生物信息学研究进展精选(九篇)

第1篇：生物信息学研究进展范文

[关键词]妇科肿瘤学；研究生教育；生物信息学；交叉学科；现代医学

[中图分类号]G642[文献标识码]A[文章编号]1673-7210（2020）09（a）-0069-04

傳统的妇科肿瘤学研究生教育重视的是单一学科的知识传授，忽略了学科之间的交叉影响，教育理念陈旧，教学内容繁杂，传授方法老套，学生们在接收和学习知识的过程中往往处于被动的位置，难以突破传统思维的桎梏，这点显然不符合现代医学复合型人才的教育要求。妇科肿瘤学是大数据背景下知识更新迅速的学科之一，迫切需要全新的研究生教育理念进行知识的传授。生物信息学理念刚好为这一过程搭建桥梁。

生物信息学是20世纪90年代逐渐兴起的一门交叉学科，它以生物作为主要研究对象，借助计算机技术、信息科学技术、分子生物学技术和应用数学等手段，对大量复杂的生物数据进行处理、存储、分析和阐述，旨在深入挖掘和揭示潜在的生物学意义。随着精准医疗时代的到来，生物信息学的作用日益凸显，它已经渗透到生命科学研究领域的各个方面，并成为了最有活力的前沿领域之一[1]。当前，国内不少高等医学院校陆续开设生物信息学这门课程。对于医学研究生而言，生物信息学不仅仅是一门课程，它还教会了学生从海量生物数据中挖掘有意义的生物信息，因此，从某种意义而言，它更是一种思维方式的体现。广西医科大学附属肿瘤医院（以下简称“我院”）妇科从1985年开始招收研究生，在学校开设生物信息学课程之初，即重视研究生生物信息学思维的培养，并且使他们学会将这种思维方式更好地应用于妇科肿瘤学研究领域，为社会输送一批又一批具有生物信息学理念的现代医师。

1将生物信息学核心理念应用于妇科肿瘤学研究生的教学实践

生物信息学的核心理念是海量数据的管理和挖掘，注重学生自主学习能力的培养，而自主学习是一种新型教学理念，同时也是高等院校教学改革的主要方向之一[2]。生物信息学除了能教会学生使用大量的相关数据库和在线分析工具进行科学研究以外，还能教会他们掌握主动学习的方法和途径，学会利用现有的数据库和在线分析工具进行深度挖掘，旨在帮助他们解决临床实践过程针对疑难病症的诊疗问题，最终服务患者[3]。在妇科肿瘤学研究生教学实践中引入生物信息学理念有如下几个方面的具体表现：

1.1建立生物信息学的概念和意识

在妇科肿瘤学领域培养出具有生物信息学知识背景的研究生，这种跨学科创新型研究生培养模式，突破了传统的单一学科研究生培养模式的桎梏，顺应了新时代研究生教育的发展潮流。在日常研究生培养中，我院着重帮助学生建立起生物信息学的意识和思维方式。首先，在课程设置方面，我院动员妇科肿瘤学研究生自觉将生物信息学这门课程列为其研究生生涯的必修课程。通过课程的学习，学生将意识到，生物信息学是一门由生命科学和计算机科学交叉形成的新兴学科，先后经历了前基因组时代、基因组时代和后基因组时代三个阶段，涵盖了生物信息的获取、处理、存储、传播、分析和阐述等方面[4]。其次，我院定期组织学生进行小组学习，通过线上线下混合式教学手段引导学生对生物信息学的深度学习。同时，我院也重视妇科肿瘤学教师自身的生物信息学通识教育，不定期邀请生物信息学教研室教师答疑解惑。最后，我院引导学生将生物信息学知识应用到研究生课题研究中，进一步加深学生对生物信息学和妇科肿瘤学知识的理解。

1.2学会使用生物医学数据库和在线分析工具

生物信息学发展至今，产生许多生物医学数据库和在线分析工具，如基因表达（geneexpressionomnibus，GEO）数据库、蛋白质相互作用数据库、微小RNA（microRNAs，miRNA）靶标数据库、癌症基因组图谱（thecancergenomeatlas，TCGA）数据库和用于注释、可视化和集成发现（thedatabaseforannotation，visualizationandintegrateddiscovery，DAVID）的数据库等常用数据库和GEO2R在线工具、GeneMANIA在线工具和医学本体信息检索（CoremineMedical）平台等常用在线分析平台[5]。对于妇科肿瘤学研究生而言，无论是专业型研究生还是学术型研究生，掌握生物信息学知识并不在于如何进行复杂算法的开发、原始数据的处理或数据库的构建，而是如何使用这些数据库和在线工具进行数据挖掘和分析，并用于指导科学研究和临床实践。在妇科肿瘤学研究生教学实践中，我院着重强调“以实践为中心”。比如，Wei等[6]在其研究生课题中巧妙应用了GEO数据库中的3个独立基因芯片数据（GSE25191、GSE28799和GSE33874），进行基因差异表达分析和基因通路富集分析，并通过实时定量聚合酶链反应和TCGA数据库验证，发现整合素α6亚单位（integrinα6subunit，ITGA6）是卵巢癌肿瘤干细胞核心基因，该基因的高表达与卵巢癌化疗的耐药和预后差密切相关。研究生唯有亲身实践，将理论知识融入实践中，才有可能熟练掌握这些生物医学数据库和在线分析软件的使用方法和数理基础。

1.3将数据挖掘理念融入科学研究和临床实践中

在生物医学大数据时代背景下，生物医学研究正发生着重大变革，从基因组学、蛋白质组学、代谢组学、转录组学和表观遗传学等多学科研究到基于海量临床信息数据的真实世界研究，它们所产生的大量高维复杂的研究数据互相交汇，共同构成生物医学大数据[7]。对研究生而言，如何将多层次临床和研究数据进行深度挖掘和有机整合，从而转化为新知识，既是机遇，又是挑战。在妇科肿瘤学研究生教育中，我院将数据挖掘理念渗透到各个教学环节中，旨在让研究生掌握主动学习的方法和途径，培养其创新思维，为今后的科学研究和临床实践打下扎实的基础。在科学研究方面，尤其是在课题选题和设计阶段，组织学生利用互联网查找学科领域的前沿问题或热点问题，对自己感兴趣的方向各自提出一个具体的科学假设。然后通过查找文献和充分利用数据库进行深入的数据挖掘，构建生物信息学分析网络来回答具体科学问题。最后，组织学生进行分子实验或利用临床资料来验证科学假设。在临床实践方面，引导学生将临床上遇到的問题转化成具体的科学问题，然后应用简单的临床生物信息学方法对具体的科学问题进行浅层次的数据挖掘，从而充分地为后续临床研究做好准备。这种将数据挖掘理念融入科学研究和临床实践的教学方法，充分锻炼了研究生的科研和临床思维。比如，吴文娟等[8]进行卵巢上皮性癌铂类耐药相关差异表达蛋白质筛选时，结合了生物信息学方法分析，筛选出62个铂类耐药相关的差异表达蛋白质，然后通过正选择分析时发现，蛋白C6、CNTN1在亚洲人群中均存在正选择作用（P<0.05），而蛋白BCHE在欧洲人群中存在正选择作用（P<0.05），基于CoremineMedical平台的文献挖掘及TCGA数据库中的芯片数据交集分析进一步印证，12个差异蛋白（CRP、FN1、S100A9、TF、ALB、VWF、APOC2、APOE、CD44、F2、GPX3和ACTB）与卵巢癌铂类耐药相关。Wei等[9]在探讨卵巢癌多药耐药的分子研究中，充分利用CoremineMedical平台进行文献数据挖掘，并结合分子生物学实验发现，ITGA6可能在卵巢癌细胞中起到调节基因的作用，参与卵巢癌的多药耐药过程。蒋燕明等[10]在回答与宫颈上皮内瘤变进展相关的差异基因和信号通路这一问题上，通过对GEO数据库中获得的2套芯片数据（GSE63514和GSE51993）进行深入挖掘和综合的生物信息学分析，筛选出与宫颈上皮内瘤变进展相关的14个差异表达基因和3条信号通路。

2生物信息学理念对妇科肿瘤学研究生教育的影响

传统医学与互联网、大数据、人工智能等技术的深度融合催生了新医科这一全新的现代医学形态[11]，它借助了计算机科学和人工智能的爆发式发展，实质上也是多学科交叉融合的产物。这种顺应时展的产物，颠覆了传统医学模式，深深地影响了医学教育领域。在新医科背景下，高等医学教育更应该注重教育理念和培养模式的改革，满足“健康中国”的战略需求，培养出能够运用学科交叉知识来解决医学领域前沿问题并引领未来医学发展的高层次医学领军人才[11]。研究生教育是我国教育体系中最高层次的教育，以培养拔尖创新人才作为主要任务和核心内容，建立以教学为基础、以科研为主导、临床和科研相结合的研究生培养模式，这是培养拔尖创新人才的根本方法[12]。在妇科肿瘤学研究生教育中引入生物信息学理念，恰好符合了新医科背景下研究生拔尖创新人才培养模式，将对妇科肿瘤学研究生教育改革产生深远影响。

2.1对传统医学教育模式的冲击

传统医学教育模式重视学科教育的系统性，强调以学科为中心，忽视了学科间知识的渗透和交流，显然不符合现代医学教育的宗旨[13]。在传统医学教育模式下，学科的课程体系教学依旧采用灌输理念，这种填鸭式的知识传授过程容易磨灭学生主动探索知识的求知欲。在大数据时代，高等教育改革重点围绕学生创新能力的培养展开，并积极引入现代化教育理念，强调以学生为中心、以实践为主进行教学内容的更新[14-15]。最近十年，在《教育信息化“十三五”规划》和《教育信息化十年发展规划（2011-2020年）》等文件的引领下，国内教育信息化得到了迅猛的发展，包括大数据、云计算和人工智能等现代化信息技术已经进入现代教育系统，在这一历史背景下，国家相继出台《中国教育现代化2035》和《教育信息化2.0行动计划》等政策文件，为我国教育信息化建设道路指明了方向[16]。

