这种最基本的东西没必要求论文啊，自己随便写写就好了，用个DNAMAN，随便挑个基因，分分钟搞出来。再者没人会拿这种东西单独去发一篇论文吧？这点东西根本不够资格，只够在某篇论文里的两句话的分量。
生物信息学我有来头
给你两个网站吧,里面有些范文
一, 生物信息学发展简介生物信息学是建立在分子生物学的基础上的,因此,要了解生物信息学,就必须先对分子生物学的发展有一个简单的了解.研究生物细胞的生物大分子的结构与功能很早就已经开始,1866年孟德尔从实验上提出了假设:基因是以生物成分存在[1],1871年Miescher从死的白细胞核中分离出脱氧核糖核酸(DNA),在Avery和McCarty于1944年证明了DNA是生命器官的遗传物质以前,人们仍然认为染色体蛋白质携带基因,而DNA是一个次要的角色.1944年Chargaff发现了著名的Chargaff规律,即DNA中鸟嘌呤的量与胞嘧定的量总是相等,腺嘌呤与胸腺嘧啶的量相等.与此同时,Wilkins与Franklin用X射线衍射技术测定了DNA纤维的结构.1953年James Watson 和FrancisCrick在Nature杂志上推测出DNA的三维结构(双螺旋).DNA以磷酸糖链形成发双股螺旋,脱氧核糖上的碱基按Chargaff规律构成双股磷酸糖链之间的碱基对.这个模型表明DNA具有自身互补的结构,根据碱基对原则,DNA中贮存的遗传信息可以精确地进行复制.他们的理论奠定了分子生物学的基础.DNA双螺旋模型已经预示出了DNA复制的规则,Kornberg于1956年从大肠杆菌(E.coli)中分离出DNA聚合酶I(DNA polymerase I),能使4种dNTP连接成DNA.DNA的复制需要一个DNA作为模板.Meselson与Stahl(1958)用实验方法证明了DNA复制是一种半保留复制.Crick于1954年提出了遗传信息传递的规律,DNA是合成RNA的模板,RNA又是合成蛋白质的模板,称之为中心法则(Central dogma),这一中心法则对以后分子生物学和生物信息学的发展都起到了极其重要的指导作用.经过Nirenberg和Matthai(1963)的努力研究,编码20氨基酸的遗传密码得到了破译.限制性内切酶的发现和重组DNA的克隆(clone)奠定了基因工程的技术基础.正是由于分子生物学的研究对生命科学的发展有巨大的推动作用,生物信息学的出现也就成了一种必然.2001年2月,人类基因组工程测序的完成,使生物信息学走向了一个高潮.由于DNA自动测序技术的快速发展,DNA数据库中的核酸序列公共数据量以每天106bp速度增长,生物信息迅速地膨胀成数据的海洋.毫无疑问,我们正从一个积累数据向解释数据的时代转变,数据量的巨大积累往往蕴含着潜在突破性发现的可能,"生物信息学"正是从这一前提产生的交叉学科.粗略地说,该领域的核心内容是研究如何通过对DNA序列的统计计算分析,更加深入地理解DNA序列,结构,演化及其与生物功能之间的关系,其研究课题涉及到分子生物学,分子演化及结构生物学,统计学及计算机科学等许多领域.生物信息学是内涵非常丰富的学科,其核心是基因组信息学,包括基因组信息的获取,处理,存储,分配和解释.基因组信息学的关键是"读懂"基因组的核苷酸顺序,即全部基因在染色体上的确切位置以及各DNA片段的功能;同时在发现了新基因信息之后进行蛋白质空间结构模拟和预测,然后依据特定蛋白质的功能进行药物设计[2].了解基因表达的调控机理也是生物信息学的重要内容,根据生物分子在基因调控中的作用,描述人类疾病的诊断,治疗内在规律.它的研究目标是揭示"基因组信息结构的复杂性及遗传语言的根本规律",解释生命的遗传语言.生物信息学已成为整个生命科学发展的重要组成部分,成为生命科学研究的前沿.二, 生物信息学的主要研究方向生物信息学在短短十几年间,已经形成了多个研究方向,以下简要介绍一些主要的研究重点.1,序列比对(Sequence Alignment)序列比对的基本问题是比较两个或两个以上符号序列的相似性或不相似性.从生物学的初衷来看,这一问题包含了以下几个意义[3]:从相互重叠的序列片断中重构DNA的完整序列.在各种试验条件下从探测数据(probe data)中决定物理和基因图存贮,遍历和比较数据库中的DNA序列比较两个或多个序列的相似性在数据库中搜索相关序列和子序列寻找核苷酸(nucleotides)的连续产生模式找出蛋白质和DNA序列中的信息成分序列比对考虑了DNA序列的生物学特性,如序列局部发生的插入,删除(前两种简称为indel)和替代,序列的目标函数获得序列之间突变集最小距离加权和或最大相似性和,对齐的方法包括全局对齐,局部对齐,代沟惩罚等.两个序列比对常采用动态规划算法,这种算法在序列长度较小时适用,然而对于海量基因序列(如人的DNA序列高达109bp),这一方法就不太适用,甚至采用算法复杂性为线性的也难以奏效.因此,启发式方法的引入势在必然,著名的BALST和FASTA算法及相应的改进方法均是从此前提出发的.2, 蛋白质结构比对和预测基本问题是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.蛋白质的结构与功能是密切相关的,一般认为,具有相似功能的蛋白质结构一般相似.蛋白质是由氨基酸组成的长链,长度从50到1000~3000AA(Amino Acids),蛋白质具有多种功能,如酶,物质的存贮和运输,信号传递,抗体等等.氨基酸的序列内在的决定了蛋白质的3维结构.一般认为,蛋白质有四级不同的结构.研究蛋白质结构和预测的理由是:医药上可以理解生物的功能,寻找dockingdrugs的目标,农业上获得更好的农作物的基因工程,工业上有利用酶的合成.直接对蛋白质结构进行比对的原因是由于蛋白质的3维结构比其一级结构在进化中更稳定的保留,同时也包含了较AA序列更多的信息.蛋白质3维结构研究的前提假设是内在的氨基酸序列与3维结构一一对应(不一定全真),物理上可用最小能量来解释.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.同源建模(homology modeling)和指认(Threading)方法属于这一范畴.同源建模用于寻找具有高度相似性的蛋白质结构(超过30%氨基酸相同),后者则用于比较进化族中不同的蛋白质结构.然而,蛋白结构预测研究现状还远远不能满足实际需要.3, 基因识别,非编码区分析研究.基因识别的基本问题是给定基因组序列后,正确识别基因的范围和在基因组序列中的精确位置.非编码区由内含子组成(introns),一般在形成蛋白质后被丢弃,但从实验中,如果去除非编码区,又不能完成基因的复制.显然,DNA序列作为一种遗传语言,既包含在编码区,又隐含在非编码序列中.分析非编码区DNA序列目前没有一般性的指导方法.在人类基因组中,并非所有的序列均被编码,即是某种蛋白质的模板,已完成编码部分仅占人类基因总序列的3~5%,显然,手工的搜索如此大的基因序列是难以想象的.侦测密码区的方法包括测量密码区密码子(codon)的频率,一阶和二阶马尔可夫链,ORF(Open Reading Frames),启动子(promoter)识别,HMM(HiddenMarkov Model)和GENSCAN,Splice Alignment等等.4, 分子进化和比较基因组学分子进化是利用不同物种中同一基因序列的异同来研究生物的进化,构建进化树.既可以用DNA序列也可以用其编码的氨基酸序列来做,甚至于可通过相关蛋白质的结构比对来研究分子进化,其前提假定是相似种族在基因上具有相似性.通过比较可以在基因组层面上发现哪些是不同种族中共同的,哪些是不同的.早期研究方法常采用外在的因素,如大小,肤色,肢体的数量等等作为进化的依据.近年来较多模式生物基因组测序任务的完成,人们可从整个基因组的角度来研究分子进化.在匹配不同种族的基因时,一般须处理三种情况:Orthologous: 不同种族,相同功能的基因Paralogous: 相同种族,不同功能的基因Xenologs: 有机体间采用其他方式传递的基因,如被病毒注入的基因.这一领域常采用的方法是构造进化树,通过基于特征(即DNA序列或蛋白质中的氨基酸的碱基的特定位置)和基于距离(对齐的分数)的方法和一些传统的聚类方法(如UPGMA)来实现.5, 序列重叠群(Contigs)装配根据现行的测序技术,每次反应只能测出500 或更多一些碱基对的序列,如人类基因的测量就采用了短枪(shortgun)方法,这就要求把大量的较短的序列全体构成了重叠群(Contigs).逐步把它们拼接起来形成序列更长的重叠群,直至得到完整序列的过程称为重叠群装配.从算法层次来看,序列的重叠群是一个NP-完全问题.6, 遗传密码的起源通常对遗传密码的研究认为,密码子与氨基酸之间的关系是生物进化历史上一次偶然的事件而造成的,并被固定在现代生物的共同祖先里,一直延续至今.不同于这种"冻结"理论,有人曾分别提出过选择优化,化学和历史等三种学说来解释遗传密码.随着各种生物基因组测序任务的完成,为研究遗传密码的起源和检验上述理论的真伪提供了新的素材.7, 基于结构的药物设计人类基因工程的目的之一是要了解人体内约10万种蛋白质的结构,功能,相互作用以及与各种人类疾病之间的关系,寻求各种治疗和预防方法,包括药物治疗.基于生物大分子结构及小分子结构的药物设计是生物信息学中的极为重要的研究领域.为了抑制某些酶或蛋白质的活性,在已知其蛋白质3级结构的基础上,可以利用分子对齐算法,在计算机上设计抑制剂分子,作为候选药物.这一领域目的是发现新的基因药物,有着巨大的经济效益.8, 其他如基因表达谱分析,代谢网络分析;基因芯片设计和蛋白质组学数据分析等,逐渐成为生物信息学中新兴的重要研究领域;在学科方面,由生物信息学衍生的学科包括结构基因组学,功能基因组学,比较基因组学,蛋白质学,药物基因组学,中药基因组学,肿瘤基因组学,分子流行病学和环境基因组学.