生物信息学的前景

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇生物信息学的前景范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

生物信息学的前景范文第1篇

关键词：问题教学 创新环境 培养 物理思想

中图分类号： G633.7 文献标识码： C 文章编号：1672-1578（2014）6-0163-01

当今开社会对具有创新精神的人才最需要，也是教育事业改革与发展的需要。新课程标准在培养学生的创新和实践动手能力方面提出了更高的要求。作为站在教育第一线的教师，培养学生的创新素质，不仅是义不容辞的责任，更是教育工作的重心。如何在物理教学中培养学生的创新能力是每一个物理教师都要深思的问题，下面是笔者在物理教学中的一些探讨。

1 在教学中要把“问题解决”放在首位

在物理教学中就是以问题为载体，在发现问题、处理问题的形式达到对客观世界和数量关系本质、认识过程。问题解决能力的发展，是虚心、好奇和探索的态度，是进行试验和猜测的意向，因此“问题解决”是教学对培养学生的创新意识有着非常重要的意义。问题解决从根本上说是一种创造性的活动。就物理教学而言，“问题解决”就是创造性地应用物理解决问题的学习过程。解决问题的关键是提出问题，随着问题的不断提出，人的思维才有可能逐渐地深入。

创新精神来自于对问题的质疑，只有善于发现问题和指出问题的人才能产生创造的冲动，才能有所创新。

2 寻找适合培养学生创新精神的环境

学生的创新精神也称创新意识，是学生在创新活动中具有的比较稳定的、积极的多种心理品质的综合。其中包括对创新活动的前景、目标的信心，对问题的发现和提出的敏锐性，对创新活动的热情和投入，对克服各种困难的毅力和不断探索、勇往直前的精神。所以，教师在物理教学中，首先应关注的是学生，教师应改变自己的角色定位，由知识的传递者转化为促进者，由居高临下的权威者转化为学生学习的参与者、合作者和引导者，努力创造一个民主的教学氛围，师生可以平等地研讨，自由地交流。

3 让学生成为教学活动的主体

物理活动中以学生为主体，是学生创造能力得以培养的重要所在。教师在教学活动中应充分尊重学生的探究本能和个性特点，要改变传统的“填鸭式”教学方式。把思维空间留给学生，把思考时间还给学生，把学习的主动权交给学生，让学生感悟、体验、内化知识，让学生综合运用已有物理知识及各学科的知识，探索和发现问题，自主分析和解决问题。总之，要让学生变厌学为乐学，由乐学到爱学、会学、善学。教师的作用是引导、帮助、促进和调控。教学是教与学交往、互助，在这个过程中教师与学生促进彼此的思考，交流彼此的情感、体验与观点，丰富教学内容，求得新的发现，锻炼创新能力，实现教与学的共同发展。在教学中还要充分利用现代教育技术，更多的发挥学生的主体作用。

4 在教学中引导学生合作与交流

物理教学要体现合作与交流，合作学习是一种行之有效的方法。如今的学生喜欢推陈出新、标新立异。学生在亲身体验、探索与合作交流中认识物理，理解和掌握基本的物理知识、技能和方法，解决问题。学生喜欢在合作交流、与人分享的氛围中倾听、质疑、说服、推广而直至感到豁然开朗。学生在合作交流中加强了发散思维、横纵思维的锻炼。这是物理学习一个新境界，这种“氛围”的形成会在很大程度上改变物理教学的面貌，改变物理学习的过程和结果，有利于培养学生的合作精神，有利于创新精神和创新思维的提高。

5 关注学生对物理思想方法的学习

中国教育有一个弱点，就是太关注知识的灌输，从而忽视科学精神的培养和科学方法的形成，这不利于学生创造能力的发展。中学物理蕴涵着丰富多彩的物理思想方法。物理教育的最终目标是要培养学生的物理意识、物理观念和物理能力，物理思想方法是物理活动创造性纲领方法，只有从物理思想方法的教度来认识物理问题，才能把握思维活动的方向和全过程。

6 对学生要加强物理应用能力的训练

学生学习物理的目的就是为了用，训导学生运用物理知识解决实际问题的能力是物理教育最重要的目标。一直以来，物理教育是以概念和物理基本原理，以及例习题的纯形式物理的模式展现在学生面前，对物理高度抽象、高度严谨的枯燥形式出现，与实际生活脱离较远。长久以往，学生就会自觉应用物理，不断创新就会深入人心，成为学生学习、生活一种需要，成为其实现人生价值的重要手段，逐渐形成观念，形成意识。这种观念和意识的形成，将使学生受益终身，它能使学生自觉地用“物理的眼光”去看待问题，用“物理的头脑”去创造性地解决问题。

7 加强对学生在学习中非智力因素的培养

生物信息学的前景范文第2篇

关键词：新课程;高中生物;现状;原因

随着新课改的实施，我深刻地感受到新课改给高中教学带来前所未有的影响，为实行新课改取得的诸多成果而感到欣慰，同时也为我们的一些做法而感到困惑和迷茫。现结合高中生物教学，就新课程背景下高中生物教学开展中存在的问题及原因做简要的浅析。