作为一门交叉学科，生物信息学知识和理念早已渗透到各个医学学科领域，并衍生出多个分支学科。临床生物信息学是其中一个分支学科，也是一座搭建在基础研究和临床诊疗之间的桥梁，更是解决临床肿瘤相关诊治因素的新手段。因此，在精准医学时代，很有必要引入肿瘤生物信息学特异性研究方法或全新高级的研究工具，来回答与肿瘤相关的关键问题[17]，对于肿瘤学的研究生教育亦是如此。妇科肿瘤学研究生教育不应该局限于讲授单一学科的知识、基础研究和临床实践，引入生物信息学理念，不仅对传统医学教育模式产生冲击，还能培养研究生从多角度思考问题的能力，从而产生独特的研究方法和形成创新性思维，更能培养研究生从不同的专业角度发现问题、分析问题和解决问题的能力[18]。

2.2提高教师教学理论素养和教学反思自觉性

在教学医院，临床医师不但要从事临床诊疗工作，还要承担科研工作和教学任务。他们的日常临床工作繁重枯燥，科研方法往往单调乏味，教学理念陈旧乏新。医学教师作为医学教育的实践者，只有在先进教育理念的引领下，才有可能真正做到以学生为中心，使学生受益，从而提高人才培养的质量[19]。因此，医学教师应该以更加开阔的视野主动投入到各类前沿的教学改革与研究中，重视有助于医学生自主学习的教学手段开发和应用。临床医师学习先进的生物信息学知识和理念，并将之应用于临床和教学实践中，有助于他们对实践中出现的难以解决的医学问题进行合理解释，同时满足现代医学研究和教育的发展需求，为提高自身教学理论素养和教学反思的自觉性提供了新途径。

2.3拓宽研究生知识的深度和广度

妇科肿瘤学是一门特殊的学科，不同于传统意义的妇产科学，从某种程度上来说，也是一门妇产科学和肿瘤学的交叉学科，因而，更适合采用生物信息学教育理念。妇科肿瘤学主要研究女性生殖系统肿瘤，目前积累了大量基础研究和临床研究数据，同时也产生了许多学科前沿问题。研究生在基础理论知识学习的同时，眼界不应仅限于病房的临床实践，更应该放眼于学科研究前沿技术的发展，敢于批判反思，大胆假设和小心求证，并且提出临床新观念[11]。生物信息学刚好为研究生自主学习搭建了这样一座桥梁。我院妇科教研室非常重视研究生科研创新思维的培养，并充分利用生物信息学服务性和多样性的特点，将生物信息学与妇科肿瘤学进行知识的深度融合。妇科肿瘤学研究生在进行跨学科生物信息学知识和技能培训的同时，有望避免学科知识结构单一的缺点，还能打破学科专业之间的界限，从而拓宽知识的深度和广度。

第2篇：生物信息学研究进展范文

“生物信息学”是英文单词“bioinformatics”的中文译名，其概念是1956年在美国田纳西州gatlinburg召开的“生物学中的信息理论”讨论会上首次被提出的［1］，由美国学者lim在1991年发表的文章中首次使用。生物信息学自产生以来，大致经历了前基因组时代、基因组时代和后基因组时代三个发展阶段［2］。2003年4月14日，美国人类基因组研究项目首席科学家collins f博士在华盛顿隆重宣布人类基因组计划（human genome project，hgp）的所有目标全部实现［3］。这标志着后基因组时代（post genome era，pge）的来临，是生命科学史中又一个里程碑。生物信息学作为21世纪生物技术的核心，已经成为现代生命科学研究中重要的组成部分。研究基因、蛋白质和生命，其研究成果必将深刻地影响农业。本文重点阐述生物信息学在农业模式植物、种质资源优化、农药的设计开发、作物遗传育种、生态环境改善等方面的最新研究进展。

1.生物信息学在农业模式植物研究领域中的应用

1997年5月美国启动国家植物基因组计划（npgi），旨在绘出包括玉米、大豆、小麦、大麦、高粱、水稻、棉花、西红柿和松树等十多种具有经济价值的关键植物的基因图谱。国家植物基因组计划是与人类基因组工程（hgp）并行的庞大工程［4］。近年来，通过各国科学家的通力合作，植物基因组研究取得了重大进展，拟南芥、水稻等模式植物已完成了全基因组测序。人们可以使用生物信息学的方法系统地研究这些重要农作物的基因表达、蛋白质互作、蛋白质和核酸的定位、代谢物及其调节网络等，从而从分子水平上了解细胞的结构和功能［5］。目前已经建立的农作物生物信息学数据库研究平台有植物转录本（ta）集合数据库tigr、植物核酸序列数据库plantgdb、研究玉米遗传学和基因组学的mazegdb数据库、研究草类和水稻的gramene数据库、研究马铃薯的pomamo数据库，等等。

2.生物信息学在种质资源保存研究领域中的应用

种质资源是农业生产的重要资源，它包括许多农艺性状（如抗病、产量、品质、环境适应性基因等）的等位基因。植物种质资源库是指以植物种质资源为保护对象的保存设施。至1996年，全世界已建成了1300余座植物种质资源库，在我国也已建成30多座作物种质资源库。种质入库保存类型也从单一的种子形式，发展到营养器官、细胞和组织，甚至dna片段等多种形式。保护的物种也从有性繁殖植物扩展到无性繁殖植物及顽拗型种子植物等［6］。近年来，人们越来越多地应用各种分子标记来鉴定种质资源。例如微卫星、aflp、ssap、rbip和snp等。由于对种质资源进行分子标记产生了大量的数据，因此需要建立生物信息学数据库和采用分析工具来实现对这些数据的查询、统计和计算机分析等［7］。

3.生物信息学在农药设计开发研究领域中的应用

传统的药物研制主要是从大量的天然产物、合成化合物，以及矿物中进行筛选，得到一个可供临床使用的药物要耗费大量的时间与金钱。生物信息学在药物研发中的意义在于找到病理过程中关键性的分子靶标、阐明其结构和功能关系，从而指导设计能激活或阻断生物大分子发挥其生物功能的治疗性药物，使药物研发之路从过去的偶然和盲目中找到正确的研发方向。生物信息学为药物研发提供了新的手段［8，9］，导致了药物研发模式的改变［10］。目前，生物信息学促进农药研制已有许多成功的例子。itzstein等设计出两种具有与唾液酸酶结合化合物：4-氨基-neu5ac2en和4-胍基-neu5ac2en。其中，后者是前者与唾液酸酶的结合活性的250倍［11］。目前，这两种新药已经进入临床试验阶段。tang sy等学者研制出新一代抗aids药物saquinavir［12］。pungpo等已经设计出几种新型高效的抗hiv-1型药物［13］。杨华铮等人设计合成了十多类数百个除草化合物，经生物活性测定，部分化合物的活性已超过商品化光合作用抑制剂的水平［14］。

现代农药的研发已离不开生物信息技术的参与，随着生物信息学技术的进一步完善和发展，将会大大降低药物研发的成本，提高研发的质量和效率。

4.生物学信息学在作物遗传育种研究领域中的应用

随着主要农作物遗传图谱精确度的提高，以及特定性状相关分子基础的进一步阐明，人们可以利用生物信息学的方法，先从模式生物中寻找可能的相关基因，然后在作物中找到相应的基因及其位点。农作物的遗

传学和分子生物学的研究积累了大量的基因序列、分子标记、图谱和功能方面的数据，可通过建立生物信息学数据库来整合这些数据，从而比较和分析来自不同基因组的基因序列、功能和遗传图谱位置［15］。在此基础上，育种学家就可以应用计算机模型来提出预测假设，从多种复杂的等位基因组合中建立自己所需要的表型，然后从大量遗传标记中筛选到理想的组合，从而培育出新的优良农作物品种。

5.生物信息学在生态环境平衡研究领域中的应用

在生态系统中，基因流从根本上影响能量流和物质流的循环和运转，是生态平衡稳定的根本因素。生物信息学在环境领域主要应用在控制环境污染方面，主要通过数学与计算机的运用构建遗传工程特效菌株，以降解目标基因及其目标污染物为切入点，通过降解污染物的分子遗传物质核酸 dna，以及生物大分子蛋白质酶，达到催化目标污染物的降解，从而维护空气［16］、水源、土地等生态环境的安全。

美国农业研究中心（ars） 的农药特性信息数据库（ppd） 提供 334 种正在广泛使用的杀虫剂信息，涉及它们在环境中转运和降解途径的16种最重要的物化特性。日本丰桥技术大学（toyohashi university of technology） 多环芳烃危险性有机污染物的物化特性、色谱、紫外光谱的谱线图。美国环保局综合风险信息系统数据库（iris） 涉及 600种化学污染物，列出了污染物的毒性与风险评价参数，以及分子遗传毒性参数［17］。除此之外，生物信息学在生物防治［18］中也起到了重要的作用。网络的普及，情报、信息等学科的资源共享，势必会创造出一个环境微生物技术信息的高速发展趋势。

6.生物信息学在食品安全研究领域中的应用

食品在加工制作和存储过程中各种细菌数量发生变化，传统检测方法是进行生化鉴定，但所需时间较长，不能满足检验检疫部门的要求，运用生物信息学方法获得各种致病菌的核酸序列，并对这些序列进行比对，筛选出用于检测的引物和探针，进而运用pcr法［19］、rt-pcr法、荧光rt-pcr法、多重pcr［20］和多重荧光定量pcr等技术，可快速准确地检测出细菌及病毒。此外，对电阻抗、放射测量、elisa法、生物传感器、基因芯片等［21-25］技术也是未来食品病毒检测的发展方向。

转基因食品检测是通过设计特异性的引物对食品样品的dna提取物进行扩增，从而判断样品中是否含有外源性基因片段［26］。通过对转基因农产品数据库信息的及时更新，可准确了解各国新出现和新批准的转基因农产品，便于查找其插入的外源基因片段，以便及时对检验方法进行修改。目前由于某些通过食品传播的病毒具有变异特性，以及检测方法的不完善等因素影响，生物信息学在食品领域的应用还比较有限，但随着食品安全检测数据库的不断完善，相信相关的生物信息学技术将在食品领域发挥越来越重要的作用。 　生物信息学广泛用于农业科学研究的各个领域，但是仅有信息资源是不够的，选出符合自己需求的生物信息就需要情报部门，以及信息中介服务机构提供相关服务，通过出版物、信息共享平台、数字图书馆、电子论坛等信息媒介的帮助，科研工作者可快速有效地找到符合需要的信息。目前我国生物信息学发展还很不均衡，与国际前沿有一定差距，这需要从事信息和科研的工作者们不断交流，使得生物信息学能够更好地为我国农业持续健康发展发挥作用。

参考文献：

［1］yockey hp，platzman rp，quastler h.symposium on information.theory in biology.pergamon press，new york，london，1958.

