《毕业实习大纲》教学大纲(本科)_3.pdf

《《毕业实习大纲》教学大纲(本科)_3.pdf》由会员分享，可在线阅读，更多相关《《毕业实习大纲》教学大纲(本科)_3.pdf（3页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、176 毕业实习大纲 一、毕业实习目的及要求（一）毕业实习目的 毕业专题实践是学生大学的最后学习阶段，在这一阶段，学生在导师的指导下，综合运用所学基础与专业理论知识进行科学研究，培养创新意识、团结协作精神和严谨的科学作风，提高解决实际问题的能力。因此，毕业专题实践是理论与实践相结合，教学与科研生产相结合的过程，是对学生进行综合素质教育的重要途径，是实现本科学生培养目标的重要阶段。通过毕业专题实践，培养生物信息学专业学生理论联系实际，综合运用数学、计算机、生物医学学科知识进行创新实践的能力；发现、分析和解决生物医院领域未解决难题的能力；获取、分析和利用网络公共信息的能力；基本的科学研究思维和方法

2、、严谨的科学作风；撰写科学论文的基本思路和技能；沟通、协调和组织工作能力；职业道德、职业能力和团结协作精神；创新意识和创新能力；研究性学习的能力。（二）毕业实习要求 第九至十学期安排毕业实习及毕业设计 36 周，其中第九学期 22 周，第十学期 14 周。要求毕业生经过一年的科研训练，毕业前独立完成学士论文，内容具有创新性及实用性，并且能够通过科研诚信论文查重系统检测。毕业实习经历导师双向选择，每名学生确定一名固定指导教师，完成论文开题、中期考核、论文盲审、论文查重并通过毕业答辩。二、毕业实习内容 鉴于生物信息学专业横跨多领域、多学科交叉的特点，有必要根据不同应用领域的需求和特点，设立多元化的

3、培养目标，并根据不同的目标安排、完善相应的毕业实习内容。（一）分子生物学基础部分 1.基因组学基础 掌握内容：真核生物染色体、原核生物染色体特征；人类基因组，其他生物基因组。了解内容：DNA的化学组成、功能特性；RNA的结构、修饰与功能；蛋白质的结构与功能；中心法则；DNA的构型与功能；基因组的序列组成；基因的组成。2.基因组测序与序列组装 掌握内容：链终止法和化学降解法的概念和技术原理；第二代测序技术的原理、特点和关键技术指标；基因组测序的基本策略；读序的概念；序列组装中的重要术语。了解内容：第一代DNA测序技术的特点、操作流程和相关概念；第二代测序技术的发展状况；第三代测序技术的关键技术流

4、程和相关概念。3.基因组序列注释 掌握内容：基因的注释流程；计算机预测基因功能的一般思路；基因功能检测的常用技术；基于进化的基因功能注释方法。了解内容：基因搜寻相关的关键概念；基因的命名和分类原则；同源基因的概念和查找思路；基因注释软件；基因确认的实验方法。4.基因的转录调控与转录物组 掌握内容：非编码RNA的种类和概念；长非编码RNA的概念及生物学意义。了解内容：mRNA的概念和特征；mRNA前体剪接加工的研究进展；mRNA的定位与降解；mRNA的修饰过程；基因组非编码RNA的发现与功能。5.蛋白质组学分子基础 177 掌握内容：翻译的整体调控；翻译的专一性调控；蛋白质的剪切加工；蛋白质折叠

5、；蛋白质降解标记泛素化；蛋白酶体；蛋白质降解的生物学意义。了解内容：蛋白质合成中核糖体的作用；蛋白质翻译后化学修饰。6.基因组表观遗传学基础 掌握内容：位置效应与表观遗传；副突变；单等位基因表达；表观遗传通路的概念和意义（诱导、起始、维持）；表观遗传密码。了解内容：表观遗传学的概念与研究范畴；基因组印记的概念；核小体修饰与基因表达；染色质重建的两个模型；表观遗传现象和研究进展。7.基因组进化的分子基础 掌握内容：同源重组；位点专一性重组；双链断裂重组模型；DNA转座；逆转录转座。了解内容：突变的机制与效应；DNA修复机制；超突变与程序性突变；染色体重排；DNA 单链的非对称性进化。（二）模式识

