生物信息学考研

2024-06-01

生物信息学考研（精选6篇）

篇1：生物信息学考研

至善川大考研网

四川大学考研生物信息学专业冲刺阶段复习经验

很快大学四年快要过去，我的记忆里还是当初高考失败的惨痛。还是不太愿意接受自己所读的大学。大学，像高中老师说的那样好好玩，好好放松。我天真的以为大学就是应该玩，索性每一次专业课都是及格为目的，我也从没想过要奖学金什么的。助学金申请不够资格，辅导员说要留给贫困的同学。我恰恰是属于普普通通的那种学生，高中的时代已然过去我的光芒什么的都随着高考离开了我。大学我也没想要奋斗一番。别谈奖学金别谈保研。我几乎不知道保研是可以保外校，苦想还要继续在这个学校读三年，我甩头就走。直到后来才发现同寝室的两个好友一个保研在了华南理工；另一个去了中科院。实话说我在准备考研那段时间才明白什么是保研什么是考研。

初试：考研中除了需要斗志，还要坚持，坚持着自己的目标，坚持着每天按部就班的学习，坚持着忍受一些不可回避的痛苦或者寂寞等等，只要坚持了，相信天道酬勤。我的考研分为几个阶段，我认为虽然计划赶不上变化，但是考研复习整个的计划还是需要思考的，比如要复习几轮，每轮做些什么，达到什么样的效果这些都是需要心中有数的，即使每天的计划有时会更改，但是大的方向需要把握住。

以下主要谈谈专业课的复习，公共课各个学校都是一样，可以广泛参考经验。4到6月第一轮复习，生化我是先找了一本薄的看了一遍并简单做一些习题，主要是一些选择填空，以巩固知识；细胞大体上进行一遍，也是做王金发老师的习题集，主要是小题。同时在复习专业课的时候做了一些笔记，整理出框架加深印象。7到10进行第二轮复习，由于其中一些事情的影响，放慢了复习进度，其实我觉得暑假7和8月份就可以把第二遍进行完，第二遍是在第一遍的基础上进一步熟悉课本，并进一步做习题，将一些基础性的习题进一步做做，并开始思考一些大题，细胞是王金发老师和翟中和老师的书兼顾，生化这个时候就是简要看一下薄本的，后来就开始看王镜岩的两本厚书，因为对生化的知识有了初步的了解，所以此时看生化会看得很快，而且收获很大；11到1月第三轮复习，做真题并多研究真题整理答案，真题我是用《四川大学计算机基础考研复习精编》这本书的历年真题，对于答案有重点解析，方便理解，但是，目前这本书已经售罄了，只能等2015年才有新的，提醒即将报考这个专业的学弟学妹们，如果需要，要赶紧买。当然有人会问，你读生物怎么会看计算机呢？那是因为生物信息学的生物软件需要懂一些计算机专业知识，很麻烦的。然后在真题的基础上再看一遍书，同时完善答案，注重细节，相应的做一些笔记，第三轮的时候看了一些基础生物化学这两本，这两本书重点很突出，都有相应的标记，而且与川大的生化真题是相接轨的，可以对王镜岩的书作一定的补充，同时一部分真题的答案可以在上面找到相关知识。

考研前4个月时我们就要反复的做题和看教材，而且要对自己进行模拟考试，按照考试时间进行模考，检测自己的实力，也能更快的进入到考试的状态，四川大学计算机基础考研冲刺宝这本对于冲刺的作用很有效果，当然要适当配合一些迷你真题来做，模拟题，我推荐川大计算机基础考研模拟五套卷与答案解析这本书，虽然这些资料看起来很充足了，但是也要注重基础知识的巩固。临近考试，复习方法应当有所调整，不能再继续题海战术，要在记忆知识点的同时掌握学习方法。建议大家使用提纲记忆法，将所学知识点以提纲的形式列出，再把内容填充进去。一来列提纲的过程本身就是对知识点的整合梳理的过程，二来填充的过程是对知识点的又一次强化。同时，考生在记忆时可以记忆关键词，这样减少了记忆的量，使记忆由多变精。

研究生的生活等待着我，我一定不会再虚度光阴了。呵呵~祝大家考研成功。不放弃不抛弃！阳光总在风雨后，你是最棒的！

篇2：生物信息学考研

四川大学生物信息学考研复习冲刺经验总结

在漫长的考研长跑比赛中，如果你穿着一双合脚而又便利的跑鞋，那么你注定要比别人跑得轻松、跑得愉快。为了帮助新闻与传播硕士考研的同学更好地复习，切实地利用好第一轮复习这个考研过程中关键的时间点。下面说说四川大学生物信息学该怎么复习。