［2］郑国清，张瑞玲.生物信息学的形成与发展［j］.河南农业科学，2002，（11）：4-7.

［3］骆建新，郑崛村，马用信等.人类基因组计划与后基因组时代.中国生物工程杂志，2003，23，（11）：87-94.

［4］曹学军.基因研究的又一壮举——美国国家植物基因组计划［j］.国外科技动态，2001，1：24-25.

［5］michael b.genomics and plantcells：application ofgenomics strategies to arabidopsis cellbiology［j］.philostransr soc lond b bio sci，2002，357（1422）：731-736.

［6］卢新雄.植物种质资源库的设计与建设要求［j］.植物学通报，2006，23，（1）：119-125.

［7］guy d，noel e，mike a.using bioinformatics to analyse germplasm collections ［j］.spri

nger netherlands，2004：39-54.

［8］郑衍，王非.药物生物信息学，化学化工出版社，2004.1：214-215.

［9］俞庆森，邱建卫，胡艾希.药物设计.化学化工出版社，2005.1：160-164.

［10］austen m，dohrmann c.phenotype—first screening for the identification of novel drug targets.drug discov today，2005，10，（4）：275-282.

［11］arun agrawal，ashwini chhatre.state involvement and forest cogovernance：evidence from the indianhmi alayas.stcomp international developmen.t sep 2007：67-86.

［12］tang sy.institutionsand collective action：self-governance in irrigation ［m］.san francisco，ca：icspress，1999.

［13］pungpo p，saparpakorn p，wolschann p，et a.l computer-aided moleculardesign of highly potenthiv-1 rt inhibitors：3d qsar and moleculardocking studies of efavirenz derivatives［j］.sar qsar environres，2006，17，（4）：353-370.

［14］杨华铮，刘华银，邹小毛等.计算机辅助设计与合成除草剂的研究［j］.计算机与应用化学，1999，16，（5）：400.

［15］vassilev d，leunissen j，atanassov a.application of bioinformatics in plant breeding［j］.biotechnology & biotechnological equipment，2005，3：139-152.

［16］王春华，谢小保，曾海燕等.深圳市空气微生物污染状况监测分析［j］.微生物学杂志，2008，28，（4）：93-97.

［17］程树培，严峻，郝春博等.环境生物技术信息学进展［j］.环境污染治理技术与设备，2002，3，（11）：92-94.

［18］史应武，娄恺，李春.植物内生菌在生物防治中的应用［j］.微生物学杂志，2009，29，（6）：61-64.

［19］赵玉玲，张天生，张巧艳.pcr 法快速检测肉食品污染沙门菌的实验研究［j］.微生物学杂志，2010，30，（3）：103-105.

［20］徐义刚，崔丽春，李苏龙等.多重pcr方法快速检测4种主要致腹泻性大肠埃希菌［j］.微生物学杂志，2010，30，（3） ：25-29.

［21］索标，汪月霞，艾志录.食源性致病菌多重分子生物学检测技术研究进展［j］.微生物学杂志，2010，30，（6）：71-75

［22］朱晓娥，袁耿彪.基因芯片技术在基因突变诊断中的应用及其前景［j］.重庆医学，2010，（22）：3128-3131.

［23］陈彦闯，辛明秀.用于分析微生物种类组成的微生物生态学研究方法［j］.微生物学杂志，2009，29，（4）：79-83.

［24］王大勇，方振东，谢朝新等.食源性致病菌快速检测技术研究进展［j］.微生物学杂志，2009，29，（5）：67-72.

第3篇：生物信息学研究进展范文

关键词：信息中医学；信息中药学；中药基础理论；现代化；药理学；方法学；生理病理模型

中图分类号：R2-03

文献标识码：A 　文章编号：1673-7717(2007)12-2595-02

中医现代化的关键在于中医基础理论现代化，中药现代化的关键也在于中药基础理论现代化。中药学是中医理论在药学上的具体应用和体现，所以中药基础理论现代化的关键也在于中医基础理论现代化。中医基础理论现代化是中药现代化开发研究的基本前提。近年来，笔者提出并阐述了信息中医学的概念、理论和方法，实现了中医基础理论现代化研究的突破，以此为基础创建信息中药学，将实现中药基础理论现代化研究的突破。

1.信息中医学在中药现代化研究中的应用

信息中医学是以信息方法为主要方法，主要研究人的生命整体层次信息的内容及其运动规律，扩展人类处理生命信息的智力功能的医学。 　根据中医形气神理论，结合现代生理学，信息中医学把气血理论中气血的有形部分，诠释为生理学意义上血液和组织液。

信息中医学认为气血(血液组织液)是人的生命整体层次信息的天然载体，为研究和应用提供了足够的信息丰度；直接从气血获取生命信息将减少信息失真；在日、年等完整的生命节律时段内，通过连续提取人血液指纹图谱信息，以中医藏象理论为框架，构建动态的人整体层次的生命信息模型体系即血液指纹图谱藏象信息模型体系，来实现中医学的理论表达，并在此基础上以信息技术实现中医学的研究与实际应用。藏象信息模型充分的体现了信息中医学的内涵，克服了既往四诊提取信息方法信息量不足而且稳定性差、客观记录不便的缺点，充分证明了中医数学模型体系的科学性和有效性，实现了对传统中医最充分的继承和创新。

信息中医学及藏象信息模型体系不仅充分的实现了对传统中医的继承和创新，而且从人生命信息的整体层次充分整合了生理学、病理学、药理学等医学和生物学的研究成果，实现了对系统生物学研究的升华。

信息中医学及藏象信息模型体系应用到中药现代化研究中，将解决以下几个问题。

1.1实现中药基础理论客观化　药性理论是中药研究和应用的基础，这里所说的“药性”是指与疗效有关的药物的性质与性能的统称，它包括四气、五味、升降沉浮、性味归经等。以信息中医学和藏象信息模型体系为平台，根据每一味药物在藏象信息模型体系中生理和病理状态下的不同反应，可以实现对药性客观的定性与定量。

同理也可实现用药禁忌、品种鉴定等理论客观化和实现复方理论和研究方法客观化，即实现中药基础理论的客观化。

1.2创造了适合中医药研究的生理病理模型　藏象信息模型体系的建立，创造了适合中医药研究的生理和病理模型(病理模型即中医“证”动物模型)，实现了以中医的方式进行中药药理学研究的突破，提供了实验和临床的药效学及药代学研究平台。

1.3实现了中医学对实验动物属性的划分　西医药普遍利用实验动物做临床前的药学研究，并通过临床研究来验证临床前研究的有效性。能否通过对既往临床研究药学研究与临床前研究药学研究的数据进行分析，并建立一个公式，直接根据临床前研究药学研究的数据对临床研究药学研究进行准确的预测?

信息中医学及藏象信息模型体系可以实现这一理想。中医理论有对动物划分五行属性的内容，血液指纹图谱藏象信息模型体系在人和不同实验动物上一定有区别，而且是可以客观化定性定量的区别，这样就可以建立一个公式，直接根据临床前研究药学研究的数据对临床研究药学研究进行准确的预测。 　藏象信息模型体系数学实验的开展也将支持这一目标的实现。

1.4创新中药药理学研究方法　近年来，国内相继有证治药动学、时辰药动学、血清药理学、药动学一药效学(PK-PD)模型、胃肠药动学、中药指纹图谱药动学、药效-药动-时间三维模型等中药药理学新方法的提出和应用。

指纹图谱方法是处理海量信息的适宜方法，中药化学和中药药理学研究的对象是拥有海量信息的复杂系统和开放式复杂巨系统。因此，信息中医学认为无论中药化学还是中药药理学，指纹图谱方法都是目前为止最适宜的方法。

综合以上内容和方法，信息中医学提出指纹图谱-证象-药效-药动学研究方法，其中指纹图谱包括中药指纹图谱和血液指纹图谱，证象包括血液指纹图谱藏象信息模型体系，其中也包含着时间因素。指纹图谱-证象-药效-药动学研究方法。从分子水平上和药物整体信息层次与人生命信息的整体层次上对药和证进行客观的定性与定量的研究，中药复方是中医临床治疗最主要的特点之一，研究中药复方作用的物质基础和作用规律是实现中药现代化的关键，本方法实现了这一研究的方法突破。

2.创建信息中药学

2.1信患中药学的概念　传统中药学是以中医学为理论基础的中药学，信息中药学是以信息中医学为理论基础的中药学，根据信息中医学为理论，信息中药学解决了中药基础理论客观化的问题，更解决和发展了中药应用理论，大大有利于指导临床用药及开发新产品。 　信息中药学还将解决更多的药学问题，以下试举两例。

2.2扩展了传统中药学的范围　岳凤先教授曾经多次撰文倡导西药中药化研究，信息中药学的提出和新的中药药理学研究方法的创建为这一倡议提供了技术保证，因此，信息中药学的理论和方法实际上实现了对西药体系的包容。

