第一章 导论与历史(2学时)
熟悉生物信息学的基本概念;了解生物信息这一年轻领域的历史;体会生物信息学的迅猛发展。
第二章 序列比对(6学时)
掌握基于动态规划编程思想的序列比对算法; 区分Needleman-Wunsch全局比对算法和Smith-Waterman局部比对算法; 了解空位罚分背后的原理和计算算法的复杂度。
第三章 序列数据库搜索(4学时)
熟悉序列数据库搜索和最常见的序列数据库;领略BLAST背后算法的奥妙;掌握日后在你自己的科研项目中调节BLAST参数的方法。
第四章 马尔可夫模型(6学时)
了解状态转移、马尔科夫链、马尔科夫模型的基本概念;亲手完成一个隐马尔科夫模型;利用隐马尔可夫模型在一个实际的生物学问题中作出预测。
第五章 新一代测序NGS:重测序的回帖和变异鉴定(6学时)
描述新一代测序的特点;了解你得到的NGS变异结果是用哪些序列回帖和变异鉴定方法完成的;亲历NGS数据分析流程,体会其中生物信息工具在NGS数据分析中的应用。
第六章 变异的功能预测(4学时)
了解什么是变异功能预测和如何进行变异功能预测;在得到一些可能的变异位点时学会利用变异数据库解决自己的研究问题;了解变异预测工具(SIFT,Polyphen和SAPRED等)背后的机理差异并会在自己的研究课题中按需应用这些工具。
第七章 新一代测序NGS:转录组分析RNA-Seq(6学时)
了解转录组数据是如何产生的;掌握转录组分析中的重要计算方法;体验RNA-seq的数据。
第八章 非编码RNA的预测及分析(4学时)
掌握从转录组数据中分析非编码RNA的方法;掌握从NGS数据中鉴定长非编码RNA(lncRNA)并预测其功能的方法。
第九章 本体论、分子通路鉴定(4学时)
了解本体论和基因本体轮等重要定义;了解KEGG通路数据库;了解GO的注释消息;在药物成瘾研究中学会使用KOBAS进行通路分析。
第十章 生物信息数据库及软件资源(4学时)
高屋建瓴的去了解最重要的生物信息资源(生物信息数据库和软件工具等);对NCBI, EBI, UCSC 基因组浏览器这样集中型的生物信息资源与各种独立的生物信息资源的概况有广泛的了解和认识;将自己的研究内容和相关生物信息资源联系在一起。
第十一章 研究案例 I -- 新基因起源(4学时)
体验生物信息数据、方法和分析是如何解决一个重要的演化问题的;领略物种特异性新基因的起源、演化、功能研究和分析方法;和享誉全球的新基因研究泰斗——芝加哥大学龙漫远教授一起学习建立系统发育树。
第十二章 研究案例II- DNA甲基化酶的演化功能分析(4学时)
亲历生物信息学方法对DNA甲基化酶的功能和演化的研究。