前言：中文期刊网精心挑选了系统生物学研究范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
系统生物学研究范文1
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).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.
[5]AIRIAS,TAKAHISAA,HIROYAI,etal.Personalizationsystembasedondynamiclearning:InternationalSemanticWebConference[C].Sardinia:[s.n.],2002.
[6]BREESEJS,HECKERMAND,KADIEC.Empericalanalysisofpredictivealgorithmsforcollaborativefiltering:proceedingsoftheFourteenthConferenceonUniversityinArtificialIntelligence[C].Madison:WI,1998:43－52.
[7]SCHAFERJB,KONSTANJ,RIEDLJ.Recommendersystemsine－commerce:proceedingoftheACMConferenceonElectronicCommerce[C].Pittsburgh:PA,1999:158－166.
[8]PRYORMH.Theeffectsofsingularvaluedecompositiononcollaborativefiltering[EB/OL].(1998).cs.dartmouth.edu/reports/TR98－338.pdf.
系统生物学研究范文2
关键词：学前儿童；体能训练；生物学；特征
中图分类号：G613.7 文献标识码：B 收稿日期：2016-04-25
1.运动系统
（1）骨骼。儿童的骨骼正处于快速生长发育阶段，软骨组织成分较多，有机物质和水分较多，无机盐少。在成年人的骨骼中无机物和有机物的比例为7∶3，而学前儿童的骨骼中无机物和有机物的百分比各半。儿童骨骼硬度小但弹性比较大，不易骨折但易于发生变形和弯曲。在发育过程中，如果矫正不及时，身体骨骼的大部位很容易变形。骨骼成分随着年龄的不断增长而发生变化。
（2）关节。对于学前儿童来说，其关节软骨相对较厚，关节窝比较浅，韧带以及关节囊的伸展性较大，但韧带较薄且松弛。所以学前儿童的关节活动范围较成年人更大，但牢固性较差，容易脱臼。
随着年龄的增长，学前儿童骨骼肌 肉不断发育，关节窝厚度逐渐增加，韧带增厚，肌腱力量加强，关节的活动范围逐渐缩小，近5岁时，肌肉水分减少，韧带和肌肉力量增强，关节的稳定性也得到增强，因此儿童在体育练习的过程中要做到循序渐进。
（3）肌肉。人体的肌肉有很多种， 运动系统的肌肉是附于骨骼上的骨骼肌。骨骼肌受神经系统的支配，成为运动的动力。而对于学前儿童来说，幼儿肌肉嫩，蛋白质、无机盐较少，水分较多，收缩能力较弱，动作力量和耐力不足，因而容易疲劳。随着年龄的增长，肌肉内有机物增多，肌肉重量增加，肌肉力量相应增强，肌肉水分减少。学前儿童上下肢大肌肉群发育较小肌肉群要早，但是不易掌握精细的动作。所以，教师要根据学前儿童的肌肉、骨骼以及关节的特点指导他们进行锻炼。发展学前儿童的肌肉力量是一个循序渐进的过程，千万不可操之过急。
2.心血管系统和呼吸系统
心血管系统和呼吸系统是耐力素质训练重要的生理基础，所以适宜的耐力练习是提高心血管系统和呼吸系统水平的重要手段。在安排运动练习时，体育教师要善于根据动作的结构特点、动作节奏或用力情况，教会儿童在运动中调节呼吸，学会运动与呼吸相配合。由于无效腔的存在，在运动的过程中加大呼吸深度才能有效地提高肺通气量，所以在运动中要让孩子们学会深呼吸。同时深呼吸对心脏有良好的挤压作用，有利于静脉血回心。但是在运动练习的过程中要注意控制运动负荷，避免儿童长时间憋气。