6、别算法部分 1.贝叶斯决策理论 掌握内容：最小错误率贝叶斯决策，基于最小风险的贝叶斯决策，朴素贝叶斯分类器；正态分布时的统计决策；关于分类时的统计决策；判别函数和决策面。了解内容：正态分布概率密度的定义和性质；决策规则的不同形式；决策的错误率；最小风险决策的一般性；多元正态概率模型下的最小错误率贝叶斯决策；贝叶斯决策应用。2.线性分类器算法 掌握内容：Fisher线性判别；感知准则函数；最小错分样本数准则；多类问题。了解内容：最小平方误差准则函数；随机最小错误率线性判别准则函数。3.非线性分类器算法 掌握内容：分段线性判别函数、多层感知器神经网络、支持向量机。4.决策树分类算法 掌握内容：决策

7、树归纳；决策树的工作原理；决策树归纳算法；评估分类器的性能；比较分类器的方法；不平衡类问题；决策树生物学应用。了解内容：模型的过分拟合；组合方法；随机森林；随机森林生物学应用。5.聚类分析及应用 掌握内容：数据、簇和聚类算法的特性；基于原型的聚类；基于密度的聚类；基于图的聚类、聚类应用。了解内容：可伸缩的聚类算法。6.关联分析及应用 掌握内容：频繁项集的产生；规则产生；频繁项集的紧凑表示；处理分类属性连续属性；序列模式；子图模式；挖掘多物种通路频繁模式；文本挖掘。了解内容：产生频繁项集的其他方法；FP增长算法；关联模式的评估；倾斜支持度分布的影响；非频繁模式。（三）基因组学研究基础部分 1.新

8、一代测序技术和工作流程 掌握内容：生物信息学概念及其主要特征，新一代测序分析原理流程。了解内容：生物信息学的应用及其在复杂疾病研究中的应用；新一代测序数据的预处理，新一代测序仪的基本技术原理。2.核酸序列比对 掌握内容：描述序列相似性的指标、序列相似性及比对原理；核酸序列分析的基本步骤和方法、基因两两比对算法，局部比对搜索的策略；序列相似性及比对原理。Clustal Omega程序使用 178 方法、多序列比对动态规划算法原理、星型比对及树形比对的基本原理。了解内容：基于BWT方法的短序列比对算法及应用的软件。其他可以进行短序列比对的生物信息学工具。3.DNA和RNA测序的应用 掌握内容：非编

9、码RNA测序及其应用、RNA-seq技术与micro-array技术的比较。了解内容：DNA重测序与个体变异发现、细菌基因组测序与致病性位点发现、宏基因组测序与感染性疾病分析、外显子组测序。4.ChIP-Seq技术及其应用 掌握内容：位置频率矩阵及位置权重矩阵的计算方法及应用。了解内容：ChIP-seq技术的实验原理、转录因子结合位点的预测及分析方法。5.新一代测序在表观遗传研究中的技术及应用 掌握内容：DNA甲基化的定量计算及分析方法。了解内容：MeDIP-seq、MethyCap、RRBS、Infinium甲基化检测技术的特点及应用。6.知识扩展：新一代测序技术相关研究方法纵览、RNA二级

10、结构的研究方法及应用 掌握内容：RNA二级结构概念、SRA数据库的使用方法及数据下载预处理流程。了解内容：单分子测序技术、Hi-C测序、Clip-seq测序等在实际研究中的应用。7.基因注释与功能分类 掌握内容：基因及其产物的注释体系和注释数据库GO和KEGG；基因集功能富集分析方法和常用工具；功能富集分析中的常见注意事项和误区；本体论的概念。了解内容：基因及其产物的功能预测方法因组功能注释在功能基因组学中的意义；GO功能注释证据的类型；KEGG其他数据库；GO和KEGG数据库产生与发展历程：功能数据的拓展使用。（四）科研论文写作与课题标书设计部分 1.课题选择 基本内容：选择你感兴趣的科学问

11、题，收集资料，阅读文献，建立科学假设，确定课题题目，并撰写摘要以及立项依据。基本要求：课题选择合理、题目简洁明了、摘要精炼、立项依据充分、语言通顺。2.课题设计 基本内容：提炼研究目标、列举研究内容、提出拟解决的关键问题。基本要求：研究目标适中、研究内容合理、关键科学问题准确。3.标书的撰写及修改 基本内容：规划拟采取的研究方案及可行性分析、提炼本项目的特色与创新之处、设计年度研究计划及预期研究结果、汇总并填写正式国家自然基因标书。基本要求：研究方案可行、创新之处有新意、研究计划合理、预期结果恰当、基金标书格式正确、语言通顺。三、毕业实习时间安排 毕业实习共36周，其中第九学期22周，第十学期14周。