另外，现代医药学中经常应用的生物制剂和微生物制剂、酶制剂、免疫用品和组织学组织工程学制剂等等，也因为以上原因，由信息中药学的理论和方法实际上实现了其的中药化。

2.3对中药学进行了的重新分类　根据信息中药学的概念，中药学将以药物的信息属性为标准对传统中药和对被包容进来的西药体系进行重新分类。

3.创建信息中药学的意义

第4篇：生物信息学研究进展范文

看，更显现出其片面性和局限性。Www.133229.cOM现代的情报研究在朝着自动化、集成化、流程化和智能化的方面发展，这个渐进的发展过程本身就是一个逐渐走向理解的过程，这就好像是人类对于事物的认识过程一样，首先搜集关于事物的各方面的信息，然后进行处理，简单的事物仅仅需要一些经验就可以处理了，而复杂的事物可能需要借助于工具或技术手段来处理，最后综合后得到的结果，而在大脑中得到一定认识，最终达到理解。

2.2　从情报学的研究方法来看　在这个社会信息化程度正在逐步提高的时代，情报研究方法的创新刻不容缓。信息化程度提高的一个重要表现是信息总量的激增和新旧信息更迭的加快。为适应这一挑战，情报研究在以下3个方面有所发展[4]：一方面，面对社会信息量的激增，必须通过提高搜集、分析、处理、加工和存储信息的能力，增加信息“吞吐量”，以提高情报研究成果的“产量”和“质量”；另一方面，面对新旧信息更迭加快，必须提高情报研究工作的节奏，缩短从搜集情报到产生和情报研究成果的周期，以提高情报研究的时效性；最后为进一步提高情报研究成果的精度和可信度以满足信息社会情报用户的需求，情报研究不能只停留在定性分析的水平上，必须逐步提高定量分析的比重。

目前情报学采用的研究方法主要有[5]：a.社会调查法。通过现场调查，针对社会现象搜集数据，进行分析，是搜索、跟踪、获取和开发利用情报资源的一种基本的、有效的方法。这种方法又可分为直接方法与间接方法两大类，前者主要是用现场观察法，后者又分为访问调查与调查表调查。b.引文分析法。研究文献的被使用和被引用，也就是研究质量问题。自20世纪60 年代初以来， 由于“科学引文索引”（sci）的创办，引文分析法已成为一个有相当深度和广度的情报学分支。 对引文这一线索进行研究，可以了解某项发明或技术的应用范围、现状、著作水平、学科发展趋势等。c.文献计量统计方法。文献计量是情报学与数学、统计学等相互交叉和结合而产生的研究方法。对以记录形式进行交流的各个方面进行计量统计，从中找出变化规律，建立相应数学模型，从定性与定量分析中达到掌握过去与现在的变化脉络，进而预测未来可能的变化。d.数学分析法。现代数学的许多分支在情报学的研究中都在应用，如在情报检索理论、情报传递的机制、情报采集方案的确定中，概率论、集合论、模糊数学、微分方程、运筹学等均在应用，甚至数论、图论、泛函分析、变分法等，也可以应用。e.系统分析与评价方法。对于情报系统的结构、功能和最优设计等各个侧面与总体，可通过引进系统论、控制论和信息论等方法，进行分析与评价、规划与设计，解决科技情报系统的最佳运行、实现最优服务等问题。由于系统论的研究方法众多，对某一具体研究对象来说，就需要比较不同的方法，从中选择最佳方法，以期获得最优的结果。f.历史的研究方法。进行历史的研究一般先鉴别一个历史问题，搜集有关史料，形成假说；然后进一步严格搜集与组织史料，认真加以核实，进行分析，得出结论。历史研究可以帮助我们了解情报学是如何形成的，促使我们了解过去的事件发生的原因、时间、地点与方式。g.其他方法。包括德尔斐法、内容分析法、比较分析法、哲学研究法等，这些方法多综合加以运用，近来又出现空白点分析法、聚类映像法等。

随着网络时代的来临，对许多新兴方法的研究也是方兴未艾，如科学计量法、信息计量法、网络计量法、基于文献的知识发现法、知识挖掘法和信息融合法等。这些方法及时地满足了情报研究现时展的需要，增加了观察事物的维数，丰富了认识事物的手段，更深刻地揭示了事物的本质，从而在进行信息分析的过程中逐步达到理解的层次。

第5篇：生物信息学研究进展范文

生物信息学 生物科学 实践教学

生物信息学作为一门新兴的交叉性学科，综合生物学、计算机科学和信息技术试图，从大量数据中寻找具有指导和开创性价值的依据，为生命科学研究提供必要的、有效的系统模拟和信息预测结果。目前，生物信息学在生物医学、生物工程、植物学、动物学、生态学、遗传学、制药和高科技产业领域中的应用越来越广泛，产生巨大的影响力和推动力。

一、生物信息学在生物科学领域的作用

生物科学是研究生物结构、功能、发生和发展规律，及其与周围环境关系的科学。在分子生物学技术突飞猛进的发展过程中，生物科学从传统的个体及群体表征研究逐步演变为内在分子机制的研究，随着基因测序技术的发展，生物科学领域的研究不仅聚焦于生物个体的内在分子机制，同时还从大量的生物个体的基因数据中获取和解析生命的本质和规律，并以此尝试对生命过程进行干涉和改造。而在获取、解析、干涉和改造的过程中扮演重要角色的就是生物信息学。

生物信息学是在生物科学领域各个学科发展的过程中逐步产生的一门综合性学科，该学科在生物科学领域的应用极为广泛。目前，植物基因组研究取得了重大进展，水稻、大豆、小麦等农作物的遗传图谱、基因序列、基因组注释已公布于美国国立生物技术信息中心（NCBI）的生物信息数据库中。利用生物信息学的相关方法和技术能够对这些数据进行查询、统计和分析，从而更好地理解和认识植物基因组的功能，指导后续的科学研究和生产应用。传统的生物学分类方法已经鉴定及分类了成千上万的物种，但是随着生物科学的发展和认知，越来越多的物种在遗传进化上的分类依据较为模糊，而利用生物信息学结合传统的分类学可以更好的研究生物类群间（植物、动物、微生物等）的异同性、亲缘关系、遗传进化过程和发展规律，这在当今的生物分类学中应用日趋广泛。生物信息学还可以综合利用数学、统计学和计算机等学科对生态系统进行模拟和计算分析，探索物种间基因流动的本质，揭示生态系统的物质和能量循环规律，从而为找到决定生态系统平衡和稳定的根本因素提供重要的依据，帮助生态系统平衡的恢复。此外，通过生物信息学技术构建遗传工程菌，降解目标污染物的分子遗传物质，从而达到催化目标污染物的降解，维护生态环境的空气、水源、土地等质量，也是当今生态环境保护的新兴研究方向。

二、生物信息学的学科内容和课程要求

生物信息学主要由基因组学、蛋白质组学、系统生物学、比较基因组学、计算生物学等学科构成，主要涉及的内容有生物数据的收集、存档、显示和分析，体外预测、模拟基因及蛋白质的结构和功能，对生物的遗传基因图谱进行分析处理，对大量的核苷酸和氨基酸序列进行比对分析，确定进化地位等。从生物信息学的概念及其涉及的内容中可以明确生物信息学不是一门独立的学科，所以要求教师在教学过程中掌握多领域的知识和技能，才能较好地把握该课程。

1.高等数学和统计学基础

生物信息学将数学和统计学作为主要的计算理论基础，主要包括数学建模、统计方法、动态规划方法、数据挖掘等方面。此外还包括隐马尔科夫链模型（HMM）在序列识别上的应用，蛋白质空间结构预测的最优理论，DNA超螺旋结构的拓扑学，遗传密码和DNA序列的对称性方面的群论等。因此，在生物信息学教学过程中要求教师具备数学及统计学的计算方法的基础知识，能够利用牛顿迭代法、线性方程回归分析、矩阵求拟、最小二乘法等进行数学建模和计算，从而对基因和蛋白质序列进行比对、进化分析和绘制遗传图谱等。

2.生物科学基础

生物信息学包含的生物类学科有，生物化学、分子生物学、遗传学等基础学科，基因工程、蛋白工程、生物技术等应用学科。根据其课程特点，学生在学习生物信息学课程前需要学习生物化学、分子生物学、遗传学、基因组学、蛋白质组学等基本生物学课程，对于基因序列、蛋白质序列、启动子、非编码区等概念有深刻的理解，同时需要对一些重要的生物学数据库有一定的了解，如美国基因数据库（GeneBank）、欧洲分子生物学实验室数据库（Embl）和日本核酸数据库（DDBJ）等。此外，要求学生能够利用生物学数据库查找基因序列、蛋白质序列、基因及蛋白质结构模型，能够读懂数据库中基因和蛋白质的信息注释，能够计算蛋白质序列的分子量和等电点，能够为扩增特定的基因片段设计引物，能够对特定物种进行系统发育分析等。

3.计算机科学基础

计算机是生物信息学的主要辅助工具，利用生物信息学研究生物系统的过程需要能够熟练使用计算机对大量的生物信息数据进行处理和分析，这主要包括对数据信息进行搜索（收集和筛选）、处理（编辑、整理、管理和显示）及利用（计算、模拟）。所以，学生在学习生物信息学的过程中需要了解和掌握一些常用的生物信息学软件，如BLAST和FASTA序列比对分析软件，Oligo和Primer引物设计软件，VectorNTI、DNASTAR、DNASIS等综合分析软件。此外，学生还需要学习和掌握一些常用的计算机语言，如正则表达式、Unix shell脚本语言和Perl语言。

利用生物信息学在处理和分析海量生物数据的过程中，计算机软硬件资源需要配合处理分析软件的运行，因此要求计算机操作系统使用Unix和Linux操作系统，这些操作系统需要大量的操作命令进行输入执行过程，对于经常使用Windows操作系统的学生来说是一个较难跨越的障碍。