问题一：教师的教学理念与新课改的要求还存在较大差距。就我而言，由于多年从事生物教学，课堂教学求规范，求稳怕乱，怕学生讨论无效或讨论时间过长影响教学时间及教学效果，在教学中仍然以教师的引导启发为主，给学生自主学习，探究合作的范围，时间相对不足，很大程度上限制了学生主体地位的体现。就自己所听的课而言，绝大多数老师课堂教学的绝大部分时间都是讲授，与课程改革的“教者主导，学生主体”相违背。

原因分析：关键是绝大多数老师受传统教育模式的影响，教师的新课程理念欠缺，该放手时不放手，一味地包办代替，久而久之，致使学生缺乏自学及探究的主动性和积极性，也难以摸索到自学及探究的方法和规律，不仅影响单科教学，很大程度上也影响了各科新课程教学的顺利开展和推进，甚至影响学生分析推理，与人合作等能力的发展。其次，高中生物教学相对来说教学时间紧与教学任务重，课堂容量大之间存在矛盾，迫于教学任务的压力，部分教师通过直接传授知识来保证教学任务的如期完成，忽视学生的全面发展和主体地位的凸显。

问题二：选修课程的开设还未真正实现自主选择。由于绝大多数学校高中生物从高二开始开设，所学教材包括三本必修，一本选修，原则上选修由学生根据自己的学习能力及兴趣爱好从选修一和选修三中任选一本，但在征求学生意见时，学生比较迷茫，选课的功利性较强，都希望老师根据高考为他们选上一本。由于选修一全为实验，上课难度大，我们就只对全体学生开设了选修三。今年参加兰州及银川高考研讨会，与会的专家认为学习选修一比学习选修三既能减少新课学习量又能节省一轮复习的时间，更有利于高考，而实验可以通过观看实验视频，设置问题探究等途径达成教学目标。在今年的远程培训时，与其他县校老师交流，几乎与我们一样都只上选修三，可见选修课程的开设普遍存在局限性。

原因分析：一是我们缺少经验，只凭感性分析，且高考功利性较强;二是某些学校怕选课乱，教师怕上课难，影响正常的班级教学，故统一选课;三是我们对教学手段的选择过于依赖基础设施（实验条件），忽视多媒体在现代生物教学别是实验教学中的辅助作用;四是教师选修课的开设缺乏全面认识，对学生选课缺乏系统性指导。

问题三：课堂自主学习合作探究的效率低下。在教学中按照新课改要求，我们积极地设计了各种自主学习合作探究的环节和内容，但由于设计不当，学生个体之间的差异性以及方法欠缺，自主学习的差异性较大，致使某些内容自学后仍然需要教师组织梳理。还有合作探究中某些学生自卑心理严重，始终被动听取别人的观点，从不发表意见及看法，致使小组内不和谐，而这部分学生学习的兴趣越来越低，甚至更加自卑。另外，从自己所听的课来看，绝大多数老师积极开展自主学习及合作探究，而普通班普遍自主学习被动，合作探究只是个别学生的高谈阔论，效果较差。

原因分析：一是学生习惯于被动听取及接受，缺乏主动学习及探究的意识;二是教师限于课堂时间与教学任务之间的矛盾，不能给予学生充足的自主学习及探究时间;三是部分教师对自主学习及合作探究的目标设计不够明确，或过于简单或过难，致使自主学习及合作探究的针对性不强;四是学生缺乏自主学习的方法及合作探究技巧，习惯养成还需要指导及强化;五是教师的组织引领不够科学，对小组合作探究的分工不够明确。

问题四：教师对教材的整体把握及驾驭教材的能力还有待于提高。反思将近两年的新课改教学及两年来所听的课堂教学，整体感觉是：我们只是尽量地完成了每课时的教学任务，尽最大努力实施了“教教材”，还未实现真正的“用教材教”的转变。同时，教学中普遍缺乏全局意识及整体意识，甚至对教学的重难点把握不到位，要么按部就班只完成教材内容，要么又一味拓展拔高，甚至有些老师对教材中但凡涉及内容，特别是诸多的思考与讨论都一味追求标准答案，并未真正理解教材编排的目的：旨在提升学生的分析推理评价判断能力的目标及情感目标。再如，课后“拓展提升”内容，教材编排是针对学有余力的学生，而且这些问题答案本身具有开放性，但我们许多老师还是从一而终，很辛苦，但效果相当差。

原因分析：一是部分老师还未深入系统地研究新课程编排体系及编排目的，盲目教学，致使重难点不突出，甚至本末倒置;二是由于部分学校未给教师尽早配备成套的教材及教学用书，特别是六本教材（一般是上完一本再发下一本），致使教师对六本教材的联系及整体框架不了解、不熟悉，将后继章节涉及的内容利用大量时间去补充强调，无形中提高了教学难度。三是从教多年的老师定势思维严重，将现教材讲得较浅的内容，依据旧教材深挖拓展，而忽视新课程标准及考纲的要求，无疑增加了学习量;四是由于首次迎战高考，教师对新考纲及命题要求缺乏系统的研究及学习，对新高考还缺乏经验及策略，对新高考试题研究不足，致使教学求全攀高。

