前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇生物信息學的前景范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

生物信息學的前景范文第1篇

關鍵詞：問題教學 創新環境 培養 物理思想

中圖分類號： G633.7 文獻標識碼： C 文章編號：1672-1578（2014）6-0163-01

當今開社會對具有創新精神的人才最需要，也是教育事業改革與發展的需要。新課程標準在培養學生的創新和實踐動手能力方面提出了更高的要求。作為站在教育第一線的教師，培養學生的創新素質，不僅是義不容辭的責任，更是教育工作的重心。如何在物理教學中培養學生的創新能力是每一個物理教師都要深思的問題，下面是筆者在物理教學中的一些探討。

1 在教學中要把“問題解決”放在首位

在物理教學中就是以問題為載體，在發現問題、處理問題的形式達到對客觀世界和數量關系本質、認識過程。問題解決能力的發展，是虛心、好奇和探索的態度，是進行試驗和猜測的意向，因此“問題解決”是教學對培養學生的創新意識有著非常重要的意義。問題解決從根本上說是一種創造性的活動。就物理教學而言，“問題解決”就是創造性地應用物理解決問題的學習過程。解決問題的關鍵是提出問題，隨著問題的不斷提出，人的思維才有可能逐漸地深入。

創新精神來自于對問題的質疑，只有善于發現問題和指出問題的人才能產生創造的沖動，才能有所創新。

2 尋找適合培養學生創新精神的環境

學生的創新精神也稱創新意識，是學生在創新活動中具有的比較穩定的、積極的多種心理品質的綜合。其中包括對創新活動的前景、目標的信心，對問題的發現和提出的敏銳性，對創新活動的熱情和投入，對克服各種困難的毅力和不斷探索、勇往直前的精神。所以，教師在物理教學中，首先應關注的是學生，教師應改變自己的角色定位，由知識的傳遞者轉化為促進者，由居高臨下的權威者轉化為學生學習的參與者、合作者和引導者，努力創造一個民主的教學氛圍，師生可以平等地研討，自由地交流。

3 讓學生成為教學活動的主體

物理活動中以學生為主體，是學生創造能力得以培養的重要所在。教師在教學活動中應充分尊重學生的探究本能和個性特點，要改變傳統的“填鴨式”教學方式。把思維空間留給學生，把思考時間還給學生，把學習的主動權交給學生，讓學生感悟、體驗、內化知識，讓學生綜合運用已有物理知識及各學科的知識，探索和發現問題，自主分析和解決問題?？傊寣W生變厭學為樂學，由樂學到愛學、會學、善學。教師的作用是引導、幫助、促進和調控。教學是教與學交往、互助，在這個過程中教師與學生促進彼此的思考，交流彼此的情感、體驗與觀點，豐富教學內容，求得新的發現，鍛煉創新能力，實現教與學的共同發展。在教學中還要充分利用現代教育技術，更多的發揮學生的主體作用。

4 在教學中引導學生合作與交流

物理教學要體現合作與交流，合作學習是一種行之有效的方法。如今的學生喜歡推陳出新、標新立異。學生在親身體驗、探索與合作交流中認識物理，理解和掌握基本的物理知識、技能和方法，解決問題。學生喜歡在合作交流、與人分享的氛圍中傾聽、質疑、說服、推廣而直至感到豁然開朗。學生在合作交流中加強了發散思維、橫縱思維的鍛煉。這是物理學習一個新境界，這種“氛圍”的形成會在很大程度上改變物理教學的面貌，改變物理學習的過程和結果，有利于培養學生的合作精神，有利于創新精神和創新思維的提高。

5 關注學生對物理思想方法的學習

中國教育有一個弱點，就是太關注知識的灌輸，從而忽視科學精神的培養和科學方法的形成，這不利于學生創造能力的發展。中學物理蘊涵著豐富多彩的物理思想方法。物理教育的最終目標是要培養學生的物理意識、物理觀念和物理能力，物理思想方法是物理活動創造性綱領方法，只有從物理思想方法的教度來認識物理問題，才能把握思維活動的方向和全過程。

6 對學生要加強物理應用能力的訓練

學生學習物理的目的就是為了用，訓導學生運用物理知識解決實際問題的能力是物理教育最重要的目標。一直以來，物理教育是以概念和物理基本原理，以及例習題的純形式物理的模式展現在學生面前，對物理高度抽象、高度嚴謹的枯燥形式出現，與實際生活脫離較遠。長久以往，學生就會自覺應用物理，不斷創新就會深入人心，成為學生學習、生活一種需要，成為其實現人生價值的重要手段，逐漸形成觀念，形成意識。這種觀念和意識的形成，將使學生受益終身，它能使學生自覺地用“物理的眼光”去看待問題，用“物理的頭腦”去創造性地解決問題。

