个人介绍
生物信息学

主讲教师:刘庆坡

教师团队:共11

  • 刘庆坡
  • 丁明全
  • 陈铭
  • 徐建红
  • 吴文武
  • 叶子弘
  • 王庭璋
  • 罗洁
  • 刘宏波
  • 李飞飞
  • 甘毅
学校: 浙江农林大学
开课院系: 农业与食品科学学院
专业大类: 农学
开课专业: 农学、种子科学与工程、植物保护、生物科学、生物技术
课程英文名称: Bioinformatics
课程编号: 618
学分: 2
课时: 40
   生物信息学是随着人类基因组计划的实施和展开而兴起的一门由现代生命科学与数理统计等学科相互交叉的新型学科。该学科与基因组学的发展密不可分。上千个物种基因组测序计划的陆续开展和完成产生了数以亿计的序列数据,急需开发相应的算法、软件和数据库对这些生物数据进行整理、存储、分析和利用,生物信息学这门新兴学科的诞生和迅速发展无疑加速了这一过程。生物信息学集成了分子生物学和计算方法,彻底变革了基因探索及相关的研究,为科学家提供了崭新的工具。目前,基因组学的研究热点已逐渐由基因组测序转入到对基因组表达分析和对蛋白质结构与功能进行预测的后基因组时代,生物信息学的重要意义也越来越明显和被人们所重视。
   本课程旨在教授学生如何利用现有生物信息学工具对网络上的生物数据或自有序列进行分析,挖掘其生物学内涵。课程内容主要围绕这一主线展开。重点介绍GenBank、EMBL和DDBJ等三大知名数据库,及如何利用关键词、BLAST搜索等工具从中获取(或提交)自己感兴趣的序列及其相关信息;讲解基因组序列数据分析的基本原理和基本方法,比如基因预测与结构分析、蛋白质结构与功能预测、系统发生树构建、分子进化及功能分歧分析等相关软件的使用及分析结果的读取。通过本课程的学习,使学生掌握利用因特网上的各种数据库和分析工具解释生命活动现象的基本理论和方法。本课程是生命科学类本科生和研究生的专选课或专业基础课。其先修课程主要有遗传学和分子生物学等。
   生物信息学的理论比较抽象但实用性很强。基于此,本课程在讲授过程中很讲究理论与实践的高度结合,在每一章节理论讲授结束后随即进行上机操作,巩固所学的每一个知识点。另外,在本课程的讲解过程中始终坚持以模式生物基因组序列数据作为实例,并对一些常用软件的操作进行演示,争取使学生在较短的时间内进入学习角色,并在以后的科学研究中游刃有余。这就要求学生在本课程的学习过程中,除了课堂学习外,还要通过丰富的网络资源及教材进行自学,同时对相关的软件或程序进行练习,真正做到对所学知识能够进行灵活运用。
教师团队

刘庆坡

职称:教授

单位:浙江农林大学

部门:农业与食品科学学院

职位:系主任

丁明全

职称:副教授

单位:浙江农林大学

部门:农业与食品科学学院

陈铭

职称:教授

单位:浙江大学

部门:生命科学学院

徐建红

职称:教授

单位:浙江大学

部门:农业与生物技术学院

职位:副所长

吴文武

职称:教授

单位:浙江农林大学

部门:林业与生物技术学院

叶子弘

职称:教授

单位:中国计量大学

部门:生命科学学院

王庭璋

职称:副研究员

单位:浙江天科高新技术有限公司

罗洁

职称:助理研究员

单位:浙江省农业科学院

刘宏波

职称:副教授

单位:浙江农林大学

部门:农业与食品科学学院

李飞飞

职称:副教授

单位:浙江农林大学

部门:农业与食品科学学院

甘毅

职称:讲师

单位:浙江农林大学

部门:农业与食品科学学院

教学方法

注重理论教学与上机实践操作紧密结合:生物信息学是一门理论性和操作性都很强的课程。若理论教学与实践脱节,很容易造成学生对所学内容不易消化,久而久之,容易使学生产生厌学情绪。所以本课程应以每四个学时为一个教学单元,前两个或三个学时进行理论授课,后边一到二个学时进行上机操作,巩固所学内容,而且学生在上机的过程中可以与教师或其他同学进行沟通与交流,加深对所学知识的认识和理解,真正做到使抽象的理论知识实用化。

