SCI论文的思路创新如何习得？如今SCI论文已成为国内毕业考核、升学和晋升的重要考核内容，因此，如何撰写一篇质量较好的SCI论文是每位学者需要掌握的技巧，SCI论文较一般论文的难点在于创新和思路，创新一词犹如空间楼阁，如何让每个研究者都有“创新”的能力。进而写好一篇SCI论文？想要获得开阔的思路和创新的论文内容可以从以下两个方面入手。第一，如果你在某一领域研究了很长时间，并且有了更为深入的研究成果，并且很少有学者在这一细分领域取得研究成果，那么这一研究方向便可以称得上为创新，但是这种创新的前提是你在该领域研究了很长时间，并且有利相当的研究基础。第二，二次创新。二次创新的意思是在前人的研究成果之上，运用其研究方法和研究方向进行选题和研究。比如，有一篇论文研究的是因素A对于小麦抗逆性的影响，那么你可以在此基础上研究因素A对其它农作物的影响，比如水稻、高粱等，按照相同的模型或者加以改进，对不同的研究内容进行研究，得出自己的结论和成果，也可称其为创新，但是需要注意的是在数据方面需要做到真实可靠。在实证部分结束后，需要根据上文的数据进行结果讨论，可以参考以下部分。第一步，在结论部分，应将所有的实验结果整理为图表的形式，更易于读者理解，同时挖掘图表中的信息，这是可以尝试和导师或者同事来讨论这张图表，因为不同的人对于图表都会有不同的解读。第二步，分析完图标后，得出实验结果的核心论点，并且要保证论点具有创新性，至少是读者未曾独到过的观点，然后从实验中找出可以验证图表的关键论据。第三步，是结论的讨论部分。讨论部分的写作逻辑可以是递进式，也可以是并列式，在讨论部分应进行分段，并且每个段落有一个明确的主题，应说明以下内容：第一，你的研究可以说明什么问题？有什么研究意义？第二，你的研究成果与其它类似研究的结果有什么异同？第三，如果你的研究内容有十分新颖的部分，用过去的理论难以解释，那么，你可以提出自己的假设并对其进行解释和验证，但是一定要做到逻辑自洽。并且在讨论部分应阐明研究的主要成果。资料来源：中国论文网
论文的大体框架都是一样的~无非你就是要找灵感~我个人是觉得你可以去看下（生物过程、计算生物学、微生物前沿）等等这类的生物领域的期刊~多看下学习下~找灵感总会有自己的思路的
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！
我是复制的，希望对楼主能有所帮助※ Multiplexing：一种同时采用多种样品的测序方法，能够大大提高测序速度。 ※ 突变（Mutation）：DNA序列上任一种可以被遗传的变易。 ※ 核苷酸（Nucleotide）：DNA和RNA的基本组成部分，通常包含一分子核糖，一分子磷酸和一分子碱基。多个核苷酸通过磷酸二酯键连接成一条链状。 ※ 细胞核（Nucleos）：真核细胞中的一种细胞器，内含遗传物质。 癌基因（Oncogene）：一种能够导致癌症的基因。许多致癌基因都直接或间接地控制细胞的成长速度。 ※ 噬菌体（phage）：一种以细菌为宿主细胞的病毒。 ※ 物理图谱（Physics Map）：物理图谱描绘DNA上可以识别的标记的位置和相互之间的距离(以碱基对的数目为衡量单位)，这些可以识别的标记包括限制性内切酶的酶切位点，基因等。物理图谱不考虑两个标记共同遗传的概率等信息。对于人类基因组来说，最粗的物理图谱是染色体的条带染色模式，最精细的图谱是测出DNA的完整碱基序列。 ※ 质粒（Plasmid）：质粒是细菌的染色体外能够自我复制的环状DNA分子。它能够和细胞核中的染色体明显地区别开来，而且并不是细胞生存的必要物质。一些质粒适宜于引入到宿主细胞中去，并利用宿主细胞的DNA大量繁殖，因此我们常常采用质粒作为外源DNA的载体，外源DNA借助于质粒在宿主细胞中大量繁殖。 ※ 多基因病（Polygenic Disorder）：有多个基因位点共同决定的遗传病（如心脏病、糖尿病、一些癌症等）。这类疾病的遗传由多个基因位点共同控制，因而比单基因病的遗传更为复杂。 ※ 多聚酶链式反应（PCR）：一种体外扩增DNA的方法。PCR使用一种耐热的多聚酶，以及两个含有20个碱基的单链引物。经过高温变性将模板DNA分离成两条链，低温退火使得引物和一条模板单链结合，然后是中温延伸，反应液的游离核苷酸紧接着引物从5‘端到3’端合成一条互补的新链。而新合成的DNA又可以继续进行上述循环，因此DNA的数目不断倍增。 ※ 多聚酶（Polymerase）：多聚酶具有催化作用，能够加快游离的核苷酸和DNA模板结合形成新链的反应速度。 ※ 多态性（Polymorphism）：多个个体之间DNA的差异称为多态性。DNA变异概率超过1％的变异，比较适宜作为绘制连接图谱的证据。 ※ 引物（Primer）：预先制备的比较短的核苷酸链，在新链合成过程中作为引物，游离的核苷酸在引物之后按顺序和模板上的碱基结合，形成新链。 ※ 原核生物（Prokaryote）：原核生物没有细胞膜，结构清晰的核以及其他细胞器。细菌是原核生物。 ※ 探针（Probe）：是一条DNA单链或者一条RNA链，具有特定的序列，并且使用放射性元素或者免疫特性物质进行标记。探针和克隆库中的某条互补片段结合成一条双链结构，我们可以借助于探针的检测来获知与其互补的链的位置。 ※ 启动子（Promoter）：DNA上的一个特定位点，RNA聚合酶在此和DNA结合，并由此开始转录过程。 ※ 蛋白质（Protein）：一种由一条或者多条肽链构成的大分子。每条肽链上核苷酸的顺序是由基因外显子部分的碱基序列决定的。蛋白质是细胞、组织和器官的重要组成部分，每种蛋白质都具有特定的功能。酶、抗体和激素等都是蛋白质。 ※ 嘌呤（Purine）：一种含氮的单环结构物。是核苷酸的重要组成部分，有腺嘌呤A和鸟嘌呤G两种。 ※ 嘧啶（Pyrimidine）：一种含氮的双环结构，是核苷酸的重要组成部分。