生物统计学-1PPT幻灯片

第一章绪论自然界和人类社会活动中，普遍存在三类现确定性现象：在相同的条件下出现相同的结果，称为确定性现象或必然现象。如自由落体。随机性现象：在相同的条件下出现不同的结果，但结果是确定的，称为随机性现象。如掷硬币。模糊性现象：在相同的条件下出现不确定的结果，称为模糊性现象。如美人与丑人。第一章绪论现象研究方法确定性现象－－－经典数学随机性现象－－－概率统计学模糊性现象－－－模糊数学第一章绪论“按照现代理论，自然规律的基础不是因果性，相反，本质上具有统计性质。…人们断言，一切自然规律‘在原则上’都是统计性的，只是我们观察操作不完善，我们才受骗去信仰格的因果性。”- --AlbertEinstein(1879-1955)1928年<物理学的基本概念及其最近的变化><爱因斯坦文集>第一卷P239商务出版社>Chr1from1to230208CCACACCACACCCACACACCCACACACCACACCACACACCACACCACACCCACACACACACATCCTAACACTACCCTAACACAGCCCTAATCTAACCCTGGCCAACCTGTCTCTCAACTTACCCTCCATTACCCTGCCTCCACTCGTTACCCTGTCCCATTCAACCATACCACTCCGAACCACCATCCATCCCTCTACTTACTACCACTCACCCACCGTTACCCTCCAATTACCCATATCCAACCCACTGCCACTTACCCTACCATTACCCTACCATCCACCATGACCTACTCACCATACTGTTCTTCTACCCACCATATTGAAACGCTAACAAATGATCGTAAATAACACACACGTGCTTACCCTACCACTTTATACCACCACCACATGCCATACTCACCCTCACTTGTATACTGATTTTACGTACGCACACGGATGCTACAGTATATACCATCTCAAACTTACCCTACTCTCAGATTCCACTTCACTCCATGGCCCATCTCTCACTGAATCAGTACCAAATGCACTCACATCATTATGCACGGCACTTGCCTCAGCGGTCTATACCCTGTGCCATTTACCCATAACGCCCATCATTATCCACATTTTGATATCTATATCTCATTCGGCGGTCCCAAATATTGTATAACTGCCCTTAATACATACGTTATACCACTTTTGCACCATATACTTACCACTCCATTTATATACACTTATGTCAATATTACAGAAAAATCCCCACAAAAATCACCTAAACATAAAAATATTCTACTTTTCAACAATAATACATAAACATATTGGCTTGTGGTAGCAACACTATCATGGTATCACTAACGTAAAAGTTCCTCAATATTGCAATTTGCTTGAACGGATGCTATTTCAGAATATTTCGTACTTACACAGGCCATACATTAGAATAATATGTCACATCACTGTCGTAACACTCTTTATTCACCGAGCAATAATACGGTAGTGGCTCAAACTCATGCGGGTGCTATGATACAATTATATCTTATTTCCATTCCCATATGCTAACCGCAATATCCTAAAAGCATAACTGATGCATCTTTAATCTTGTATGTGACACTACTCATACGAAGGGACTATATCTAGTCAAGACGATACTGTGATAGGTACGTTATTTAATAGGATCTATAACGAAATGTCAAATAATTTTACGGTAATATAACTTATCAGCGGCGTATACTAAAACGGACGTTACGATATTGTCTCACTTCATCTTACCACCCTCTATCTTATTGCTGATAGAACACTAACCCCTCAGCTTTATTTCTAGTTACAGTTACACAAAAAACTATGCCAACCCAGAAATCTTGATATTTTACGTGTCAAAAAATGAGGGTCTCTAAATGAGAGTTTGGTACCATGACTTGTAACTCGCACTGCCCTGATCTGCAATCTTGTTCTTAGAAGTGACGCATATTCTATACGGCCCGACGCGACGCGCCAAAAAATGAAAAACGAAGCAGCGACTCATTTTTATTTAAGGACAAAGGTTGCGAAGCCGCACATTTCCAATTTCATTGTTGTTTATTGGACATACACTGTTAGCTTTATTACCGTCCACGTTTTTTCTACAATAGTGTAGAAGTTTCTTTC第一章绪论生物学实验研究数据的不齐性生物学研究要对各种对象进行测量,记录并分析数据.生物学研究数据一个重要的特征就是从同一类对象得到的数据不完全相同.也就是说:产生数据的个体存在广泛的差异.生物统计学应用统计学的基本原理,分析数据,找出共有规律.第一章绪论假如孟德尔(G.Mendel)对数学没有良好基础的话，他能不能发现遗传定律？孟德尔是奥地利的修道士，也是一位自然科学的教师，曾经受过良好的数学训练。他一边教书，一边在他的修道院里种花以实验。他选了豌豆(gardenpea)作为实验的题材。从它们的颜色、茎高、豆形等外表特性作为选种的根据，令其交配之后，观察其后代