以上是我对高中生物新课程实施中存在问题的一些粗浅反思，有反思才会有进步，有认识才会有提高，今天存在的问题就是我们今后努力的方向。转变观念，加强教研教改，不断学习是我们尽快适应新课改的必经之路，扬长避短是教师专业发展的核心，愿我们随新课改的步伐一起成长壮大。

参考文献：

生物信息学的前景范文第3篇

关键词： 生物信息学 农业研究领域 应用

“生物信息学”是英文单词“bioinformatics”的中文译名，其概念是1956年在美国田纳西州gatlinburg召开的“生物学中的信息理论”讨论会上首次被提出的［1］，由美国学者lim在1991年发表的文章中首次使用。生物信息学自产生以来，大致经历了前基因组时代、基因组时代和后基因组时代三个发展阶段［2］。2003年4月14日，美国人类基因组研究项目首席科学家collins f博士在华盛顿隆重宣布人类基因组计划（human genome project，hgp）的所有目标全部实现［3］。这标志着后基因组时代（post genome era，pge）的来临，是生命科学史中又一个里程碑。生物信息学作为21世纪生物技术的核心，已经成为现代生命科学研究中重要的组成部分。研究基因、蛋白质和生命，其研究成果必将深刻地影响农业。本文重点阐述生物信息学在农业模式植物、种质资源优化、农药的设计开发、作物遗传育种、生态环境改善等方面的最新研究进展。

1.生物信息学在农业模式植物研究领域中的应用

1997年5月美国启动国家植物基因组计划（npgi），旨在绘出包括玉米、大豆、小麦、大麦、高粱、水稻、棉花、西红柿和松树等十多种具有经济价值的关键植物的基因图谱。国家植物基因组计划是与人类基因组工程（hgp）并行的庞大工程［4］。近年来，通过各国科学家的通力合作，植物基因组研究取得了重大进展，拟南芥、水稻等模式植物已完成了全基因组测序。人们可以使用生物信息学的方法系统地研究这些重要农作物的基因表达、蛋白质互作、蛋白质和核酸的定位、代谢物及其调节网络等，从而从分子水平上了解细胞的结构和功能［5］。目前已经建立的农作物生物信息学数据库研究平台有植物转录本（ta）集合数据库tigr、植物核酸序列数据库plantgdb、研究玉米遗传学和基因组学的mazegdb数据库、研究草类和水稻的gramene数据库、研究马铃薯的pomamo数据库，等等。

2.生物信息学在种质资源保存研究领域中的应用

种质资源是农业生产的重要资源，它包括许多农艺性状（如抗病、产量、品质、环境适应性基因等）的等位基因。植物种质资源库是指以植物种质资源为保护对象的保存设施。至1996年，全世界已建成了1300余座植物种质资源库，在我国也已建成30多座作物种质资源库。种质入库保存类型也从单一的种子形式，发展到营养器官、细胞和组织，甚至dna片段等多种形式。保护的物种也从有性繁殖植物扩展到无性繁殖植物及顽拗型种子植物等［6］。近年来，人们越来越多地应用各种分子标记来鉴定种质资源。例如微卫星、aflp、ssap、rbip和snp等。由于对种质资源进行分子标记产生了大量的数据，因此需要建立生物信息学数据库和采用分析工具来实现对这些数据的查询、统计和计算机分析等［7］。

3.生物信息学在农药设计开发研究领域中的应用

传统的药物研制主要是从大量的天然产物、合成化合物，以及矿物中进行筛选，得到一个可供临床使用的药物要耗费大量的时间与金钱。生物信息学在药物研发中的意义在于找到病理过程中关键性的分子靶标、阐明其结构和功能关系，从而指导设计能激活或阻断生物大分子发挥其生物功能的治疗性药物，使药物研发之路从过去的偶然和盲目中找到正确的研发方向。生物信息学为药物研发提供了新的手段［8，9］，导致了药物研发模式的改变［10］。目前，生物信息学促进农药研制已有许多成功的例子。itzstein等设计出两种具有与唾液酸酶结合化合物：4-氨基-neu5ac2en和4-胍基-neu5ac2en。其中，后者是前者与唾液酸酶的结合活性的250倍［11］。目前，这两种新药已经进入临床试验阶段。tang sy等学者研制出新一代抗aids药物saquinavir［12］。pungpo等已经设计出几种新型高效的抗hiv-1型药物［13］。杨华铮等人设计合成了十多类数百个除草化合物，经生物活性测定，部分化合物的活性已超过商品化光合作用抑制剂的水平［14］。

