锓N進(jìn)行系統(tǒng)發(fā)育分析等。

3.計(jì)算機(jī)科學(xué)基礎(chǔ)

計(jì)算機(jī)是生物信息學(xué)的主要輔助工具，利用生物信息學(xué)研究生物系統(tǒng)的過(guò)程需要能夠熟練使用計(jì)算機(jī)對(duì)大量的生物信息數(shù)據(jù)進(jìn)行處理和分析，這主要包括對(duì)數(shù)據(jù)信息進(jìn)行搜索（收集和篩選）、處理（編輯、整理、管理和顯示）及利用（計(jì)算、模擬）。所以，學(xué)生在學(xué)習(xí)生物信息學(xué)的過(guò)程中需要了解和掌握一些常用的生物信息學(xué)軟件，如BLAST和FASTA序列比對(duì)分析軟件，Oligo和Primer引物設(shè)計(jì)軟件，VectorNTI、DNASTAR、DNASIS等綜合分析軟件。此外，學(xué)生還需要學(xué)習(xí)和掌握一些常用的計(jì)算機(jī)語(yǔ)言，如正則表達(dá)式、Unix shell腳本語(yǔ)言和Perl語(yǔ)言。

利用生物信息學(xué)在處理和分析海量生物數(shù)據(jù)的過(guò)程中，計(jì)算機(jī)軟硬件資源需要配合處理分析軟件的運(yùn)行，因此要求計(jì)算機(jī)操作系統(tǒng)使用Unix和Linux操作系統(tǒng)，這些操作系統(tǒng)需要大量的操作命令進(jìn)行輸入執(zhí)行過(guò)程，對(duì)于經(jīng)常使用Windows操作系統(tǒng)的學(xué)生來(lái)說(shuō)是一個(gè)較難跨越的障礙。

三、生物信息學(xué)課程教學(xué)中存在的問(wèn)題

目前國(guó)內(nèi)大多數(shù)高校的生物信息學(xué)教學(xué)采用傳統(tǒng)的教學(xué)模式，即以課堂式的理論教學(xué)為主，缺乏必要的實(shí)踐教學(xué)。理論教學(xué)模式固定、教學(xué)方法單一、教學(xué)內(nèi)容狹窄，通常是介紹性、科普性的課程，甚至作為公選課程。少數(shù)高校開(kāi)展生物信息學(xué)的實(shí)踐課程教學(xué)，但多以驗(yàn)證性實(shí)驗(yàn)為主，缺乏和專業(yè)相適應(yīng)的綜合性、設(shè)計(jì)性實(shí)驗(yàn)，而開(kāi)放性實(shí)驗(yàn)更無(wú)從談起。

1.教學(xué)模式固定單一

生物信息學(xué)在內(nèi)容層面涵蓋諸多學(xué)科領(lǐng)域，注重應(yīng)用性和實(shí)踐性。然而，目前大部分高校把生物信息學(xué)作為一門孤立的課程，這導(dǎo)致教師需要將大多數(shù)課程內(nèi)容壓縮到一門課程進(jìn)行教學(xué)，在有限的教學(xué)時(shí)數(shù)下灌輸大量?jī)?nèi)容，增加了學(xué)生學(xué)習(xí)的難度，降低了教學(xué)質(zhì)量。再者，大多數(shù)高校僅開(kāi)展生物信息學(xué)的理論教學(xué)，忽視實(shí)踐教學(xué)過(guò)程，造成生物信息學(xué)理論與實(shí)踐內(nèi)容的脫節(jié)，使學(xué)生在學(xué)習(xí)完理論知識(shí)后難以深入理解和吸收，無(wú)法將所學(xué)的知識(shí)應(yīng)用到后續(xù)的工作和學(xué)習(xí)中，最終未能體現(xiàn)出該門課程的價(jià)值。

2.教師專業(yè)背景薄弱

作為一門交叉學(xué)科，生物信息學(xué)的教學(xué)要求教師具有較強(qiáng)的數(shù)學(xué)、生物學(xué)和計(jì)算機(jī)科學(xué)背景。然而，目前從事生物信息學(xué)教學(xué)的教師即便具備深厚的生物學(xué)背景，但是多數(shù)教師在數(shù)學(xué)和計(jì)算機(jī)方面較為薄弱，并不具備完整的生物信息學(xué)知識(shí)體系，對(duì)生物信息學(xué)發(fā)展趨勢(shì)也了解不多。在師資缺乏的情況下，院系開(kāi)設(shè)生物信息學(xué)課程，教師為了完成教學(xué)任務(wù)，僅僅在教學(xué)中進(jìn)行介紹性的講解，在課程考查方式上通過(guò)小論文、綜述和課外活動(dòng)等方式完成該課程的學(xué)習(xí)。因此，無(wú)論是理論教學(xué)還是實(shí)踐教學(xué)均無(wú)法實(shí)現(xiàn)該課程大綱的要求，從而影響學(xué)生對(duì)生物信息學(xué)課程的理解和掌握，生物信息學(xué)的實(shí)踐操作能力更無(wú)從談起。

3.實(shí)踐教學(xué)薄弱，專業(yè)教材缺乏

生物信息學(xué)實(shí)踐課需要學(xué)生在網(wǎng)絡(luò)環(huán)境下用計(jì)算機(jī)學(xué)習(xí)NCBI數(shù)據(jù)庫(kù)的檢索與使用、序列比對(duì)分析軟件的應(yīng)用、蛋白質(zhì)空間結(jié)構(gòu)圖視軟件的應(yīng)用、序列拼接軟件的應(yīng)用等。但是目前，大多數(shù)高校開(kāi)設(shè)的生物信息學(xué)課程多以理論教學(xué)為主，實(shí)踐教學(xué)課時(shí)非常少或者為零，學(xué)生對(duì)于生物信息學(xué)課程的學(xué)習(xí)僅僅通過(guò)教材上抽象的文字描述進(jìn)行理解和掌握，這導(dǎo)致學(xué)生在理論課中學(xué)到的知識(shí)無(wú)法在實(shí)踐課中進(jìn)行驗(yàn)證或操作，嚴(yán)重影響了生物信息學(xué)的教學(xué)質(zhì)量，也偏離了教學(xué)大綱中強(qiáng)調(diào)的重在培養(yǎng)學(xué)生實(shí)踐操作能力的培養(yǎng)目標(biāo)。

另外，目前還沒(méi)有適用于生物科學(xué)專業(yè)的生物信息學(xué)教材。國(guó)內(nèi)各大高校使用的教材多為國(guó)外教材的影印版或者中文翻譯版本，這些教材偏重介紹生物信息學(xué)的理論和方法，涉及的實(shí)踐內(nèi)容較少，學(xué)生需要具有較高的相關(guān)知識(shí)才能接受和使用這些教材。因此，部分高校在生物信息學(xué)教學(xué)過(guò)程中往往使用自家編寫(xiě)的簡(jiǎn)化教材，從而造成生物信息學(xué)教學(xué)內(nèi)容不統(tǒng)一，教學(xué)大綱混亂等情況。

4.實(shí)踐課程經(jīng)費(fèi)不足，實(shí)踐教學(xué)環(huán)境落后

當(dāng)今，許多發(fā)達(dá)國(guó)家都很重視生物信息學(xué)的教學(xué)和研究，積極開(kāi)展各種生物信息資源的收集和分析工作，培養(yǎng)大量生物信息學(xué)人才，為整個(gè)生物學(xué)的理論研究及其相關(guān)產(chǎn)業(yè)創(chuàng)新（主要是醫(yī)藥和農(nóng)業(yè)）提供指導(dǎo)和支撐。國(guó)內(nèi)對(duì)生物信息學(xué)的關(guān)注和認(rèn)識(shí)起步較晚，其發(fā)展落后于國(guó)際發(fā)達(dá)國(guó)家。國(guó)家和高校對(duì)生物信息學(xué)的教學(xué)和科研資金投入力度不大，缺乏必要的儀器設(shè)備，生物信息學(xué)的實(shí)踐教學(xué)條件得不到保障，比如大多數(shù)高校的生物科學(xué)專業(yè)沒(méi)有相應(yīng)的計(jì)算機(jī)實(shí)訓(xùn)室，配套軟件也相對(duì)匱乏，落后于國(guó)際發(fā)展水平。

四、生物信息學(xué)教學(xué)模式改革的探索

1.修改理論和實(shí)踐教學(xué)大綱，編寫(xiě)適用的實(shí)踐教材

根據(jù)當(dāng)今生物信息學(xué)的發(fā)展方向，制定和修改理論教學(xué)大綱，除了引物設(shè)計(jì)、基因和蛋白質(zhì)序列比對(duì)、基因和蛋白質(zhì)結(jié)構(gòu)功能預(yù)測(cè)等基本內(nèi)容外，還需添加系統(tǒng)進(jìn)化樹(shù)分析、聚類分析、蛋白質(zhì)互作網(wǎng)絡(luò)譜圖等較為綜合的內(nèi)容。另外，增加實(shí)踐教學(xué)課程比例，充實(shí)實(shí)踐教學(xué)內(nèi)容，結(jié)合理論教學(xué)內(nèi)容增加綜合性、設(shè)計(jì)性實(shí)驗(yàn)，適當(dāng)提供科研環(huán)境，鼓勵(lì)開(kāi)展開(kāi)放性實(shí)驗(yàn)。

目前國(guó)內(nèi)并沒(méi)有系統(tǒng)的、專業(yè)的生物信息學(xué)實(shí)踐教材，因此針對(duì)高校生物科學(xué)專業(yè)方向的特點(diǎn)，聯(lián)合多學(xué)科領(lǐng)域（數(shù)學(xué)、生物科學(xué)、計(jì)算機(jī)科學(xué)）編寫(xiě)相應(yīng)的生物信息學(xué)實(shí)踐教材，在制定、修改實(shí)踐教學(xué)大綱和編寫(xiě)教材的過(guò)程中結(jié)合學(xué)生的接受能力，由淺入深，多設(shè)實(shí)例和相關(guān)練習(xí)，使學(xué)生循序漸進(jìn)的理解和掌握生物信息學(xué)的原理和方法，掌握更多的生物信息學(xué)工具。

2.緊密聯(lián)系科研、基于實(shí)踐問(wèn)題開(kāi)展教學(xué)

通過(guò)實(shí)踐教學(xué)把生物信息學(xué)教學(xué)與科研有機(jī)結(jié)合起來(lái)，能夠促進(jìn)教學(xué)與科研的共同發(fā)展。在緊密聯(lián)系科研的過(guò)程中，采用基于問(wèn)題的教學(xué)（PBL）方法，通過(guò)實(shí)踐教學(xué)環(huán)節(jié)，培養(yǎng)和訓(xùn)練學(xué)生把所學(xué)的生物信息學(xué)的知識(shí)和方法應(yīng)用于各種生物科學(xué)領(lǐng)域的科研活動(dòng)中，通過(guò)解決實(shí)際問(wèn)題訓(xùn)練學(xué)生的實(shí)踐技能，從而促進(jìn)教學(xué)與科研的雙重發(fā)展。例如，在生物信息學(xué)實(shí)踐教學(xué)中多加入生產(chǎn)和科研中遇到的經(jīng)典實(shí)例，鼓勵(lì)學(xué)生利用相關(guān)的生物信息學(xué)軟件及相關(guān)的理論和方法解決問(wèn)題。學(xué)生也可以選擇自己感興趣的課題，利用自己熟悉的、合適的生物信息學(xué)軟件和相關(guān)知識(shí)開(kāi)展課題研究。此外，專業(yè)教師在指導(dǎo)學(xué)生課題研究的過(guò)程中還可以發(fā)現(xiàn)理論和實(shí)踐教學(xué)的不足，不斷的完善生物信息學(xué)理論和實(shí)踐課程大綱和內(nèi)容，提高教學(xué)質(zhì)量。

3.開(kāi)展多學(xué)科實(shí)踐結(jié)合的教學(xué)模式

生物信息學(xué)屬交叉學(xué)科，包含了不同領(lǐng)域的專業(yè)知識(shí)和技能，為使生物信息學(xué)教學(xué)達(dá)到教學(xué)的目標(biāo)，該課程教學(xué)需要采用多學(xué)科實(shí)踐結(jié)合的教學(xué)模式。

