查看原文
其他

中国大学MOOC的生物信息学公开课之河南科技大学

生信技能树 生信技能树 2022-06-07

最近在B站重新学习我自己的视频课程,发现一个ID为学什么不好非要学生物的小朋友搬运了大量的生物信息学公开课,都是中国大学MOOC,我简单看了看课程设置,知识点目录。总算是明白了为什么很多人虽然是生物信息学科班出来的,但是仍然是不会处理各种各样的NGS组学数据,甚至简单的芯片表达矩阵或者信号值矩阵也是很勉强。

确实各大高校的课程设置,跟不上生物信息学的发展速度啊!这两天我会把全部中国大学MOOC的生物信息学课程搬运过来推荐给大家,如果确实有需要的朋友,可以查漏补缺,适当看一看。但是我们的重点是讨论一下新时代的生物信息学课程设置,不应该是这样的泛泛而谈的生物信息学认知课。

我这里起一个头,我希望高校可以开设的课程包括;

  • 肿瘤数据库之TCGA计划(希望可以介绍NGS技术在肿瘤学的应用,TCGA计划的来龙去脉,数据背后的生物学认知革命)

  • 实用生物信息学统计大全(包括差异分析,富集分析,GSEA,WGCNA,GSVA等等)

  • 生物信息学图表绘制课(各种NGS组学数据下游分析图表展示示例讲解)

  • 其它待你补充哦

今天我们推荐的是河南科技大学的生物信息学课程(文末阅读原文直达哦!)

https://www.icourse163.org/course/HAUST-1003368029

课程前言

生物信息学是生物科学类、农林类及医学类等本科专业的一门专业课程,主要培养学习者具备初步的生物信息学综合分析技能和创新创业能力。河南科技大学《生物信息学》课程于2018年度被遴选为河南省省级精品在线开放课程。

课程目录

1 绪论
  • 1.1 生物信息学是什么?

  • 1.2 生物信息学学什么

  • 1.3 生物信息学如何学?

  • 1.4 《生物信息学》课程发展历程

2 生物分子数据库
  • 2.1 生物分子数据库的分类

  • 2.2 核酸序列数据库

  • 2.3 蛋白质序列数据库

  • 2.4 蛋白质结构数据库PDB

  • 2.5 基因组数据库

  • 2.6 PubMed文献数据库

  • 2.7 二级核酸数据库

  • 2.8 二级蛋白质数据库

3 数据库的查询与搜索
  • 3.1 数据库查询与搜索概述

  • 3.2 Entrez数据库查询

  • 3.3 数据库限定查询

  • 3.4 BLAST算法及种类

  • 3.5 BLASTp分析

4 核酸序列分析
  • 4.1 核酸序列分析概述

  • 4.2 PCR引物设计

  • 4.3 测序结果载体污染序列检测及序列拼接

  • 4.4 ORF预测

  • 4.5 DNA内含子-外显子预测

  • 4.6 核酸序列提交

5 序列比对
  • 5.1 序列比对的基本概念

  • 5.2 序列比对的得分系统

  • 5.3 核酸打分矩阵

  • 5.4 蛋白质打分矩阵

  • 5.5 双序列比对算法

  • 5.6 Needleman-Wunsch算法

  • 5.7 Smith-Waterman算法

  • 5.8 在线双序列比对

  • 5.9 基于DNAMAN 7.0的多序列比对

6 分子系统发育分析
  • 6.1 Quagga的进化地位问题

  • 6.2 系统发育学基本概念

  • 6.3 系统发育树

  • 6.4 分子系统发育分析

  • 6.5 Fitch-Margoliash法系统发育树构建

  • 6.6 UPGMA法系统发育树构建

  • 6.7 应用MEGA软件分子构建系统发育树

7 蛋白质物理化学及结构预测
  • 7.1 蛋白质物理化学性质预测

  • 7.2 跨膜结构域分析

  • 7.3 亚细胞定位分析

  • 7.4 信号肽分析

  • 7.5 二级结构分析

  • 7.6 保守结构域分析

  • 7.7 3D结构分析

可以看到,基本上是围绕着生物信息学早期概念而展开的,现在流行的NGS测序,以及各种的组学技术都没有涉及。

参考资料

  • Jean-Michel Claverie, Cedric Notredame. Bioinformatics for Dummies. 2nd Edition. Hoboken: Wiley publishing, Inc., 2007.

  • 陈铭 主编.生物信息学.第2版.北京:科学出版社,2015.

  • 陶士珩 主编.生物信息学.第1版.北京:科学出版社,2008.

  • 吕巍 主编. 《生物信息学实验教程》,第1版. 北京:高等教育出版社,2016.

文末友情宣传

强烈建议你推荐给身边的博士后以及年轻生物学PI,多一点数据认知,让他们的科研上一个台阶:


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存