从现在的发展不难看出,基因工程已经进入了后基因组时代.我们也有应对与生物信息学密切相关的如机器学习,和数学中可能存在的误导有一个清楚的认识.三, 生物信息学与机器学习生物信息的大规模给数据挖掘提出了新课题和挑战,需要新的思想的加入.常规的计算机算法仍可以应用于生物数据分析中,但越来越不适用于序列分析问题.究竟原因,是由于生物系统本质上的模型复杂性及缺乏在分子层上建立的完备的生命组织理论.西蒙曾给出学习的定义:学习是系统的变化,这种变化可使系统做相同工作时更有效[4].机器学习的目的是期望能从数据中自动地获得相应的理论,通过采用如推理,模型拟合及从样本中学习,尤其适用于缺乏一般性的理论,"噪声"模式,及大规模数据集.因此,机器学习形成了与常规方法互补的可行的方法.机器学习使得利用计算机从海量的生物信息中提取有用知识,发现知识成为可能[5].机器学习方法在大样本,多向量的数据分析工作中发挥着日益重要的作用,而目前大量的基因数据库处理需要计算机能自动识别,标注,以避免即耗时又花费巨大的人工处理方法.早期的科学方法—观测和假设----面对高数据的体积,快速的数据获取率和客观分析的要求---已经不能仅依赖于人的感知来处理了.因而,生物信息学与机器学习相结合也就成了必然.机器学习中最基本的理论框架是建立在概率基础上的,从某种意义来说,是统计模型拟合的延续,其目的均为提取有用信息.机器学习与模式识别和统计推理密切相关.学习方法包括数据聚类,神经网络分类器和非线性回归等等.隐马尔可夫模型也广泛用于预测DNA的基因结构.目前研究重心包括:1)观测和探索有趣的现象.目前ML研究的焦点是如何可视化和探索高维向量数据.一般的方法是将其约简至低维空间,如常规的主成分分析(PCA),核主成分分析(KPCA),独立成分分析(Independent component analysis),局部线性嵌套(LocallyLinear embedding).2)生成假设和形式化模型来解释现象[6].大多数聚类方法可看成是拟合向量数据至某种简单分布的混合.在生物信息学中聚类方法已经用于microarray数据分析中,癌症类型分类及其他方向中.机器学习也用于从基因数据库中获得相应的现象解释.机器学习加速了生物信息学的进展,也带了相应的问题.机器学习方法大多假定数据符合某种相对固定的模型,而一般数据结构通常是可变的,在生物信息学中尤其如此,因此,有必要建立一套不依赖于假定数据结构的一般性方法来寻找数据集的内在结构.其次,机器学习方法中常采用"黑箱"操作,如神经网络和隐马尔可夫模型,对于获得特定解的内在机理仍不清楚.四, 生物信息学的数学问题生物信息学中数学占了很大的比重.统计学,包括多元统计学,是生物信息学的数学基础之一;概率论与随机过程理论,如近年来兴起的隐马尔科夫链模型(HMM),在生物信息学中有重要应用;其他如用于序列比对的运筹学;蛋白质空间结构预测和分子对接研究中采用的最优化理论;研究DNA超螺旋结构的拓扑学;研究遗传密码和DNA序列的对称性方面的群论等等.总之,各种数学理论或多或少在生物学研究中起到了相应的作用.但并非所有的数学方法在引入生物信息学中都能普遍成立的,以下以统计学和度量空间为例来说明.1, 统计学的悖论数学的发展是伴随悖论而发展的.对于进化树研究和聚类研究中最显著的悖论莫过于均值了,如图1:图1 两组同心圆的数据集图1是两组同心圆构成的数据集,显然,两组数据集的均值均在圆点,这也就说明了要采用常规的均值方法不能将这两类分开,也表明均值并不能带来更多的数据的几何性质.那么,如果数据呈现类似的特有分布时,常有的进化树算法和聚类算法(如K-均值)往往会得错误的结论.统计上存在的陷阱往往是由于对数据的结构缺乏一般性认识而产生的.2, 度量空间的假设在生物信息学中,进化树的确立,基因的聚类等都需要引入度量的概念.举例来说,距离上相近或具有相似性的基因等具有相同的功能,在进化树中满足分值最小的具有相同的父系,这一度量空间的前提假设是度量在全局意义下成立.那么,是否这种前提假设具有普适性呢我们不妨给出一般的描述:假定两个向量为A,B,其中,,则在假定且满足维数间线性无关的前提下,两个向量的度量可定义为:(1)依据上式可以得到满足正交不变运动群的欧氏度量空间,这也是大多数生物信息学中常采用的一般性描述,即假定了变量间线性无关.然而,这种假设一般不能正确描述度量的性质,尤其在高维数据集时,不考虑数据变量间的非线性相关性显然存在问题,由此,我们可以认为,一个正确的度量公式可由下式给出:(2)上式中采用了爱因斯坦和式约定,描述了变量间的度量关系.后者在满足(3)时等价于(1),因而是更一般的描述,然而问题在于如何准确描述变量间的非线性相关性,我们正在研究这个问题.五, 几种统计学习理论在生物信息学中应用的困难生物信息学中面对的数据量和数据库都是规模很大的,而相对的目标函数却一般难以给出明确的定义.生物信息学面临的这种困难,可以描述成问题规模的巨大以及问题定义的病态性之间的矛盾,一般从数学上来看,引入某个正则项来改善性能是必然的[7].以下对基于这一思想产生的统计学习理论[8],Kolmogorov复杂性[98]和BIC(Bayesian Information Criterion)[109]及其存在的问题给出简要介绍.支持向量机(SVM)是近来较热门的一种方法,其研究背景是Vapnik的统计学习理论,是通过最大化两个数据集的最大间隔来实现分类,对于非线性问题则采用核函数将数据集映射至高维空间而又无需显式描述数据集在高维空间的性质,这一方法较之神经方法的好处在于将神经网络隐层的参数选择简化为对核函数的选择,因此,受到广泛的注意.在生物信息学中也开始受到重视,然而,核函数的选择问题本身是一个相当困难的问题,从这个层次来看,最优核函数的选择可能只是一种理想,SVM也有可能象神经网络一样只是机器学习研究进程中又一个大气泡.Kolmogorov复杂性思想与统计学习理论思想分别从不同的角度描述了学习的性质,前者从编码的角度,后者基于有限样本来获得一致收敛性.Kolmogorov复杂性是不可计算的,因此由此衍生了MDL原则(最小描述长度),其最初只适用于离散数据,最近已经推广至连续数据集中,试图从编码角度获得对模型参数的最小描述.其缺陷在于建模的复杂性过高,导致在大数据集中难以运用.BIC准则从模型复杂性角度来考虑,BIC准则对模型复杂度较高的给予大的惩罚,反之,惩罚则小,隐式地体现了奥卡姆剃刀("Occam Razor")原理,近年也广泛应用于生物信息学中.BIC准则的主要局限是对参数模型的假定和先验的选择的敏感性,在数据量较大时处理较慢.因此,在这一方面仍然有许多探索的空间.六, 讨论与总结人类对基因的认识,从以往的对单个基因的了解,上升到在整个基因组水平上考察基因的组织结构和信息结构,考察基因之间在位置,结构和功能上的相互关系.这就要求生物信息学在一些基本的思路上要做本质的观念转变,本节就这些问题做出探讨和思索.启发式方法:Simond在人类的认知一书中指出,人在解决问题时,一般并不去寻找最优的方法,而只要求找到一个满意的方法.因为即使是解决最简单的问题,要想得到次数最少,效能最高的解决方法也是非常困难的.最优方法和满意方法之间的困难程度相差很大,后者不依赖于问题的空间,不需要进行全部搜索,而只要能达到解决的程度就可以了.正如前所述,面对大规模的序列和蛋白质结构数据集,要获得全局结果,往往是即使算法复杂度为线性时也不能够得到好的结果,因此,要通过变换解空间或不依赖于问题的解空间获得满意解,生物信息学仍需要人工智能和认知科学对人脑的进一步认识,并从中得到更好的启发式方法.问题规模不同的处理:Marvin Minsky在人工智能研究中曾指出:小规模数据量的处理向大规模数据量推广时,往往并非算法上的改进能做到的,更多的是要做本质性的变化.这好比一个人爬树,每天都可以爬高一些,但要想爬到月球,就必须采用其他方法一样.在分子生物学中,传统的实验方法已不适应处理飞速增长的海量数据.同样,在采用计算机处理上,也并非依靠原有的计算机算法就能够解决现有的数据挖掘问题.如在序列对齐(sequence Alignment)问题上,在小规模数据中可以采用动态规划,而在大规模序列对齐时不得不引入启发式方法,如BALST,FASTA.乐观中的隐扰生物信息学是一门新兴学科,起步于20世纪90年代,至今已进入"后基因组时代",目前在这一领域的研究人员均呈普遍乐观态度,那么,是否存在潜在的隐扰呢不妨回顾一下早期人工智能的发展史[11],在1960年左右,西蒙曾相信不出十年,人类即可象完成登月一样完成对人的模拟,造出一个与人智能行为完全相同的机器人.而至今为止,这一诺言仍然遥遥无期.尽管人工智能研究得到的成果已经渗入到各个领域,但对人的思维行为的了解远未完全明了.从本质来看,这是由于最初人工智能研究上定位错误以及没有从认识论角度看清人工智能的本质造成的;从研究角度来看,将智能行为还原成一般的形式化语言和规则并不能完整描述人的行为,期望物理科学的成功同样在人工智能研究中适用并不现实.反观生物信息学,其目的是期望从基因序列上解开一切生物的基本奥秘,从结构上获得生命的生理机制,这从哲学上来看是期望从分子层次上解释人类的所有行为和功能和致病原因.这类似于人工智能早期发展中表现的乐观行为,也来自于早期分子生物学,生物物理和生物化学的成就.然而,从本质上来讲,与人工智能研究相似,都是希望将生命的奥秘还原成孤立的基因序列或单个蛋白质的功能,而很少强调基因序列或蛋白质组作为一个整体在生命体中的调控作用.我们因此也不得不思考,这种研究的最终结果是否能够支撑我们对生物信息学的乐观呢 现在说肯定的话也许为时尚早.