生物信息学交叉学科建设.docVIP

生物信息学交叉学科建设 成果总结 一、 二、成果背景 生物信息学是信息科学与生命科学交叉的新兴学科。世纪90年代，通过探索与积累，逐步建立起一整套系统的生物信息学交叉学科课程体系和培养体系，组建了一支多学科交叉的高水平教师队伍，搭建了计算与生物实验结合的教学科研平台，培养高水平研究人才。生物信息学交叉学科建设主要包括课程教师队伍实验平台人才培养四个方面高度交叉教学科研紧密结合注重国际交流合作，国际前沿培养国际水平交叉学科人才。 三、国内外同类课程现状 大学均对生物信息学人才培养给予了高度的重视大学建立了跨院系的生物信息学研究生专业。特点：面向多学科背景，重视生物学与信息学的结合基本知识与研究前沿相结合课程教学与科学研究相结合。国内与国际一流相比，国内生物信息学学科建设尚处于阶段，。我们取得了较好的成效。 四、建设理念、培养目标、项目资助 教育部研究生教育创新计划国家自然科学基金北京市重点交叉学科建设项目。五、主要措施、成果内容、创新点 我们始终重视国际学术交流积极研究生参加高水平国际会议，选派优秀研究生到哈佛大学、洛克菲勒大学、冷泉港实验室等国际一流研究机构访问学习。2007年举办的全国生物信息学研究生暑期学校为全国生物信息学学科建设做出了贡献。 主要成果内容 （一）课程建设 相互、有机结合系统性强。不同研究阶段的学生 1. 相关专业基础课程 讲授在生物信息学领域有广泛应用的信息处理与数据分析方法，为研究生打下坚实的基础。 （1）《模式识别基础》32学时，国家级精品课，结合实例系统讲授模式识别的基础理论和方法 （2）《统计学习理论导论》研究生，32学时，讲授生物信息学中有广泛应用的统计学习理论与支持向量机方法 （3）《统计学方法及应用》研究生，48学时，针对工科研究生在统计学方面基础薄弱的状况，系统讲授统计学的基本原理与方法。 （4）《科学精神、道德与表达》研究生，16学时，介绍科学研究和成果发表的规范，并让新生亲身体会生物信息学科技论文从写作到发表的全过程。 生物信息学课程 主要讲授生物信息学交叉学科的基本概念、方法与知识，让学生对生物信息学研究的概貌有了解。 （1）《计算分子生物学引论》研究生，48学时系统地讲授生物信息学知识。 （2）《生物信息学概论》本科生双语课，32学时讲授生物信息学基本知识， 3. 生物信息学专题课程 介绍学科发展动向、研究专题、典型成果及案例。让学生逐步接触到生物信息学领域的前沿课题，帮助学生培养科研兴趣、寻找研究方向。 （1）《生物信息学专题》研究生，32学时结合必威体育精装版研究成果向研究生介绍学科前沿和发展动向。（2）《生物信息学计算与实验研讨课》本科生，校实验室科研探究课在生物信息学计算与实验联合平台基础上，向本科生介绍代表性成果。 （3）《生物信息学新生研讨课》本科生，16学时引导新生了解科学发展前沿。 讲席教授组系列课程 聘请讲席教授组开功能基因组学前沿、计算生物学中的概率与统计、基因表达与调控分析、生物信息学中的算法等高端课程。生物信息学暑期学校 2007年承办了由教育部和国家自然科学基金委主办的首届全国生物信息学研究生暑期学校，优秀教师讲授的11门课程共107学时，并安排了16场共32小时的高水平学术报告，受到了来自全国各地的200余名学员的高度评价。课程已汇集成为教材An Outline of Bioinformatics Courses，200年将由和Springer-Verlag共同出版。这11门课程是：生物信息学基础（清华大学张学工）计算基因组学前沿专题（冷泉港实验室Michael Zhang、Andrew Smith）实用生物信息技术（北京大学罗静初）统计学基础（清华大学林元烈）数据挖掘与知识发现方法与实例（印度统计学院Sanghamitra Bandyopadhyay）生物信息学中的统计学方法（哈佛大学Jun S. Liu）计算生物学中的算法技术（加州大学Tao Jiang）类疾病的关联分析：方法与实例（罗克菲勒大学Jurg Ott）多变量统计方法及在生物信息学中的应用（哈佛公共卫生学院Xihong Lin）蛋白质结构与功能研究基础（清华大学孙之荣）计算系统生物学与中医药现代化（清华大学李梢） （二）教师队伍 通过多年努力了一支中国科学院院士（李衍达）国家杰出青年基金获得者（张学工）教育部新世纪优秀人才（张学工、李梢）长江讲座教授教授Michael Waterman生物信息学与系统生物学讲席教授组等。 图1 讲席教授组部分教授与本学科点教师根据交叉学科特点建立了由高性能计算平台和分子生物学实验平台两部分构成生物信息学实验平台，为生物信息学交叉学科的教学和科研提供了重要支撑。 图 生物信息学综合实验平台（上）及在实验平台上讲授实验室探究课（下） 2002年自主设立了生物信息学