7 加強對學生在學習中非智力因素的培養

生物信息學的前景范文第2篇

關鍵詞：新課程;高中生物;現狀;原因

隨著新課改的實施，我深刻地感受到新課改給高中教學帶來前所未有的影響，為實行新課改取得的諸多成果而感到欣慰，同時也為我們的一些做法而感到困惑和迷?！，F結合高中生物教學，就新課程背景下高中生物教學開展中存在的問題及原因做簡要的淺析。

問題一：教師的教學理念與新課改的要求還存在較大差距。就我而言，由于多年從事生物教學，課堂教學求規范，求穩怕亂，怕學生討論無效或討論時間過長影響教學時間及教學效果，在教學中仍然以教師的引導啟發為主，給學生自主學習，探究合作的范圍，時間相對不足，很大程度上限制了學生主體地位的體現。就自己所聽的課而言，絕大多數老師課堂教學的絕大部分時間都是講授，與課程改革的“教者主導，學生主體”相違背。

原因分析：關鍵是絕大多數老師受傳統教育模式的影響，教師的新課程理念欠缺，該放手時不放手，一味地包辦代替，久而久之，致使學生缺乏自學及探究的主動性和積極性，也難以摸索到自學及探究的方法和規律，不僅影響單科教學，很大程度上也影響了各科新課程教學的順利開展和推進，甚至影響學生分析推理，與人合作等能力的發展。其次，高中生物教學相對來說教學時間緊與教學任務重，課堂容量大之間存在矛盾，迫于教學任務的壓力，部分教師通過直接傳授知識來保證教學任務的如期完成，忽視學生的全面發展和主體地位的凸顯。

問題二：選修課程的開設還未真正實現自主選擇。由于絕大多數學校高中生物從高二開始開設，所學教材包括三本必修，一本選修，原則上選修由學生根據自己的學習能力及興趣愛好從選修一和選修三中任選一本，但在征求學生意見時，學生比較迷茫，選課的功利性較強，都希望老師根據高考為他們選上一本。由于選修一全為實驗，上課難度大，我們就只對全體學生開設了選修三。今年參加蘭州及銀川高考研討會，與會的專家認為學習選修一比學習選修三既能減少新課學習量又能節省一輪復習的時間，更有利于高考，而實驗可以通過觀看實驗視頻，設置問題探究等途徑達成教學目標。在今年的遠程培訓時，與其他縣校老師交流，幾乎與我們一樣都只上選修三，可見選修課程的開設普遍存在局限性。

原因分析：一是我們缺少經驗，只憑感性分析，且高考功利性較強;二是某些學校怕選課亂，教師怕上課難，影響正常的班級教學，故統一選課;三是我們對教學手段的選擇過于依賴基礎設施（實驗條件），忽視多媒體在現代生物教學別是實驗教學中的輔助作用;四是教師選修課的開設缺乏全面認識，對學生選課缺乏系統性指導。

問題三：課堂自主學習合作探究的效率低下。在教學中按照新課改要求，我們積極地設計了各種自主學習合作探究的環節和內容，但由于設計不當，學生個體之間的差異性以及方法欠缺，自主學習的差異性較大，致使某些內容自學后仍然需要教師組織梳理。還有合作探究中某些學生自卑心理嚴重，始終被動聽取別人的觀點，從不發表意見及看法，致使小組內不和諧，而這部分學生學習的興趣越來越低，甚至更加自卑。另外，從自己所聽的課來看，絕大多數老師積極開展自主學習及合作探究，而普通班普遍自主學習被動，合作探究只是個別學生的高談闊論，效果較差。

原因分析：一是學生習慣于被動聽取及接受，缺乏主動學習及探究的意識;二是教師限于課堂時間與教學任務之間的矛盾，不能給予學生充足的自主學習及探究時間;三是部分教師對自主學習及合作探究的目標設計不夠明確，或過于簡單或過難，致使自主學習及合作探究的針對性不強;四是學生缺乏自主學習的方法及合作探究技巧，習慣養成還需要指導及強化;五是教師的組織引領不夠科學，對小組合作探究的分工不夠明確。

問題四：教師對教材的整體把握及駕馭教材的能力還有待于提高。反思將近兩年的新課改教學及兩年來所聽的課堂教學，整體感覺是：我們只是盡量地完成了每課時的教學任務，盡最大努力實施了“教教材”，還未實現真正的“用教材教”的轉變。同時，教學中普遍缺乏全局意識及整體意識，甚至對教學的重難點把握不到位，要么按部就班只完成教材內容，要么又一味拓展拔高，甚至有些老師對教材中但凡涉及內容，特別是諸多的思考與討論都一味追求標準答案，并未真正理解教材編排的目的：旨在提升學生的分析推理評價判斷能力的目標及情感目標。再如，課后“拓展提升”內容，教材編排是針對學有余力的學生，而且這些問題答案本身具有開放性，但我們許多老師還是從一而終，很辛苦，但效果相當差。

