⑴ 諾貝爾獎的基金大概有多少啊
今年諾貝爾獎金金額為1000萬瑞典克朗，約合140萬美元。按照諾貝爾當初的意願，較為理想的諾貝爾獎金額，應能保證一位教授20年不拿薪水仍能繼續他的研究。根據諾貝爾獎官方網站公布的數據，1901年的諾貝爾獎金數額為15.0872萬瑞典克朗，即相當於當時一位教授20年的工資。此後，獎金數額不斷縮水，1902年為14.1847萬瑞典克朗，1903年為14.1358萬瑞典克朗。直至1923年，諾貝爾獎金數額名義價值降到了歷史最低，為11.4935萬克朗。以後，諾貝爾獎金數額雖逐年擴大，但因瑞典克朗的數次貶值，一直到不了1901年的水平。1969年第一次頒發諾貝爾經濟學獎時，獎金金額為37.5萬瑞典克朗。
1991年，諾貝爾獎達到600萬瑞典克朗，才與諾貝爾獎自頒發以來首次超過1901年時的實際價值相當。那以後，諾貝爾獎金又連年上漲，1992年諾貝爾獎為650萬瑞典克朗，1993年為670萬瑞典克朗，2000年諾貝爾獎五大單項獎和諾貝爾經濟學獎達到了900萬瑞典克朗（100萬美元），遠遠超出了整個原始基金的名義價植，也大大超過了原始獎金的實際價值。2001年諾貝爾獎百年華誕時，諾貝爾獎金額達到1000萬克朗，此後便一直維持在這個水平上。
按照阿爾弗里德·諾貝爾的遺願，只有諾貝爾基金會的直接收益——利息和紅利——才能用於諾貝爾獎金，從股份管理中得到的資本收益以前不能用於諾貝爾獎金，但從2000年1月1日開始，諾貝爾基金會被批准可以將從資產售賣中所獲得的資本收益用於諾貝爾獎金。根據這個新規則，從諾貝爾基金資產銷售中得到的收益還可以用於授獎活動及支付各種開支，「直到不再需要它們來維持長期良好的授獎能力」。此外，諾貝爾基金會還可以對投資於股市的資產份額作出決定。長期來看，這意味著諾貝爾基金會可能會將更大比例的資產投資於股票，從而帶來更大的整體收益，以及更豐厚的諾貝爾獎金。因而，在未來一段時間內，如果諾貝爾基金會投資得當，諾貝爾獎金還會漲。
[B]諾貝爾基金會是怎麼掙錢的[/B]
阿爾弗里德·諾貝爾於1896年12月10日逝世後，在其遺囑中提出，將自己的部分遺產（920萬美元）作為基金，以其利息分設物理、化學、生理或醫學、文學及和平五種獎金，授予世界各國在這些領域對人類作出重大貢獻的學者。遺囑中的條款及其「非同一般」的目的，連同其部分未完全的形式，引來了巨大的關注，並很快導致了對其的懷疑和批評。只有在經過幾年的談判、協商，有時甚至是痛苦的沖突，克服了無數的困難和障礙之後，諾貝爾遺願中的基本概念才得以以諾貝爾基金會的成立而出現穩定的模式。
諾貝爾基金會是一家私立機構，其職責是受託保護諾貝爾遺囑中指定的授獎機構的共同利益，並對外代表諾貝爾機構。這具體包括各種各樣的通知信息活動以及與授獎有關的各種安排事宜，但是諾貝爾基金會本身卻不參與諾貝爾獎得主的遴選過程和最後的選擇。「諾貝爾基金會的一項重要任務是以一種能夠保護獎項本身及評獎過程的財政基礎的方式管理其資產」。
因而，諾貝爾基金會的投資政策很自然地要把保持和增加它的基金、從而增加獎金的金額作為頭等重要的因素來制定。遺囑本身曾指示執行人把剩餘的財產投資到「安全的證券」方面。在1901年最初為董事會制定的投資規則中，「安全的證券」這個提法曾根據當時的情況，被解釋為意味著金邊證券，或者以這類證券或不動產為抵押的貸款，而這類證券和不動產，主要是在瑞典和挪威發行或存在的。
基金會在前50年遇到了許多挫折，稅務問題是其中之一。基金會成立的時候，人們還沒想過稅收問題，盡管諾貝爾遺囑監護人一直要求對該基金會的投資活動進行稅收豁免，但沒人理會。1914年以前，基金會交納的稅率為10%，還勉強能維持。到了1915年，瑞典政府通過了一項「臨時國防稅」，使基金會的交稅率成倍提高。1922年，當年的累征稅負超已大於1923年的諾貝爾獎金了。
從此以後，關於是否該給基金會免稅一直是瑞典議會的議題。這場曠日持久的討論持續了幾十年。直到1946年才有了結果：議會同意基金會享受免稅待遇。瑞典議會的這一決定，也感染了美國人，美國規定從1953年起，諾貝爾基金會在美國的投資活動享受免稅待遇。
基金會的投資開始從保守轉向積極。1953年，政府允許基金會可獨立進行投資，可將錢投在股市和不動產方面。這是基金會投資規則的一個里程碑式的改變。20世紀六七十年代，如以瑞典克朗計，諾貝爾基金數額的確增加了許多，但因瑞典克朗數次貶值，基金的實際價值並未增多。到了80年代，股市增長迅速，基金會的資產不斷增值，不動產也在不斷升值。但在1985年，瑞典又提高了不動產稅，使得基金會的收益大打折扣。兩年後，基金會作出一項重要決定：將基金會擁有的所有不動產轉到一家新成立的上市公司名下，這家公司有個有趣的名字叫「招募人」。後來，基金會將持有的「招募人」公司股票全部出售，這正好趕在1990年初瑞典金融危機爆發之前，於是大大發了一筆。
