Advertisement

生物信息学 陈铭_中国大学MOOC的生物信息学公开课之河南科技大学

阅读量:

最近在B站上回看自己的视频课程后发现一位ID为学什么不好非要学生物 的网友整理了大量相关的生物信息学公开课资源,并全部来源于中国大学MOOC平台。经过大致了解这些课程的架构安排以及列出了各个知识点的分布情况后终于弄懂了为何许多原本修读生物学本科并涉及相关知识背景的研究生仍难以应对各种复杂的NGS组学数据分析问题甚至对看似简单的基因表达矩阵或信号值矩阵分析也感到十分吃力。

各高校的课程设置与生物信息学发展速度相比明显滞后啊!这两天计划将所有中国高校的MOOC平台上的生物信息学课程整理并推荐给各位。对于需要补充学习资源的朋友来说,在闲暇时间适当浏览一下可能会有所帮助。我们重点探讨的是新时代背景下的生物信息学课程体系设置,并不主张采用以宽泛的知识普及为主的'基础生物信息学'教学模式。

我这里起一个头,我希望高校可以开设的课程 包括;

肿瘤数据库之TCGA项目(希望可以探讨NGS技术在肿瘤学中的应用情况, TCGA项目的背景与发展历程, 数据所蕴含的生物学术语重大转变)

  • 实用生物信息学统计大全(包括差异分析,富集分析,GSEA,WGCNA,GSVA等等)

  • 生物信息学图表绘制课(各种NGS组学数据下游分析图表展示示例讲解)

  • 其它待你补充哦

今天为大家推荐了河南科技大学的相关课程(如有兴趣,请点击下方查看原文)

f1b47224dfb357227f641428e913e551.png

https://www.icourse163.org/course/HAUST-1003368029

课程前言

生物信息学是一门专为生物学、农业科学以及医学相关本科专业设置的专业课程。
该课程旨在培养学习者掌握基础的生物信息学分析技能以及创新思维与实践能力。
河南科技大学开设的《生物信息学》课程在2018年成功入选河南省省级精品在线开放课程项目。

课程目录

1 绪论
  • 1.1 生物信息学是什么?

  • 1.2 生物信息学学什么

  • 1.3 生物信息学如何学?

  • 1.4 《生物信息学》课程发展历程

2 生物分子数据库
  • 2.1 生物分子数据库的分类

  • 2.2 核酸序列数据库

  • 2.3 蛋白质序列数据库

  • 2.4 蛋白质结构数据库PDB

  • 2.5 基因组数据库

  • 2.6 PubMed文献数据库

  • 2.7 二级核酸数据库

  • 2.8 二级蛋白质数据库

3 数据库的查询与搜索
  • 3.1 数据库查询与搜索概述

  • 3.2 Entrez数据库查询

  • 3.3 数据库限定查询

  • 3.4 BLAST算法及种类

  • 3.5 BLASTp分析

4 核酸序列分析
  • 4.1 核酸序列分析概述

  • 4.2 PCR引物设计

  • 4.3 测序结果载体污染序列检测及序列拼接

  • 4.4 ORF预测

  • 4.5 DNA内含子-外显子预测

  • 4.6 核酸序列提交

5 序列比对
  • 5.1 序列比对的基本概念

  • 5.2 序列比对的得分系统

  • 5.3 核酸打分矩阵

  • 5.4 蛋白质打分矩阵

  • 5.5 双序列比对算法

  • 5.6 Needleman-Wunsch算法

  • 5.7 Smith-Waterman算法

  • 5.8 在线双序列比对

  • 5.9 基于DNAMAN 7.0的多序列比对

6 分子系统发育分析
  • 6.1 Quagga的进化地位问题

  • 6.2 系统发育学基本概念

  • 6.3 系统发育树

  • 6.4 分子系统发育分析

  • 6.5 Fitch-Margoliash法系统发育树构建

  • 6.6 UPGMA法系统发育树构建

  • 6.7 应用MEGA软件分子构建系统发育树

7 蛋白质物理化学及结构预测
  • 7.1 蛋白质物理化学性质预测

  • 7.2 跨膜结构域分析

  • 7.3 亚细胞定位分析

  • 7.4 信号肽分析

  • 7.5 二级结构分析

  • 7.6 保守结构域分析

  • 7.7 3D结构分析

可以看出这些内容主要是围绕着生物信息学早期概念展开的 现在流行起来的各种测序技术和各种组学技术却没有被涵盖到

参考资料

Jean-Michel Claverie and Cedric Notredame. An Introduction to Bioinformatics. Second Edition. New Jersey: The Wiley Publishing Company, 2007.

  • 陈铭 主编.生物信息学.第2版.北京:科学出版社,2015.

  • 陶士珩 主编.生物信息学.第1版.北京:科学出版社,2008.

  • 吕巍 主编. 《生物信息学实验教程》,第1版. 北京:高等教育出版社,2016.

文末友情宣传

建议你将此资源分享给身边的科研人员——博士后及年轻生物学PI ,加强数据认知能力以助力他们在科研工作中取得新的突破。

  • 全国巡讲全球听(买一得五) ,你的生物信息学入门课

  • 生信技能树的2019年终总结 ,你的生物信息学成长宝藏

  • 2020学习主旋律,B站74小时免费教学视频为你领路

全部评论 (0)

还没有任何评论哟~