综上所述,不难看出,生物信息学并不是一个足以乐观的领域,究竟原因,是由于其是基于分子生物学与多种学科交叉而成的新学科,现有的形势仍表现为各种学科的简单堆砌,相互之间的联系并不是特别的紧密.在处理大规模数据方面,没有行之有效的一般性方法;而对于大规模数据内在的生成机制也没有完全明了,这使得生物信息学的研究短期内很难有突破性的结果.那么,要得到真正的解决,最终不能从计算机科学得到,真正地解决可能还是得从生物学自身,从数学上的新思路来获得本质性的动力.毫无疑问,正如Dulbecco1986年所说:"人类的DNA序列是人类的真谛,这个世界上发生的一切事情,都与这一序列息息相关".但要完全破译这一序列以及相关的内容,我们还有相当长的路要走.（来源 ------[InfoBio.org | 生物信息学研讨组]）生物信息学（Bioinformatics）是在生命科学的研究中，以计算机为工具对生物信息进行储存、检索和分析的科学。它是当今生命科学和自然科学的重大前沿领域之一，同时也将是21世纪自然科学的核心领域之一。其研究重点主要体现在基因组学(Genomics)和蛋白学(Proteomics)两方面，具体说就是从核酸和蛋白质序列出发，分析序列中表达的结构功能的生物信息。生物信息学是一门利用计算机技术研究生物系统之规律的学科。目前的生物信息学基本上只是分子生物学与信息技术（尤其是因特网技术）的结合体。生物信息学的研究材料和结果就是各种各样的生物学数据，其研究工具是计算机，研究方法包括对生物学数据的搜索（收集和筛选）、处理（编辑、整理、管理和显示）及利用（计算、模拟）。1990年代以来，伴随着各种基因组测序计划的展开和分子结构测定技术的突破和Internet的普及，数以百计的生物学数据库如雨后春笋般迅速出现和成长。对生物信息学工作者提出了严峻的挑战：数以亿计的ACGT序列中包涵着什么信息？基因组中的这些信息怎样控制有机体的发育？基因组本身又是怎样进化的？生物信息学的另一个挑战是从蛋白质的氨基酸序列预测蛋白质结构。这个难题已困扰理论生物学家达半个多世纪，如今找到问题答案要求正变得日益迫切。诺贝尔奖获得者W. Gilbert在1991年曾经指出：“传统生物学解决问题的方式是实验的。现在，基于全部基因都将知晓，并以电子可操作的方式驻留在数据库中，新的生物学研究模式的出发点应是理论的。一个科学家将从理论推测出发，然后再回到实验中去，追踪或验证这些理论假设”。生物信息学的主要研究方向： 基因组学 - 蛋白质组学 - 系统生物学 - 比较基因组学 姑且不去引用生物信息学冗长的定义，以通俗的语言阐述其核心应用即是：随着包括人类基因组计划在内的生物基因组测序工程的里程碑式的进展，由此产生的包括生物体生老病死的生物数据以前所未有的速度递增，目前已达到每14个月翻一番的速度。同时随着互联网的普及，数以百计的生物学数据库如雨后春笋般迅速出现和成长。然而这些仅仅是原始生物信息的获取，是生物信息学产业发展的初组阶段，这一阶段的生物信息学企业大都以出售生物数据库为生。以人类基因组测序而闻名的塞莱拉公司即是这一阶段的成功代表。 原始的生物信息资源挖掘出来后，生命科学工作者面临着严峻的挑战：数以亿计的ACGT序列中包涵着什么信息？基因组中的这些信息怎样控制有机体的发育？基因组本身又是怎样进化的？生物信息学产业的高级阶段体现于此，人类从此进入了以生物信息学为中心的后基因组时代。结合生物信息学的新药创新工程即是这一阶段的典型应用。
这种最基本的东西没必要求论文啊，自己随便写写就好了，用个DNAMAN，随便挑个基因，分分钟搞出来。再者没人会拿这种东西单独去发一篇论文吧？这点东西根本不够资格，只够在某篇论文里的两句话的分量。
医学毕业生毕业论文2篇
在西学东渐背景之下,我国医学开始了近代化进程。下面是我为大家整理的本科医学毕业论文，供大家参考。
摘要：目的：评价问题式教学法(PBL)教学模式在郑州大学20XX级本科临床教学中的效果。方法：将郑州大学20XX级共计354名临床医学生随机分为2组，分别进行PBL教学和LBL教学，比较两种方法的教学效果。结果：PBL教学班学生期末理论考核成绩、综合能力LBL教学班学生明显提高，差异具有统计学意义(P<0.05)。结论：PBL教学法适用于本科临床教学，能够提高教学质量。
关键词：问题式教学法;临床医学;高等教育
目前我国高等医学院校教学过程中，大多数授课仍以传统教学模式(LectureBasedLearning,LBL)为主，LBL是以教师为中心，采取学生集体)灌输式教学;临床医学生被动接受知识，其学习兴趣不易提高。由于临床医学专业的理论性、实践性和应用性较强，这种单向传输、死记硬背的被动教育模式不能激发医学生学习兴趣，锻炼其临床思维。如何训练和加强医学生主动学习的能力成为了现代医学教育的首要问题。问题式教学法PBL(Problem-BasedLearning，PBL)源于20世纪20年代，以问题为中心，进行开放性、探索性的学习模式，是国际上较新的一种教学方式。该模式实施的主要方法是提出问题-收集资料-小组讨论-课堂讨论-老师总结。该方法以学生为主体，强调临床问题在教学过程中的重要性，通过对针对性临床问题的探讨，提高医学生对学习的主动性、激发学习积极性和兴趣、培养临床思维，由此解决医学生的单向传输的学习问题。郑州大学临床医学系于2006年引入这一教学方法，经过几年的探索，逐步形成了一套具有我校特色的问题式教学法。虽然PBL已经广泛运用于各个领域并取得了较为可观的效益，但对于高等教育临床医学生，尚未有但PBL教学法是否达到了之前的预期效果，我们仍没有客观的评判指标。因此，我们此次的研究旨在通过客观的调查来评价问题式PBL教学模式在本科教学中的效果教学模式在郑州大学临床医学20XX级本科教学中的效果，以期为PBL教学法广泛的推广应用提供科学依据。
1对象与方法
1.1研究对象
选择郑州大学20XX级临床医学五年制全体学生共计记354名。以班级为单位分成2组，实验组32人接受问题式教学法(PBL组)，对照组322人采用传统教学法(LBL组)。两组学生在年龄、性别等方面无统计学差异(P>0.05)。
1.2研究方法
1.2.1实验设计
我校临床医学学制为5年。所有医学生接受全部临床专业课程。对照组根据我院课程的大纲要求采取传统授课方法。实验组，采用PBL教学法，具体方法如下：传统教学与问题式教学相结合。传统教学主要以系统性讲解理论知识为主，问题式教学主要以学生讨论为主，课前由老师设计病例发给学生，让学生自学，课堂上由老师引导进行讨论分析病例。
1.2.2观察指标
(1)期末理论考核成绩：采用相同试卷对两组医学进行理论考核。成绩均为百分制，包括临床医学5年制所有专业课程，包括妇产科学、儿科学、外科学、老年医学、内科学、神经病学、传染病学。
(2)效果评价：自制临床医学教学效果调查问卷，主要包括：①综合能力评估：对理论知识的理解掌握程度、学习兴趣及主动性的提高程度、自学能力等方面，每个条目包括显效、有效、一般、无效四个选项;前二者定义为“有效”;②是否考研。采用不记名填写问卷方式。以上从客观和主观上分别评价两种教学模式的教学效果。1.3统计方法根据观察指标数据类型的不同，应用SPSS17.0对数据进行统计学分析，计数资料采用卡方检验，计量资料用X±SD表示且采用检验，P<0.05为差异有统计学意义。检验水准为=0.05。
2结果
基本情况：共调查PBL组32名，收回有效问卷29份，有效率90.63%;调查LBL组354人，收回有效问卷293份，有效率82.77%。
2.1期末理论考核成绩
期末理论考核科目包括：妇产科学、儿科学、外科学、老年医学、内科学、神经病学、传染病学;考核成绩结果显示：与LBL组相比，PBL组学生在所有考核科目中具有较高的成绩，两组在妇产科学、儿科学、外科学、老年医学、内科学、神经病学、传染病学的且差异均有统计学意义(P<0.05)(见表1)。
2.2效果评价
2.2.1考研率
在考研率方面，PBL组为81.3%，LBL组为71.1%，两组差异不具有统计学意义(P<0.05)。
2.2.2综合能力评估
总体上，大多数PBL组的同学对PBL教学法较为满意并能很快适应这种教学方法，与传统教学法相比，实验组同学认为PBL教学在搜集文献资料、培养自学能力、建立正确的临床思维方式、培养团队写作能力、提高语言表达能力更有优势，而在提高学习效率、提高学习积极性方面差别不大，在掌握基本理论知识方面存在劣势(表2)。
3讨论
我国目前医学院校仍多采用传统的授课模式，这种模式有利于教师将知识高效、准确地传授给学生，并极大地节约了教育资源，这种教学法至今仍是其他教学法不可替代的。①但对于医学生，过于重视知识的重要性，而忽略对学生综合素质的培养，对其以后适应临床工作是不利的。②PBL教学，将医学生置于临床问题中，有利于调动医学生的积极性、主动性、创造性，转变学生思维方式，有利于学生独立思考、理论结合临床，灵活应用知识，有利于加强人际交往能力和学生的言语表达能力，促进学生运用和巩固所学知识，并培养对知识的综合运用能力。③经过几年的探索，郑州大学临床医学系已形成了一套以基于问题教学为主体，辅以理论知识串讲的PBL教学法，但PBL教学在国内仍处在起步和探索阶段，在具体实施的过程中存在着一些不足之处，如同学们普遍反映由于减少了老师串讲的环节，对知识的全面掌握存在欠缺，这一点仍需教师在今后课程和问题的设置上增加知识的覆盖面，尽量缩小同LBL教学法在构建学生知识深度和广度上的差距。通过对PBL组调查问卷、两组考试成绩、考研率的分析，PBL教学法在调动学生学习积极性，提高团队协作意识及表达能力等方面显示出了其一定的优势，适合在临床医学本科教学中推广。
注释
①于述伟.LBL、PBL、TBL教学法在医学教学中的综合应用.中国高等医学教育,2011(5):100-102.
