生物信息學(xué)綜合實驗課程教學(xué)大綱

1、生物信息學(xué)綜合實驗課程教學(xué)大綱Course Outline課程基本信息（Course Information）課程代碼（Course Code）BI390學(xué)時（Credit Hours）64學(xué)分（Credits）2課程名稱（Course Name）（中文）生物信息學(xué)綜合實驗（英文）Bioinformatics workshop課程性質(zhì)(Course Type)培養(yǎng)計劃課程Compulsory授課對象（Target Audience）授課語言(Language of Instruction)中英雙語Chinese/English開課院系（School）生命科學(xué)技術(shù)學(xué)院生物信息學(xué)與生物統(tǒng)計學(xué)系De

2、partment of Bioinformatics and Biostatistics, School of Life Science先修課程（Prerequisite）生物信息學(xué)、生物化學(xué)、分子生物學(xué)、程序設(shè)計、數(shù)理統(tǒng)計、生物統(tǒng)計學(xué)等Introduction to Bioinformatics, Programming, Statistics授課教師（Teacher）吳茂英Maoying, Wu課程網(wǎng)址(Course Webpage)/course/bio2407*課程簡介（Description）本課程是對前面三年生物信息學(xué)本科專業(yè)學(xué)習(xí)的一個總結(jié)，強調(diào)學(xué)生對核酸、蛋白質(zhì)序列的分析算法、結(jié)

3、構(gòu)和功能注釋方法的認(rèn)識和實現(xiàn)，同時還對組學(xué)數(shù)據(jù)分析中常用的統(tǒng)計學(xué)、信息學(xué)、機器學(xué)習(xí)和數(shù)據(jù)挖掘方法進(jìn)行全面總結(jié)，并結(jié)合學(xué)科發(fā)展的前沿，對出現(xiàn)的新技術(shù)和新方法進(jìn)行深入的分析和探索，旨在培養(yǎng)學(xué)生全面的生物醫(yī)學(xué)數(shù)據(jù)科學(xué)研究和開發(fā)的能力。*課程簡介（Description）This course is comprised of a series of computational hands-on exercises emphasizing the fundamentals of computational algorithms on nucleotides, protein sequences and

4、the respective functional annotations; it also includes an introduction to the analysis of network-based complex biological systems. Topics covered in the course include principles, methods, and tools applied for sequence alignment, motif discovery, network modeling and analysis, as well as recently

5、 emerging research areas - such as next generation sequencing data analysis and deep learning. This course is designed for high-level undergraduates and graduates with strong background in both biology and computer science. Basic programming skills in C/Perl/Python programming are needed.課程教學(xué)大綱（cour

6、se syllabus）*學(xué)習(xí)目標(biāo)(Learning Outcomes)1掌握生物信息學(xué)中常用的數(shù)據(jù)分析工具，并熟練運用進(jìn)行生物醫(yī)學(xué)數(shù)據(jù)分析。2掌握生物信息學(xué)各個領(lǐng)域的核心算法，并能用掌握的計算機語言實現(xiàn)。 3能根據(jù)提出的生物學(xué)問題開發(fā)算法，并加以實現(xiàn)，有效解決問題4. 了解學(xué)科各個領(lǐng)域最新的發(fā)展動向，對學(xué)科的發(fā)展趨勢有所認(rèn)識*教學(xué)內(nèi)容、進(jìn)度安排及要求(Class Schedule& Requirements)教學(xué)內(nèi)容學(xué)時教學(xué)方式作業(yè)及要求基本要求考查方式生物信息學(xué)中的高性能計算8講解/上機實驗/案例實現(xiàn)掌握并行集群構(gòu)建的方法，MPI并行編程的實現(xiàn)，GPU編程實現(xiàn)（可選）；了解云計算平臺掌握并

7、行計算的分類，并能加以實現(xiàn)，完成編程作業(yè)基因組序列分析方法8講解/上機實驗完成比較基因組分析，預(yù)測基因組中的各種組件掌握比較基因組分析的各種策略；對于motif發(fā)現(xiàn)的各種算法有深入的認(rèn)識上機作業(yè)/算法開發(fā)二代測序數(shù)據(jù)的分析8講解/上機實驗各種二代測序平臺數(shù)據(jù)的處理和分析，尤其是各種數(shù)據(jù)格式的解讀和深入挖掘了解各種二代測序技術(shù)的關(guān)鍵要點以及數(shù)據(jù)處理方法；掌握各種短序列比對、拼接等不同策略和算法上機作業(yè)/工具開發(fā)組學(xué)數(shù)據(jù)分析與統(tǒng)計12講解/上機實驗深度重測序數(shù)據(jù)解讀并找到各種突變；RNAseq數(shù)據(jù)的分析發(fā)現(xiàn)差異表達(dá)基因；元基因組數(shù)據(jù)的解讀和分析；表觀基因組數(shù)據(jù)的分析能運用各種工具和開發(fā)統(tǒng)計學(xué)分析工

8、具，結(jié)合各種算法對組學(xué)數(shù)據(jù)進(jìn)行挖掘上機作業(yè)生物醫(yī)學(xué)數(shù)據(jù)分析中的數(shù)據(jù)挖掘和機器學(xué)習(xí)方法8講解/上機實驗生物醫(yī)學(xué)大數(shù)據(jù)的預(yù)處理；無監(jiān)督學(xué)習(xí)和有監(jiān)督學(xué)習(xí)的原理、分類和應(yīng)用，以及在數(shù)學(xué)底層的聯(lián)系；深度神經(jīng)網(wǎng)絡(luò)和深度SVM在生物醫(yī)學(xué)數(shù)據(jù)分析中的應(yīng)用掌握數(shù)據(jù)挖掘的各種方法，能在不同的計算平臺上靈活運用這些方法對生物醫(yī)學(xué)數(shù)據(jù)進(jìn)行分析上機作業(yè)生物復(fù)雜網(wǎng)絡(luò)的建模與分析8講解/上機實驗基因調(diào)控網(wǎng)絡(luò)、蛋白相互作用網(wǎng)絡(luò)、代謝網(wǎng)絡(luò)模型的構(gòu)建和結(jié)合，以及網(wǎng)絡(luò)模塊的發(fā)現(xiàn)及其應(yīng)用基于各種組學(xué)數(shù)據(jù)重構(gòu)靜態(tài)和動態(tài)網(wǎng)絡(luò)，并采用網(wǎng)絡(luò)發(fā)現(xiàn)某些生物學(xué)過程的關(guān)鍵要素和作用模式上機作業(yè)統(tǒng)計遺傳學(xué)分析4講解/上機實驗多種基于家系和基于人群的分析方法和結(jié)果的評估；全基因組關(guān)聯(lián)分析；Meta分析中的固定效應(yīng)模型和隨機效應(yīng)模型掌握統(tǒng)計遺傳分析從實驗設(shè)計到樣本收集和數(shù)據(jù)分析的手段上機作業(yè)結(jié)合學(xué)科前沿可選項目開發(fā)和報告8學(xué)生口頭報告結(jié)合學(xué)科最高水平雜志文章和自己的研究思路，開展項目研究獨立從事生物信息學(xué)的研究和開發(fā)的能力口頭報告*考核方式(Grading)項目報告（70%） + 口頭報告 （30%）Project reports (70%), Oral presentation (30%)*教材或參考資料(T