1、论文题目：要求准确、简练、醒目、新颖。
2、目录：目录是论文中主要段落的简表。（短篇论文不必列目录）
3、提要：是文章主要内容的摘录，要求短、精、完整。字数少可几十字，多不超过三百字为宜。
4、关键词或主题词：关键词是从论文的题名、提要和正文中选取出来的，是对表述论文的中心内容有实质意义的词汇。关键词是用作机系统标引论文内容特征的词语，便于信息系统汇集，以供读者检索。 每篇论文一般选取3-8个词汇作为关键词，另起一行，排在“提要”的左下方。
主题词是经过规范化的词，在确定主题词时，要对论文进行主题，依照标引和组配规则转换成主题词表中的规范词语。
5、论文正文：
（1）引言：引言又称前言、序言和导言，用在论文的开头。 引言一般要概括地写出作者意图，说明选题的目的和意义, 并指出论文写作的范围。引言要短小精悍、紧扣主题。
〈2）论文正文：正文是论文的主体，正文应包括论点、论据、 论证过程和结论。主体部分包括以下内容：
a.提出-论点；
b.分析问题-论据和论证；
c.解决问题-论证与步骤；
d.结论。
6、一篇论文的参考文献是将论文在和写作中可参考或引证的主要文献资料，列于论文的末尾。参考文献应另起一页，标注方式按《GB7714-87文后参考文献著录规则》进行。
中文：标题--作者--出版物信息（版地、版者、版期）：作者--标题--出版物信息所列参考文献的要求是：
（1）所列参考文献应是正式出版物，以便读者考证。
（2）所列举的参考文献要标明序号、著作或文章的标题、作者、出版物信息。
生物学专业硕士毕业论文
生物科学是对生命活动规律和生命本质进行研究的一门学科，是认识自然的有利工具。那么关于生物学专业硕士毕业论文要求怎么写的呢？我们不妨来参考下范文吧!以下是我为您搜集整理提供到的生物学专业硕士毕业论文内容，希望对您有所帮助！欢迎阅读参考学习！
摘要：随着我国对科学技术的探究和发展，生物科学与技术研究成为21世纪以来人类关注的重点话题，其发展与人们的生活息息相关，改变着人们的生产活动和生活面貌。随着生物科学技术的不断成熟，生物科学逐渐运用于现代医疗领域、农学领域和工业领域，它对基因遗传和生物化学的研究也具有重大意义。因此，重视生物科学的发展与应用，是关乎生活的重要话题。本文从生物科学的应用、研究成果进展和生物科学技术对社会的影响三方面对生物科学的发展与应用进行阐述。
关键词：生物科学;科学技术;发展;应用;研究进展
生物科学是对生命活动规律和生命本质进行研究的一门学科，是认识自然的有利工具。20世纪50年代以来， DNA双螺旋结构的构建和基因重组等技术的重大突破发展，使得现代的生物技术逐渐趋于成熟。生物科学的发展对医学领域和农业领域的发展有重大的推动作用。重视生物科学的发展对人类的生产生活带来了巨大的影响。
一、生物科学的研究成果及发展
(一) 基因组计划的实施
破译基因的遗传码，解开生命的奥秘是基因破译的主要目的。目前，科学研究人员对遗传图、物理图和转录图的制作工作已由相关的制作单位完成，这在理论上具有重大的进步意义的同时也具有重要的实践意义和很高的商业价值。2013年的1月中国科学家成功破译了小菜蛾基因组，历时三年的研究，终于得出了小菜蛾的基因组图谱，科学家指出，将进一步与国内外人员合作交流，在小菜蛾基因组的研发完成后，将继续开展研究与抗药性和食性生长发育密切相关的功能基因组学和遗传学，为小菜蛾的有效防御、持续控制提供科学依据。
(二)细胞全能技术的实施与应用
