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()中分离出DNA聚合酶I(DNA polymerase I),能使4种dNTP连接成的复制需要一个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 ------[ | 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。
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: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(Hidden Markov 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.生物系统的建模和仿真 随着大规模实验技术的发展和数据累积，从全局和系统水平研究和分析生物学系统，揭示其发展规律已经成为后基因组时代的另外一个研究 热点-系统生物学。目前来看，其研究内容包括生物系统的模拟（Curr Opin Rheumatol，2007，463-70），系统稳定性分析（Nonlinear Dynamics Psychol Life Sci，2007，413-33），系统鲁棒性分析（Ernst Schering Res Found Workshop， 2007，69-88）等方面。以SBML（Bioinformatics，2007，1297-8）为代表的建模语言在迅速发展之中，以布尔网络 （PLoS Comput Biol，2007，e163）、微分方程（Mol Biol Cell，2004，3841-62）、随机过程（Neural Comput，2007，3262-92）、离散动态事件系统等（Bioinformatics，2007，336-43）方法在系统分析中已经得到应 用。很多模型的建立借鉴了电路和其它物理系统建模的方法，很多研究试图从信息流、熵和能量流等宏观分析思想来解决系统的复杂性问题（Anal Quant Cytol Histol，2007，296-308）。当然，建立生物系统的理论模型还需要很长时间的努力，现在实验观测数据虽然在海量增加，但是生物系统的模型辨 识所需要的数据远远超过了目前数据的产出能力。例如，对于时间序列的芯片数据，采样点的数量还不足以使用传统的时间序列建模方法，巨大的实验代价是目前系 统建模主要困难。系统描述和建模方法也需要开创性的发展。 9.生物信息学技术方法的研究 生物信息学不仅仅是生物学知识的简单整理和、数学、物理学、信息科学等学科知识的简单应用。海量数据和复杂的背景导致机器学习、统 计数据分析和系统描述等方法需要在生物信息学所面临的背景之中迅速发展。巨大的计算量、复杂的噪声模式、海量的时变数据给传统的统计分析带来了巨大的困难， 需要像非参数统计（BMC Bioinformatics，2007，339）、聚类分析（Qual Life Res，2007，1655-63）等更加灵活的数据分析技术。高维数据的分析需要偏最小二乘（partial least squares，PLS）等特征空间的压缩技术。在计算机算法的开发中，需要充分考虑算法的时间和空间复杂度，使用并行计算、网格计算等技术来拓展算法的 可实现性。 10, 生物图像 没有血缘关系的人，为什么长得那么像呢？ 外貌是像点组成的，像点愈重合两人长得愈像，那两个没有血缘关系的人像点为什么重合？ 有什么生物学基础？基因是不是相似？我不知道，希望专家解答。 11, 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,成为系统生物学的重要研究方法.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.
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。
谁一个、、论文不才交么……生物信息在生物学研究中的作用。生物信息是指生物体中包含的全部信息，如基因组信息、蛋白质、核酸、糖类等生物大分子的结构等。生物信息对生物体的生存、繁殖都起着重要作用。生物信息包含的范围很广，除遗传物质、神经电冲动和激素之外，生物体发出的声音、气味、颜色以及生物的行为本身都含有信息，都对生物的个体和群体产生影响，和生物的生存与进化密不可分。生物信息的特点是消耗极少的能量和物质即可产生极大的生物效应。生物信息一般可分为遗传信息、神经和感觉信息及化学信息。虽然遗传信息和神经感觉信息的载体都属于化学物质，但通常所指的化学信息是除以上两类物质以外的化学物质所携带和传递的信息。高等生物的激素及昆虫外激素都属于这一类。遗传信息是指生物为复制与自己相同的东西、由亲代传递给子代、或各细胞每次分裂时由细胞传递给细胞的信息, 即碱基对的排列顺序(或指DNA分子的脱氧核苷酸的排列顺序） 。遗传信息以密码形式存储在DNA分子上，通过DNA的复制传递给子代。在后代生长发育过程中，遗传信息自DNA转录给RNA，后翻译成特异的蛋白质，以执行各种生命功能。从历史上看，首先是由（1866）的研究形成了概念，即相应于生物各种性状的因素（现在称为基因）中包含着相应的信息（以后等人（1941）所开创了遗传生物化学的研究，描绘出这样一个轮廓：基因和决定生物结构与功能的蛋白质之间具有一对一的对应关系。 关于基因的化学本质方面，根据等（1944）进行的转化实验，以及和（1952）用大肠杆菌噬菌体的DNA进行的性状表达实验，已阐明DNA是遗传信息的载体。附着DNA结构研究的进展，现在已经确立了这样的概念，即基因所具有的信息可将DNA的碱基排列进行符号化。信息在表达时，DNA的碱基排列首先被转录成RNA的碱基排列，然后再根据这种排列合成蛋白质。有的病毒的遗传信息的载体不是DNA，而是RNA。遗传信息不仅有相应于蛋白质的基因信息，也包括对信息解读所必需的信息、控制信息表达所必需的信息，以及生物为了复制与自己相同结构所必需的一切信息。神经和感觉信息靠电脉冲和神经递质携带和传递。神经系统接受内外环境中的信息，进行加工处理，调节和控制机体各部分功能。生物靠神经系统电脉冲和神经递质携带和传递。神经系统的功能是接收、传递内外环境中的信息，加以处理、分析,从而控制和调节机体各部功能,对环境作出适当的反应。因此，神经信息对于有机体的生存以及正常生活起着至关重要的作用。化学信息是除上述两类物质外由化学介质传递的信息。生物体的各种功能能够有条不紊地进行，对环境能及时做出反应，是由于生物体内存在着通过各种各样的化学信息分子进行传递的信息系统。生物信息在生物研究中有重要作用，然而，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。因此，生物信息学便是生物信息在生物研究中重要应用。 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。生物信息学研究对象是生物信息。其研究重点主要体现在基因组学和蛋白学两方面，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。 具体而言，生物信息学作为一门新的学科领域，它是把基因组DNA序列信息分析作为源头，在获得蛋白质编码区的信息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必要的药物设计。基因组信息学,蛋白质空间结构模拟以及药物设计构成了生物信息学的3个重要组成部分。从生物信息学研究的具体内容上看，生物信息学应包括这3个主要部分：(1)新算法和统计学方法研究；(2)各类数据的分析和解释；(3)研制有效利用和管理数据新工具。 生物信息学作为基因组研究的有力武器，被广泛地用来加快新基因的寻找过程，以达到将“有用”新基因抢先注册专利的目的。在这场世界范围内的竞争中，中国科学家以及科研资金投向的决策部门如何结合我国科研水平的现状、优势领域等客观情况将有限的投资投入以求获得最大可能的科学研究以及商业回报，是一个无法回避的新课题。 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，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。 综上所述,对生物信息的研究对生物学的蓬勃发展具有重要作用。