分为胞嘧啶C，胸腺嘧啶T和尿嘧啶U三种。 ※ 重组克隆（Recombinant Clone）：将不同来源的DNA片段合成在一个DNA分子中，这种技术称为重组，得到的分子为重组克隆。 ※ DNA重组技术（Recombinant DNA Technology）：在细胞体外将两个DNA片段连接成一个DNA分子的技术。在适宜的条件下，一个重组DNA分子能够被引入到宿主细胞中并在宿主细胞中大量繁殖。 ※ 调控序列（regulatory regions and sequence）：一段控制基因表达的DNA片段。 ※ 限制性内切酶（Restriction enzyme， endonuclease）：这种酶能够识别出DNA上特定的碱基序列，并在这个位点将DNA酶切。细菌中有400中限制性内切酶，能够识别出100中DNA序列。 ※ 酶切位点（Restriction Enzyme cutting site）：DNA上一段碱基的特定序列，限制性内切酶能够识别出这个序列并在此将DNA酶切成两段。 ※ 限制性长度多态性（Restriction fragment length polymorphsm）：从不同个体制备的DNA，使用同一种限制性内切酶酶切，切得的片段长度各不相同。酶切片段的长度可以作为物理图谱或者连接图谱中的标记子。通常是在酶切位点处发生突变而引发的。 ※ 核糖核酸RNA（Ribonucleic acid）：从细胞的细胞核和细胞质部分分离出来的化学物质。在蛋白质合成和其他生化反应中起着重要作用，RNA的结构和DNA的结构类似，都是有核苷酸按照一定顺序排列成的长链。RNA可以分为信使RNA、转运RNA、核糖体RNA以及其他类型的RNA。 ※ 核糖体RNA（Ribonsomal RNA rRNA）：存在于核糖体中的RNA。 ※ 核糖体（Ribonsome）：细胞质中含有rRNA和相关蛋白质的细胞器，是蛋白质的合成场所。 序列位置标签（Sequence Tagged Site, STS）：一段短的DNA序列（200－500个碱基对），这种序列在染色体上只出现一次，其位置和碱基顺序都是已知的。在PCR反应中可以检测处STS来，STS适宜于作为人类基因组的一种地标，据此可以判定DNA的方向和特定序列的相对位置。ETS是cDNA上的STS。 ※ 性染色体（Sex Chromosome）：在人类细胞中是X或者Y染色体，性染色体决定了个体的性别。雌性细胞中含有两个X染色体，而雄性细胞中含有1个X染色体和1个Y染色体。 ※ 鸟枪法（Shotgun method）：使用基因组中的随机产生的片段作为模板进行克隆的方法。 ※ 单基因病（Single Gene Disorder）：一个基因的等位基因之间发生了突变造成的疾病。 ※ 体细胞（Somatic Cells）：个体中除了生殖细胞及其母细胞之外的细胞，都是体细胞。 ※ 串联重复序列（Tandem repeat sequences）：在染色体上一段序列的多次重复，称为串联重复序列。常用来作为物理图谱中的标记子。 ※ 端粒（Telomere）：是染色体的末端部分，这一特殊结构区域对于线型染色体的结构和稳定起重要作用。 ※ 转录（Transcription）：以某一DNA链为模板，按照碱基互补原则形成一条新的RNA链的过程，是基因表达的第一步。 ※ 转运RNA（tRNA）：转运RNA具有特殊的结构，其一端包含3个特定的核苷酸序列，能和信使RNA上的密码子按照碱基配对原则进行结合。另一端则带有一个氨基酸。因此转运RNA能够同细胞质中游离的氨基酸结合并运到核糖体上，核糖体按mRNA上的遗传信息将氨基酸装配成蛋白质。 ※ 转化（Transformation）：将外源DNA整合到某一细胞基因组中的过程。。 ※ 翻译（Translation）：mRNA上携带的遗传信息指导蛋白质的合成过程，称为翻译。 ※ 病毒（Virus）：一种不具备细胞结构的生物体。只能寄生在宿主细胞中才能生存。病毒一般包含核酸以及外壳蛋白，有些动物的病毒的外面也偶尔覆盖一层细胞膜。病毒进入宿主细胞之后，利用宿主的合成机制复制出大量的后代。。 ※ 酵母菌人工合成染色体（Yeast Artificial Chromosome）：一种能够克隆长达400Kb的DNA片段的载体，含有酵母细胞中必需的端粒、着丝点和复制起始序列。 (卜东波、伍树明翻译整理) 生物信息名词 §§§ BLAST （Basic Local Alignment Search Tool），基本的基于局部对准的搜索工具；一种快速查找与给定序列具有连续相同片断的序列的技术。 §§§ Entrez 美国国家生物技术信息中心所提供的在线资源检索器。该资源将GenBank序列与其原始文献出处链接在一起。 §§§ NCBI 美国国立生物技术信息中心（National Center for Biotechnology Information），1988年设立，为美国国家医学图书馆（NLM）和国家健康协会（NIH）下属部门之一。提供生物医学领域的信息学服务，如世界三大核酸数据库之一的GenBank数据库，PubMed医学文献检索数据库等。 §§§ Conserved sequence 保守序列。演化过程中基本上不变的DNA中的碱基序列或蛋白质中的氨基酸序列。 §§§ Domain 功能域。蛋白质中具有某种特定功能的部分，它在序列上未必是连续的。某蛋白质中所有功能域组合其起来决定着该蛋白质的全部功能。 §§§ EBI 欧洲生物信息学研究所（European Bioinformatics Institute）。 The National Center for Biotechnology Information (NCBI) at the NationalLibrary of Medicine (NLM), National Institutes of Health (NIH) §§§ EMBL 欧洲分子生物学实验室（uropean Molecular Biology Laboratory）。 §§§ GenBank 由美国国家生物技术信息中心提供的核酸序列数据库。 §§§ Gene 基因。遗传的基本的物理和功能单位。一个基因就是位于某条染色体的某个位置上的核苷酸序列，其中蕴含着某种特定功能产物（如蛋白质或RNA分子）的编码。 §§§ DUST A program for filtering low complexity regions from nucleic acid sequences. §§§ Gene expression 基因表达。基因中的编码信息被转换成行使特定功能的结构产物的过程。 §§§ Gene family 基因家族。一组密切相关的编码相似产物的基因。 §§§ Gene mapping 基因作图。对DNA分子（染色体或质粒）中基因的相对位置和距离进行确定的过程。 §§§ Genetic code 遗传密码。以三联体密码子的形式编码于mRNA中的核苷酸序列，决定着所合成蛋白质中的氨基酸序列。 Genome 基因组。某一物种的一套完整染色体组中的所有遗传物质。其大小一般以其碱基对总数表示。 §§§ Genomics 基因组学。从事基因组的序列测定和表征描述，以及基因活性与细胞功能关系的研究。 §§§ HGMP 英国剑桥的人类基因组绘图计划（Human Genome Mapping Project）。 §§§ Informatics 信息学。研究计算机和统计学技术在信息处理中的应用的学科。在基因组计划中，信息学的内容包括快速搜索数据库方法的开发、DNA序列信息分析方法的开发和从DNA序列数据中预测蛋白质序列和结构方法的开发。 §§§ Physical map 物理图谱。不考虑遗传，DNA中可识别的界标（如限制性酶切位点和基因等）的位置图。界标之间的距离用碱基对度量。对人类基因组而言，最低分辨率的物理图谱是染色体上的条带图谱；最高分辨率的物理图谱是染色体中完整的核苷酸序列。 §§§ Promoter 启动子。DNA中被RNA聚合酶结合并从此起始转录的位点。 §§§ Proteome 蛋白质组。一个基因组的全部蛋白产物及其表达情况。 §§§ Regulatory region or sequence 调控区或调控序列。控制基因表达的DNA碱基序列。 §§§ Ribosomal RNA 核糖体RNA。简写为rRNA。是一组存在于核糖体中的RNA分子。 §§§ Sequence tagged site 序列示踪位点，简写为STS。在人类基因组中只出现一次的位置和序列已知的长约200到500bp的短DNA序列片断。由于可以通过PCR检测到，STS在将来源于许多不同实验室的基因图谱和测序数据进行定位和定向时非常有用，并且STS在人类基因组的物理图谱中也具有界标的作用。表达的序列标签（ESTs）就是那些得自cDNAs的STSs。 §§§ Single-gene disorder 单基因病。由单个基因的等位基因的突变所导致的遗传病（如杜兴肌营养不良和成视网膜细胞瘤等）。 §§§ UniGene 美国国家生物技术信息中心提供的公用数据库，该数据库将GenBank中属于同一条基因的所有片断拼接成完整的基因进行收录。 §§§ 非蛋白质编码区（“Junk”DNA）占据了人类基因组的大部分，研究表明“Junk”是许多对生命过程富有活力的不同类型的DNA的复合体，它们至少包括以下类型的DNA成份或由其表达的RNA成分：内含子（intron）、卫星（Satellite）DNA、小卫星（minisatellite）DNA、微卫星（microsatellite）DNA、非均一核RNA（hmRNA）、短散置元（short interspersed elements）、长散置元（long interspersed elements）、伪基因（pseudogenes）等。除此之外，顺式调控元件，如启动子、增强子等也属于非编码序列。 双重序列对比 两序列间的对比分析。最常见的方法为Needle-Wunsch方法。能够利用的软件如BLAST、FASTA等。 §§§ Autosome 常染色体。与性别决定无关的染色体，人双倍体染色体组含有46条染色体，其中22对常染色体，一对与性别决定有关的性染色体（X和Y染色体）。 sex chromosome. 包括序列（核酸与蛋白）搜索，结构比较，结构预测，蛋白质域，模体（Motif ），测序，发育与进化分析，双向电泳成像分析，质谱蛋白质鉴定，三维蛋白结构模建与成像，基因组图谱比较，基因预测，非编码区功能位点识别，基因组重叠群集装，后基因组功能分析，结构基因组学以及药物基因组学等等。 在，新版中启用了gapped BLAST、PSI-BLAST 和PHI-BLAST。gapped BLAST是比原BLAST 更灵敏更快的局部相似联配（俗称局部同源）搜索法；PSI- BLAST用迭代型的剖面打分算法，每次迭代所费时间与前者相同，它可检索弱同源的目标；PHI-BLAST 98年刚出台，是模体（Motif ）构造与搜索软件，是更灵敏的同源搜索软件。例如线虫§§§ 的CED4是apoptosis 的调控蛋白，含有涉及磷酸结合的P 环模体，在各种ATP 酶和GTP 酶中可发现。在用gapped BLAST搜索NR数据库时，CED4仅跟人凋亡调控蛋白Apaf-1显著同源或相似（其中含有P-loop保守区）。但PHI- BLAST搜索，另有一个显著同源（E= ）目标，是植物抗病蛋白Arabidopsis thaliana ，证实此动物与植物蛋白确实在apoptosis 中有相似的功能。另有，按PHI- BLAST搜索在MutL DNA修复蛋白中的ATP 酶域，II型拓扑异构酶，组氨酸激酶和HS90家族蛋白，发现一个新的真核蛋白族，共有HS90型ATP 酶域。