随着人类基因组图谱的进一步发展，更多的生物模式经重要的动植物基因组将不断被揭露。细胞全能技术是一项快速纯合创造新品种的先进技术。21世纪后，生物的起源、原始细胞的产生和新生物的形式与改造等重大理论问题在我国已经得到重大的发展。人类对生物生命本质的认识将会进一步的提高，这对生物细胞全能技术的理论性和实践性的发展都将会产生重大的'影响，对新品种作物的选育具有指导性因素。
(三)生物识别技术
生物识别技术是指依据人类自身所固有的生理或行为特征而进行识别的一种技术。目前，应用最为广泛的包括有：指纹识别、手掌几何学识别、声音识别、面部识别等。生物识别具有不易遗忘、防伪性能高、不易被盗、便于携带等特点，容易和电脑配套使用，从而增强在使用过程中的自动化管理，已广泛用于胜负、军队、银行等地。但生物识别技术中由于其中一部分技术含量较高，现在还处于试验阶段。
二、生物科学的应用
(一) 农业领域的生物科学技术
20世纪以来，在生物科学领域，分子生物学的诞生及现代生物技术的兴起已然成为人类社会进步最伟大的事件之一。20世纪末21世纪初，对基因组学的突破性研究推动了生物技术进入迅猛发展的阶段。动植物和微生物技术在农业领域的发展已对农业起到了极大的推动作用。不仅如此，转基因技术的推广应用使得农业得到了相应的发展。同时，抗病虫、除草剂的使用推进了转基因棉花、玉米、花生、大豆等的商业化发展。现代分子生物学与传统的动植物育种学催生了新型的分子育种学。
(二) 生物科学在医学上的应用
药品领域的开发对生物科学的运用已达到相对成熟的阶段。改革开放后，生物技术制药受到了相对高度的重视，为生物高新技术的发展投入了大量的人力财力，因此，我国生物技术制药得到了快速的发展，已达到国际水平。2013年7月，深圳华大基因研究院亚洲癌症研究组织合作完成干细胞癌基因研究项目，这是继乙肝病毒整合机制研究之后的又一项重要生物科学研究成果。通过对88例癌患者进行全基因组测序，发现了一些列与肝细胞癌发生发展相关的基因突变，找到了肝细胞癌发生的两条关键性途径，从而为日后肝细胞癌治疗法的药物开发奠定了基础。
三、生物科学对社会带来的影响
20世纪70年代以来，随着生物科学的发展，生物科学基础的研究取得了不断突破。我国的生物科学技术成果在世界范围内得到了公众认可。在工业化和商业化飞速发展的今天，生物技术具有了良好的发展环境。通过对社会各个领域的发展经验总结得出，生物科学技术的发展仍然面临着众多挑战。我国的科研管理部门应对高校或科研组的科研项目加大人力财力的扶持，鼓励更多的青年科学家、技术专家投身于生物科学的研究中，并为他们提供多学科的培训，使得多学科科学的发展能具有高度的综合性，从而推进多领域的融合，促进现代社会生物科学技术的革新与健康发展。
四、结束语
生物科学技术的研究是科学应用研究的源泉，随着科学技术的进步和多种学科的融合发展，生物科学逐渐从单一化发展为多层次、多方面的科学技术，由宏观逐步发展到微观的可操作性。生物科学的发展对人们的生产生活产生了重要影响，赢得了人们越来越多的关注。我国的生物技术在发展中不断突破，研究成果已遍布全世界，相信如此下去，将会赢得生物科学的巨大成果。加大生物科学技术的研究进程，促进现代生物科学技术的良性有利发展，以实现我国科学技术又快又好的发展。
参考文献：
[1] 周宜君，张淑萍，杨林等.民族高校生物科学类综合性、研究型野外实习的探索与实践――以中央民族大学实验基地为个案[J].民族教育研究，2009，20(5)：18-22.