三、生物信息学课程教学中存在的问题

目前国内大多数高校的生物信息学教学采用传统的教学模式，即以课堂式的理论教学为主，缺乏必要的实践教学。理论教学模式固定、教学方法单一、教学内容狭窄，通常是介绍性、科普性的课程，甚至作为公选课程。少数高校开展生物信息学的实践课程教学，但多以验证性实验为主，缺乏和专业相适应的综合性、设计性实验，而开放性实验更无从谈起。

1.教学模式固定单一

生物信息学在内容层面涵盖诸多学科领域，注重应用性和实践性。然而，目前大部分高校把生物信息学作为一门孤立的课程，这导致教师需要将大多数课程内容压缩到一门课程进行教学，在有限的教学时数下灌输大量内容，增加了学生学习的难度，降低了教学质量。再者，大多数高校仅开展生物信息学的理论教学，忽视实践教学过程，造成生物信息学理论与实践内容的脱节，使学生在学习完理论知识后难以深入理解和吸收，无法将所学的知识应用到后续的工作和学习中，最终未能体现出该门课程的价值。

2.教师专业背景薄弱

作为一门交叉学科，生物信息学的教学要求教师具有较强的数学、生物学和计算机科学背景。然而，目前从事生物信息学教学的教师即便具备深厚的生物学背景，但是多数教师在数学和计算机方面较为薄弱，并不具备完整的生物信息学知识体系，对生物信息学发展趋势也了解不多。在师资缺乏的情况下，院系开设生物信息学课程，教师为了完成教学任务，仅仅在教学中进行介绍性的讲解，在课程考查方式上通过小论文、综述和课外活动等方式完成该课程的学习。因此，无论是理论教学还是实践教学均无法实现该课程大纲的要求，从而影响学生对生物信息学课程的理解和掌握，生物信息学的实践操作能力更无从谈起。

3.实践教学薄弱，专业教材缺乏

生物信息学实践课需要学生在网络环境下用计算机学习NCBI数据库的检索与使用、序列比对分析软件的应用、蛋白质空间结构图视软件的应用、序列拼接软件的应用等。但是目前，大多数高校开设的生物信息学课程多以理论教学为主，实践教学课时非常少或者为零，学生对于生物信息学课程的学习仅仅通过教材上抽象的文字描述进行理解和掌握，这导致学生在理论课中学到的知识无法在实践课中进行验证或操作，严重影响了生物信息学的教学质量，也偏离了教学大纲中强调的重在培养学生实践操作能力的培养目标。

另外，目前还没有适用于生物科学专业的生物信息学教材。国内各大高校使用的教材多为国外教材的影印版或者中文翻译版本，这些教材偏重介绍生物信息学的理论和方法，涉及的实践内容较少，学生需要具有较高的相关知识才能接受和使用这些教材。因此，部分高校在生物信息学教学过程中往往使用自家编写的简化教材，从而造成生物信息学教学内容不统一，教学大纲混乱等情况。

4.实践课程经费不足，实践教学环境落后

当今，许多发达国家都很重视生物信息学的教学和研究，积极开展各种生物信息资源的收集和分析工作，培养大量生物信息学人才，为整个生物学的理论研究及其相关产业创新（主要是医药和农业）提供指导和支撑。国内对生物信息学的关注和认识起步较晚，其发展落后于国际发达国家。国家和高校对生物信息学的教学和科研资金投入力度不大，缺乏必要的仪器设备，生物信息学的实践教学条件得不到保障，比如大多数高校的生物科学专业没有相应的计算机实训室，配套软件也相对匮乏，落后于国际发展水平。

四、生物信息学教学模式改革的探索

1.修改理论和实践教学大纲，编写适用的实践教材

根据当今生物信息学的发展方向，制定和修改理论教学大纲，除了引物设计、基因和蛋白质序列比对、基因和蛋白质结构功能预测等基本内容外，还需添加系统进化树分析、聚类分析、蛋白质互作网络谱图等较为综合的内容。另外，增加实践教学课程比例，充实实践教学内容，结合理论教学内容增加综合性、设计性实验，适当提供科研环境，鼓励开展开放性实验。

目前国内并没有系统的、专业的生物信息学实践教材，因此针对高校生物科学专业方向的特点，联合多学科领域（数学、生物科学、计算机科学）编写相应的生物信息学实践教材，在制定、修改实践教学大纲和编写教材的过程中结合学生的接受能力，由浅入深，多设实例和相关练习，使学生循序渐进的理解和掌握生物信息学的原理和方法，掌握更多的生物信息学工具。

2.紧密联系科研、基于实践问题开展教学

通过实践教学把生物信息学教学与科研有机结合起来，能够促进教学与科研的共同发展。在紧密联系科研的过程中，采用基于问题的教学（PBL）方法，通过实践教学环节，培养和训练学生把所学的生物信息学的知识和方法应用于各种生物科学领域的科研活动中，通过解决实际问题训练学生的实践技能，从而促进教学与科研的双重发展。例如，在生物信息学实践教学中多加入生产和科研中遇到的经典实例，鼓励学生利用相关的生物信息学软件及相关的理论和方法解决问题。学生也可以选择自己感兴趣的课题，利用自己熟悉的、合适的生物信息学软件和相关知识开展课题研究。此外，专业教师在指导学生课题研究的过程中还可以发现理论和实践教学的不足，不断的完善生物信息学理论和实践课程大纲和内容，提高教学质量。

3.开展多学科实践结合的教学模式

生物信息学属交叉学科，包含了不同领域的专业知识和技能，为使生物信息学教学达到教学的目标，该课程教学需要采用多学科实践结合的教学模式。

多学科实践结合的教学模式是指联合不同领域、不同学科、不同专业的课程在教学的过程中结合生物信息学涉及到的知识和技能进行基础性、铺垫性教学。比如，在高等数学和统计学的教学过程中，针对生物信息学的需求，适当增加数学建模、统计方法、动态规划方法、数据挖掘等方面的基础内容，同时，开设实例实践教学，使学生理解和掌握隐马尔科夫链模型，牛顿迭代法、最小二乘法等方法的应用原理和规则；在生物科学专业课程设置上，尤其是实践课程的教学过程中，结合生物信息学涉及的引物设计、序列比对分析、基因及蛋白质结构功能预测等方面开展相应的设计性、综合性、开放性实验项目，使学生了解和掌握基本的生物信息学原理及软件的应用；在计算机科学的教学过程中，应根据生物信息学的需求，开设正则表达式、Perl语言、R语言等课程学习，以及增加Linux和Unix操作系统课程学习，使学生在学习生物信息学前打好坚实的基础。

值得注意的是，生物信息学课程与其他课程的开设时间和顺序需要有一定的探索和评估，对于开设该课程的时间把握是开展多学科实践结合的教学模式的关键因素。过早开设生物信息学则会导致学生在不具备相应学科基础的条件下跨越式的接触生物信息学，无法理解和掌握相关的知识和技能；过晚开设则会使学生学习了相关学科知识和技能后，由于课程衔接不紧，导致在学习生物信息学时出现理解滞后和无法适应的现象。因此，针对不同专业和学科的特点，根据具体情况进行统筹安排，使生物信息学和其他相关学科课程有很好的衔接和过渡，以确保和提高生物信息学的教学质量。

五、结语

生物信息学是现代基因组学时代的开阔者，也是生物科学研究的重要的工具和载体。针对生物信息学的特点，高校生物科学专业课程设置、教学方法、教学模式和教学软硬件等需进行一定的改革，将多学科实践结合的教学模式运用到生物信息学的教学实践中，在提高教学质量的同时将更好的提升学生科研、应用和创新能力。

参考文献：

[1] 郝柏林，张淑誉.生物信息学手册[M].上海：上海科学技术出版社，2002.1-10.

[2]GUYD， NOELE， MIKEA. Using bioinformatics to analyse germplasm collections [J]. Springer Netherlands，2004.39-54.

[3]王春华，谢小保，曾海燕.深圳市空气微生物污染状况监测分析[J].微生物学杂志，2008，28（4）：93-97.

[4]张菁晶，冯晶，朱英国.全基因组预测目标基因的新方法及其应用.遗传，2006， 28（10）：1299-1305.

[5]周海延.隐马尔科夫过程在生物信息学中的应用.生命科学研究，2002， 6（3）：204-210.