3.神经系统
神经系统是发育最早最快的器官，出生后的小儿脊髓反射的神经通路已经发育完全，在婴儿期就可以形成简单的暂时联系；3～6岁大脑皮层各个区域之间增加了暂时联系的可能性，分化水平大大提高；3岁时小脑发育基本上达到成人水平，能维持身体的平衡和动作的稳定性；6岁时条件反射的形成已比较稳定，形成动作技能的能力更大。神经系统对机体指挥能力的提高主要表现在机体的速度素质、动作的灵敏性以及身体的平衡性和协调性上。
（1）速度素质与神经系统的关系。速度素质与神经系统的发育程度有着密切的联系。速度素质包括反应速度、动作速度和位移速度。反应速度的快慢主要取决于兴奋通过反射弧所需要的时间（即反应时）的长短、中枢神经系统的机能状态和运动条件反射的巩固程度。反应时间是决定反应速度快慢的基础，反应时间的长短主要取决于感受器的灵敏程度（兴奋阈值的高低）、中枢延搁和效应器的兴奋性。动作速度主要是由肌纤维类型的百分组成及面积、肌肉力量、肌肉组织的兴奋性和运动条件反射的巩固程度等因素所决定的。移动速度的主要影响因素是步长和步频。移动速度主要取决于动作频率，即单位时间内完成的动作周期数和每一个动作周期在特定运动方向上的位移幅度。这两个因素状况的改善以及它们之间的合理组合是提高移动速度的关键。
（2）身体的柔韧和协调性。神经系统对骨骼肌的调节能力，尤其是主动肌与对抗肌之间协调关系的改善，以及肌肉收缩与放松调节能力的提高，可以减少由于对抗肌紧张而产生的阻力，有利于增大运动幅度，提高柔韧素质。同时身体平衡性的练习有利于改善前庭器官的功能，改善神经系统对肌肉的调节作用。
参考文献：
系统生物学研究范文3
关键词：Android；高校学生信息服务系统；应用
中图分类号：TN929 文献标识码：A 文章编号：1671-7597（2014）10-0057-01
1 Android平台特点及优势
Android一词在汉语中被翻译成“机器人”，其在本文的意思是美国谷歌公司在2007年时所推出的一个开源性手机操作系统，由底层Linux操作系统、核心应用程序和中间件这三部分组成。Android平台同其他操作平台相比，之所以具有更强的竞争力是由于其结构特点所造成的，是其他平台所不可比拟的。
1）其应用程序的框架中，组件可以被替换或者重用；2）手机是可以移动的，因此，其应用的虚拟机具有占用内存空间小，运行速度快的特点；3）其采用的浏览器引擎是公开源代码的；4）其采用更先进的图形库，定制2D和3D的图形库，并且使3D图形功能标准化；5）应用SQLite（轻量级数据库管理软件）来进行数据储存，其占用资源空间极低，支持事务处理等应用功能；6）支持多媒体功能，支持图像及音视频格式较多，例如：MP3、MPEG4、GIF、PNG、AAC等；7）支持2G移动通信技术；8）支持蓝牙、3G以及无线网技术；9）支持卫星定位系统、照相等功能应用；10）其具有较大的开发环境，开发插件强大，便于开发新的应用系统。
2 高校学生信息服务系统主要需求
当下，数字化校园理念一经提出，就受到了高校广大师生的热烈追捧，该系统主要是为教师、学生以及家长之间搭建一个有效沟通交流的平台，而该平台正是将利用Android平台来实现。
1）高校学生信息服务系统中的功能性需求。高校学生信息服务系统的应用用户主要为教师、学生以及家长，而这三种用户对该系统的需求各有不同。教师应用该系统主要是信息、记录相关信息、与学生、家长相互交流以及共享资料等；学生应用该系统主要是查看信息、信息、记录相关的信息、与教师、家长相互交流，与教师所应用有不同之处；而家长应用该系统主要是用来查询信息、与教师和学生相互交流记忆对学校建设、教师管理等方面提出建议和意见等。