由於諾貝爾基金會理財有方，世界上許多國家也紛紛效仿。設於1985年的日本兩項大獎「日本獎」和「京都獎」，以獎金數額論，與諾貝爾獎屬一個檔次。他們就是根據諾獎的模式設立和操作的。為此，他們還為諾貝爾基金會捐了巨額資金。
⑵ 生物信息容易獲得 基金嗎
容易。生物信息在現如今無論是對於基礎研究，還是商業化應用來說，都是炙手可熱的一種「基本技術」了，今年國家自然科學基金也資助了不少此類項目，獲得基金還是非常容易的。
⑶ 各位，我想知道中國現在有多少支基金，哪個基金值得關注，謝謝
1. 封閉式基金：36
2. 開放式基金：
股票型基金：172
保守配置型基金：8
普通債券基金：27
短債基金：3
保本基金：4
貨幣市場基金：51
3. 封閉式基金和開放式基金這樣區分
如果這種公募基金在規定的一段時間內募集投資者結束後宣告成立(國家規定至少要達到1000個投資人和2億元規模才能成立)，就停止不再吸收其他的投資者了，並約定大夥誰也不能中途撤資退出，但以後到某年某月為止，我們大家就算賬散夥分包袱，中途你想變現，只能自己找其他人賣出去，這就是封閉式基金。
如果這種公募基金在宣告成立後，仍然歡迎其他投資者隨時出資入伙，同時也允許大家隨時部分或全部地撤出自己的資金和應得的收益，這就是開放式基金。
不管是封閉式基金還是開放式基金，如果為了方便大家買賣轉讓，就找到交易所(證券市場)這個場所將基金掛牌出來，按市場價在投資者之間自由交易，就是上市的基金。
不論國際還是國內,開放式基金已經成為市場主流,主要原因是開放式基金為投資人提供了可以隨時申購贖回的方便,而且價格以基金凈值為准,不受市場供求關系左右,比較公平。
4. （1）首先要明白自己投資類型，是穩健型的還是激進型的？
因為如果你買了這些基，那麼在大牛市中，那天天上竄的基會折磨你的內心。
基金分紅和上市公司分紅比較類似，需要先拋售股票，形成可實現收益，然後再實施分紅。基金持有人獲得的是實實在在的分紅收益，
拆分只是改變了基金份額凈值和基金總份額的對應關系，並沒有影響到投資人的資產總值變化。基金拆分不必賣出股票資產。其實拆分基最大的弊端就是會直接導致基金規模迅速擴大,間接影響一段時間里的收益增長迅速.有人認為，只要手上的基要拆分了,就該是考慮換基的時候了(小幅度的分紅不包括在內)。
（2）在300多個基金中怎麼挑選？
建議參考的是基金公司的實力，基金以往市場上的表現，以及基金經理的能力口碑如何。我個人看好，廣發系，南方系，華夏系，易基系，大家選基只用買這些公司里的表現最優的基就可。比如廣發里的廣發聚豐。
（3）用什麼途徑買基金最好？
最好選擇基金公司的網上銷售這一途徑買。
這樣比在銀行櫃台與網上銀行買的優勢在於，一方面手續費便宜許多，
最重要的是，如果你買了一隻基，表現不好，感覺自己買錯了，那麼可以及時地轉換到同基金公司旗下表現好的其他基。
這樣就省去了要從銀行里贖回基再重新買入的時間與費用，一點都不耽誤你天天數錢。
（4）怎樣分配錢買基金？
如果你不是上百萬的資金，那麼以10W為基準，建議持有3-5隻基就可。
長期收益來看，市場上排名前100位中的最好的基與最差的基，收益率相差最多不會超過，15%。
所以只要你買的不是市場上最差的基，完全沒有必要手裡養一堆的基，搞得累不累？
（5）選擇盤大的基金買還是盤小的？
我認為，60億左右規模的基，表現最穩健。
盤子大的，上了百多億的大象，跑起來有時不是太靈活啊。
盤子小的，只有十億或十億以下，一定不要去買，為什麼？
這裡面有一個潛在的風險，那就是有些黑了心的基金公司，會為了賺手續費與管理費強行進行擴模。比如最近的鵬華價值就是個教訓。
（6）怎樣組合配置買基金？
看各大基金的十大重倉。我一直認為，買基，其實就是等於間接買了基金的十支重倉股票。
所以買之前，請看清，你間接持有的股票！這關繫到你持有的基金未來的成長空間，當然這也是我強調基金經理能力的重要性。
好的基金經理，我們根本不用懷疑他的選股與調倉能力，能讓人高枕無憂。
那麼如果你要買2支以上的基的話，就要注意組合配置了，也就是選擇的二支基，其十大重倉最好是互補型的，而不是重疊式重倉。
那樣跟買同一隻基，沒有什麼區別。目前市場的很多基，在十大重倉上重疊性很高，大家要留意看一下。
某些基金系,重倉地產股；某些基金系，重倉的是鋼鐵股；某些基金系，偏重金融股；這里不細說,大家要靠自己研究去發現,其實一點也不難找.