基因工程技术的现状和前景发展 【摘要】从20世纪70年代初发展起来的基因工程技术，经过30多年来的进步与发展，已成为生物技术的核心内容。许多科学家预言，生物学将成为21世纪最重要的学科，基因工程及相关领域的产业将成为21世纪的主导产业之一。基因工程研究和应用范围涉及农业、工业、医药、能源、环保等许多领域。【关键词】基因工程技术；前景；现状一、基因工程应用于植物方面 农业领域是目前转基因技术应用最为广泛的领域之一。农作物生物技术的目的是提高作物产量，改善品质，增强作物抗逆性、抗病虫害的能力。基因工程在这些领域已取得了令人瞩目的成就。由于植物病毒分子生物学的发展，植物抗病基因工程也也已全面展开。自从发现烟草花叶病毒(TMV)的外壳蛋白基因导入烟草中，在转基因植株上明显延迟发病时间或减轻病害的症状，通过导入植物病毒外壳蛋白来提高植物抗病毒的能力，已用多种植物病毒进行了试验。在利用基因工程手段增强植物对细菌和真菌病的抗性方面，也已取得很大进展。植物对逆境的抗性一直是植物生物学家关心的问题。由于植物生理学家、遗传学家和分子生物学家协同作战，耐涝、耐盐碱、耐旱和耐冷的转基因作物新品种(系)也已获得成功。植物的抗寒性对其生长发育尤为重要。科学家发现极地的鱼体内有一些特殊蛋白可以抑制冰晶的增长，从而免受低温的冻害并正常地生活在寒冷的极地中。将这种抗冻蛋白基因从鱼基因组中分离出来，导入植物体可获得转基因植物，目前这种基因已被转入番茄和黄瓜中。随着生活水平的提高，人们越来越关注口味、口感、营养成分、欣赏价值等品质性状。实践证明，利用基因工程可以有效地改善植物的品质，而且越来越多的基因工程植物进入了商品化生产领域，近几年利用基因工程改良作物品质也取得了不少进展，如美国国际植物研究所的科学家们从大豆中获取蛋白质合成基因，成功地导入到马铃薯中，培育出高蛋白马铃薯品种，其蛋白质含量接近大豆，大大提高了营养价值，得到了农场主及消费者的普遍欢迎。在花色、花香、花姿等性状的改良上也作了大量的研究。二、基因工程应用于医药方面目前，以基因工程药物为主导的基因工程应用产业已成为全球发展最快的产业之一，发展前景非常广阔。基因工程药物主要包括细胞因子、抗体、疫苗、激素和寡核甘酸药物等。它们对预防人类的肿瘤、心血管疾病、遗传病、糖尿病、包括艾滋病在内的各种传染病、类风湿疾病等有重要作用。在很多领域特别是疑难病症上，基因工程工程药物起到了传统化学药物难以达到的作用。我们最为熟悉的干扰素(IFN)就是一类利用基因工程技术研制成的多功能细胞因子，在临床上已用于治疗白血病、乙肝、丙肝、多发性硬化症和类风湿关节炎等多种疾病。 目前，应用基因工程研制的艾滋病疫苗已完成中试，并进入临床验证阶段；专门用于治疗肿瘤的“肿瘤基因导弹”也将在不久完成研制，它可有目的地寻找并杀死肿瘤，将使癌症的治愈成为可能。由中国、美国、德国三国科学家及中外六家研究机构参与研制的专门用于治疗乙肝、慢迁肝、慢活肝、丙肝、肝硬化的体细胞基因生物注射剂，最终解决了从剪切、分离到吞食肝细胞内肝炎病毒，修复、促进肝细胞再生的全过程。经4年临床试验已在全国面向肝炎患者。此项基因学研究成果在国际治肝领域中，是继干扰素等药物之后的一项具有革命性转变的重大医学成果。三、基因工程应用于环保方面工业发展以及其它人为因素造成的环境污染已远远超出了自然界微生物的净化能力，已成为人们十分关注的问题。基因工程技术可提高微生物净化环境的能力。美国利用DNA重组技术把降解芳烃、萜烃、多环芳烃、脂肪烃的4种菌体基因链接，转移到某一菌体中构建出可同时降解4种有机物的“超级细菌”，用之清除石油污染，在数小时内可将水上浮油中的2/3烃类降解完，而天然菌株需1年之久。也有人把Bt蛋白基因、球形芽孢杆菌、且表达成功。它能钉死蚊虫与害虫，而对人畜无害，不污染环境。现已开发出的基因工程菌有净化农药的DDT的细菌、降解水中的染料、环境中有机氯苯类和氯酚类、多氯联苯的工程菌、降解土壤中的TNT炸药的工程菌及用于吸附无机有毒化合物(铅、汞、镉等)的基因工程菌及植物等。90年代后期问世的DNA改组技术可以创新基因，并赋予表达产物以新的功能，创造出全新的微生物，如可将降解某一污染物的不同细菌的基因通过PCR技术全部克隆出来，再利用基因重组技术在体外加工重组，最后导入合适的载体，就有可能产生一种或几种具有非凡降解能力的超级菌株，从而大大地提高降解效率。四、前景展望由于基因工程运用DNA分子重组技术，能够按照人们预先的设计创造出许多新的遗传结合体，具有新奇遗传性状的新型产物，增强了人们改造动植物的主观能动性、预见性。而且在人类疾病的诊断、治疗等方面具有革命性的推动作用，对人口素质、环境保护等作出具大贡献。所以，各国政府及一些大公司都十分重视基因工程技术的研究与开发应用，抢夺这一高科技制高点。其应用前景十分广阔。我国基因工程技术尚落后于发达国家，更应当加速发展，切不可坐失良机。但是，任何科学技术都是一把“双刃剑”，在给人类带来利益的同时，也会给人类带来一定的灾难。比如基因药物，它不仅能根治遗传性疾病、恶性肿瘤、心脑血管疾病等，甚至人的智力、体魄、性格、外表等亦可随意加以改造；还有，克隆技术如果不加限制，任其自由发展，最终有可能导致人类的毁灭。还有，尽管目前的转基因动植物还未发现对人类有什么危害，但不等于说转基因动植物就是十分安全的，毕竟这些东西还是新生事物，需要实践慢慢地检验。转基因生物和常规繁殖生长的品种一样，是在原有品种的基础上对其部分性状进行修饰或增加新性状，或消除原来的不利性状，但常规育种是通过自然选择，而且是近缘杂交，适者生存下来，不适者被淘汰掉。而转基因生物远远超出了近缘的范围，人们对可能出现的新组合、新性状会不会影响人类健康和环境，还缺乏知识和经验，按目前的科学水平还不能完全精确地预测。所以，我们要在抓住机遇，大力发展基因工程技术的同时，需要严格管理，充分重视转基因生物的安全性。【参考文献】[1]楼士林，杨盛昌，龙敏南，等.基因工程[M].北京：科学出版社，2002.[2]李庆军，董艳桐，施冰.植物抗虫基因的研究进展[J].林业科技，2002，27(2)：22 26. 这还有一篇
、评价药用植物种质优劣的标准、种的关系等4,。结果和结论:,,种质资源研究特别是种,因此需要投入更多力量加以研究。药物开发药用植物资源的开发是一项旨在防病治病、提高人类健康水平的科学事业。近年来,随着人们生活水平的不断改善和全球范围“回归大自然”呼声的日益高涨,国内外出现了一个药用植物资源开发热。药用植物除被更有效的用作中药材或提供制药原料外,也被广泛用于保健食品、饮料、调味剂、香料、化妆品、植物性农药、禽畜用药等诸多新领域。这种令人鼓舞的形势给作为药材生产源头的药用植物种质资源的研究注入了巨大的活力,也提出了更高的要求。1种质资源遗传多样性在药用植物开发中的重要意义111“药用植物种质资源”的概念的“种质资源”通常是就某一具体物种而言的,是包括栽培品种(类型)、野生种、近缘野生种和特殊遗传材料在内的所有可利用的遗传材料。种质资源研究的主要内容,是对作物品种(类型)进行的考察与收集、鉴定与评价、保存和应用以及遗传学基础、起源和演化的研究。其中种质资源的遗传多样性(geneticdiversity)研究,是当今种质资源研究的热点[1],是收集、保存、评价和利用作物品种的依据,也是研究作物起源、演化的基础。因此,药用植物种质资源遗传多样性的研究对药用植物开发具有十分重要的意义。112种质资源遗传多样性是药用植物种质鉴定的基础遗传多样性是种内所有生物个体全部基因和染色体变异的总和。种下的遗传分化即基因或染色体的变异有不同的表现形式,既有不同结构水平的遗传多样性:如生物体的形态结构、染色体的核型、DNA的碱基差异等,又有生理、生化、生长发育等不同功能上的遗传多样性。人们依据这些变异的大小和遗传关系将种质资源划分成“变种variety”、“变型form”和“化学宗chemicalrace”;或“农家类型landingrace”、“品种variety”“、品系line”等。例如,我国的樟・579・“种质资源”是农业上作物育种学经常使用的术语“,种质germplasm”一词来源于德国著名遗传学家魏斯曼(Weismann)1892年所提出的“种质论”,认为“种质遗传物质,不受环境的影响并产生“体质”。