多學(xué)科實(shí)踐結(jié)合的教學(xué)模式是指聯(lián)合不同領(lǐng)域、不同學(xué)科、不同專業(yè)的課程在教學(xué)的過(guò)程中結(jié)合生物信息學(xué)涉及到的知識(shí)和技能進(jìn)行基礎(chǔ)性、鋪墊性教學(xué)。比如，在高等數(shù)學(xué)和統(tǒng)計(jì)學(xué)的教學(xué)過(guò)程中，針對(duì)生物信息學(xué)的需求，適當(dāng)增加數(shù)學(xué)建模、統(tǒng)計(jì)方法、動(dòng)態(tài)規(guī)劃方法、數(shù)據(jù)挖掘等方面的基礎(chǔ)內(nèi)容，同時(shí)，開(kāi)設(shè)實(shí)例實(shí)踐教學(xué)，使學(xué)生理解和掌握隱馬爾科夫鏈模型，牛頓迭代法、最小二乘法等方法的應(yīng)用原理和規(guī)則；在生物科學(xué)專業(yè)課程設(shè)置上，尤其是實(shí)踐課程的教學(xué)過(guò)程中，結(jié)合生物信息學(xué)涉及的引物設(shè)計(jì)、序列比對(duì)分析、基因及蛋白質(zhì)結(jié)構(gòu)功能預(yù)測(cè)等方面開(kāi)展相應(yīng)的設(shè)計(jì)性、綜合性、開(kāi)放性實(shí)驗(yàn)項(xiàng)目，使學(xué)生了解和掌握基本的生物信息學(xué)原理及軟件的應(yīng)用；在計(jì)算機(jī)科學(xué)的教學(xué)過(guò)程中，應(yīng)根據(jù)生物信息學(xué)的需求，開(kāi)設(shè)正則表達(dá)式、Perl語(yǔ)言、R語(yǔ)言等課程學(xué)習(xí)，以及增加Linux和Unix操作系統(tǒng)課程學(xué)習(xí)，使學(xué)生在學(xué)習(xí)生物信息學(xué)前打好堅(jiān)實(shí)的基礎(chǔ)。

值得注意的是，生物信息學(xué)課程與其他課程的開(kāi)設(shè)時(shí)間和順序需要有一定的探索和評(píng)估，對(duì)于開(kāi)設(shè)該課程的時(shí)間把握是開(kāi)展多學(xué)科實(shí)踐結(jié)合的教學(xué)模式的關(guān)鍵因素。過(guò)早開(kāi)設(shè)生物信息學(xué)則會(huì)導(dǎo)致學(xué)生在不具備相應(yīng)學(xué)科基礎(chǔ)的條件下跨越式的接觸生物信息學(xué)，無(wú)法理解和掌握相關(guān)的知識(shí)和技能；過(guò)晚開(kāi)設(shè)則會(huì)使學(xué)生學(xué)習(xí)了相關(guān)學(xué)科知識(shí)和技能后，由于課程銜接不緊，導(dǎo)致在學(xué)習(xí)生物信息學(xué)時(shí)出現(xiàn)理解滯后和無(wú)法適應(yīng)的現(xiàn)象。因此，針對(duì)不同專業(yè)和學(xué)科的特點(diǎn)，根據(jù)具體情況進(jìn)行統(tǒng)籌安排，使生物信息學(xué)和其他相關(guān)學(xué)科課程有很好的銜接和過(guò)渡，以確保和提高生物信息學(xué)的教學(xué)質(zhì)量。

五、結(jié)語(yǔ)

生物信息學(xué)是現(xiàn)代基因組學(xué)時(shí)代的開(kāi)闊者，也是生物科學(xué)研究的重要的工具和載體。針對(duì)生物信息學(xué)的特點(diǎn)，高校生物科學(xué)專業(yè)課程設(shè)置、教學(xué)方法、教學(xué)模式和教學(xué)軟硬件等需進(jìn)行一定的改革，將多學(xué)科實(shí)踐結(jié)合的教學(xué)模式運(yùn)用到生物信息學(xué)的教學(xué)實(shí)踐中，在提高教學(xué)質(zhì)量的同時(shí)將更好的提升學(xué)生科研、應(yīng)用和創(chuàng)新能力。

參考文獻(xiàn)：

[1] 郝柏林，張淑譽(yù).生物信息學(xué)手冊(cè)[M].上海：上海科學(xué)技術(shù)出版社，2002.1-10.

[2]GUYD， NOELE， MIKEA. Using bioinformatics to analyse germplasm collections [J]. Springer Netherlands，2004.39-54.

[3]王春華，謝小保，曾海燕.深圳市空氣微生物污染狀況監(jiān)測(cè)分析[J].微生物學(xué)雜志，2008，28（4）：93-97.

[4]張菁晶，馮晶，朱英國(guó).全基因組預(yù)測(cè)目標(biāo)基因的新方法及其應(yīng)用.遺傳，2006， 28（10）：1299-1305.

[5]周海延.隱馬爾科夫過(guò)程在生物信息學(xué)中的應(yīng)用.生命科學(xué)研究，2002， 6（3）：204-210.

篇3

關(guān)鍵詞： 生物信息學(xué) 農(nóng)業(yè)研究領(lǐng)域 應(yīng)用

“生物信息學(xué)”是英文單詞“Bioinformatics”的中文譯名，其概念是1956年在美國(guó)田納西州Gatlinburg召開(kāi)的“生物學(xué)中的信息理論”討論會(huì)上首次被提出的［1］，由美國(guó)學(xué)者Lim在1991年發(fā)表的文章中首次使用。生物信息學(xué)自產(chǎn)生以來(lái)，大致經(jīng)歷了前基因組時(shí)代、基因組時(shí)代和后基因組時(shí)代三個(gè)發(fā)展階段［2］。2003年4月14日，美國(guó)人類基因組研究項(xiàng)目首席科學(xué)家Collins F博士在華盛頓隆重宣布人類基因組計(jì)劃（Human Genome Project，HGP）的所有目標(biāo)全部實(shí)現(xiàn)［3］。這標(biāo)志著后基因組時(shí)代（Post Genome Era，PGE）的來(lái)臨，是生命科學(xué)史中又一個(gè)里程碑。生物信息學(xué)作為21世紀(jì)生物技術(shù)的核心，已經(jīng)成為現(xiàn)代生命科學(xué)研究中重要的組成部分。研究基因、蛋白質(zhì)和生命，其研究成果必將深刻地影響農(nóng)業(yè)。本文重點(diǎn)闡述生物信息學(xué)在農(nóng)業(yè)模式植物、種質(zhì)資源優(yōu)化、農(nóng)藥的設(shè)計(jì)開(kāi)發(fā)、作物遺傳育種、生態(tài)環(huán)境改善等方面的最新研究進(jìn)展。

1.生物信息學(xué)在農(nóng)業(yè)模式植物研究領(lǐng)域中的應(yīng)用

1997年5月美國(guó)啟動(dòng)國(guó)家植物基因組計(jì)劃（NPGI），旨在繪出包括玉米、大豆、小麥、大麥、高粱、水稻、棉花、西紅柿和松樹(shù)等十多種具有經(jīng)濟(jì)價(jià)值的關(guān)鍵植物的基因圖譜。國(guó)家植物基因組計(jì)劃是與人類基因組工程（HGP）并行的龐大工程［4］。近年來(lái)，通過(guò)各國(guó)科學(xué)家的通力合作，植物基因組研究取得了重大進(jìn)展，擬南芥、水稻等模式植物已完成了全基因組測(cè)序。人們可以使用生物信息學(xué)的方法系統(tǒng)地研究這些重要農(nóng)作物的基因表達(dá)、蛋白質(zhì)互作、蛋白質(zhì)和核酸的定位、代謝物及其調(diào)節(jié)網(wǎng)絡(luò)等，從而從分子水平上了解細(xì)胞的結(jié)構(gòu)和功能［5］。目前已經(jīng)建立的農(nóng)作物生物信息學(xué)數(shù)據(jù)庫(kù)研究平臺(tái)有植物轉(zhuǎn)錄本（TA）集合數(shù)據(jù)庫(kù)TIGR、植物核酸序列數(shù)據(jù)庫(kù)PlantGDB、研究玉米遺傳學(xué)和基因組學(xué)的MazeGDB數(shù)據(jù)庫(kù)、研究草類和水稻的Gramene數(shù)據(jù)庫(kù)、研究馬鈴薯的PoMaMo數(shù)據(jù)庫(kù)，等等。

2.生物信息學(xué)在種質(zhì)資源保存研究領(lǐng)域中的應(yīng)用

種質(zhì)資源是農(nóng)業(yè)生產(chǎn)的重要資源，它包括許多農(nóng)藝性狀（如抗病、產(chǎn)量、品質(zhì)、環(huán)境適應(yīng)性基因等）的等位基因。植物種質(zhì)資源庫(kù)是指以植物種質(zhì)資源為保護(hù)對(duì)象的保存設(shè)施。至1996年，全世界已建成了1300余座植物種質(zhì)資源庫(kù)，在我國(guó)也已建成30多座作物種質(zhì)資源庫(kù)。種質(zhì)入庫(kù)保存類型也從單一的種子形式，發(fā)展到營(yíng)養(yǎng)器官、細(xì)胞和組織，甚至DN段等多種形式。保護(hù)的物種也從有性繁殖植物擴(kuò)展到無(wú)性繁殖植物及頑拗型種子植物等［6］。近年來(lái)，人們?cè)絹?lái)越多地應(yīng)用各種分子標(biāo)記來(lái)鑒定種質(zhì)資源。例如微衛(wèi)星、AFLP、SSAP、RBIP和SNP等。由于對(duì)種質(zhì)資源進(jìn)行分子標(biāo)記產(chǎn)生了大量的數(shù)據(jù)，因此需要建立生物信息學(xué)數(shù)據(jù)庫(kù)和采用分析工具來(lái)實(shí)現(xiàn)對(duì)這些數(shù)據(jù)的查詢、統(tǒng)計(jì)和計(jì)算機(jī)分析等［7］。

3.生物信息學(xué)在農(nóng)藥設(shè)計(jì)開(kāi)發(fā)研究領(lǐng)域中的應(yīng)用

傳統(tǒng)的藥物研制主要是從大量的天然產(chǎn)物、合成化合物，以及礦物中進(jìn)行篩選，得到一個(gè)可供臨床使用的藥物要耗費(fèi)大量的時(shí)間與金錢。生物信息學(xué)在藥物研發(fā)中的意義在于找到病理過(guò)程中關(guān)鍵性的分子靶標(biāo)、闡明其結(jié)構(gòu)和功能關(guān)系，從而指導(dǎo)設(shè)計(jì)能激活或阻斷生物大分子發(fā)揮其生物功能的治療性藥物，使藥物研發(fā)之路從過(guò)去的偶然和盲目中找到正確的研發(fā)方向。生物信息學(xué)為藥物研發(fā)提供了新的手段［8，9］，導(dǎo)致了藥物研發(fā)模式的改變［10］。目前，生物信息學(xué)促進(jìn)農(nóng)藥研制已有許多成功的例子。Itzstein等設(shè)計(jì)出兩種具有與唾液酸酶結(jié)合化合物：4-氨基-Neu5Ac2en和4-胍基-Neu5Ac2en。其中，后者是前者與唾液酸酶的結(jié)合活性的250倍［11］。目前，這兩種新藥已經(jīng)進(jìn)入臨床試驗(yàn)階段。TANG SY等學(xué)者研制出新一代抗AIDS藥物saquinavir［12］。Pungpo等已經(jīng)設(shè)計(jì)出幾種新型高效的抗HIV-1型藥物［13］。楊華錚等人設(shè)計(jì)合成了十多類數(shù)百個(gè)除草化合物，經(jīng)生物活性測(cè)定，部分化合物的活性已超過(guò)商品化光合作用抑制劑的水平［14］。

現(xiàn)代農(nóng)藥的研發(fā)已離不開(kāi)生物信息技術(shù)的參與，隨著生物信息學(xué)技術(shù)的進(jìn)一步完善和發(fā)展，將會(huì)大大降低藥物研發(fā)的成本，提高研發(fā)的質(zhì)量和效率。