這樣如果你同時看好地產股和金融股，那麼你就要去找重倉這二個行業的基,進行配置購買;其他以此類推。
另，配置有色金屬的有巨田資源和廣小盤，所以這二隻，很適合用來做小倉位配置基。
（7）買基金的前期要做些什麼工作？
學習，分析，權衡，再做出決定
忌諱跟風購買，一看別人說什麼就認為是好的，自己完全不了解的基，你認為你能養得長久嗎？
基金的規模，基金經理，投資風格，這些是最起碼的了解范疇。
更不要因為看到有隻基一段時間里跑得很好，表現出色，就沖進去。
要知道很多基的風格就是漲得快，也跌得快，如果你認可這種風格，可以去買，否則不要為了眼前短暫的利潤而沖動。
（8）應該以什麼心態買基金？
平常心很重要。
不要成天盯著那漲跌榜看，自己的基前十了，就笑，自己的基跌到五十以後了，就郁悶。
要知道前十與十一可能就相差個，0.01%何必呢。。。因為一天中的小小差距，不開心。
長線持有的，也不用天天去看凈值收益，不如拿這些時間來好好學些投資常識。
（9）現在還能買基金嗎?點位這么高.是不是買新基更安全些呢?
關鍵就在於,你是否認定5000點是中國牛市的最高點.
如果認為是,那麼你就沒必要買基了,馬上贖回空倉.
如果認為不是,那麼只要大盤還有1000點的空間,那麼基金就至少還有25%以上的收益空間.你自己權衡要不要進.
就算現在是階段頂,那麼你要麼等回調進,要麼現在進了,放長線投資.
如果說新基是不是比老基更安全,我想無非是凈值的高低造成的.這種想法是走到了誤區里的,是錯誤的.
其實在大盤高位時主要是基金的倉位取決基金的風險系數.新基金因為剛剛建倉,所以倉位會低,風險是小些,但同樣也意味著收益率不高.
如果下一階段大盤看漲,新基金就有踏空的風險.所以你如果看跌後市或認為後市必要調整一段時間,建議你可以買新基金.
在這里我的建議是,資金大的投資者或穩健型投資者,應選擇穩健型的基購買.
有時候跑得快的不一定最適合你.因為跌的也有可能很快喲.
買基金,我還是認為,最適合自己投資風格的才是你眼中最好的基.
⑷ 浙江大學的生物信息專業怎麼樣
生命科學學院建有生態學國家重點學科、植物學和遺傳學省重點學科、微生物學省重點扶持學科、葯用植物資源學省中醫葯重點學科；植物生理學與生物化學國家重點實驗室（浙江大學）；國家瀕危野生動植物種質基因保護中心；教育部野生動物保護與繁育重點實驗室；浙江省細胞與基因工程重點實驗室等國家與省部級重點學科和實驗室。「生物多樣性與種質創新」項目獲「211」二期重點建設資助；「逆境生物學」科技創新平台獲「985」二期重點建設資助。
學院下設生物科學系和生物技術系，目前有生物科學、生物技術和生物信息學三個本科專業。擁有兩個國家級人才培養基地，即國家生物學理科基礎科學研究和教學人才培養基地和國家生命科學與技術人才培養基地。有一級學科博士點和生物學博士後流動站，涵蓋植物科學、動物科學、微生物學、生態學、遺傳學、細胞生物學、生化與分子生物學、生物物理學、生理學、水生生物學、發育生物學及生物信息學等13個二級學科博士點和14個碩士點。
學院現有教職工140人，其中有中科院院士1人，教育部長江特聘教授1人，國家傑出青年基金獲得者4人，國家教育部跨世紀人才基金獲得者2人，入選國家百千萬人才工程3人，浙江省151人才工程11人；教授27人，副教授49人。
學院現有全日制在校本科生509人（含竺可楨學院班），研究生491人，其中博士研究生199人，碩士研究生292人。有在站博士後21人。2004年本科生一次就業率96.43％，考研錄取（出國）率為69％。學院現有植物科學、野生動物保護生物學、微生物學、細胞工程、遺傳學、生態學、生物化學、大分子與酶工程等8個校級研究所。學院2004年科研總經費2784萬元。現承擔「973」、「863」、「轉基因專項」、「農業科技成果轉化」等國家重大項目12項，國家基金各類項目43項，省部級重點、重大項目10餘項；學院成立以來獲得國家科技進步獎2項，省部級獎10餘項，授權各類專利近20項。發表SCI/EI論文250餘篇。
⑸ 基金000672打新股獲配金額共多少
在現已公布網下配售結果的22隻新股中，工銀瑞信絕對收益、大成景恆保本兩只基金成為了本輪打新最大的兩個贏家，兩只基金各獲得了13隻新股的網下配售資格。