[2] 郝建华，卢祥云，韩曜平等.应用型本科生物科学专业人才培养方案的构建――以常熟理工学院生物科学(师范)专业为例[J].新课程研究(高等教育)，2011，(3)：14-16.
[3] 赵格日乐图，苏亚拉图，哈斯巴根等.生物科学专业野外综合实习教学改革与实践――以内蒙古师范大学生物科学专业为例[J].内蒙古师范大学学报(教育科学版)，2011，24(5)：148-151..
[4] 李朝晖，周峰，华春等.高校生物科学专业人才培养方案的改革与实践――以南京晓庄学院生物科学专业为例[J].南京晓庄学院学报，2013，25(5)：66-68..
[5] 叶辉，丁斐，王兆慧等.特色专业与重点学科一体化建设实践与探索――以南通大学生物科学特色专业与生物学重点学科建设为例[J].安徽农业科学，2012，40(23)：11885-11887
生物信息学推荐系统设计
关键词：推荐系统；生物信息学
推荐系统(RecommenderSystem)[1]是个性化信息服务的主要技术之一，它实现的是“信息找人，按需服务”；通过对用户信息需要、兴趣爱好和访问历史等的收集分析，建立用户模型，并将用户模型应用于网上信息的过滤和排序，从而为用户提供感兴趣的资源和信息。生物信息学(Bioinformatics)[2,3]是由生物学、应用数学和计算机科学相互交叉所形成的一门新型学科；其实质是利用信息科学的方法和技术来解决生物学问题。20世纪末生物信息学迅速发展，在信息的数量和质量上都极大地丰富了生物科学的数据资源，而数据资源的急剧膨胀需要寻求一种科学而有力的工具来组织它们，基于生物信息学的二次数据库[4]能比较好地规范生物数据的分类与组织，但是用户无法从大量的生物数据中寻求自己感兴趣的部分（著名的生物信息学网站NCBI(美国国立生物技术信息中心)，仅仅是小孢子虫(Microsporidia)的DNA序列就达3399种），因此在生物二次数据库上建立个性化推荐系统，能使用户快速找到自己感兴趣的生物信息。特别是在当前生物信息数据量急剧增长的情况下，生物信息学推荐系统将发挥强大的优势。
1推荐系统的工作流程
应用在不同领域的推荐系统，其体系结构也不完全相同。一般而言，推荐系统的工作流程[5]如图1所示。
(1)信息获取。推荐系统工作的基础是用户信息。用户信息包括用户输入的关键词、项目的有关属性、用户对项目的文本评价或等级评价及用户的行为特征等，所有这些信息均可以作为形成推荐的依据。信息获取有两种类型[6]，即显式获取(Explicit)和隐式获取(Implicit)，由于用户的很多行为都能暗示用户的喜好，因此隐式获取信息的准确性比显式高一些。
(2)信息处理。信息获取阶段所获得的用户信息，一般根据推荐技术的不同对信息进行相应的处理。用户信息的存储格式中用得最多的是基于数值的矩阵格式，最常用的是用m×n维的用户—项目矩阵R来表示，矩阵中的每个元素Rij=第i个用户对第j个项目的评价，可以当做数值处理，矩阵R被称为用户—项目矩阵。
(3)个性化推荐。根据形成推荐的方法的不同可以分为三种，即基于规则的系统、基于内容过滤的系统和协同过滤系统。基于规则的推荐系统和基于内容过滤的推荐系统均只能为用户推荐过去喜欢的项目和相似的项目，并不能推荐用户潜在感兴趣的项目。而协同过滤系统能推荐出用户近邻所喜欢的项目，通过用户与近邻之间的“交流”，发现用户潜在的兴趣。因此本文所用的算法是基于协同过滤的推荐算法。
(4)推荐结果。显示的任务是把推荐算法生成的推荐显示给用户，完成对用户的推荐。目前最常用的推荐可视化方法是Top－N列表[7]，按照从大到小顺序把推荐分值最高的N个事物或者最权威的N条评价以列表的形式显示给用户。
2生物信息学推荐系统的设计
综合各种推荐技术的性能与优缺点，本文构造的生物信息学推荐系统的总体结构如图2所示。