“药用植物的种质资源”是泛指一切可用于药物开发的植物遗传资源,是所有药用植物物种的总和。我国拥有世界上最丰富的药用植物物种资源,1995年全国中药资源普查结果表明,已被应用的植物来源的中药有11,118种(包括1,208个种下单位)。狭意中国中药杂志1998年第23卷第10期树Cinnamomumcamphora(L.)Presl可划分成主含樟脑的本樟、主含黄油素的油樟和主含芳香樟醇的芳樟等多个化学型,但它们的形状并无区别。现代生物技术的发展,使我们有能力进一步区分分类等级以下的种质资源,检测到居群之间甚至个体之间细微的遗传差异,这就为我们更有效的利用种质资源创造了条件。不同领域的研究者对不同性状的遗传多样性发生兴趣,正如分类学家最关心“花结构”变异,农学家最关心“农艺性状”变异一样,药学家更关心“化学成分”的遗传变异,并以“有效成分tivecomponent”113基础构成了该物种的基因库(genepool),其中可能蕴藏着丰富的已知或未知的有用基因[2],如控制高产、抗病、抗逆等优良性状的基因和控制有效成分代谢途径和代谢速度的基因。种质资源遗传多样性的研究将为评估基因资源的开发前景提供重要信息。众所周知,基因通过转录和翻译代谢酶来调控化合物的合成,最终决定中药的药性和疗效。次生化合物的合成需要相当多的代谢酶(包括同工酶)基因参与,这些基因的遗传变异直接影响药材的功效[3],此外,许许多多控制生长发育的基因和遗传变异也间接影响药材的成分和功效。目前已有不少调控次生化合物代谢的关键酶基因被研究[4]。例如,苯丙烷类代谢酶系是目前了解最清楚的植物次生代谢物合成途径,其中许多酶基因已被克隆。黄酮、木质素、水杨酸等的生物合成都由此途径合成,这个途径的关键酶是本丙氨酸解氨酶(PAL)、肉桂酸242羟化酶(CA4H)和42香豆酸CoA连接酶(4CL)[5]。对药用植物优良农艺性状基因的研究也已受到重视。基因的多态性为发现该基因提供了线索[6],在定位这些基因时又要借助更多连锁基因作桥梁,经过连锁分析和染色体行走和跳跃(chromosomalwalkingandjumping)找到目的基因[7,8]。这些都要求对药・580・用植物基因多态性有更多的认识。然而令人担忧的是,在人类远未充分利用这些基因资源之前,其载体———种质资源,正面临严重破坏甚至面临丧失的威胁。因此,在健全和有效实施资源保护法律法规的同时,加速药用植物种质资作。114,要获得好的疗效和经,在引种之前,首先必须在众多遗传资源中筛选出最有用的遗传资源,以便在消耗同等数量物资的情况下获得更多的产品。例如,对著名的抗癌植物红豆杉Taxus属的种质资源研究表明,世界上本属有11种(含中国4种1变种),种下又有许多地理品种和栽培种,仅欧洲红豆杉.就有不少于40个地理品种,有效成分紫杉醇taxol在树皮中的含量通常仅有。1990年前后美国在广泛调查的基础上,在北美栽培品种中筛选出一杂交类型“Hicksii”,含量为,并具有生长迅速等优良性状,于是,这一类型被大规模引种栽培[9]。另一方面,从资源保护的角度来看,对濒危药用植物进行有效的迁地保护,必须保留尽可能多的遗传多样性。植物种质资源的遗传多样性不仅包括遗传变异的高低,也包括遗传变异分布格局,即居群的遗传结构[10]。在引种之前,对该种野生药用植物居群遗传结构的深入研究,可以为采样策略的制定提供科学依据和量化指标,例如,仅取少量地点的材料即可代表绝大部分遗传多样性,起到事半功倍的佳效。采样不当将丢失遗传多样性,丢掉人类尚未认识的宝贵基因,也降低了植物抗逆性。总之,无论是对种质资源进行开发还是保护,都要进行遗传多样性的研究和比较,我国已有两千多年的种药历史,迄今为止,约有300种常用中药已进行过引种栽培[11,12]。但仍有许多野生药材和列入保护名单的濒危药用植物[15]有待引种,一些存在问题的品种也面临重新引种中国中药杂志1998年第23卷第10期的任务,这些都要求我们加强种质资源遗传多样性的研究。115种质资源遗传多样性是育种的基础药用植物的“优良品种”对药材生产存在着巨大的潜力,许多疗效优异的“道地药材”的形成在某种程度上应归功于“地方品种”的作用。“高含量育种”是药用植物育种的主要目的和特色。任何一个新品种的培育都是在原有的植物资源基础上通过选择、杂交、回交、诱变等方法修饰、加工、改良后培育出来的。例如,近年由对人参的天然变异类型“化后得到的。,再。由此可见,占有种质资源是育种的基础,育种上突破性的成就取决于关键基因的发现和利用。另一方面,植物遗传多样性的研究特别是分子多态性的研究是遗传图谱的构建、基因的定位和分离及标记辅助选择技术(MAS)应用的基础[14]。我国药用植物的育种已具有初步基础,许多药材如薄荷、红花、枸杞、地黄、贝母、山药、玉竹、桔梗、菘蓝、大麻、银杏、薏苡、石斛、益母草、金银花、杜仲、番红花等已形成地方优良品种。但更多的药材正面临艰巨的育种任务,同时也需要加速引进育种学新技术。这些方面都要求药用植物种质资源的研究要加速进行。2DNA指纹技术在种资源研究中的应用DNA指纹(DNAfingerprinting)技术是近年来发展起来的一组可以检测出大量DNA位点差异性的分子生物学新技术,因它们的电泳谱带类似人的指纹图形而得名,这些技术包括RAPD[17,18],AFLP[19],PCR2RFLP,DNA探针杂交[20],小卫星(minisatellite)[21],微卫星指纹分析等。这一方法的建立是植物资源学研究方法的重大突破,在种质资源研究上有广泛的应用前景。211在药材种质鉴定上的应用传统的中药鉴别方法是以药材表型特征为中国中药杂志1998年第23卷第10期[22][15,16]基础的鉴别方法,包括形态组织比较和化学成分分析。然而,常规方法对一些疑难种、易混种的鉴定往往很难得出正确有效的结论。90年代以来一种以药材DNA分子标记特征为鉴定指标的新兴技术———药材DNA指纹鉴定技术的出现,[23,24]。,排除。DNA。212在遗传多样性分析上的应用对药材种质资源尤其是多年生药用植物进行遗传分析在以往是很困难的,例如,采用经典遗传学中的子代分析法比较野生人参与栽培人参的遗传性状差异至少要花9年时间,这使得人们对繁殖周期较长的药用植物的遗传研究望而却步。90年代RAPD的发明以及相关分子生物学高新技术的发展,为了解山参等多年生药用植物的遗传背景提供了有力的新工具,这一简便、快捷的先进技术第一次使我们仅用少量干燥材料即可直接比较不同种质遗传物质DNA的细微差异,分析种质资源的遗传多样性,获得丰富的遗传信息。213在其它方面的应用通过对许多DNA指纹图进行分析比较,可以计算品种之间的遗传距离和相似系数,从而给出品种之间的聚类关系图,并进一步研究品种的起源、进化问题。此外,DNA指纹图也是药用植物构建遗传图谱的重要工具,遗传图谱是植物基因的档案,对育种工作有极大的参考价值。总之,DNA指纹技术在药用植物种质资源的研究中具有极大的应用前景。越来越多的研究报道说明,DNA指纹新技术的应用正在推动药用植物种质资源研究蓬勃的向前发展。3参考文献1懂玉琛.生物多样性及作物遗传多样性检测.作物品种资(下转第600页)・581・挥发油含量测定.山东医药工业,1988;(3):319陈翠萍,沙明,杨松松.朝鲜淫羊藿中黄酮类成分在不同采15郭亚健,崔玉萍,周静,等.不同采收期枸骨叶中熊果酸含量测定.中国中药杂志,1995;20(10):59116汪新能,李锋,蒋汉明.罗汉果果实生长发育与内含物变收期的含量变化.中国中药杂志,1996;21(2):8610彭强,刘汉兰,周大卫.黄连不同生长期小檗碱含量的变化的研究.广西植物,1990;10(3):22317冯全民,成树春,徐永厚,等.草麻黄的麻黄碱与伪麻黄碱化.中药材,1989;12(2):711范崔生,王汉章,褚小兰,等.中药采收鉴别应用全书.南积累动态.中药材,1997;20(8):37918梁天天,马全民,卢银仙,等..中昌:江西科学技术出版社,1995:28,19212朱兆仪,王晓光.桂皮类药材的资源与质量研究.中国中药材,1997;20(8):38119林励,,,等.药杂志,1992;17(7):38713王桂英.肉桂不同叶芽不同部位树皮的质量分析.中草.:22()20,宋洪涛,.药,1992;23(11):59414钟凤林,陈和荣,陈敏.