特別是工銀瑞信絕對收益更是入圍了兩大熱門股東方證券（600958.SH）和藍思科技。從東方證券披露的網下投資者報價情況來看，2015年3月5日至2015年3月6日，發行人和保薦機構（主承銷商）通過上交所申購平台進行初步詢價，共有119家網下投資者的237個配售對象在規定的時間內通過上交所申購平台參與了初步詢價報價。
包括工銀瑞信絕對收益在內，多達34個配售對象都頂格申購了7億股東方證券，每家動用打新資金高達70.21億元之巨。而工銀瑞信絕對收益對藍思科技的申購數量也達到了3360萬股，其申購資金為77246.4萬元，最終獲配數量為11.8856萬股。
此外，工銀瑞信絕對收益入圍新股還包括北部港灣（603869.SH）、四通新材（300428.SZ）、富臨精工（300432.SZ）、誠益通（300430.SZ）、龍韻股份（603729.SH）、埃斯頓（002747.SZ）、暴風科技（300431.SZ）、全築股份（603030.SH）、九華旅遊（603199.SH）、強力新材（300429.SZ）、龍津葯業（002750.SZ）等11隻新股。
⑹ 中國2000年6月以後人類基因組得工作進展
一、 人類基因組計劃的主要研究內容
1.人類的遺傳信息貯存於細胞染色體的脫氧核糖核酸（簡稱DNA）中。DNA基本組成單位是核苷酸，核苷酸有四種，按其鹼基成分的不同分別稱為A(腺嘌呤)、G（鳥嘌呤）、C（胞嘧啶）和T（胸腺嘧啶），它們以不同的順序依次排列，形成由兩條線性長鏈組成的雙螺旋結構；兩條鏈以其鹼基間的氫鍵維系著雙螺旋的結構，其一條鏈上的A與另一條鏈上的T形成互補鹼基對，同樣，G與C之間形成了另一對互補鹼基。
基因（gene）是攜帶生物體遺傳性狀的基本單位，它的實質是染色體DNA線性鏈上的一段特定的核苷酸序列，這段序列蘊含了細胞中某一蛋白質或RNA的完整的遺傳密碼。據估算，一般認為人體基因的總數在10萬個左右。
基因組（genome）〔3〕是指一個細胞所含的全部遺傳信息,即染色體DNA(還有線粒體DNA)，它包括了全部的基因以及基因之間的區域。病毒的基因組很小，大腸桿菌的在4.6 Mb(百萬鹼基對)，人體基因組即指儲存在細胞23對染色體上的全部核苷酸序列,其總數大約為30億鹼基對（3×109 bp）。
2.HGP的最終目標是完成人類基因組全序列的測定，其內容主要分為遺傳圖、物理圖的構建和DNA序列測定兩個方面；基因的定位和分析也將包括在內。同時，還將開展模式生物基因組的研究。
採用遺傳分析的方法構建的基因組圖譜稱謂遺傳圖(genetic map)，它是指基因或DNA標志在染色體的相對位置與遺傳距離，它又稱為連鎖圖(linkage map)。遺傳距離是以基因片段在染色體交換過程中的分離頻率，即cM表示。cM值大，說明兩點之間的距離遠；反之亦然。使用的DNA標志越多，越密集，遺傳圖的解析度越精細。
應用分子生物學的技術構建的基因組圖譜叫做物理圖(physical map)，它是指DNA線性鏈上兩個基因片段之間的實際距離，其距離的長短以核苷酸數目的多少來表示。它是由DNA的限制酶片段或克隆的DNA片段有序排列而成。物理圖是序列分析和結構研究的基礎。
3.cDNA及轉錄圖。蛋白質是基因的表達產物，然而，基因必須先轉錄成相應的信使RNA(簡稱mRNA)，隨後才按mRNA模板上核苷酸序列所蘊含的氨基酸密碼翻譯成蛋白質。在細胞核內,由基因（DNA）合成mRNA的過程稱為轉錄；然而,由mRNA變成DNA的過程叫反轉錄。反轉錄的過程能在試管中進行，因為產生的DNA序列是與mRNA相互補，所以，稱它為cDNA（complementary DNA）。全長cDNA是指一個成熟mRNA被全部反轉錄的雙鏈DNA，它包含了mRNA編碼氨基酸的區域及其上游（5′端）和下游（3′端）的非編碼區域。在試管中進行逆轉錄反應，經常只能是一個片段, 要獲全長cDNA的難度是比較大的。其所獲的片段通常稱為「EST」（express sequencing tag，表達序列標簽），EST可作為某一特定mRNA或基因的代表。
人體內的所有的細胞都有相同的基因組即染色體DNA，而其基因的轉錄卻是受到嚴格的調控。不同的細胞為何顯示不同的形態與功能，是因為基因組中不同的基因被轉錄的緣故。不同的細胞其基因組轉錄成mRNA的種類和數量不相同，產生的蛋白質不一樣；就是同種細胞在其發育過程的不同階段，mRNA的種類和數量也不盡相同。轉錄圖的分析即可顯示不同種細胞或同種細胞不同發育階段、生理和病理狀態下的基因表達情況，也可啟示基因的生物功能〔4〕。
1990年正式啟動 HGP，10年來取得了令人振奮的進展。歸納如下。
