网站大量收购独家精品文档,联系QQ:2885784924

生物信息学数据分析综合实践-课程教学大纲.docx

生物信息学数据分析综合实践-课程教学大纲.docx

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

PAGE4

ADDINCNKISM.UserStyle《生物信息学数据分析综合实践》课程教学大纲

(实践课程)

一、课程基本信息

课程号

1223S09078

开课单位

生命科学学院

课程名称

(中文)生物信息学数据分析综合实践

(英文)ComprehensivePracticeofBioinformaticsDataAnalysis

课程性质

选修

考核类型

考查

课程学分

3

课程学时

3周

课程类别

专业拓展课

适用专业(类)

生物信息学

二、课程描述及目标

(一)课程简介

《生物信息学数据分析综合实践》课程是本专业(类)的一门专业拓展课程,旨在培养学生全面的生物医学数据科学研究与开发能力。本课程主要是对前面三年生物信息学本科专业学习的总结,强调学生对核酸、蛋白质序列的分析算法、结构和功能注释方法的认识与实现,同时还对组学数据分析中常用的统计学、信息学、机器学习和数据挖掘进行全面总结,并结合学科发展的前沿,对出现的新技术与新方法进行深入的分析与探索。

(二)教学目标

课程目标1:掌握生物信息学中常用的数据分析工具,并熟练运用进行生物医学数据分析。

课程目标2:掌握生物信息学各个领域的核心算法,用掌握的计算机语言实现。

课程目标3:能根据提出的生物学问题开发算法,并加以实现,有效解决问题。

课程目标4:了解学科各个领域最新的发展动向,对学科的发展趋势有所认识。

三、课程目标对毕业要求的支撑关系

毕业要求指标点

课程目标

1-1:****

课程目标1

2-3:****

课程目标2

3-1:****

课程目标3

3-3:****

课程目标4

四、教学方式与方法

1.实习作业法。参加一定的项目,掌握一定的技能与有关的直接知识,综合运用所学知识。

2.学生间分组,降低个体学习的难度,对于编程能力强的同学,教师要鼓励其在分组内或分组之间充分发挥特长,将学生的个体差异转变为教学资源,调动学生的积极性和创造性思维。小组人数控制在4-5人,学生的表现记入期末成绩。

五、实践内容、基本要求与学时分配

序号

实践内容

基本要求

学时

方式

对应课程目标

1

生物信息学中的高性能计算

掌握并行计算的分类,加以实现。掌握并行集群构建的方法,MPI并行编程的实现,CPU编程实现,了解云平台

3

讲授

课程目标1

2

基因组序列分析方法

掌握比较基因组分析的各种策略;对于motif发现的各种算法有深入的认识。完成比较基因组学分析,预测基因组中的各种组件

3

讲授

课程目标2

3

组学数据分析与统计

能运用各种工具和假发统计学分析工具,结合各种算法,对组学数据进行挖掘。了解各种二代测序技术的关键要点以及数据处理方法;掌握各种短续列比对,拼接等不同策略

6

讲授

课程目标2

4

统计遗传学分析

掌握统计遗传分析从实验设计到样本收集和数据分析的手段。多种基于家系和基于人群的分析方法与人群的分析方法的评估;全基因组关联分析;

6

讲授

课程目标3

5

二代测序数据的分析

各种二代测序平台数据的处理和分析,尤其是各种数据格式的解读和深入挖掘.了解各种二代测序技术的关键要点与数据处理方法;掌握各种短序列比对

8

实训

课程目标3

6

生物医药数据分析中的数据挖掘

掌握数据挖掘的各种方法,能在不同的计算平台灵活运用这些方法进行数据分析。深度中测序数据解读并找到各种突变;RNAseq数据的法分析发现差异表达基因;原基因组数据的解读与分析;表观基因组数据的分析

8

实训

课程目标2

7

生物复杂网络的建模与分析

基于各种组学数据重构静态与动态网络,并次啊用网络发现某些生物学过程的关键与作用模式;基因调控网络、蛋白相互作用网络、代谢以及其应用

6

实训

课程目标4

8

结合学科前沿可选项目开发

独立从事生物信息学的研究与开发的能力。结合学科最高水平与自己的研究思路,开展项目研究

3

实训

课程目标4

合计

43

六、实践成果呈现要求

要求实验结果以实验报告的形式递交,实验报告内容应包括实验目的、原理、步骤、数据处理、结果分析等。

七、学业评价和课程考核

(一)考核类型:?考试?考查

(二)考核方式:?实践报告?实践作品?项目汇报

?其它:

(三)成绩评定:

考核

依据

建议分值

(百分比)

考核/评价细则

对应课程目标

过程

考核

70

出勤表现

10%

考勤情况,课堂表现、学习态度等

课程目标1

实验操作能力

30%

学习小组考核

课程目标2

数据分析能力

30%

学习小组考核

课程目标3

文献阅读能力

30%

学习小组考核

课程目标4

期末

考核

30

课程论文

课程目标1-4

八、课程目标达成评价

课程目标的实际达成效果计算方式如下,达成值越高,教学效果越好。

课程目标达成度

毕业要求指

文档评论(0)

CUP2008013124 + 关注
实名认证
内容提供者

北京教育部直属高校教师,具有十余年工作经验,长期从事教学、科研相关工作,熟悉高校教育教学规律,注重成果积累

1亿VIP精品文档

相关文档