2）高校学生信息服务系统中的特殊性能需求。由于高校学生信息服务系统是为教师、学生以及家长这三类用户所提供信息服务，所以相对来说要对智能手机其操作系统、应用界面、数据传输及存储和通信网络技术等的要求更为严格。一是应用的手机操作系统要有自己的用户规模，让教师、学生以及家长能够利用该系统查询自己所需信息，并且操作要更为简单，能够随时使用3G网络；二是对应用界面的要求，设计应便于访问，同样要求操作简单；三是对数据传输及存储的要求较为严格，要具有安全性，确保在提取数据时高效、准确；四是通信网络技术方面依据系统的要求，可以实现在公共互联网上进行正常通信，能够实现数据的传输和接收。
3 基于Android系统开发的高校学生信息服务系统的实现
1）开发环境的搭建。 开发所用操作系统为：Windows XP SP3；所用开发语言版本为：Java 1.6；所用开发工具为：Myeclipse 9.0；开源服务器为：Tomcat 6.0；数据库为：MySQL。
开发环境的重点在于Android系统开发环境的搭建。首先需要下载相应的JDK，然后是配置Android针对Myeclipse开发工具的相关插件，即Android Development Tools，最后是Tomcat的安装，并与Myeclipse的集成。当上述工具均配置完成后，Android系统的开发环境便搭建完成，接下来就可以进行基于Android系统应用的开发工作了。
开发Android应用程序的一般步骤为：①创建工程；②对工程进行启动配置；③编写相关代码；④启动工程进行调试。
2）开发工具简介。选择优秀的开发工具是开发Android应用程序的必要条件。在Android SDK的一系列工具当中，包括硬件虚拟设备与模拟器、Android资源打包辅助工具、Dalvik监视服务以及Android调试桥工具等。
AVD是运行Android系统的虚拟设备。开发的Android应用程序必须通过AVD才能运行。其内容包括：照相机、内存和键盘等硬件相关配置、系统版本的选择、硬件外观和屏幕尺寸大小、扩展卡大小以及AVD相关文件的位置等。
Android设备模拟器是运行Dalvik虚拟机的工具。它可以让开发者开发的Android应用程序像运行在手机一样运行在开发环境中，无需将其安装在真实的手机环境中进行测试，大大提高了开发调试效率。
资源打包辅助工具，即AATP，是可对应用程序进行打包的辅助工具。可将各种资源文件以及相关代码文件一并打包成可安装运行的.apk文件。
调试监视服务，即DDMS，是可视化的调试以及监视工具。它主要监视应用程序的运行、内存分配、堆栈的使用等情况。
调试桥及DX工具，是将Java的.class文件转换成虚拟机可执行的.dex文件。
3）应用程序开发的关键点。首先是Android界面的设计与实现。主要是利用Java语言实现相关业务逻辑，利用XML语言描述界面布局。借用Java语言中的UI设计理念，利用事件响应机制与布局的管理，每个XML可以嵌套多个View，这样可以丰富用户界面的设计。其次是数据的交互操作。采用MySQL来存储数据，客户端必须通过网络与服务器端进行数据的交互。实现此方法需满足两个必要条件，即两端网络的相互访问以及数据库对于服务端的开通连接。当这两个条件满足后，两端才可进行数据的操作。操作包括用户客户端提出查询请求时，会向相关服务器端提出请求，服务器端会返回客户端的查询信息；用户客户端提出写入请求时，服务器端将写入数据，并返回是否写入成功的信息。
4 结束语
综上所述，由于智能手机在高校校园中的广泛应用，将Android平台应用到高校学生信息服务系统中，能够有效的解决随时应用电脑的不便捷问题，教师、学生和家长为该信息服务系统的应用者，为其搭建一个良好的沟通交流平台是非常有必要的。本文针对如何将Android平台应用到高校学生信息服务系统中做出了一定的介绍和建议，希望能给高校相关人士一些实用性参考，使校园的信息服务功能更强大。
参考文献
[1]温敏，艾丽蓉，王志国.Android智能手机系统中文件实时监控的研究与实现[J].科学技术与工程，2009（07）.