1.人類基因組作圖已基本完成。遺傳圖的解析度已精確到0.75cM左右；物理圖已定位了52 000個STS（sequencing target site, 序列標簽位點，指的是染色體上一段特異的核苷酸序列片段，可作為位置標志用）；在基因的分離與鑒定方面,已測定出新的EST 180萬條,全長cDNA的克隆進展甚速。
2.人類基因組全序列的「工作草圖」即將完成。人的22號染色體是人23對染色體中第二小的一條（最小的是21號），它的DNA全序列已於去年12月初完成，這是英、日、美、加拿大和瑞典五國科學家共同努力的結果。Dunham等〔1〕216位科學家署名的論文報道了人22號染色體常染色質區的全序列由3 340萬鹼基對（3.34×107 bp）組成，至少編碼有545個基因和134個「假基因」（pseudogene）。並發現這一區域中含有與某些遺傳病有關的基因，如貓眼綜合征（cat eye syndrome）和先天性胸腺發育不全 (即DiGeoge 綜合征)，還存在有與精神分裂症敏感性相關的位點。這是首次提供了人體一條完整染色體的全部遺傳信息，對完成人類基因組全序列測定具有里程碑的意義；同時,也表明應用克隆拼接技術（clone by clone approach）是可以完成一條染色體全長的測定。
除22號染色體外，第7號、21號及X等染色體也都接近或完成了40％～50％的工作量(見：www.ncbi.nlm.gov/genome/seq/)，有望在今年3月底完成人類23對染色體DNA全序列的「工作草圖」。
3.模式生物基因組測序對象不斷擴大。酵母的全序列(14 Mb)測定已於1996年4月完成,1997年9月和1998年底又相繼完成了大腸桿菌(4.6Mb)與線蟲基因組(100 Mb)的序列測定。果蠅和小鼠的基因組測序工作進展加快；微生物、真菌和寄生蟲基因組研究倍受重視。根據TIGR微生物資料庫(www.tigr.org/tdb/mdb/mdbhmtl )的報道，目前已有20多種微生物基因組完成了序列測定，其中與疾病相關的佔了11種左右〔6〕。例如結核分支桿菌(Mycobacterium tuberculosis), 微小幽門螺旋菌(Helicobacter pylori) ，沙眼衣原體 (Chlamydia tetrachomatis) 等。在寄生蟲方面，人惡性瘧原蟲的基因組分析進展很快。
我國的人類基因組研究正式啟動於1994年，它獲得了國家自然科學基金、國家高技術發展計劃（863計劃）、以及地方政府等多種渠道的經費資助。1998年實施的國家重大基礎研究規劃項目也投入了較大的經費。國內的企業家和投資者開始注視著該項目的開發潛力。
1.人類基因組全序列測定是一個以美國為主，有英、法、德、日等國參加的國際間的合作項目。自1999年9月中國被正式接納參加此項計劃，承擔其中1%的任務，測序的具體部位是從人3號染色體短臂的端粒(ter)到D3S3610標記，其遺傳距離為31.4 cM。在國家863計劃和中國科學院共同資助下，中科院遺傳所以及國家人類基因組南、北兩個研究中心的科技人員，正按照國際計劃的進程，同步完成所承擔的任務，力爭今年3月底完成「工作框架」圖。
在模式生物基因組測序中，除中科院為主承擔的水稻基因組之外，微生物基因組測序已經開始。痢疾桿菌、泉生熱袍菌(C.fonfana)和鉤端螺旋體等基因組測序工作正在進行之中。
大規模測序、基因組掃描、cDNA陣列、基因晶元、SNP篩查和蛋白質組學等技術方法的建立與成熟應用，以及生物信息學的深入推廣，將促進我國基因組研究的進一步發展。
四、展望
人類基因組全序列測定即將完成，研究工作已開始進入後基因組時代，重點轉向功能基因組學的研究。如此飛速的進展將對21世紀生命科學包括醫學科學在內的發展產生巨大的推動作用。同時，生物技術內涵已被進一步擴展，生物技術產業化也將有更大的發展。具有重要的生物學功能的新基因以及疾病相關基因的分離和克隆，可用於基因工程產品的生產、疾病的診斷與治療或人類疾病發生機理的研究，並為創新葯物研製提供基礎。
我國的人類基因組研究正式啟動於1994年，它獲得了國家自然科學基金、國家高技術發展計劃（863計劃）、以及地方政府等多種渠道的經費資助。1998年實施的國家重大基礎研究規劃項目也投入了較大的經費。國內的企業家和投資者開始注視著該項目的開發潛力。
