查看原文
其他

中国大学MOOC的生物信息学之华中农业大学

生信技能树 生信菜鸟团 2022-06-07

我们首先在生信技能树分享了:中国大学MOOC的生物信息学公开课之河南科技大学 不知道学习的朋友多不多,反正留言参与推进高校生物信息学课程改革的朋友很少。

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

今天我们推荐的是华中农业大学的生物信息学课程

  • https://www.icourse163.org/course/HZAU-1205902809

课程前言

本课程在原国家级精品课程、国家级精品资源共享课《生物信息学》基础上转型升级,是一门生命科学领域和信息科学领域的应用型交叉学科。课程共分为八章,分别是生物信息学概要、生物信息学数据库、生物信息学数据库检索、系统演化分析、基因分析和基因组注释、蛋白质分析、基因组浏览器、生物信息学其他应用。通过本课程的学习,可以培养学员具有生物信息学方面的理论基础和基本技能,能够运用所掌握的生物信息学理论、方法和技术初步解决科研和实际工作中生物信息的存储、检索、分析和利用的问题。本课程不仅有理论讲授,更有大量操作视频,并辅以在线互动答疑和其他相关资料。

课程目录

第一章 生物信息学概要

  • 1.1 生物信息学发展

  • 1.2 生物信息学基本方法和技术

  • 1.3 生物信息学研究内容

  • 1.4 生物信息学应用

第二章 生物信息学数据库

  • 2.1 核苷酸数据库

  • 2.2 蛋白质数据库

  • 2.3 其他数据库及数据提交

第三章 生物信息学数据库检索

  • 3.1 关键词为基础的数据库检索

  • 3.2 序列对位排列分析原理

  • 3.3 序列为基础的数据库检索

第四章 系统演化分析

  • 4.1 多序列对位排列

  • 4.2 系统演化分析

  • 4.3 MEGA应用

第五章 基因分析和基因组注释

  • 5.1 编码蛋白质基因预测

  • 5.2 非编码RNA基因预测

  • 5.3 基因结构分析

  • 5.4 miRNA及靶基因预测

  • 5.5 ENCODE

第六章 蛋白质分析

  • 6.1 蛋白质性质和结构分析

  • 6.2 膜蛋白分析

  • 6.3 蛋白质翻译后修饰分析

  • 6.4 蛋白质亚细胞定位分析

第七章 基因组浏览器

  • 7.1 UCSC基因组浏览器

  • 7.2 Ensembl基因组浏览器

  • 7.3 代表性模式生物数据库

  • 7.4 代表性农作物数据库

第八章 生物信息学其他应用

  • 8.1 芯片表达谱及RNA-seq应用

  • 8.2 ChIP-seq技术及应用

  • 8.3 Galaxy应用

  • 8.4 GEO数据库应用

  • 8.5 CRISPR gRNA设计

  • 8.6 Primer设计

  • 8.7 限制性核酸内切酶切割位点分析

  • 8.8 测序在组学中的应用

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

  • Bioinformatics: A Practical Guide to the Analysis of Genes and Proteins (Third edition). New York: Wile-Interscience. 2004.

  • NCBI Education. https://www.ncbi.nlm.nih.gov/home/learn/

  • EMBL-EBI. https://www.ebi.ac.uk/

  • 樊龙江。生物信息学。浙江大学出版社,2017。

  • Mayer B。组学数据生物信息学:研究方法与实验方案(导读版)。科学出版社,2013。

  • 李霞 雷健波 李亦学。生物信息学(第二版)。人民卫生出版社,2015。

我特意翻了一下大家推荐的教程,发现里面的章节课后习题有点渗人!

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