儿童保健学简介

儿童保健学简介（精选8篇）

儿童保健学简介 第1篇

儿童保健科简介

潼南县儿童保健科是潼南县儿童保健工作业务指导部门,承担着全县31个镇乡散居和集体儿童保健业务的管理、培训与指导工作。儿童保健科为0-6岁儿童提供生理、心理、智能等全方位的保健服务。具体项目如下：

一、初生---6个月：

1．生长发育监测（每月体检1次）：评价婴儿的体格和心理发育水平，提供喂养和带养指导。

2．新生儿行为神经测查（NBNA）：全面了解新生儿感知和神经系统发育情况，早期发现轻微脑损伤，防治伤残。

3．新生儿听力筛查：早期发现有无先天性听力障碍。

4.婴儿发育筛查：评估婴儿智能发育水平，提出婴儿早期教育和潜能开发的建议。

5．儿童气质评估：评价婴儿先天性格特征，建议合理的育儿方式。6．血常规检查：早期发现、预防和治疗贫血。

7．微量元素检查：检测有无锌、铁、钙、铜、镁的缺乏，及时干预。8．BLAP测定：了解有无佝偻病倾向，提供指导。

早期教育（每月1次）：刺激感知觉，促进大脑发育，培养良好情绪，促进亲子关系的建立。

二、7月----1岁

1．生长发育监测（2个月体检1次）：同前

2．口腔保健：检查乳牙萌出情况，教会乳牙护理，及时发现处理口腔疾病。3．血常规、微量元素、早期教育：目的意义同前

4．视力保健：检测婴儿视觉及视力发育水平，指导正确用眼，防治斜视、弱视。

三、1—3岁

生长发育监测（3-6个月体检1次）：意义同前

视力、口腔保健、血常规、微量元素、儿童气质评估、膳食指导、早期教育等同前。

入园体检：帮助家长做好入园准备。

四、3岁以上

口腔保健：沸化泡沫预防龋齿每半年1次。

咨询电话：44561292

（周一至周日全天上班）

儿童保健学简介 第2篇

一、学校简况

昌西市兴川中学位于昌西市兴川镇国家级4A风景区——邛泸风景区北岸，系一所高完中。学校现占地128亩，分校本部及东校区两个校区，校本部设高中、初中年级，东校区单设初中年级。学校现有在册教职工350人，学生8000余人。是教育部、人事部授牌的全国教育系统先进集体，现为四川省校风示范校、凉山州示范性普通高中、四川省卫生先进单位。学校以“校风正，学风浓，学生行为习惯好，教师爱岗敬业”着称，教育教学成绩突出，深受学生的喜爱和家长的信赖，已成为凉山州优质学校的代表。

二、办学理念

1、指导思想：建和谐校园，育栋梁学生，做精品教育

2、培养目标：让农家子弟受到最好的教育，让全体学生获得理想的发展

3、校 训：厚德尚学，励志笃行

4、校 风：勤、严、慧、实

5、教 风：勤育严教，为人师表

6、学 风：尊师重道，勤学好问

三、办学特色

1、立足农村，面向全州，坚持“勤、严、慧、实”的传统，校风正、学风浓、效益高，打造农村学校优质教育品牌。

2、让农家子弟受到最好的教育（圆

梦）。

3、让全体教师走专业发展的道路（追梦）。

4、让兴川中学成为梦想起飞的地方（造梦）。

四、教育科研

学校坚持“科研活校”。为教师和学校的可持续发展注入活力，助学校插上腾飞的翅膀。学校充分重视，教师积极参与，科研工作作为学校工作的重要组成部分，纳入学校的发展规划。目前学校独立承担多个省、州级课题及各种小专题研究，为教育教学提供了良好的科研支撑。

五、校园建设

学校坚持“发展兴校”。为了改变办学条件差的状况，学校制定了总体规划，加快硬件建设的步伐。近五年，学校投入近5000万元改造教育基础设施。新建学生宿舍12000平方米，可容纳4000余名学生住宿，新建东校区教学楼11192平方米，可容纳52个班教学，改扩建校

本部300米环形跑道塑胶运动场，扩建800立方米的污水治理设施。学校努力加快物态文化的建设，不断绿化、美化、净化环境，加强学校各场所的文化建设，为学校的建筑命了许多特色的名字：“励志楼、求真楼、尚学楼、思源堂、春华堂、芳芷轩、杜衡轩、滋兰轩、树蕙轩……”这些都在潜移默化中影响着师生，引导师生有崇高的追求。近年来，学校先后建成校园网络、电子图书馆、远程教育网等教育教学设施。2013年学校斥资两百多万元采购了75套电子白板系列设备，并于十二月中旬在校本部全部安装完毕并投入使用。目前，学校正积极推进征地、综合楼、食堂、东校区运动场的建设工作，进一步提升学校的硬件条件。

六、教学成绩

学校坚持树立“质量意识”。近年来教育教学成绩斐然，学校教育教学成绩充分体现我校“低进高出，高进优出”的办学特色，高考各项指标在全市乃至全

州均列前茅，同时，各项指标超额完成情况均列全市第一名。多年来有多名同学考入清华大学，有近千名同学考入全国知名大学，近万名同学进入高校深造。学校每年高考录取率均超过85，教育教学质量在凉山州享有盛誉。

近年来高考成绩如下：

2010年高考上省重点线116人，首次突破100人大关，比上级下达的指标超36人；上省本科线565人，超指标194人；文科进入全市前20名有8名，理科进入全市前20名有7人。

2011年高考上省重点线108人，名列全州第二名，超指标26人；上省本科线643人，名列全州第二名，首次突破600人大关，再创历史新高，超指标252人，其中文科上省本科线139人，名列全州第一名。进入全市理科前20名有9人，进入全市文科前20名有4人。

2012年高考上省重点线97人，超额完成上级下达指标11人；上省本科线635人，名列全州第二名，超指标148

人。其中文科上本科人数176人，名列全州第一名。z同学以628分成绩勇夺全州理科状元，z以617分成绩勇夺全州理科第三名并全州理科应届生状元，有9名同学进入全市理科前25名，有12名同学进入全市文科前25名。