系统生物学研究范文4
关键词 铜离子；生物学特性；吸收转运；调控机制
中图分类号 Q581 文献标识码 A 文章编号 1007-5739（2015）14-0158-01
1 铜离子的生物学特性
铜是生物体正常生长不可缺少的重要微量元素之一。在生物体内，铜离子以还原态的Cu+[Cu（I）]和氧化态的Cu2+[Cu（II）]2种形式存在。Cu+的生化反应活性极高，只有在极度酸性的环境下或与其他分子结合的状态下才能存在。相反，Cu2+在酸性及中性的水溶液中均可稳定存在。通过Cu+和Cu2+之间的相互转变，铜离子在生物体内参与光合作用、氧化磷酸化以及活性氧的消除等重要生物学过程。由于在生物体内参与众多的生理生化反应，铜离子在过量的情况下，会对生物体产生毒害。铜离子的毒性在很大程度上是由于在Cu（I）和Cu（II）比较容易地相互转变而导致的。此外，铜离子产生的毒性还很可能产生于Cu（I）和Cu（II）与生物大分子上的半胱氨酸、蛋氨酸和组氨酸侧链的非正确结合。这种错误结合导致正常的金属离子无法结合到正确的位点，这种非正常结合也可能导致蛋白的错误折叠，最终使蛋白等生物大分子失去活性[1]。
在细胞层面上，铜离子毒害主要表现为对细胞膜系统的破坏。在叶绿体中，过氧离子含量增加，可破坏类囊体膜，使光合系统Ⅰ（photosystem I）和光合系统II（photosystem II）之间的电子传递受到一定影响，导致光合作用的效率严重下降。最终使植物的生长受到抑制，出现叶片逐渐枯萎的现象，最终死亡。
此外，铜离子的缺乏对于植物生长也有很大影响。由于植物体内约一半的铜离子存在于叶绿体中，因此在铜离子缺乏情况下，幼嫩的叶片和生殖器官最先表现出缺铜症状，叶片褪绿，植株生长缓慢，最后枯萎死亡。
2 铜离子吸收转运的调控机制
2.1 缺铜情况下铜离子平衡的调控
在缺铜环境下，生物有机体首先保证生物代谢不可缺少的铜蛋白获取铜离子，而其他一些不必需的铜蛋白被其他金属离子的同工蛋白代替。这些可替代铜蛋白的同工蛋白多数都属于以铁离子作为辅因子的蛋白。最明显的例子是在叶绿体中，当铜离子缺乏时，FeSOD取代Cu/Zn-SOD的功能，从而为质体蓝素提供更多的铜离子。
最近研究表明，在缺乏铜离子环境下，拟南芥中参与铜离子缺乏胁迫反应的基因，如FeSOD、高亲和力铜转运蛋白COPT1和COPT2均由SPL7调控表达。进一步研究表明，在FeSOD、COPT1和COPT2基因启动子区域都存在重复的GTAC顺式作用元件。与GTAC相互作用的反式作用因子（trans factor）隶属于SBP转录因子家族[2]。
2.2 铜离子自我反馈调控途径
从整体上来看，细胞质内铜离子的平衡主要决定于铜离子的内向运输（在低铜环境下COPT家族成员的运输）和外向运输（主要通过P-type ATPase铜离子转运蛋白运输到细胞外，或者区域化到细胞内特殊的细胞器中）。前已述及，在铜离子过量时，拟南芥COPT家族的几个成员，包括COPT1和COPT2同时下调表达。铜离子不足时，它们启动子区的共同顺式作用元件GTAC在SPL7转录因子作用下可同时表达。不同铜离子状态下，这种通过COPT基因表达量的下调或上调的调控模式被认为是一种自我反馈调控。在这种调控模式下，一方面可以稳定细胞质内铜离子的稳态，另一方面由于反馈信号的延迟（COPT的转录、翻译和铜离子运输过程等）可形成一个铜离子震荡的过程。这个铜离子震荡过程可以简单地描述为低铜环境下诱导COPT转运蛋白的合成，促使铜离子从内部储藏位点进入细胞质中；一旦细胞质中的铜离子达到较高浓度，COPT转运蛋白的合成被抑制，过量的铜离子重新被转运回到储藏位点，细胞质中的铜离子浓度重新回到最初的低水平状态[3]。