再有在古核tRNA核苷酸转移酶中发现核苷酸转移酶域，在细菌DNA 引物酶的古核同源体中发现螺旋酶超家族II的模体VI。用以往的搜索法这些是得不到的。 深层事项： 后基因组时期的主要任务：Data mining ，即从完全测序的基因组中预测功能。 1 、序列、结构和功能 自分子生物学产生以来，均相信序列决定结构，结构决定功能。随着基因组学的发展，对此理解已有长足的深化。同源序列（具有共同祖先）未必具有相同的功能；相同功能未必源自同源序列。相异序列可能有相似的结构；序列与结构不相似的蛋白可能会有相似的功能。现在发现存在不相似（在序列与结构水平上）酶催化相同的生化反应。当然亦存在甚至结构水平上很相似的酶催化不同的生化反应。例如人与鼠的3?- 羟甾类脱氢酶，1AHH和1RAL；前者是Rossmann折叠，而后者是TIM-桶。肯定，这些相似酶不是共同祖先趋异的结果，而是不同祖先趋同的结果。如结构决定功能还是合理的，那么至少在功能活性位点具有相似结构特征（即3D- 功能模体）。属于今后研究的课题，对了解酶催化机制与功能蛋白的小分子模拟具有很大价值。 何谓功能？功能有层次的：表型的，细胞的和分子的。 目前开始高层功能预测，分子相互作用、代谢途径和调控网络。目前，已从结构基因组学，功能基因组学和蛋白质组学多种角度研究基因组功能。 2 、结构基因组学中的生物信息学 希望大通量地测定和模建完全测序基因组的全部蛋白三维结构。生物信息学可以发挥作用，一方面规划好测定的对象，另一方面可靠地模建结构。 3 、功能基因组学中的生物信息学 美国HGP 已编制1998-2003 的新五年计划。提出八项目标：其中目标7 特指生物信息学和计算生物学，其实几乎每项目标都要生物信息学，例如目标4 功能基因组学中的非编码区功能位点预测，基因表达分析（如DNA Chip）以及蛋白质全局分析（如蛋白质组学）。 §§§ 蛋 白 质 组 学（Proteomics） 1.蛋白质组学研究的目的和任务 20世纪中期以来，随着DNA双螺旋结构的提出和蛋白质空间结构的X射线解析，开始了分子生物学时代，对遗传信息载体DNA和生命功能的主要体现者蛋白质的研究，成为生命科学研究的主要内容。90年代初期，美国生物学家提出并实施了人类基因组计划，预计用15年的时间，30亿美元的资助，对人类基因组的全部DNA序列进行测定，希望在分子水平上破译人类所有的遗传信息，即测定大约30亿碱基对的DNA序列和识别其中所有的基因（基因组中转录表达的功能单位）。经过各国科学家8年多的努力，人类基因组计划已经取得了巨大的成绩，一些低等生物的DNA全序列已被阐明，人类3%左右DNA的序列也已测定，迄今已测定的表达序列标志（EST）已大体涵盖人类的所有基因。在这样的形势下，科学家们认为，生命科学已经入了后基因组时代。在后基因组时代，生物学家们的研究重心已经从解释生命的所有遗传信息转移到在整体水平上对生物功能的研究。这种转向的第一个标志就是产生了一门成为功能基因组学（Functional Genomics）的新学科。它采用一些新的技术，如SAGE、DNA芯片，对成千上万的基因表达进行分析和比较，力图从基因组整体水平上对基因的活动规律进行阐述。但是，由于生物功能的主要体现者是蛋白质，而蛋白质有其自身特有的活动规律，仅仅从基因的角度来研究是远远不够的。例如蛋白质的修饰加工、转运定位、结构变化、蛋白质与蛋白质的相互作用、蛋白质与其它生物分子的相互作用等活动，均无法在基因组水平上获知。正是因为基因组学（Genomics）有这样的局限性，于90年代中期，在人类基因组计划研究发展及功能基因组学的基础上，国际上萌发产生了一门在整体水平上研究细胞内蛋白质的组成及其活动规律的新兴学科——蛋白质组学（Proteomics），它以蛋白质组（Proteome）为研究对象。蛋白质组是指“由一个细胞或一个组织的基因组所表达的全部相应的蛋白质”。测定一个有机体的基因组所表达的全部蛋白质的设想，萌发在1975年双向凝胶电泳发明之时。1994年Williams正式提出了这个问题，而“蛋白质组”的名词则是由Wilkins创造的，发表在1995年7月的Electrophoresis杂志上。蛋白质组与基因组相对应，但二者又有根本不同之处：一个有机体只有一个确定的基因组，组成该有机体的所有不同细胞斗拱享用一个确定的基因组；而蛋白质组则是一个动态的概念，她不仅在同一个机体的不同组织和细胞中不同，在同一机体的不同发育阶段，在不同的生理状态下，乃至在不同的外界环境下都是不同的。正是这种复杂的基因表达模式，表现了各种复杂的生命活动，每一种生命运动形式，都是特定蛋白质群体在不同时间和空间出现，并发挥功能的不同组合的结果。基因DNA的序列并不能提供这些信息，再加上由于基因剪接，蛋白质翻译后修饰和蛋白质剪接，基因遗传信息的表现规律就更加复杂，不再是经典的一个基因一个蛋白的对应关系，一个基因可以表达的蛋白质数目可能远大于一。对细菌，可能为～;对酵母则为3;而对人,可高达10。后基因组和蛋白质组研究，是为阐明生命活动本质所不可缺少的基因组研究的远为复杂的后续部分，无疑将成为21世纪生命科学研究的主要任务。
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！
最好是多收集点生物信息方面的资料，题目可以写生物信息的发展历程，等等