原因分析：一是部分老師還未深入系統地研究新課程編排體系及編排目的，盲目教學，致使重難點不突出，甚至本末倒置;二是由于部分學校未給教師盡早配備成套的教材及教學用書，特別是六本教材（一般是上完一本再發下一本），致使教師對六本教材的聯系及整體框架不了解、不熟悉，將后繼章節涉及的內容利用大量時間去補充強調，無形中提高了教學難度。三是從教多年的老師定勢思維嚴重，將現教材講得較淺的內容，依據舊教材深挖拓展，而忽視新課程標準及考綱的要求，無疑增加了學習量;四是由于首次迎戰高考，教師對新考綱及命題要求缺乏系統的研究及學習，對新高考還缺乏經驗及策略，對新高考試題研究不足，致使教學求全攀高。

以上是我對高中生物新課程實施中存在問題的一些粗淺反思，有反思才會有進步，有認識才會有提高，今天存在的問題就是我們今后努力的方向。轉變觀念，加強教研教改，不斷學習是我們盡快適應新課改的必經之路，揚長避短是教師專業發展的核心，愿我們隨新課改的步伐一起成長壯大。

參考文獻：

生物信息學的前景范文第3篇

關鍵詞： 生物信息學 農業研究領域 應用

“生物信息學”是英文單詞“bioinformatics”的中文譯名，其概念是1956年在美國田納西州gatlinburg召開的“生物學中的信息理論”討論會上首次被提出的［1］，由美國學者lim在1991年發表的文章中首次使用。生物信息學自產生以來，大致經歷了前基因組時代、基因組時代和后基因組時代三個發展階段［2］。2003年4月14日，美國人類基因組研究項目首席科學家collins f博士在華盛頓隆重宣布人類基因組計劃（human genome project，hgp）的所有目標全部實現［3］。這標志著后基因組時代（post genome era，pge）的來臨，是生命科學史中又一個里程碑。生物信息學作為21世紀生物技術的核心，已經成為現代生命科學研究中重要的組成部分。研究基因、蛋白質和生命，其研究成果必將深刻地影響農業。本文重點闡述生物信息學在農業模式植物、種質資源優化、農藥的設計開發、作物遺傳育種、生態環境改善等方面的最新研究進展。

1.生物信息學在農業模式植物研究領域中的應用

1997年5月美國啟動國家植物基因組計劃（npgi），旨在繪出包括玉米、大豆、小麥、大麥、高粱、水稻、棉花、西紅柿和松樹等十多種具有經濟價值的關鍵植物的基因圖譜。國家植物基因組計劃是與人類基因組工程（hgp）并行的龐大工程［4］。近年來，通過各國科學家的通力合作，植物基因組研究取得了重大進展，擬南芥、水稻等模式植物已完成了全基因組測序。人們可以使用生物信息學的方法系統地研究這些重要農作物的基因表達、蛋白質互作、蛋白質和核酸的定位、代謝物及其調節網絡等，從而從分子水平上了解細胞的結構和功能［5］。目前已經建立的農作物生物信息學數據庫研究平臺有植物轉錄本（ta）集合數據庫tigr、植物核酸序列數據庫plantgdb、研究玉米遺傳學和基因組學的mazegdb數據庫、研究草類和水稻的gramene數據庫、研究馬鈴薯的pomamo數據庫，等等。

2.生物信息學在種質資源保存研究領域中的應用

種質資源是農業生產的重要資源，它包括許多農藝性狀（如抗病、產量、品質、環境適應性基因等）的等位基因。植物種質資源庫是指以植物種質資源為保護對象的保存設施。至1996年，全世界已建成了1300余座植物種質資源庫，在我國也已建成30多座作物種質資源庫。種質入庫保存類型也從單一的種子形式，發展到營養器官、細胞和組織，甚至dna片段等多種形式。保護的物種也從有性繁殖植物擴展到無性繁殖植物及頑拗型種子植物等［6］。近年來，人們越來越多地應用各種分子標記來鑒定種質資源。例如微衛星、aflp、ssap、rbip和snp等。由于對種質資源進行分子標記產生了大量的數據，因此需要建立生物信息學數據庫和采用分析工具來實現對這些數據的查詢、統計和計算機分析等［7］。

3.生物信息學在農藥設計開發研究領域中的應用

傳統的藥物研制主要是從大量的天然產物、合成化合物，以及礦物中進行篩選，得到一個可供臨床使用的藥物要耗費大量的時間與金錢。生物信息學在藥物研發中的意義在于找到病理過程中關鍵性的分子靶標、闡明其結構和功能關系，從而指導設計能激活或阻斷生物大分子發揮其生物功能的治療性藥物，使藥物研發之路從過去的偶然和盲目中找到正確的研發方向。生物信息學為藥物研發提供了新的手段［8，9］，導致了藥物研發模式的改變［10］。目前，生物信息學促進農藥研制已有許多成功的例子。itzstein等設計出兩種具有與唾液酸酶結合化合物：4-氨基-neu5ac2en和4-胍基-neu5ac2en。其中，后者是前者與唾液酸酶的結合活性的250倍［11］。目前，這兩種新藥已經進入臨床試驗階段。tang sy等學者研制出新一代抗aids藥物saquinavir［12］。pungpo等已經設計出幾種新型高效的抗hiv-1型藥物［13］。楊華錚等人設計合成了十多類數百個除草化合物，經生物活性測定，部分化合物的活性已超過商品化光合作用抑制劑的水平［14］。