现代农药的研发已离不开生物信息技术的参与，随着生物信息学技术的进一步完善和发展，将会大大降低药物研发的成本，提高研发的质量和效率。

4.生物学信息学在作物遗传育种研究领域中的应用

随着主要农作物遗传图谱精确度的提高，以及特定性状相关分子基础的进一步阐明，人们可以利用生物信息学的方法，先从模式生物

中寻找可能的相关基因，然后在作物中找到相应的基因及其位点。农作物的遗传学和分子生物学的研究积累了大量的基因序列、分子标记、图谱和功能方面的数据，可通过建立生物信息学数据库来整合这些数据，从而比较和分析来自不同基因组的基因序列、功能和遗传图谱位置［15］。在此基础上，育种学家就可以应用计算机模型来提出预测假设，从多种复杂的等位基因组合中建立自己所需要的表型，然后从大量遗传标记中筛选到理想的组合，从而培育出新的优良农作物品种。

5.生物信息学在生态环境平衡研究领域中的应用

在生态系统中，基因流从根本上影响能量流和物质流的循环和运转，是生态平衡稳定的根本因素。生物信息学在环境领域主要应用在控制环境污染方面，主要通过数学与计算机的运用构建遗传工程特效菌株，以降解目标基因及其目标污染物为切入点，通过降解污染物的分子遗传物质核酸 dna，以及生物大分子蛋白质酶，达到催化目标污染物的降解，从而维护空气［16］、水源、土地等生态环境的安全。

美国农业研究中心（ars） 的农药特性信息数据库（ppd） 提供 334 种正在广泛使用的杀虫剂信息，涉及它们在环境中转运和降解途径的16种最重要的物化特性。日本丰桥技术大学（toyohashi university of technology） 多环芳烃危险性有机污染物的物化特性、色谱、紫外光谱的谱线图。美国环保局综合风险信息系统数据库（iris） 涉及 600种化学污染物，列出了污染物的毒性与风险评价参数，以及分子遗传毒性参数［17］。除此之外，生物信息学在生物防治［18］中也起到了重要的作用。网络的普及，情报、信息等学科的资源共享，势必会创造出一个环境微生物技术信息的高速发展趋势。

6.生物信息学在食品安全研究领域中的应用

食品在加工制作和存储过程中各种细菌数量发生变化，传统检测方法是进行生化鉴定，但所需时间较长，不能满足检验检疫部门的要求，运用生物信息学方法获得各种致病菌的核酸序列，并对这些序列进行比对，筛选出用于检测的引物和探针，进而运用pcr法［19］、rt-pcr法、荧光rt-pcr法、多重pcr［20］和多重荧光定量pcr等技术，可快速准确地检测出细菌及病毒。此外，对电阻抗、放射测量、elisa法、生物传感器、基因芯片等［21-25］技术也是未来食品病毒检测的发展方向。

转基因食品检测是通过设计特异性的引物对食品样品的dna提取物进行扩增，从而判断样品中是否含有外源性基因片段［26］。通过对转基因农产品数据库信息的及时更新，可准确了解各国新出现和新批准的转基因农产品，便于查找其插入的外源基因片段，以便及时对检验方法进行修改。目前由于某些通过食品传播的病毒具有变异特性，以及检测方法的不完善等因素影响，生物信息学在食品领域的应用还比较有限，但随着食品安全检测数据库的不断完善，相信相关的生物信息学技术将在食品领域发挥越来越重要的作用。

 　生物信息学广泛用于农业科学研究的各个领域，但是仅有信息资源是不够的，选出符合自己需求的生物信息就需要情报部门，以及信息中介服务机构提供相关服务，通过出版物、信息共享平台、数字图书馆、电子论坛等信息媒介的帮助，科研工作者可快速有效地找到符合需要的信息。目前我国生物信息学发展还很不均衡，与国际前沿有一定差距，这需要从事信息和科研的工作者们不断交流，使得生物信息学能够更好地为我国农业持续健康发展发挥作用。

参考文献：

［1］yockey hp，platzman rp，quastler h.symposium on information.theory in biology.pergamon press，new york，london，1958.

［2］郑国清，张瑞玲.生物信息学的形成与发展［j］.河南农业科学，2002，（11）：4-7.

［3］骆建新，郑崛村，马用信等.人类基因组计划与后基因组时代.中国生物工程杂志，2003，23，（11）：87-94.

［4］曹学军.基因研究的又一壮举——美国国家植物基因组计划［j］.国外科技动态，2001，1：24-25.

［5］michael b.genomics and plantcells：application ofgenomics strategies to arabidopsis cellbiology［j］.philostransr soc lond b bio sci，2002，357（1422）：731-736.

［6］卢新雄.植物种质资源库的设计与建设要求［j］.植物学通报，2006，23，（1）：119-125.

［7］guy d，noel

e，mike a.using bioinformatics to analyse germplasm collections ［j］.springer netherlands，2004：39-54.

［8］郑衍，王非.药物生物信息学，化学化工出版社，2004.1：214-215.

［9］俞庆森，邱建卫，胡艾希.药物设计.化学化工出版社，2005.1：160-164.

［10］austen m，dohrmann c.phenotype—first screening for the identification of novel drug targets.drug discov today，2005，10，（4）：275-282.

［11］arun agrawal，ashwini chhatre.state involvement and forest cogovernance：evidence from the indianhmi alayas.stcomp international developmen.t sep 2007：67-86.