我最近刚好写过一篇这样的文章，不过字数没那么多，希望可以让过关！ 生物与软件 关键词 ：先进、互补性、前景、综合国力、造福人类 摘要 ：生物与电子计算机技术的融合是时代的趋势，将开创光明的未来，造福人类。 正文 ： 事物正确的发展趋势是与当代最主流的先进事物相融合，从而达到普及，使整个人类向前跨步。 自从比尔·盖茨建立了微软帝国，开创了个人电脑的时代，世界的全面信息化就变的不可避免。而生物学作为现今最热门及将来最有前途的科学，将不可避免的与电子计算机科学相互融合，互取其长。 于1984年7月在联邦德国西柏林召开的第14届国际植物学大会总结了植物学总的三点发展趋势，其中就有“以电子计算机为手段的数学模拟方面的研究和系统分析方面的研究”。生物软件初现雏形。 两者的互补性 ： 现在计算机操作系统及各种软件的运行都是按照一定的程序进行的，而人体的各种新陈代谢也是按照既定的各种程序进行的。而且，就现在来说，人类体内的调控系统，即人类自身具有的在亿万年进化中逐渐接近完美的程序，比起现在的计算机内的程序是有过之而无不及的。它具有更大的可调控性等优势。人类以后计算机的研制要借鉴生物自身具有的各种调控程序，而这种方面的研究也已经开始，如生物计算机，及对人体大脑的解密而正在研制的智能计算机。 相比之下，人类生物学的研究也离不开电子计算机技术的发展。例如现在生物学的发展已经进入分子生物学时代，而由于电子计算机技术的发展，很多生物科学研究方面的软件也应运而生，它极大地减少了科学家及生物公司技术工人的工作量，提高了效率，增加了收益。例如在基因工程中就会常用到很多生物软件，现简介一种： Omiga ：主要功能：编辑、浏览、蛋白质或核酸序列，分析序列组成。用Clustal. W进行同源序列比较，发现同源区。实现了核酸序列与其互补链之间的转化，序列的拷贝、删 找核酸限制性酶切位点、基元（Motif）及开放阅读框（ORF），设计并评估PCR、测序引物。查找蛋白质解蛋白位点（Proteolytic Sites）、基元、二级结构等。查寻结果可以以图谱及表格的显示，表格设有多种分类显示形式。利用Mange快捷键，用户可以向限制性内切酶、蛋白质或核酸基元、开放阅读框及蛋白位点等数据库中添加或移去某些信息。每一数据库中都设有多种查寻参数，可供选择使用。用户也可以添加、编辑或自定义某些查寻参数。可从MacVectorTM、Wisconsin PackageTM等数据库中输入或输出序列。另外，该软件还提供了一个很有特色的类似于核酸限制酶分析的蛋白分析，对蛋白进行有关的多肽酶处理后产生多肽片段。 实际上，大部分对核酸蛋白的序列分析功能，在Omiga 中都能找到；而且界面非常友好。Omiga作为强大的蛋白质、核酸分析软件，它还兼有引物设计的功能。 当然，Omiga还有很多同类软件。如日立软件公司（Hitachi Sofeware Engineering Co.,Ltd.）97年推出的DNASIS ，加拿大的Premier公司开发的Primer Premier 等。 发展前景 ： 生物软件具有很有的兼容性，可以支持现在的操作系统。 生物软件、芯片具有专利性，是典型的知识经济时代的产物。具有专利性的物品，出卖的是智力，是现在具有知识武装的大学生创业的重要方面。 我们来看一组关于生物软件产品的售价： 基因芯片综合分析软件ArrayVision ：售价6900美元 供应BI-2000医学图像分析系统 48000元（人民币）/套 显微镜自动平台系统 5800元（人民币）/套 Paup 一种功能强大的商业版系统进化分析软件，价值数千美金。 由此我们可以看出生物软件是一个相当大的产业，新的产业造就新的财富，新的财富将由新人来获得，而具有生物与电子计算机技术的新一代大学生，无疑将充当这群去创造新财富的新人。 意义及作用 ： 当今世界，国与国之间的竞争，不仅是军事实力的竞争，更是综合国力的竞争。而科学技术的竞争在当今日益知识化信息化的世界显得尤为重要，因而也就成为综合国力竞争中极其重要的方面。生物科学作为现今最热门及将来最有前途的科学，其重要性更是不言而喻。再有，现代社会中，电子计算机已经逐渐占据了主流地位。所以，生物与计算机的融合是时代的必然。而生物软件就是这两者最直接的结合。所以，生物软件的发展程度是一个国家综合国力的体现，谁如果在这方面领先于世界，那必将引领时代的潮流。反之，谁如果在这方面掉以轻心，将来必受制于人。 在当今世界日益重视身体健康的情景下，生物与计算机的结合必将造福人类。 由此观之，生物软件的发展是时代的趋势，而我们这一代，将是这趋势的创造者。我们大有前途。
应该可以吧。。。
毕业论文的前言也叫引言，是正文前面一段短文。前言是论文的开场白，目的是向读者说明本研究的来龙去脉，吸引读者对本篇论文产生兴趣，对正文起到提纲掣领和引导阅读兴趣的作用。明确书写引言的基本问题：你想通过本文说明什么问题？有哪些新的发现？是否有学术价值？为此，在写前言以前，要尽可能多地了解相关的内容，收集前人和别人已有工作的主要资料，说明本研究设想的合理性。论文引言的写作原则：言简意赅，突出重点，尊重科学，实事求是。一篇毕业论文的引言，大致包含如下几个部分：1、问题的提出；讲清所研究的问题“是什么”。2、选题背景及意义；讲清为什么选择这个题目来研究，即阐述该研究对学科发展的贡献、对国计民生的理论与现实意义等。3、文献综述；对本研究主题范围内的文献进行详尽的综合述评，“述”的同时一定要有“评”,指出现有研究成果的不足，讲出自己的改进思路。4、研究方法；讲清论文所使用的科学研究方法。5、论文结构安排。介绍本论文的写作结构安排。“第2章，第3章，……，结论前的一章”的写法是论文作者的研究内容，不能将他人研究成果不加区分地掺和进来。