現代農藥的研發已離不開生物信息技術的參與，隨著生物信息學技術的進一步完善和發展，將會大大降低藥物研發的成本，提高研發的質量和效率。

4.生物學信息學在作物遺傳育種研究領域中的應用

隨著主要農作物遺傳圖譜精確度的提高，以及特定性狀相關分子基礎的進一步闡明，人們可以利用生物信息學的方法，先從模式生物

中尋找可能的相關基因，然后在作物中找到相應的基因及其位點。農作物的遺傳學和分子生物學的研究積累了大量的基因序列、分子標記、圖譜和功能方面的數據，可通過建立生物信息學數據庫來整合這些數據，從而比較和分析來自不同基因組的基因序列、功能和遺傳圖譜位置［15］。在此基礎上，育種學家就可以應用計算機模型來提出預測假設，從多種復雜的等位基因組合中建立自己所需要的表型，然后從大量遺傳標記中篩選到理想的組合，從而培育出新的優良農作物品種。

5.生物信息學在生態環境平衡研究領域中的應用

在生態系統中，基因流從根本上影響能量流和物質流的循環和運轉，是生態平衡穩定的根本因素。生物信息學在環境領域主要應用在控制環境污染方面，主要通過數學與計算機的運用構建遺傳工程特效菌株，以降解目標基因及其目標污染物為切入點，通過降解污染物的分子遺傳物質核酸 dna，以及生物大分子蛋白質酶，達到催化目標污染物的降解，從而維護空氣［16］、水源、土地等生態環境的安全。

美國農業研究中心（ars） 的農藥特性信息數據庫（ppd） 提供 334 種正在廣泛使用的殺蟲劑信息，涉及它們在環境中轉運和降解途徑的16種最重要的物化特性。日本豐橋技術大學（toyohashi university of technology） 多環芳烴危險性有機污染物的物化特性、色譜、紫外光譜的譜線圖。美國環保局綜合風險信息系統數據庫（iris） 涉及 600種化學污染物，列出了污染物的毒性與風險評價參數，以及分子遺傳毒性參數［17］。除此之外，生物信息學在生物防治［18］中也起到了重要的作用。網絡的普及，情報、信息等學科的資源共享，勢必會創造出一個環境微生物技術信息的高速發展趨勢。

6.生物信息學在食品安全研究領域中的應用

食品在加工制作和存儲過程中各種細菌數量發生變化，傳統檢測方法是進行生化鑒定，但所需時間較長，不能滿足檢驗檢疫部門的要求，運用生物信息學方法獲得各種致病菌的核酸序列，并對這些序列進行比對，篩選出用于檢測的引物和探針，進而運用pcr法［19］、rt-pcr法、熒光rt-pcr法、多重pcr［20］和多重熒光定量pcr等技術，可快速準確地檢測出細菌及病毒。此外，對電阻抗、放射測量、elisa法、生物傳感器、基因芯片等［21-25］技術也是未來食品病毒檢測的發展方向。

轉基因食品檢測是通過設計特異性的引物對食品樣品的dna提取物進行擴增，從而判斷樣品中是否含有外源性基因片段［26］。通過對轉基因農產品數據庫信息的及時更新，可準確了解各國新出現和新批準的轉基因農產品，便于查找其插入的外源基因片段，以便及時對檢驗方法進行修改。目前由于某些通過食品傳播的病毒具有變異特性，以及檢測方法的不完善等因素影響，生物信息學在食品領域的應用還比較有限，但隨著食品安全檢測數據庫的不斷完善，相信相關的生物信息學技術將在食品領域發揮越來越重要的作用。

 　生物信息學廣泛用于農業科學研究的各個領域，但是僅有信息資源是不夠的，選出符合自己需求的生物信息就需要情報部門，以及信息中介服務機構提供相關服務，通過出版物、信息共享平臺、數字圖書館、電子論壇等信息媒介的幫助，科研工作者可快速有效地找到符合需要的信息。目前我國生物信息學發展還很不均衡，與國際前沿有一定差距，這需要從事信息和科研的工作者們不斷交流，使得生物信息學能夠更好地為我國農業持續健康發展發揮作用。

參考文獻：

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

［2］鄭國清，張瑞玲.生物信息學的形成與發展［j］.河南農業科學，2002，（11）：4-7.