青蒿最佳采收时期、采收部位和干.;28(5):258燥方法的实验研究.中国中药杂志,1997;22(7):4051997211220收稿(上接第源,1995;(3):12赵微平.植物基因组:构建、表达和调节.北京:首都师范大199414刘旭.遗传标记和遗传图谱构建.作物品种资源,1997;(3):2915中国医学科学院药用植物资源开发研究所.中国药用植学出版社,丘德有.利用转基因植物生产有用的次生代谢产物.植物物栽培学.北京:农业出版社,199116庄文庆.药用植物育种学.北京:农业出版社,199317WilliamsJG,KubelikAR,LivakKJ,;18:653118WelshJ,;18:721319PleterVos,ReneHogers,MarjoBleeker,;23(21):440720刘树俊.DNA指纹技术中所用的探针及其发展.遗传,1993;(1):(SSRs);91:;9:55323黄璐琦.展望分子生物技术在生药学中的应用.中国中药科学综论.哈尔滨:东北林业大学出版社,1993:205李承森.植物科学进展(第一卷).北京:高等教育出版社,1998:2936孟祥文,李璞.AP2PCR技术及其应用.国外医学遗传学分册,1995;18(3):1177潘星华,傅继粱.基因狩猎:功能克隆、定位克隆和表型克隆.自然杂志,1997;18(2):808郭保宏.利用分子标记进行植物基因定位和检测.作物品种资源,1996;(1):299陈毓亨,程克棣.近年来国外紫杉醇资源研究进展.国外医学药学分册,1994;21(1):3610AHDMTClegg,ALKahlerandBSWeir(eds).马小军,陈震.我国药用植物栽培研究的发展与展望.中国中药杂志,1994;19(7):39812马小军.国外药用植物的引种栽培.作物品种资源,1989;(3):4013肖培根,陈鹭声,汤以佳,等.中国药用植物多样性的保杂志,1995;20(11):64324马小军.PCR技术及其应用.植物杂志,1996;(5):30护.北京:中国医学科学院药用植物资源开发研究所,1998202223收稿・600・中国中药杂志1998年第23卷第10期与《种质资源遗传多样性在药用植物开发中的重要意义》相关的范文02-23 5000亩特色中药材种植基地建设项目5000亩特色中药材种植基地建设项目 可行性研究报告 项目名称:5000亩特色中药材种植基地建设项目 申请单位:XXXXXXXXXXXXX 地 址:XXXXXXXXXXXXXX 邮政编码:XXXX 联 系 人:XXXXXXXXXXX 电 话:XXXXXXXXXX 传 真:XXXXXXXXXX 申报日期:2011年10月26日 5000亩特色中药材种植基地建设项目可行性研究报告 目 录 第一章 第二 ...12-04 生物技术在药用植物育种和种质资源保存中的应用58 2008年第1期宁夏农林科技 生物技术在药用植物育种和种质资源保存中的应用 刘月梅1,白小安2 (1．延安职业技术学院,陕西延安716000:2．延安市退耕还林管理办公室716000) 摘要:生物技术在药用植物育种中的应用主要有以下几个方面:优良药用植物的快速繁殖.单倍体和多倍体培养.离子束技术.原生质体培养和融合.基因工程等.利用生物技术方法建立种质保存基因库,保存药用植物的种质资源也是一 ...05-24 药用植物种质资源迁地保护与利用专稿 中国药用植物种质资源迁地保护与利用 肖培根 1* , 陈士林, 张本刚, 魏建和, 4 1 1 111 周庆年, 缪剑华, 3 3 2 陈伟平, 张昭, 杨世林, 李学兰 (11中国医学科学院中国协和医科大学药用植物研究所, 北京 100193; 21中国医学科学院药用植物研究所广西分所, 广西 南宁 530023; 31中国医学科学院药用植物研究所云南分所, 云南 景洪 666100; 4 ...01-07 山东省农业生物资源保护现状与发展战略摘 要:简述了保护与利用农业生物资源的重要性和紧迫性,总结分析了山东省农业生物资源保存.研究和利用现状.针对目前存在的突出问题,提出了构建全省农业生物资源保护与利用平台的设想,包括平台建设的总体思路.平台结构.三大体系建设及八大重点任务. 关键词:生物资源;保护现状;存在问题;发展战略 农业生物资源包括农作物.畜禽.农业微生物和药用植物等种质资源,是维持人类生存.健康与发展的最根本物质基础和战略资 ...07-14 _柴达木地区野生黑果枸杞种群遗传多样性的AFLP分析植物生态学报 2015, 39 (10): 1003–1011 doi: Chinese Journal of Plant Ecology 柴达木地区野生黑果枸杞种群遗传多样性的AFLP分析 王锦楠1* 陈进福2* 陈武生2 周新洋3 许 东1 李际红1** 亓 晓1 1 2 山东农业大学林学 ...04-29 莱芜水生观赏植物资源调查及其开发利用研究摘要:在查阅相关资料的基础上, 对莱芜市范围内栽培水生观赏植物的园林应用现状进行了调查,并记录了水生观赏植物资源的种类.分布及生境特点.结果表明:莱芜水生观赏植物共计38科94种:从中筛选出了千屈菜.菖蒲.灯芯草.水鳖.水葱.荇菜.槐叶萍.苹.满江红.黑三棱等具有较高观赏价值和市场开发前景的优良植物资源.建议对湿地植物资源进行合理保护和开发利用. 关键词:水生观赏植物:湿地植物:资源调查:开发利用 ...07-19 进化生物学生态系统(ecosystem):在一定空间中由生物群落与环境之间不断进行物质循环和能量流动形成的统一体.即生物群落与环境组成的复合体. 组成部分:生物成分(生物成分:生产者+消费者+分解者)+非生物成分(环境) 有机联系:物质流和能量流 群落 community 亦称生物群落(biological community), 是指具有直接或间接关系的多种生物种群的有规律的组合,具有复杂的种间关系. 生 ...03-23 农业高新技术概论期末复习资料农业高新技术概论期末复习资料 1. 绪论---农业发展与高新技术 绿色革命 ⏹ 20世纪60年代,设在菲律宾的国际水稻研究所和设在墨西哥的国际玉米 小麦改良中心,育成矮杆(半矮杆)高产水稻和小麦品种.这些品种在发展中国家迅速推广应用,并配合灌溉.施肥技术的改进,产生了巨大的经济效益和社会效益.这种以推广良种(矮杆化)为主要内容的技术进步,被誉为第一次"绿色革命"(矮杆育种). ...05-12 1--绪论-1药用植物栽培学 本章小结 药用植物栽培学的研究任务 药用植物栽培学的特点 药用植物栽培在国民经济中的意义 实施GAP 目的 药用植物栽培的发展方向 第一章 绪 论 中药材包括药用植物.药用动物.药用菌物及矿物药材,其中药用植物为其主要来源. 药用植物栽培在保证药材供应.满足中医临床和中药制药企业用药的需求中起着重要作用. 第一节 药用植物栽培学的性质.任务及特点 一. 药用植物栽培学的性质 药用植 ...06-03 大学课程论文格式及要求 (1)四川农业大学风景园林学院 课程名称:论文名称:学 生:学 号:班 级: 课程论文 园林植物培育学 园林植物培育学的发展现状与趋势 刘逸 20126227 园林12-6 年 6月10日 2015 <遗传学>课程论文要求 一.题目:自拟,但必须围绕xxx 方面的内容,必须与所学专业相结合 二.内容范围: (1)遗传学最新研究前沿进展 (2)遗传学在某领域的应用等 (3)遗传病现状分析 .治 ...