4.生物學(xué)信息學(xué)在作物遺傳育種研究領(lǐng)域中的應(yīng)用

隨著主要農(nóng)作物遺傳圖譜精確度的提高，以及特定性狀相關(guān)分子基礎(chǔ)的進(jìn)一步闡明，人們可以利用生物信息學(xué)的方法，先從模式生物中尋找可能的相關(guān)基因，然后在作物中找到相應(yīng)的基因及其位點(diǎn)。農(nóng)作物的遺傳學(xué)和分子生物學(xué)的研究積累了大量的基因序列、分子標(biāo)記、圖譜和功能方面的數(shù)據(jù)，可通過(guò)建立生物信息學(xué)數(shù)據(jù)庫(kù)來(lái)整合這些數(shù)據(jù)，從而比較和分析來(lái)自不同基因組的基因序列、功能和遺傳圖譜位置［15］。在此基礎(chǔ)上，育種學(xué)家就可以應(yīng)用計(jì)算機(jī)模型來(lái)提出預(yù)測(cè)假設(shè)，從多種復(fù)雜的等位基因組合中建立自己所需要的表型，然后從大量遺傳標(biāo)記中篩選到理想的組合，從而培育出新的優(yōu)良農(nóng)作物品種。

5.生物信息學(xué)在生態(tài)環(huán)境平衡研究領(lǐng)域中的應(yīng)用

在生態(tài)系統(tǒng)中，基因流從根本上影響能量流和物質(zhì)流的循環(huán)和運(yùn)轉(zhuǎn)，是生態(tài)平衡穩(wěn)定的根本因素。生物信息學(xué)在環(huán)境領(lǐng)域主要應(yīng)用在控制環(huán)境污染方面，主要通過(guò)數(shù)學(xué)與計(jì)算機(jī)的運(yùn)用構(gòu)建遺傳工程特效菌株，以降解目標(biāo)基因及其目標(biāo)污染物為切入點(diǎn)，通過(guò)降解污染物的分子遺傳物質(zhì)核酸 DNA，以及生物大分子蛋白質(zhì)酶，達(dá)到催化目標(biāo)污染物的降解，從而維護(hù)空氣［16］、水源、土地等生態(tài)環(huán)境的安全。

美國(guó)農(nóng)業(yè)研究中心（ARS） 的農(nóng)藥特性信息數(shù)據(jù)庫(kù)（PPD） 提供 334 種正在廣泛使用的殺蟲(chóng)劑信息，涉及它們?cè)诃h(huán)境中轉(zhuǎn)運(yùn)和降解途徑的16種最重要的物化特性。日本豐橋技術(shù)大學(xué)（Toyohashi University of Technology） 多環(huán)芳烴危險(xiǎn)性有機(jī)污染物的物化特性、色譜、紫外光譜的譜線圖。美國(guó)環(huán)保局綜合風(fēng)險(xiǎn)信息系統(tǒng)數(shù)據(jù)庫(kù)（IRIS） 涉及 600種化學(xué)污染物，列出了污染物的毒性與風(fēng)險(xiǎn)評(píng)價(jià)參數(shù)，以及分子遺傳毒性參數(shù)［17］。除此之外，生物信息學(xué)在生物防治［18］中也起到了重要的作用。網(wǎng)絡(luò)的普及，情報(bào)、信息等學(xué)科的資源共享，勢(shì)必會(huì)創(chuàng)造出一個(gè)環(huán)境微生物技術(shù)信息的高速發(fā)展趨勢(shì)。

6.生物信息學(xué)在食品安全研究領(lǐng)域中的應(yīng)用

食品在加工制作和存儲(chǔ)過(guò)程中各種細(xì)菌數(shù)量發(fā)生變化，傳統(tǒng)檢測(cè)方法是進(jìn)行生化鑒定，但所需時(shí)間較長(zhǎng)，不能滿足檢驗(yàn)檢疫部門的要求，運(yùn)用生物信息學(xué)方法獲得各種致病菌的核酸序列，并對(duì)這些序列進(jìn)行比對(duì)，篩選出用于檢測(cè)的引物和探針，進(jìn)而運(yùn)用PCR法［19］、RT-PCR法、熒光RT-PCR法、多重PCR［20］和多重?zé)晒舛縋CR等技術(shù)，可快速準(zhǔn)確地檢測(cè)出細(xì)菌及病毒。此外，對(duì)電阻抗、放射測(cè)量、ELISA法、生物傳感器、基因芯片等［21-25］技術(shù)也是未來(lái)食品病毒檢測(cè)的發(fā)展方向。

轉(zhuǎn)基因食品檢測(cè)是通過(guò)設(shè)計(jì)特異性的引物對(duì)食品樣品的DNA提取物進(jìn)行擴(kuò)增，從而判斷樣品中是否含有外源性基因片段［26］。通過(guò)對(duì)轉(zhuǎn)基因農(nóng)產(chǎn)品數(shù)據(jù)庫(kù)信息的及時(shí)更新，可準(zhǔn)確了解各國(guó)新出現(xiàn)和新批準(zhǔn)的轉(zhuǎn)基因農(nóng)產(chǎn)品，便于查找其插入的外源基因片段，以便及時(shí)對(duì)檢驗(yàn)方法進(jìn)行修改。目前由于某些通過(guò)食品傳播的病毒具有變異特性，以及檢測(cè)方法的不完善等因素影響，生物信息學(xué)在食品領(lǐng)域的應(yīng)用還比較有限，但隨著食品安全檢測(cè)數(shù)據(jù)庫(kù)的不斷完善，相信相關(guān)的生物信息學(xué)技術(shù)將在食品領(lǐng)域發(fā)揮越來(lái)越重要的作用。

生物信息學(xué)廣泛用于農(nóng)業(yè)科學(xué)研究的各個(gè)領(lǐng)域，但是僅有信息資源是不夠的，選出符合自己需求的生物信息就需要情報(bào)部門，以及信息中介服務(wù)機(jī)構(gòu)提供相關(guān)服務(wù)，通過(guò)出版物、信息共享平臺(tái)、數(shù)字圖書(shū)館、電子論壇等信息媒介的幫助，科研工作者可快速有效地找到符合需要的信息。目前我國(guó)生物信息學(xué)發(fā)展還很不均衡，與國(guó)際前沿有一定差距，這需要從事信息和科研的工作者們不斷交流，使得生物信息學(xué)能夠更好地為我國(guó)農(nóng)業(yè)持續(xù)健康發(fā)展發(fā)揮作用。

參考文獻(xiàn)：

［1］Yockey HP，Platzman RP，Quastler H.Symposium on Information.Theory in Biology.Pergamon Press，New York，London，1958.

［2］鄭國(guó)清，張瑞玲.生物信息學(xué)的形成與發(fā)展［J］.河南農(nóng)業(yè)科學(xué)，2002，（11）：4-7.

［3］駱建新，鄭崛村，馬用信等.人類基因組計(jì)劃與后基因組時(shí)代.中國(guó)生物工程雜志，2003，23，（11）：87-94.

［4］曹學(xué)軍.基因研究的又一壯舉――美國(guó)國(guó)家植物基因組計(jì)劃［J］.國(guó)外科技動(dòng)態(tài)，2001，1：24-25.

［5］MICHAEL B.Genomics and plantcells：application ofgenomics strategies to arabidopsis cellbiology［J］.PhilosTransR Soc Lond B Bio Sci，2002，357（1422）：731-736.

［6］盧新雄.植物種質(zhì)資源庫(kù)的設(shè)計(jì)與建設(shè)要求［J］.植物學(xué)通報(bào)，2006，23，（1）：119-125.

［7］GUY D，NOEL E，MIKE A.Using bioinformatics to analyse germplasm collections ［J］.Springer Netherlands，2004：39-54.

［8］鄭衍，王非.藥物生物信息學(xué)，化學(xué)化工出版社，2004.1：214-215.

［9］俞慶森，邱建衛(wèi)，胡艾希.藥物設(shè)計(jì).化學(xué)化工出版社，2005.1：160-164.

［10］Austen M，Dohrmann C.Phenotype―first screening for the identification of novel drug targets.Drug Discov Today，2005，10，（4）：275-282.

［11］ARUN AGRAWAL，ASHWINI CHHATRE.State involvement and forest cogovernance：Evidence from the IndianHmi alayas.StComp International Developmen.t Sep 2007：67-86.

［12］TANG SY.Institutionsand collective action：Self-governance in irrigation ［M］.San Francisco，CA：ICSPress，1999.

［13］PUNGPO P，SAPARPAKORN P，WOLSCHANN P，et a.l Computer-aided moleculardesign of highly potentHIV-1 RT inhibitors：3D QSAR and moleculardocking studies of efavirenz derivatives［J］.SAR QSAR EnvironRes，2006，17，（4）：353-370.

［14］楊華錚，劉華銀，鄒小毛等.計(jì)算機(jī)輔助設(shè)計(jì)與合成除草劑的研究［J］.計(jì)算機(jī)與應(yīng)用化學(xué)，1999，16，（5）：400.

［15］VASSILEV D，LEUNISSEN J，ATANASSOV A.Application of bioinformatics in plant breeding［J］.Biotechnology & Biotechnological Equipment，2005，3：139-152.

［16］王春華，謝小保，曾海燕等.深圳市空氣微生物污染狀況監(jiān)測(cè)分析［J］.微生物學(xué)雜志，2008，28，（4）：93-97.

［17］程樹(shù)培，嚴(yán)峻，郝春博等.環(huán)境生物技術(shù)信息學(xué)進(jìn)展［J］.環(huán)境污染治理技術(shù)與設(shè)備，2002，3，（11）：92-94.

［18］史應(yīng)武，婁愷，李春.植物內(nèi)生菌在生物防治中的應(yīng)用［J］.微生物學(xué)雜志，2009，29，（6）：61-64.

［19］趙玉玲，張?zhí)焐?，張巧艷.PCR 法快速檢測(cè)肉食品污染沙門菌的實(shí)驗(yàn)研究［J］.微生物學(xué)雜志，2010，30，（3）：103-105.

［20］徐義剛，崔麗春，李蘇龍等.多重PCR方法快速檢測(cè)4種主要致腹瀉性大腸埃希菌［J］.微生物學(xué)雜志，2010，30，（3） ：25-29.

［21］索標(biāo)，汪月霞，艾志錄.食源性致病菌多重分子生物學(xué)檢測(cè)技術(shù)研究進(jìn)展［J］.微生物學(xué)雜志，2010，30，（6）：71-75

［22］朱曉娥，袁耿彪.基因芯片技術(shù)在基因突變?cè)\斷中的應(yīng)用及其前景［J］.重慶醫(yī)學(xué)，2010，（22）：3128-3131.

［23］陳彥闖，辛明秀.用于分析微生物種類組成的微生物生態(tài)學(xué)研究方法［J］.微生物學(xué)雜志，2009，29，（4）：79-83.

［24］王大勇，方振東，謝朝新等.食源性致病菌快速檢測(cè)技術(shù)研究進(jìn)展［J］.微生物學(xué)雜志，2009，29，（5）：67-72.

［25］蘇晨曦，潘迎捷，趙勇等.疏水網(wǎng)格濾膜技術(shù)檢測(cè)食源性致病菌的研究進(jìn)展［J］.微生物學(xué)雜志，2010，30，（6）：76-81.

