跳转至

大四课程

欢迎来到大四课程资料页面！

本页面汇总了大四阶段各门课程的学习资料、实验代码和相关文档。

📚 课程列表

🧬 计算生物学

课程简介：计算生物学是生物信息学专业的核心课程，主要学习使用计算方法分析生物数据，包括网络分析、基因表达分析等。

主要内容：

  • 蛋白质相互作用网络（PPI）分析
  • 加权基因共表达网络分析（WGCNA）
  • 网络聚类算法（MCL）
  • 随机游走算法（RWR）
  • qPCR 数据分析

实验数量：4 个

查看详情 →

💊 计算机辅助药物设计（CADD）

课程简介：学习使用计算方法进行药物设计和虚拟筛选，包括分子对接、QSAR建模等。

主要内容：

  • 分子对接
  • 虚拟筛选
  • QSAR 建模
  • 药物-靶点预测

查看详情 →

🧪 计算分子生物学

课程简介：学习分子水平的计算模拟方法，包括分子动力学模拟、蛋白质结构预测等。

主要内容：

  • 分子动力学模拟
  • 蛋白质结构预测
  • 同源建模
  • 分子力场

查看详情 →

💼 就业指导概论

课程简介：帮助学生了解求职流程，掌握简历制作和面试技巧，为就业做好准备。

主要内容：

  • 个人简历制作
  • AI 模拟面试
  • 求职渠道与技巧
  • 职业规划指导

考核方式：

  • 平时作业：个人简历 + AI 面试
  • 期末考试：线上机考（37 题，满分 100 分）
  • 判断题 15 题（30 分）
  • 单选题 15 题（30 分）
  • 多选题 5 题（15 分）
  • 简答题 2 题（25 分）

查看详情 →

📊 学习建议

时间安排

大四上学期课程较多，建议：

  1. 提前预习：上课前浏览课件和相关资料
  2. 及时复习：课后及时整理笔记
  3. 动手实践：每个实验都要亲自运行代码
  4. 小组讨论：与同学交流学习心得

学习重点

  • 📖 理解基本原理和算法思想
  • 💻 掌握 R 和 Python 编程
  • 📊 学会数据分析和可视化
  • 🔬 培养科研思维和问题解决能力

🎯 考核方式

各门课程通常包括：

  • 📝 平时作业（20-30%）
  • 🧪 实验报告（30-40%）
  • 📄 期末考试/论文（30-50%）

考试准备

  • 整理每门课的知识点
  • 复习实验原理和代码
  • 查看往年考试题型
  • 多与同学交流讨论

📁 资源导航

代码仓库

所有实验代码都保存在 Grade4/ 目录下：

Grade4/
├── computational_biology/
│   └── experiments/
│       ├── Exp1/    # PPI 网络分析
│       ├── Exp2/    # WGCNA 分析
│       ├── Exp3/    # MCL & RWR
│       └── Exp4/    # qPCR 分析
├── CADD/
└── computational_molecular_biology/

文档资料

本文档网站提供了详细的学习指导和实验说明。

💡 学习资源

推荐教材

  • 《生物信息学》- 李霞、雷健波
  • 《Bioinformatics and Functional Genomics》- Jonathan Pevsner
  • 《An Introduction to Systems Biology》- Uri Alon

在线资源

🤝 互助学习

遇到问题？

  • 💬 在 Discussions 中提问
  • 🐛 在 Issues 中报告问题
  • 📧 发邮件给学长学姐：hinna01@163.com
**祝大家学习顺利！💪** [返回首页](../index.md)