土山约三事：关羽是战败被擒投降，无“土山约三事”。 血廓理智、大度友善的作风。而与诸葛甚至未曾见面，何来嫉妒之说呢？再者，周瑜的大度在三国时期是出了名的。 三气周瑜：周瑜未出征西蜀前已去世。周瑜在伐蜀途中病死于巴丘。并非被诸葛亮的才智气死。 吊周瑜：吊周瑜是庞统，不是诸葛亮。 周瑜与孔明：从赤壁之战结束到周瑜病逝的两年间，诸葛亮正在零陵一带。 马超兴兵：正与史实相反，马超起兵在先，令到马腾遇害。 割须弃袍：战况确实很激烈，但是是马超吃的败仗，而官史并无载割须弃袍。 许褚裸衣战马超：没有记载，马超甚至被许褚瞪得不敢动。 张松献图：应为刘备询问张松蜀中的兵马粮钱等情况，于是张松绘制了地图给刘备。 落凤坡：该为庞统进攻雒城时中箭死去。 马超战张飞：是马超私自写信给刘备请求投降，并无小说中张飞和马超大战两百余回合不分胜负，后被诸葛亮招降一事。 征汉中：征汉中时的总指挥是刘备，法正参谋。 计夺天荡山：纯粹虚构。 五虎大将：刘备并没有封“五虎大将”，五虎将是因为三国志中把关羽、张飞、赵云、马超、黄忠的传记放在同一章。后世称之蜀之五虎。 周仓、胡班：虚构人物，历史上没有记载。胡班可能指蜀将吴班。 关羽单刀会：鲁肃、关羽的一场官式会宴，鲁肃令东吴诸将手持单刀，往赴关羽所设的宴会。 刮骨疗伤：此时华佗于赤壁之战已经死了，是一般的军医操刀。 水淹七军：时值秋天，大雨连绵，汉水暴涨，关羽趁水势挟水军引兵大破名将于禁，擒斩庞德并率军急攻。 关羽麦城拒降：历史上并未记载明确拒降，而《江表传》有关羽以伪降谋突围之机的记戴。 擒关羽：并非潘璋，而是他的部将马忠。 玉泉显圣、追命吕蒙：玉泉显圣改编自唐代玉泉寺建寺故事，且吕蒙是病死。 七十二疑冢：曹操葬在高陵。 关平：关羽长子，不是义子，随羽临军，三国志里只出现两次名字。 关兴：弱冠（近二十岁）就因才高任侍中、中监军，于夷陵之战后数年死去。 张苞：虽称早夭，但有留下子嗣张遵。 夷陵之战：吴军五万，蜀军七万，绝非以少胜多。 潘璋之死：潘璋在夷陵之战中为孙权立了战功，砍杀冯习等人，死于234年 白帝托孤：刘备临终是托孤与诸葛亮和李严二人，但仍有对诸葛亮说：“君才十倍曹丕，必能安国，终定大事。若嗣子可辅，辅之；如其不才，君可自取。”主要情况雷同。 八阵图：八阵图是诸葛亮所作的兵法图阵，所谓八阵是为天覆阵、地载阵、风扬阵、云垂阵、龙飞阵、虎翼阵、鸟翔阵及蛇蟠阵，每个阵形都由三十二队士兵所组成。 晋朝干宝的《晋记》以及北魏郦道元的《水经注》亦有记载。但不是神怪石阵、迷宫。 七擒孟获：《三国志》上没有记载七擒孟获。但《汉晋春秋》及《华阳国志》中有说过“七擒七纵”，但具体过程没有记载，而鄂焕、祝融、孟优、木鹿大王等都是小说所创作。 六出祁山：诸葛亮伐魏五次，而只有第一次和第四次出祁山，且被曹真所阻。 《后出师表》：多认为是后人伪托，并非诸葛亮所作。 司马懿与诸葛亮：诸葛亮头三次北伐时，魏军并非司马懿统领而是曹真。 失街亭：魏军总指挥为张颌，非司马懿。 空城计：街亭战败后，魏军并未对蜀军进行追击。诸葛亮只是曾把西县的民众与粮草迁移而已。且当时魏军主将也非司马懿。《三国志》上并没有空城计的记载，只出现于野史中。 气死曹真：曹真病死于洛阳。 诸葛亮骂死王朗：王朗病死于228年，并未随军出战。 诸葛亮用兵：诸葛亮治军善于用兵，不善奇谋，政绩才是最耀眼的。 火烧上方谷：诸葛亮大破魏军于卤城，司马懿仅以身还保营。《三国志》未提用何种战法大破魏军。陕西乡野传说与演义无大异；上方谷，一说葫芦谷，疑为卤城的浑称 死诸葛吓跑活仲达：确有此事，并非诸葛亮遗计，《汉晋春秋》的记载是：诸葛亮死后，蜀军秘不发丧悄然撤退，司马懿有所发觉，驱军追赶。两军相近时，蜀汉将军姜维和长史杨仪命蜀军反旗鸣鼓做势佯攻，司马懿不敢逼近，只好退兵，蜀军入谷然后发丧。当时在蜀中就传开了“死诸葛走生仲达”的笑话。 魏延反叛，被马岱诛杀：魏延与杨仪不和，相争失败、兵败被杀。 地理大搬家：把太白山移到祁山的旁边，把陈仓移到街亭的南方，甚至把祁山移到褒斜道北面的斜谷旁，或是移到五丈原附近。 开篇词：开篇词为明人杨慎的临江仙,而并非罗贯中所作,是清人毛宗岗父子在三国演义中加上去的[编辑本段]【书中诗篇】 《三国演义》篇首词 作者：杨慎（明）《临江仙》 滚滚长江东逝水，浪花淘尽英雄。 是非成败转头空，青山依旧在，几度夕阳红。 白发渔樵江渚上，惯看秋月春风。 一壶浊酒喜相逢，古今多少事，都付笑谈中。 《三国演义》篇尾诗 高祖提剑入咸阳，炎炎红日升扶桑；光武龙兴成大统，金乌飞上天中央； 哀哉献帝绍海宇，红轮西坠咸池傍！何进无谋中贵乱，凉州董卓居朝堂； 王允定计诛逆党，李傕郭汜兴刀枪；四方盗贼如蚁聚，六合奸雄皆鹰扬； 孙坚孙策起江左，袁绍袁术兴河梁；刘焉父子据巴蜀，刘表军旅屯荆襄； 张燕张鲁霸南郑，马腾韩遂守西凉；陶谦张绣公孙瓒，各逞雄才占一方。 曹操专权居相府，牢笼英俊用文武；威挟天子令诸侯，总领貔貅镇中土。 楼桑玄德本皇孙，义结关张愿扶主；东西奔走恨无家，将寡兵微作羁旅； 南阳三顾情何深，卧龙一见分寰宇；先取荆州后取川，霸业图王在天府； 呜呼三载逝升遐，白帝托孤堪痛楚！孔明六出祁山前，愿以只手将天补； 何期历数到此终，长星半夜落山坞！姜维独凭气力高，九伐中原空劬劳； 钟会邓艾分兵进，汉室江山尽属曹。丕睿芳髦才及奂，司马又将天下交； 受禅台前云雾起，石头城下无波涛；陈留归命与安乐，王侯公爵从根苗。 纷纷世事无穷尽，天数茫茫不可逃。鼎足三分已成梦，后人凭吊空牢骚。[编辑本段]【歇后语录】 歇后语 1刘备的江山----哭出来的 2 刘备摔孩子----收买人心 3 孔明给周瑜看病----对症下药 4 诸葛亮吊孝----装模作样 5 诸葛亮当军师----名副其实 6 刘备借荆州——有借无还 7 诸葛亮征孟获----收收放放 8 曹操下江南----来得凶，败得惨 9 曹操吃鸡肋----食之无肉，弃之可惜 10 曹操遇蒋干----倒了大霉 11 曹操杀华佗----讳疾忌医 12 曹操杀吕伯奢----将错就错 13 张飞卖秤锤----人强货硬 14 张飞扔鸡毛----有劲难使 15 张飞战关公----忘了旧情 16 张飞妈妈姓吴----无事（吴氏）生非（飞） 17 张飞使计谋----粗中有细 18 张飞穿针----大眼瞪小眼 19 关帝庙里挂观音像----名不符实 20关云长卖豆腐----人硬货不硬 21 关云长走麦城----大难临头 22 关帝庙求子----踏错了门 23 关公照镜子----自觉脸红 24 关公喝酒----不怕脸红 25 关公进曹营----单刀直入 26 关羽战李逵----大刀阔斧 27 董卓戏貂蝉----死在花下 28 董卓进京----来者不善 29 貂蝉唱歌----有声有色 30 周瑜打黄盖----一个愿打，一个愿挨 31 草船借箭----坐享其成 32 东吴招亲----弄假成真 33 吃曹操的饭，想刘备的事----人在心不在 34 蒋干盗书----上了大当 35 徐庶进曹营----一言不发 36 关公赴会——单刀直入 37 张飞吃豆芽——小菜一碟 38 曹操战宛城--大败而逃 39 关老爷做木匠——大刀阔斧 40 诸葛亮娶丑妻——为事业着想 41 关云长刮骨下棋----若无其事 42 关公面前耍大刀----自不量力[编辑本段]【三国成语】 三顾茅庐 鞠躬尽瘁 吴下阿蒙 如鱼得水 望梅止渴 乐不思蜀 单骑救主 舌战群儒 过关斩将 火烧连营 七擒七纵 司马昭之心，路人皆知 老生常谈 赤膊上阵 死诸葛能走生仲达[编辑本段]【衍生作品】 自《三国演义》传了出国外，日本人非常喜欢这类题材，改编成漫画或动画不下数十次。如横山光辉的作品“横山光辉三国志”，然而传入日本后《三国演义》普遍被称为《三国志演义》，只是有为数不少日本人习惯略称其为《三国志》，也由于《三国志》（其实是《三国演义》）题材于日本地区颇受欢迎，加上此略称广为流传，也导致有一部分人仍旧以为日本地区所称的《三国志》为正史。市面上也有不少以三国作背景的电脑游戏和电玩游戏，比较著名的有日本光荣公司的“三国志”、真·三国无双 等。中国大陆有《QQ三国》,《热血三国》等，台湾的有《傲世三国》、《幻想三国志》等。[编辑本段]【影视三国】土山约三事：关羽是战败被擒投降，无“土山约三事”。 血衣带诏：绝无此事。马腾是一个带有强盗性质的军阀，攻打李郭不过是私人恩怨。 赤兔马：赤兔马在吕布战败后，不知去向。并没有成为关羽的坐骑。 诛文丑：文丑死于曹军乱军之中。 孙策之死：遭刺客暗算不治，刺客是前吴郡太守许贡的家奴与门客，并非被于吉吓死。 过五关斩六将：虚构剧情，关羽离开曹操后，没有经过五关，而孔秀、孟坦、韩福、卞喜、王植和秦琪都不见史书记载 。 遗计定辽东：虚构剧情，郭嘉暴毙而亡，年三十八，没留下任何计策，此计是曹操自己的计谋。 古城斩蔡阳：刘备所为，地点并非古城。 徐庶之智：徐庶在正史上记载不多。 徐庶进曹营：曹操南征，徐庶跟随刘备南逃，乱军中徐母被俘，徐庶告别刘备进曹营，及后更当上魏国重臣。 火烧博望坡：刘备所为，当时诸葛亮并未出山。 火烧新野：历史上没有记载，为罗贯中杜撰。 长板坡七进七出：应为长坂，赵云只是护送刘备家小撤退，没有七进七出此事。 糜夫人跳井：正史记载，甘夫人和糜夫人在当阳皆安然无恙 。 刘琮遇害：献出荆州后，被曹操任命为青州刺史，封列侯，并未被杀，后曹操为了表彰他的功绩，更迁为谏议大夫。 舌战群儒：只记载诸葛亮面见孙权，东吴主战派、主和派相争日盛。诸葛亮只是节使。 周瑜智算蒋干：实蒋干之前游说周瑜不成。 智激周瑜：周瑜本已想战，况且曹植当时未作《铜雀台赋》，所谓曹操欲占东吴二乔之事乃民间传闻，唐朝诗人杜牧在《赤壁》一诗中写道：“东风不与周郎便，铜雀春深锁二桥（乔）。”虽是千古绝句，但其后半句来源于“揽二乔于东南兮，乐朝夕之与共”一句，事实上《三国志》里全文记载了《铜雀台赋》，却根本没有这两句，纯系后人伪托之作。可见唐朝已有此传。 草船借箭：并无此事，相似事件发生在孙权于濡须坞之战。 苦肉计：确有黄盖诈降，但苦肉计应无。 阚泽：阚泽为东吴重臣，是受孙权尊重的人物，从未参与过军事行动。 庞统献连环计：连环是曹操之决策，庞统未曾参与过赤壁之战。 孔明求东风：纯属虚构，江东冬至时日，多有东南风。 华容道：刘备确实曾发兵追截兵败的曹操，但是去晚了，被曹操跑掉。 赤壁部将马忠。 玉泉显圣、追命吕蒙：玉泉显圣改编自唐代玉泉寺到褒斜道北面的斜谷旁，或是移到五丈原附近。 等，台湾的有《傲世三国》、《幻想三国志》等。[编辑临江仙,而并非罗贯中所作,是清人毛宗岗父子在三国演义中加上去的[编辑本
