位置:成果数据库 > 期刊 > 期刊详情页
生物信息学高性能教学平台的建立与实践
  • ISSN号:1006-7167
  • 期刊名称:实验室研究与探索
  • 时间:2015.10.15
  • 页码:152-156
  • 分类:G434[文化科学—教育学;文化科学—教育技术学] Q331[生物学—遗传学]
  • 作者机构:[1]江苏理工学院电气信息工程学院、生物信息与医药工程研究所,江苏常州213001, [2]华南农业大学信息学院,广东广州510642
  • 相关基金:国家自然科学基金(31200990); 全国教育信息技术研究“十二五”规划2012年度专项课题(126230657); 广东省优秀青年教师培育计划项目(Yq2013027); 华南农业大学信息学院教育教学改革与研究项目(INFJG1009)
  • 相关项目:跨膜蛋白的计算模型和分子模拟研究
中文摘要:

随着生命科学实验数据的高速积累和增长,生物信息学成为生命科学研究型人才必须掌握的重要技能。从高性能计算和生物信息学的关系入手,简述了生物信息学教学中采用高性能计算设备的必要性。根据农业院校的具体情况,在生物信息学教学中建立了高性能计算平台,帮助学生熟悉相关并行计算环境,更好地理解生物信息学重要的理论和算法。在课程安排上,理论课、实验课以及课程设计的内容围绕生物信息学案例展开。基于Moodle教学系统进行在线课程管理,培养学生的自主学习能力和团队协作意识,提高了学生运用高性能计算解决实际生物信息学问题的能力。

英文摘要:

With the rapid increasing of the biologic experiment data,the bioinformatics becomes an important technology for the research personnel in the life science. This article elaborated on the relationship between the high performance computing and bioinformatics,and introduced the necessary of the high performance computing facilities in the teaching of bioinformatics. Based on the situation of agricultural university,the high performance computing platform was built in the teaching of bioinformatics. This platform can help the students to be familiar with the corresponding environment and understand the important theories and algorithms. In the course plans,the theory course,the experiment course and the curriculum design were implemented round the bioinformatics cases. On the basis of the Moodle teaching system,the online course was managed. These teaching practices developed the autonomic learning ability and team cooperation of students,and enhanced the abilities of students to resolve an actual bioinformatics problem by using the high performance computation.

同期刊论文项目
期刊论文 17 会议论文 2 著作 1
同项目期刊论文
期刊信息
  • 《实验室研究与探索》
  • 北大核心期刊(2011版)
  • 主管单位:教育部
  • 主办单位:上海交通大学
  • 主编:夏有为
  • 地址:上海市市南区华山路1954号交教学三楼456、457
  • 邮编:200030
  • 邮箱:sysycp@163.com sysy@mail.sjtu.edu.cn
  • 电话:021-62932952 62932875
  • 国际标准刊号:ISSN:1006-7167
  • 国内统一刊号:ISSN:31-1707/T
  • 邮发代号:4-834
  • 获奖情况:
  • 国家科技部中国科技论文统计源期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国乌利希期刊指南,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:53638