②Prince,K.J.A.H.,Eijs,P.W.L.J.V.,Boshuizen,etal.,Generalcompetenciesofproblem-basedlearning(PBL)andnon-PBLgraduates.MedicalEducation,2005.39(4):394-401.
③田金徽,刘爱萍,申希平等.PBL教学法在循证医学教学中的应用效果评价.中国循证医学杂志,2011(1):39-43.
【摘要】在我们目前开展的住院医师规范化培训和临床医学专业学位研究生“双轨合一”培养模式下，研究生的临床思维和技能得到加强，但是科研能力和论文写作能力减弱，人文精神和医德教育的重视程度不足。多年实践使我们体会到，科室在研究生的综合素质培养尤其在人文和道德培养中发挥至关重要的作用，在一定程度上决定了研究生的培养质量，而研究生的培养又能促进科室的建设和发展，两者相辅相成。
【关键词】临床专业学位;研究生;临床科室
1998年我国开始试点临床医学专业学位研究生教育，培养出了大批高层次的人才。随着我国医药卫生体制改革和医学专业学位教育改革的推进，为了完善我国医学人才培养体系，2009年《中央国务院关于深化医药卫生体制改革的意见》中明确提出“建立住院医师规范化培训制度”，在这一背景下，医学教育部门近年开展了住院医师规范化培训和临床医学专业学位研究生“双轨合一”培养模式的尝试和探索。虽然在这种模式下，临床专业学位研究生的临床思维和技能得到加强，但是科研能力和论文写作能力减弱，人文精神和医德教育的重视程度不足[1-2]。在研究生培养的实践中，我们深刻体会到充分发挥科室在研究生培养中的作用，对研究生素质的全面提升具有重要的作用，而且能到达促进科室建设与发展的双赢局面，也是科室建设的必由之路。
1提高认识，把研究生培养作为科室建设的的重要工作
1.1改善医务人员的学历结构
研究生教育是医务人员继续教育的一条重要途径。尤其是我院南楼的特殊工作性质，医疗保健工作任务繁重，医务人员渴望提高医疗科研水平，提高自身素质。研究生教育的实施，能够缓解了这方面的突出矛盾，为培养高素质的保健人才，提高他们的理论水平和科研素质奠定了良好的基础。以我院南楼消化科为例，经过多年来的不懈努力，通过研究生教育，改善了科室人才结构，缓解了人才断层状况，而且开拓从事医疗保健工作的医务人员的视野，有助于将他们所获得的知识，转换为临床实际的工作能力。目前，我科中级职称以上医师获博士学位者占66.7%，有研究生学历者达100%。
1.2研究生学位课题与科室学科发展的方向紧密结合
为了使研究生所完成的学位论文能够与科室建设的具体规划相一致，达到通过培养研究生，促进科室的学科建设和发展目的。我们在研究生科研立题时，重视强调将选题与老年消化疾病的临床实际紧密结合，与科室承担的科研课题相结合，并要求研究生要在查阅大量文献的基础上突出课题的创新性。积极采用先进的分子生物学技术和生物信息学技术完成学位论文。在大家的团结协作下，老年消化实验室应用先进技术和方法开展研究工作，如制备抗体、纯化和鉴定蛋白、提取质粒、细胞培养等都逐步开展起来。既保证了学位课题的完成，又为科室获得高层次的科研课题和争取高等级的科技成果奠定了基础，先后获得了多项军队重点课题和国家自然基金课题，为今后科室发展起到了推动作用。
1.3始终坚持大局意识
科室在研究生选题、课题论证、实验步骤、论文写作、临床实践等方面，各位导师都能够互相通气，主动协商，步调一致。营造一种既重视团结、和谐的气氛，又要坚持对研究生严格要求、在科研工作中实事求是的科学态度，保证对研究生的培养目标的圆满实现。互相信任是做好研究生工作的基础。科室老专家在这方面起到了表率作用，其十分尊重科室对研究生的培养意见。对研究生在课题完成工作中遇到的困难和问题，科室也积极协调帮助解决，保证了研究生培养和科室建设同步发展。研究生培养教育的实践，使我们深刻的认识到，团结就是力量，始终坚持大局意识，是科室发展的关键。
2为研究生完成高质量的研究课题努力创造条件
我院南楼临床部承担着繁重的临床医疗保健任务，在这种情况下，临床科室的学科发展，尤其是科研课题的完成，很大程度上需要研究生来完成，他们是科学研究的主力军。因此，研究生实验工作的顺利与否不仅关系到研究生毕业论文的完成，而且与整个科室科研工作与学科发展有直接的关系。站在这个高度上，科室对研究生在完成学位论文过程中所遇到的问题，应真正做到及时了解、及时帮助，将他们在实验过程中遇到的困难作为大事来解决。为适应研究生学位课题研究的需要，近年来，我院老年消化研究室在南楼临床部和老年医学研究所领导的'支持以及科室的共同努力下，经多方筹措，先后添置了二氧化碳孵箱，低温冰箱、高速低温离心机等实验设备，为研究生的培养创造了良好的条件。如遇到需要某些实验设备，科室不能解决时，积极同其他实验室协调，保证实验工作的顺利进行。科室不仅为本科室研究生完成科研论文工作提供了较好的实验条件，还吸引了其他科室的研究生来我科室做实验。通过连续培养研究生，不仅使科室的研究方向进一步明确和稳定，而且通过一定深度和难度的科研工作，真正的促进了科室整体学术水平的提高。
3重视研究生能力的培养
研究生和本科大学生的主要区别在于“研究”和“学”字上。研究生与本科生教育最大的不同是，研究生教育的重点是培养和训练学生的自主学习、独立工作、独立研究的能力。研究生除了继续深入学习前人的知识和技术外，更重要的是如何在今后的科研实践中，注重利用各自的优势培养科学的思维。研究生不仅仅是单纯地参加科研工作，更为重要的是让其了解所参加的科研课题的立题过程、意义及现阶段实验在整个课题中的作用等提高研究生培养质量。为了培养自我学习能力，科室要求研究生都要在阅读大量文献包括专著和专业期刊基础上，在科室完成一次本研究方向的公开性学术讲座。培养和训练研究生学会找书、读书，学会收集、识别有价值的信息，并有机地和自己的研究方向结合的学习能力。研究生具有思维敏捷、易于接受新信息、勇于创新的特点。他们上进心强，攻读学位期间，都希望通过努力完成较高水平的学位论文，并发表文章。为达到培养高层次的科技人才目的，科室十分重视发挥研究生的主观能动性，创造条件积极鼓励研究生应用新技术、新方法开展科研工作完成学位论文。根据攻读学位研究生的招生来源和工作年限，结合个体素质、能力、个性基础等方面的差异，科室合理安排工作。外地生源的研究生，即使是科学学位研究生，入科后也安排在临床先熟悉情况。对于本科室来源的研究生，尽可能给一定的时间，在实验室开展并完成具有一定的探索性、创新性的课题，提高他们的科研能力。
4重视科室在研究生人文和道德培养中的作用
人文精神和道德教育是住院医师规范化培训和临床医学专业学位研究生培养不可或缺的部分，目前在”双轨合一”培养模式下，临床医学专业学位研究生临床轮转时间长，很多专业课程改为夜间上课，人文精神和道德教育培养时间减少，加之带教导师忙于临床工作，常常忽略人文精神和道德教育的传授，出现了人文精神和道德教育弱化的弊端[1，3-4]。在医疗过程中，患者不仅需要治疗生理上的疾病，更多的人越来越注重心理及思想上的关怀，一个医师没有人文修养时，是无法应对患者因病而衍生出来的许多其他问题的。人文思想教育可以提升医学生的道德伦理、明辨是非及人际沟通能力，有助于提高医疗水平。近年来，医患关系紧张，人文精神教育显得尤为重要。古希腊医学家希波克拉底曾说过：“医师应具有优秀哲学家的一切品质：利他主义、热心、谦虚、冷静的判断、沉着、果断、不迷信。”因此作为医务人员应树立“医者仁心”的观念，以治病救人为本，以仁爱精神为准则;还需在医疗实践的过程中牢牢树立“医德至上”的理念，做到大医精诚，有利于改善医患关系[5]。专业学位研究生临床时间长，导师在带教过程中言传身教，培养研究生对患者的态度和言行，做到关心、体贴患者，提高研究生与患者沟通的能力，是研究生人文培养的重要环节，而且临床期间不仅是导师的单独指导，更多的是需要科室多名带教老师共同协作，他们对于患者的态度及言行直接影响着所带教学生的对于医患关系的理解。因此，科室重视对研究生的人文和道德培养，是切实保障新的培养模式下培养高素质的医学人才的关键。
5讨论
教学相长，共同提高。在培养研究生过程中，不仅提升了科室医务人员的全面素质，同时也促进了导师自身素质不断提高。研究生所做的工作绝大部分是本学科前沿性的课题，这就要求导师不断提高自身素质，不断更新知识、把握学科发展动态。导师的人文道德影响了研究生的发展，也要求导师不断提高自身修养。实践使我们体会到，科室在研究生的综合素质培养中发挥至关重要的作用，研究生培养也对科室的业务建设和发展起到了强有力的促进作用。
参考文献
[1]唐乾利，刘明，蒋秋燕，等.“双轨合一”模式下临床医学专业学位研究生培养特点分析及培养思路研究[J].右江民族医学院学报，2015，37(5)：748-751.