以下主要谈谈专业课的复习，公共课各个学校都是一样，可以广泛参考经验。4到6月第一轮复习，生化我是先找了一本薄的看了一遍并简单做一些习题，主要是一些选择填空，以巩固知识；细胞大体上进行一遍，也是做王金发老师的习题集，主要是小题。同时在复习专业课的时候做了一些笔记，整理出框架加深印象。7到10进行第二轮复习，由于其中一些事情的影响，放慢了复习进度，其实我觉得暑假7和8月份就可以把第二遍进行完，第二遍是在第一遍的基础上进一步熟悉课本，并进一步做习题，将一些基础性的习题进一步做做，并开始思考一些大题，细胞是王金发老师和翟中和老师的书兼顾，生化这个时候就是简要看一下薄本的，后来就开始看王镜岩的两本厚书，因为对生化的知识有了初步的了解，所以此时看生化会看得很快，而且收获很大；11到1月第三轮复习，做真题并多研究真题整理答案，真题我是用《四川大学计算机基础考研复习精编》这本书的历年真题，对于答案有重点解析，方便理解，当然有人会问，你读生物怎么会看计算机呢？那是因为生物信息学的生物软件需要懂一些计算机专业知识，很麻烦的。然后在真题的基础上再看一遍书，同时完善答案，注重细节，相应的做一些笔记，第三轮的时候看了一些基础生物化学这两本，这两本书重点很突出，都有相应的标记，而且与川大的生化真题是相接轨的，可以对王镜岩的书作一定的补充，同时一部分真题的答案可以在上面找到相关知识。

考研前一个月时我们就要反复的做题和看教材，而且要对自己进行模拟考试，按照考试时间进行模考，检测自己的实力，也能更快的进入到考试的状态。临近考试，复习方法应当有所调整，不能再继续题海战术，要在记忆知识点的同时掌握学习方法。建议大家使用提纲记忆法，将所学知识点以提纲的形式列出，再把内容填充进去。一来列提纲的过程本身就是对知识点的整合梳理的过程，二来填充的过程是对知识点的又一次强化。同时，考生在记忆时可以记忆关键词，这样减少了记忆的量，使记忆由多变精。

篇3：生物信息学本科教学初探

1 本科生初学生物信息学存在的主要问题

经过三年教学实践发现, 西北农林科技大学生命学院生物技术专业、创新实验学院生物技术基地班和创新班的学生在学习《生物信息学》课程时主要存在以下两个问题:

一是学生因对该新兴学科不了解而造成对课程不重视。

在与学生的互动交流中, 我们了解到由于生物信息学是一门新兴的学科, 绝大多数学生对该课程的认知度几乎为零, 对该领域非常陌生, 不清楚学后有何用处, 甚至认为该门课程没有什么用处, 导致学习目的不明确, 学习动力不足。然而一些学生参与科学研究后, 认识到生物信息学的重要性而重回课堂或重新学习本课程。

二是课程理论性强, 学习资源多以英文编写, 因而基础差的学生倍感吃力。

由于本课程理论知识非常抽象, 前后知识点的衔接相对比较紧凑, 且生物信息学相关网站、数据库和软件等学习资源均以英文为主, 部分学生的数学、计算机和英语等基础知识不够扎实, 在不能有效掌握某些知识点后, 逐渐产生厌学情绪, 甚至放弃学习。

2 教学模式探索

2.1 提高学生对生物信息学的认知度。

绝大部分学生在刚接触生物信息学时对该课程的认识非常有限, 对于该课程所涉及的主要内容及应用更是所知无几, 若直接对学生讲授大量枯燥乏味的算法、晦涩难懂的模型以及全英文的操作界面等将会促使学生失去学习的兴趣。因此, 提高学生对生物信息学知识及其应用的认知、将学生的思维引入所学内容是非常关键的一步[2], 可以提高教学中的“学”的主动性及积极性。

实际应用范例是最为形象和最易理解的教学素材, 能够帮助学生简单直观地了解所学知识的实际应用。可以以教师自身科研工作及本学科领域最新研究成果或经典案例作为教学素材, 从背景知识、研究目的和意义、研究方法及研究结果等几个方面做深入浅出的讲解, 从而使学生从整体上清晰地了解所学的知识点及其在今后学习、工作或研究中的应用, 进而激发学生的学习兴趣。

2.2 双语教学的必要性。

早在2001年教育部就颁布了《关于加强高等学校本科教学工作提高教学质量的若干意见》 ([2001]4号) , 意见第八条为“积极推动使用英语等外语进行教学”。明确指出“为适应经济全球化和科技革命的挑战, 本科教育要创造条件使用英语等外语进行公共课和专业课教学。对高新技术领域的生物技术、信息技术等专业, 更要先行一步”。2005年颁布的《关于进一步加强高等学校本科教学工作的若干意见》 ([2005]1号) 再次强调“要提高双语教学课程的质量, 继续扩大双语教学课程的数量”。