2013年高考上省重点线123人，超指标37人；上省本科线695人，超指标177人。重点上线人数和本科上线人数均名列全州第二名，再创历史新高。z同学以665分成绩勇夺全州理科状元，z分别以614分、613分勇夺全州文科状元和第二名。z等9名同学进入全市理科前20名，z等9名同学进入全市文科前20名：再一次续写了我校高考的辉煌。

《西方儿童史》简介 第3篇

《西方儿童史》是意大利教育家、教育学史教授艾格勒·贝奇和法国历史学家多米尼克·朱利亚合编的一部以儿童研究为主题的论著,2016年1月由商务印书馆根据法国色伊出版社1998年的版本翻译出版。这部论著按时间顺序分为上下两卷,上卷从古代到17世纪,下卷自18世纪迄今,收录了艾格勒·贝奇、让·皮埃尔·内罗多、米歇尔·曼森等十多位学者的研究。

上世纪60年代,时任法国热带亚热带水果应用研究所文献和出版部主任的菲力浦·阿利埃斯出版了《儿童的世纪:旧制度下的儿童和家庭生活》一书,在西方史学界引起了极大反响,也使得儿童史这一原本乏人问津的研究领域变得繁荣起来。此后,相关的研究如雨后春笋,层出不穷。《西方儿童史》可以算是对这四十年来西方儿童史研究的一个总结。

针对每个重要的历史时期,编者选取了最新的研究成果以构成主要框架,另外又以专题史的形式对一些比较重要的主题如现代弃儿、儿童务工、残疾儿童等进行深入论证。然而,正如编者所言:“我们所拥有的不过是历史中的只言片语。”这本书的目的并不在于勾勒出一部欧洲儿童从起源到现在的连续史,而在于确定习俗和标准言论对儿童所产生的约束,以及不同社会角色在束缚儿童的社会和文化网络内部所遵守的规则和呈现的差异。

三门峡市第二中学简介 第4篇

学校以“不让一个学生掉队”为办学理念，以培养“三好(品行好、学业好、身体好)一长(有特长)”学生为目标，以“忠孝做人、廉耻从事”为校训，以“求是、求实、求新、求进步”为校风。借鉴西方现代企业全面质量管理理论，率先提出并推行学校全面质量管理。

学校基础设施完善，办学条件优越，建有仪器设备齐全的现代化教学楼。各教室配备了多媒体教学设备和双向教学系统，完成了塑胶操场的改扩建。学校藏书丰富。体育器材超过省定标准。校园内花香浓郁，绿树成荫，被命名为花园式学校。学校大力加强校园文化建设，致力于打造书香校园，为学生学习和身心健康发展创造良好的氛围。

学校重视学生社团在校园文化建设中的作用，先后创建了启明星诗社、金色年华读书社、汽模俱乐部等27个学生社团组织，极大地丰富了学生的校园文化生活。学校体育工作成效显著，在市里举行的15届田径运动会上，有14次荣获市直初中组团体总分第一名。在“晨光”夏令营活动中，连续6年派篮球队、乒乓球队、田径队代表三门峡市参加省“晨光”体育夏令营，并取得优异成绩。

科学艺术教育富有特色。从1998年以来连续九年举办校科学艺术节。展示学生书画作品800余幅，开办讲座30余场次，展出学生科技小制作数千件。激发了学生的创新意识，对学生的科学精神和实践能力的培养起到了较大的推动作用。

蔬菜学简介 第5篇

一、专业介绍

1、学科简介

“蔬菜学”是“园艺学”一级学科的二级学科，本学科是以生物学为理论基础，研究蔬菜作物生长发育和遗传规律的一门学科，也是研究蔬菜种质资源、遗传育种、栽培、病虫害防治及采后处理、贮藏、加工等应用技术与原理的综合性专业学科。

2、专业培养目标

培养适应我国社会主义现代化建设需要的，德、智、体全面发展的蔬菜学专业高级专门人才。要求硕士研究生：

1、培养具有较好的掌握马列主义、毛泽东思想、邓小平理论和“三个代表”重要思想，拥护党的基本路线和方针政策，热爱祖国，遵纪守法，品德良好，具有较强的事业心和团结协作精神及为科学勇于献身的精神，积极为社会主义现代化建设服务的创新人才。

2、掌握蔬菜学科坚实的基础理论、系统的专业知识和技能;了解蔬菜学科现代理论和技术的发展水平，以及所从事研究方向的国内外发展动态;能用一门外国语较熟练地阅读蔬菜专业的书刊，具有较好的外语听说和科学论文写作能力;具备从事蔬菜学科的研究、教学、生产、推广或技术管理的独立工作能力;具有严谨的科学态度，求实创新精神，提高分析问题和解决问题的能力;具有良好的综合素质、理论联系实际的工作作风和勇于开拓的精神。

3、具有健康的体魄和心理承受能力。

3、专业方向

01蔬菜作物遗传育种

02蔬菜生理生态

03设施园艺与无土栽培

04蔬菜作物生物技术

05蔬菜基因组学

4、考试科目

①101思想政治理论

②201英语一或203日语

③314数学(农)或315化学(农)

④414植物生理学与生物化学

(注：各个学校专业方向，考试科目有所不同，以上以南京农业大学为例)

二、就业前景

1、就业方向：

毕业后从事与蔬菜研究开发、管理、经营方面有关的工作，在政府各级部门、科研和教学单位工作，到新兴的农业科技发展公司工作。

2、就业前景：

目前，由于园艺产业经济效益较高且前景看好，因此政府与大公司纷纷投巨资于园艺产业领域。政府与企业的投资刺激了社会对园艺专业人才的需求，园艺专业毕业生供不应求。目前，社会对园艺人才的需求仍处于在供不应求的状态，就业环境也相对比较优越，如植物研究所及各种园艺资源开发公司。国家十分支持农业发展，投巨资于各种科研项目。面对巨大的市场挑战，园艺人才也将起到极为重要的作用。“挑战和机遇并在”便足以描述园艺专业的就业发展趋势。社会需要园艺人才，需要有实力与其他国家一比高低的园艺人才。因此园艺专业对本科生在知识面及技术方面的要求也会随之提高，以适应社会发展的需要。现代化的园艺业在我国起步较晚，在中国范围内，园艺专业本科生的就业及发展就相对容易些。就世界这个大市场而言，要使我国园艺业赶上世界先进国家的水平，仍需长久的努力。用知识、技术和先进的设备武装自己，让中国的园艺业随着社会的进步而向前发展。

