Week 9
Research Analysis Project
25%
针对一特定生物课题(如未知病毒序列分析)进行完整的生物信息学调研与报告。
BINF2010
课程定位 BINF2010 是 UNSW 生物信息学专业的‘枢纽课’。它将生命科学、计算机科学与统计学融为一体。随着基因测序成本的断崖式下跌,如何处理海量的生物数据成为现代医疗和科研的核心。这门课教你如何利用算法的力量去解密生命的数字化蓝图。它是后续所有基因组学、蛋白质组学及计算生物学研究的必备工具。 技术栈与学习内容 课程以 Python 为主、R 语言为辅,重点攻克:生物序列比对(Dynamic Programming, Blast 算法)、系统发育分析(进化树构建)、蛋白质结构预测(AlphaFold 背景下的基础逻辑)、以及大规模基因组数据库(NCBI, Ensembl)的自动化检索。此外,还涵盖了基础的贝叶斯推断在生物演化模型中的应用。学生将学习如何编写脚本来处理真实的 DNA 和蛋白质序列数据。 课程结构 10 周跨学科训练。前三周夯实中心法则与序列表示,中段深入算法逻辑(比对与树构建),后段转向蛋白质与结构分析。评估包含:每周的 Computing Labs(编程实战)、一个要求独立完成的数据分析研究项目(Research Project)以及期末综合笔试。该课强调对算法效率与生物显著性的双重平衡。 适合人群 计算机专业选修、生物或医学专业跨界学生。如果你只有生物背景,这门课的编程量会让你压力山大;如果你只有 CS 背景,复杂的分子生物学概念会让你头疼。建议每周投入 15 小时。
Course decision
先看考核重心、截止节奏和入门要求,再决定这门课是否适合你的学期安排。
考核总权重
100%
3 项考核
最高单项
40%
Final Integrated Examination
期末考试
有
以官方 outline 为准
Hurdle
1 项
需要单独满足
Deadline map
按截止周排列作业节点;持续考核会保留在下方完整考核结构中。
Week 9
25%
针对一特定生物课题(如未知病毒序列分析)进行完整的生物信息学调研与报告。
Week 10
35%
每周发布的在线编程实验室,包含算法实现与真实数据挖掘。
Week 11
40%
全面考察算法原理、数理逻辑及生物学推断能力的综合笔试。
Syllabus
默认只展示每周独有的知识重点;节奏、考核、Tutorial 和避坑信息按需展开。
DNA 到蛋白质的信息流,生物数据的数字化表示,常用文件格式 (FASTA, FASTQ)。
Biopython 模块应用,序列读取、切片与互补链生成自动化。
Needleman-Wunsch 与 Smith-Waterman 算法,得分矩阵 (PAM, BLOSUM) 详解。
Blast 算法的数学原理,统计显著性判定 (E-value),高通量检索逻辑。
CLUSTALW 算法,保守序列识别,PWM 矩阵与序列标识图 (Logos)。
复习比对算法,准备研究项目的数据清洗阶段。
距离法 (Neighbor-Joining) 与特征法 (Maximum Likelihood),分子钟假设。
从二代测序读段还原基因组,De Bruijn 图理论初步,重叠群 (Contigs) 拼接。
二级结构预测算法,螺旋与折叠的判定,三维结构可视化与对接初步。
个性化医疗与病毒溯源案例,单细胞测序数据处理概览;总结。
Assessment
Computing Lab Tasks
每周发布的在线编程实验室,包含算法实现与真实数据挖掘。
Week 10
Research Analysis Project
针对一特定生物课题(如未知病毒序列分析)进行完整的生物信息学调研与报告。
Week 9
Final Integrated ExaminationHurdle
全面考察算法原理、数理逻辑及生物学推断能力的综合笔试。
Week 11
From Seniors
基础信息谁都查得到,真正值钱的是过来人的经验。
比你早一年的学长留下的真实经验 —— ChatGPT 给不了。
这门课还没有学长经验,你可以是第一个 —— 注册后在课内分享。
这门课暂无往年考点记录。
下面是匠人学院毕业生整体去过的公司分布(来自脱敏校友证言)。这是全平台的总体去向,不代表选这门课的人一定去这些公司。
统计自 317 份脱敏校友证言
岗位:Graduate Program · Graduate Consulting · Platform Engineer · Web developer · Platform engineer
岗位:Frontend Dev · junior frontend developer · Front-end Developer · Full Stack Developer
岗位:Full-stack Developer · Data Engineer · Consultant
关于这块数据,我们说实话
雇主墙来自脱敏毕业生证言(testimonials)的整体分布,无法关联到具体学员或其所选课程;仅作为毕业生去向的总体社会证明展示。
我们没有"某位学长选了这门课、后来进了哪家公司"这种可查询的个人去向档案 —— 校友证言是脱敏的,无法关联到具体的人或他选过的课。所以这里只给整体分布,不给个人路径,不编。