李宝键教授在“展望21世纪的生命科学”一文中谈到基因组研究计划研究重要性时，引用《Scinence》上“第三次技术命革”中的一句话：“下一个传大时代将是基因组革命时代，它正处于初期阶段。”在当前的研究水平上，只要涉及生命体重要现象的课题，几乎离不开对基因及其作用的分析。2000年6月26日，英美两国首脑会同公私两大人基因组测序集团向世人正式宣告，人基因组的工作草图已绘制完成。科学家把这作为生命科学进入新时代的标志，即后基因组时代(post-genome era)。因此有必要对基因组及其研究内容和进展作一个了解。1基因组学及其研究内容基因组(GENOME)一词是1920年Winkles从GENes和chromosOMEs组成的，用于描述生物的全部基因和染色体组成的概念。1953年Watson和Crick发现DNA双螺旋结构，标志分子生物学的诞生，随着各学科的发展，当前生物学研究进入新的进代，在生物大分子水平上将不同的研究技术和手段有机的结合以攻克生物学难题。基因组研究可以理解为：(1)基因表达概况研究，即比较不同组织和不同发育阶段、正常状态与疾病状态，以及体外培养的细胞中基因表达模式的差异，技术包括传统的RTPCR，RNase保护试验，RNA印迹杂交，但是其不足是一次只能做一个。新的高通量表达分析方法包括微点阵(microarrary)，基因表达序列分析(serial analysis of gene expression，SAGE)，DNA芯片(DNA chip)等；(2)基因产物-蛋白质功能研究，包括单个基因的蛋白质体外表达方法，以及蛋白质组研究；(3)蛋白质与蛋白质相互作用的研究，利用酵母双杂交系统，单杂交系统(one-hybrid system)，三杂交系统(thrdee-hybrid system)以及反向杂交系统(reverse hybrid system)等。1986年美国科学家Thomas Roderick提出了基因组学(Genomics)，指对所有基因进行基因组作图(包括遗传图谱、物理图谱、转录图谱)，核苷酸序列分析，基因定位和基因功能分析的一门科学。因此，基因组研究应该包括两方面的内容：以全基因组测序为目标的结构基因组学(structural genomics)和以基因功能鉴定为目标的功能基因组学(functional genomics)。结构基因组学代表基因组分析的早期阶段，以建立生物体高分辨率遗传、物理和转录图谱为主。功能基因组学代表基因分析的新阶段，是利用结构基因组学提供的信息系统地研究基因功能，它以高通量、大规模实验方法以及统计与计算机分析为特征。随着1990年人类基因组计划(Human Genome Project，HGP)的实施并取得巨大成就，同时模式生物(model organisms)基因组计划也在进行，并先后完成了几个物种的序列分析，研究重心从开始揭示生命的所有遗传信息转移到从分子整体水平对功能的研究上。第一个标志是功能基因组学的产生，第二个标志是蛋白质组学(proteome)的兴起。2 结构基因组学研究内容结构基因组学(structural genomics)是基因组学的一个重要组成部分和研究领域，它是一门通过基因作图、核苷酸序列分析确定基因组成、基因定位的科学。遗传信息在染色体上，但染色体不能直接用来测序，必须将基因组这一巨大的研究对象进行分解，使之成为较易操作的小的结构区域，这个过程就是基因作图。根据使用的标志和手段不同，作图有三种类型，即构建生物体基因组高分辨率的遗传图谱、物理图谱、转录图谱。遗传图谱通过遗传重组所得到的基因在具体染色体上线性排列图称为遗传连锁图。它是通过计算连锁的遗传标志之间的重组频率，确定他们的相对距离，一般用厘摩(cM，即每次减数分裂的重组频率为1%)来表示。绘制遗传连锁图的方法有很多，但是在DNA多态性技术未开发时，鉴定的连锁图很少，随着DNA多态性的开发，使得可利用的遗传标志数目迅速扩增。早期使用的多态性标志有RFLP(限制性酶切片段长度多态性)、RAPD(随机引物扩增多态性DNA)、AFLP(扩增片段长度多态性)；80年代后出现的有STR(短串联重复序列，又称微卫星)DNA遗传多态性分析和90年代发展的SNP(单个核苷酸的多态性)分析。物理图谱物理图谱是利用限制性内切酶将染色体切成片段，再根据重叠序列确定片段间连接顺序，以及遗传标志之间物理距离［碱基对(bp)或千碱基(kb)或兆碱基(Mb)的图谱。以人类基因组物理图谱为例，它包括两层含义，一是获得分布于整个基因组30 000个序列标志位点(STS，其定义是染色体定位明确且可用PCR扩增的单拷贝序列)。将获得的目的基因的cDNA克隆，进行测序，确定两端的cDNA序列，约200bp，设计合成引物，并分别利用cDNA和基因组DNA作模板扩增；比较并纯化特异带；利用STS制备放射性探针与基因组进行原位杂交，使每隔100kb就有一个标志；二是在此基础上构建覆盖每条染色体的大片段：首先是构建数百kb的YAC(酵母人工染色体)，对YAC进行作图，得到重叠的YAC连续克隆系，被称为低精度物理作图，然后在几十个kb的DNA片段水平上进行，将YAC随机切割后装入粘粒的作图称为高精度物理作图.转录图谱利用EST作为标记所构建的分子遗传图谱被称为转录图谱。通过从cDNA文库中随机条区的克隆进行测序所获得的部分 cDNA的5＇或3＇端序列称为表达序列标签(EST)，一般长300～500bp左右。一般说，mRNA的3＇ 端非翻译区(3＇-UTR)是代表每个基因的比较特异的序列，将对应于3＇-UTR的EST序列进行RH定位，即可构成由基因组成的STS图。截止到1998年12月底，在美国国家生物技术信息中心(NCBI)数据库中分布的植物EST的数目总和已达几万条，所测定的人基因组的EST达180万条以上。这些EST不仅为基因组遗传图谱的构建提供了大量的分子标记，而且来自不同组织和器官的EST也为基因的功能研究提供了有价值的信息。此外，EST计划还为基因的鉴定提供了候选基因(candidantes)。其不足之处在于通过随机测序有时难以获得那些低丰度表达的基因和那些在特殊环境条件下(如生物胁迫和非生物胁迫)诱导表达的基因。因此，为了弥补EST计划的不足，必须开展基因组测序。通过分析基因组序列能够获得基因组结构的完整信息，如基因在染色体上的排列顺序，基因间的间隔区结构，启动子的结构以及内含子的分布等。3功能基因组学研究功能基因组学(functional genomics)又往往被称为后基因组学(postgenomics)，它利用结构基因组所提供的信息和产物，发展和应用新的实验手段，通过在基因组或系统水平上全面分析基因的功能，使得生物学研究从对单一基因或蛋白质的研究转向多个基因或蛋白质同时进行系统的研究。这是在基因组静态的碱基序列弄清楚之后转入基因组动态的生物学功能学研究。研究内容包括基因功能发现、基因表达分析及突变检测。基因的功能包括：生物学功能，如作为蛋白质激酶对特异蛋白质进行磷酸化修饰；细胞学功能，如参与细胞间和细胞内信号传递途径；发育上功能，如参与形态建成等采用的手段包括经典的减法杂交，差示筛选，cDNA代表差异分析以及mRNA差异显示等，但这些技术不能对基因进行全面系统的分析。