［3］駱建新，鄭崛村，馬用信等.人類基因組計劃與后基因組時代.中國生物工程雜志，2003，23，（11）：87-94.

［4］曹學軍.基因研究的又一壯舉——美國國家植物基因組計劃［j］.國外科技動態，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］盧新雄.植物種質資源庫的設計與建設要求［j］.植物學通報，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］鄭衍，王非.藥物生物信息學，化學化工出版社，2004.1：214-215.

［9］俞慶森，邱建衛，胡艾希.藥物設計.化學化工出版社，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］楊華錚，劉華銀，鄒小毛等.計算機輔助設計與合成除草劑的研究［j］.計算機與應用化學，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］王春華，謝小保，曾海燕等.深圳市空氣微生物污染狀況監測分析［j］.微生物學雜志，2008，28，（4）：93-97.

［17］程樹培，嚴峻，郝春博等.環境生物技術信息學進展［j］.環境污染治理技術與設備，2002，3，（11）：92-94.

［18］史應武，婁愷，李春.植物內生菌在生物防治中的應用［j］.微生物學雜志，2009，29，（6）：61-64.

［19］趙玉玲，張天生，張巧艷.pcr 法快速檢測肉食品污染沙門菌的實驗研究［j］.微生物學雜志，2010，30，（3）：103-105.

［20］徐義剛，崔麗春，李蘇龍等.多重pcr方法快速檢測4種主要致腹瀉性大腸埃希菌［j］.微生物學雜志，2010，30，（3） ：25-29.

［21］索標，汪月霞，艾志錄.食源性致病菌多重分子生物學檢測技術研究進展［j］.微生物學雜志，2010，30，（6）：71-75

［22］朱曉娥，袁耿彪.基因芯片技術在基因突變診斷中的應用及其前景［j］.重慶醫學，2010，（22）：3128-3131.

［23］陳彥闖，辛明秀.用于分析微生物種類組成的微生物生態學研究方法［j］.微生物學雜志，2009，29，（4）：79-83.

［24］王大勇，方振東，謝朝新等.食源性致病菌快速檢測技術研究進展［j］.微生物學雜志，2009，29，（5）：67-72.

［25］蘇晨曦，潘迎捷，趙勇等.疏水網格濾膜技術檢測食源性致病菌的研究進展［j］.微生物學雜志，2010，30，（6）：76-81.

生物信息學的前景范文第4篇

概率分布（probabilitydistribution）是醫學統計學中多種統計分析方法的理論基礎。授課內容一般包括：二項分布、Possion分布、正態分布、t分布、F分布等。

借助概率分布常常可以幫助我們了解生命指標的特征、醫學現象的發生規律等等。例如，臨床檢驗中計量實驗室指標的參考值范圍就是依據正態分布和t分布的原理計算得到；許多醫學試驗的“陽性”結果服從二項分布，因此它被廣泛用于化學毒性的生物鑒定、樣本中某疾病陽性率的區間估計等；而一定人群中諸如遺傳缺陷、癌癥等發病率很低的非傳染性疾病患病數或死亡數的分布，單位面積（或容積）內細菌數的分布等都服從Poisson分布，我們就可以借助Poisson分布的原理定量地對上述現象進行研究。

在生物信息學中概率分布也有一定應用。例如，Poisson分布可以用于基因（蛋白質）序列的相似性分析。被研究者廣泛使用的分析工具BLAST(BasicLocalAlignmentSearchTool)能迅速將研究者提交的蛋白質（或DNA）數據與公開數據庫進行相似性序列比對。對于序列a和b，BLAST發現的高得分匹配區稱為HSPs。而HSP得分超過閾值t的概率P(H(a,b)>t)可以依據Poisson分布的性質計算得到。

二、假設檢驗

假設檢驗（hypothesis）是醫學統計學中統計推斷部分的重要內容。假設檢驗根據反證法和小概率原理，首先依據資料性質和所需解決的問題，建立檢驗假設；在假設該檢驗假設成立的前提下，采用適當的檢驗方法，根據樣本算得相應的檢驗統計量；最后，依據概率分布的特點和算得的檢驗統計量的大小來判斷是否支持所建立的檢驗假設，進而推斷總體上該假設是否成立。其基本方法包括：u檢驗、t檢驗、方差分析（ANOVA）和非參數檢驗方法。

假設檢驗為醫學研究提供了一種很好的由樣本推斷總體的方法。例如，隨機抽取某市一定年齡段中100名兒童，將其平均身高（樣本均數）與該年齡段兒童應有的標準平均身高（總體均數）做u檢驗，其檢驗結果可以幫助我們推斷出該市該年齡段兒童身高是否與標準身高一致，為了解該市該年齡段兒童的生長發育水平提供參考。又如，醫學中常?？梢圆捎胻檢驗、秩和檢驗比較兩種藥物的療效有無差別；用2檢驗比較不同治療方法的有效率是否相同等等。