作为生物技术领域的前沿学科, 生物信息学开展双语教学顺应了中国高等教育发展的趋势, 是时代的需要, 是我国高等教育适应国际化趋势发展的需要[3]。生物信息学双语教学有利于学生更好地学习该门课程和掌握学科发展的前沿知识。英语是当前国际交流的通用语言, 绝大部分高水平的科研论文、著作都是采用英文撰写, 特别是生物信息学领域重要的网络在线数据库和软件等资源均是英文界面。生物信息学双语教学可以帮助学生掌握更多的英文专业术语, 从而有利于查阅和使用英文网络在线资源、阅读英文原版书籍和文献、获取更多本学科领域的前沿知识。

2.3 实践与理论穿插进行。

目前我们的课程设置为先学习理论课, 之后进行生物信息学实践。三年来, 学生普遍反映应将二者穿插进行, 更有利于快速掌握所学知识。生物信息学是理论知识与实践应用并重的学科, 课程知识点间连贯性强, 因而在讲授每个知识点后, 应在同一周内安排学生在计算机房进行实践, 并布置相应的习题帮助学生巩固和加深对知识点的理解与掌握, 为学习下一知识点做好准备。

2.4 互动答疑与资源共享。

教师利用课间及课余时间答疑会受到很多因素的制约, 而使其效果不明显。充分利用课程网络教学平台进行师生互动式答疑, 可以提高教师的答疑效率, 更重要的是可以使同学们共享所提出的不同问题;而且还有利于教师掌握学生对本课程的学习情况, 并据此调整授课方案, 达到更好的教学效果;此外可以就课程中的疑难问题组织学生在平台讨论区进行自由讨论, 使学生通过讨论加深对知识点的理解。

3 教材选择

鉴于生物信息学进行双语教学的重要性, 在教材选择上就应当以英文原版教材为主, 同时提供一些经典的中文教材作为参考。对于本科生教育, 理想的英文原版教材应当涵盖较广的知识范围、具有系统性的讲解且能够深入浅出, 同时, 语言表达要通俗易懂。目前国内引进的生物信息学相关英文原版教材中有些属于科普性质, 其内容过于简单, 而有些偏向研究性质, 对问题的分析过于复杂, 适合本科生学习的英文原版教材仍显欠缺。

4 师资力量

生物信息学不同于传统学科, 它所涵盖的内容更新速度之快, 要求授课教师必须紧跟学科领域前沿发展动态, 不断更新授课内容, 使教学与国际接轨;其次, 双语教学要求授课教师具备较高的专业英文水准, 能够把握好授课过程中的中英比例及难易程度。目前国内生物信息学双语教学的优秀教师还是非常缺少的, 应加强对双语教学师资的培训。

5 结论

本科生开设生物信息学是为了顺应国际科技发展的趋势, 使学生掌握最新的生物研究技术, 提高学生的创新及综合能力。虽然目前还未具有传统学科那样丰富与成熟的教学经验, 但只要针对存在的问题逐步地进行教学改革尝试, 便能够不断提高教学效果、积累教学经验, 促进创新型人才的培养。

参考文献

[1]Jonathan Pevsner, Bioinformatics and Functional Genomics, Wiley, 2005:1-12.

[2]邱志军.一般本科院校生物信息学课程教学的思考[J].科技信息, 2012, 33:646.

篇4：生物信息学现状分析

【关键词】生物; 信息学; 技术

中图分类号:G633.91 文献标识码:A 文章编号:1009-8283(2009)05-0258-01

1 生物信息学的产生

21世纪是生命科学的世纪,伴随着人类基因组计划的胜利完成,与此同时,诸如大肠杆菌、结核杆菌、啤酒酵母、线虫、果蝇、小鼠、拟南芥、水稻、玉米等等其它一些模式生物的基因组计划也都相继完成或正在顺利进行。人类基因组以及其它模式生物基因组计划的全面实施,使分子生物数据以爆炸性速度增长。在计算机科学领域,按照摩尔定律飞速前进的计算机硬件,以及逐步受到各国政府重视的信息高速公路计划的实施,为生物信息资源的研究和应用带来了福音。及时、充分、有效地利用网络上不断增长的生物信息数据库资源,已经成为生命科学和生物技术研究开发的必要手段,从而诞生了生物信息学。

2 生物信息学研究内容

2.1序列比对

比较两个或两个以上符号序列的相似性或不相似性。序列比对是生物信息学的基础。两个序列的比对现在已有较成熟的动态规划算法,以及在此基礎上编写的比对软件包——BALST和FASTA,可以免费下载使用。这些软件在数据库查询和搜索中有重要的应用。有时两个序列总体并不很相似,但某些局部片断相似性很高。Smith-Waterman算法是解决局部比对的好算法,缺点是速度较慢。两个以上序列的多重序列比对目前还缺乏快速而又十分有效的算法。