三、推荐院校

南京农业大学、沈阳农业大学、浙江大学、西北农林科技大学、东北农业大学、华中农业大学、中国农业大学

四、课程设置

学位课：政治理论课、科学社会主义理论与实践、学分自然辩证法、第一外国语、基础外语、专业外语、专业基础理论课、高级植物生理学、植物生理研究技术、高级生物化学、生化研究技术

专业课：高级蔬菜育种学、高级蔬菜栽培生理学、蔬菜学进展讨论

(以西北农林科技大学为例)

五、相近专业

生物信息学简介 第6篇

生物信息学（Bioinformatics）是在生命科学的研究中，以计算机为工具对生物信息进行储存、检索和分析的科学。它是当今生命科学和自然科学的重大前沿领域之一，同时也将是21世纪自然科学的核心领域之一。其研究重点主要体现在基因组学（Genomics）和蛋白质组学（Proteomics）两方面，具体说就是从核酸和蛋白质序列出发，分析序列中表达的结构功能的生物信息。

具体而言，生物信息学作为一门新的学科领域，它是把基因组DNA序列信息分析作为源头，在获得蛋白质编码区的信息后进行蛋白质空间结构模拟和预测，然后依据特定蛋白质的功能进行必要的药物设计。基因组信息学，蛋白质空间结构模拟以及药物设计构成了生物信息学的3个重要组成部分。从生物信息学研究的具体内容上看，生物信息学应包括这3个主要部分：（1）新算法和统计学方法研究；（2）各类数据的分析和解释；（3）研制有效利用和管理数据新工具。

生物信息学是一门利用计算机技术研究生物系统之规律的学科。

目前的生物信息学基本上只是分子生物学与信息技术（尤其是因特网技术）的结合体。生物信息学的研究材料和结果就是各种各样的生物学数据，其研究工具是计算机，研究方法包括对生物学数据的搜索（收集和筛选）、处理（编辑、整理、管理和显示）及利用（计算、模拟）。

1990年代以来，伴随着各种基因组测序计划的展开和分子结构测定技术的突破和Internet的普及，数以百计的生物学数据库如雨后春笋般迅速出现和成长。对生物信息学工作者提出了严峻的挑战：数以亿计的ACGT序列中包涵着什么信息？基因组中的这些信息怎样控制有机体的发育？基因组本身又是怎样进化的？

生物信息学的另一个挑战是从蛋白质的氨基酸序列预测蛋白质结构。这个难题已困扰理论生物学家达半个多世纪，如今找到问题答案要求正变得日益迫切。诺贝尔奖获得者W.Gilbert在1991年曾经指出：“传统生物学解决问题的方式是实验的。现在，基于全部基因都将知晓，并以电子可操作的方式驻留在数据库中，新的生物学研究模式的出发点应是理论的。一个科学家将从理论推测出发，然后再回到实验中去，追踪或验证这些理论假设”。

生物信息学的主要研究方向： 基因组学系统生物学-比较基因组学，1989年在美国举办生物化学系统论与生物数学的计算机模型国际会议，生物信息学发展到了计算生物学、计算系统生物学的时代。

姑且不去引用生物信息学冗长的定义，以通俗的语言阐述其核心应用即是：随着包括人类基因组计划在内的生物基因组测序工程的里程碑式的进展，由此产生的包括生物体生老病死的生物数据以前所未有的速度递增，目前已达到每14个月翻一番的速度。同时随着互联网的普及，数以百计的生物学数据库如雨后春笋般迅速出现和成长。然而这些仅仅是原始生物信息的获取，是生物信息学产业发展的初组阶段，这一阶段的生物信息学企业大都以出售生物数据库为生。以人类基因组测序而闻名的塞莱拉公司即是这一阶段的成功代表。

原始的生物信息资源挖掘出来后，生命科学工作者面临着严峻的挑战：数以亿计的ACGT序列中包涵着什么信息？基因组中的这些信息怎样控制有机体的发育？基因组本身又是怎样进化的？生物信息学产业的高级阶段体现于此，人类从此进入了以生物信息学为中心的后基因组时代。结合生物信息学的新药创新工程即是这一阶段的典型应用。

2、发展简介

生物信息学是建立在分子生物学的基础上的，因此，要了解生物信息学，就必须先对分子生物学的发展有一个简单的了解。研究生物细胞的生物大分子的结构与功能很早就已经开始，1866年孟德尔从实验上提出了假设：基因是以生物成分存在，1871年Miescher从死的白细胞核中分离出脱氧核糖核酸（DNA），在Avery和McCarty于1944年证明了DNA是生命器官的遗传物质以前，人们仍然认为染色体蛋白质携带基因，而DNA是一个次要的角色。1944年Chargaff发现了著名的Chargaff规律，即DNA中鸟嘌呤的量与胞嘧定的量总是相等，腺嘌呤与胸腺嘧啶的量相等。与此同时，Wilkins与Franklin用X射线衍射技术测