生物信息学推荐系统实现的主要功能是在用户登录生物信息学网站时，所留下的登录信息通过网站传递到推荐算法部分；推荐算法根据该用户的用户名从数据库提取出推荐列表，并返回到网站的用户界面；用户访问的记录返回到数据库，系统定时调用推荐算法，对数据库中用户访问信息的数据进行分析计算，形成推荐列表。
本系统采用基于近邻的协同过滤推荐算法，其结构可以进一步细化为如图3所示。算法分为邻居形成和推荐形成两大部分，两部分可以独立进行。这是该推荐系统有别于其他系统的优势之一。由于信息获取后的用户—项目矩阵维数较大，使得系统的可扩展性降低。本系统采用SVD矩阵降维方法，减少用户—项目矩阵的维数，在计算用户相似度时大大降低了运算的次数，提高了推荐算法的效率。
(1)信息获取。用户对项目的评价是基于用户对某一个项目(为表示简单，以下提及的项目均指网站上的生物物种)的点击次数来衡量的。当一个用户注册并填写好个人情况以后，系统会自动为该用户创建一个“信息矩阵”，该矩阵保存了所有项目的ID号以及相应的用户评价，保存的格式为：S+编号+用户评价，S用于标记项目，每个项目编号及其评价都以“S”相隔开；编号是唯一的，占5位；用户评价是用户点击该项目的次数，规定其范围是0~100，系统设定当增加到100时不再变化。这样做可防止形成矩阵时矩阵评价相差值过大而使推荐结果不准确。(2)信息处理。信息处理是将所有用户的信息矩阵转换为用户—项目矩阵，使用户信息矩阵数值化，假设系统中有M个用户和N个项目，信息处理的目的就是创建一个M×N的矩阵R，R[I][J]代表用户I对项目J的评价。
(3)矩阵处理。协同过滤技术的用户—项目矩阵的数据表述方法所带来的稀疏性严重制约了推荐效果，而且在系统较大的情况下，它既不能精确地产生推荐集，又忽视了数据之间潜在的关系，发现不了用户潜在的兴趣，而且庞大的矩阵增加了计算的复杂度，因此有必要对该矩阵的表述方式做优化，进行矩阵处理。维数简化是一种较好的方法，本文提出的算法应用单值分解(SingularValueDecomposition，SVD)技术[8]，对用户—项目矩阵进行维数简化。
(4)相似度计算。得到降维以后的用户矩阵US，就可以寻找每个用户的近邻。近邻的确定是通过两个用户的相似度来度量的。本文采用Pearson相关度因子[9]求相似度。(5)计算用户邻居。该方法有两种[10]，即基于中心的邻居(Center－BasedNeighbor)和集合邻居(AggregateNeighbor)。本系统采用了第一种方法，直接找出与用户相似度最高的前N个用户作为邻居，邻居个数N由系统设定，比如规定N＝5。
(6)推荐形成。推荐形成的前提是把当前用户的邻居ID号及其与当前用户的相似度保存到数据库中，而在前面的工作中已找出各用户的邻居以及与用户的相似度，推荐形成部分只需要对当前登录用户进行计算。推荐策略是：对当前用户已经访问过的项目不再进行推荐，推荐的范围是用户没有访问的项目，其目的是推荐用户潜在感兴趣的项目；考虑到系统的项目比较多，用户交互项目的数量很大，所以只筛选出推荐度最大的N个项目，形成Top－N推荐集，设定N＝5。
3生物信息学推荐系统的实现
生物信息学推荐系统的实现可以用图4来表示。数据库部分主要存储用户信息和项目信息，用SQLServer2000实现。
数据访问层实现了与用户交互必需的存储过程以及触发器，也使用SQLServer2000，主要完成以下功能：初始化新用户信息矩阵；插入新项目时更新所有用户的信息矩阵；用户点击项目时更新该用户对项目的评价；删除项目时更新所有用户的信息矩阵。用户访问层主要涉及网页与用户的交互和调用数据访问层的存储过程，在这里不做详细的介绍。
推荐算法完成整个个性化推荐的任务，用Java实现。(1)数据连接类DataCon。该类完成与SQLServer2000数据库的连接，在连接之前必须要下载三个与SQLServer连接相关的包，即msutil.jar、msbase.jar和mssqlserver.jar。