新的技术应运而生，包括基因表达的系统分析，cDNA微阵列，DNA芯片等。鉴定基因功能最有效的方法是观察基因表达被阻断或增加后在细胞和整体水平所产生的表型变异，因此需要建立模式生物体。比较基因组学(Comparative Genomics)是基于基因组图谱和测序基础上，对已知的基因和基因组结构进行比较，来了解基因的功能、表达机理和物种进化的学科。利用模式生物基因组与人类基因组之间编码顺序上和结构上的同源性，克隆人类疾病基因，揭示基因功能和疾病分子机制，阐明物种进化关系，及基因组的内在结构。目前从模式生物基因组研究中得出一些规律：模式生物基因组一般比较小，但编码基因的比例较高，重复顺序和非编码顺序较少；其G+C%比较高；内含子和外显子的结构组织比较保守，剪切位点在多种生物中一致；DNA 冗余，即重复；绝大多数的核心生物功能由相当数量的orthologous蛋白承担；Synteny连锁的同源基因在不同的基因组中有相同的连锁关系等。模式生物基因组研究揭示了人类疾病基因的功能，利用基因顺序上的同源性克隆人类疾病基因，利用模式生物实验系统上的优越性，在人类基因组研究中的应用比较作图分析复杂性状，加深对基因组结构的认识。 此外，可利用诱变技术测定未知基因，基因组多样性以及生物信息学（Bioinformatics）的应用。4蛋白质组学研究基因是遗传信息的携带者，而全部生物功能的执行者却是蛋白质，它有自身的活动规律，因而仅仅从基因的角度来研究是远远不够的，必须研究由基因转录和翻译出蛋白质的过程，才能真正揭示生命的活动规律，由此产生了研究细胞内蛋白质组成及其活动规律的新兴学科——蛋白质组学（proteomics）。蛋白质组（proteome）是由澳大利亚Macquarie大学的Wilkins和Williams于1994首先提出，并见于1995年7月的“Electrophonesis”上，指全部基因表达的全部蛋白质及其存在方式，是一个基因、一个细胞或组织所表达的全部蛋白质成分，蛋白质组学是对不同时间和空间发挥功能的特定蛋白质群体的研究。它从蛋白质水平上探索蛋白质作用模式、功能机理、调节控制以及蛋白质群体内相互作用，为临床诊断、病理研究、药物筛选、药物开发、新陈代谢途径等提供理论依据和基础。 蛋白质组学旨在阐明生物体全部蛋白质的表达模式及功能模式，内容包括鉴定蛋白质表达、存在方式（修饰形式）、结构、功能和相互作用方式等。它不同于传统的蛋白质学科，是在生物体或其细胞的整体蛋白质水平上进行的，从一个机体或一个细胞的蛋白质整体活动来揭示生命规律。但由于蛋白质具有多样性和可变性，复杂性，低表达蛋白质难以检测等，应该明确其研究的艰难性。总体上研究可以分为两个方面：对蛋白质表达模式（或蛋白质组成）研究，对蛋白质功能模式（目前集中在蛋白质相互作用网络关系）研究。对蛋白质组研究可以提供如下信息：从基因序列预测的基因产物是否以及何时被翻译；基因产物的相对浓度；翻译后被修饰的程度等。由于蛋白质数目小于基因组中开放阅读框（ORF, open reading frame）数目，因此提出功能蛋白质组学（functional proteomics），功能蛋白质指在特定时间、特定环境和试验条件下基因组活跃表达的蛋白质，只是总蛋白质组的一部分。功能蛋白质组学研究是位于对个别蛋白质的传统蛋白质研究和以全部蛋白质为研究对象的蛋白质研究之间的层次，是细胞内与某个功能有关或某种条件下的一群蛋白质。对蛋白质组成分析鉴定，要求对蛋白质进行表征化，即分离、鉴定图谱化，包括两个步骤：蛋白质分离和鉴定。双向凝胶电泳（2-DGE）和质谱（MS）是主要的技术。近年来，有关技术和生物信息学在不断并迅速开发和发展中。蛋白质组研究技术体系包括：样品制备；双向聚丙烯酰胺凝胶电泳（two-dimensional polyacrylamide gel electrophoresis,2-D PAGE）；蛋白质的染色；凝胶图像分析；蛋白质分析；蛋白质组数据库。其中三大关键是：双向凝胶电泳技术、质谱鉴定、计算机图像数据处理与蛋白质数据库。5与基因组学相关学科诞生随着基因组学研究的不断深入，人类有望揭示生命物质世界的各种前所未知的规律，完全揭开生命之谜，进而驾驶生命，使之为人类的社会经济服务。基因组研究和其它学科研究交叉，促进一些学科诞生，如营养基因组学（nutritional genomics），环境基因组学（environmental genomics），药物基因组学（phamarcogenomics），病理基因组学（pathogenomics），生殖基因组学(reproductive genomics)，群体基因组学(population genomics)等。其中，生物信息学正成为备受关注的新型产业的支撑点。生物信息学是以生物大分子为研究，以计算机为工具，运用数学和信息科学的观点、理论和方法去研究生命现象、组织和分析呈指数级增长的生物信息数据的一门科学。研究重点体现在基因组学和蛋白质两个方面。首先是研究遗传物质的载体DNA及其编码的大分子量物质，以计算机为工具，研究各种学科交叉的生物信息学的方法，找出其规律性，进而发展出适合它的各种软件，对逐步增长的DNA 和蛋白质的序列和结构进行收集、整理、发布、提取、加工、分析和发现。由数据库、计算机网络和应用软件三大部分组成。其关注的研究热点包括：序列对比，基因识别和DNA序列分析，蛋白质结构预测，分子进化，数据库中知识发现（Knowledge Discovery in Database, KDD）。这一领域的重大科学问题有：继续进行数据库的建立和优化；研究数据库的新理论、新技术、新软件；进行若干重要算法的比较分析；进行人类基因组的信息结构分析；从生物信息数据出发开展遗传密码起源和生物进化研究；培养生物信息专业人员，建立国家生物医学数据库和服务系统［5］。20世纪末生物学数据的大量积累将导致新的理论发现或重大科学发现。生物信息学是基于数据库与知识发现的研究，对生命科学带来革命性的变化，对医药、卫生、食品、农业等产业产生巨大的影响。邹承鲁教授在谈论21世纪的生命科学时讲到，生物学在20世纪已取得巨大的发展，数理科学广泛而又深刻地深入生物学的结果在新的高度上揭示了生命的奥妙，全面改变了生物学的面貌。生物学不仅是当前自然科学发展的热点，进入21世纪后将仍然如此。科学家称21世纪是信息时代。生物科学和信息科学结合，无疑是多个学科发展的必然结果。
基因定位是遗传学研究中的重要环节，基因位置的确定有助于了解基因的功能 ; 对一个基因的定位也有助于同染色体或同线组其它基因的进一步定位 ; 对医学领域遗传病基础的认识、动物生产中遗传标记辅助选择和经济性状遗传规律的掌握，基因定位都起着重要作用。近年来的转基因技术的研究中，基因定位是确定供体基因及转基因在受体染色体整合位置的必要手段。正如地图的发明对于世界的认识那样，基因定位为人类深入认识生物现象和规律，具有划时代的意义。 随着基因定位技术的发展，其概念的内涵也不断深入。早期的基因定位主要指区别基因间是否连锁，是位于常染色体还是性染色体。目前，它包括认识连锁群上基因相对位置的遗传定位 (Genetic mapping) 和认识基因在某染色体具体位置的物理定位 (physical mapping) 。定位的内容除质量性状基因外，还包括 QTL 基因和分子遗传标记 ( 主要是微卫星位点、 RFLP 等 ) 。基因染色体定位的方法多种多样，其中物理定位的主要方法包括传统的荧光原位杂交技术 (Fluorescent in situ hybridization, FISH) 和放射杂交 (radiation hybrid ， RH) 定位等。尽管 FlSH 技术可以对基因进行染色体定位，但从分子角度来看，它的定位工作仍显得粗糙， RH 定位的精确度要比 FlSH 定位高，而且成本低、定位效率高，是一种基因染色体定位的新方法，越来越在遗传学研究中显示出重要的作用。 然后你可以就一种方向的基因定位进行论述：如水稻：猪：目前用于猪基因物理定位的体细胞杂种细胞系有：法国的猪 ´ 啮齿类体细胞杂种板 (Pig × rodent Somatic cell hybrid panel, SCHP) 、法国农科院和明尼苏达州大学共同构建的辐射杂种克隆板 (INRA–Minnesota porcine radiation hybrid panel, IMpRH) 、日本的辐射杂种板 (Sus scrofa radiation hybrid panel, SSRH) 以及英国 Roslin 研究和剑桥大学共同构建的猪辐射杂种板（林丽， 2004 ）。