虽然这种铜离子震荡循环和自我反馈的持续维持可以用数学分析的方法来证明，但还缺乏直接、准确的试验证据。假如铜离子震荡确实存在，这个假设还存在另外一个问题：在铜离子震荡过程中，铜离子在细胞内确切的储存位置在哪里？目前认为，液泡或者细胞内吞途径的运输囊泡是铜离子储存的主要场所。在这2类亚细胞结构上，外向运输的铜转运蛋白可以将细胞质中的铜离子泵出，而COPT家族的蛋白可以将铜离子重新释放回细胞质中。预测COPT2和COPT1的启动子区域存在昼夜节律调控元件。假如这些调控元件在转录水平上具有功能，那么铜离子震荡周期很可能与昼夜节律具有一致性[4]。
关于铜离子与昼夜节律的关系，除拟南芥外，在其他生物体中也有少量报道。蕨类植物小立碗藓SPL家族受到昼夜节律调控；在粗糙脉孢菌中，一个结合铜离子的金属硫因子的表达同样呈现出昼夜节律性；在哺乳动物中，一个松果体ATPase（铜转运蛋白）的表达也具有明显昼夜节律性。
3 参考文献
[1] 姚浩群.金属离子与金属颗粒生物学活性实验研究[J].南方医科大学学报，2012，41（16）：63-68.
[2] 宋明明，黄凯，朱连勤.铜吸收与代谢的研究进展[J].饲料博览，2014，19（9）：81-83.
系统生物学研究范文5
[关键词] 系统生物学；基因组学；蛋白质组学；计算生物学
[中图分类号] R34 [文献标识码]A [文章编号]1673-7210（2008）09（b）-020-03
近代生物学研究主要是以分子生物学和细胞生物学研究为主。研究方法皆采用典型的还原论方法。目前为止，还原论的研究已经取得了大量的成就，在细胞甚至在分子层次对生物体都有了很具体的了解，但对生物体整体的行为却很难给出系统、圆满的解释。生物科学还停留在实验科学的阶段，没有形成一套完整的理论来描述生物体如何在整体上实现其功能行为，这实际上是还停留在牛顿力学思想体系的简单系统的研究阶段。但是生物体系统具有纷繁的复杂性[1，2]。尽管对一个复杂的生物系统来说，研究基因和蛋白质是非常重要的，而且它将是我们系统生物学的基础，但是仅仅这些尚不能充分揭示一个生物系统的全部信息。这种研究结果只限于解释生物系统的微观或局部现象，并不能解释系统整体整合功能的来源，不能充分揭示一个生物系统的信息，且忽略了系统中各个层面的交互、支持、整合等作用,限制了生物学研究的发展。在这种现状下，20世纪末人类基因组计划完成后，生物学领域的科学家都在考虑一个问题：未来生物学研究的方向在哪里？为此学术界也不乏辩论。得出的共识是：生物学的发展未来主要面对如下问题：(1)如何弄清楚单一生物反应网络，包括反应分子之间的关系、反应方式等；(2)如何研究生物反应网络之间的关系，包括量化生物学反应及生物反应网络；(3)如何利用计算机信息及生物工程技术进行生物反应，生物反应网络，乃至器官及生物体的重建。
早在1969年，Bertalanfy LV就提出了一般系统理论(general systems theory)，他在文章中指出生物体是一个开放系统，对其组成及生物学功能的深入研究最终需要借助于计算机和工程学等其他分支学科才能完成[3]。1999年，由Leroy Hood创立的系统生物学(systems biology)则是在以还原论为主流的现代生物学中反其道而行之，把这种以整体为研究对象的概念重新提出。他给系统生物学赋予了这样的定义，系统生物学(systems biology)是研究一个生物系统中所有组成成分(基因、mRNA、蛋白质等)的构成，以及在特定条件下这些组分间的相互关系的学科。