注重实用化教学:生物信息学是学习或从事分子生物学及基因组学等学科研究的基础。生物信息学与基因组学相辅相成共同发展。经过十几年尤其近几年的飞速发展,生物信息学的一些经典理论、算法和程序已经比较完善。我们现在要做的就是如何有效利用这些宝贵资源。所以本课程的讲授将以实用性为主,重点讲授做什么方面的分析需要使用到哪些软件以及这些软件如何操作等。除了传统的PPT教学外,将采用直接利用计算机进行实例讲解的方式进行教学。

采用混合式、合作式、研究式教学:探讨以“学生为主体、教师为主导”的线上、线下相结合,其中学生线上学习学时不低于本课程总学时的30%。学生通过线上学习教学课件与视频等资源后,带着问题进入课堂,并与教师、学生开展讨论式学习。此外,本课程的应用性比较强,将采用师与生、生与生合作,以问题为导向的合作式和研究式学习。


学习方法

本课程包含的内容比较广泛且部分内容的理论性很强,但各部分内容间相互衔接相对比较紧密。因此该课的学习难点就在于学生无法将学到的知识前后有效贯穿起来,往往在遇到问题的时候感到茫然,无从下手,不知该采用何种方法何种软件去解决当前的问题。另外,因为因特网上相关资源太过丰富,也容易导致学生难以取舍。针对这些问题,学生在学习本课程的过程中一定要注意,除了在课堂上紧紧follow教师外,课后还要阅读大量相关的文献和网络材料,了解并熟悉掌握相关的理论和分析方法;在上机实习及课后应对照实验指导与作业习题对相应软件的操作方法勤加练习,并可参照一些比较经典的学术论文对其中的数据进行模仿,争取做到分析问题一定要有系统性;课堂上或课后就不懂的问题应及时请教老师或同学,亦可通过网络课程的邮件、聊天和答疑等工具与任课教师进行沟通与交流,争取不将上节课的问题遗留到下节课等,从而真正将生物信息学变成解决问题的工具、手段,更好的为分子生物学和基因组学研究服务。

教学大纲





教学效果

本课程自2009年以来,已累计为8届硕士研究生和9届大学本科生开课,受益学生人数达600人。开课以来,主讲教师及时改革授课方式方法,注意教学内容的实时更新,将前沿科学研究成果引入课堂,深受学生欢迎。学生反映为“教学方法比较特别,学生很喜欢听”,“上课与其他老师的方式不一样,利于我们听课”、“师生交流方面做的很不错。课堂丰富”、“注重培养学生自主学习能力。”、“非常喜欢刘老师上课的风格”、“老师善于案列分析,启发诱导学生”等等是学生对本课程学习后的真实感受与评价。此外,本课程的教学受益面可涉及农业与食品科学学院“作物”和“种业”领域专业硕士学位研究生、农学专业和种子科学与工程专业本科生及林业与生物技术学院森林培育、林木遗传育种专业学术型硕士研究生等,深受欢迎。




视频资源

1、知识点教学视频

1-利用关键词或词组进行数据库检索


2-利用BLASTP进行序列对库检索


3-利用软件进行基因结构预测


4-利用cDNA与gDNA比对进行基因结构预测



2、课外教学视频(中文)

1-生物信息学课程简介


2-1-生物信息数据库及软件资源1


2-2-生物信息数据库及软件资源2


3-1-序列比对中的基本概念


4-1-GWAS结果和重测序数据的生物信息学分析1


4-2-GWAS结果和重测序数据的生物信息学分析2


3、课外教学视频(英文)

2-1-Databases (protein and nucleotide)


2-2-Whole genome database


2-3-Database searching and retrival of sequence


2-4-Protein Data Bank


3-1-1-Basic Local Alignment Search Tool (BLASTn)


3-1-2-Basic Local Alignment Search Tool (BLASTp)


