一、课程的性质、教学目的与任务

生物信息学是一门新兴的交叉学科，是现代生物学研究的重要工具。本课程是生物技术、生物科学以及水产养殖专业一门重要的双语专业基础必修课程。本门课程的开设正是为了使学生了解目前生物信息学的研究内容和发展方向，培养学生具有生物信息学方面的理论基础和基本技能，并且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、分析和利用问题。

二、课程教学的基本要求

在课堂讲授方式上，力求深入浅出、形象生动，贯穿分析，并尽可能综合采用幻灯、图表和演示操作以达到简明扼要、直观明了、易于理解的目的。生物信息技术和相关分析软件的学习是本课程的主要教学环节。本着理论与实践相结合，学以致用的原则，在上机实验教学中采用“PBL+E-learning”模式，从提出问题、分析问题、解决问题入手，以提高学生综合分析问题和解决实际问题的能力。在具体教学中,将采用多种教学方法和手段：

1.通过对生物学基本理论和原理的讲述，使学生掌握生物信息学的产生背景、研究对象及任务、生物信息技术的基本原理和方法。

2.通过上机实践，紧密联系实际，以课组教师承担的相关研究项目为载体，从提出问题、分析问题、解决问题三个层次，加深学生对生物信息数据挖掘技术、序列比对技术、系统进化分析技术等的理解。

3.结合生物信息学领域的发展前沿和热点问题，适时采用课堂讨论法，拓宽学生的知识面，培养学生的创新意识和能力。

三、课程教学对学生知识和能力培养的要求

1.知识要求：

（1）掌握生物信息学的核心知识；

（2）掌握数据挖掘、序列比对、系统进化等特色知识；

（3）熟悉重要生物信息数据库的内容；

（4）掌握生物信息分析软件的原理和使用方法。

2.能力要求：

（1）具有一定的生物技术领域的研究能力；

（2）具有利用生物信息技术解决生物技术领域问题的能力；

（3）具有运用生物信息学知识分析问题、解决问题的综合能力；

（4）具有一定的创新创业意识和能力；

（5）掌握获取与处理生物技术信息的基本知识与技能，具有不断获取新知识的态度和适应职业发展的基本能力。

四、本课程与相关课程的关系

本课程的基础是大学计算机、基础生物化学、细胞生物学、分子生物学。本课程与生物化学，分子生物学等课程联系紧密，同时本课程广泛使用数理统计和计算数学的理论和知识，并结合计算机应用技术。

 教材： 

1. 《水产生物信息学》，湛垚垚主编，科学出版社，2021年。

主要参考书： 

1.《生物信息学》(第三版)，陈铭主编，科学出版社，2019年。

2.《生物信息学》(第二版)，陈铭等译，科学出版社，2013年。

3.《生物信息学》，叶子弘主编，浙江大学出版社，2011年。

4.《Bioinformatics》 ,Jeremy J. Ramsden, Springer, London, 2009年。

5.《Bioinformatics：A Practical Guide to theAnalysis of Genes and Proteins》, A.D Baxevanis, B.F. FrancisOuellette.                   Second Edition. Wiley-Interscience. 

1.     美国国立生物技术信息中心（NCBI）官网： https://www.ncbi.nlm.nih.gov/

2.     欧洲生物信息学研究所（EBI）官网： http://www.ebi.ac.uk/

3.     北京大学生物信息中心（CBI）官网： http://www.cbi.pku.edu.cn/

4.     曼彻斯特大学生物信息学资源 http://www.bioinf.man.ac.uk/

5.     中国科学院上海生命科学研究院生物信息中心 http://www.sicls.ac.cn/

6.     生物信息学专业网 http://www.bioinformatics.org/

7.     生物序列分析中心 http://www.cbs.dtu.dk/

8.     日本遗传研究所的DDBJ http://www.ddbj.nig.ac.jp/

9.     Ensembl数据库 http://www.ensembl.org/

10.  Ensembl数据库 (http://www.ensembl.org/

11.  蛋白质信息资源数据库PIR  http://pir.georgetown.edu/

12.  SWISS-PROT  http://www.expasy.ch/sprot/sprot-top.html

13.  TrEMBL数据库  http://www.ebi.ac.uk/trembl/index.html

14.    UniProt蛋白质数据库  http://www.ebi.ac.uk/uniprot/index.html

15.  PDB数据库  http://www.pdb.org/pdb/

16.  PDB数据库  http://www.pdb.org/pdb/

17.  SCOP数据库 http://scop.mrc-lmb.cam.ac.uk/scop/

18.  DSSP数据库 http://www.sander.embl-heidelberg.de/dssp/

19.  单碱基多态性数据库dbSNP http://www3.ncbi.nlm.nih.gov/SNP/

20.  真核基因启动子数据库EPD http://www.epd.isb-sib.ch/

21.  人类遗传数据库 http://www.ncbi.nlm.nih.gov:80/entrez/query.fcgi?db=OMIM

22.  格赖夫斯瓦尔德大学生物信息学网站 http://bioinf.uni-greifswald.de/bioinf/index.html

23.  蛋白质三级结构预测 https://swissmodel.expasy.org/