［12］tang sy.institutionsand collective action：self-governance in irrigation ［m］.san francisco，ca：icspress，1999.

［13］pungpo p，saparpakorn p，wolschann p，et a.l computer-aided moleculardesign of highly potenthiv-1 rt inhibitors：3d qsar and moleculardocking studies of efavirenz derivatives［j］.sar qsar environres，2006，17，（4）：353-370.

［14］杨华铮，刘华银，邹小毛等.计算机辅助设计与合成除草剂的研究［j］.计算机与应用化学，1999，16，（5）：400.

［15］vassilev d，leunissen j，atanassov a.application of bioinformatics in plant breeding［j］.biotechnology & biotechnological equipment，2005，3：139-152.

［16］王春华，谢小保，曾海燕等.深圳市空气微生物污染状况监测分析［j］.微生物学杂志，2008，28，（4）：93-97.

［17］程树培，严峻，郝春博等.环境生物技术信息学进展［j］.环境污染治理技术与设备，2002，3，（11）：92-94.

［18］史应武，娄恺，李春.植物内生菌在生物防治中的应用［j］.微生物学杂志，2009，29，（6）：61-64.

［19］赵玉玲，张天生，张巧艳.pcr 法快速检测肉食品污染沙门菌的实验研究［j］.微生物学杂志，2010，30，（3）：103-105.

［20］徐义刚，崔丽春，李苏龙等.多重pcr方法快速检测4种主要致腹泻性大肠埃希菌［j］.微生物学杂志，2010，30，（3） ：25-29.

［21］索标，汪月霞，艾志录.食源性致病菌多重分子生物学检测技术研究进展［j］.微生物学杂志，2010，30，（6）：71-75

［22］朱晓娥，袁耿彪.基因芯片技术在基因突变诊断中的应用及其前景［j］.重庆医学，2010，（22）：3128-3131.

［23］陈彦闯，辛明秀.用于分析微生物种类组成的微生物生态学研究方法［j］.微生物学杂志，2009，29，（4）：79-83.

［24］王大勇，方振东，谢朝新等.食源性致病菌快速检测技术研究进展［j］.微生物学杂志，2009，29，（5）：67-72.

［25］苏晨曦，潘迎捷，赵勇等.疏水网格滤膜技术检测食源性致病菌的研究进展［j］.微生物学杂志，2010，30，（6）：76-81.

生物信息学的前景范文第4篇

概率分布（probabilitydistribution）是医学统计学中多种统计分析方法的理论基础。授课内容一般包括：二项分布、Possion分布、正态分布、t分布、F分布等。

借助概率分布常常可以帮助我们了解生命指标的特征、医学现象的发生规律等等。例如，临床检验中计量实验室指标的参考值范围就是依据正态分布和t分布的原理计算得到；许多医学试验的“阳性”结果服从二项分布，因此它被广泛用于化学毒性的生物鉴定、样本中某疾病阳性率的区间估计等；而一定人群中诸如遗传缺陷、癌症等发病率很低的非传染性疾病患病数或死亡数的分布，单位面积（或容积）内细菌数的分布等都服从Poisson分布，我们就可以借助Poisson分布的原理定量地对上述现象进行研究。

在生物信息学中概率分布也有一定应用。例如，Poisson分布可以用于基因（蛋白质）序列的相似性分析。被研究者广泛使用的分析工具BLAST(BasicLocalAlignmentSearchTool)能迅速将研究者提交的蛋白质（或DNA）数据与公开数据库进行相似性序列比对。对于序列a和b，BLAST发现的高得分匹配区称为HSPs。而HSP得分超过阈值t的概率P(H(a,b)>t)可以依据Poisson分布的性质计算得到。

二、假设检验

假设检验（hypothesis）是医学统计学中统计推断部分的重要内容。假设检验根据反证法和小概率原理，首先依据资料性质和所需解决的问题，建立检验假设；在假设该检验假设成立的前提下，采用适当的检验方法，根据样本算得相应的检验统计量；最后，依据概率分布的特点和算得的检验统计量的大小来判断是否支持所建立的检验假设，进而推断总体上该假设是否成立。其基本方法包括：u检验、t检验、方差分析（ANOVA）和非参数检验方法。

假设检验为医学研究提供了一种很好的由样本推断总体的方法。例如，随机抽取某市一定年龄段中100名儿童，将其平均身高（样本均数）与该年龄段儿童应有的标准平均身高（总体均数）做u检验，其检验结果可以帮助我们推断出该市该年龄段儿童身高是否与标准身高一致，为了解该市该年龄段儿童的生长发育水平提供参考。又如，医学中常常可以采用t检验、秩和检验比较两种药物的疗效有无差别；用2检验比较不同治疗方法的有效率是否相同等等。