第一章绪论孟德尔通过碗豆杂交实验发现遗传第一与第二定律；其实孟德尔并不是唯一的一个在那个时代从事植物杂交实验以观察遗传现象的生物学家，但却为唯一的一个能从植物的杂交实验中发现生物特征遗传的定律的科学家，他成功的原因是利用了那个时代的生物学家仍不会使用的数学分析法来处理他的实验结果。

第一章绪论在20世纪初，英国统计大师R.A.Fisher在Rothamsted农业试验场工作时发明了田间试验的各种不同设计及发展出变方分析(AnalysisofVariance)与变积分析(AnalysisofCovariance)方法分析数据。这些试验设计与分析方法，不但是统计理论与方法上的伟大成就，更对二十世纪粮食的增产与农作物的改良具有不可磨灭的贡献.第一章绪论在二十世纪50年代英国的B.Hill将Fisher在农业上的随机试验设计应用在医学与药物评估上，发展出随机双盲的临床试验之基础，对人类健康福祉做出了重大的贡献。另外，在美国国家卫生研究院任职的J.Cornfield将统计方法应用在流行病学上证明抽烟与肺癌间的因果关系。

第一章绪论坏血症的治疗---医学历上第一次有控制的干预试验1747年，英国J.Lind医生发现一类患者的主要症状是：牙龈溃烂，皮肤有出血点，双膝无力。现代医学认为是这坏血症的常见症状。当时英国对这病采用的治疗方案有6种：1）苹果汁；4）泻药；2）桔子和柠檬；5）硫酸丹剂；3）醋；6）大蒜和芥子第一章绪论1747年5月20日，Lind医生将12名病情相同似的患者带到一艘船上。分为6组每组两人，分别给予下列6种干预：A组：每天饮1夸脱苹果汁；B组：服25滴硫酸丹剂，每天3次；C组：服2匙醋，每天3次；D组：每天饮约半品脱海水，服缓和的泻药；E组：每天食2个桔子，一个柠檬；F组：每天服由大蒜、芥子等成份组成的干药第一章绪论当6月16日船返回英国Plymouth港时，所有患者的病情都有好转。其中E组恢复的最快、最好，其中一人到第6天就可以工作了。B组也有一人比登船时健康。Lind医生的试验并没有得出明确的结论直到160年后，通过动物实验才真正从科学意义上解释了E组疗效最好的真正原因。第一章绪论坏血病的对症治疗是补充维生素C。用现代统计学的观点看，Lind医生的干预试验有两点符合统计学要求：一是设有对照组：6个干预相互比较；二是质量控制：所有患者在同一条船上，便于监督服药和观察病情。第一章绪论离婚案件1949年,西方某国家曾有过一个真实的故事。丈夫到法院要求离婚，唯一的理由是他去海外服兵役50个星期后，回家发现妻子在家分娩。

第一章绪论这桩诉讼案的统计学问题是如何判定正常最长妊娠期的时间。正常妊娠期的统计分布图第一章绪论

正常妊娠期超过48周的频率几乎为零。大部分人会觉得丈夫蒙受了不白之冤，如果当时法官仅通过正常妊娠期分布，会判丈夫胜诉。此时，妻子可能蒙冤，虽然其蒙冤的可能性很小。第一章绪论法官根据医学界的证词，认定怀孕50周，尽管不大可能，但仍可能是科学事实，因此判丈夫败诉。

在这桩诉讼案中，统计学依据和其它法庭证据一样，只能为法官判案提供参考，不能成为唯一的判决依据。第一章绪论生物学在二十世纪取得了巨大的进展。数理科学广泛而又深刻地渗入生物学的结果，全面改变了生物学的面貌.人类基因组和其他大规模基因测序产生了大量数据,但是，解读出人类基因组的全序列仅仅是完成了解码生命的第一步.二十一世纪为生物科技的世纪，生物学的发展面临一系列重大为题

第一章绪论后人类基因组计划解读出人类基因组的全序列仅仅是完成了解码生命的第一步，后基因组计划所研究的内容起码包括：人类基因组多样性计划；环境基因组学；肿瘤基因组解剖学计划；药物基因组学等。

第一章绪论蛋白质基因组计划

了解某种特定的细胞、组织或器官制造的蛋白质种类；明确各种蛋白质分子是如何形成类似于电路的网络的；描绘蛋白质的精确三维结构，揭示它们结构上的关键部位——与药物结合并且决定其活性的部位。