[2]冯静静.临床专业学位研究生与住院医师规范化培训“双轨合一”模式研究[J].中国中医药现代远程教育，2014，12(17)：70-71.
[3]向征，康清杰.我国临床医学专业型硕士研究生培养现状[J].亚太传统医药，2015，11(12)：136-137.
[4]李晓峰.对住院医师规范化培训制度下临床医学专业型硕士研究生培养的思考[J].继续医学教育，2015，29(7)：30-31.
[5]王国栋，陈潇卿，李葳，等.住院医师规范化培训中的人文思想[J].解放军医院管理杂志，2013，20(4)：351-352.
纯生信文章可以评职称的。纯生信是指不用做实验就可以发表的生信文章，生信文章是指生物信息学类的文章只要文章写得好，并且对医学有一定的进步，发展完全可以评得上职称。
Bio informatics是作为生物信息学最重要的专门期刊了。2012年度IF=5.468 另外还有Briefings in Bio informatics，这个杂志每年的发稿量少，最近几年IF波动很大，第一年24+，后来到9+，2012年度IF=5.202。 稍次一点的杂志，如BMC Bio informatics，也是生物信息学的专刊。2012年度IF=3.447 对于计算向的生物信息学，PLOS Computational Biology是一个很好的期刊。2012年度IF=5.215 除此之外，Nature Method，也会有生物信息学相关的方法发表。2012年度IF=19.276。PLOS Biology也是很好的杂志，2012年度IF=11.452。PLOS One也会经常有生物信息学文章，但被批灌水太多，算不得牛刊，2012年度IF=4.092。生物信息学相关的文章不一定要发到专门的生物信息学杂志，因为生物信息学作为一个工具，已经融入到很多生物问题的研究中，而不仅仅是一门孤立的学科了。
Bio informatics，很多方法类文章都发在上面，但是影响因子一般。如果有实验和数据分析，大多投到生物相关的杂志，比如genome research, nature genetics, nature等，在method里面涉及一些生信的方法，连带把algorithm放出来，供大家使用。所以，不一定非要发到Bio informatics。以前在Adderley学计算机的，研究字符串比较之类的问题，UNIX下的gnu diff就是他的杰作。后来写了blast，blast的重要性就不多说了，在后来在Celerity把string graph 应用到genome assembly，直接把HGP操翻。虽然现在因为2代测序出现D Bruising占了上风，不过随着3代测序的普及，他的string graph based OLC将再一次统治genome assembly界。
调查媒体对生物科学技术发展的报道 多姿多彩的生物，使地球上充满了生机。人类的生存和发展同各种各样的生物息息相关。自古以来，人类就不断探索生物界的奥秘，从中获益良多。现代社会，生物科学在人类社会的各个领域发挥着日益重要的作用。人类社会与生物学的关系越来越紧密。生物科学与社会的关系 随着生物科学的发展，生物科学技术对社会的影响越来越大。这主要表现在以下几个方面： 1.影响人们的思想观念，如进化的思想和生态学思想正在被越来越多的人所接受。 2.促进社会生产力的提高，如生物技术产业正在形成一个新兴产业；农业生产力因生物科学技术的应用而显著提高。 3.随着生物科学的发展，将会有越来越多的人从事与生物学有关的职业。 4.促进人们提高健康水平和生活质量，延长寿命。 5.影响人们的思维方式，如生态学的发展促进人们的整体性思维；随着脑科学的发展，生物科学技术将有助于改进人类的思维。 6.对人类社会的伦理道德体系产生冲击，如试管婴儿、器官移植、人基因的人工改造等，都会对人类社会现有的伦理道德体系产生挑战。 7.生物科学技术的发展对社会和自然界也可能产生负面影响，如转基因生物的大量生产改造物种的天然基因库，可能会影响生物圈的稳定性。 理解科学技术与社会的关系，是科学素质的重要组成部分。因此，中学生课程中应当充实这方面的内容。展望21世纪的科学技术 21世纪的科学研究将在四个层面上展开。 第一个层面是研究物质结构及其运动规律的物质科学，由此将深化人们对物质世界和字宙起源与演化的认识。 第二个层面是生命科学。20世纪末，人类基因组全部测序工作基本完成，预示着新世纪生命科学必将酝酿着新的突破，将引发对解读基因密码规律的探索，从而使人类在分子水平上能够找到生命起源及其演化过程的谱系，发现生命遗传、生殖与发育、生长与衰老、代谢与免疫等机制。同时通过对人类基因密码的解读.-些重大的疾病基因将被发现，使危害人类生命的疾病得到治疗。 第三个层面是地球与环境科学。21世纪，地球与环境科学将更加注重人类与自然环境的协调发展，并从工业经济时代的注重矿产资源，逐步转移到重视新能源、水、耕地和生态资源，研究对象从陆地更多地拓展到海洋、太空等。 第四个层面就是对人脑与认知的研究。21世纪，人类将在脑科学、认知神经科学研究和人类起源与进化的几个重大问题上取得突破性进展，这也将是科学发展的一个新高峰。脑与认知神经科学的进展将进一步揭示人类意识、思维的本质，为攻克脑的疾病提供基础。同时为开发智能计算机、仿脑的信息系统以及能像人一样思维和动作的机器人创造了条件，这将对人类文明进程产生无可限量的影响。生物科学与计算机技术的结合 20世纪后期，生物科学技术迅猛发展，无论从数量上还是从质量上都极大地丰富了生物科学的数据资源。数据资源的急剧膨胀迫使人们寻求一种强有力的工具去组织这些数据，以利于储存、加工和进一步利用。而海量的生物学数据中必然蕴含着重要的生物学规律，这些规律将是解释生命之谜的关键，人们同样需要一种强有力的工具来协助人脑完成对这些数据的分析工作。另一方面，以数据分析、处理为本质的计算机科学技术和网络技术迅猛发展？并日益渗透到生物科学的各个领域。于是，一门崭新的、拥有巨大发展潜力的新学科——生物信息学——悄然兴起。 生物信息学的诞生及其重要性 早在1956年，在美国田纳西州盖特林堡召开的首次“生物学中的信息理论研讨会”上，便产生了生物信息学的概念。但是，就生物信息学的发展而言，它还是一门相当年轻的学科。直到20世纪80—90年代，伴随着计算机科学技术的进步，生物信息学才获得突破性进展。 1987年，林华安博士正式把这一学科命名为“生物信息学”（Bioinformatics）。此后，其内涵随着研究的深入和现实需要的变化而几经更迭。1995年，在美国人类基因组计划第一个五年总结报告中，给出了一个较为完整的生物信息学定义：生物信息学是一门交叉科学，它包含了生物信息的获取、加工、存储、分配、分析、解释等在内的所有方面，它综合运用数学、计算机科学和生物学的各种工具，来阐明和理解大量数据所包含的生物学意义。 生物信息学不仅是一门新学科，更是一种重要的研究开发工具。从科学的角度来讲，生物信息学是一门研究生物和生物相关系统中信息内容与信息流向的综合系统科学。只有通过生物信息学的计算处理，人们才能从众多分散的生物学观测数据中获得对生命运行机制的系统理解。从工具的角度来讲，生物信息学几乎是今后所有生物（医药）研究开发所必需的工具。只有根据生物信息学对大量数据资料进行分析后，人们才能选择该领域正确的研发方向。 生物信息学不仅具有重大的科学意义，而且具有巨大的经济效益。它的许多研究成果可以较快地产业化，成为价值很高的产品。 生物信息学的研究内容 生物信息学的研究内容是伴随着基因组研究而发展的。广义地说，生物信息学从事对基因组研究相关生物信息的获取、加工、存储、分配、分析和解释。这个定义的含义是双重的：一是对海量数据的收集、整理与服务，即管理好这些数据；二是从中发现新的规律，也就是用好这些数据。 具体地说，生物信息学是把基因组DNA（脱氧核糖核酸）序列信息分析作为源头，找到基因组序列中代表蛋白质和RNA（核糖核酸）基因的编码区。同时，阐明基因组中大量存在的非编码区的信息实质，破译隐藏在DNA序列中的遗传语言规律。在此基础上，归纳、整理与基因组遗传信息释放及其调控相关的转录谱和蛋白质谱的数据，从而认识代谢、发育、分化、进化的规律。 纵观当今生物信息学界的现状可以发现，大部分研究人员都把注意力集中在基因组、蛋白质组、蛋白质结构以及与此密切相关的药物设计上。 1． 基因组 基因组研究的首要目标是获得人的整套遗传密码。人的遗传密码有32亿个碱基，而现在的DNA测序仪每个反应只能读取几百到上千个碱基。