定了DNA纤维的结构。1953年James Watson 和FrancisCrick在Nature杂志上推测出DNA的三维结构（双螺旋）。DNA以磷酸糖链形成发双股螺旋，脱氧核糖上的碱基按Chargaff规律构成双股磷酸糖链之间的碱基对。这个模型表明DNA具有自身互补的结构，根据碱基对原则，DNA中贮存的遗传信息可以精确地进行复制。他们的理论奠定了分子生物学的基础。DNA双螺旋模型已经预示出了DNA复制的规则，Kornberg于1956年从大肠杆菌（E.coli）中分离出DNA聚合酶I（DNA polymerase I），能使4种dNTP连接成DNA。DNA的复制需要一个DNA作为模板。Meselson与Stahl（1958）用实验方法证明了DNA复制是一种半保留复制。Crick于1954年提出了遗传信息传递的规律，DNA是合成RNA的模板，RNA又是合成蛋白质的模板，称之为中心法则（Central dogma），这一中心法则对以后分子生物学和生物信息学的发展都起到了极其重要的指导作用。经过Nirenberg和Matthai（1963）的努力研究，编码20氨基酸的遗传密码得到了破译。限制性内切酶的发现和重组DNA的克隆（clone）奠定了基因工程的技术基础。正是由于分子生物学的研究对生命科学的发展有巨大的推动作用，生物信息学的出现也就成了一种必然。2001年2月，人类基因组工程测序的完成，使生物信息学走向了一个高潮。由于DNA自动测序技术的快速发展，DNA数据库中的核酸序列公共数据量以每天106bp速度增长，生物信息迅速地膨胀成数据的海洋。毫无疑问，我们正从一个积累数据向解释数据的时代转变，数据量的巨大积累往往蕴含着潜在突破性发现的可能，“生物信息学”正是从这一前提产生的交叉学科。粗略地说，该领域的核心内容是研究如何通过对DNA序列的统计计算分析，更加深入地理解DNA序列，结构，演化及其与生物功能之间的关系，其研究课题涉及到分子生物学，分子演化及结构生物学，统计学及计算机科学等许多领域。生物信息学是内涵非常丰富的学科，其核心是基因组信息学，包括基因组信息的获取，处理，存储，分配和解释。基因组信息学的关键是“读懂”基因组的核苷酸顺序，即全部基因在染色体上的确切位置以及各DNA片段的功能；同时在发现了新基因信息之后进行蛋白质空间结构模拟和预测，然后依据特定蛋白质的功能进行药物设计。了解基因表达的调控机理也是生物信息学的重要内容，根据生物分子在基因调控中的作用，描述人类疾病的诊断，治疗内在规律。它的研究目标是揭示“基因组信息结构的复杂性及遗传语言的根本规律”，解释生命的遗传语言。生物信息学已成为整个生命科学发展的重要组成部分，成为生命科学研究的前沿。

3、主要研究方向

生物信息学在短短十几年间，已经形成了多个研究方向，以下简要介绍一些主要的研究重点。

1、序列比对

序列比对（Sequence Alignment）的基本问题是比较两个或两个以上符号序列的相似性或不相似性。从生物学的初衷来看，这一问题包含了以下几个意义：从相互重叠的序列片断中重构DNA的完整序列。在各种试验条件下从探测数据（probe data）中决定物理和基因图存贮，遍历和比较数据库中的DNA序列比较两个或多个序列的相似性在数据库中搜索相关序列和子序列寻找核苷酸（nucleotides）的连续产生模式找出蛋白质和DNA序列中的信息成分序列比对考虑了DNA序列的生物学特性，如序列局部发生的插入，删除（前两种简称为indel）和替代，序列的目标函数获得序列之间突变集最小距离加权和或最大相似性和，对齐的方法包括全局对齐，局部对齐，代沟惩罚等。两个序列比对常采用动态规划算法，这种算法在序列长度较小时适用，然而对于海量基因序列（如人的DNA序列高达109bp），这一方法就不太适用，甚至采用算法复杂性为线性的也难以奏效。因此，启发式方法的引入势在必然，著名的BALST和FASTA算法及相应的改进方法均是从此前提出发的。

2、蛋白质结构比对和预测

基本问题是比较两个或两个以上蛋白质分子空间结构的相似性或不相似性。蛋白质的结构与功能是密切相关的，一般认为，具有相似功能的蛋白质结构一般相似。蛋白质是由氨基酸组成的长链，长度从50到1000~3000AA（Amino Acids），蛋白质具有多种功能，如酶，物质的存贮和运输，信号传递，抗体等等。氨基酸的序列内在的决定了蛋白质的3维结构。一般认为，蛋白质有四级不同的结构。研究蛋白质结构和预测的理由是：医药上可以理解生物的功能，寻找dockingdrugs的目标，农业上获得更好的农作物的基因工程，工业上有利用酶的合成。直接对蛋白质结构进行比对的原因是由于蛋白质的3维结构比其一级结构

在进化中更稳定的保留，同时也包含了较AA序列更多的信息。蛋白质3维结构研究的前提假设是内在的氨基酸序列与3维结构一一对应（不一定全真），物理上可用最小能量来解释。从观察和总结已知结构的蛋白质结构规律出发来预测未知蛋白质的结构。同源建模（homology modeling）和指认（Threading）方法属于这一范畴。同源建模用于寻找具有高度相似性的蛋白质结构（超过30%氨基酸相同），后者则用于比较进化族中不同的蛋白质结构。然而，蛋白结构预测研究现状还远远不能满足实际需要。

3、基因识别非编码区分析研究

基因识别的基本问题是给定基因组序列后，正确识别基因的范围和在基因组序列中的精确位置。非编码区由内含子组成（introns），一般在形成蛋白质后被丢弃，但从实验中，如果去除非编码区，又不能完成基因的复制。显然，DNA序列作为一种遗传语言，既包含在编码区，又隐含在非编码序列中。分析非编码区DNA序列目前没有一般性的指导方法。在人类基因组中，并非所有的序列均被编码，即是某种蛋白质的模板，已完成编码部分仅占人类基因总序列的3~5%，显然，手工的搜索如此大的基因序列是难以想象的.侦测密码区的方法包括测量密码区密码子（codon）的频率，一阶和二阶马尔可夫链，ORF（Open Reading Frames），启动子（promoter）识别，HMM（Hidden Markov Model）和GENSCAN，Splice Alignment等等。