1、引言作为论文的开头，以简短的篇幅介绍论文的写作背景和目的，缘起和提出研究要求的现实情况,以及相关领域内前人所做的工作和研究的概况，说明本研究与前工作的关系，目前的研究热点、存在的问题及作者的工作意义，引出本文的主题给读者以引导。2、引言也可点明本文的理论依据、实验基础和研究方法，简单阐述其研究内容；三言两语预示本研究的结果、意义和前景，但不必展开讨论。前言在内容上应包括:为什么要进行这项研究立题的理论或实践依据是什么拟创新点理论与(或)实践意义是什么3、首先要适当介绍历史背景和理论根据，前人或他人对本题的研究进展和取得的成果及在学术上是否存在不同的学术观点。明确地告诉读者你为什么要进行这项研究，语句要简洁、开门见山。如果研究的项目是别人从未开展过的，这时创新性是显而易见的，要说明研究的创新点。但大部分情况下，研究的项目是前人开展过的，这时一定要说明此研究与被研究的不同之处和本质上的区别，而不是单纯的重复前人的工作。一、前言前言又称引言、绪论、导言或序言。它是论文的开头部分，主要交代课题的由来、目的、意义及其结论，文字应简明扼要。（一）前言的主要内容（1）课题研究目的、范围以及他人在相关领域的研究概况。（2）课题的研究过程、方法及其理论基础与实验依据。（3）研究结果及其意义。（二）前言写作应当注意的事项（1）开门见山，简明扼要，以200-300字为宜。（2）顺序井然、条理清楚、表述客观。慎用“首创”、“开辟新领域”等字词，也不要写“不吝赐教”、“抛砖引玉”等俗套话。（3）不要把前言变成提要的“克隆”或是提要的打充。（4）介绍文献时，要用自己的语言进行概述，不宜大段地引用别人的原文。
前言是对你的主题进行一个言简意赅的总结，论述的观点，关键词
论文引言是对背景的详细介绍，进而说 明本研究的重要性和创新性，在写作时，
有人说，大学不过是高中的延伸，在这里还得继续高中的那种拼命苦学；又有人说，跨进大学校门，前途和事业便有了保障，可以痛痛快快玩四年了。
我认为，大学是一幅空白画卷，等着你用智慧和双手描绘属于自己的七彩青春。2004年的那个夏天，带着那句“对人真诚，对己严厉”的誓言，我跨进了大学校门。
记得高中时，心中充满着对大学生活的无限憧憬：轻松洒脱的生活，半天上课，半天休息，这些都是我高三紧张烦闷学习的最好调味品。然而当我第一眼看到安排得密密麻麻的大学课程时，我那些美丽的幻想禁不住全都破碎了。
上午四节，下午四节，有时晚上还有两节，比高中的课还要多。那一刻，我真有种才出龙潭，又入虎穴的感觉。
可当我把这样的想法跟一位正在上大学的网友诉说时，她跟我说了一句奥斯特洛夫斯基在《钢铁是怎样炼成的》说过的话：当你回首往事的时候，能够不因虚度年华而悔恨，不因碌碌无为而羞耻。是啊，大学四年或者三年是人生最宝贵的黄金时代；青春，更是任何人只能拥有一回，如此美妙的年龄怎能荒废？ 但是，我的大学生活却没有一点光彩。
我不爱学习，是自己不学，自己的主观意识都已经成这样，我想没人能改变自己，只有自己能改变自己。当大家还辗转于精彩纷呈的派对、丰富多彩的社团活动、各种各样的讲座时，尽管每一项都充满着诱惑力，我却选择了一条寂寞的路。
是因为自己单纯？还是因为自己经不起风浪？学习在我面前显得无足轻重。开学时，虽然我每天都往返于宿舍、食堂、教室，过着三点一线生活，但却没有认真的学习过。
大一上学期结束时，我考了班上最后一名，这是我预料之中的。 可当我静下心来仔细想想，如果一直这样下去，三年后我还有什么呢？显然，这样的生活是既不紧张也不充实的。
一次在网上看到的一句话给了我极大的启发：人是立体的，并不仅由某个点或面组成，我们不该给自己定死一个方向，应该各方面都尝试、体会，就像是无论偏重哪种颜色，单一得永远不能组成彩虹一样。顿时，我明白大学的生活应该不单要学习，还应该有更丰富多彩的内容。
可我却什么都没有，我正想努力的使自己在每个方面都能有所表现。但是，生活中的有些事不是你不想去理就不理的。
在这个时候有件事使我不得不重新作考虑，我不知道自己以后将在何方？又将有什么样的生活？但我已新作了自己的决定。可能有很多人并不能理解，但这可能已不重要。
他们毕竟不是我，毕竟和我的生活不一样，生活中的许许多多都是不一样的，因为每个人有每个人的生活。 事实上，在学习上甘于寂寞的我在学习之余也有一颗不甘寂寞的心。
自大一以来，我虽没有认真的学习过，也没有做过自己力所能及的社会工作，但我那一颗很想踊跃参加的心却是不能否认的。这其中有被理解的满足也有被人误解的苦恼，但我始终都保持着一份平常心。
做每一件事都是循着自己的意思去做，也是充满自信的。无论大家怎样看我，虽然很多没有用在学习上，但我觉得我还是对得起自己，我最看重的就是一种尝试，一份热情，一段无悔的付出，它们使我明白了责任，懂得了理解，学会了坚强。
可现实生活中的事真的说不清的，不是我想怎么样就能怎么样的，虽然我觉得我很坚强，但现在却还是被生活所打败，我只能是无语。我知道以后的时间里会有什么事情发生，那就是我所作的决定，至于是什么决定，就不必说了。
那只是自己的事情，我觉得是没有必要对别人说出口的。不过，无论我作了什么决定，我头脑还是清醒的，我知道我年轻、也有热情、我不怕失败。
就凭着这份初生牛犊不怕虎的冲劲儿，我也要去拼搏一次，但这其中也有一点去赌一次的味道。无论是什么，我都会坚持的，不会有什么抱怨。
也许这就是生活吧！这种曲折的经历本身就是一种财富。我会尽力的去争取，我相信：有热情，有冲劲，还有什么完不成呢？这也是我在这次考虑的过程中体会最深的一点：时刻保持热情，保持斗志，就能克服困难。
我知道，以后的生活将会困难重重，但我想我是不会怕的，鲁迅先生有一句话：“时间就像海绵里的水，只要挤，总是有的。”所以，我也会到这个竞争激烈的社会中去挤出属于自己的一片天地，不说大的天地，能挤出一片小的天地我就满足了，在满足的基础上再去继续去争取。
或许是争取用最短的时间完成最多的工作任务。当然，为了掌握更多、更精的知识，我免不了要牺牲一些休息和娱乐的时间，付出比别人更多的精力，但我觉得很值得。
也只有这样才能有自己一片天地的希望。 我的大学生活就这样快要结束了，比别人早结束了两年。
很幸运自己也有一段大学生活，只是更多的还是遗憾。遗憾自己不能继续与大学同学一起去努力。
大学是纯真的代名词，是青春的激扬，是个性的飞扬，是提升自我的训练营，是造梦的工厂……虽然我只有一年的大学生活，但在这里我学会了独立，学会了坚强，学会了做人，懂得了如何正确接受成功和失败，看待现实与未来。在不久的一天，我将会跨出大学校门，走向新的起点。