这样，要得到人的全部遗传密码，首先要把人的基因组打碎，测完一个个小段的序列后再把它们重新拼接起来。而基因组大规模测序的每一个环节，都同信息分析紧密相关，每一步都紧密依赖于生物信息学的软件和数据库。 2． 蛋白质组 基因组对生命体的整体控制必须通过它所表达的全部蛋白质来执行。由于基因芯片技术只能反映从基因组到RNA的转录水平上的表达情况，而从RNA到蛋白质还有许多中间环节的影响，这样，仅凭基因芯片技术人们还不能最终掌握生物功能的具体执行者——蛋白质的整体表达状况。因此，近年在发展基因芯片的同时，人们还发展了一套研究基因组所有蛋白质产物表达情况的技术——蛋白质组研究技术，包括二维凝胶电泳技术和质谱测序技术。然而，最重要的是如何运用生物信息学的方法去分析获得的海量数据，从中还原出生命运转和调控的整体系统的分子机制。 3． 蛋白质结构及新药设计 基因组和蛋白质组研究的迅猛发展，使许多新蛋白序列涌现出来。要了解它们的功能，只有氨基酸序列是远远不够的。得到这些新蛋白的完整、精确和动态的三维结构，是摆在人们面前的紧迫任务。 近年，随着结构生物学的发展，相当数量的蛋白质以及一些核酸、多糖的三维结构获得了精确的测定。根据生物大分子结构的知识，有针对性地设计药物成为热点。生物信息学的研究不仅可以提供生物大分子空间结构的信息，还能提供电子结构的信息，如能级、表面电荷分布、分子轨道相互作用以及动力学行为的信息。但是，生物信息学的任务远不止于此，最重要的是如何运用数理理论成果，对生物体进行完整系统的数理模型描述，以便使人类能够从一个更明确的角度、以一种更易于操作的方式，来认识和控制自身以及其他生命体。 国内外生物信息学研究的现状 国外一直非常重视生物信息学的发展，各种专业研究机构和公司如雨后春笋般涌现出来，生物科技公司和制药工业内部的生物信息学部门的数量也与日俱增。目前，绝大部分核酸和蛋白质数据库由美国、欧洲和日本的3家数据库系统产生。它们共同组成国际核酸序列数据库，每天交换数据，同步更新。 近年，美国一些最著名的大学，如哈佛大学、普林斯顿大学、斯坦福大学、加州大学伯克利分校等，都投资几千万到一亿多美元成立了生物学、物理学、数学等学科交叉的新中心，诺贝尔奖获得者朱棣文领导的斯坦福大学的中心还命名为Bio－X。1999年6月，美国NIH的一个顾问小组建议在生物计算领域设立总额为数亿美元的重大科研基金，并成立5到20个计算中心以处理海量的基因组相关信息。 我国对生物信息学领域也越来越重视，一些著名大学和研究所在各自领域取得了一定成绩，例如，北京大学在生物信息学网站建设方面，中科院生物物理所在EST序列拼接及在基因组演化方面，天津大学在DNA序列的几何学分析方面等等。北京大学于1997年3月成立了生物信息学中心，中科院上海生命科学研究院于2000年3月成立了生物信息学中心，分别维护着国内两个专业水平相对较高的生物信息学网站。但从全国总体来看，与国际水平差距还很大。目前，国内生物（医药）科学研究与开发，对生物信息学研究和服务的需求市场非常广阔，但是，真正开展生物信息学具体研究和服务的机构或公司却相对较少，仅有的几家科研机构主要开展生物信息学理论研究，生物信息学服务公司提供的服务仅局限于简单的计算机辅助分子生物学实验设计，而且服务体系也不完善。 生物学是生物信息学的核心，计算机科学技术是它的基本工具。展望生物信息学的未来，就是预测它对生物学的发展将带来哪些根本性的突破。这种预测是十分困难的。然而，科学史的发展表明，科学数据的大量积累将导致重要科学规律的发现。因此，有理由相信，当今海量生物学数据的积累，也将导致重大生物学规律的发现。 近年来，世界各国在生物科学上都投入了大量的人力和物力，生物科学技术也随之不断的迅速发展。英国开发出糖尿病基因疗法，日本科学家找到白发基因、发现干胚胎干细胞开关，德国科学家发明新型抗癌药物，法国宣布人类基因组工作草图完成，美国更是宣布已完成人体基因排序；中国当然也不甘人后，先后成功的完成了转基因鲤鱼、乙肝疫苗及杂交水稻的培育。生物科学的不断发展促使着人类社会的不断前进，看到中国科学院的院长路甬祥对21世纪科学技术的展望我们不难看到生物科学将是未来的主要学科之一，我们作为中学生应该努力学好这门学科，并多多关心媒体对生物科学的报道，关注生物科学的发展。
ijb的意思是生物信息学的国际性专业期刊。
ijb是International Journal of Bioinformatics的英文缩写，意思是生物信息学的国际性专业期刊。生物信息学的国际性专业期刊主要刊载生物信息及相关领域的研究进展、综述、研究论文、研究简报、技术与方法、专题评论等学术文章。
生物信息学的国际性专业期刊登载的研究论文应是没有在国内外公开出版的刊物上发表过的原始研究工作报告；及时反映生物信息领域的发展热点和最新进展；本刊还刊登有关生物信息技术国内外研究开发动态、简讯、产业政策与产业发展动态、学术活动与展会通知、书评、短评、启事等文章。
生物信息学简介：
生物信息学(Bioinformatics)是研究生物信息的采集、处理、存储、传播，分析和解释等各方面的学科，也是随着生命科学和计算机科学的迅猛发展，生命科学和计算机科学相结合形成的一门新学科。它通过综合利用生物学，计算机科学和信息技术而揭示大量而复杂的生物数据所赋有的生物学奥秘。
生物信息学是在生命科学的研究中，以计算机为工具对生物信息进行储存、检索和分析的科学。它是当今生命科学和自然科学的重大前沿领域之一，同时也将是21世纪自然科学的核心领域之一。其研究重点主要体现在基因组学和蛋白质组学两方面，具体说就是从核酸和蛋白质序列出发，分析序列中表达的结构功能的生物信息。
以上内容参考 百度百科-生物信息学
根据数据调查发现陈润生院士是中国科学院院士，1941年6月生于天津市，籍贯天津，1964年，毕业于中国科学技术大学生物物理系， 现任中国科学院生物物理研究所非编码核酸重点实验室研究员，博士生导师，国际人类基因组组织(HUGO)会员，国际数据库组织(CODATA)生物大分子专业组委员，国际纯粹及应用物理学会(IUPAP)生物信息学专业委员会委员。陈润生是中国最早从事理论生物学和生物信息学研究的科研人员之一。在生物信息学领域进行了系统的研究，曾参加中国第一个完整基因组泉生热袍菌B4基因组序列的组装和基因标识，曾参加人类基因组1%和水稻基因组工作草图的研究。共发表SCI收录学术论文120余篇，并多次在国际学术会议上应邀做报告。陈院士这一堂课每一届只有一千个名额，但每次都会爆满，礼堂总是座无虚席。学生们表示，课后得到陈院士的签名，也是对自己以后科研事业的一种激励。许多人通过院士的数量来判断大学院系能力，院士多的大学被认为更强大，更有影响力。 学院院士数量非常有限：全国有数千所大学，平均每所大学只有不到一名院士。 大部分的学者都集中在最有名望的著名大学里。例如，清华大学有54名中国科学院院士和38名中国工程院院士，而北京大学则更多，两个机构都有大约120名院士。要是全职院士，双聘的一年到头都可能来不了一次 。值得一提的是 8:30开始的课，6点半已经占不到座 ，可以想到是怎样的一幅景象。
分子生物技术在微生物降解环境 污染物中的应用 [摘要〕介绍了与环境微生物关键降解酶基因的筛选、克隆及应用相关的分r生物技术，包括聚合酶链式反应技 术、基因重组技术、荧光原位杂交技术和生物信息学等技术，并对这些技术在污染物降解基因检测、筛选和克隆方 面的应用进行了阐述与探讨、 [关键词]分子生物技术;微生物;基因;环境污染物;降解 随着现代j:\地技术的发展，多环芳烃、含氯有 机物和硝基苯类化合物等人工合成井难以降解的 污染物大量排放，造成世界范围内的环境污染和生 态破坏，严重地威胁人类和其他生物的正常生存和 发展。利用微生物修复技术对受污染的水体及土 壤进行处理，凸显了其重要的意义和可行性。研究 人员发现并筛选到一些微生物，它们不仅对环境有 较高的适应性、对污染物有较高的耐受性，而且对 污染物有较强的降解效率和专一性。然而环境中 存在的大量微生物中仅有少于1%可通过传统的培 养方法进行培养、分离和纯化，绝大多数细菌需要 非常严格的营养条件川。因此，为了对修复环境有 所贡献却难以培养的微生物进行更全面了解，也为 了筛选到更多有利于降解环境污染物的微生物菌 种及其关键酶基因，分子生物技术和手段逐渐被广 泛应用到环境可降解污染物及降解机理方面的研 究中。 本文对近年来发展起来的聚合酶链式反应 (PCR)技术、基因重组技术、荧光原位杂交(FISH) 技术和生物信息学等多种分子生物技术进行了介 绍，并总结了它们在污染物降解基因检测、筛选和 克隆方面的应用。 