中国大学MOOC的生物信息学之山东大学

昨天我们在生信技能树分享了：中国大学MOOC的生物信息学公开课之河南科技大学 ，然后在生信菜鸟团分享了：中国大学MOOC的生物信息学之华中农业大学

不知道学习的朋友多不多，反正留言参与推动高校生物信息学课程改革的朋友很少。

确实各大高校的课程设置，跟不上生物信息学的发展速度啊！这两天我会把全部中国大学MOOC的生物信息学课程搬运过来推荐给大家，如果确实有需要的朋友，可以查漏补缺，适当看一看。但是我们的重点是讨论一下新时代的生物信息学课程设置，不应该是这样的泛泛而谈的生物信息学认知课。

我这里起一个头，我希望高校可以开设的课程包括；

• 肿瘤数据库之TCGA计划（希望可以介绍NGS技术在肿瘤学的应用，TCGA计划的来龙去脉，数据背后的生物学认知革命）
• 实用生物信息学统计大全（包括差异分析，富集分析，GSEA，WGCNA，GSVA等等）
• 生物信息学图表绘制课（各种NGS组学数据下游分析图表展示示例讲解）
• 其它待你补充哦

今天我们推荐的是山东大学的生物信息学课程（是中国大学MOOC的3大生物信息学公开课里面内容最多，参与人数最多，好评最多的！）

• https://www.icourse163.org/course/SDU-1001907001

课程目录

01 绪论

• 1.1 课程介绍
• 1.2 探索生物信息学神秘岛
• 1.3 生物信息学是神马
• 1.4 这门课学神马

第二章：生物数据库（第一部分）

• 2.1 为什么需要生物数据库
• 2.2 生物数据库的分类
• 2.3 文献数据库：PubMed
• 2.4 一级核酸数据库：GeneBank
• 2.5 一级核酸数据库：基因组数据库
• 2.6 二级核酸数据库

第二章：生物数据库（第二部分）

• 2.7 一级蛋白质序列数据库：UniProtKB
• 2.8 一级蛋白质结构数据库：PDB
• 2.9 二级蛋白质数据库：Pfam，CATH，SCOP2
• 2.10 专用数据库：KEGG，OMIM

第三章：序列比较（第一部分）

• 3.1 认识序列
• 3.2 序列相似性
• 3.3 替换记分矩阵
• 3.4 序列两两比较：打点法
• 3.5 序列两两比较：序列比对法
• 3.6 一致度和相似度

第三章：序列比较（第二部分）

• 3.7 在线双序列比对工具
• 3.8 BLAST搜索

第三章：序列比较（第三部分）

• 3.9 多序列比对介绍
• 3.10 在线多序列比对工具
• 3.11 多序列比对的编辑和发布
• 3.12 寻找保守区域

第四章：分子进化与系统发生

• 4.1 进化的故事
• 4.2 基本概念
• 4.3 系统发生树
• 4.4 系统发生树的构建
• 4.5 MEGA7构建NJ树
• 4.6 课后甜品

第五章：蛋白质结构预测与分析（第一部分）

• 5.1 蛋白质的结构
• 5.2 蛋白质的二级结构
• 5.3 蛋白质的三级结构
• 5.4 三级结构可视化软件VMD

第五章：蛋白质结构预测与分析（第二部分）

• 5.5 计算方法预测三级结构
• 5.6 三级结构的比对
• 5.7 蛋白质分子表面性质

第五章：蛋白质结构预测与分析（第三部分）

• 5.8 获取蛋白质四级结构
• 5.9 蛋白质-蛋白质分子对接
• 5.10 蛋白质-小分子分子对接
• 5.11 虚拟筛选与反向对接
• 5.12 分子动力学模拟

第六章：高通量测序技术及应用

• 6.1 基因组学与测序技术
• 6.2 高通量测序技术在精准医学中的应用
• 6.3 生物信息学面临的挑战
• 6.4 从头测序
• 6.5 重测序
• 6.6 转录组测序
• 6.7 表观基因组学
• 6.8 猛犸象基因组测序计划
• 6.9 古基因组学面临的挑战
• 6.10 古基因组学研究中的生物信息技术

第七章：统计基础与序列算法

• 7.1 贝叶斯公式及其生物学应用
• 7.2 二元预测的灵敏度和特异度
• 7.3 基本序列算法

第八章：数据挖掘

• 8.1 什么是数据挖掘
• 8.2 数据库系统
• 8.3 机器学习
• 8.4 WEKA

第九章：编程基础与网页制作（第一部分）

• 9.1 Linux操作系统
• 9.2 Linux基本命令
• 9.3 Perl语言基础入门
• 9.4 Perl语言基础高级

第九章：编程基础与网页制作（第二部分）

• 9.5 前端开发和HTML介绍
• 9.6 HTML常用标签
• 9.7 设计简单的网页
• 9.8 HTML与CGI简单交互

可以看到，基本上是围绕着生物信息学早期概念而展开的，现在流行的NGS测序，以及各种的组学技术都没有涉及。

参考资料

• 陈铭主编，生物信息学（第三版），科学出版社，2018年6月。

文末友情宣传

强烈建议你推荐给身边的博士后以及年轻生物学PI，多一点数据认知，让他们的科研上一个台阶：

• 全国巡讲全球听（买一得五） ，你的生物信息学入门课
• 生信技能树的2019年终总结 ，你的生物信息学成长宝藏
• 2020学习主旋律，B站74小时免费教学视频为你领路