第6篇：生物信息学研究进展范文

关键词：生物信息学；医学；教育；建议

生物信息学（Bioinformatics）是一门发展迅速的生物学分支学科，由生物学、计算机学、信息管理学、应用数学及统计学等多门学科相互交叉而形成，本质是利用计算机技术解决生物学问题，通过信息的处理和整合实现发现和创新。它主要包括以下3个方面的内容：①生物数据的收集、整理、存储、检索、加工、分析和整合；②生物系统和结构的建模；③与生物科学相关的计算机技术的应用，这个范围还在不断的扩增中［1］。医学生物信息学是指以医学研究和临床应用为中心开设的生物信息学，本文讨论的内容主要围绕医学生物信息学展开。近20年来，互联网、数据库和计算方法的发展，为生物信息学的研究提供了更为广泛和灵活的方法；多种模式生物基因组测序的完成，功能基因组、蛋白质组研究的开展，各种高通量生物实验技术快速发展为生物信息学，提供了更大研究空间的同时，也对海量的生物学数据进行有效地挖掘和整合提出了严峻的挑战；而以基础研究与临床医疗结合为宗旨的转化医学的兴起对衔接二者之间的桥梁———生物信息学，提供了广阔的应用空间。对生物信息学人才的热切需求，以及上述机遇和挑战导致了生物信息学专业在全世界的蓬勃发展。以美国为例，在1999年之前，全美只有6所大学设置有计算生物学与生物信息学专业，而到2002年，则有31所大学设置了计算生物学与生物信息学专业博士学位，其中有12所大学是在2001年～2002年之间设置的这门专业［1］。这些大学通常以生物学、生物统计学、计算机科学或者生物医学信息学为依托设置这门专业，不同大学对该专业学生的培养模式也有所不同。在我国，很多高等院校将生物信息学作为专业课程设立，医学高等院校也逐步将其作为基础课程或选修课设立。作为一门新生学科，生物信息学在大部分院校尚处于探索阶段，没有成熟完善的教育模式可以借鉴［2］。在这种情况下，来自前期已毕业学生和用人单位的反馈意见对生物信息学教育模式的总结提高具有重要意义。作为一名临床医师和医学研究人员，笔者深刻体会到在实际工作中，无论是自身合理应用生物信息学知识进行思考和设计，还是找到能够迅速融入并满足实验室研究和临床工作需求的生物信息学专业人才都不是一件容易的事情。因此，本文作者就自己的一些切身体会，结合文献和思考，对我国医学生物信息学人才培养列举了一些意见和建议，希望能够在生物信息学教学模式的完善中起到微薄的助力作用。本文着重探讨信息技术在医学领域中的应用，侧重于医院信息管理和信息系统建设方面的医学信息学（Medical　Informatics）不在本文讨论范围内。理想的医学生物信息学人才培养目标应该是这三类人的集合：①计算机专家，掌握计算机算法、计算机语言、软件、数据库结构和相关知识框架，以及硬件知识；②生物信息学专家，具有熟练应用计算机储存、处理、分析和整合相关生物信息的能力；③基础研究或临床工作者，具有查阅文献，提出生物学或临床医学问题，合理使用上述生物信息学来思考、设计和解决问题的能力，并能收集和正确提供用于研究的初始数据。结合我国实际情况，想让临床医学专业学生或医学生物信息学专业学生同时完成以上3个方面的培训显然不切实际。理想的培训模式，是通过对临床医学专业和医学生物信息学专业学生不同侧重的培训，再通过二者的合理分工和配合，来满足以上3个方面的需求。对医学院校学生，尤其是医学研究生，生物信息学培训的内容应侧重于对其计算思维能力和信息学应用能力的培养，目的是使其能熟练地从生物信息学角度发现和提出生物学或临床医学方面的科学假设，针对该假设设计合理的研究方案，并为后续研究提供正确的初始数据；对以生物医学为中心的信息学专业人才培养，内容应侧重于对其计算机技术和生物信息学在医学实践应用方面能力的培养，目的是与前者配合，指导并帮助其完成科学假设的设计，对前者提供的初始数据进行管理、存储、检索、分析和整合，以及完成更高要求的计算机技术方面的应用，例如应用软件的设计，生物系统和结构的建模，等等。

1　医学生的计算生物学与生物信息学思维培养

本部分特指医学专业学生的生物信息学教学，部分医学院校开设的医学生物信息学专业教学将在下一部分中提及。无论是医学基础研究，还是以循证医学为代表的临床研究，生命科学研究的一般过程，都遵循发现问题资料查询预实验提出科学假设设计实验验证假说资料查询和结果分析科学理论总结的基本思路［3］。在这个过程中，计算生物学与生物信息学不仅是进行资料查询和结果分析的重要工具，更应是在提出科学假设和实验设计阶段就需要贯彻执行的理念和思维方式。换言之，具体的生物信息学与分子生物学实验一样都是验证生物医学假说的实验方法，是将一个生命科学假设用计算和信息学思维方式表达和实现的过程。在我国，绝大部分医学基础研究和临床研究课题都是由医学院校毕业的临床工作者设计和申请的。由于临床医师大都承担了繁重的临床工作，申请者亲自完成课题的机会很少，获批课题的具体实施及数据管理、存储、检索、分析和整合多由研究生或实验室工作人员负责。因此结合我国的实际情况，将生物信息学与具体课题耦合，即将一个科学假设用计算和信息学表示并有效实施的思维和实践培训，才是医学生生物信息学培训的中心内容。由于我国临床医学教学采用长学制（5年、7年或8年）教学，对实践性和针对性都很强的生物信息学而言，过早或过于笼统的培训都显得意义不大，所以笔者认为针对医学生的生物信息学培训安排在研究生阶段是比较合适的，教育中心是以医学研究需求为指导，强调信息学思维培训和实践操作。具体提出的建议有两点，一是根据学生专业背景调整理论教学内容。医学院校学生的数理基础、计算机基础及统计学理论基础不能和工科院校的学生相比，医学专业包括基础医学、临床医学、口腔、预防等专业，涉及广泛，各个专业背景的学生对这门课程的需求不尽相同。因此在理论课程上，要根据不同的专业背景和研究内容形成“个性化”的培养方案，目的是让学生有选择有针对性地掌握相关生物信息学内容，例如数据库的类型和选择，常用软件的种类和应用等，同时又不会对过于高深的生物信息学理论产生反感。二是结合研究生阶段的课题，开展研究内容模拟和实践操作练习。为了更好的配合研究生阶段的课题，可将《生物信息学》开课时间调整到研究生阶段的第三学期，即在学生进入课题研究阶段之后，让学生在清楚面临的课题内容后，有针对性地学习在完成课题过程中要使用到的知识、工具和解决问题的思路，包括文献查阅、保存、编辑，核酸序列查找和同源性比对及进化分析，PCR引物设计，基因功能、结构预测，调控元件及转录因子预测，蛋白质基本理化性质分析，跨膜区及信号肽预测，二级结构和空间三维结构的预测等。这样学生的学习兴趣和效率会大大提高。为了解决上课时间与课题时间冲突的问题，可以采用生物信息学授课老师加入导师组成员，通过网上教学和答疑、夜间授课、集中授课与个别指导结合等多种方式灵活解决。

2　以医学为中心的生物信息学专业人才培养

如果说对医学生进行生物信息学教育的目的是使其学会将一个生命科学假设用计算和信息学表示，并正确提供初始数据，那么以医学为中心的生物信息学专业人才培养的目的，就是使其学会用计算机学和信息学处理并证实科学假设的过程。具体的内容包括，与实验室工作人员和临床医生配合，从计算生物学与生物信息学角度指导并帮助其完成科学假设和课题内容设计；在课题实施阶段对后者提供的初始数据进行管理、存储、检索、分析和整合，以及满足后者更高要求的计算机技术的需求，例如应用软件的设计，生物系统和结构的建模，等等。目前，计算生物学与生物信息学专业研究生的培养模式主要有3种：①以生物学为中心的多学科培养模式。理论教育以生物学为中心，在6～9个学期内陆续完成生物学部分课程（相当于普通生物学系1／3～1／4课程）的选修，然后根据兴趣和实际情况选择一个相关实验室完成研究生课题。这种培养模式被大多数综合大学采纳。②以工程设计为中心的培养模式。③以医学为中心的培养模式。指以医学研究和临床应用为中心设置计算生物学和生物信息学，绝大多数由医学院校设置，侧重生物信息学与临床医学的结合。在进入课题阶段之前会有1～2年临床相关概念和信息的培训，主要开设的课程包括生物学、细胞生物学、分子生物学与基因组学、化学与物理学、计算机科学、数学和统计学等，甚至包括部分医学课程，后期实践阶段通常选择一个相关实验室完成研究生课题。总的看来，医学生物信息学基础课程设置与国际趋势相符，也符合以医学为中心计算生物学与生物信息学的培训要求。但从近年生物信息学专业研究生就业情况来看，确实存在素质参差不齐，学不能致用，不能很快融入研究工作等问题。笔者认为，这种现象可以从三个方面加以改进：①以职业发展和学位教育为导向，建立多层次、多形式的医学信息学教育和继续教育体系。各医学院校可在统一专业培养目标和定位的基础上，根据自身的学科基础和特色，结合学生毕业后的工作领域和就业方向，形成“个性化”的专业方向和培养方案。②加强师资力量的建设，形成以课程为中心的教学团队。现有医学生物学教材内容宽泛、偏重理论，对实践环节的指导较少，需要授课老师有选择的挑选合适的内容并予以补充和完善。这对授课教师的素质提出了更高要求，要求其能根据实际情况因材施教，有所取舍，强化重点。目前，各院校教学团队和师资力量配备受限，建议可以课程为中心，培养、引进学术带头人，从其他专业挑选骨干教师兼任等多种形式，形成以课程为中心的教学团队。③实践教学与综合能力的培养。生物信息学是一门实践性非常强的学科，要将“学有所长，学以致用”作为人才培养的最终目的。可以通过构建开放式实践教学平台，建设实践教学基地等方式尽可能强化实践操作训练［4］，后期部分学生可以结合个人兴趣，本着双向选择的原则，将实践阶段训练固定到导师和实验室，并安排其参与完成某一项课题的设计、实施和总结，在整个过程中要特别注意培养学生的学习兴趣和自学能力，强调知识的自我更新。

综上所述，医学生物信息学人才培养的最终目的是使生物信息学能满足现代医疗和医学研究发展的需要，使医学生物信息学人才成为有效连接基础研究与临床医疗的桥梁，为现代医学的发展提供新途径［5］。

参考文献：

［1］Mark　Gerstein，Dov　Greenbaum，Kei　Cheung　and　Perry　L．Miller．An　interdepartmental　Ph．D．program　in　computa－tional　biology　and　bioinformatics：The　Yale　perspective［J］．Journal　of　Biomedical　Informatics，2007，40：73－79．