2.2 结构比对

比较两个或两个以上蛋白质分子空间结构的相似性或不相似性。

2.3 蛋白质结构预测

从方法上来看有演绎法和归纳法两种途径。前者主要是从一些基本原理或假设出发来预测和研究蛋白质的结构和折叠过程。分子力学和分子动力学属这一范畴。后者主要是从观察和总结已知结构的蛋白质结构规律出发来预测未知蛋白质的结构。同源模建和指认(Threading)方法属于这一范畴。虽然经过30余年的努力,蛋白结构预测研究现状远远不能满足实际需要。

2.4 计算机辅助基因识别

给定基因组序列后,正确识别基因的范围和在基因组序列中的精确位置.这是最重要的课题之一,而且越来越重要。经过20余年的努力,提出了数十种算法,有十种左右重要的算法和相应软件上网提供免费服务。原核生物计算机辅助基因识别相对容易些,结果好一些。从具有较多内含子的真核生物基因组序列中正确识别出起始密码子、剪切位点和终止密码子,是个相当困难的问题,研究现状不能令人满意,仍有大量的工作要做。

2.5 非编码区分析和DNA语言研究

在人类基因组中,编码部分进展总序列的3~5%,其它通常称为“垃圾”DNA,其实一点也不是垃圾,只是我们暂时还不知道其重要的功能。分析非编码区DNA序列需要大胆的想象和崭新的研究思路和方法。DNA序列作为一种遗传语言,不仅体现在编码序列之中,而且隐含在非编码序列之中。

3 生物信息学的新技术

3.1Lipshutz(Affymetrix,Santa clara,CA,USA)

Lipshutz(Affymetrix,Santa clara,CA,USA)描述了一种利用DNA探针阵列进行基因组研究的方法,其原理是通过更有效有作图、表达检测和多态性筛选方法,可以实现对人类基因组的测序。光介导的化学合成法被应用于制造小型化的高密度寡核苷酸探针的阵列,这种通过软件包件设计的寡核苷酸探针阵列可用于多态性筛查、基因分型和表达检测。然后这些阵列就可以直接用于并行DNA杂交分析,以获得序列、表达和基因分型信息。

3.2 基因的功能分析

Overton(University of Pennsylvania School of Medicine,Philadelphia,PA,USA)论述了人类基因组计划的下一阶段的任务——基因组水平的基因功能分析。这一阶段产生的数据的分析、管理和可视性将毫无疑问地比第一阶段更为复杂。他介绍了一种用于脊椎动物造血系统红系发生的功能分析的原型系统E-poDB,它包括了用于集成数据资源的Kleisli系统和建立internet或intranet上视觉化工具的bioWidget图形用户界面。

Babbitt(University of California,San Francisco,CA,USA)讨论了通过数据库搜索来识别远缘蛋白质的方法。对蛋白质超家族的结构和功能的相互依赖性的理解,要求了解自然所塑造的一个特定结构模板的隐含限制。蛋白质结构之间的最有趣的关系经常在分歧的序列中得以表现,因而区分得分低(low-scoring)但生物学关系显著的序列与得分高而生物学关系较不显著的序列是重要的。

3.3 新的数据工具

Letovsky(Johns hopkins University,Baltimore,MD,USA)介绍了GDB数据库,它由每条人类染色体的许多不同图谱组成,包括细胞遗传学、遗传学、放射杂交和序列标签位点(STS)的内容,以及由不同研究者用同种方法得到的图谱。就位置查询而言,如果不论其类型(type)和来源(source),或者是否它们正好包含用以批定感兴趣的区域的标志(markers),能够搜索所有图谱是有用的。为此目的,该数据库使用了一种公用坐标系统(common coordinate system)来排列这些图谱。数据库还提供了一张高分辨率的和与其他图谱共享许多标志的图谱作为标准。共享标志的标之间的对应性容许同等于所有其它图谱的标准图谱的分配。

Candlin(PE applied Biosystems,Foster City,CA,USA)介绍了一种新的存储直接来自ABⅠPrism dNA测序仪的数据的关系数据库系统BioLIMS。该系统可以与其它测序仪的数据集成,并可方便地与其它软件包自动调用,为测序仪与序列数据的集成提供了一种开放的、可扩展的生物信息学平台。

参考文献:

[1]顾明亮. 生物芯片技术及展望[J] 滨州医学院学报, 2003,(02) .

[2]菅复春,张子宏,肖乃淼,张龙现. 基因芯片技术的应用[J] 河南畜牧兽医, 2006,(08) .