1.人類基因組全序列測定是一個以美國為主，有英、法、德、日等國參加的國際間的合作項目。自1999年9月中國被正式接納參加此項計劃，承擔其中1%的任務，測序的具體部位是從人3號染色體短臂的端粒(ter)到D3S3610標記，其遺傳距離為31.4 cM。在國家863計劃和中國科學院共同資助下，中科院遺傳所以及國家人類基因組南、北兩個研究中心的科技人員，正按照國際計劃的進程，同步完成所承擔的任務，力爭今年3月底完成「工作框架」圖。
在模式生物基因組測序中，除中科院為主承擔的水稻基因組之外，微生物基因組測序已經開始。痢疾桿菌、泉生熱袍菌(C.fonfana)和鉤端螺旋體等基因組測序工作正在進行之中。
大規模測序、基因組掃描、cDNA陣列、基因晶元、SNP篩查和蛋白質組學等技術方法的建立與成熟應用，以及生物信息學的深入推廣，將促進我國基因組研究的進一步發展。
四、展望
人類基因組全序列測定即將完成，研究工作已開始進入後基因組時代，重點轉向功能基因組學的研究。如此飛速的進展將對21世紀生命科學包括醫學科學在內的發展產生巨大的推動作用。同時，生物技術內涵已被進一步擴展，生物技術產業化也將有更大的發展。具有重要的生物學功能的新基因以及疾病相關基因的分離和克隆，可用於基因工程產品的生產、疾病的診斷與治療或人類疾病發生機理的研究，並為創新葯物研製提供基礎。
⑺ 求當代生命科學發展的相關報道 比較詳細的 急！謝謝！
抽象的價值
——數學與當代生命科學
吳家睿
20世紀中期，隨著蛋白質空間結構的解析和DNA雙螺旋的發現，形成了以遺傳信息載體核酸和生命功能執行者蛋白質為主要研究對象的分子生物學時代。分子生物學的誕生使傳統的生物學研究轉變為現代實驗科學。但是，在生命科學領域的實驗科學與其它實驗科學如實驗物理學相比，更多地是注重經驗，而非抽象的理論或概念。此外，這些生物學家們大多關註定性的研究，以發現新基因或新蛋白質為主要目標，對於定量的研究，如分子動力學過程等沒有給予足夠的重視。盡管如此，現代生命科學在20世紀的下半葉還是取得了豐盛的成果。正如美國科學院院長分子生物學家阿爾伯特(B. Albert)所說，「在一個基因克隆佔主要地位的時代，當今許多優秀的科學家在不具備任何定量研究的能力下仍然取得了巨大的成績」。但是，隨著後基因組時代的到來，生物學研究者的定量研究能力和知識已不再是可有可無的了。
大勢所趨
英國生物學家保羅•納斯(Paul Nurse) 因細胞周期方面的卓越研究成為了2001年度諾貝爾生理學或醫學獎的得主。他曾在一篇回顧20世紀細胞周期研究的綜述文章中以這樣的文字結束：「我們需要進入一個更為抽象的陌生世界，一個不同於我們日常所想像的細胞活動的、能根據數學有效地進行分析的世界。」
也許基於同樣的考慮，2000年10月美國國家科學基金會（NSF）的主任科勒威爾(R. Colwell)在向國會提交的報告中，稱數學是當前所有新興學科和研究領域的基礎，要求下一年度對數學的資助要增加3倍以上，達到1.21億元美金。在這些增加的預算中，有很大的一部分被用來支持數學與其它學科的交叉研究，尤其是數學與生物學的交叉研究項目。
盡管數學一直在現代生命科學中扮演著一定的角色，如數量遺傳學、生物數學等。但真正體會到數學重要性的還是20世紀90年代生物學家。基因組學是這種趨勢的主要催化劑。隨著DNA序列測定技術的快速發展，20世紀90年代後期每年測定的DNA鹼基序列以驚人的速度迅速增長。以美國的基因資料庫（GenBank）為例，1997年擁有的鹼基序列為1x109，次年就翻了一番，為2x109；到2000年GenBank已擁有近8x109個鹼基序列。同樣，在蛋白質組研究和轉錄組研究等快速推進的過程中，各種數據也在迅猛的增加。據估計，現在生物數據量可以達到每年1015位元組。如何管理這些「海量」數據，以及如何從它們中提取有用的知識成為了對當前生物學家、數學家、計算機專家等的巨大挑戰。由此引出了一門新興學科：生物信息學(Bioinformatics)。此外，對細胞和神經等復雜系統和網路的研究導致了數學生物學(Mathematical Biology)的誕生。美國國家科學基金委員會為此專門啟動了一項「定量的環境與整合生物學」的項目，以鼓勵生物學家把數學應用到生物學研究中去。幾乎在同一個時間，美國國立衛生研究院也設立了一項「計算生物學」的重大項目。
理解生命的新工具：模型