目前应用比较普遍的是前两种，二者的共同点是它们都基于 PCR 分型，方便而且快捷。 猪 ´ 啮齿类体细胞杂种板是由法国农业科学院 (Laboratoire de Génétique Cellulaire, INRA, Castanet-Tolosan, France) 构建的，由 27 个杂种细胞系组成 (Yerle, et al. ， 1996) 。该体细胞杂种板所用供体细胞是猪的淋巴细胞或纤维原细胞，然后与中国仓鼠黄嘌呤磷酸核糖转移酶缺陷型 (HPRT-) 细胞株（ 1-19 杂种细胞系）和小鼠胸腺嘧啶激酶缺陷型 (TK-) 细胞株（ 20-27 杂种细胞系）融合，最后经过细胞遗传学方法鉴定得到。通过 PCR 检测某个基因在 27 个杂种细胞系中的分型结果后将其与各杂种细胞种所存留的猪染色体或片段进行对应分析，可以得到此基因在猪染色体上的区域定位结果 (Chevalet et al., 1997) 。该方法仅能将基因定位于比较粗略的染色体位置。 猪辐射杂种克隆板 IMpRH 是由法国农业科学院和美国 Minnesota 大学共同构建的 (Yerle, et al., 1998) 。经过 7,000 Rads 的辐射剂量辐射猪淋巴细胞或纤维原供体细胞后，与中国仓鼠受体细胞融合，获得 152 个杂种细胞克隆，采用以 SINE (small interspersed repeat element) 作探针的 FISH 和特异的 SINE 作引物的 PRINS 技术对每个杂种细胞系中存留的染色体或片段的大小和长度进行细胞遗传学鉴定后，得到一套由 118 个杂种细胞系所组成的，覆盖整个猪基因组的猪辐射杂种板 (IMpRH) (Yerle et al., 1998) 。 Hawken 等 (1999) 借助 IMpRH 通过对 900 多个 Ⅰ类和 Ⅱ 类标记进行定位首次构建了第一代猪全基因组辐射杂种图谱 (Porcine whole-genome radiation hybrid map) 。该图谱共由 128 个连锁群（位标的最小 LOD 值为 ）， 59 个单独的标记组成，覆盖了全部常染色体和 X 染色体，理论分辨率为 145kb ，平均存留率为 ％，平均约 70 kb/cR 。猪的第一张辐射杂种图谱的构建为新 DNA 标记的定位提供了丰富的 DNA 位标，为构建高分辨率的猪基因组物理图谱奠定了基础，因此这套克隆板得到广泛的应用。由于 RH 法是基于 PCR 分型 检测 技术和互联网结合的定位方法，对于 118 个克隆的 IMpRH 板，在引物特异、扩增效率高、条件稳定的情况下，一天内即可将分析结果提交到相应的网站并得到最终定位结果，所以它具有快速、 简单易行 和 定位精度高的特点 ， 其结果也具有可比性。与连锁图谱相比，辐射杂种克隆板可以相对精确地定位和排列标记，它 可以将遗传连锁图谱中在 5cM 区域以内难以分辨位置的一簇标记进行排序 (Rohrer et al., 1996; Hawken et al., 1999; 林丽， 2004) 。除了对具体 DNA 标记进行定位外，随着 ESTs 数据库的大量增长， RH 法对 ESTs 的定位也显示了广泛的应用前景。 Cirera 等 (2003) 利用 IMpRH 成功定位从小肠 cDNA 文库测序得到的 214 个 ESTs ； Tuggle 等 (2003) 同样利用 IMpRH 定位了主要在母猪繁殖器官中表达的 64 个 ESTs 。 希望能帮到你
基因编辑的话会让父母觉得孩子并不算是自己的孩子了而且在伦理道德上也存在着一些严重的伦理道德问题比如说基因因问题还有就是遗传问题
因为基因编辑的孩子有违背正常伦理所以不允许这样。
加州大学伯克利分校（University of California Berkeley）的分子生物学家Jennifer Doudna说，“这项技术还没有准备好。”Doudna是CRISPR-Cas9基因组编辑系统的先驱，“这并不令人意外，但令人非常失望和不安。”
基因编辑胚胎在全球引起巨大争议的一个原因是，如果允许婴儿出生，这些编辑过的基因就可以传递给后代——这是一种影响深远的干预，被称为改变生殖系。研究人员一致认为，这项技术有一天可能有助于消除镰状细胞贫血和囊性纤维化等遗传疾病，但在用于人类改造之前，还需要进行更多的实验。
而目前许多国家都禁止植入基因编辑胚胎。据《自然》报道，俄罗斯有一项法律，禁止在大多数情况下进行基因工程，但尚不清楚这些规则是否会在胚胎基因编辑方面得到实施，或者如何实施。2017年，一项针对多个国家的辅助生殖法规的分析显示，俄罗斯关于辅助生殖的法规并没有明确提到基因编辑。
在禁止以繁殖人为目的的生殖性克隆，并且明确注明这种行为是“反人类物种的罪行”。随着技术的发展，法国人还就医疗辅助生育、安乐死、修改基因等问题展开过长时间的讨论，目前，法国法律仍不允许修改受精卵治疗遗传病，法国专家认为，基因修改面临着疗效、安全性、后遗症等尚不可知的重大问题。
基因编辑婴儿”如果确认已出生，属于被明令禁止的，将按照中国有关法律和条例进行处理。
自己稍微改动一下就可以了.各位代表： 大家好！首先感谢大家的支持与学校提供这次机会，使我能参与竞争，一展自己的抱负。今天我来参与竞选的目的只有一个：一切为大家，能为大家谋利益。我自信在同学们的帮助下，我能胜任这项工作，正由于这种内驱力，当我走向这个讲台的时候，我感到信心百倍。 我认为自己很适合担任学生会主席。首先我热爱我的工作，算上小学的话，十年学生干部“工龄”已不算短了，这使我有了相当的管理经验、领导能力。活泼开朗、兴趣广泛的我积极参加并组织开展各项活动，在活动中尽情施展自己的唱歌、跳舞、弹钢琴及演讲的才能，取得了如演讲比赛第一、英语朗诵、阅读竞赛第一等好成绩，激励着我不断向前；主持也是我不懈的追求，从高一入学军训联欢会到主持省武高电视台节目，及后来的首届英语节，大大小小的活动参加了不少，是省武高这方热土给我提供了机会，使我如鱼得水，不断锻炼、充实着自己。此外，在活动过程中，我学习上也丝毫没有松懈，成绩现已跻身年级前茅，我认为我有着足够的时间和精力在学习之余开展活动。 假如我当选，我将进一步加强自身修养，努力提高和完善自身的素质，我将时时要求自己“待人正直、公正办事”；要求自己“严于律己、宽以待人”；要求自己“乐于助人、尊老爱幼”等等，总之，我要力争让学生会主席的职责与个人的思想品格同时到位。 假如我就任此届学生会主席，我的第一件事就是召集我的内阁部长们举行第一次全体内阁会议，全面地听取他们的意见与建议，下放权力，实行承包责任制。我们将自始至终地遵循“一切为大家”的原则。在就职期间，我们将在有限的条件下，办我们自己的电视台、广播站，建立必要的管理制度，设立师生信箱。我们将定期举行各种形式的体育友谊比赛，使爱好体育的英雄有用武之地。爱好文艺的，校艺术团在欢迎你，我们将举办自己的艺术节、中秋、圣诞大联欢。如有条件来个校园形象大使活动也不错，还有书画会、文学社、中学生论坛、社会实践（包括大家感兴趣的郊游活动）……总之，我们每个人都能在学生会找到自己的位置，我们的课余生活绝对能够丰富多彩！我们将与风华正茂的同学们在一起，指点江山，发出我们青春的呼喊！我们将努力使学生会成为学校领导与学生之间的一座沟通心灵的桥梁，成为师生之间的纽带，成为敢于反映广大学生意见要求，维护学生正当权益的组织，新的学生会将不再是徒有虚名的摆设，而是有所作为的名副其实的存在！ 既然是花，我就要开放；既然是树，我就要长成栋梁；既然是石头，我就要去铺出大路；既然是学生会主席，我就要成为一名出色的领航员！ 各位代表，你们所期望的学生会主席，不正是敢想敢说敢做的人么？我十分愿意做你们所期待的公仆。你们握着选票的手还会犹豫吗？谢谢大家的信任！
网络信息编辑部的架构：1.网络信息编辑部，2.编辑部内设若干部（组）编辑部内部岗位职职责：1.总编辑、副总编辑，2.主任、副主任编辑，3.频道、栏目主编，4.普通编辑
The Editorial Department of Information 建议邮箱地址用