1与环境污染物降解相关的分子生 物技术 1.1PCR及其相关技术 PCR是一种利用脱氧核糖核酸(DNA)半保留 复制原理，在体外扩增位于两段已知序列之间的 DNA区段从而得到大量拷贝的分子生物技术。根 据其模板、引物来源或扩增条件的不同，PcR技术 可分为以下几种:(l)反转录pCR(RT一PeR)技 术，将mRNA反转录为cDNA后再对其进行PCR 扩增，可用来构建cDNA文库，分析不同生长时期 的mRNA表达状况和相关性以及mRNA的定量测 定等;(2)巢式PCR技术，在扩增大片段目的DNA 时，先用非特意性引物扩增再用特意性引物对第一 次扩增产物进行第二次扩增，以获得可供分析的 DNA;(3)竞争PCR技术，是一种定量PCR，向PCR 反应体系中加人人工构建的带有突变的竞争模板， 通过控制竞争模板的浓度来确定目的模板的浓度， 对目的模板作定量研究;(4)实时荧光定量PCR技 术，在PCR反应体系中加人荧光基团，利用荧光信 号积累实时监测整个PCR进程，最后通过标准曲线 对未知模板进行定量分析，该法已广泛用于基因表 达研究、转基因研究等方面;(5)扩增的rDNA限制 酶切分析技术，根据原核生物rDNA序列的保守性， 将扩增的rDNA片段进行酶切，通过酶切图谱来分 析菌间的多样性;(6)RNA随机引导PCR技术，基 于任意寡核昔酸引物与RNA之间可能的配对，在 低严谨度条件下经聚合酶催化使链延伸，将细胞总 RNA或InRNA作为反转录反应的模板，此技术结 合单链构象多态性，用非变性胶分辨大小相同而构 象不同的片段，可用于诊断遗传突变及分析污染条 件下序列的多态性;(7)随机扩增多态DNA (RAPD)技术，是一种基于PCR检测PCR引物结合 位点序列改变的方法，通常以10bp的寡核昔酸序 列为引物，对基因组DNA随机扩增，电泳分离染色 扩‘增产物，再分析多态性。 1.2FISH技术 FISH技术利用荧光标记的探针在细胞内与特 异的互补核酸序列杂交，通过激发杂交探针的荧光 来检测信号。荧光探针比放射性探针更安全，具有 较好的分辨力，不需要额外的检测步骤。近年来， 由于FISH技术具有灵敏、便捷等优点，迅速发展完 善成为研究环境微生物的有力工具。此外，可用不 同激发和散射波长的荧光染料标记探针，在一步反 应中同时检测几个靶序列。该技术主要包括试样 固定、预处理、预杂交、探针和试样变性、杂交、漂洗 去除未结合的探针、检测杂交信号等步骤。由于 165rRNA具有遗传稳定性，因此成为FISH技术检 测最常用的靶序列。 1.3基因重组技术 基因重组技术是从供体生物的基因组中通过 酶切扩增等手段获取目的基因，与载体连接形成重 组DNA分子，再导入到受体细胞中，让外源基因得 以表达。在已经分离出的许多菌株中，与降解能力 有关的基因多在质粒体上。由于质粒很容易在细 菌的繁殖过程中遗失，对细菌降解能力的长期稳定 非常不利，可将其与污染物降解有关的酶基因重组 到大肠杆菌等微生物中进行表达，以此构建的各种 生物降解特性增强的重组菌可用于污染环境的治 理修复或发酵某些废弃物。 1.4生物信息学 20世纪后期，生物学的迅猛发展，从数量上和 质量上极大地丰富了基因组数据库、蛋白质数据 库、酶数据库和文献数据库等许多生物科学的数据 资源。已有多个国家和国际科研组织建立了生物 信息数据库，如欧洲分子生物学实验室(Eur叩ean MolecularBiologyLaboratory)核酸序列数据库和美 国国家生物技术情报中心(Nationaleente:fo:Bio- technologyInformation，NCBI)基因序列数据库等。 科学家利用计算机及生物信息分析软件分析这些 数据资源，确定大分子序列、结构、表达模式和生化 途径与生物数据之间的关系，区分生物个体间遗传 差异，揭示DNA多样性。例如，基本局部比对搜索 工具(BasieLoealAlignmentSearehTool，BLAST)， 是一套在蛋白质数据库或DNA数据库中进行相似 性比较的分析工具。它基于Altschul等的方法「2〕， 在序列数据库中对查询序列进行同源性比对工作。 BLAST程序可对一条或多条、任何数量、任何形式的 序列在一个或多个核酸或蛋白序列库中进行比对，甚 至将有缺口的比对序列也考虑在内，利用比较结果中 的得分对序列进行相似性说明。基因的序列分析可 揭示出生物物种之间的关系，在污染治理研究中可用 于生物基因组特殊区域或特异基因的测序。 2分子生物技术在环境污染物降解 中的应用 2.1土壤试样总DNA的提取 用适当方法直接从土壤中提取DNA并纯化， 是从分子生物学角度对土壤微生物进行研究的前 提条件，而后可进行酶切、PCR扩增、核酸分子杂交 等分子生物学技术操作。从土壤中提取微生物 DNA主要分为汽接法和间接法}’{。直接法是在 ogram等的方法基础卜发展起来的，其主要包括2 个步骤:(l)原位细胞裂解;(2)DNA提取和纯化。 直接法提取的DNA超过细菌总DNA的60%且省 力，但提取的DNA常常有折断、腐殖酸污染、甚至 提取物中还夹杂有未知的胞外DNA和真核生物的 DNA。最先报道间接法的是Faegri等[‘〕，其主要包 括4个步骤:(l)分散土壤;(2)分离细胞与土壤; (3)细胞裂解;(4)DNA纯化。间接法提取DNA 产量低且费力，但纯度较高、DNA损伤小，提取的 大片段DNA可用来构建cos而d和细菌人工染色体 文库等。 2.2采用PCR及相关技术扩增分析DNA片段 可降解污染物的微生物必然能产生分解代谢 该污染物的酶。selvaratnam等L’l用编码苯酚单加 氧酶dmpN摹因的RT一PCR技术来检测序列间歇 式活性污泥反应器‘{一，降解酚的假单胞菌。检测结 果表明，RT一PCR技术不仅能检测微生物降解酚的 能力，还能测量dmpN基因的转录水平，从而确定假 单胞菌特殊的分解活性，发现了在转录水平下，酚 浓度与通气时间之问存在正相关关系。 将PCR技术和变性梯度凝胶电泳(DGGE)结 合起来，在变性条件适当的情况下能分辨一个碱基 对，分辨率较高。染色后的凝胶用成像系统进行分 析，可在一定程度l几反应试样的复杂性。条带的多 少能反应试样「 一 }1微生物组成的差异，条带的亮度能 反应试样中微生物的多少。基于以上优点，日前该 技术在微生物群落结构的分析和动态研究方面得 到了厂‘泛应用。DGGE可通过分析PCR扩增的基 因点突变来探索微生物的复杂性。徐玉泉等[“〕从 某废水中分离出一株能以苯酚为惟一碳源的菌株 PHEA一2，使用PCR一DGGE技术对该菌165 rDNA进行分析，发现该菌与醋酸钙不动杆菌同源。 M盯sh等r了)利用PcR一DGGE技术获得了活性污泥 中真核微生物的种群变化情况。王峰等下8〕采用 PCR一DGGE技术对城市污水化学生物絮凝处理中 活性污泥和生物膜微生物种群结构进行了分析，结 果表明活性污泥培养前后微生物种群结构发生r 很大改变。 RAPD技术也是一种应用比较广泛的以多态性 引物来扩增某些片段的技术。RAPD技术可用于检 测含有混合微生物种群的各种微生物反应器中微 生物的多样性。用RAPD技术分析检测实验室规 模的油脂淤泥培养料中的细菌菌群发现，用油脂淤 泥改良过的培养料比未改良的更适于不同的微生 物种群生长[9j。vainio等t’。〕从516种孤立的菌落 中提取出165rDNA，经PCR扩增后进行测序，检测 活性污泥中微生物种群的结构。这些组合技术的 应用显著增强r对微生物的检测和鉴定能力，为理 论研究工艺优化及提高生物处理效率提供了条件。 2.3基因重组 基因工程技术应用于环境保护起始于20世纪 80年代。其基本原理是通过基因分离和重组技术， 将目的基因片段，比如可编码降解某种污染物的 酶，转移到受体生物细胞中并表达，使受体生物具 有该目的基因表达显现的特殊性状，从而达到治理 污染的目的。找到特定污染的抗性基因，利用基因 重组技术转基因后也可获得其他抗性植株以及筛 选到可转化污染物的植物，还可开发超量积累植物 进行污染土壤的生物修复。 罗如新等L”〕用放射性同位素标记tfdc基因片 段作探针，Southemblot杂交定位Ll菌株的邻苯二 酚1，2一双加氧酶基因位于Pstl的I片段和BamH I的M、N片段，回收并将其直接克隆至表达载体 pKT230卜，获得的重组子能转化不具开环酶活性 的甲胺磷降解菌P2，得到高于天然宿主21倍的邻 苯二酚1，2一双加氧酶。