本课程是为研究生开设的专业必修课程。随着人类基因组计划的完成和各种类型的生物大数据的出现，生物信息学迅速成为生命科学的前沿领域。生物信息学是生物学与物理学、化学、数学、信息科学及计算机科学交叉的学科。研究生物信息的采集、处理、存储、传播，分析和解释等各方面。高通量的实验技术的出现，使得生物大数据呈指数式增长，传统的方法难以处理如此海量的数据。生物信息学作为一门独立的学科，为处理日益增长的生物大数据提供了完备的解决方案。
本课程为学生讲解生物信息学的基本概念、主要研究内容和今后的主要研究方向，建立生物信息学的知识体系，为今后的学习和研究工作打下牢固基础；使学生掌握基本的生物信息学数据库，了解常用的数据分析方法和工具，熟悉高通量实验技术的基本原理和数据的分析流程。

内容提要: 
一、生物信息学现状和重要研究方向 （3学时，教师：陈润生院士）
1、背景介绍
2、什么是生物信息学
3、生物信息学的研究内容—几个经典课题
二、新基因和新SNPs的发现与鉴定（3学时，教师：陈润生院士）
1、利用EST数据库（dbEST）发现新基因和新SNPs 
2、从基因组DNA序列中预测新ORF
三、完整基因组的比较研究是一个新方向（3学时，教师：陈润生院士）
四、基于序列数据的生物进化研究当前面临的问题（3学时，教师：陈润生院士）
五、基因组研究的三个突出方面 （3学时，教师：陈润生院士）
1、SNP研究
2、大规模基因功能表达谱的分析
3、干细胞研究进展的权威评述
六、非编码RNA与RNA组（3学时，教师：陈润生院士）
1、非编码RNA与RNA组学研究的源起
2、非编码序列、非编码基因和非编码RNA
3、前景与值得关注的方向
4、本课题组的研究工作
5、非编码领域生物信息学研究的特点与困难
七、生物信息学进一步发展中最值得关心的问题（3学时，教师：陈润生院士）
1、系统生物学的出现与发展
2、非编码区功能研究
八、基因表达分析（3学时，教师：陈小伟）
1、背景介绍
2、研究基因表达的实验技术
3、长非编码RNA表达谱芯片
4、基因表达数据分析
九、高通量测序技术及数据分析（3学时，教师：陈小伟）
1、测序技术介绍
2、基因芯片与高通量测序的比较
3、高通量测序技术的应用
考试（3学时）

教学方式： 100 % 课堂授课
考核方式：开卷考试（100%）

参考书：
1.	生物信息学，D.R. 韦斯特海德等著；王明怡等译，科学出版社 2004
2.	生物信息学，赵国屏等编，科学出版社2002
3.	生物信息学：机器学习方法，皮埃尔•巴尔迪，索恩•布鲁纳克著；张东晖等译，中信出版社，2003