［2］倪青山，胡福泉，饶贤才，等．医学院校生物信息学实践教学初探［J］．基础医学教育，2011，13（6）：538－539．

［3］张乐平，冯红玲，宋茂海，等．生物信息学教学与医科学生计算思维培养［J］．计算机教育，2012，19（4）：12－16．

［4］寻萌，陈艳炯，杨娥，等．《生物信息学》教学实践探讨［J］．西北医学教育，2011，19（6）：1220－1223．

第7篇：生物信息学研究进展范文

一、前言

生物信息学（Bioinformatics）是随着现代生命科学的发展而兴起的交叉学科，旨在为生物学研究提供信息处理的支撑，从海量数据中挖掘生物信息，实现对生命科学问题的研究。生物信息学包含了对核酸和蛋白质的序列和结构信息的获取、处理、存储、分布、分析和解释等各个方面的分析研究，是通过综合利用生物学、计算机科学和信息技术等手段，来认识生命的起源、进化、遗传和发育的本质，揭示海量数据中蕴含的生命奥秘或生物学内在规律的一门科学[1]。随着测序技术的不断发展，人类与其他物种基因组计划相继实施和完成，产生了海量的数据，尤其是近年来的各种组学数据，如蛋白质组、代谢组、基因组、转录组等生物学数据，生物信息学将在解读基因组序列中的功能信息等方面发挥巨大的作用[2]。

二、生物信息学课程开展的现状

生命科学的迅猛发展、生物技术在社会发展中的应用越来越广泛，例如产前诊断、遗传并筛查、肿瘤靶向治疗等生物信息学相关的医学应用，生物信息学的作用和地位也越来越重要。研究机构和高等院校，特别是息息相关的医学院校，迫切需要通过各种形式的教学，系统地培养新的复合型研究力量的医学工作者。因此，医学院校针对医学相关学生开展与其专业紧密结合的生物信息学课程已经成为必然趋势[3]。目前，国内许多医学院校相继开设了生物信息学课程，将生物信息学作为必修或者选修课程。由于生物信息课程教学尚处于刚刚起步的探索阶段，尚未形成一个完整的课程建设体系，再加上生物信息学研究的范围广、相关数据与分析工具资源繁多、涉及多学科知识尚缺乏系统成熟的理论方法，正处在迅速发展中等一系列特点，如何开展生物信息学教学尚有待探索。因此，生物信息学课程的教育理念、教学内容、方式和方法等迫切需要根据自身专业特点，科学确立教学目标，及时系统地总结规划教学内容，探索和改革教学方法，以适应医学专业背景学生的学习，对于促进医学生自身综合素质的提高有重要意义。本文结合南京医科大学本科学生（主要为医学相关专业学生，非生物信息学专业学生）开展的生物信息学课程进行调研和改进，对该课程的学生的反馈意见及各教研室教师的建议进行了深入分析。本着以学生需要为原则，针对学生的专业背景，适当调整教学内容和方法，理论教学与上机实践有机结合，侧重将生物信息学的思维融入解决生物医学的问题，行成一套完整的、合理可行的医学生物信息学课程理论、实验教学方案。进而达到专业与课程相结合，激发学生的学习兴趣，从而达到较好的教学效果。

三、教学内容及方法的具体实践

（一）针对医学专业学生，优化教学内容

生物信息学作为一门发展迅猛的多学科交叉的前沿学科，理论、研究方法、研究内容尚在不断完善和更新中，其内容繁多复杂，更需要进行精心的选择裁剪和编排组织，才能在有限的时间内实现既定的教学目标，使学生学习到有用的知识。教学中应充分结合当前研究前沿和进展、时刻更新教学内容，更应该根据学生的不同专业背景适当调整教学内容和教学方法。在医学院校中，更要针对不同专业及背景的学生，制订具有专业特色的教学大纲。教学应以学生的需求为前提，结合不同专业背景、就业选择方向，调整培养方案和优化授课内容，以满足他们的需求，使学生能够学有所用。比如，针对临床专业的学生，生物信息学教学应该偏重医学研究中的方法和成果，本科教学注重转化医学、生物技术应用成果的普及，研究生教学注重利用生物信息手段和方法解决科研学习中遇到的实际问题；而针对法医专业的学生，教学应该偏重新一代高通量测序技术的原理、数据分析、结果意义等方面。针对目前医学院校中研究方向多元化的背景，强调教学与科研共促进，通过科研时刻关注、追踪学科前沿，将最新的研究成果和在医学上的应用展示给学生，丰富教育资源，使学生能在其他课程的学习时学以致用，从而高质量的完成教学任务。生物信息学亦是众多科学研究工作中强有力的必不可少的研究手段，教学反过来也可促进科研的进一步开展和深入。因此，教学和科研相结合，可以拓宽知识面，全面了解生物信息学和相关学科最新进展，不断为科研提供新的思路，不断的完善生物信息学教学体系。只有坚持教学与科研同时进行、并紧跟科学前沿，并做到及时纳入最新的研究成果，更新教学内容，才能给予学生高质量的前沿教学[4]。

（二）基于计算机的实验教学，锻炼动手能力

在生物信息学教学中，计算机实践教学是不可缺少的部分，理论和实践的有机结合才能达到更好的教学效果。只有亲自动手进行生物数据的分析，学生才能建立一个感官的、多方面的认识。优化上机内容、改进上机教学方法，使得理论知识在上机教学中可以得到实现，实际操作充分理解理论课内容，由此激发学生动手实践的激情和信心，更好地掌握知识。所以在生物信息的教学中，上机实验课程应该占据较大的比例，并通过生动的课堂练习培养学生的兴趣。实验课内容的设计应该考虑医学相关专业学生的背景，根据医学问题作为出发点，以如何解决这些问题作为主线设计课程。所以，通过了解当前医生常用的科研手段或当前医院正在开展的临床检测项目，设计相关实验课程、增加应用性实践教学，并结合最新研究成果和基础到临床应用的实例、以及项目原理及优缺点，可以调动学生学习的主动性。例如，针对临床专业开展常用的生存分析的原理和分析流程的实践教学；针对法医专业，开展常用的STR（短串联重复序列）作为亲权鉴定标志物的序列特点和可视化的教学等。另外，生物信息学本身是多学科交叉融合，知识面广而杂，其相关数据库资源，以及生物信息学工具、算法和软件等均更新迅速。在理论教学中，授课教师时刻密切关注学科发展前沿、并将最新研究成果及学术发展动态，而在实验课授课中，更应该注重教会学生，充分利用互联网资源，独立开展课题、综合分析、解决问题。例如，?榱耸寡?生了解当前网络数据共享的环境下，如何从网上搜索网络资源、下载数据，我们下载了多种不同类型的数据，包括测序数据、芯片数据、注释数据等，然后再从实际数据出发上机操作，介绍分析的方法和工具。

四、生物信息在医学相关专业的应用

基础科研成果的积累逐渐带来了临床应用的突破，而生物信息学的技术和数据在临床应用的重要性也愈加重要。目前，医疗上的应用主要有生育健康、遗传病检测、传染病药物研发、肿瘤诊断及治疗等几大方面[5]。2014年7月国家卫生计生委承认基因测序技术在产前诊断的应用，批准了基因测序诊断产品的上市，2015年3月27日，国家卫生计生委医政医管局又通过了第一批肿瘤诊断与治疗项目高通量基因测序技?g临床试点单位。一些大型医院已经把基因诊断作为患者必需的诊断项目，特别是产前无创诊断，很多医院也正在筹建基因检测中心。目前国内每年新增癌症患者300万人左右，且发病率呈上涨趋势，肿瘤的基因检测和靶向治疗已经成为提高肿瘤治疗效果的一条重要途径。产前诊断和精准医疗的飞速发展所带来的巨大临床应用，亟需懂临床一线的医生了解前沿科技、懂生物信息、会临床应用。根据市场反馈的情况，未来基因检测在临床上应用所占比例会越来越大，医学工作者对生物信息知识的需求也越来越高。

第8篇：生物信息学研究进展范文

 

关键词： 生物信息学 农业研究领域 应用

“生物信息学”是英文单词“Bioinformatics”的中文译名，其概念是1956年在美国田纳西州Gatlinburg召开的“生物学中的信息理论”讨论会上首次被提出的［1］，由美国学者Lim在1991年发表的文章中首次使用。生物信息学自产生以来，大致经历了前基因组时代、基因组时代和后基因组时代三个发展阶段［2］。2003年4月14日，美国人类基因组研究项目首席科学家Collins F博士在华盛顿隆重宣布人类基因组计划（Human Genome Project，HGP）的所有目标全部实现［3］。这标志着后基因组时代（Post Genome Era，PGE）的来临，是生命科学史中又一个里程碑。生物信息学作为21世纪生物技术的核心，已经成为现代生命科学研究中重要的组成部分。研究基因、蛋白质和生命，其研究成果必将深刻地影响农业。本文重点阐述生物信息学在农业模式植物、种质资源优化、农药的设计开发、作物遗传育种、生态环境改善等方面的最新研究进展。

1.生物信息学在农业模式植物研究领域中的应用

1997年5月美国启动国家植物基因组计划（NPGI），旨在绘出包括玉米、大豆、小麦、大麦、高粱、水稻、棉花、西红柿和松树等十多种具有经济价值的关键植物的基因图谱。国家植物基因组计划是与人类基因组工程（HGP）并行的庞大工程［4］。近年来，通过各国科学家的通力合作，植物基因组研究取得了重大进展，拟南芥、水稻等模式植物已完成了全基因组测序。人们可以使用生物信息学的方法系统地研究这些重要农作物的基因表达、蛋白质互作、蛋白质和核酸的定位、代谢物及其调节网络等，从而从分子水平上了解细胞的结构和功能［5］。目前已经建立的农作物生物信息学数据库研究平台有植物转录本（TA）集合数据库TIGR、植物核酸序列数据库PlantGDB、研究玉米遗传学和基因组学的MazeGDB数据库、研究草类和水稻的Gramene数据库、研究马铃薯的PoMaMo数据库，等等。