這些假設檢驗的方法在生物實驗資料的分析前期應用較多，但由于研究目的和資料性質不同，一般會對某些方法進行適當調整和結合。

例如，基于基因芯片實驗數據尋找差異表達基因的問題。基因芯片（genechip）是近年來實驗分子生物學的技術突破之一，它允許研究者在一次實驗中獲得成千上萬條基因在設定實驗條件下的表達數據。為了從這海量的數據中尋找有意義的信息，在對基因表達數據進行分析的過程中，找到那些在若干實驗組中表達水平有明顯差異的基因是比較基礎和前期的方法。這些基因常常被稱為“差異表達基因”，或者“顯著性基因”。如果將不同實驗條件下某條基因表達水平的重復測量數據看作一個樣本，尋找差異表達基因的問題其實就可以采用假設檢驗方法加以解決。

如果表達數據服從正態分布，可以采用t-檢驗（或者方差分析）比較兩樣本（或多樣本）平均表達水平的差異。

但是，由于表達數據很難滿足正態性假定，目前常用的方法基于非參數檢驗的思想，并對其進行了改進。該方法分為兩步：首先，選擇一個統計量對基因排秩，用秩代替表達值本身；其次，為排秩統計量選擇一個判別值，在其之上的值判定為差異顯著。常用的排秩統計量有：任一特定基因在重復序列中表達水平M值的均值；考慮到基因在不同序列上變異程度的統計量，其中，s是M的標準差；以及用經驗Bayes方法修正后的t-統計量：，修正值a由M的方差s2的均數和標準差估計得到。三、一些高級統計方法在基因研究中的應用

（一）聚類分析

聚類分析（clusteringanalysis）是按照“物以類聚”的原則，根據聚類對象的某些性質與特征，運用統計分析的方法，將聚類對象比較相似或相近的歸并為同一類。使得各類內的差異相對較小，類與類間的差異相對較大1。聚類分析作為一種探索性的統計分析方法，其基本內容包括：相似性度量方法、系統聚類法（HierarchicalClustering）、K-means聚類法、SOM方法等。

聚類分析可以幫助我們解決醫學中諸如：人的體型分類，某種疾病從發生、發展到治愈不同階段的劃分，青少年生長發育分期的確定等問題。

近年來隨著基因表達譜數據的不斷積累，聚類分析已成為發掘基因信息的有效工具。在基因表達研究中，一項主要的任務是從基因表達數據中識別出基因的共同表達模式，由此將基因分成不同的種類，以便更為深入地了解其生物功能及關聯性。這種探索完全未知的數據特征的方法就是聚類分析，生物信息學中又稱為無監督的分析（UnsupervisedAnalysis）。常用方法是利用基因表達數據對基因（樣本）進行聚類，將具有相同表達模式的基因（樣本）聚為一類，根據聚類結果通過已知基因（樣本）的功能去認識那些未知功能的基因。對于基因表達數據而言，系統聚類法易于使用、應用廣泛，其結果——系統樹圖能提供一個可視化的數據結構，直觀具體，便于理解。而在幾種相似性的計算方法中，平均聯接法(AverageLinkageClustering)一般能給出較為合理的聚類結果2。

（二）判別分析

判別分析（discriminantanalysis）是根據觀測到的某些指標的數據對所研究的對象建立判別函數，并進行分類的一種多元統計分析方法。它與聚類分析都是研究分類問題，所不同的是判別分析是在已知分類的前提下，判定觀察對象的歸屬3。其基本方法包括：Fisher線性判別（FLD）、最鄰近分類法（k-NearestNeighborClassifiers）、分類樹算法（ClassificationTreeAlgorithm），人工神經網絡（ANNs）和支持向量機（SVMs）。

判別分析常用于臨床輔助鑒別診斷，計量診斷學就是以判別分析為主要基礎迅速發展起來的一門科學。如臨床醫生根據患者的主訴、體征及檢查結果作出診斷；根據各種癥狀的嚴重程度預測病人的預后或進行某些治療方法的療效評估；以及流行病學中某些疾病的早期預報，環境污染程度的堅定及環保措施、勞保措施的效果評估等。

在生物信息學針對基因的研究工作中，由于借助了精確的生物實驗，研究者通常能得到基因（樣本）的準確分類，如，基因的功能類、樣本歸結于疾?。ㄕ＃顟B等等。當利用了這些分類信息時，就可以采用判別分析的方法對基因進行分類，生物信息學中又稱為有監督的分析（SupervisedAnalysis）。例如，基因表達數據分析中，對于已經過濾的基因，前三種方法的應用較為簡單。而支持向量機（SVMs）和人工神經網絡（ANNs）是兩種較新，但很有應用前景的方法。

（三）相關分析

相關分析（correlationanalysis）是醫學統計學中研究兩變量間關系的重要方法。它借助相關系數來衡量兩變量之間的關系是否存在、關系的強弱，以及相互影響的方向。其基本內容包括：線性相關系數、秩相關系數、相關系數的檢驗、典型相關分析等。