上面的論述也許會造成這樣一種印象，數學在現代生命科學中的應用主要是在「海量」數據的處理方面。可以這樣說，今天的確是有許多生物學家是從「計算」的角度來看待數學對生命科學的作用。然而，對於理解生命現象來說，計算是遠遠不夠的。當我們把通過基因晶元獲得的成千上萬的實驗數據喂進一台計算機，讓計算機根據一定的運行程序吐出一堆堆的結論時，我們是否可以認為，我們已經理解了所要研究的生物學問題？不僅如此，我們也許還需要警惕，不要讓計算機代替我們的思考。
對於今天的生命科學工作者，數學的價值應該體現在「模型化」(Modelling)方面。通過模型的構建，那些看上去雜亂無章的實驗數據將被整理成有序可循的數學問題；通過模型的構建，所要研究的問題的本質將被清晰地抽象出來；通過模型的構建，研究者們的實驗不再是一種隨意的探索，而是通過「假設驅動」（Hypothesis-driven approach）的理性實驗，就如同物理學家們的工作一樣。
上個世紀的實驗生物學家把生命視為一個線性的系統，力圖以一種簡單的因果關系來解釋生命活動。通常在那些尋找新基因的研究者的內心深處，大多擁有一個「基因決定論」的願望：一旦找到了某一種基因，就能解答一個生物學問題。癌症有「癌基因」，長壽有「長壽基因」，聰明有「聰明基因」，甚至犯罪都是由一種「犯罪基因」所造成。但是，幾十年的研究軌跡，劃出的卻是一幅幅越來越復雜的圖案。以人類發現的第一個腫瘤抑制基因p53來說，自1979年發現至今，已有近2萬5千篇文章涉及到它；直接與p53相互作用的蛋白質多達數十種，新的還在發現之中。現在人們看到的p53已經是一個相當復雜的調控網路。顯然，沒有數學模型的幫助，要理解和分析p53的功能將不是一件容易的事。不久前，發現p53的生物學家之一萊文爾(A. J. Levine)和數學家一起，建立了一個解釋p53調控線路的數學模型[1]。
數學不僅能幫助我們從已有的生物學實驗和數據中抽象出模型和進行解釋，它還可以用於設計和建造生物學模型，也許這些生物學模型在自然的狀態下是不存在的。在這種意義上說，基於數學模型和假設進行的生物學實驗將更接近我們所熟知的物理學和化學實驗，更多的依賴於抽象和理性，不再是一門經驗科學。
新世紀伊始，數學指導實驗已成為了現實。不久前，美國的科學家在《自然》（Nature）雜志上報道了他們人工設計的生物模型。普林斯頓大學科學家設計了一個自然界不存在的控制基因表達的網路。這個網路可以周期性的調控大腸桿菌內一個外源基因的表達[2]。在同一期雜志上，波士頓大學的生物學家也報告了他們相類似的工作[3]。這兩個工作的共同特點是，首先應用某種微分方程（兩個實驗室採用了不同的微分方程）進行推導和設計，然後再根據其設計去進行生物科學實驗，如構造基因表達質粒，進行檢測基因表達情況等。這些科學家認為：「這種『網路的理性設計』可以導致新型的細胞工程和促進人們對自然界存在的調控網路的理解。」[2]
「萬物皆數也」
數學常常被人視為工具。它的確也是非常有用的工具。但是，只要是作為工具，就具有可替換性。「條條道路通羅馬」。工具就是道路，可以選擇途徑A，也可以選擇途徑B，只要能達到目的地就行。當然，有的可能是捷徑，有的可能是彎路。但它們畢竟都不是唯一的。就如同過去的生命科學研究，沒有數學也取得了不錯的成績。數學的應用顯然會對現在和今後的生物學研究有幫助，但生物學家不用數學行不行呢？
人類對自然和生命的關注，通常體現在兩個方面的問題：構成世間萬物的本質是什麼以及如何去認識和探尋這種本質。前一類問題是屬於本體論，後一類問題則屬於認識論。如果採用這樣假設：生命的本質最終是體現在數學規律的構成上。那麼，沒有數學顯然我們就不能真正和徹底地揭示出生命的本質。
DNA和蛋白質是兩類最重要的生物大分子。它們通常都是由眾多的基本元件（鹼基、氨基酸）相互聯結而成的長鏈分子。但是，它們的空間形狀並非是一條平直的線條，而是一個規則的「螺旋管」。盡管在20世紀中葉人們就發現了DNA雙螺旋和蛋白質α螺旋結構，但至今為止，人們還是難以解釋，為什麼大自然要選擇「螺旋形」作為這些生物大分子的結構基礎。