(2)数据操作类DataControl。该类负责推荐算法与数据库的数据交换，静态成员Con调用DataCon.getcon()获得数据库连接，然后对数据库进行各种操作。把所有方法编写成静态，便于推荐算法中不创建对象就可以直接调用。
(3)RecmmendSource与CurrentUserNeighbor。这两个类作为FCRecommand类的内部类，RecmmendSource用于保存当前用户的推荐列表，包括推荐项目号和推荐度；CurrentUserNeighbor用于保存邻居信息，包括邻居ID号、相似度及其访问信息。
(4)协同过滤推荐算法FCRecommand。该类实现了整个推荐算法，主要分为邻居形成方法FCArithmetic和推荐形成方法GenerateRecommend。
下面给出方法FCArithmetic的关键代码：
Matrixuser_item=this.User_Item_Arry();//获取用户—项目矩阵
user_item=this.SVD_Calculate(user_item);//调用SVD降维方法
Vectorc_uservector=newVector();//当前用户向量
Vectoro_uservector=newVector();//其他用户向量
Vectorc_user_correlate_vector=newVector();
//当前用户与其他用户之间相似度向量
for(inti=0;ifor(intj=0;jc_uservector.addElement(user_item.get(i,j));
//1.获得当前用户向量
for(intk=0;ko_uservector.clear();
for(intl=0;lo_uservector.addElement(user_item.get(k,l));
//2.获得其他用户的向量
//3.计算当前用户与其他用户的相似度
usercorrelativity=this.Correlativity(c_uservector,o_uservector);
c_user_correlate_vector.addElement(usercorrelativity);
}
//4.根据当前用户与其他用户的相似度，计算其邻居
this.FindUserNeighbor(i,c_user_correlate_vector);
}
根据邻居形成方法FCArithmetic，可以得到每个用户的邻居。作为测试用例，图6显示用户Jack与系统中一部分用户的相似度，可以看出它与自己的相似度必定最高；并且它与用户Sugx访问了相同的项目，它们之间的相似度也为1，具有极高的相似度。
4结束语
在传统推荐系统的基础上，结合当前生物信息学网站的特点，提出一个基于生物信息平台的推荐系统，解决了传统生物信息网站平台信息迷茫的缺点，为用户推荐其感兴趣物种的DNA或蛋白质序列。
优点在于协同过滤的推荐算法能发现用户潜在的兴趣，能促进生物学家之间的交流；推荐算法的邻居形成与推荐形成两部分可以单独运行，减少了系统的开销。进一步的工作是分析生物数据的特点及生物数据之间的关系，增加用户和项目数量，更好地发挥推荐系统的优势。
参考文献：
［1］PAULR，HALRV.Recommendersystems[J].CommunicationsoftheACM，1997,40(3):56－58.
[2]陈新.生物信息学简介[EB/OL].(2001).http://166.111.68.168/bioinfo/papers/Chen_Xin.pdf.
[3]林毅申,林丕源.基于WebServices的生物信息解决方案[J].计算机应用研究,2005,22(6):157－158,164.[4]邢仲璟,林丕源,林毅申.基于Bioperl的生物二次数据库建立及应用[J].计算机系统应用,2004(11):58－60.