我們常常可以借助相關分析判斷研究者所感興趣的兩個醫學現象之間是否存在聯系。例如，采用秩相關分析我們發現某種食物中黃曲霉毒素相對含量與肝癌死亡率間存在正相關關系；采用線性相關方法發現中年女性體重與血壓之間具有非常密切的正相關關系等等。

生物信息學中可以利用相關分析建立基因調控網絡。如果將兩個不同的基因在不同實驗條件下的表達看作是兩個變量，相關分析所研究的正是兩者之間的調控關系。如采用線性相關系數進行兩基因關系的分析時，其大小反應了基因調控關系的強弱，符號則反應了兩基因是協同關系（相關系數為正），還是抑制關系（相關系數為負）。

四、意義

生物信息學不僅是醫學統計學的研究前沿，更是醫學研究由宏觀向微觀拓展的重要領域，其研究內容已逐漸為多數醫學院校的學員了解和熟悉。而如何對新技術產生的生物實驗數據進行準確合理的分析，卻成為生物信息學研究的主要瓶頸之一。

在醫學統計學課堂教學中引入生物信息學實例，而不僅僅局限于常見的醫學、衛生領域的例子，將難以理解的統計理論和方法與前沿的生物實例相結合，拓寬了學員的視野，提高了學員的學習興趣，更可以加深對所學知識的理解；與此同時，使學員掌握了生物實驗數據的先進分析方法，擴大了學員的知識面，提高了他們今后開展醫學科研工作的能力。

生物信息學的前景范文第5篇

【關鍵詞】 蛋白質組學；中醫證候；中醫診療；中醫藥現代化

隨著人類基因組序列的完成，人類已經由基因組時代進入后基因組時代?；驍盗康挠邢扌院突蚪Y構的相對穩定性使基因組學研究成功邁入到功能基因組學研究。蛋白質組學遂成為后基因時代的研究前沿和熱點領域。將蛋白質組學引入中醫證候學研究，必將進一步為證候分類、辯證標準的選擇和個體化等提供可靠的依據，對于發展中醫藥學，走中醫藥現代化之路具有深遠的影響。本文綜述了蛋白質組學研究的主要關鍵技術及其與中醫證候學研究的相關性。

1蛋白質組及蛋白質組學

1994年澳大利亞的Wilkin和Williams等第一次提出了蛋白質組（Proteome）概念[1、2]，指由一個基因組，或一個細胞、組織所表達的全部蛋白質。蛋白質組學（Proteomics）以蛋白質組為研究對象，分析細胞內動態變化的蛋白質組組成成分、表達水平與修飾狀態，了解蛋白質間相互作用與聯系，在整體水平上研究蛋白質的組成與調控的活動規律[3]。蛋白質組研究是為了識別及鑒定一個細胞或組織所表達的全部蛋白質以及它們的表達模式，是對基因組研究的重要補充，是生物體在蛋白質水平上定量、動態、整體性的研究[4]。蛋白質組研究數據與基因組數據的整合，將在后基因組研究中發揮重要作用。

2蛋白質組學研究技術

2.1雙向凝膠電泳技術

1975年，意大利生化學家O’Farrell在對大腸桿菌、老鼠及幾尼豬的蛋白質研究中，發明了雙向電泳技術[5]（ISO-DLAT），具有高分辨率、快速、簡便等優點。雙向電泳技術是蛋白質組學研究的核心技術之一，其原理是在相互垂直的方向上，它利用蛋白質等電點和分子量的不同運用等電聚焦和聚丙烯酰胺凝膠電泳把復雜的蛋白質混合物在二維平面上分離。

2.2生物質譜技術

1906年，Thomson發明了質譜，在隨后的幾十年里，質譜技術逐漸發展成為研究、分析和鑒定生物大分子的前沿方法[6]。質譜技術的原理是先將樣品離子化，再根據不同離子間的荷質比（m/z）差異來分離蛋白質，并確定其分子量[7]。到20世紀80年代，因兩項軟電離質譜技術―基質輔助激光解析電離質譜技術（MALDI）和電噴霧質譜技術（ESI）的發明，使得質譜技術取得了突破性進展。這兩種質譜技術具有高靈敏度、高通量和高質量的檢測范圍等特點，使得在pmol（10-12）乃至fmol（10-15）的水平上準確分析分子量高達幾萬到幾十萬的生物大分子成為可能[8]。

2.3 蛋白質芯片

蛋白質芯片是用于研究蛋白質功能模式的一種鑒定方法[9]，是指在固相支持物（載體）表面固定大量蛋白探針（抗原、抗體,受體、配體、酶、底物等），形成高密度排列的蛋白質點陣[10]，可以高通量地測定各種微量純化的蛋白質的生物活性，以及蛋白質與生物大分子之間的相互作用[18]。蛋白質芯片具有快速、高效、微型化、自動化、高通量的特點。