篇4

【關(guān)鍵詞】微分方程 生物信息學(xué) 案例式教學(xué)法 問(wèn)題式教學(xué)法

【中圖分類號(hào)】O175 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】2095-3089（2012）10-0060-01

生物信息學(xué)作為一門交叉學(xué)科正在迅猛的發(fā)展，通過(guò)將數(shù)學(xué)科學(xué)知識(shí)和技巧引入生物科學(xué)的領(lǐng)域，幫助生物學(xué)家解釋各種生命現(xiàn)象。同時(shí)，生物學(xué)又為數(shù)學(xué)家提供了豐富的研究課題。微分方程是數(shù)學(xué)專業(yè)的核心基礎(chǔ)課，也是其他工科專業(yè)的必修課程之一，為其解決實(shí)際問(wèn)題提供必要的數(shù)學(xué)知識(shí)。微分方程通過(guò)對(duì)自然科學(xué)和社會(huì)科學(xué)中的問(wèn)題進(jìn)行數(shù)值或者定性的描述，幫助人們對(duì)事物的發(fā)展進(jìn)行預(yù)見(jiàn)。微分方程在眾多的領(lǐng)域應(yīng)用廣泛，包括物理學(xué)、航天、醫(yī)藥、化學(xué)和生物學(xué)等領(lǐng)域。隨著完成測(cè)序的生物數(shù)量的迅速增加及更深入廣泛的了解基因功能，生物網(wǎng)絡(luò)的研究在生物信息學(xué)中越來(lái)越受重視。由于微分方程系統(tǒng)的靈活強(qiáng)大，有利于描述生物網(wǎng)絡(luò)中的復(fù)雜關(guān)系。因此，微分方程課程被生物信息學(xué)專業(yè)作為重要的必修課程之一。由于本課程數(shù)學(xué)理論豐富應(yīng)用性較強(qiáng)的特點(diǎn)，在給非數(shù)學(xué)專業(yè)學(xué)生授課的過(guò)程中往往面臨兩難的境地：一方面如果按照數(shù)學(xué)專業(yè)授課模式側(cè)重?cái)?shù)學(xué)理論的介紹就會(huì)脫離本專業(yè)的特點(diǎn)，應(yīng)用性欠缺使得學(xué)生缺乏興趣；另一方面，如果大量介紹應(yīng)用，又會(huì)因?yàn)閷W(xué)生數(shù)學(xué)背景知識(shí)的缺乏而造成學(xué)生比較迷茫。如何在授課過(guò)程中將理論和實(shí)際內(nèi)容有機(jī)的結(jié)合，從而使學(xué)生在學(xué)習(xí)中產(chǎn)生興趣值得思考。本文結(jié)合生物信息學(xué)的專業(yè)特點(diǎn)，總結(jié)了微分方程在教學(xué)過(guò)程中的一點(diǎn)體會(huì)。

1.合理的整合教學(xué)內(nèi)容

關(guān)于微分方程的教材很多，但是一些教材偏重于理科注重公式定理的推導(dǎo)證明，沒(méi)有實(shí)際應(yīng)用的舉例，公式抽象語(yǔ)言晦澀學(xué)生難于理解。本校生物信息學(xué)本科專業(yè)采用的教材是周義倉(cāng)編寫(xiě)的常微分方程及其應(yīng)用，其內(nèi)容上在反應(yīng)數(shù)學(xué)理論嚴(yán)密性的同時(shí)，強(qiáng)調(diào)了建模、應(yīng)用和計(jì)算機(jī)等特點(diǎn)，每章使用數(shù)學(xué)軟件進(jìn)行具體實(shí)例的解析。

首先，在吃透教材的基礎(chǔ)上對(duì)教學(xué)內(nèi)容進(jìn)行合理適當(dāng)?shù)恼{(diào)整。在了解數(shù)學(xué)背景知識(shí)的同時(shí)更注重微分方程理論的應(yīng)用性而不關(guān)注數(shù)學(xué)公式的推導(dǎo)。

其次，注意不同知識(shí)點(diǎn)的歸納總結(jié)。在教學(xué)過(guò)程中注意及時(shí)的整理和總結(jié)，幫助學(xué)生理清它們之間的區(qū)別與聯(lián)系。同時(shí)，這些理論知識(shí)的落腳點(diǎn)就是眾多不同類型微分方程的求解，針對(duì)不同求解方法進(jìn)行歸納，強(qiáng)化訓(xùn)練。

最后，注意學(xué)生實(shí)際的動(dòng)手操作能力。結(jié)合實(shí)驗(yàn)課針對(duì)每章的教學(xué)內(nèi)容鍛煉學(xué)生的實(shí)際動(dòng)手操作能力，結(jié)合Maple或Matlab軟件判斷微分方程的類型并進(jìn)行求解。除此之外，可以適當(dāng)增加實(shí)際的問(wèn)題，例如藥物代謝、基因調(diào)控網(wǎng)絡(luò)等生物信息學(xué)中的經(jīng)典問(wèn)題進(jìn)行數(shù)學(xué)建模、求解方程、解釋實(shí)際現(xiàn)象。

2.多樣化的教學(xué)方法和手段

微分方程涉及很多數(shù)學(xué)理論的推導(dǎo)，因此在數(shù)學(xué)專業(yè)中往往采用板書(shū)的方式。既能幫助學(xué)生理解推演過(guò)程，又能根據(jù)學(xué)生理解情況隨時(shí)調(diào)整。但是對(duì)于生物信息學(xué)專業(yè)單純的板書(shū)或者多媒體教學(xué)都會(huì)導(dǎo)致單調(diào)枯燥，影響學(xué)生的學(xué)習(xí)興趣。將二者有機(jī)的結(jié)合，通過(guò)板書(shū)將復(fù)雜的理論知識(shí)在黑板上演示，同時(shí)將微分方程的圖形利用多媒體技術(shù)展現(xiàn)使得課堂教學(xué)更具有直觀性，使學(xué)生更容易理解教學(xué)內(nèi)容并加深印象。在教學(xué)過(guò)程中適當(dāng)引入討論式教學(xué)方法，針對(duì)實(shí)際問(wèn)題讓學(xué)生進(jìn)行分組討論有利于培養(yǎng)學(xué)生積極探索、勇于創(chuàng)新、敢于質(zhì)疑的學(xué)習(xí)態(tài)度。

3.理論聯(lián)系實(shí)際

對(duì)于微分方程的內(nèi)容，如果只進(jìn)行理論的學(xué)習(xí)而不進(jìn)行上機(jī)的實(shí)際操作無(wú)異于是紙上談兵，上機(jī)的操作如果僅僅局限于是方程的求解和判斷也僅僅是浪費(fèi)時(shí)間。通過(guò)上機(jī)時(shí)間不僅鍛煉學(xué)生將所學(xué)算法程序化和學(xué)生的邏輯思維能力，還要提供學(xué)生應(yīng)對(duì)問(wèn)題的解決能力。隨著海量基因組數(shù)據(jù)的出現(xiàn)，如何利用基因組數(shù)據(jù)分析基因調(diào)控網(wǎng)絡(luò)和代謝途徑是生物信息學(xué)研究人員亟待解決的問(wèn)題。利用微分方程演化生物網(wǎng)絡(luò)中的復(fù)雜關(guān)系得到了廣泛的應(yīng)用。針對(duì)微分方程在基因調(diào)控網(wǎng)絡(luò)中的應(yīng)用，讓學(xué)生體會(huì)將實(shí)際問(wèn)題數(shù)學(xué)化，建立模型求解方程，解釋實(shí)際問(wèn)題，培養(yǎng)學(xué)生解決實(shí)際問(wèn)題、提高算法分析與設(shè)計(jì)的能力。其次，積極鼓勵(lì)學(xué)生參與數(shù)學(xué)建模競(jìng)賽活動(dòng)，在活動(dòng)中讓學(xué)生體會(huì)運(yùn)用理論知識(shí)解決實(shí)際問(wèn)題的樂(lè)趣。

4.靈活的評(píng)價(jià)機(jī)制

傳統(tǒng)的考核辦法采取單一的筆試成績(jī)，但這往往不能評(píng)價(jià)學(xué)生的綜合素質(zhì)以及知識(shí)的掌握程度。在考核內(nèi)容上主要突出三點(diǎn)內(nèi)容：（一）對(duì)基本概念的掌握程度；（二）分析問(wèn)題與解決問(wèn)題的綜合實(shí)力；（三）考查學(xué)生對(duì)微分方程求解方法和技巧的掌握。

對(duì)于生物信息學(xué)專業(yè)的學(xué)生，要求有強(qiáng)大的數(shù)學(xué)與計(jì)算機(jī)功底解決生物學(xué)問(wèn)題。因此既要有扎實(shí)的理論基礎(chǔ)，又要求具有分析和解決實(shí)際生物學(xué)問(wèn)題的能力。面對(duì)微分方程這門課程，既要重視數(shù)學(xué)理論的教學(xué)，又要注重對(duì)學(xué)生解決生物學(xué)實(shí)際問(wèn)題的引導(dǎo)，結(jié)合本專業(yè)的特點(diǎn)及培養(yǎng)目標(biāo)，培養(yǎng)學(xué)生分析問(wèn)題和解決問(wèn)題的能力。

參考文獻(xiàn)：

[1]郭偉艷， 常大全， 王敏慧. 淺談微分方程教學(xué)中能力的培養(yǎng). 綏化學(xué)院學(xué)報(bào). 2006， 26 （2）： 48-49.

[2]儲(chǔ)亞偉， 朱茱. 高師本科常微分方程教學(xué)改革的探究. 阜陽(yáng)師范學(xué)院學(xué)報(bào). 2008， 25 （3）： 73-73.

[3]楊麗娜. 《偏微分方程數(shù)值解》課堂教學(xué)改革與實(shí)踐. 中國(guó)科教創(chuàng)新導(dǎo)刊. 2012 （8）： 110-112.

[4]季瑞瑞， 劉丁. 一種基于分?jǐn)?shù)階微分方程模型的基因調(diào)控網(wǎng)絡(luò)構(gòu)建方法. 西安理工大學(xué)學(xué)報(bào). 2011， 27（2）： 127-131.

作者簡(jiǎn)介：

王芳（1982- ），吉林人，哈爾濱醫(yī)科大學(xué)生物信息科學(xué)與技術(shù)學(xué)院，講師，主要研究方向：生物信息學(xué)，計(jì)算表觀遺傳學(xué)。

篇5

1、生物信息學(xué)(Bioinformatics)是研究生物信息的采集、處理、存儲(chǔ)、傳播，分析和解釋等各方面的學(xué)科，也是隨著生命科學(xué)和計(jì)算機(jī)科學(xué)的迅猛發(fā)展，生命科學(xué)和計(jì)算機(jī)科學(xué)相結(jié)合形成的一門新學(xué)科。它通過(guò)綜合利用生物學(xué)，計(jì)算機(jī)科學(xué)和信息技術(shù)而揭示大量而復(fù)雜的生物數(shù)據(jù)所賦有的生物學(xué)奧秘。

2、生物信息學(xué)的另一個(gè)挑戰(zhàn)是從蛋白質(zhì)的氨基酸序列預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)。這個(gè)難題已困擾理論生物學(xué)家達(dá)半個(gè)多世紀(jì)，如今找到問(wèn)題答案要求正變得日益迫切。諾貝爾獎(jiǎng)獲得者W. Gilbert在1991年曾經(jīng)指出：“傳統(tǒng)生物學(xué)解決問(wèn)題的方式是實(shí)驗(yàn)的。現(xiàn)在，基于全部基因都將知曉，并以電子可操作的方式駐留在數(shù)據(jù)庫(kù)中，新的生物學(xué)研究模式的出發(fā)點(diǎn)應(yīng)是理論的。一個(gè)科學(xué)家將從理論推測(cè)出發(fā)，然后再回到實(shí)驗(yàn)中去，追蹤或驗(yàn)證這些理論假設(shè)”。

3、生物信息學(xué)的主要研究方向：基因組學(xué) - 蛋白質(zhì)組學(xué) - 系統(tǒng)生物學(xué) - 比較基因組學(xué)，1989年在美國(guó)舉辦生物化學(xué)系統(tǒng)論與生物數(shù)學(xué)的計(jì)算機(jī)模型國(guó)際會(huì)議，生物信息學(xué)發(fā)展到了計(jì)算生物學(xué)、計(jì)算系統(tǒng)生物學(xué)的時(shí)代。

（來(lái)源：文章屋網(wǎng) ）

篇6

21世紀(jì)是生命科學(xué)的時(shí)代，也是信息時(shí)代。隨著分子生物學(xué)、測(cè)序技術(shù)以及人類基因組計(jì)劃的深入展開(kāi)，各種生物醫(yī)學(xué)數(shù)據(jù)已達(dá)到海量級(jí)別。在后基因組時(shí)代，一方面是巨量的數(shù)據(jù)，另一方面是我們?cè)卺t(yī)學(xué)、藥物、農(nóng)業(yè)和環(huán)保等方面對(duì)新知識(shí)的渴求，這些新知識(shí)將幫助人們改善其生存環(huán)境和提高生活質(zhì)量。這就構(gòu)成了一個(gè)極大的矛盾。如何從海量生物醫(yī)學(xué)數(shù)據(jù)中獲取新的知識(shí)呢?1956年，在美國(guó)田納西州蓋特林堡召開(kāi)的首次“生物學(xué)中的信息理論研討會(huì)”上學(xué)者們提出了生物信息學(xué)的概念。1987年，林華安博士正式為這一領(lǐng)域定下生物信息學(xué)( Bioinformatics)這個(gè)稱謂，一門新興學(xué)科——生物信息學(xué)應(yīng)運(yùn)而生。

一生物信息學(xué)的學(xué)科特點(diǎn)