4、分子进化和比较基因组学

分子进化是利用不同物种中同一基因序列的异同来研究生物的进化，构建进化树。既可以用DNA序列也可以用其编码的氨基酸序列来做，甚至于可通过相关蛋白质的结构比对来研究分子进化，其前提假定是相似种族在基因上具有相似性。通过比较可以在基因组层面上发现哪些是不同种族中共同的，哪些是不同的。早期研究方法常采用外在的因素，如大小，肤色，肢体的数量等等作为进化的依据。近年来较多模式生物基因组测序任务的完成，人们可从整个基因组的角度来研究分子进化。在匹配不同种族的基因时，一般须处理三种情况：Orthologous：不同种族，相同功能的基因；Paralogous：相同种族，不同功能的基因；Xenologs：有机体间采用其他方式传递的基因，如被病毒注入的基因。这一领域常采用的方法是构造进化树，通过基于特征（即DNA序列或蛋白质中的氨基酸的碱基的特定位置）和基于距离（对齐的分数）的方法和一些传统的聚类方法（如UPGMA）来实现。

5、序列重叠群（Contigs）装配

根据现行的测序技术，每次反应只能测出500 或更多一些碱基对的序列，如人类基因的测量就采用了短枪（shortgun）方法，这就要求把大量的较短的序列全体构成了重叠群（Contigs）。逐步把它们拼接起来形成序列更长的重叠群，直至得到完整序列的过程称为重叠群装配。从算法层次来看，序列的重叠群是一个NP-完全问题。

6、遗传密码的起源

通常对遗传密码的研究认为，密码子与氨基酸之间的关系是生物进化历史上一次偶然的事件而造成的，并被固定在现代生物的共同祖先里，一直延续至今。不同于这种“冻结”理论，有人曾分别提出过选择优化，化学和历史等三种学说来解释遗传密码。随着各种生物基因组测序任务的完成，为研究遗传密码的起源和检验上述理论的真伪提供了新的素材。

7、基于结构的药物设计

人类基因工程的目的之一是要了解人体内约10万种蛋白质的结构，功能，相互作用以及与各种人类疾病之间的关系，寻求各种治疗和预防方法，包括药物治疗。基于生物大分子结构及小分子结构的药物设计是生物信息学中的极为重要的研究领域。为了抑制某些酶或蛋白质的活性，在已知其蛋白质3级结构的基础上，可以利用分子对齐算法，在计算机上设计抑制剂分子，作为候选药物。这一领域目的是发现新的基因药物，有着巨大的经济效益。

8、生物系统的建模和仿真

随着大规模实验技术的发展和数据累积，从全局和系统水平研究和分析生物学系统，揭示其发展规律已经成为后基因组时代的另外一个研究 热点-系统生物学。目前来看，其研究内容包括生物系统的模拟（Curr Opin Rheumatol，2007，463-70），系统稳定性分析（Nonlinear Dynamics Psychol Life Sci，2007，413-33），系统鲁棒性分析（Ernst Schering Res Found Workshop，2007，69-88）等方面。以SBML（Bioinformatics，2007，1297-8）为代表的建模语言在迅速发展之中，以布尔网络（PLoS Comput Biol，2007，e163）、微分方程（Mol Biol Cell，2004，3841-62）、随机过程（Neural Comput，2007，3262-92）、离散动态事件系统等（Bioinformatics，2007，336-43）方法在系统分析中已经得到应 用。很多模型的建立借鉴了电路和其它物理系统建模的方法，很多研究试图从信息流、熵和能量流等宏观分析思想来解决系统的复杂性问题（Anal Quant Cytol Histol，2007，296-308）。当然，建立生物系统的理论模型还需要很长时间的努力，现在实验观测数据虽然在海量增加，但是生物系统的模型辨 识所需要的数据远远超过了目前数据的产出能力。例如，对于时间序列的芯片数据，采样点的数量还不足以使用传统的时间序列建模方法，巨大的实验代价是目前系 统建模主要困难。系统描述和建模方法也需要开创性的发展。

9、生物信息学技术方法的研究

生物信息学不仅仅是生物学知识的简单整理和数学、物理学、信息科学等学科知识的简单应用。海量数据和复杂的背景导致机器学习、统 计数据分析和系统描述等方法需要在生物信息学所面临的背景之中迅速发展。巨大的计算量、复杂的噪声模式、海量的时变数据给传统的统计分析带来了巨大的困难，需要像非参数统计（BMC Bioinformatics，2007，339）、聚类分析（Qual Life Res，2007，1655-63）等更加灵活的数据分析技术。高维数据的分析需要偏最小二乘（partial least squares，PLS）等特征空间的压缩技术。在计算机算法的开发中，需要充分考虑算法的时间和空间复杂度，使用并行计算、网格计算等技术来拓展算法的 可实现性。

10、生物图像

没有血缘关系的人，为什么长得那么像呢？

外貌是像点组成的，像点愈重合两人长得愈像，那两个没有血缘关系的人像点为什么重合？有什么生物学基础？基因是不是相似？我不知道，希望专家解答。

11、其他

如基因表达谱分析，代谢网络分析；基因芯片设计和蛋白质组学数据分析等，逐渐成为生物信息学中新兴的重要研究领域；在学科方面，由生物信息学衍生的学科包括结构基因组学，功能基因组学，比较基因组学，蛋白质学，药物基因组学，中药基因组学，肿瘤基因组学，分子流行病学和环境基因组学，成为系统生物学的重要研究方法。从现在的发展不难看出，基因工程已经进入了后基因组时代。我们也有应对与生物信息学密切相关的如机器学习，和数学中可能存在的误导有一个清楚的认识。

