v 微专业介绍

生物信息学是融合生物学、数学、计算机科学等学科，以揭示蕴藏在复杂生物数据中的生命规律为目的的一门科学。近年来，以全基因组测序为代表的生物大数据分析在生命科学研究及相关产业中起着越来越重要的作用。在此背景下，生物信息学已成为生命科学研究及工作的必需学科，是生物学专业进一步发展的重点方向。

生物信息学微专业将基于杭州师范大学生命与环境科学学院、信息科学与技术学院、数学学院和医学部等相关专业的多名相关教师共建的生物信息学研究与教学虚拟教研室，结合联川生物、华大基因研究院等著名生物信息领域科研单位的合作项目。通过专业理论知识与操作技能双向式教学，使学生掌握生物信息学的基础理论知识，并掌握其基本分析思路及操作技能。增强学生就业的综合竞争力，提升学生进一步国内外学位深造的综合素质。

v 招生对象及招生人数

招生面向对象：面向全校/某专业二年级/三年级学生。

招生人数：20人

学制：1年

课程设置（任选，最低学分要求8分）

v  教学安排

1.教学方式

本微专业独立开班，通过线上、线下相结合的方式（授课地点为仓前校区），以集约式、专业化的课程内容为载体，突出生物信息学领域的专业技能和岗位胜任力的培养。

2.教学时间

周末/晚上/选修课时段等

v  报名及选拔

1.报名时间： 以教务处通知为准

2.报名渠道： 教务管理系统

3.选拔机制：

初审：审核学业成绩与报名意向

复试：面试

4.联系方式：

曹老师，电话：0571-28865326

v  证书发放

通过课程学习并完成全部课程考核，成绩合格的学生，将获得杭州师范大学颁发的微专业证书。

v  学费标准

    评估录用后免费学习。     

v  课程介绍

v  《生物信息学》是一门新型交叉应用性学科，它所研究的对象是生物学的数据（DNA/RNA和蛋白质序列等），而它进行研究所采用的方法则是从各种计算技术衍生出来的。具体来说，生物信息学是综合运用数学、计算机科学和生物学，对生物信息进行获取、加工、储存、分配、分析和释读，以达到理解数据中的生物学含义。通过该课程的学习，要求学生获得如下的知识和技能：1、熟练掌握和使用生物信息学中的相关数据库，包括DNA序列数据库、蛋白质序列和结构数据库以及已测定全序列的植物、动物和微生物的完整基因组数据库。2、熟练掌握DNA和蛋白质序列的同源性比较和分析。3、能初步分析DNA序列转录翻译成氨基酸序列的结构和功能。4、了解生物信息学常用的分析软件。

v  《分子生物学》是从分子水平研究生命本质的一门新兴学科。它以核酸和蛋白质等生物大分子的结构及其在遗传信息和细胞信息传递中的作用为主要研究内容，是当前生命科学中发展最快并正在与其它学科广泛交叉与渗透的重要前沿领域。通过本课程的学习，建立一个系统性强的分子生物学知识体系，使学生对该学科产生兴趣，为今后投身到生命科学的研究奠定基础；并且在课程的讲授中加强学生对知识进行融会贯通的能力，培养具有竞争实力的优秀人才。

v  《基因组学》是伴随人类基因组计划而产生的一门新兴前沿学科，系统化和高通量是其研究的重要特点。基因组学是在全基因组水平上进行结构基因组学、功能基因组学和比较基因组学分析的一门学科。具体包括生物基因组的基本结构与组成、遗传图谱和物理图谱、基因组测序及序列拼接、基因组序列注释、高通量基因功能分析、表观遗传、基因组进化的分子基础、基因组进化的模式共九章内容。授课过程中，介绍与课程内容相关的国内最新技术发展与科学家介绍。本课程的教学目的是开阔专业视野，使学生对基因组学研究中的系统化和高通量有较为深刻的了解。

v  《生物统计学》是统计学方法在生物科学中的应用。该课程讲授如何利用统计学原理和方法处理生物数据。通过本课程学习，学生将学会从统计学角度考虑问题，有助于实验设计、设定检验的假设、分析研究数据和科学地表达。学生应当掌握统计学原理和实验设计的基础知识、基本原理和基本方法，并具有一定的运用能力。

v  《人工智能：科学化数据分析与机器学习应用》系统讲解从数据采集、分析到模型应用的完整流程。内容涵盖Python 编程基础、数据分析与统计方法、数据可视化与大规模数据处理、多元分析与机器学习基础，并深入介绍Scikit-learn 工具库、监督学习与无监督学习的经典模型，以及强化学习（包括马尔可夫决策过程与Q 学习）和深度学习（CNN、RNN、GAN）的应用。课程通过理论与实践结合，使学生掌握将先进AI 技术应用于科学研究、实验数据处理及复杂系统分析的能力。

v  《人工智能算法在生物医学领域的应用》重点是学习生物医学科学和生物工程中的应用，为理论学习与实际应用之间架起桥梁，为学生提供机器学习的基础知识，包括其原理、操作和算法的执行。学生们将学习数学和编码，以开发和实施机器学习解决方案。从基础知识开始，我们将进入生物医学科学和生物工程的案例研究，展示机器学习如何解决这些领域的复杂问题。课程的目标是让学生精通机器学习--理解它、讨论它并应用它。课程结束时，学生将能够审视生物医学和生物工程领域中的问题，并确定哪些机器学习工具可以创建有效的解决方案。如果你渴望将机器学习添加到您的工具包中，并将其应用于生物医学和生物工程的动态领域，那么本课程就是为你量身打造的。