2.生物信息学在种质资源保存研究领域中的应用

种质资源是农业生产的重要资源，它包括许多农艺性状（如抗病、产量、品质、环境适应性基因等）的等位基因。植物种质资源库是指以植物种质资源为保护对象的保存设施。至1996年，全世界已建成了1300余座植物种质资源库，在我国也已建成30多座作物种质资源库。种质入库保存类型也从单一的种子形式，发展到营养器官、细胞和组织，甚至DNA片段等多种形式。保护的物种也从有性繁殖植物扩展到无性繁殖植物及顽拗型种子植物等［6］。近年来，人们越来越多地应用各种分子标记来鉴定种质资源。例如微卫星、AFLP、SSAP、RBIP和SNP等。由于对种质资源进行分子标记产生了大量的数据，因此需要建立生物信息学数据库和采用分析工具来实现对这些数据的查询、统计和计算机分析等［7］。

3.生物信息学在农药设计开发研究领域中的应用

传统的药物研制主要是从大量的天然产物、合成化合物，以及矿物中进行筛选，得到一个可供临床使用的药物要耗费大量的时间与金钱。生物信息学在药物研发中的意义在于找到病理过程中关键性的分子靶标、阐明其结构和功能关系，从而指导设计能激活或阻断生物大分子发挥其生物功能的治疗性药物，使药物研发之路从过去的偶然和盲目中找到正确的研发方向。生物信息学为药物研发提供了新的手段［8，9］，导致了药物研发模式的改变［10］。目前，生物信息学促进农药研制已有许多成功的例子。ItzstEin等设计出两种具有与唾液酸酶结合化合物：4-氨基-Neu5Ac2en和4-胍基-Neu5Ac2en。其中，后者是前者与唾液酸酶的结合活性的250倍［11］。目前，这两种新药已经进入临床试验阶段。TANG SY等学者研制出新一代抗AIDS药物saquinavir［12］。Pungpo等已经设计出几种新型高效的抗HIV-1型药物［13］。杨华铮等人设计合成了十多类数百个除草化合物，经生物活性测定，部分化合物的活性已超过商品化光合作用抑制剂的水平［14］。

现代农药的研发已离不开生物信息技术的参与，随着生物信息学技术的进一步完善和发展，将会大大降低药物研发的成本，提高研发的质量和效率。

4.生物学信息学在作物遗传育种研究领域中的应用

随着主要农作物遗传图谱精确度的提高，以及特定性状相关分子基础的进一步阐明，人们可以利用生物信息

[1] [2] [3] 

学的方法，先从模式生物中寻找可能的相关基因，然后在作物中找到相应的基因及其位点。农作物的遗传学和分子生物学的研究积累了大量的基因序列、分子标记、图谱和功能方面的数据，可通过建立生物信息学数据库来整合这些数据，从而比较和分析来自不同基因组的基因序列、功能和遗传图谱位置［1］。在此基础上，育种学家就可以应用计算机模型来提出预测假设，从多种复杂的等位基因组合中建立自己所需要的表型，然后从大量遗传标记中筛选到理想的组合，从而培育出新的优良农作物品种。

.生物信息学在生态环境平衡研究领域中的应用

在生态系统中，基因流从根本上影响能量流和物质流的循环和运转，是生态平衡稳定的根本因素。生物信息学在环境领域主要应用在控制环境污染方面，主要通过数学与计算机的运用构建遗传工程特效菌株，以降解目标基因及其目标污染物为切入点，通过降解污染物的分子遗传物质核酸 DNA，以及生物大分子蛋白质酶，达到催化目标污染物的降解，从而维护空气［1］、水源、土地等生态环境的安全。

美国农业研究中心（ARS） 的农药特性信息数据库（PPD） 提供 种正在广泛使用的杀虫剂信息，涉及它们在环境中转运和降解途径的种最重要的物化特性。日本丰桥技术大学（Toyohashi University of Technology） 多环芳烃危险性有机污染物的物化特性、色谱、紫外光谱的谱线图。美国环保局综合风险信息系统数据库（IRIS） 涉及 种化学污染物，列出了污染物的毒性与风险评价参数，以及分子遗传毒性参数［1］。除此之外，生物信息学在生物防治［1］中也起到了重要的作用。网络的普及，情报、信息等学科的资源共享，势必会创造出一个环境微生物技术信息的高速发展趋势。

.生物信息学在食品安全研究领域中的应用

食品在加工制作和存储过程中各种细菌数量发生变化，传统检测方法是进行生化鉴定，但所需时间较长，不能满足检验检疫部门的要求，运用生物信息学方法获得各种致病菌的核酸序列，并对这些序列进行比对，筛选出用于检测的引物和探针，进而运用PCR法［1］、RT-PCR法、荧光RT-PCR法、多重PCR［］和多重荧光定量PCR等技术，可快速准确地检测出细菌及病毒。此外，对电阻抗、放射测量、ELISA法、生物传感器、基因芯片等［1-］技术也是未来食品病毒检测的发展方向。

第9篇：生物信息学研究进展范文

[论文关键词]管理科学与工程 选题方向 研究趋势

一、管理科学与工程专业硕士研究生选题方向分析

近年来，管理科学与工程学科的研究生教育发展非常迅速，其中，硕士研究生已成为管理科学与工程学科研究的重要力量之一。硕士研究生在完成基础课和管理类必修课学习后，根据社会需求和个人志愿可在信息管理与信息系统、工程管理、物流工程等领域选择研究方向，进行更深入的研究学习。

本文依据《中国优秀硕士学位论文全文数据库》检索，该数据库是目前国内相关资源最完备、高质量、连续动态更新的中国优秀硕士学位论文全文数据库，至2010年11月1日，累积博硕士学位论文全文文献87．5万多篇，文献的来源是全国530多家硕士生培养单位的优秀硕士学位论文，本文统计出管理科学与工程专业硕士研究生2000年——2010年论文选题的主要方向，具体步骤如下：

第一步：输入榆索控制条件。“发表时间”输人从2000年1月1日一2010年10月l8r：t，“学位单位”输人模糊，“优秀论文级别”输入不限，“作者”及“作者单位”输入模糊。第二步，输入内容榆索条件。“主题词”输入管理科学与工程的研究方向，如电子商务、物流、管理信息系统等，点击“检索文献”。第三步：按文献分组排序方式选择文献。文献分组点击“学科专业”在下拉菜单中选择“管理科学与工程专业”即可。其统计结果如图1：

从图可以看出，物流、项目管理、人力资源管理等是2000年～2010年管理科学与t程专业硕士研究生主要的研究方向，说明管理科学与工程的研究热点越来越受到信息技术、经济一体化和知识经济的影响。出现这种格局的原因是由于信息技术的深远影响和国家的信息化战略已得到管理科学与工程研究界的重视，并日．在企业信息化、决策支持系统和政府信息化等方面已能与实践很好的结合，产生重大的经济效益。

目前，在物流管碑研究方向中，循环经济与绿色物流的发展、以信息技术构建传统物流业的核心竞争力体系、物流系统优化的工具化与工程化、物流金融的合作与创新是研究热点。在项目管理研究方向中，供应商和项目外包管理项目成为焦点，高级管理层更加接受项目管理和项目群管理的价值，在金融危机之后要追求项目的项目组合管理得到重视。在人力资源管理研究方向中，心理契约与员丁绩效、组织公平感与组织绩效是研究热点。

二、管理科学与工程专业硕士研究生研究趋势分析

根据以上二管理科学与工程专业研究生选题向的分析，可以看出：

1、管理科学与工程的研究趋势越来越受到信息技术的影响

由于网络技术、通讯技术和计算机科学的快速发展所带来的管理变革，管理科学工程专业硕士研究生的主要研究领域集中在电子商务、管理信息系统、物流管理等方向。信息技术是利用电子计算机和现代通讯手段获取、传递、存储、处理、显示信息和分配信息的技术。信息技术的研究包括科学、技术、工程以及管理等学科以及这些学科在信息的管理、传递和处理中的应用，相关的软件和设备及其相互作用等方向。当今世界，以计算机和网络为代表的信息技术高速发展，对整个人类社会产生了极其深刻的影响，所以信息技术和知识资奉的发展，不仅丰富了管理科学的研究内容，也给管理科学研究提出了许多新课题：

2、管理科学与一f程的研究趋势越来越受到经济全球化的影响

由于经济全球化所带来的生产与流通的变革而产生了如供应链管理、物流管理、服务管理等研究领域与-向。物流管理和供应链管理的研究具有重要的科学意义，在社会经济的发展中具有越来越重要的地位和作用。我国学者在营销与运作的整体优化、多渠道供应链管理、综合物流等方向已做出了重要的研究和应用成果，并且未来一段时间还将是管理科学与工程专业研究的热点。

3、管理科学与工程的研究趋势越来越向知识经济的影响

随着知识经济的到来，知识作为一种新的资源的观念已经逐渐为人们认识和接受，知识管理成为最为关注的话题。当前，市场竞争越来越激烈，创新的速度越来越快，所以企业必须不断获得新知识，并利用知识为企业和社会创造价值。知识管理为企业实现显性知识和隐性知识共享提供新的途径。知识管理包括几个方面工作：建立知识库；促进员工的知识交流；建立尊重知识的内部环境；把知识作为资产来管理等。在未来几年知识管理的研究将主要集中在以下四个方面：知识本身的特征；知识管理效益的定量分析；新知识产生知识在企业间的传播机制；个体知识与组织知识的相互作用关系。

4、管理科学与工程的研究越来越侧重系统管理理论和方法的研究

用复杂性科学的方法探索管理问题成为研究的热点。复杂系统管理理论基础包括：从确定性到不确定性；从线性到非线性非线性理论，其中的非线性理论涉及到耗散结构论、突变论、协同论、混沌动力学以及分形理论；从他组织到自组织；从时间的可逆性到不可逆性；从简单性到复杂性；从复杂系统到复杂网络；从硬系统到软系统方法，这里主要指的是钱学森的综合集成方法；从单元系统到系统集成。例如，运用复杂性科学的方法从组织内部的各组元间以及组织与环境间的相互作用中寻找组织发展和进化的动因和规律，以使组织能适应社会、经济及技术的迅速发展。

5、管理科学与工程的研究趋势越来越向低碳管理方面发展