4、生物信息学与机器学习

生物信息的大规模给数据挖掘提出了新课题和挑战，需要新的思想的加入.常规的计算机算法仍可以应用于生物数据分析中，但越来越不适用于序列分析问题.究其原因，是由于生物系统本质上的模型复杂性及缺乏在分子层上建立的完备的生命组织理论.西蒙曾给出学习的定义：学习是系统的变化，这种变化可使系统做相同工作时更有效。机器学习的目的是期望能从数据中自动地获得相应的理论，通过采用如推理，模型拟合及从样本中学习，尤其适用于缺乏一般性的理论，“噪声”模式，及大规模数据集.因此，机器学习形成了与常规方法互补的可行的方法.机器学习使得利用计算机从海量的生物信息中提取有用知识，发现知识成为可能.机器学习方法在大样本，多向量的数据分析工作中发挥着日益重要的作用，而目前大量的基因数据库处理需要计算机能自动识别，标注，以避免即耗时又花费巨大的人工处理方法.早期的科学方法——观测和假设——面对高数据的体积，快速的数据获取率和客观分析的要求——已经不能仅依赖于人的感知来处理了.因而，生物信息学与机器学习相结合也就成了必然.机器学习中最基本的理论框架是建立在概率基础上的，从某种意义来说，是统计模型拟合的延续，其目的均为提取有用信息.机器学习与模式识别和统计推理密切相关.学习方法包括数据聚类，神经网络分类器和非线性回归等等.隐马尔可夫模型也广泛用于预测DNA的基因结构.目前研究重心包括：1）观测和探索有趣的现象.目前ML研究的焦点是如何可视化和探索高维向量数据.一般的方法是将其约简至低维空间，如常规的主成分分析（PCA），核主成分分析（KPCA），独立成分分析（Independent component analysis），局部线性嵌套（LocallyLinear embedding）.2）生成假设

和形式化模型来解释现象[6].大多数聚类方法可看成是拟合向量数据至某种简单分布的混合.在生物信息学中聚类方法已经用于microarray数据分析中，癌症类型分类及其他方向中.机器学习也用于从基因数据库中获得相应的现象解释.机器学习加速了生物信息学的进展，也带了相应的问题.机器学习方法大多假定数据符合某种相对固定的模型，而一般数据结构通常是可变的，在生物信息学中尤其如此，因此，有必要建立一套不依赖于假定数据结构的一般性方法来寻找数据集的内在结构.其次，机器学习方法中常采用“黑箱”操作，如神经网络和隐马尔可夫模型，对于获得特定解的内在机理仍不清楚.5、生物信息学的数学问题

生物信息学中数学占了很大的比重.统计学，包括多元统计学，是生物信息学的数学基础之一；概率论与随机过程理论，如近年来兴起的隐马尔科夫链模型（HMM），在生物信息学中有重要应用；其他如用于序列比对的运筹学；蛋白质空间结构预测和分子对接研究中采用的最优化理论；研究DNA超螺旋结构的拓扑学；研究遗传密码和DNA序列的对称性方面的群论等等.总之，各种数学理论或多或少在生物学研究中起到了相应的作用.但并非所有的数学方法在引入生物信息学中都能普遍成立的，以下以统计学和度量空间为例来说明.1、统计学的悖论

数学的发展是伴随悖论而发展的.对于进化树研究和聚类研究中最显著的悖论莫过于均值了，就说明了要采用常规的均值方法不能将这两类分开，也表明均值并不能带来更多的数据的几何性质.那么，如果数据呈现类似的特有分布时，常有的进化树算法和聚类算法（如K-均值）往往会得错误的结论.统计上存在的陷阱往往是由于对数据的结构缺乏一般性认识而产生的.2、度量空间的假设

在生物信息学中，进化树的确立，基因的聚类等都需要引入度量的概念.举例来说，距离上相近或具有相似性的基因等具有相同的功能，在进化树中满足分值最小的具有相同的父系，这一度量空间的前提假设是度量在全局意义下成立.那么，是否这种前提假设具有普适性呢，我们不妨给出一般的描述：假定两个向量为A，B，其中，则在假定且满足维数间线性无关的前提下，两个向量的度量可定义为：（1）依据上式可以得到满足正交不变运动群的欧氏度量空间，这也是大多数生物信息学中常采用的一般性描述，即假定了变量间线性无关.然而，这种假设一般不能正确描述度量的性质，尤其在高维数据集时，不考虑数据变量间的非线性相关性显然存在问题，由此，我们可以认为，一个正确的度量公式可由下式给出：（2）上式中采用了爱因斯坦和式约定，描述了变量间的度量关系.后者在满足（3）时等价于（1），因而是更一般的描述，然而问题在于如何准确描述变量间的非线性相关性，我们正在研究这个问题.6、统计学习理论在生物信息学中应用的困难

生物信息学中面对的数据量和数据库都是规模很大的，而相对的目标函数却一般难以给出明确的定义.生物信息学面临的这种困难，可以描述成问题规模的巨大以及问题定义的病态性之间的矛盾，一般从数学上来看，引入某个正则项来改善性能是必然的[7].以下对基于这一思想产生的统计学习理论，Kolmogorov复杂性[98]和BIC（Bayesian Information Criterion）[109]及其存在的问题给出简要介绍.支持向量机（SVM）是近来较热门的一种方法，其研究背景是Vapnik的统计学习理论，是通过最大化两个数据集的最小间隔来实现分类，对于非线性问题则采用核函数将数据集映射至高维空间而又无需显式描述数据集在高维空间的性质，这一方法较之神经方法的好处在于将神经网络隐层的参数选择简化为对核函数的选择，因此，受到广泛的注意.在生物信息学中也开始受到重视，然而，核函数的选择问题本身是一个相当困难的问题，从这个层次来看，最优核函数的选择可能只是一种理想，SVM也有可能象神经网络一样只是机器学习研究进程中又一个大气泡.Kolmogorov复杂性思想与统计学习理论思想分别从不同的角度描述了学习的性质，前者从编码的角度，后者基于有限样本来获得一致收敛性.Kolmogorov复杂性是不可计算的，因此由此衍生了MDL原则（最小描述长度），其最初只适用于离散数据，最近已经推广至连续数据集中，试图从编码角度获得对模型参数的最小描述.其缺陷在于建模的复杂性过高，导致在大数据集中难以运用.BIC准则从模型复杂性角度来考虑，BIC准则对模型复杂度较高的给予大的惩罚，反之，惩罚则小，隐式地体现了奥卡姆剃

刀（“Occam Razor”）原理，近年也广泛应用于生物信息学中.BIC准则的主要局限是对参数模型的假定和先验的选择的敏感性，在数据量较大时处理较慢.因此，在这一方面仍然有许多探索的空间.7、讨论与总结