这些假设检验的方法在生物实验资料的分析前期应用较多，但由于研究目的和资料性质不同，一般会对某些方法进行适当调整和结合。

例如，基于基因芯片实验数据寻找差异表达基因的问题。基因芯片（genechip）是近年来实验分子生物学的技术突破之一，它允许研究者在一次实验中获得成千上万条基因在设定实验条件下的表达数据。为了从这海量的数据中寻找有意义的信息，在对基因表达数据进行分析的过程中，找到那些在若干实验组中表达水平有明显差异的基因是比较基础和前期的方法。这些基因常常被称为“差异表达基因”，或者“显著性基因”。如果将不同实验条件下某条基因表达水平的重复测量数据看作一个样本，寻找差异表达基因的问题其实就可以采用假设检验方法加以解决。

如果表达数据服从正态分布，可以采用t-检验（或者方差分析）比较两样本（或多样本）平均表达水平的差异。

但是，由于表达数据很难满足正态性假定，目前常用的方法基于非参数检验的思想，并对其进行了改进。该方法分为两步：首先，选择一个统计量对基因排秩，用秩代替表达值本身；其次，为排秩统计量选择一个判别值，在其之上的值判定为差异显著。常用的排秩统计量有：任一特定基因在重复序列中表达水平M值的均值；考虑到基因在不同序列上变异程度的统计量，其中，s是M的标准差；以及用经验Bayes方法修正后的t-统计量：，修正值a由M的方差s2的均数和标准差估计得到。三、一些高级统计方法在基因研究中的应用

（一）聚类分析

聚类分析（clusteringanalysis）是按照“物以类聚”的原则，根据聚类对象的某些性质与特征，运用统计分析的方法，将聚类对象比较相似或相近的归并为同一类。使得各类内的差异相对较小，类与类间的差异相对较大1。聚类分析作为一种探索性的统计分析方法，其基本内容包括：相似性度量方法、系统聚类法（HierarchicalClustering）、K-means聚类法、SOM方法等。

聚类分析可以帮助我们解决医学中诸如：人的体型分类，某种疾病从发生、发展到治愈不同阶段的划分，青少年生长发育分期的确定等问题。

近年来随着基因表达谱数据的不断积累，聚类分析已成为发掘基因信息的有效工具。在基因表达研究中，一项主要的任务是从基因表达数据中识别出基因的共同表达模式，由此将基因分成不同的种类，以便更为深入地了解其生物功能及关联性。这种探索完全未知的数据特征的方法就是聚类分析，生物信息学中又称为无监督的分析（UnsupervisedAnalysis）。常用方法是利用基因表达数据对基因（样本）进行聚类，将具有相同表达模式的基因（样本）聚为一类，根据聚类结果通过已知基因（样本）的功能去认识那些未知功能的基因。对于基因表达数据而言，系统聚类法易于使用、应用广泛，其结果——系统树图能提供一个可视化的数据结构，直观具体，便于理解。而在几种相似性的计算方法中，平均联接法(AverageLinkageClustering)一般能给出较为合理的聚类结果2。

（二）判别分析

判别分析（discriminantanalysis）是根据观测到的某些指标的数据对所研究的对象建立判别函数，并进行分类的一种多元统计分析方法。它与聚类分析都是研究分类问题，所不同的是判别分析是在已知分类的前提下，判定观察对象的归属3。其基本方法包括：Fisher线性判别（FLD）、最邻近分类法（k-NearestNeighborClassifiers）、分类树算法（ClassificationTreeAlgorithm），人工神经网络（ANNs）和支持向量机（SVMs）。

判别分析常用于临床辅助鉴别诊断，计量诊断学就是以判别分析为主要基础迅速发展起来的一门科学。如临床医生根据患者的主诉、体征及检查结果作出诊断；根据各种症状的严重程度预测病人的预后或进行某些治疗方法的疗效评估；以及流行病学中某些疾病的早期预报，环境污染程度的坚定及环保措施、劳保措施的效果评估等。

在生物信息学针对基因的研究工作中，由于借助了精确的生物实验，研究者通常能得到基因（样本）的准确分类，如，基因的功能类、样本归结于疾病（正常）状态等等。当利用了这些分类信息时，就可以采用判别分析的方法对基因进行分类，生物信息学中又称为有监督的分析（SupervisedAnalysis）。例如，基因表达数据分析中，对于已经过滤的基因，前三种方法的应用较为简单。而支持向量机（SVMs）和人工神经网络（ANNs）是两种较新，但很有应用前景的方法。

（三）相关分析

相关分析（correlationanalysis）是医学统计学中研究两变量间关系的重要方法。它借助相关系数来衡量两变量之间的关系是否存在、关系的强弱，以及相互影响的方向。其基本内容包括：线性相关系数、秩相关系数、相关系数的检验、典型相关分析等。

我们常常可以借助相关分析判断研究者所感兴趣的两个医学现象之间是否存在联系。例如，采用秩相关分析我们发现某种食物中黄曲霉毒素相对含量与肝癌死亡率间存在正相关关系；采用线性相关方法发现中年女性体重与血压之间具有非常密切的正相关关系等等。

生物信息学中可以利用相关分析建立基因调控网络。如果将两个不同的基因在不同实验条件下的表达看作是两个变量，相关分析所研究的正是两者之间的调控关系。如采用线性相关系数进行两基因关系的分析时，其大小反应了基因调控关系的强弱，符号则反应了两基因是协同关系（相关系数为正），还是抑制关系（相关系数为负）。