不久前，美國和義大利的一組科學家，利用離散幾何的方法研究了緻密線條的「最大包裝」(Optimal Packing)問題，得到的答案是，在一個體積一定的容器里，能夠容納的最長的線條的形狀是螺旋形 [4]。研究者們意識到，「天然形成的蛋白質正是這樣的幾何形狀」[4]。顯然由此我們能夠窺見生命選擇了螺旋作為其空間結構基礎的數學原因：在最小空間內容納最長的分子。凡是熟悉分子生物學和細胞生物學的人都知道，生物大分子的包裝是生命的一個必要過程。作為遺傳物質載體的DNA，其線性長度遠遠大於容納它的細胞核的直徑。例如構成一條人染色體的DNA的長度是其細胞核的數千倍。因此通常都要對DNA鏈進行多次的折疊和包紮，使長約5厘米的DNA雙螺旋鏈變成大約5微米的緻密的染色體。由此我們可以認為，生命遵循「最大包裝」的數學原理來構造自己的生物大分子。
細胞是生命的基本組成單元和功能單元。而細胞分裂（又稱為細胞增殖）是細胞最基本和最重要的活動。完成一次細胞分裂的活動稱為細胞周期。不同物種的細胞周期的時間長短是不一樣的，有著嚴格的調控。那麼，是什麼構成了細胞周期的「時鍾」？最近的研究表明，對於酵母細胞而言，一種細胞周期調控蛋白的磷酸化程度有可能被用作細胞周期運行的「時鍾」。這種被稱為Sicl的蛋白質上有9個位置可以被蛋白激酶CDK進行磷酸化。當它被加上第1個磷酸基因至第5個磷酸基團的時候，其分子的行為沒有出現變化。但是，一旦被加上第6個磷酸基團時，它就可以和一種稱為Cdc4的蛋白發生相互作用，然後被蛋白酶降解，從而導致細胞進入DNA合成期（S期），最後完成細胞分裂。研究者詳盡而深入的工作揭示出，Sicl蛋白的每一次磷酸化都有助於與Cdc4的相互作用，但只有到第6次或6次以上，其結合力才達到與Cdc4穩固的結合。此外，如果給Sicl蛋白人為裝上一段外源氨基酸肽段，一次磷酸化就能使Sicl與Cdc4結合並導致其降解，這時Sicl控制細胞周期時間的功能就會喪失[5]。這個研究成果很典型地揭示了細胞是如何通過數量的控制來實現其生命活動。
古希臘著名的數學家畢達哥拉斯(Pythagoras)曾給後人留下過這樣一個觀點：「萬物皆數也」。如果他的觀點是正確的，作為大自然的傑作——生命，一定也是按照數學方式設計而成的。因此，數學不僅僅能夠提升生命科學研究，使生命科學成為抽象的和定量的科學，而且是揭示生命奧秘的必由之路。
⑻ 生物信息學領域中，有哪些不得不知道的大牛教授/研究者
作者：知乎用戶
鏈接：https://www.hu.com/question/42951437/answer/95466332
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請註明出處。
genomics或者說測序依然是很大的領域，其中的方向細分依然是很多的。genomics整體可以分成兩大類，一類主要做方法，一類主要做生物。前者一般使用public data做一些方法，後者主要使用現有的技術研究生物問題。如果說大牛一般都在後一類裡面。但是也會有很多不同的方向，比如研究rna的，dna的，基因調控的。所以最好根據自己關注的方向去找。
一個很直接找genomic方向大牛的方法就是看encode，roadmap和4D nuckesomes這些大genomic cobsortium的主要pi。當然也有很多牛人不在這些項目裡面。下面簡單說幾個比較熟悉的，歡迎糾正和補充。
Eric Lander
Broad的創始人，人類基因組計劃發起人之一，不過現在自己lab似乎不做大多了，但很多broad的paper還會掛名。
John Rinn
Broad的PI，研究lncRNA。最早發現了H19。
Michell Guttman
Eric Lander的學生，和John Rinn一起發現了lncRNA，在clatech獨立不久。
Howard Chang
主要研究RNA，John Rinn的postdoc老闆。
Michael Synder
研究基因調控，具體方向很多，組特別大。
Job Dekker
3D genome領域的開拓者，3C，5C和HiC的發明者。
Bing Ren
最早開發了chip-chip技術，研究enhancer，現在做更多3D genome。
Joe Ecker
最早是植物領域的大牛，後來轉到做甲基化。
Chuan He
化學出身，之前做DNA甲基化，現在開創了RNA甲基化的新領域。
Mark Gersrein
比較少的主要做計算的大牛，各種network和system biology
Menolis Kellis
Eric Lander的學生，主要做計算也做實驗，各種consortium都很活躍。
John Stam
名字很長很難寫，主要做DHS，當然還有很多其他方向。
Shirely Liu
主要做計算，lab開發了MACS