3-2-NCBI Blast Tutorial


3-3-Multiple Sequence Alignment


3-4-Creating Phylogenetic Trees Using MEGA


4-1-Protein structure prediction approaches


4-2-Protein Structure Prediction and Determination


4-3-Conserved domain search


4-4-Structural motifs of protein


4-5-Visualizing protein structure in SwissPDBViewer


5-1-How to find a gene in DNA


5-2-Gene prediction


5-3-Collecting Promoter Sequence of a Gene from NCBI Database


5-4-Regulation of Gene Expression, Epigenetics, and Transcription Factors


4、知识点拓展视频资源

(1)RNA-Seq

1-1-How to analyze RNA-Seq data


1-2-RNA-Seq analysis in SeqMonk with DESeq


2-1-RNA-Seq-workshop


(2)Small RNA

1-1-Small RNA-seq


1-2-How to download small RNA-Seq data and find adaptors de novo


1-3-microRNA Discovery and Profiling


2-1-差异表达与聚类分析 - 非编码RNA的预测及分析


2-2-长非编码RNA的鉴定 - 非编码RNA的预测及分析


2-3-Integrating MicroRNA-Seq and Gene Expression Data


3-1-The Small RNA Revolution


4-1-Quantitative microRNA expression analysis in tissues and body fluids


4-2-Regulatory RNAs - miRNA, siRNA, snRNA, lncRNA


(3)SNP

1-1-What is a SNP


1-2-Single nucleotide polymorphism SNP


(4)Linux常用命令

1-1-Linux常用指令


1-2-Linux基本命令使用


1-3-Linux常用命令-文件处理、目录处理命令


1-4-Linux系统常用命令


2-1-vi编辑器的使用



动画教学

1、CRISPR-Cas9

1-1-Genome Editing with CRISPR-Cas9

1-2-CRISPR- Gene editing and beyond


2、Small RNA

1-1-Gene Silencing by microRNAs


1-2-Generation and action of siRNAs and miRNAs


2-1-Questions about RNA interference


2-2-RNA interference


3、SNP

1-1-Single Nucleotide Polymorphism (Better Explained)


网络资源

1. NCBI

https://www.ncbi.nlm.nih.gov

2. EMBL

https://www.ebi.ac.uk

3. DDBJ

https://www.ddbj.nig.ac.jp


作业

<生物信息学数据库及检索>

1、熟悉各种网络数据库;

2、了解GenBankSwiss-Prot数据库的各种功能及适用范围;

3、利用PubMed数据库查询水稻基因组进化相关科技文献。

 

※<序列查询与比对搜索>

1、以水稻OsNIP2;1基因(NM_001054643)的CDS为查询序列(1) Blastn能检索到多少条与OsNIP2;1同源的序列(E=10)(2) 在使用Blastn 检索中,如改变E value的阈值(E=0.01) ,能检索到多少与OsNIP2;1同源的序列?(3)OsNIP2;1基因序列检索蛋白质数据库能找到多少同源序列?(4)PSI-BLAST检索到的与OsNIP2;1蛋白同源的序列与用Blastp检索到的同源序列是否有差别? (5)在水稻和拟南芥中各能找到多少条OsNIP2;1基因的旁系和直系同源基因?  

2、从以OsNIP2;1基因的氨基酸序列检索到的同源序列中任取两条序列,用BLAST2 sequences作分析,看它们之间的同源性如何。

  

※<核酸序列的一般分析>

1、水稻NIP2;1基因(NM_001054643)CG含量是多少?

2、如何获得NM_001054643的反向互补序列?

3NIP2;1基因包含哪些限制性内切酶位点?

4DNA序列AC004765位于几号染色体的什么位点?

  

※<基因结构预测与基因表达分析>

1、熟悉和掌握基因结构及调控元件预测工具FgeneSHPlantCARE等的使用;

2、掌握microarray data的查询与下载,学会芯片数据分析工具GEPSdChip的使用。

  

※<蛋白质结构预测与功能初步注释>

1、水稻NIP2;1基因(AB222272.1)的编码产物是什么?其亲水性和疏水性如何?为核蛋白还是膜蛋白?若为膜蛋白,其有几个跨膜区,在什么位置(以蛇行图表示)

2、该蛋白有哪些保守的domain(结构域),她隶属于哪个蛋白家族?在水稻中她有几个paralogous同源基因?