人类对基因的认识，从以往的对单个基因的了解，上升到在整个基因组水平上考察基因的组织结构和信息结构，考察基因之间在位置，结构和功能上的相互关系.这就要求生物信息学在一些基本的思路上要做本质的观念转变，本节就这些问题做出探讨和思索.启发式方法

Simond在人类的认知一书中指出，人在解决问题时，一般并不去寻找最优的方法，而只要求找到一个满意的方法.因为即使是解决最简单的问题，要想得到次数最少，效能最高的解决方法也是非常困难的.最优方法和满意方法之间的困难程度相差很大，后者不依赖于问题的空间，不需要进行全部搜索，而只要能达到解决的程度就可以了.正如前所述，面对大规模的序列和蛋白质结构数据集，要获得全局结果，往往是即使算法复杂度为线性时也不能够得到好的结果，因此，要通过变换解空间或不依赖于问题的解空间获得满意解，生物信息学仍需要人工智能和认知科学对人脑的进一步认识，并从中得到更好的启发式方法.问题规模不同的处理：Marvin Minsky在人工智能研究中曾指出：小规模数据量的处理向大规模数据量推广时，往往并非算法上的改进能做到的，更多的是要做本质性的变化.这好比一个人爬树，每天都可以爬高一些，但要想爬到月球，就必须采用其他方法一样.在分子生物学中，传统的实验方法已不适应处理飞速增长的海量数据.同样，在采用计算机处理上，也并非依靠原有的计算机算法就能够解决现有的数据挖掘问题.如在序列对齐（sequence Alignment）问题上，在小规模数据中可以采用动态规划，而在大规模序列对齐时不得不引入启发式方法，如BLAST，FASTA.乐观中的隐扰

生物信息学是一门新兴学科，起步于20世纪90年代，至今已进入“后基因组时代”，目前在这一领域的研究人员均呈普遍乐观态度，那么，是否存在潜在的隐扰呢不妨回顾一下早期人工智能的发展史，在1960年左右，西蒙曾相信不出十年，人类即可象完成登月一样完成对人的模拟，造出一个与人智能行为完全相同的机器人.而至今为止，这一诺言仍然遥遥无期.尽管人工智能研究得到的成果已经渗入到各个领域，但对人的思维行为的了解远未完全明了.从本质来看，这是由于最初人工智能研究上定位错误以及没有从认识论角度看清人工智能的本质造成的；从研究角度来看，将智能行为还原成一般的形式化语言和规则并不能完整描述人的行为，期望物理科学的成功同样在人工智能研究中适用并不现实.反观生物信息学，其目的是期望从基因序列上解开一切生物的基本奥秘，从结构上获得生命的生理机制，这从哲学上来看是期望从分子层次上解释人类的所有行为和功能和致病原因.这类似于人工智能早期发展中表现的乐观行为，也来自于早期分子生物学，生物物理和生物化学的成就.然而，从本质上来讲，与人工智能研究相似，都是希望将生命的奥秘还原成孤立的基因序列或单个蛋白质的功能，而很少强调基因序列或蛋白质组作为一个整体在生命体中的调控作用.我们因此也不得不思考，这种研究的最终结果是否能够支撑我们对生物信息学的乐观呢 现在说肯定的话也许为时尚早.8、总结

水产养殖学简介 第7篇

学制：四年制，毕业授予农学学士学位。

主要课程：鱼类养殖学、鱼病学、特种水生动物增养殖学、水生动物疾病学、水生生物学、水环境化学、水产动物营养与饲料、水环境化学、水产品加工与冷藏、集约化养殖技术、大水面增养殖学、淡水捕捞学、观赏鱼类养殖、水产微生物学、渔业环保与法规等。

毕业去向：毕业后既可继续攻读硕士、博士，又可面向水产养殖、渔业饲料、渔业环保与法规等企业、高等院校、科研院所、行政管理等部门，从事与水产养殖相关的技术与设计、推广与开发、经营与管理、饲料生产与营销、教学与科研等方面的工作。

海洋鱼类分子生物学的研究进展和发展前景

鱼类分子生物学的研究对于促进鱼类增殖和养殖高新技术的发展起着重大作用，正在受到各国学者的高度重视。近年来，海洋鱼类分子生物学的研究进展主要表现在两个方面：

（一）研究各种促进鱼类生殖、生长发育和免疫功能的激素、神经肽、神经分泌因子、分泌产物、合成酶类等以及它们的受体的基因克隆纯化。表达调控和基因重组产品；

（二）研究鱼类基因转移的枝术和转基因（如生长激素基因、抗冻蛋白基因、杀菌肽基因）的海洋鱼类。今后，随着分子生物学和基因工程枝术的发展和提高，将会进一步促进海洋鱼类高新技术的研制和建立，包括促进海洋养殖鱼类繁殖、生长发育和免疫功能的基因重组蛋白质、肽类和其它因素的研制和生长；提高转基因的技术以定向培育生长快、肉质好、抗逆性强，能大量繁殖的养殖优良品种并解决好转基因鱼的食用安全性与生产实践中的安全评估和保证等问题；积极开展海洋养殖鱼类功能基因组研究并逐步建立海洋鱼类功能基因和蛋白数据库，以解决增殖和养殖生产中的重要关键问题。

水产动物组织胚胎学实验，主要分为组织学和胚胎学两部分。其中，组织学部分涉及上皮组织、结缔组织、肌肉组织、神经组织及消化道组织等，比较观察了从高等动物到低等动物不同基本组织的形态结构和分布特点；胚胎学部分主要涉及双壳贝类、对虾、刺参、硬骨鱼类等重要水产养殖动物的性腺发育及个体发生过程。实验内容充分体现了水产动物组织学和胚胎学特点，既有代表性，又具有鲜明的水产养殖特色。