生物信息學(xué)是用數(shù)理和信息科學(xué)的觀點(diǎn)、理論和方法去研究生命現(xiàn)象、組織和分析呈現(xiàn)指數(shù)增長(zhǎng)的生物醫(yī)學(xué)數(shù)據(jù)的一門學(xué)科。它主要包括兩重含義：一是對(duì)海量數(shù)據(jù)的收集、整理與服務(wù)，即管理好這些數(shù)據(jù)；二是從中發(fā)現(xiàn)新的規(guī)律，即利用好這些數(shù)據(jù)。生物信息學(xué)的實(shí)質(zhì)就是利用計(jì)算機(jī)科學(xué)和網(wǎng)絡(luò)技術(shù)來(lái)解決生物學(xué)問(wèn)題。它的出現(xiàn)極大地推動(dòng)了分子生物學(xué)等相關(guān)學(xué)科的發(fā)展。它不僅是一門新學(xué)科，更是一種重要的研究開(kāi)發(fā)工具。生物信息學(xué)幾乎是今后所有生物（醫(yī)藥）研究開(kāi)發(fā)所必需的工具。

生物信息學(xué)與其他的生物醫(yī)學(xué)學(xué)科相比，有很大的不同，主要有以下三大特點(diǎn)：

第一，以生物醫(yī)學(xué)數(shù)據(jù)庫(kù)為基礎(chǔ)，數(shù)據(jù)極其龐大復(fù)雜。隨著組學(xué)時(shí)代的來(lái)臨與深入，生物醫(yī)學(xué)數(shù)據(jù)正呈現(xiàn)指數(shù)級(jí)別的增長(zhǎng)。根據(jù)權(quán)威的《Nucleic Acids Research》統(tǒng)計(jì)，截止2014年，全球共有約2100個(gè)主要的生物醫(yī)學(xué)數(shù)據(jù)庫(kù)，涵蓋了生物醫(yī)學(xué)研究的諸多領(lǐng)域。從研究層次上看，包括核酸、蛋白質(zhì)、結(jié)構(gòu)、基因組、蛋白質(zhì)組、人類基因和疾病、細(xì)胞器官、免疫學(xué)等14類數(shù)據(jù)庫(kù)。從研究種類上說(shuō)，包括動(dòng)物、植物、真菌、原核生物、病毒等30余萬(wàn)種生物。僅登錄在美國(guó)GenBank數(shù)據(jù)庫(kù)中的核酸序列就超過(guò)1億條，DNA序列總量超過(guò)1000億堿基對(duì)；在UniProt中，共收錄蛋白質(zhì)序列約1000萬(wàn)條；在PDB中，共收錄蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)超過(guò)8萬(wàn)個(gè)。

第二，生物信息的操作分析主要以計(jì)算機(jī)為工具，在互聯(lián)網(wǎng)環(huán)境中運(yùn)行，通過(guò)網(wǎng)絡(luò)強(qiáng)大的搜索功能完成數(shù)據(jù)收集、儲(chǔ)存、管理與提供。

第三，生物信息學(xué)是一門生物醫(yī)學(xué)、數(shù)學(xué)、信息科學(xué)以及計(jì)算機(jī)科學(xué)等諸多學(xué)科綜合交叉的前沿產(chǎn)物，與其他學(xué)科相比，綜合交叉性強(qiáng)、難度大、發(fā)展時(shí)間短、還在不斷完善與更新中。因而目前還沒(méi)有成熟的生物信息學(xué)教學(xué)模式，各高校，尤其是醫(yī)學(xué)院校，尚處于摸索探討的階段。 二生物信息學(xué)現(xiàn)有教學(xué)模式的不足之處 目前，國(guó)內(nèi)的生物信息學(xué)教學(xué)基本沿用以“教師講授為主”的傳統(tǒng)教學(xué)模式。以課堂為中心、以理論教學(xué)為主，進(jìn)行“滿堂灌”式教育，“照本宣讀”的方式也比較常見(jiàn)。缺乏與生物信息學(xué)交叉前沿性特點(diǎn)相適應(yīng)的新型教學(xué)模式。同時(shí)，實(shí)驗(yàn)教學(xué)方式比較單一，常以驗(yàn)證性為目的，有些甚至成為了“文獻(xiàn)檢索”課程，缺乏和專業(yè)相適應(yīng)的綜合性、設(shè)計(jì)性實(shí)驗(yàn)，結(jié)果出現(xiàn)了理論和實(shí)踐相脫節(jié)的現(xiàn)象。 三關(guān)于PBL應(yīng)用于生物信息學(xué)教學(xué)的探索 1PBL教學(xué)法的優(yōu)勢(shì) “基于問(wèn)題的學(xué)習(xí)(Problem based leaming)”，簡(jiǎn)稱PBL，是美國(guó)廣泛采用的一種探究性、任務(wù)驅(qū)動(dòng)式學(xué)習(xí)模式。此方法與傳統(tǒng)以學(xué)科為基礎(chǔ)的教學(xué)法有很大的不同，強(qiáng)調(diào)以學(xué)生的主動(dòng)學(xué)習(xí)為主，而不是傳統(tǒng)教學(xué)中強(qiáng)調(diào)的以教師講授為主，比如將學(xué)習(xí)與更大的任務(wù)或問(wèn)題掛鉤、使學(xué)習(xí)者投入于問(wèn)題中、設(shè)計(jì)真實(shí)性任務(wù)、鼓勵(lì)自主探究、激發(fā)和支持學(xué)習(xí)者的高水平思維、鼓勵(lì)爭(zhēng)論、鼓勵(lì)對(duì)學(xué)習(xí)內(nèi)容和過(guò)程的反思等。在醫(yī)學(xué)教育中，PBL教學(xué)強(qiáng)調(diào)以設(shè)置問(wèn)題的方式為學(xué)生創(chuàng)造一種特定的疾病發(fā)生的情境和診治的氛圍，通過(guò)學(xué)生的相互協(xié)作來(lái)共同解決實(shí)際問(wèn)題，最終實(shí)現(xiàn)培養(yǎng)學(xué)生獨(dú)立處理和解決實(shí)際問(wèn)題的能力的目標(biāo)。這種教學(xué)模式很好地解決了理論與實(shí)際脫節(jié)的矛盾。

2 PBL教學(xué)法在生物信息學(xué)教學(xué)中的實(shí)際應(yīng)用

(1)分組。根據(jù)能力和興趣分組，選擇能力互補(bǔ)且有共同興趣的學(xué)生組成不同學(xué)習(xí)小組，一般以3—4人為一組，對(duì)于總體能力特別強(qiáng)的小組可以適當(dāng)減少人數(shù)。

(2)提出教學(xué)目標(biāo)，布置真實(shí)性任務(wù)。首先，布置基礎(chǔ)性教學(xué)任務(wù)，這類教學(xué)任務(wù)的目的是為了鞏固學(xué)生的基礎(chǔ)知識(shí)，培養(yǎng)學(xué)生的基礎(chǔ)能力。例如，該類任務(wù)可由四個(gè)子科目組成：“生物醫(yī)學(xué)數(shù)據(jù)庫(kù)識(shí)別與理解”、“通過(guò)Entrez和SRS系統(tǒng)進(jìn)行生物醫(yī)學(xué)數(shù)據(jù)的檢索利用”、“blast序列比對(duì)”、“clustalw多序列比對(duì)”。這是必選任務(wù)，每個(gè)個(gè)組都必須完成，為下一步實(shí)行探究性任務(wù)打下基礎(chǔ)。

然后，根據(jù)不同小組的興趣和特點(diǎn)，分配不同的探究性任務(wù)。例如，“新基因的發(fā)現(xiàn)與鑒定”、“某某疾病基因的分析與鑒定”等。這類問(wèn)題并無(wú)現(xiàn)成答案，學(xué)生必須自己查閱資料、進(jìn)行歸納分析、確定實(shí)驗(yàn)步驟、完成任務(wù)。例如，對(duì)于“新基因的發(fā)現(xiàn)與鑒定”這項(xiàng)任務(wù)，最終可由如下步驟組成：①利用EST數(shù)據(jù)庫(kù)獲得基因重疊群；②新基因的拼接獲得；③所得基因的性質(zhì)分析；④啟動(dòng)子分析；⑤編碼區(qū)分析；⑥新基因的人工翻譯；⑦所得蛋白質(zhì)的功能分析。這些步驟和每一步的實(shí)現(xiàn)方法都將由學(xué)生在已有的知識(shí)基礎(chǔ)上，通過(guò)查找文獻(xiàn)、互相討論、探索獲得，最終完成該項(xiàng)任務(wù)，寫(xiě)出任務(wù)報(bào)告。

(3)定期討論。定期安排學(xué)生集中討論。每次討論主要完成兩方面工作：一是對(duì)任務(wù)進(jìn)展進(jìn)行報(bào)告，二是對(duì)所遇到的問(wèn)題進(jìn)行互相交流。教師全程參與，對(duì)疑難問(wèn)題作出提示和建議。

(4)成果匯報(bào)。任務(wù)完成后，進(jìn)行集中匯報(bào)。讓學(xué)生對(duì)任務(wù)期間所做工作、獲得的結(jié)果進(jìn)行匯報(bào)。

(5)教師評(píng)價(jià)、反饋。由指導(dǎo)教師對(duì)任務(wù)完成過(guò)程及結(jié)果進(jìn)行點(diǎn)評(píng)，對(duì)學(xué)生掌握知識(shí)的程度及學(xué)生的科研、應(yīng)用能力進(jìn)行評(píng)價(jià)，并提出進(jìn)一步的提高方向。

(6)延伸階段。鑒于生物信息學(xué)都是在臨近畢業(yè)時(shí)進(jìn)行教學(xué)，對(duì)于有興趣的學(xué)生，可以將探究性任務(wù)擴(kuò)展成畢業(yè)設(shè)計(jì)，進(jìn)行模塊化分流教學(xué)。

3在生物信息學(xué)中運(yùn)用PBL教學(xué)法的優(yōu)勢(shì)

(1)生物信息學(xué)的學(xué)習(xí)是一個(gè)運(yùn)用生物醫(yī)學(xué)、數(shù)學(xué)、信息科學(xué)以及計(jì)算機(jī)科學(xué)等諸多學(xué)科知識(shí)進(jìn)行分析、判斷、推理、綜合的實(shí)踐過(guò)程，PBL教學(xué)法的應(yīng)用可充分調(diào)動(dòng)和發(fā)揮學(xué)生的主觀能動(dòng)性，著重培養(yǎng)學(xué)生解決實(shí)際問(wèn)題的綜合分析、判斷及實(shí)踐動(dòng)手能力。

(2)在保證教學(xué)質(zhì)量的前提下，可明顯減少傳統(tǒng)的灌輸式教學(xué)工作和學(xué)習(xí)的負(fù)擔(dān)，同時(shí)能讓學(xué)生在短時(shí)間內(nèi)熟悉多種生物醫(yī)學(xué)數(shù)據(jù)庫(kù)、掌握多種生物信息軟件的使用方法、了解生物信息手段在生物醫(yī)學(xué)中的各種應(yīng)用。

(3)在相互合作的過(guò)程中，學(xué)生不僅學(xué)到了獲取知識(shí)的方式，更重要的是提高了學(xué)生的興趣、交流意識(shí)和團(tuán)隊(duì)責(zé)任感等科研必備素質(zhì)和能力。

(4)在完成真實(shí)性任務(wù)的過(guò)程中，可讓學(xué)生熟悉完成科研工作的方法步驟，培養(yǎng)學(xué)生完成科研任務(wù)的能力。

篇7

單鏈抗體除本身的治療作用外，還可作為載體與細(xì)胞因子等結(jié)合，構(gòu)建成雙功能抗體用于腫瘤的導(dǎo)像治療。據(jù)文獻(xiàn)報(bào)道［1~3］各衍生因子兩個(gè)完整基因融合成單一蛋白，經(jīng)抗腫瘤活性檢測(cè)發(fā)現(xiàn)，融合蛋白具有雙重活性，但融合蛋白的親和性及抗腫瘤活性分別較衍生因子的功能及活性有所變化，可能由于融合蛋白結(jié)構(gòu)變化導(dǎo)致功能及活性的變化。利用生物信息學(xué)網(wǎng)絡(luò)資源分析融合蛋白的二級(jí)結(jié)構(gòu)及其理化性質(zhì)，為進(jìn)一步探討單鏈雙功能抗體基因融合蛋白提供依據(jù)。

