课程
学校
学校云
慕课堂
下载APP
扫码下载官方APP
生物信息计算
分享
课程详情
课程评价
spContent=交叉学科的发展不是多学科简单的加减，而是建立一种新的学科体系，包括对基础学科的再认识和再创造。 生物信息学是在生命科学的研究中，以计算机为工具对生物信息进行储存、 检索和分析的科学。它是当今生命科学和自然科学的重大前沿领域之一。 由章乐教授及其团队录制的 《生物信息计算》课程分别从计算机的三个传统二级学科的角度来阐述该领域的前沿技术。第一章，课程探讨了生物信息计算在软件工程上的应用范例。第二和第三章则探讨生物信息计算在体系结构上的应用与研究。第四，五和六章探讨生物信息计算在计算机科学应用上的成果。 通过本课程，同学们可进一步体会和分析生物和计算机学科发展的方向和趋势， 使同学们能够在这个瞬息万变的时代赶上技术发展的步伐。同时，我们也希望通过本课程很好地吸引更多的优秀学生和研究人员加入到生物信息学这个令人激动的研究领域中来，推动生物信息学的持续发展。
—— 课程团队
课程概述

生物信息学是在生命科学的研究中，以计算机为工具对生物信息进行储存、检索和分析的科学。它已经当今生命科学和自然科学的重大前沿领域之一。

随着生物工程、医药和信息学的不断交叉融合，特别是近几年生物工程、医药信息标准化的发展为生物医学信息学打下了良好的发展基础，加上近年来软硬件发展迅猛，很多发达国家对医学信息学和生物信息学的发展前所未有地重视。生物信息学通常是在分子水平上采用应用数学、信息学、统计学、计算机科学、人工智能、化学和生物化学来解决生物学中所遇到的信息问题。

那么在生物信息学中，有哪些现有重要的生物医学信息知识库系统？目前高性能计算与生物医药大数据的发展如何？健康云计算的核心技术和典型应用有哪些？生物信息学在医学影像分析序列比对、基因发现、蛋白质结构预测等诸多领域的关键技术是什么？针对这些问题本课程主要以计算机科学技术的三个二级学科为纲要：以数据库设计为例讨论生物信息计算在软件工程学科上的应用；以云计算和高性能计算为例讨论生物信息计算在系统结构学科上的应用；以基因、蛋白质和影像分析为例讨论生物信息计算在计算机应用学科上的应用。

授课目标

通过本课程的学习，使学生能够了解计算生物学的基本概念，熟悉现有生物医学信息知识库系统的使用，了解高性能计算在生物医药大数据中应用，了解健康云计算、生物影像处理的概念、历史及基本方法。熟悉基因序列比对原理和常用算法，了解蛋白质结构预测和比对的常用算法。希望学生学习完本课程后可进一步了解和分析生物和计算机学科发展的方向和趋势，也希望能吸引更多的优秀学生和研究人员加入到计算生物学这个令人激动的研究领域中来，推动生物信息学的持续发展。

课程大纲
预备知识

本课程为专业选修课程，适用于计算机类专业、生物信息学、生物医学专业，具备相关专业的一定预备学科知识的学生选修。

证书要求

为积极响应国家低碳环保政策， 2021年秋季学期开始，中国大学MOOC平台将取消纸质版的认证证书，仅提供电子版的认证证书服务，证书申请方式和流程不变。

 

电子版认证证书支持查询验证，可通过扫描证书上的二维码进行有效性查询，或者访问 http://www.icourse163.org/verify，通过证书编号进行查询。学生可在“个人中心-证书-查看证书”页面自行下载、打印电子版认证证书。

 

完成课程教学内容学习和考核，成绩达到课程考核标准的学生（每门课程的考核标准不同，详见课程内的评分标准），具备申请认证证书资格，可在证书申请开放期间（以申请页面显示的时间为准），完成在线付费申请。

 

认证证书申请注意事项：

1. 根据国家相关法律法规要求，认证证书申请时要求进行实名认证，请保证所提交的实名认证信息真实完整有效。

2. 完成实名认证并支付后，系统将自动生成并发送电子版认证证书。电子版认证证书生成后不支持退费。


参考资料

[1] Cohen AM，Hersh WR. A survey of current work in biomedical text mining. Briefings in Bioinformatics, 2005,6:57.

[2] Rubin DL, Shah NH,Noy NF, Biomedical ontologies: a functional perspective. Briefings in Bioinformatics, 2008,9:75.

[3] Zhang, X., S.E. Wong, and F.C. Lightstone, Message passing interface and multithreading hybrid for parallel molecular docking of large databases on petascale high performance computing machines. J Comput Chem, 2013. 34(11): p. 915-27.

[4] Mahdi J M, Boris B, Olabarriaga S D. 1001 Ways to run AutoDock Vina for virtual screening:[J]. Journal of Computer-Aided Molecular Design, 2016, 30(3):237-249.

[5] 方巍,文学志,潘吴斌,等等.云计算: 概念、技术及应用研究综述[J]. 南京信息工程大学学报(自然科学版), Journal of Nanjing University of Information Science and Technology: Natural Science Edition，2012，, 4(4) : 351-361.

[6] 陈思锦,吴韶波,高雪莹等.云计算中的虚拟化技术与虚拟化安全[J]..智能处理与应用物联网技术,2015 ,(03):52-53+57..

[7] 赵涓涓. 基于PET-CT的肺癌早期计算机辅助诊断技术[M]. 国防工业出版社, 2015.

[8] 王勇献,王正华.生物信息学导论:面向高性能计算的算法与应用. 北京：清华大学出版社, 2011.

[9] 陶士珩.生物信息学. 北京：科学出版社, 2007.

[10]周建红, 艾观华, 方慧生, 陈凯先: 蛋白质结构从头预测方法研究进展. 生物信息学 2011, 09(1):1-5.

常见问题

Q :  请问没有生物专业背景的学生，能听懂吗？

A :  可以的，本课程不仅适合其原有目标受众(如生物医学、生物信息学、计算机科学、计算机工程和相关专业的iv高年级本科生和低年级研究生)作为指导教材使用，也适合具有坚实的计算和编程技能并希望能够开展生物信息计算的研究者和实践者学习。