“告别迷惘的昨天，微笑面对明天，漫漫远方路，将成为我不懈的追求。”愿自己一路顺风。
真是莫名其妙，班主任竟然让我一点也不擅长演讲的去参加学校的演讲比赛，尽管我也是百般推辞，但在班主任的要求下，我也只好硬着头皮去试一试了。
对于竞选是的自我介绍，或是带着稿子上台讲话我倒是可以应付一下，可让我空手在台上演讲，真有点难为我了。我也不知道如何准备，只是背下了稿子，还不知道上台时能不能讲的流畅
很快，比赛开始了，我在台下找了个空位坐下，因为在比赛中我排在40多号，还要等相当长一段时间，我看了看四周，没一个熟人，只好看着手里的稿子发呆。没过多久，一个同学走了过来，手里拿着演讲的草稿，看来也是来参加比赛的。“我可以坐这个座位吗？”“可以啊。”我微笑着回答道。“同学，你几班的？”“1班，你呢？”“我3班。”……很快，我们就聊上了，在上台前的一个多小时，我们无所不谈，从NBA谈到腾讯游戏，很快就成了好朋友。
时间过的真快，马上就到我上台演讲了，我赶紧拿出稿子又读了几遍，做好上台的准备。“其实没必要这样，没什么紧张的，只要自然的讲下来就行了。”他微笑着对我说，我点了点头，带着微笑上台了。
演讲的前半部分比较顺利，只有一处有点不流畅，我也没放在心上，但到了最后几段，我由于忘词卡了好几次，我不由的紧张了起来，演讲也不太自然了。这时，我无意中看到台下他带着鼓励的微笑，我放松了下来，轻松的完成了演讲。他的微笑也许是无意的，然而却给了我自信，给了我演讲的信心。
比赛的结果并不令人满意，但这结果已经并不重要了，我交了一个好朋友，是什么让我们两个素不相识的人成为朋友呢？是微笑吧。一个友善的微笑拉近了人与人之间的距离给人亲切和鼓励。如果有人问我与人交友需要什么，我一定会说：“不需要任何东西，只要你一个友善的微笑。”
这册《*** 作文选》是我自编的“作文书”，它是我从五年级下期到六年级的日记中精心选编而成的作文册。
它的内容丰富：有幼稚可笑的儿童篇，有酸甜苦辣的成长篇，当然，也有美妙的景篇…… 实话告诉你吧——写作文并不难！但是，有一部分同学老觉得没什么好写的，觉得没意思。其实并不是这样的，在实际生活中，多多留意身边的事物，到那时，你就会发现，你会有好多新的收获，似乎有写不完的话。
这就是写作选材的秘诀~！ 但即使选到了材，不会表达怎么办呢？到了这时候，就需要记一记第二个写作表达秘诀——“联想思考”。要写事，就要有“感”。
要有感想可写，就得一边读书，一边联想身边的生活，联想学过的知识。比如，读的老舍先生的散文《养花》，你可以联想一下自己是否有养花、养宠物的经历，是养几天就养死了，还是养得生机勃勃，跟老舍先生的经历和感受是否有相似之处呢？老舍先生说养花的经历有苦有乐，你可以联想到人生的成功与失败，列举事例，深挖思想，写出来，就是一篇很棒的作文！~ 那就让我们从“感点”起步，带着“联想”上路，一起营造一个美妙的“竹林文”界吧！~加油！。
题记和小序不一样.
题记： 1、指旧名胜古迹或有纪念性的文物等着文抒怀.亦指所著之文题记.2、指写在文章题目下面、正文之前的文字.题记，指示或凸现文章的主旨及情感，激发读者阅读兴趣，常常起到先声夺人的效果，写作文巧妙地拟写题记，就像树起一道亮丽的风景线，使作品锦上添花.3、指古人在各处名胜地题写的文字.如各地的摩崖石刻，亦可称摩崖题记.
小序：1、指《毛诗》中冠于各篇之首解释主题的简短序言.《毛诗》有大序、小序，合称《毛诗序》.唐 陆德明 《经典释文·毛诗音义上》“之德也”下引旧说云：“起此至‘用之邦国焉’，名‘关雎序’，谓之小序；自‘风，风也’迄末为大序.”参见“ 大序 ”. 2、作者或他人在单篇诗文或集前的序言.宋 朱熹 《跋黄山谷诗》：“ 杜子美 诗小序有言虎搪突 夔 人藩蓠者，夔 人正谓 夔州 人耳.” 明 徐师曾 《文体明辩·小序》：“小序者，序其篇章之所由作，对大序而名之也.” 明 汤显祖 《答徐然明书》：“小序媿不文，亦谅其既衰也.”
交代时间，地点，写作原因以及作者心情等. 序，又名“序言”“前言”“引言”，是放在著作正文之前的文章.作者自己写的叫“自序”，内容多说明写书的目的及成书经过；别人代写的序叫“代序”，内容多介绍和评论该书的思想内容和艺术特色.
作文，不仅仅是一个文体，也不仅仅是篇文章，它是我语文学习的见证，更是我心路历程的航标。谨在扉页记下我的期望和理想：愿在此本终了之后，能以我语言我心，能凭数言论天下。
手捧新鲜出炉的文字——我的处女作，心里洋溢着一种激动。每一张洁白的纸因为有了我的妙笔生花而色彩斑斓，每一个方块的字因为有了我的潜心投入而神采飞扬……
言为心声。一段段都倾吐着我的肺腑之言，一篇篇都脉动着我的少年气息。眼睛是关注，心灵是感受，兴奋、喜悦、纯真、善良……一一书写在碎思所想之中，描绘属于少年的画卷，浸润未来的美丽梦想。虽没有力透纸背的语言，也没有扣人心悬的情节，然而，却一个个犹如旭日东升，跃跃欲试，蹦着、跳着，闪过地平线，迈开了升腾的步伐…… 好似花蕾初绽，芬芳四溢，笑着、唱着，装扮着季节，等待着蜜蜂的采摘。。
这是一种肯定，更是一种期待。古人云：读书破万卷，下笔如有神。作文水平的提高，固然不一定读万卷书，但只要多读书，思想便会丰盈；只要多笔耕，笔端便如泉涌。写作更多的是一种感受，当你学会大大方方地投入大千世界广阔的怀抱，世界必将回馈给你更灵动的文字，让我们学会读万卷书的同时也学会行万里路吧！
一篇作文，仅是一个起点。这本集子，是我县中学生的第一本作文选集；被选作文，大多是作者第一次公开发表的习作。意味着什么？意味着不成熟，只能是一个起点。之后，才是万里征途，等待着你去斩荆。
一棵幼芽，就是一个希望。这本集子中《绷脸孔老师》、《树木·森林·气候》、《绿面怪与黄牙病》等许多文章，似一棵棵嫩芽，有一股股清香，品之也有微量甘味。我因之欣慰，继而畅想：春天里的一园幼芽，不几天就是一片林木，随后就有收获。如果把集子中的一篇篇稚嫩之做看成是一棵棵的幼芽，那么，几年之后，我们不就有了森林，不就有了收获？所以我要说：一棵幼芽，就是一个希望。