1雙功能抗體的研究進(jìn)展

隨著分子生物學(xué)的發(fā)展，腫瘤的藥敏基因治療成為各國(guó)學(xué)者研究的熱點(diǎn)［3~5］。將目的基因?qū)氚屑?xì)胞是基因治療過(guò)程中的一個(gè)重要環(huán)節(jié)，因?yàn)槟康幕驅(qū)氚屑?xì)胞效率的高低將直接影響基因治療的效果甚至成敗。由逆轉(zhuǎn)錄病毒介導(dǎo)的基因轉(zhuǎn)移所面臨的最大問(wèn)題是病毒轉(zhuǎn)導(dǎo)效率較低，原因之一是由于包裝后難以得到穩(wěn)定產(chǎn)生較高滴度感染性逆轉(zhuǎn)錄病毒的包裝細(xì)胞系。單鏈抗體（ScFv）是由Fv抗體衍生而來(lái)，將抗體重鏈可變區(qū)和輕鏈可變區(qū)通過(guò)一段連接肽連接而成，ScFv具有天然抗體的親和力，而分子只有完整抗體的六分之一。具有分子小、穿透力強(qiáng)、容易進(jìn)入實(shí)體瘤周圍的血液循環(huán)等特點(diǎn)，體內(nèi)應(yīng)用具有較大的分布容積和較高的組織分布比例，ScFv是構(gòu)建雙功能抗體，雙特異性抗體等多種新功能抗體分子的理想元件。一個(gè)蛋白或蛋白片段可以融合到ScFv片段上以配備附加的性質(zhì)，如免疫毒素的產(chǎn)生，是通過(guò)將一個(gè)腫瘤特異的ScFv或Fab融合到一個(gè)內(nèi)源化能殺死靶細(xì)胞的毒素上。許多細(xì)胞特異抗體可將試劑傳遞到腫瘤部位發(fā)揮其細(xì)胞毒元件的作用。腫瘤特異性抗體片段已經(jīng)與細(xì)胞因子融合［4~8］。在這種情況下，稱免疫細(xì)胞因子的分子注射到患者體內(nèi)，在腫瘤細(xì)胞表面積聚，可以激活腫瘤附近的T淋巴細(xì)胞。這些融合蛋白內(nèi)在的腫瘤結(jié)合活性允許使用低濃度，沒(méi)有通常與系統(tǒng)細(xì)胞因子注射相關(guān)的副作用。

細(xì)胞因子融合蛋白均具有衍生因子的雙重活性，其中有一些的活性較各自野生型低，或者與野生型因子的相加一致，或者其活性高于衍生因子的相加活性，人工構(gòu)建的新蛋白可能具有與衍生因子無(wú)關(guān)的新活性［9~11］。事實(shí)證明：具有不同功能域的復(fù)合蛋白質(zhì)以及連接肽的設(shè)計(jì)是今后尋找新的治療因子的有效途徑和研究方向。生物信息學(xué)可以促進(jìn)藥物的發(fā)現(xiàn)和開(kāi)發(fā)過(guò)程，即充分利用生物信息學(xué)的生物學(xué)和遺傳學(xué)信息來(lái)尋找和開(kāi)發(fā)以基因?yàn)榛A(chǔ)的藥物。

2雙功能抗體的表達(dá)及其生物學(xué)性質(zhì)的預(yù)測(cè)

對(duì)于cDNA序列包含一個(gè)完整的蛋白質(zhì)編碼區(qū)，重要的則是分析所編碼蛋白質(zhì)的功能。蛋白質(zhì)序列的生物信息學(xué)分析是從理論分析邁向?qū)嶒?yàn)研究的最為重要的部分。如果擬對(duì)所感興趣的基因投入實(shí)驗(yàn)研究，那么，基于生物信息學(xué)獲得盡可能多的關(guān)于該基因/蛋白質(zhì)的信息是十分重要和極其重要的，尤其是當(dāng)采用生物信息學(xué)的分析得到其結(jié)構(gòu)功能域的信息后，將對(duì)研究思路的制定提供重要的指導(dǎo)信息［12，13］。

傳統(tǒng)生物學(xué)認(rèn)為，蛋白質(zhì)的序列決定了它的結(jié)構(gòu)，也就決定了它的功能［14，15］。因此，隨著近10年來(lái)生物學(xué)分子序列信息的爆炸性增長(zhǎng)，大大促進(jìn)了各種序列分析和預(yù)測(cè)技術(shù)的發(fā)展，目前已經(jīng)可以用理論預(yù)測(cè)的方法獲得大量的結(jié)構(gòu)和功能信息，用生物信息學(xué)的方法，通過(guò)計(jì)算機(jī)模擬和計(jì)算來(lái)“預(yù)測(cè)”出未知蛋白質(zhì)信息或提供與之相關(guān)的輔助信息，可以用較低的成本和較快的時(shí)間就能獲得可靠的結(jié)果［16~18］。重組融合蛋白是通過(guò)DNA重組的方法，將功能上相關(guān)的兩種蛋白用連接肽連接，以達(dá)到優(yōu)化蛋白功能的目的，如免疫毒素和細(xì)胞因子融合蛋白，并已用于腫瘤治療。我們?cè)跇?gòu)建融合蛋白之后，運(yùn)用生物信息學(xué)資源DNAssist核酸序列分析軟件分析ScFv-TNF-αDNA序列翻譯并獲得了氨基酸序列，蛋白質(zhì)分析軟件（ANTHEPROTV5）分析融合蛋白的二級(jí)結(jié)構(gòu)及其理化性質(zhì)。利用生物信息學(xué)網(wǎng)絡(luò)資源進(jìn)行分析預(yù)測(cè)融合蛋白的性質(zhì)，為進(jìn)一步探討單鏈雙功能抗體基因融合蛋白提供依據(jù)。構(gòu)建重組導(dǎo)向的融合蛋白［19］，通過(guò)重組PCR方法在編碼ScFv與TNF-α的堿基之間引入酶切位點(diǎn)，并克隆到逆轉(zhuǎn)錄病毒表達(dá)載體PLxSN上表達(dá)，用脂質(zhì)體轉(zhuǎn)染法轉(zhuǎn)染PA317包裝細(xì)胞，G418篩選10天后共挑選50個(gè)細(xì)胞集落，擴(kuò)大培養(yǎng)后測(cè)定29個(gè)細(xì)胞集落的病毒滴度，篩選出一株cfu>1×109/L的感染性重組病毒產(chǎn)生細(xì)胞系C26。

【參考文獻(xiàn)】

1StrubeRW，ChenSY.Characterizationofanti-cyclinEsingle-chainFvantibodiesandintrabodiesinbreastcancercells：enhancedintracellularstabilityofnovelsFv-F(c)intrabodies.JImmunolMethodsK，2002，263(1-2)：149-167.

2KimEJ，ChoD，HwangSY，etal.Interleukin-2fusionproteinwithanti-CD3single-chainFv(sFv)selectivelyprotectsTcellsfromdexamethasone-inducedapoptosis.Vaccine，2001，20(3-4)：608-615.

3PengLS，PenichetML，DelaCruzJS，etal.Mechanismofantitumoractivityofasingle-chaininterleukin-12IgG3antibodyfusionprotein(mscIL-12.her2.IgG3).JInterferonCytokineRes，2001，21(9)：709-720.

4ScherfU，BenharI，WebberKO，etal.Cytotoxicandantitumoractivityofarecombinanttumornecrosisfactor-B1(Fv)fusionproteinonLeYantigen-expressinghumancancercells.ClinCancerRes，1996，2(9)：1523-1531.

5ChenP，ChenCQ，YaoLB，etal.ReconstructionandanalysisofaHumansmallmolecularantibodytotumornecrosisfactoralpha.ShengwuHuaxueYuShengwuWuliXuebao，2001，33(1)：71-76.

6WuestT，GerlachE，BanerjeeD，etal.TNF-Selectokine：anovelprodruggeneratedfortumortargetingandsite-specificactivationoftumornecrosisfactor.Oncogene，2002，21(27)：4257-4265.

7MaJ，LiZ，LuoD.Singlechainantibodyvaccinationinmiceagainsthumanovariancancerenhancedbymicrospheresandcytokines.JDrugTarget，2003，11(3)：169-176.

8BremerE，KuijlenJ，SamploniusD，etal.Targetcell-restrictedand-enhancedapoptosisinductionbyascFv：sTRAILfusionproteinwithspecificityforthepancarcinoma-associatedantigenEGP2.IntJCancer，2004，109(2)：281-290.

9TrevorKT，HershEM，BraileyJ，etal.TransductionofhumandendriticcellswitharecombinantmodifiedvacciniaAnkaravirusencodingMUC1andIL-2.CancerImmunolImmunother，2001，50(8)：397-407.

10NiethammerAG，XiangR，RuehlmannJM，etal.Targetedinterleukin2therapyenhancesprotectiveimmunityinducedbyanautologousoralDNAvaccineagainstmurinemelanoma.CancerRes，2001，61(16)：6178-6184.

11LiuX，ZhangL，ZhangM，etal.Co-modificationofIL-2-TNFalphafusiongeneandB7.1genetomurinebreasttumorcellsleadstoimprovedtumorrejectionandvaccineeffect.ChinMedJ(Engl)，2000，113(2)：167-171.

12張成崗，賀福初.生物信息學(xué)方法與實(shí)踐.北京：科學(xué)出版社，2002，126-136.

13黃韌，薛成.生物信息學(xué)網(wǎng)絡(luò)資源與應(yīng)用.廣州：中山大學(xué)出版社，2003，237-306.

14GuexN，PeitschMC.SWISS-MODELandtheSwiss-PdbViewer：Anenvironmentforcomparativeproteinmodelling.Electrophoresis，1997，18(15)：2714-2723.

15GuexN，DiemandA，PeitschMC.Proteinmodellingforall.TiBS，1999，24(9)：364-367.

16ClaverieJM.Effectivelarge-scalesequencesimilaritysearches.MethodsEnzymol，1996，266：212-227

putationalgeneidentification.JMolMed，1997，75(6)：389-393.

篇8

一、公司簡(jiǎn)介

武漢安隆科訊技術(shù)有限公司簡(jiǎn)稱“安隆科訊”，始建于加拿大，著力于代謝組分析技術(shù)的開(kāi)發(fā)和應(yīng)用，與代謝組領(lǐng)域的行業(yè)領(lǐng)軍企業(yè)——加拿大Chenomx公司有著長(zhǎng)期良好的合作關(guān)系，是Chenomx在中國(guó)的合作伙伴，現(xiàn)今在中國(guó)有深圳和武漢兩個(gè)辦事處。

Chenomx 開(kāi)發(fā)的“目標(biāo)性分析法”是一項(xiàng)擁有全球范圍內(nèi)專利認(rèn)證的新型代謝組分析技術(shù)，而安隆科訊是中國(guó)唯一獲得Chenomx授權(quán)允許使用“目標(biāo)性分析法”提供商業(yè)分析服務(wù)的公司。同時(shí)，安隆科訊擁有自己的商用實(shí)驗(yàn)室、全套樣本制備所需的進(jìn)口設(shè)備、完善的實(shí)驗(yàn)室管理系統(tǒng)及高水準(zhǔn)的實(shí)驗(yàn)人員。

迄今為止，安隆科訊已經(jīng)為歐美及中國(guó)客戶提供超過(guò)15000份的樣本分析服務(wù)，項(xiàng)目類別涵蓋臨床研究、基因、新藥研發(fā)、疾病病理及中藥機(jī)理等領(lǐng)域?？蛻羧后w包含輝瑞、羅氏等國(guó)際藥物公司及國(guó)內(nèi)知名大學(xué)和研究所等單位。

 

二、應(yīng)聘條件

(1)學(xué)歷：大學(xué)本科及以上學(xué)歷

(2)專業(yè)：化學(xué)、生物、醫(yī)藥、管理等相關(guān)專業(yè)

(3)工作地點(diǎn)：武漢

 

三、招聘職位

崗位名稱

學(xué)歷要求

人數(shù)

專業(yè)要求

代謝組技術(shù)研發(fā)主管

碩士及以上

2

分析化學(xué)、分子信息學(xué)、分子生物學(xué)、藥物分析等

代謝組分析工程師

大學(xué)本科及以上

5

分析化學(xué)、生物分析、醫(yī)藥學(xué)等相關(guān)專業(yè)