3、该蛋白的二级和三级结构是什么样子的(用图形显示)

4、用序列同源搜索及利用ProtFunGOKEGG等工具及数据库对该基因的功能进行注释。

  

※<多序列联配及系统进化树构建>

1、自主确定某一目标蛋白序列,在GenBank数据库中查询出与其同源性最高的10条序列,作多序列比对,利用该比对构建系统进化树(NJ法和ML),该树的可靠性以自举法(bootstrap value = 100)进行检验。

2、用GeneDocdashed alignment form显示且将该比对以图片形式保存。

  

※<分子进化与功能分歧分析>

1、熟悉和掌握分子进化分析软件MEGAPAML的使用。

2、熟悉和掌握功能分歧分析软件DIVERGE3的使用。

 


教改成果

本课程为浙江农林大学研究生优质课程以及浙江农林大学首批混合式教学示范课程。




参考教材

1、《生物信息学》(第二版),张阳德编著,科学出版社,2009年,标准书号:978-7-03-023931-0

2、《生物信息学》(第二版),陈铭等编著,科学出版社,2015年,标准书号:978-7-03-043287-2

3、《生物信息学与功能基因组学》,乔纳森.佩夫斯纳编著,化学工业出版社,2006年,标准书号:978-7-50-258383-5

4、《DNA和蛋白质序列数据分析工具》(第三版),薛庆中等编著,科学出版社,2012年,标准书号:978-7-03-034509-7

5、《生物信息学——基因和蛋白质分析的实用指南》,Andreas D. Baxevanis编著,清华大学出版社,2000年,标准书号:978-7-30-203997-6

6、《Bioinformatics: Sequence and Genome Analysis》,David W. Mount编著,科学出版社,2006年,标准书号:978-087969712-9

7、《新一代基因组测序》,M.贾尼特 编著,薛庆中等译,科学出版社,2012年,标准书号:978-7-03-033007-9

8、《R语言及Bioconductor在基因组分析中的应用》,孙啸等编著,科学出版社,2006年,标准书号:7-03-016665-5

9、《生物信息学》,樊龙江等编著,浙江大学出版社,2017年,标准书号:978-7-308-17147-2

教学资源
课程章节 | 文件类型   | 修改时间 | 大小 | 备注
1.1 生物信息学的发展历史
视频
.mp4
2018-05-17 19.92MB
1.3 生物信息学的主要应用
附件
.
2018-05-17 13.45MB
2.6 基因编辑简介
视频
.mp4
2018-12-11 19.29MB
 
视频
.mp4
2018-12-11 14.57MB
3.1 生物学数据库简介
附件
.
2018-05-17 6.42MB
 
视频
.mp4
2018-05-17 12.77MB
 
视频
.mp4
2018-05-17 7.91MB
3.2 生物学数据库的内容与结构
视频
.mp4
2018-05-17 18.55MB
 
视频
.mp4
2018-05-17 17.50MB
3.3 生物学数据库的检索
视频
.mov
2018-12-11 177.19MB
 
视频
.mp4
2018-12-11 28.03MB
 
视频
.mp4
2018-12-11 8.58MB
4.1 序列比对相关概念
附件
.
2018-12-11 4.58MB
 
视频
.mp4
2018-12-11 16.27MB
4.3 序列比对算法
视频
.mov
2018-06-03 217.33MB
4.4 序列比对工具
附件
.
2018-12-11 5.38MB
 
视频
.mp4
2018-12-11 68.23MB
 
视频
.mp4
2018-12-11 70.92MB
4.5 多序列比对
视频
.mp4
2018-12-11 23.25MB
5.2 基因结构
视频
.mp4
2018-05-17 9.61MB
5.5 基因识别的两种途径
附件
.
2018-06-03 2.84MB
 
视频
.mov
2018-06-03 190.24MB
 
视频
.mov
2018-06-03 116.81MB
 
视频
.mp4
2018-06-03 13.85MB
5.8 新测定DNA序列的分析实例
视频
.mp4
2018-05-17 9.67MB
6.1 蛋白质结构组织层次
附件
.
2018-05-17 12.75MB
 
视频
.mp4
2018-05-17 7.92MB
 
视频
.mp4
2018-05-17 10.86MB
 
视频
.mp4
2018-05-17 43.49MB
 
视频
.mp4
2018-05-17 11.11MB
 
视频
.mp4
2018-05-17 26.78MB
7.1 分子进化与系统发育
附件
.
2018-12-11 5.38MB
7.3 系统发育树构建及应用
视频
.mp4
2018-12-11 19.19MB
9.2 第二代和第三代测序原理
视频
.mp4
2018-12-11 62.57MB
9.4 生物信息学在新一代测序中的应用
视频
.mp4
2018-12-11 103.68MB
 
视频
.mp4
2018-12-11 36.86MB
 
视频
.mp4
2018-12-11 212.12MB
教学单元
提示框
提示框
确定要报名此课程吗?
确定取消

京ICP备10040544号-2

京公网安备 11010802021885号