国外脑瘫儿童物理治疗动态简介 第8篇

国外物理治疗的发展也经历了一段比较艰难的时期, 中世纪的欧洲学者Avicenna曾提出, “人们通过适当的劳作和活动, 可强身健体, 从而免除了药师和医师的光顾”。许多国家的学者也有许多著述, 倡导运动健身疗病。19世纪后期, 许多专家将运动疗法应用到了偏瘫、截瘫、骨关节疾病等方面。进入20世纪后, 运动疗法获得了较快的发展。直至1940年左右人们发现, 对于偏瘫、脑瘫等中枢性神经功能障碍的患者, 显示的运动疗法理论及技术是不适用的, 从而促进了神经生理学的研究与运动疗法的结合。20世纪40年代开始至60年代后, 以神经生理学及神经发育学为特色的运动疗法获得了极大的发展, 并延续至今。

2 国外脑瘫儿童物理治疗干预方法

2.1 调整脑瘫儿童的座椅

这种方法主要是针对脑瘫儿童的情况, 为他们提供一种可调整的座椅, 更好地调整和改善他们的姿势, 从而对其他功能方面起到一定的作用, 国外物理治疗师也建议为脑瘫、肌营养不良和神经肌肉和肌肉骨骼有问题的儿童提供这类座椅。在早些年就有学者研究了可调整座椅的积极影响, 主要包括对肺功能、躯干伸展、和发声功能等方面的积极效果。Mc Ewen&Hansen的研究中发现, 可调整座椅对改善姿势控制与调整, 改善手部和手臂功能, 预防畸形, 有较好的作用。Stavness[1]在他的研究中表明, 可调整座椅要改善儿童的功能和姿势控制, 骨盆的稳定很重要, 就坐适应的方向可能会随某些儿童的任务而存在一定区别, 且座椅向前倾斜0°~15°的方位, 是最好的。

2.2 强制性诱导运动疗法 (CIT)

Constraint-Inducted Movement Therapy (CIT) , 以前被称为强制使用疗法, 是目前物理治疗师使用的一个相对较新的程序干预, 最初开发的协议主要用于中风的成人。该主要指在患者清醒时对 (非受损) 下肢通过吊索、手套、或投掷的形式来进行约束。

Levine和Page在他们的研究都表明了这种干预在改善中风成人上肢功能的效果, 由于强制性诱导运动疗法在成人治疗中的成功, 研究也已经在偏瘫型脑瘫患儿中开展起来。Charles和Gordon的一项研究表明, CIT对于改善偏瘫患儿手的功能似乎是一个有前景的干预方式, 虽然“实质上来说在这种方法可以被提倡广泛临床应用之前还有很多的工作要做”。Law & Ramey进行了一项包括18名偏瘫儿童的CIT随机交叉试验, 在这项研究中, CIT在上肢技能测试的质量和小儿运动活动日志方面, 比传统的物理治疗及职业治疗产生了更显著的效果。国外一些学者提出, CIT还没有在一个学校环境中被直接研究过, 然而在日营模式中已经研究成功, 还需要进一步研究才能知道。

2.3 支持部分体重的跑步机训练 (PBWSTT)

Partial Body Weight Supported Treadmill Training (PBWSTT) 是一种相对较新的干预方法, 是指在利用辅助仪器支持患者部分体重和给予人工辅助的情况下在跑步机上进行行走等训练。La Forme Fiss, Effgen在对残疾儿童使用该方法训练效果的研究中指出, 因为PBWSTT需要治疗师的直接干预, 专业的设备, 并为设备和干预提供适当空间, 而这些需求都让这种干预的实施比较困难, 所以, 尽管结果显示该训练方法能够提高孩子们的行走能力, 但是还需要进一步的实验再进行确认, 但是这种方法却是值得尝试的[2]。

2.4 加强脑瘫儿童薄弱肌肉群的练习

加强薄弱肌群的训练方法通常用于加强个别肌肉或肌肉群的练习, 重要用以改善具有多种残疾的儿童的身体功能。Dodd, Taylor, Damiano在对脑瘫儿童加强薄弱肌群训练的效果研究中发现, 训练可以增加力量并且可以改善脑瘫儿童的运动活动, 且对脑瘫儿童身体没有其他不良影响。O`Neil et al指出, 6~21岁范围的脑瘫儿童, 可以考虑在游戏期间进行肌力训练或者进行直接的抗阻训练, 该报告建议使用thera-band弹力带, 举重机等其他健身器材进行训练。他还总结以往学者的研究, 指出, 如果要增加训练强度, 方案应该是2~3次/周, 持续10周, 65%的最大等长收缩力, 3~10的最大重复次数, 在最大等长肌力或重复最多65%。为了增加或保持强度建议至少持续10周力量训练[3]。

2.5 为脑瘫儿童进行负重干预

早期已经有研究者指出, 为儿童脑瘫提供负重干预目的是为了增加或保持身体活动的范围, 减少痉挛的情况, 或改善骨生长和骨矿物质密度。Gudjonsdottir和Mercer在研究中发现, 研究中的孩子站在一个动态的机架或静态机架上, 实验的时间为1周进行5 d, 一天30 min训练, 持续8周, 结果表明使用动态机架的2名儿童和使用静态机架的2个孩子中的一个, 在腰椎和股骨近端的骨密度有了增加。Pin的研究中表明通过站立来提供一个长期的肌肉伸展能够暂时的减少痉挛, 其相关性还有待研究, 且在站立架中静态站立的方式虽能够增加骨骼矿物质密度, 但对于该人群骨折发生的可能性也还需要进一步研究。虽然这些研究效果不是很明显, 但是训练的方法却值得尝试, 以帮助脑瘫儿童更好地进行身体训练。

3 结语

综上可见, 国外在对脑瘫儿童进行物理治疗的方法上确实有所创新, 但是在研究方案还是有所欠缺, 以至于在某些训练的研究上没有太确切的结果, 要实现最有效的物理干预, 还需国内外学者共同努力。国外的许多实验都在实验室中进行, 因此, 在今后的研究中也可以将实验的环境设置在学校里, 以获得更加确切的研究结果;此外, 国外学者对于残疾儿童身体功能改善的研究很多, 但是在残疾儿童技能获得方面的干预研究还很缺乏, 这些也是今后需要探究的地方。

参考文献