第一章绪论人类脑计划生物信息学生物芯片宇宙生物学宇宙生态学第一章绪论例1蛋白质二维电泳蛋白质组学的一个重要任务是分离，分析和鉴定蛋白质。二维电泳是非常重要的工具。蛋白质在二维电泳上按分子量(MW)和等电点(pI)在二维的平板上分离。理论上，每个蛋白质有都有特征的MW和pI,他们在二维电泳应该对应一个点。然而，由于制备样品，电泳过程受很多因素影响，对于一个特定的蛋白质，我们不能期望在二维电泳平板上一个特定点，而是一个区间找到。第一章绪论##ACT_MOUSE|P99041|SwissProt|ACTG_HUMAN|P02571SPOTpIMW2D-001PX74.96407222D-001PWY5.29407732D-001PWR5.21407732D-001PWX5.02407732D-001PWO5.10407732D-001PX85.2840722

2D-001PWS5.25407732D-001PWT5.2740874

2D-001PWQ5.1740773例2：电子血压计与人工血压计应该检查多少仪器每台仪器检查多少人先后次序分析后得到结论：1.检查4台仪器2.每台100人3.随机决定次序人数自动人工差异均值

均值

均值

A98142.521.0142.018.10.511.3B84134.222.5133.623.20.512.1C98147.920.3133.918.314.011.7D62135.416.7128.519.06.913.6第一章绪论例3蛋白质结构预测自然界中存在的蛋白质种类1012已知氨基酸序列的蛋白质数〉100万已知空间结构的蛋白质数~32000同源性小于30%的蛋白质结构~3000第一章绪论已知靶蛋白：500人类基因：3000010-100蛋白质/基因10200可能的小分子大量药物靶蛋白以及相应的药物分子第一章绪论例4蛋白质功能预测蛋白质家族 （23100）序列同源性达到30%以上的所有蛋白质蛋白质超家族 （1150）结构和功能特征表明他们可能具有共同的进化起源的不同蛋白质家族蛋白质折叠类型 （~1000）具有相同的二级结构排列和拓扑连接方式的蛋白质家族和超家族。蛋白质折叠类和功能的预测蛋白质二级结构预测是三级结构预测的基础，一旦准确预测了蛋白质的二级结构，其折叠类型及其相应的生物功能也就基本确定了，从而可预测其是否为靶蛋白，为药物设计提供结构基础。第一章绪论例5序列分析Substitutionmatrices PAMmatiices --PointAcceptedMutation Blosummatrices --blockssubstitutionmatrices第一章绪论例5模式识别和统计决策现代生活中处处有身份识别问题密码?忘记!破译生物特征,不会忘记的身份认证DNA,指纹,虹膜,笔迹，脸部特征等问题:本人拒绝率,他人接受率第一章绪论教学内容和课时安排：(32学时)第一章绪论 （学时数：1.5）第二章

数据收集和描述性统计(学时数：0.5）第三章概率 （学时数：8） 3.1基本知识 3.2研究实例：基于统计原理的蛋白质结构预测 3.3研究实例：基于统计原理的序列分析 3.4习题讲解

第一章绪论第四章几种常见的理论分布（学时数：10） 4.1二项分布，泊松分布，高斯分布 4.2孟德尔遗传定理 4.3谱系分析 4.4研究实例：蛋白质结构类和功能预测 4.5习题讲解第一章绪论第五章统计数的抽样分布（学时数：4） 5.1基本该念 5.2研究实例 5.3习题讲解第六章统计推断,估计和检验（学时数：6） 6.1基本原理 6.2研究实例：模式识别 6.3习题讲解第一章绪论第七章线性回归和相关（学时数：2） 7.1基本原理 7.2研究实例第一章绪论生物统计学基础，（BernardRosner著，5thedition孙尚拱译，科学出版社）生物统计学杜荣骞高等教育出版社IntroductoryStatics,PremSMann,JohnWiley&sonsInc参考书：应用概率统计刘嘉焜等科学出版社模式识别边肇祺等清华大学出版社考试方法：平时作业20%，开卷80%第一章绪论统计笑话一个乘客得到信息：“每一百万乘座飞机人中只有一个人会携带炸弹”。于是他每次座飞机要携带一个炸弹。被机场管理员发现后，他解释原因说一架飞机上有一个人携带炸弹的几率是百万分之一，同时有两个人携带炸弹的几率是万亿分之一，所以不可能发生。”赌徒的困惑，为何必输？现代的轮盘是17世纪或18世纪出现的。它的发明家是法国人BlaisePascal。它有37个数字，0以及1到36。从统计学原则上讲，赌场只占1/37优势，但是几乎全部赌徒都输的倾家荡产，为何？（不考虑赌场作弊的条件，认为赌场严格按规矩运行），这是一个统计涨落的问