代謝組分析工程師(質(zhì)譜方向)

碩士及以上

1

分析化學(xué)、分子信息學(xué)、分子生物學(xué)、藥物分析等

代謝組銷售工程師

大學(xué)本科及以上

5

分析化學(xué)、生物科學(xué)、醫(yī)藥、生物等相關(guān)專業(yè)

代謝組技術(shù)支持

大學(xué)本科及以上

5

分析化學(xué)、生物信息學(xué)、基礎(chǔ)醫(yī)學(xué)、食品科學(xué)、農(nóng)學(xué)等

儲(chǔ)備干部

大學(xué)本科及以上

5

分析化學(xué)、生物信息學(xué)、基礎(chǔ)醫(yī)學(xué)、食品科學(xué)、農(nóng)學(xué)、藥物分析、環(huán)境化學(xué)等相關(guān)專業(yè)

銷售助理

大學(xué)本科及以上

1

分析化學(xué)、生物信息學(xué)、基礎(chǔ)醫(yī)學(xué)、食品科學(xué)、農(nóng)學(xué)、藥物分析、環(huán)境化學(xué)等相關(guān)專業(yè)

四、薪酬福利

(1)開(kāi)放創(chuàng)新的公司文化：每月公司會(huì)組織團(tuán)隊(duì)建設(shè)一次，各個(gè)部門有自己的季度團(tuán)隊(duì)建設(shè)。公司設(shè)立“創(chuàng)新銀行”制度，鼓勵(lì)員工勇于創(chuàng)新，并予以嘉獎(jiǎng)。

(2)外企的工作氛圍：工作氛圍輕松，每月有固定茶點(diǎn)費(fèi)，提供茶水間;每位員工生日都會(huì)有生日會(huì)，尊重每一位為公司付出的員工;固定員工聚會(huì)。

(3)公司提供六險(xiǎn)：綜合醫(yī)療保險(xiǎn)、養(yǎng)老保險(xiǎn)、工傷保險(xiǎn)、失業(yè)保險(xiǎn)、生育保險(xiǎn)、商業(yè)意外保險(xiǎn)。

(4)豐厚的員工福利：節(jié)日福利、采暖補(bǔ)貼、高溫補(bǔ)貼、車補(bǔ)及餐補(bǔ);員工旅游;為員工提供免費(fèi)疫苗，每?jī)赡暌淮螁T工體檢。

(5)八小時(shí)工作制，雙休，帶薪年假。

 

五、應(yīng)聘方式

武漢安隆科訊技術(shù)有限公司武漢辦事處

地址：武漢市和平大道武漢理工大學(xué)余家頭校區(qū)東園

簡(jiǎn)歷投遞郵箱：[email protected]

投遞時(shí)請(qǐng)注明：姓名+專業(yè)+職位

公司網(wǎng)站：anachro.com.cn

招聘QQ:2328266420

篇9

從生物學(xué)家到生物信息學(xué)家

與其說(shuō)Raymond McCauley是個(gè)生物學(xué)家，不如稱呼他為生物信息學(xué)科學(xué)家。而生物信息學(xué)就是利用應(yīng)用數(shù)學(xué)、信息學(xué)、統(tǒng)計(jì)學(xué)和計(jì)算機(jī)科學(xué)的方法研究生物學(xué)的問(wèn)題。

這位生物信息學(xué)科學(xué)家的研究成果頗豐，人類來(lái)源的臨床試驗(yàn)，合成生物學(xué)殺毒平臺(tái)，長(zhǎng)壽研究和DNA折紙都是他的研究成果，其中他個(gè)人最喜歡的還是長(zhǎng)壽研究。

科技改變未來(lái)。Raymond McCauley曾這樣說(shuō)過(guò)：“人一旦生病了，就會(huì)去醫(yī)院開(kāi)藥。但如果從人出生就清楚個(gè)人基因組信息，那么將開(kāi)啟預(yù)測(cè)性藥物模式，這樣的基因組監(jiān)測(cè)可以幫助預(yù)測(cè)從遺傳疾病到罕見(jiàn)疾病甚至癌癥，能幫助醫(yī)生對(duì)病人進(jìn)行個(gè)體化用藥。甚至不用等到人出生，通過(guò)檢測(cè)母親的外周血便可以得到嬰兒的各種基因信息。”

基因測(cè)序?qū)⒆哌M(jìn)普通百姓

他喜歡做這樣的比喻：在我們沖一個(gè)馬桶的同時(shí)，旁邊放一臺(tái)小型測(cè)序儀做上一些分析。McCauley認(rèn)為在2020年，人類基因組測(cè)序就會(huì)變得像只需花費(fèi)1美分的沖馬桶過(guò)程一樣，不費(fèi)吹灰之力。

如果人類基因組測(cè)序只需1美分，每個(gè)人都有能力進(jìn)行基因組測(cè)序，那么很多疾病是不是能夠及時(shí)得到預(yù)防呢？

人類基因組包含30億個(gè)堿基對(duì)，記錄了人類幾乎所有的遺傳信息，而搞清楚這些堿基的序列，無(wú)疑能讓人們對(duì)自身的認(rèn)識(shí)跨進(jìn)一大步。人類基因組計(jì)劃正是基于這個(gè)目的而設(shè)立的。然而，要完成這個(gè)目標(biāo)并不簡(jiǎn)單。傳統(tǒng)的測(cè)序技術(shù)，需要摻入經(jīng)過(guò)標(biāo)記、能夠阻斷DNA鏈繼續(xù)延伸的人工核苷酸，然后以目標(biāo)DNA序列為模板合成，一系列末端為人工核苷酸的長(zhǎng)短不同的DNA鏈。這些DNA鏈經(jīng)過(guò)電泳分離后，再經(jīng)過(guò)掃描和讀取，才能獲得序列的信息。

這一技術(shù)為基因組研究奠定了重要的基礎(chǔ)，它的發(fā)明者Frederick Sanger也因此獲得了諾貝爾獎(jiǎng)，但它的效率還是太低了。而且在真正測(cè)序之前，科學(xué)家們還必須將生物體本來(lái)的DNA長(zhǎng)鏈打斷成合適長(zhǎng)度的片段，并一一封裝在細(xì)菌和酵母中保存。人類基因組計(jì)劃耗費(fèi)了數(shù)十億美元和15年以上的時(shí)間，而這些資金與時(shí)間實(shí)際上有很大部分消耗在了對(duì)測(cè)序樣品的前處理上。

而高通量測(cè)序技術(shù)的出現(xiàn)，為測(cè)序領(lǐng)域帶來(lái)了革命性的變化。在高通量測(cè)序中，科學(xué)家們可以檢測(cè)到所添加的不同堿基所釋放的不同信號(hào)，從而在DNA鏈合成的同時(shí)讀出DNA序列。不僅如此，高通量測(cè)序能夠一次性讀取上億條DNA鏈延伸的數(shù)據(jù)，因此，雖然讀取的每條DNA鏈的長(zhǎng)度不及傳統(tǒng)測(cè)序，但數(shù)量上的優(yōu)勢(shì)依然使得高通量測(cè)序的速度較傳統(tǒng)方法提高了數(shù)萬(wàn)倍。由于前處理的簡(jiǎn)化和速度的提高，測(cè)序的成本也大為下降――相比于人類基因組計(jì)劃，高通量測(cè)序只需要幾個(gè)月和數(shù)千美元，就能獲得質(zhì)量相當(dāng)?shù)臏y(cè)序數(shù)據(jù)。減少測(cè)序成本和測(cè)序時(shí)間，這正是McCauley研究高通量測(cè)序分析軟件的目的。

對(duì)于研究機(jī)構(gòu)來(lái)說(shuō)，幾個(gè)月和數(shù)千美元的投入已經(jīng)完全可以承受，然而McCauley還希望能使DNA測(cè)序變得更加快捷和低廉。如果測(cè)序所需的時(shí)間可以減少到數(shù)天，成本可以低到1 000美元甚至100美元，那么人們就可以像接受普通體檢那樣來(lái)對(duì)自己的基因進(jìn)行檢測(cè)了。事實(shí)上，McCauley正在著力于研發(fā)和推廣更低成本和更快捷的測(cè)序技術(shù)?；趩畏肿覦NA測(cè)序的所謂第三代超高通量測(cè)序技術(shù)，就是實(shí)現(xiàn)這一目的可能的突破口。

基因檢測(cè)將成為醫(yī)療的新方向

幾年前，Raymond McCauley曾供職的Illumina公司開(kāi)發(fā)了一款面向消費(fèi)者的基因檢測(cè)服務(wù)，而Illumina公司的員工可以花費(fèi)249美元以取得部分序列。McCauley決定為自己和他的大家庭進(jìn)行檢測(cè)，兩個(gè)月后，他收到檢測(cè)結(jié)果。結(jié)果顯示，McCauley出現(xiàn)心臟病和糖尿病的機(jī)會(huì)高于一般人，同時(shí)他患上老年性黃斑變性（AMD）的可能性是一般人的四五倍。

Raymond McCauley很快發(fā)現(xiàn)病情，開(kāi)始預(yù)防。他采取了一些可以降低AMD使他失明概率的措施，不吸煙，避免紫外線的照射。此外，他還考慮到了服用維生素來(lái)預(yù)防疾病。他通過(guò)基因研究來(lái)選擇維生素種類從而長(zhǎng)壽。McCauley利用高科技使長(zhǎng)壽成為可能。

讓人人都能測(cè)定自己的基因組序列，從而發(fā)現(xiàn)可能的基因異常以及健康風(fēng)險(xiǎn)，這正是McCauley所期望達(dá)到的目標(biāo)――個(gè)性化測(cè)序和診療。不過(guò)，McCauley的雄心還不止于此。

測(cè)序本身得到的只是一串由四種堿基組成的數(shù)據(jù)序列，最多再加上極為有限的一些特殊DNA位點(diǎn)信息。然而，要想真正實(shí)現(xiàn)個(gè)性化的測(cè)序服務(wù)，還得讓消費(fèi)者們了解這串字符背后究竟包含著怎樣的信息才行。而解讀測(cè)序信息，正是McCauley研究事業(yè)的另一方面。

McCauley一開(kāi)始并不是生物專業(yè)出身，事實(shí)上，他最初學(xué)習(xí)的是計(jì)算機(jī)和電子工程專業(yè)。只不過(guò)在他大學(xué)期間，學(xué)獸醫(yī)的女友讓他對(duì)遺傳學(xué)產(chǎn)生興趣，進(jìn)而選修了生物學(xué)。畢業(yè)后，他先是做了一段程序員的工作，此后對(duì)事物的好奇心驅(qū)使他重新回到大學(xué)，學(xué)習(xí)生物化學(xué)和生物物理。當(dāng)時(shí)，剛剛啟動(dòng)的人類基因組計(jì)劃吸引了他。McCauley意識(shí)到，這是一個(gè)極具前途的發(fā)展方向，于是他將自己的計(jì)算機(jī)和生物專業(yè)知識(shí)結(jié)合到了一起，開(kāi)始進(jìn)行生物信息方面的研究和實(shí)踐。

利用計(jì)算機(jī)程序，可以自動(dòng)快速地從DNA序列中篩選到一些和性狀相關(guān)的位點(diǎn)，并在二者間建立聯(lián)系――事實(shí)上，這正是McCauley在Qiagen公司所從事的工作。那時(shí)，他著眼于研究一些基因位點(diǎn)和癌癥的關(guān)系――因?yàn)椴簧侔┳兊陌l(fā)生，都與特定基因位點(diǎn)的變化有關(guān)。

而新測(cè)序技術(shù)的出現(xiàn)，讓生物信息技術(shù)有了更大的發(fā)展空間。測(cè)序儀和軟件可以一次性篩選出數(shù)萬(wàn)個(gè)基因位點(diǎn)，同時(shí)計(jì)算出這些位點(diǎn)與潛在的疾病之間的關(guān)系;而對(duì)于RNA的測(cè)序，甚至可以知道自己體內(nèi)基因?qū)崟r(shí)的表達(dá)情況。如果說(shuō)前者可以在發(fā)病前很早就進(jìn)行預(yù)測(cè)，那么后者則可以精確地實(shí)時(shí)反映人體的健康狀況?，F(xiàn)在，McCauley依然致力于開(kāi)發(fā)基于高通量測(cè)序結(jié)果的分析軟件。他希望有一天，人們能夠隨時(shí)將自己即刻的測(cè)序結(jié)果通過(guò)軟件進(jìn)行分析，從而得知自身的健康狀態(tài)，進(jìn)而采取個(gè)性化、有針對(duì)性的對(duì)策。在該技術(shù)完善之后，它無(wú)疑會(huì)成為人類醫(yī)學(xué)史上的一大飛躍。