四、意义

生物信息学不仅是医学统计学的研究前沿，更是医学研究由宏观向微观拓展的重要领域，其研究内容已逐渐为多数医学院校的学员了解和熟悉。而如何对新技术产生的生物实验数据进行准确合理的分析，却成为生物信息学研究的主要瓶颈之一。

在医学统计学课堂教学中引入生物信息学实例，而不仅仅局限于常见的医学、卫生领域的例子，将难以理解的统计理论和方法与前沿的生物实例相结合，拓宽了学员的视野，提高了学员的学习兴趣，更可以加深对所学知识的理解；与此同时，使学员掌握了生物实验数据的先进分析方法，扩大了学员的知识面，提高了他们今后开展医学科研工作的能力。

生物信息学的前景范文第5篇

【关键词】 蛋白质组学；中医证候；中医诊疗；中医药现代化

随着人类基因组序列的完成，人类已经由基因组时代进入后基因组时代。基因数量的有限性和基因结构的相对稳定性使基因组学研究成功迈入到功能基因组学研究。蛋白质组学遂成为后基因时代的研究前沿和热点领域。将蛋白质组学引入中医证候学研究，必将进一步为证候分类、辩证标准的选择和个体化等提供可靠的依据，对于发展中医药学，走中医药现代化之路具有深远的影响。本文综述了蛋白质组学研究的主要关键技术及其与中医证候学研究的相关性。

1蛋白质组及蛋白质组学

1994年澳大利亚的Wilkin和Williams等第一次提出了蛋白质组（Proteome）概念[1、2]，指由一个基因组，或一个细胞、组织所表达的全部蛋白质。蛋白质组学（Proteomics）以蛋白质组为研究对象，分析细胞内动态变化的蛋白质组组成成分、表达水平与修饰状态，了解蛋白质间相互作用与联系，在整体水平上研究蛋白质的组成与调控的活动规律[3]。蛋白质组研究是为了识别及鉴定一个细胞或组织所表达的全部蛋白质以及它们的表达模式，是对基因组研究的重要补充，是生物体在蛋白质水平上定量、动态、整体性的研究[4]。蛋白质组研究数据与基因组数据的整合，将在后基因组研究中发挥重要作用。

2蛋白质组学研究技术

2.1双向凝胶电泳技术

1975年，意大利生化学家O’Farrell在对大肠杆菌、老鼠及几尼猪的蛋白质研究中，发明了双向电泳技术[5]（ISO-DLAT），具有高分辨率、快速、简便等优点。双向电泳技术是蛋白质组学研究的核心技术之一，其原理是在相互垂直的方向上，它利用蛋白质等电点和分子量的不同运用等电聚焦和聚丙烯酰胺凝胶电泳把复杂的蛋白质混合物在二维平面上分离。

2.2生物质谱技术

1906年，Thomson发明了质谱，在随后的几十年里，质谱技术逐渐发展成为研究、分析和鉴定生物大分子的前沿方法[6]。质谱技术的原理是先将样品离子化，再根据不同离子间的荷质比（m/z）差异来分离蛋白质，并确定其分子量[7]。到20世纪80年代，因两项软电离质谱技术―基质辅助激光解析电离质谱技术（MALDI）和电喷雾质谱技术（ESI）的发明，使得质谱技术取得了突破性进展。这两种质谱技术具有高灵敏度、高通量和高质量的检测范围等特点，使得在pmol（10-12）乃至fmol（10-15）的水平上准确分析分子量高达几万到几十万的生物大分子成为可能[8]。

2.3 蛋白质芯片

蛋白质芯片是用于研究蛋白质功能模式的一种鉴定方法[9]，是指在固相支持物（载体）表面固定大量蛋白探针（抗原、抗体,受体、配体、酶、底物等），形成高密度排列的蛋白质点阵[10]，可以高通量地测定各种微量纯化的蛋白质的生物活性，以及蛋白质与生物大分子之间的相互作用[18]。蛋白质芯片具有快速、高效、微型化、自动化、高通量的特点。

2.4生物信息学

生物信息学是在生命科学、计算机科学和应用数学的基础上逐步发展形成的一门新兴交叉学科，运用数学和计算机手段进行巨量生物信息资源的收集、存储、处理、搜索、利用、共享、分析与解析的科学[11]，它由数据库、计算机网络和应用软件3部分组成[12、13]。蛋白质组信息学研究方法主要包括蛋白质序列比较分析，蛋白质结构-功能的研究，点突变的设计及家族鉴定，蛋白质空间结构预测，建模和分子设计以及分析蛋白质与蛋白质相互作用的数据库[14、15]。

