本课程将重点讲授有关生物医学大数据的数据类型、基本原理、分析方法、应用实例和前沿动向，其中包括基因组学、表观遗传学、蛋白质组学、代谢组学和临床医学大数据等研究方向，还包括国际国内主流的生物医学大数据资源介绍。目的是使学生广泛地了解相关领域的基础理论、实验技术和生物信息分析的研究现状和发展趋势，要求学生积极培养科学理性的思维方式、努力掌握系统深入的专业知识，为以后具备独立从事教学或科学研究工作的能力；以及拓展课内外、校内外、国内外各种学术交流打下坚实基础。

生物医学大数据简介 （1学时，教师：雷红星）
2.基因组学大数据（3学时，教师：雷红星）
2.1芯片数据原理、技术和应用
2.2 测序数据原理、技术和应用
2.3 测序技术前沿-单分子测序技术和应用
3. 表观遗传学大数据 （12学时，教师：方向东）
3.1 表观遗传学基本概念
3.2 表观遗传学的发展历史
3.3 表观遗传学的研究内容
3.4 表观遗传学的主要技术介绍
3.5表观遗传学技术及应用
3.5.1 DNase I-Seq和3C-Seq 技术与精准医学研究
3.5.2 DNase I-Seq和3C-Seq大数据分析
3.5.3 ChIP-Seq与精准医学研究
3.5.4  ChIP-Seq大数据分析
3.5.5 RNA-Seq与精准医学研究
3.5.6 RNA-Seq大数据分析
3.6表观遗传学大数据的集成研究
3.7表观遗传学的问题思考与讨论
4. 蛋白质组学大数据 （12学时，教师：朱云平）
4.1 蛋白质组学原理和基本概念
4.1.1 蛋白质组学发展概况
4.1.2 蛋白质组学实验原理
4.2 蛋白质组学大数据的公共资源
4.2.1 蛋白质组的数据资源
4.2.2 蛋白质组数据提交
4.3 蛋白质组定性鉴定数据分析
4.3.1 蛋白质组定性分析：肽段与蛋白质鉴定数据分析
4.3.2 蛋白质组定性分析：蛋白质翻译后修饰鉴定数据分析
4.4 蛋白质组定量数据分析
4.4.1 蛋白质组无标定量数据分析
4.2.2蛋白质组有标定量数据分析
4.5蛋白质组学方法在生物医学中的应用
4.5.1 全蛋白质组分析
4.5.2 定量蛋白质组分析
4.6 代谢组学数据分析及应用
4.6.1 代谢组学数据分析方法
4.6.2 代谢组学数据分析应用
5. 组学大数据资源与方法 （12学时，教师：高歌）
5.1	概述：组学数据分析的挑战与机遇
5.1.1	组学数据的历史、现状与发展趋势
5.1.2	数据分析的挑战与机遇
5.2	组学数据资源
5.2.1	一次数据库：概念、历史沿革与分类
5.2.2	国际主流一次数据库介绍(如NCBI SRA, GEO; EBI ENA, ArrayExpress等)
5.2.3	从数据库到知识库(knowledgebase)
5.2.4	国际主流知识库介绍(如RefSeq, SwissProt, InterPro等)
5.3	数据分析方法
5.3.1	大数据对计算设施(infrastructure)的挑战：计算密集型/数据密集型
5.3.2	硬件：高性能计算(超算、GPU、MIC…)；
软件：云计算/并行程序设计、数据库(SQL->NoSQL)
5.3.3	Statistical Modeling vs Statistical Learning
5.3.4	数据信息知识
5.4	Case Study
5.4.1	数据的应用：计算模型与生物学
5.4.2	结合1~2实例介绍组学大数据分析在生物学研究中的应用
6. 医学大数据 (8学时，教师： 刘雷)
6.1	概述：信息技术在医学中的应用历史
6.2	大数据时代信息技术与生命科学和医学的融合
6.3	医疗信息系统与电子健康档案
6.4	医学知识库与循证医学
6.5	医学信息获取与自然语言处理
6.6	医学大数据挖掘（一）
6.7	医学大数据挖掘（二）
6.8	临床决策支持系统与智能医疗
7.组学大数据分析：分子通路与网络(4学时，教师： 雷红星)
7.1	分子通路
7.2	蛋白质互作网络
7.3	基因共表达网络
7.4	调控网络
8.生物医学大数据前沿 (6学时，教师： 雷红星)
8.1	药物基因组
8.2	肠道宏基因组
8.3	Circular RNA
8.4	游离DNA
8.5	百万人基因组
8.6	个体化医疗
课程总结和答疑（2课时）
考试（2课时）
教学方式： 课堂授课
考核方式：课堂表现（10%）+ 课后作业（50%）+ 期末闭卷考试（40%）

1.	(英) T.Charlie Hodgman, (英) Andrew French, (英) David R.Westhead编著；陈铭、包家立、黄炳顶译。精要速览系列：生物信息学（第二版）。北京：科学出版社。2013年10月第1版。
2.	《生物医学信息学》（美）肖特利弗著罗述谦译；
3.	《Health Informatics》Robert E. Hoyt 编著
4.	Bioinformatics and Functional Genomics (3rd Edition) by Jonathan Pevsner, Wiley-Blackwell, 2015 (ISBN: 978-1118581780) 
5.	Bioinformatics for Beginners: Genes, Genomes, Molecular Evolution, Databases and Analytical Tools by Supratim Choudhuri, Academic Press, 2014 (ISBN: 978-0124104716).
6.	Building Bioinformatics Solutions (2nd Edition) by Conrad Bessant, Darren Oakley and Ian Shadforth, Oxford University Press, 2014 (ISBN: 978-0199658565).
7.	Statistical Analysis of Next Generation Sequencing Data (Frontiers in Probability and the Statistical Sciences) by Somnath Datta and Dan Nettleton, Springer, 2014 (ISBN: 978-3319072111)