stingley等{”〕通过构建基 因文库和重组质粒等基因工程方法证实了NidAB 双加氧酶是降解菲的关键酶类，并首次鉴定出此基 因通过磷苯二甲酸实现降解功能。chae等‘”}发现 不能降解苯酚的su如lobusso扣taricu、98/2菌株中 的儿茶酚2，3一双加氧酶基因与能降解苯酚的 sulfolo右u，，o如taricu、咫有[6J源区，分析得知它们 是山共同祖先进化而来。把儿茶酚2，3一双加氧酶 基因克隆到大肠杆菌中表达，可获得有较高降解活 性的双加氧酶。 重金属污染是环境污染的重要方面之一。随 着分子生物学技术的发展，越来越多的修复性蛋白 基因正被从植物、微生物和动物中陆续分离出来， 如汞离子还原酶基因、有机汞裂解酶基因、汞转运 蛋自基因、金属硫蛋白基因、植物络合素合成酶基 因、铁离子还原酶基因和锌转运蛋白基因L’‘〕。这些 基因通过基因工程的改造，重组到合适的受休细胞 中表达相应的蛋白质和酶，达到治理难以降解的有 毒有害污染物的目的。sorsa等〔”〕把MTS插人 LamB序列的153位点，在E.eoli中表达MTs，解决 r细胞内MTs对金属离子有限的吸附能力。综L 所述，基因重组技术具有快速、高效的特性，已逐渐 成为环境生物技术的研究热点。 2.4FISH技术 FISH技术利用核糖体内长度适中(约1500bp)、 高度保守的165:RNA序列作为理想的基因分类靶 序列，其中使用的165:RNA寡核普酸探针一般是 进行了荧光标记的20bp左右特异性核昔酸片段， 利用该报告分子(如生物素、地高辛)与荧光素标记 的特异亲和素之间的免疫化学反应，经荧光检测系 统对待测DNA进行定性、定量或相对定位分析。 FISH技术能提供处理过程中微生物的数量、空间分 布和原位生理学等信息。 硝化细菌是一类生理上非常特殊的化能自氧 菌，传统的研究方法要经过富集、分离、分类和鉴定 步骤，耗时长。HSH技术的引人解决了上述困难。 FlsH技术还被广泛用于活性污泥系统、硝化流化床 反应器和膜生物反应器等废水处理系统}’61。 基因工程微生物越来越多地被用于农业害虫 控制和环境污染的生物修复，对人类健康和环境的 影响引起广泛关注。1994年出现了一种新的标记 系统:绿色荧光蛋白(GFP)，由于GFP基因表达产 物对细胞没有毒害作用，且由GFP产生的荧光标记 检测卜分方便、简单。在某些被污染的环境中可分 离出降解该污染物的细菌，通过基因重组等手段使 用GFP分子标记，可更容易的分离检测被标记的 细胞叫。 Bastes等[’8]进行了苯酚降解菌染色体GFP基 因标记实验。通过PCR和Southemblot分析，证明 GFP基因已成功整合到宿主细胞的染色体中。对 标记菌与野生型的降解能力比较结果证明，GFP分 子标记的插人并不影响细胞的苯酚降解能力。 用G即标记Pseudomonasputida，研究活性淤 泥中细菌存活情况{’9飞。Pseudomonasputida被转到 活性淤泥2min后，观察到细胞在淤泥絮凝物间自 由游动;培养3d后，发现荧光细胞减少，大部分已 被合并到淤泥絮凝物中，以防止细菌被原生动物捕 食。用oFP标记石.eozi和Serraliamarceseern，考 察菌株附到絮凝物卜的过程{’()j。使用表面荧光显 微镜能将带有GFP标记的细胞从活性污泥中区分 开，井进行观察和记数。而聚焦激光扫描显微镜 (cLsM)可使GFP标记细菌产生三维轮廓，结合表 面荧光显微镜和CLSM观察GFP标记细胞，结果表 明，细胞表面疏水性在细菌附到絮凝物的过程中起 重要作用，两种细菌附在絮凝物上的模式有很大不 同，通过这种方法可更好地理解细菌赫附机理，有 助于提高废水处理效果。 3结语 分子生物技术的应用使研究人员可从微观的 角度更细致深人地了解微生物对污染物降解的具 体生理生化机制，在分子水平 _ _ [揭示生物体吸收、 迁移、积累有害物质最终被毒害，及适应、抗性等生 态问题，从而筛选到更多有利用价值的微生物。随 着越来越多微生物全部基因序列的解码，对各种细 菌体内可降解基因的分布和表达会有更深人的了 解，有关技术的发展和成熟必将对污染物的降解过 程有一个整体的、生态水平上的认识。 参考文献 l李凤，刘世贵 . 分子生物学技术在环境微生物研究中的 应用 . 世界科技研究与发展，2003，25(4):88一92 2AltsehulSF，GishW，MillerW，etal.Basieloealalign- mentsearehtool . JMolBiol，1990，215(3):403一410 3魏志琴，曾秀敏，宋培勇 . 土壤微生物DNA提取方法研 究进展 . 遵义师范学院学报，2006，8(4):53一56 4FaegriA，TorsvikVL，GoksoyrJ.Baeteria]andfunga] aetivitiesin5011:seParationofbacteriaandfungibyaraPid fraetionatedeentrifugationteehnique5011BiolBioehem， 1977，9(2):105一112 5SelvaratnamS，SehoedelBA，MeFarlandBL，etal APPlieationofreversetranseriPtasePCRformonitoring exPressionoftheeataboliedmPNgeneinaPhenol- degradingsequencingbatehreaetor . APPIEnviron Microbiol，1995，61(11):3981一3985 6徐玉泉，张维，陈明等 . 一株苯酚降解菌的分离和鉴 定 . 环境科学学报，2000，20(4):450一455 7MarshTL，LiuWT，ForneyLJ . Beginningamoleeular analysisoftheeukiU洲aleollllllunityinaetivatedsludge. WaterSeiTechnol，1998，37(4一5):455一460 8王峰，傅以钢，夏四清等.PCR一DGGE技术在城市污 水化学生物絮凝处理中的特点 . 环境科学，2004，25 (6):74一79 9涂书新，韦朝阳 . 我国生物修复技术的现状与展望 . 地 理科学进展，2004，23(6):20一31 10VainioEJ，MoilanenA，KoivulaTT，etal . ComParison ofpartial165rRNAgenesequeneesobtainedfromactiva- tedsludgebaeteria . APPIMierobiolBioteehnol，1997，48 (l):73一79 11罗如新，张素琴，李顺鹏 . 邻苯二酚1，2一双加氧酶
最好先阅读几篇相应文章和相今似的论文，比如你的课题是油菜，你可以搜有关其他物种如小麦的。根据论文写作步骤制定实验计划。要练习使用一些常用软件，如NCBI,GenBank,在用时最好先下载安装有道词典，因为是英文网站，不容易懂，专业名词也太多！不要怕，万事开头难！好好准备，入了门就好了！
生物信息学毕业论文，如果你有范文的话，格式肯定就不用找了，但是选题就不行，必须要你导师认可了才行，我是在志文网写的，我写的是生物芯片技术中的应用方面的，生物信息学结合的，已经拿到了参考文献还有资料。
微生物技术在城市生活垃圾处理中的应用 摘要：本文结合堆肥化、卫生填埋两种现行的城市生活垃圾处理工艺，主要介绍了城市生活垃圾生物处理过程中的微生物种群，以及通过分析开发出的新的微生物技术，指出了应用于城市生活垃圾处理的高效的微生物技术的研究方向。 关键词：城市生活垃圾 微生物 强化微生物处理技术 基因工程 ; 随着城市化进程在全球范围的加速，城市化带来的污染和人类聚居状况恶化等问题，已成为世界各国共同关心的问题。城市生活垃圾（Municipal solid waste, 简称MSW）是在城市日常生活及为城市生活提供服务的活动中产生的固体废弃物，是城市环境的主要污染物之一。目前，城市生活垃圾处理处置的方法主要包括卫生填埋（Sanitary landfill）、堆肥化(Composting)、焚烧(Incineration)三种，其中前两种处理方式均属于生物处理技术。具体来说，MSW生物处理技术就是城市生活垃圾中固有的或外添加的微生物，在一定控制条件下，进行一系列的生物化学反应，使得MSW中的不稳定的有机物代谢后释放能量或转化为新的细胞物质，从而MSW逐步达稳定化的一个生化过程。 1. 城市生活垃圾生物处理中主要的微生物。。。