3中医证候学与蛋白质组学

中医证候是指疾病发生和演变过程中某阶段以及患者个体当时所处特定内、外环境本质的反映，它以相应的症、舌、脉、形、色、神表现出来，能够不同程度地揭示病因、病位、病性、邪正盛衰、病势等病机内容，为辨证论治提供依据。中医的“证”是指疾病在演变过程中各种病理因素在体质、自然环境、社会心理等因素和多种矛盾综合作用于机体的整体反应，是诊察和思辨所得。而蛋白质组学摒弃了经典分子生物学研究个别基因的习惯，从蛋白质组整体水平上阐述“一种基因组所表达的全套蛋白质”，以建立对生命现象的整体认识。这与中医学的“整体观”具有高度的一致性，且蛋白质组学研究方法的整体性和系统性与中医基础理论的整体观和系统性又极为相似[16]。因而，将蛋白质组学应用于中医证候学研究，不仅能反映一系列症状的物质背景，而且能进一步了解不同蛋白组分的在证表现差异和激烈程度[17]，将是揭示证实质的最有效手段[18]。

在证候理论指导下，运用功能蛋白质组学的方法，通过探讨证候，特别是同病异证或异病同证的蛋白质差异表达及翻译后的修饰情况，揭示与某一证候形成相关的所有蛋白质及其特征，在整体蛋白质表达的水平上阐明证候的本质，则可称为证候蛋白质组学[19]。这种将蛋白质组学应用于“证”的研究，能够沟通“实体结构”和“功能模拟”的桥梁，整体上比较不同疾病、同病异证之间的蛋白质图谱差异，探索蛋白质表达图谱与中医分型的系统的、有规律的联系。

4展望

运用蛋白质组学技术对中医证候进行研究，为寻找“证侯”的标志蛋白质，揭示中医“证”理论中蕴藏的科学内涵，阐明中医诊疗的分子机理，最终在分子生物学水平上解释生理和病理奠定了基础[20、21]。中医证候是辨证论治的基础和核心，依据蛋白质组学的理论和技术来探索中医学理论的基本内涵、中医证候蛋白质组学以及从蛋白质组学水平探索中药药效的机理，都可能成为中医药理论和治疗研究的突破口。中医学的发展与现代科学蛋白质组学的交叉，一方面可使中医学吸取新的思想，取得进一步发展的动力，另一方面又因其独特的理论与视角，也可为蛋白质组学乃至现代科学的研究与发展提供新的思路[19]。

参考文献

[1]Wilkins M R, Sanchez J C, Gooley A A, et al. Progress with proteome projects: why all proteins expressed by a genome should be identified and how to do it[J]. Biotechnology and genetic engineering reviews, 1996, 13: 19 - 50.

[2]Wilkins,M.R.Government backs proteome proposal. Nature. 1995, 378:653.

[3]张树军，狄建军，张国文，魏永春.蛋白质组学研究方法.内蒙古民族大学学报，2008，23（6）：647-649.

[4]熊伟.蛋白质组双向技术在生物医学研究中的应用进展. 生命科学仪器. 2010, 8(2): 7-10.

[5]O’ Farrell P H. High resolution two-dimensional gel electrophoresis of proteins [J]. Biol Chem, 1975, 250 (10):4007-4021.

[6]Domon B, Aebersold R. Mass spectrometry and protein analysis[J]. Science, 2006, 312 （5771）: 212.

[7]Guo Y M, Shen S H, Jing Y X , et al. Plant proteomics in the post-genomics era. Acta Botanical Sinca. 2002, 44(6):631-641.

[8]阮松林，马华升，王世恒等．植物蛋白质组学研究进展Ⅰ．蛋白质组关键技术.遗传，2006，28（11）：1472-1486.

[9]Boguski M S, Mcintosh M W. Biomedical information for proteomics[J]. Nature, 2003, 422 (6928) : 233-237.

[10] 刘康栋，赵建龙. 蛋白质芯片技术进展. 中国生物工程. 2004, 24(12): 48-57.

[11]Baldi P, Brunak S. Bioinformatics: The Machine Learning Approach [M]. Cambridge, Mass. : MIT Press, 2001.

[12]Goodman N. Biological data becomes computer literate: new advances inbioinformatics.Curr Opin Biotechnol . 2002, 13(1): 68-71.

[13]陈铭.后基因组时代的生物信息学[J]. 生物信息学，2004,2（2）:29.

[14]陈永对. 生物信息学在基因组和蛋白质研究中的应用. 中国临床康复. 2006, 10(41): 136-139.

[15]贺光，孙开来. 生物信息学在蛋白质研究中的应用. 国外医学遗传学分册. 2002, 25(3): 156-158.

[16] 张焱，张庆荣. 蛋白质组学与中医证候研究的思考. 长春中医药大学学报. 2007, 23(5): 3-5.

[17] 孙晓伟，周苏宁. 蛋白质组学与中医药研究. 中西医结合心脑血管病杂志. 2005, 3(11): 987-989.

[18] 余宗阳，杜建. 蛋白质组学与中医证候实质研究[J]. 中国中西医结合杂志. 2004, 24(9): 844-846.

[19] 申定珠，李家邦，蒋荣鑫，凌江红. 证候蛋白质组学与中医证候学相关性探讨. 中国中西医结合杂志. 2006, 26(4): 366-368.