生命匆匆，岁月无常。总有一些事情，让我们心情振奋，或者沮丧无言。总有些感情，让我们倍加感动，或者终生难忘。请择取你记忆中的难忘的事，难解的情，写下自己独特的感受！
在漫长的小学路上，留下了一串小脚印，它们陪我踏过了小学六年的时光。在它们背后，留下了一段段有趣的故事，一个个美丽的梦想。在这期间，有五彩的仙子在欢唱，有时光爷爷的教诲，有梦想的泡泡装点。 我的哭哭笑笑，我的懵懵懂懂，我的奇思异想，我的“英雄事迹”，都像一朵朵美丽的花，绽开在“生活”这片辽阔的土地。 我的足迹，我记载；我的生活，我热爱。
亲爱的同学们，你们是否喜欢喝珍珠奶茶呢？现在，我们要亲手递给你一杯香喷喷的珍珠奶茶哦！里面一颗颗香滑的珍珠，就是作文里面感动人心的好词好句；而奶茶呢？便是一篇篇动人心弦的好文章。怎么样？请喝下这杯珍珠奶茶吧
前序编者的话： 在漫长的小学路上，留下了一串小脚印，它们陪我踏过了小学六年的时光。
在它们背后，留下了一段段有趣的故事，一个个美丽的梦想。在这期间，有五彩的仙子在欢唱，有时光爷爷的教诲，有梦想的泡泡装点。
我的哭哭笑笑，我的懵懵懂懂，我的奇思异想，我的“英雄事迹”，都像一朵朵美丽的花，绽开在“生活”这片辽阔的土地。 希望这本作文选能激发同学们的写作兴趣，提高同学们的写作水平。
衷心希望同学们多写作文，让春天在你的笔端发芽，让色彩拥抱生命之花，让果实挂满人生梦想的枝头，为幸福文学添上精彩之笔。
真是莫名其妙，班主任竟然让我一点也不擅长演讲的去参加学校的演讲比赛，尽管我也是百般推辞，但在班主任的要求下，我也只好硬着头皮去试一试了。
对于竞选是的自我介绍，或是带着稿子上台讲话我倒是可以应付一下，可让我空手在台上演讲，真有点难为我了。我也不知道如何准备，只是背下了稿子，还不知道上台时能不能讲的流畅很快，比赛开始了，我在台下找了个空位坐下，因为在比赛中我排在40多号，还要等相当长一段时间，我看了看四周，没一个熟人，只好看着手里的稿子发呆。
没过多久，一个同学走了过来，手里拿着演讲的草稿，看来也是来参加比赛的。“我可以坐这个座位吗？”“可以啊。”
我微笑着回答道。“同学，你几班的？”“1班，你呢？”“我3班。”
……很快，我们就聊上了，在上台前的一个多小时，我们无所不谈，从NBA谈到腾讯游戏，很快就成了好朋友。时间过的真快，马上就到我上台演讲了，我赶紧拿出稿子又读了几遍，做好上台的准备。
“其实没必要这样，没什么紧张的，只要自然的讲下来就行了。”他微笑着对我说，我点了点头，带着微笑上台了。
演讲的前半部分比较顺利，只有一处有点不流畅，我也没放在心上，但到了最后几段，我由于忘词卡了好几次，我不由的紧张了起来，演讲也不太自然了。这时，我无意中看到台下他带着鼓励的微笑，我放松了下来，轻松的完成了演讲。
他的微笑也许是无意的，然而却给了我自信，给了我演讲的信心。比赛的结果并不令人满意，但这结果已经并不重要了，我交了一个好朋友，是什么让我们两个素不相识的人成为朋友呢？是微笑吧。
一个友善的微笑拉近了人与人之间的距离给人亲切和鼓励。如果有人问我与人交友需要什么，我一定会说：“不需要任何东西，只要你一个友善的微笑。”
前言写法如下：
方法一：
一、言简意赅，条理清晰。以最精炼的语言，表述研究课题的来龙去脉及研究成果。一般SCI论文引言在450字以内，2-4个自然段。
二、尽量准确、清楚且简洁地指出所探讨问题的本质和范围，对研究背景的阐述做到繁简适度。
三、要把该领域内过去和现在的状况全面概括总结出来，特别是最新进展的引用。
四、采取适当的方式强调作者在本次研究中最重要的发现和贡献，让读者顺着逻辑的演进阅读论文。
五、解释或定义专门术语或缩写词，以帮助编辑、审稿人和读者阅读稿件。
方法二：
1、叙述式前言。这是最常见的前言写作方式，就是用精炼、概括的语言平铺直叙，将自己的思想明确的表述出来。
2、引用式前言。指的是通过引用文献、古诗词、古文等来表达自己的中心思想，目的是为了体现论文的文学性、展示专业学术性。
3、设问式前言。指的是通过设置问题的方式来表达自己的思想。这种方式更能激发读者的阅读兴趣。
前言应该：
1、开篇要讲清楚，直奔主题，避免走弯路，避免对历史渊源和研究过程说长道短。
2、简洁明了，突出重点。不要过多讲述大家都知道的内容以及教科书中的常识内容。可以适当引用前人的一些研究成果和基本原理，只要在文章中以参考文献的形式加以标注就行。可以在引言中阐述自己的观点，但要注意意思清晰，语言简单易懂。
3、回顾发展史的内容必须是重点内容，要与文章标题紧扣，有衔接性。主要围绕标题去介绍背景，用几句话表明即可。在提示所用的方法时，不用写出详细方式、结果，可以适当引用过去的文章，但不要去开展讨论。
引用文章时不要去长篇罗列，不然会把前言写成该项研究的历史发展，更有可能会写成文献的小综述。切记不要去复述那些教科书上的常识，或是本领域研究人员所共知的常识性内容。
4、依据科学，实事求是。在前言中，对论文价值的评价是实事求是的，用词要科学，不要华而不实。对本文的自我评价最好不要使用如：‘本研究首次报道、本研究国内首创、填补了该项研究空白、极具学术价值、’等这样的标签，进行论文评价。
5、前言不是摘要，不要写成与摘要内容一致。不要使用套话如“才疏学浅、水平有限、恳请指正”等之类的语言。前言最好是一段话就概括，不要分段最好，也不要进行插图、列表公式推导与证明。
给你两个网站吧,里面有些范文
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。
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。
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。。。