2.4生物信息學

生物信息學是在生命科學、計算機科學和應用數學的基礎上逐步發展形成的一門新興交叉學科，運用數學和計算機手段進行巨量生物信息資源的收集、存儲、處理、搜索、利用、共享、分析與解析的科學[11]，它由數據庫、計算機網絡和應用軟件3部分組成[12、13]。蛋白質組信息學研究方法主要包括蛋白質序列比較分析，蛋白質結構-功能的研究，點突變的設計及家族鑒定，蛋白質空間結構預測，建模和分子設計以及分析蛋白質與蛋白質相互作用的數據庫[14、15]。

3中醫證候學與蛋白質組學

中醫證候是指疾病發生和演變過程中某階段以及患者個體當時所處特定內、外環境本質的反映，它以相應的癥、舌、脈、形、色、神表現出來，能夠不同程度地揭示病因、病位、病性、邪正盛衰、病勢等病機內容，為辨證論治提供依據。中醫的“證”是指疾病在演變過程中各種病理因素在體質、自然環境、社會心理等因素和多種矛盾綜合作用于機體的整體反應，是診察和思辨所得。而蛋白質組學摒棄了經典分子生物學研究個別基因的習慣，從蛋白質組整體水平上闡述“一種基因組所表達的全套蛋白質”，以建立對生命現象的整體認識。這與中醫學的“整體觀”具有高度的一致性，且蛋白質組學研究方法的整體性和系統性與中醫基礎理論的整體觀和系統性又極為相似[16]。因而，將蛋白質組學應用于中醫證候學研究，不僅能反映一系列癥狀的物質背景，而且能進一步了解不同蛋白組分的在證表現差異和激烈程度[17]，將是揭示證實質的最有效手段[18]。

在證候理論指導下，運用功能蛋白質組學的方法，通過探討證候，特別是同病異證或異病同證的蛋白質差異表達及翻譯后的修飾情況，揭示與某一證候形成相關的所有蛋白質及其特征，在整體蛋白質表達的水平上闡明證候的本質，則可稱為證候蛋白質組學[19]。這種將蛋白質組學應用于“證”的研究，能夠溝通“實體結構”和“功能模擬”的橋梁，整體上比較不同疾病、同病異證之間的蛋白質圖譜差異，探索蛋白質表達圖譜與中醫分型的系統的、有規律的聯系。

4展望

運用蛋白質組學技術對中醫證候進行研究，為尋找“證侯”的標志蛋白質，揭示中醫“證”理論中蘊藏的科學內涵，闡明中醫診療的分子機理，最終在分子生物學水平上解釋生理和病理奠定了基礎[20、21]。中醫證候是辨證論治的基礎和核心，依據蛋白質組學的理論和技術來探索中醫學理論的基本內涵、中醫證候蛋白質組學以及從蛋白質組學水平探索中藥藥效的機理，都可能成為中醫藥理論和治療研究的突破口。中醫學的發展與現代科學蛋白質組學的交叉，一方面可使中醫學吸取新的思想，取得進一步發展的動力，另一方面又因其獨特的理論與視角，也可為蛋白質組學乃至現代科學的研究與發展提供新的思路[19]。

參考文獻

[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]張樹軍，狄建軍，張國文，魏永春.蛋白質組學研究方法.內蒙古民族大學學報，2008，23（6）：647-649.

[4]熊偉.蛋白質組雙向技術在生物醫學研究中的應用進展. 生命科學儀器. 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，馬華升，王世恒等．植物蛋白質組學研究進展Ⅰ．蛋白質組關鍵技術.遺傳，2006，28（11）：1472-1486.

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

[10] 劉康棟，趙建龍. 蛋白質芯片技術進展. 中國生物工程. 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]陳銘.后基因組時代的生物信息學[J]. 生物信息學，2004,2（2）:29.

[14]陳永對. 生物信息學在基因組和蛋白質研究中的應用. 中國臨床康復. 2006, 10(41): 136-139.

[15]賀光，孫開來. 生物信息學在蛋白質研究中的應用. 國外醫學遺傳學分冊. 2002, 25(3): 156-158.

[16] 張焱，張慶榮. 蛋白質組學與中醫證候研究的思考. 長春中醫藥大學學報. 2007, 23(5): 3-5.

[17] 孫曉偉，周蘇寧. 蛋白質組學與中醫藥研究. 中西醫結合心腦血管病雜志. 2005, 3(11): 987-989.

[18] 余宗陽，杜建. 蛋白質組學與中醫證候實質研究[J]. 中國中西醫結合雜志. 2004, 24(9): 844-846.

[19] 申定珠，李家邦，蔣榮鑫，凌江紅. 證候蛋白質組學與中醫證候學相關性探討. 中國中西醫結合雜志. 2006, 26(4): 366-368.