oiorganic
三个学分的通选课，A类 曾经作为力学系的限选课开出 欢迎大二以上有数理基础的同学选修 《生物信息学算法导论》课程介绍 课程英文名：Introduction to Computational Biology 课程号：00331440 开课单位：力学系、理论生物学中心 开课教师：朱怀球 上课时间：每周四晚 上课地点：理教201 选课地点、时间：三教103，9月5日星期五上午8:00～12:00 一、课程设置目的及主要内容 随着人类基因组计划的不断推进，运用理论模型和数值计算研究生命科学，已经成为一门 最吸引人的新兴学科，是当今生命科学和自然科学的核心领域和最具活力的前沿领域之一 。生物信息学/计算生物学以现代分子生物学数据作为主要研究对象，发展理论模型和计算方法，揭示以基因组信息结构为主的生物复性，以及生长、发育、遗传、进化等生命 现象的根本规律。本课程主要为具有数理背景的大学二年级以上本科生（含大二）和相关领域的研究生开设，偏重理论建模和算法的学习。首先介绍当代生命科学的发展和现状， 然后介绍计算生物学中几种主要的研究方法，包括统计学方法、Markov过程模型、信息论方法、机器学习方法等，并结合当今生物信息学领域的最新进展，讨论上述各种方法实际研究中的应用（包括基因序列信息分析、基因预测、分子进化及系统发育树和蛋白质调控网络等重要问题）。 本课程注重学科交叉、融合，以介绍思想、方法为主，深入浅出，避免繁琐、抽象的数学形式，启发学生综合运用数学、物理、工程科学和计算机知识的能力，拓宽知识面，了解学科前沿和最新进展，培养跨越生命科学、计算科学、数理科学等不同领域的“大科学”素质和意识，为今后选择新兴交叉学科领域进行深造奠定基础。 二、课程大纲 第1章 绪论 （1学时） 从人类基因组计划说起 计算生物学——后基因组时代的呼唤 计算生物学主要研究内容和方法 以生命科学为核心的“大科学” 第2章 生物学基础 （5学时） What is life？——从薛定锷的思考到“双螺旋”的发现 生命的演化和分类 生命的分子组成 遗传的分子基础 基因组与基因结构 第3章 生物信息数据库和计算生物学主要问题 （3学时） 生物信息数据库简介 计算生物学主要问题之一：序列比对 计算生物学主要问题之二：核酸和蛋白质结构与功能预测 计算生物学主要问题之三：基因组序列分析 计算生物学主要问题之四：功能基因组相关信息分析 第4章 计算生物学的统计学方法 （10学时） 统计方法的基本概念 回归分析方法及其应用 判别分析方法及其应用 聚类分析方法及其应用 第5章 计算生物学的Markov过程模型 （6学时） Markov过程的基本概念 隐Markov模型（HMM）的基本原理 HMM模型的计算生物学应用 第6章 生物学的信息论基础 （6学时） 信源与信息熵 离散信道与平均互信息 编码理论简介 生物遗传信息的传递 第7章 遗传算法和人工神经网络方法简介 （8学时） 遗传算法的基本原理和方法 遗传算法与人工生命模型 人工神经网络的基本概念 人工神经网络的模式识别算法 第8章 生物信息学/计算生物学的若干重要问题 （6学时） 基因预测算法和软件 分子进化与系统发育 基因调控网络 三、本课程考试方式 在老师指导下，结合所讲内容进行学科调研，要求同学在期中、期末分别完成两次调研论 文，论文题目不限。 
最好是多收集点生物信息方面的资料，题目可以写生物信息的发展历程，等等
《生物芯片技术》陈忠斌 第九章：生物芯片信号检测技术。第十章：生物芯片生物信息学。
英文参考文献可以上google scholar 中文参考文献 上知网，万方等数据库搜一下