篇10

關(guān)鍵詞：弓形蟲(chóng)；SAC1基因；體外擴(kuò)增；生物信息學(xué)分析

中圖分類號(hào)：R382.5　文獻(xiàn)標(biāo)識(shí)碼：A　文章編號(hào)：1007-7847(2007)04-0348-04

弓形蟲(chóng)(Toxop1asma gondii)是一種專性細(xì)胞內(nèi)寄生原蟲(chóng)，可感染包括人類在內(nèi)的所有哺乳動(dòng)物的有核細(xì)胞，正常人感染弓形蟲(chóng)后，多呈無(wú)癥狀帶蟲(chóng)免疫狀態(tài)，但孕婦感染后，則可致流產(chǎn)、死胎以及胎兒先天畸形，弓形蟲(chóng)作為一種重要的機(jī)會(huì)性致病原蟲(chóng)，已成為導(dǎo)致免疫缺陷患者死亡的主要原因之一，sAC1是剛地弓形蟲(chóng)速殖子主要表面抗原之一，其分子質(zhì)量約為30kD，研究表明3AC1在弓形蟲(chóng)入侵宿主的過(guò)程中發(fā)揮了雙重作用，它不僅在介導(dǎo)弓形蟲(chóng)速殖子入侵宿主細(xì)胞的過(guò)程中發(fā)揮了重要作用，而且還可引發(fā)宿主體內(nèi)強(qiáng)烈的抗原抗體反應(yīng)，此種免疫原性特質(zhì)，使其成為診斷性抗原與免疫性抗原的重要候選基因，本文根據(jù)RH株54C1基因序列參考相關(guān)文獻(xiàn)設(shè)計(jì)并合成了一對(duì)寡核苷酸引物，采用PCR技術(shù)從弓形蟲(chóng)RH株基因組DNA中擴(kuò)增編碼SAC1基因片段，并對(duì)其進(jìn)行序列測(cè)定及生物信息學(xué)分析，為進(jìn)一步通過(guò)基因工程進(jìn)行表達(dá)做準(zhǔn)備，同時(shí)也為體外研究弓形蟲(chóng)SAC1基因的結(jié)構(gòu)與功能及其在免疫診斷學(xué)中的應(yīng)用打下了基礎(chǔ)。

1 材料和方法

1．1　材料

1．1．1　主要試劑及工具酶

TaqDNA聚合酶(Takara公司)；dNTPs、蛋白酶K(上海生物工程公司)；Tris堿、SDS、EDTA、酚、氯仿均為國(guó)產(chǎn)分析純。

1．1．2　蟲(chóng)株

弓形蟲(chóng)RH株由中山大學(xué)醫(yī)學(xué)院陳觀今教授惠贈(zèng)。

1．1．3　實(shí)驗(yàn)動(dòng)物

SPF級(jí)昆明小鼠，6～8周齡，18～20g，購(gòu)于廣東醫(yī)學(xué)實(shí)驗(yàn)動(dòng)物中心。

1．2　方法

1．2．1　引物的設(shè)計(jì)與合成

根據(jù)GenBank中弓形蟲(chóng)54C1基因序列(序列號(hào)：S76248)311～1321位，設(shè)計(jì)一對(duì)引物P1和P2，P1：5'-ATGTCGGTTTCGCTGCACCACTT-3，，P2:5-TACGCGACACAAGCTGCGATAGAGCC-3'，引物由上海生工合成，并經(jīng)PAGE純化。

1．2．2　弓形蟲(chóng)基因組DNA提取

弓形蟲(chóng)RH株速殖子復(fù)蘇后，每只0.3m1腹腔接種感染昆明小鼠，3～5d后，脫頸處死小鼠，腹腔注入2m1　PBS，收集腹水，PBS洗滌兩次，離心收集蟲(chóng)體，加100mmo1/1Tris-C1，5 mmo1/1EDTA，200 mmo1/1 NaC1，1％SDS，100mg/1蛋白酶K，55℃震蕩過(guò)夜，然后分別用飽和酚、氯仿／異戊醇各抽提一次，等體積異丙醇沉淀，沉淀溶于100μ1三蒸水中，-20℃保存?zhèn)溆谩?/p>

1．2．3　目的基因片段的PCR擴(kuò)增

在0.2m1 Eppendoff管中依次加入下列成份：ddH2O 36.75μ1 10x緩沖液5μ1、dNTP(10mmo1/1)1μ1、正反向引物(20μmo1/1)各1μ1、模版DNA 5μ1，Taq酶0.25μ1，總反應(yīng)體積為50μ1.95℃預(yù)熱10min后，94℃60s，50℃60s，72℃ 120s，行30個(gè)循環(huán)，將PCR產(chǎn)物5tx1在含溴化乙錠的1％瓊脂糖凝膠中電泳，UVP觀察結(jié)果并拍照。

1．2．4　DNA序列測(cè)定

PCR產(chǎn)物由上海英駿生物技術(shù)公司進(jìn)行序列測(cè)定。并與GenBank中的基因序列(S76248)進(jìn)行同源性比對(duì)。

1．2．5　克隆序列的生物信息學(xué)分析方法

利用ExPASy中的Trans1ate程序?qū)AC1基因的核苷酸序列翻譯成蛋白質(zhì)氨基酸序列，通過(guò)protparam(us.省略/egi-bin/protparam)分析SAG1蛋白的物化參數(shù)，采用NCBI服務(wù)器中的CDD程序?qū)Π被嵝蛄羞M(jìn)行保守功能域分析，判斷該基因是否具有完整的保守結(jié)構(gòu)域，進(jìn)一步推斷對(duì)應(yīng)的核苷酸序列是否具有完整的開(kāi)放讀碼框，采用InterPro程序(ebi.ac.uk/InterProSean)對(duì)SWISS-PROT數(shù)據(jù)庫(kù)進(jìn)行檢索，尋找氨基酸序列的功能結(jié)構(gòu)域，了解目的序列可能的功能性質(zhì)，利用NPS及Singa1 IP3.0及PSORT服務(wù)器，對(duì)蛋白質(zhì)的二級(jí)結(jié)構(gòu)及折疊類型、信號(hào)肽位置、亞細(xì)胞定位及跨膜螺旋域進(jìn)行預(yù)測(cè)，進(jìn)一步了解目的序列的基本特征。

2 結(jié)果

2．1 目的基因擴(kuò)增

從弓形蟲(chóng)RH株基因組DNA異擴(kuò)增出編碼SAG1表面抗原基因片段，PCR產(chǎn)物行1％瓊脂糖凝膠電泳鑒定，

2．2　SAG1基因序列測(cè)定

以PCR擴(kuò)增的特異引物，從正反兩個(gè)方向進(jìn)行測(cè)序，雙向測(cè)序的結(jié)果相吻合，與GenBank中所給的基因序列(S76248)相比對(duì)，所擴(kuò)增序列位于sAC1基因組DNA序列的311～1321處，共1006個(gè)堿基，包含了SAC1基因開(kāi)放讀碼框內(nèi)的所有堿基，擴(kuò)增序列的第519位發(fā)生了G-A突 變，但并不影響其編碼的氨基酸序列，ACG及ACA編碼的均為蘇氨酸。

2．3　克隆序列的生物信息學(xué)分析結(jié)果

2．3．1　54C1基因的氨基酸序列

利用ExPASy中的Trans1ate程序?qū)AG1基因的核苷酸序列翻譯成蛋白質(zhì)氨基酸序列，可知其編碼336個(gè)氨基酸，結(jié)果如下：

2．3．2　物理化學(xué)特性分析

通過(guò)protparam(us.省略/cgi-bin/protparam)分析SAG1蛋白的物化參數(shù)，分析結(jié)果表明，34C1分子質(zhì)量為83495.2，理論等電點(diǎn)為5.04，在哺乳動(dòng)物、大腸桿菌、酵母中的半衰期分別為4.4h(體外)、＞20h(體內(nèi))、＞10h(體內(nèi))，不穩(wěn)定指數(shù)為46.93，脂溶性指數(shù)為24.73，兩親性指數(shù)為0.82。

2．3．3　保守結(jié)構(gòu)域搜索

利用NCBI的CDD程序?qū)AG1的保守結(jié)構(gòu)域進(jìn)行搜索，結(jié)果顯示SAG1有兩個(gè)保守結(jié)構(gòu)域，分別位于其氨基酸序列的54～176位及184～300位，這兩個(gè)保守結(jié)構(gòu)域在介導(dǎo)弓形蟲(chóng)對(duì)宿主細(xì)胞的粘附以及引發(fā)宿主免疫反應(yīng)的過(guò)程中起到了重要作用。

2．3．4　氨基酸功能域搜索

采用InterPro程序?qū)WISS-PR07蛋白質(zhì)數(shù)

據(jù)庫(kù)進(jìn)行檢索，對(duì)SAG3的氨基酸功能域進(jìn)行預(yù)測(cè)，對(duì)搜索結(jié)果進(jìn)行分析總結(jié)，推測(cè)SAG3的氨基酸功能域可能位于54～176位與184～301位之間。

2．3．5　二級(jí)結(jié)構(gòu)和折疊類型預(yù)測(cè)結(jié)果

NPS同源比對(duì)發(fā)現(xiàn)SAG1二級(jí)結(jié)構(gòu)主要由α-螺旋，β-折疊和不規(guī)則卷曲組成，其中α-螺旋占18.75％，β-折疊占27.71％，無(wú)規(guī)則卷曲占59.71％。

2．3．6　信號(hào)肽預(yù)測(cè)

利用Singa1 IP3.0及PSOR了psort.nibb.ac.jp/form.htm1服務(wù)器對(duì)SAG1進(jìn)行信號(hào)肽預(yù)測(cè)，結(jié)果顯示其編碼的氨基酸序列的前47個(gè)氨基酸為信號(hào)肽序列。

2．3．7　蛋白跨膜螺旋及亞細(xì)胞定位預(yù)測(cè)

應(yīng)用PSORT Prediction對(duì)SAG1進(jìn)行跨膜螺旋及亞細(xì)胞定位預(yù)測(cè)，發(fā)現(xiàn)其跨膜域位于第320～336位，為典型的Ia型跨膜蛋白，為GPI錨定蛋白，存在于細(xì)胞膜上的可能性為91％，在溶酶體膜上存在的可能性為20％，在內(nèi)質(zhì)網(wǎng)膜和腔內(nèi)存在的可能性各為10％。

3　討論

自Burg JL對(duì)弓形蟲(chóng)sA C1的全部基因序列發(fā)表后，國(guó)內(nèi)外一些學(xué)者對(duì)弓形蟲(chóng)幾個(gè)分離株進(jìn)行PCR克隆、測(cè)序、表達(dá)，國(guó)內(nèi)的陳曉光等曾試過(guò)在不同的表達(dá)系統(tǒng)中表達(dá)SAG1，包括在大腸桿菌中的非融合的pBV220系統(tǒng)和融合的pRSE了系統(tǒng)以及桿狀病毒系統(tǒng)，龔婭等以及陳曉光等分別構(gòu)建了弓形蟲(chóng)重組質(zhì)粒pET-SAC1，使SAC1在PET系統(tǒng)中表達(dá)，朱翔等構(gòu)建了PGEX-SAC1重組質(zhì)粒，使其在PGEX系統(tǒng)中表達(dá)，我們從弓形蟲(chóng)RH株的基因組中成功的克隆擴(kuò)增出了SAC1基因序列，經(jīng)測(cè)序證明，僅第519位發(fā)生了G-A突變，且為無(wú)意突變，并利用ExPASy中的Trans1ate程序?qū)AC1基因的核苷酸序列翻譯成蛋白質(zhì)氨基酸序列后，利用生物信息學(xué)軟件分析得出其具有一定的疏水性，具有信號(hào)肽序列，信號(hào)肽剪切位點(diǎn)約位于第47位，為GPI錨定蛋白，跨膜域位于320～336位，為典型的Ia型跨膜蛋白，與國(guó)外學(xué)者實(shí)驗(yàn)鑒定結(jié)果相符合。