换言之，以往的实验生物学仅关心基因和蛋白质的个案，而系统生物学则要研究所有的基因、所有的蛋白质、组分间的所有相互关系。显然，系统生物学是以整体性研究为特征的一种大科学，是生物学领域革命性的方法论。以胡德的观点，基因、蛋白质以及环境之间不同层次的交互作用共同架构了整个系统的完整功能。因此，用系统的方法来理解一个生物系统应当成为并正在成为生物学研究方法的主流。利用系统的方法对其进行解析，综合分析观察实验的数据来进行系统分析。具体通过建立一定的数学模型，并利用其对真实生物系统进行预测来验证模型的有效性，从而揭示出生物体系所蕴涵的奥秘，这正是生物学研究方法的关键所在。
1 系统生物学的主要研究内容
系统生物学主要研究实体系统(如生物个体、器官、组织和细胞)的建模与仿真、生化代谢途径的动态分析、各种信号转导途径的相互作用、基因调控网络以及疾病机制等[4，5]。
系统生物学的首要任务是对系统状态和结构进行描述，即致力于对系统的分析与模式识别，包括对系统的元素与系统所处环境的定义，以及对系统元素之间的相互作用关系和环境与系统之间的相互作用的深入分析。具体如生物反应中反应成分之间的量的关系，空间位置，时间次序，反应成分之间的因果关系，特别是反馈调节和变量控制等有关整个反应体系的问题等。其次要对系统的演化进行动态分析，包括对系统的稳态特征、分岔行为、相图等的分析。掌握了系统的基本演化机制，使系统具有目标性和可操作性，使之按照我们所期望的方向演化，也有助于我们重新构建或修复系统，为组织工程学的组织设计提供指导。另外，系统科学对生物系统状态的描述是分层次的，对不同层次进行的描述可能是完全不同的；系统科学对系统演化机制的分析更强调整体与局部的关系，要分析子系统之间的作用如何形成系统整体的表现、功能，而且对系统整体的每一行为都要找出其与微观层次的联系。
系统生物学的研究包括两方面的内容。首先是实验数据的取得，这主要包括提供生物数据的各种组学技术平台，其次是利用计算生物学建立生物模型。因此科学家把系统生物学分为“湿”的实验部分（实验室内的研究)和“干”的实验部分（计算机模拟和理论分析)。“湿”、“干”实验的完美整合才是真正的系统生物学。
系统生物学的技术平台主要为各种组学研究。这些高通量的组学实验构成了系统生物学的技术平台。提供建立模型所需的数据，并辨识出系统的结构。其中包括基因组学、转录组学、蛋白质组学、代谢组学、相互作用组学和表型组学计算生物学通过建模和理论探索。可以为生物系统的阐明和定量预测提供强有力的基础。计算生物学包括数据开采和模拟分析。数据开采是从各实验平台产生的大量数据和信息中抽取隐含其内的规律并形成假说。模拟分析是用计算机验证所形成的假说，并对拟进行的体内、体外生物学实验进行预测，最终形成可用于各种生物学研究和预测的虚拟系统。计算生物学涉及一些新的数学原理和运算规则，需要物理和数学来研究生物学的最基本的原理，也需要计算科学、信息学、工程学等进行生物工程重建和生物信息传递的研究。
2 系统生物学的研究思路及特点
系统生物学识别目标生物系统中的各种因素，然后构架一个系统模型，在其中赋予这个生物系统能动性。在此模型中研究细胞、组织、器官和生物体整体水平，研究结构和功能各异的各种分子及其相互作用，并通过计算生物学来定量描述和预测生物功能、表型和行为。系统生物学最大的特点即整合。这里的整合主要包括三重含义。首先，把系统内不同性质的构成要素(DNA、mRNA、蛋白质、生物小分子等)整合在一起进行研究；其次，对于多细胞生物，系统生物学要实现从基因到细胞、到器官、到组织甚至是个体的各个层次的整合。第三，研究思路和方法的整合。经典的分子生物学研究是一种垂直型的研究，即采用多种手段研究个别的基因和蛋白质。而基因组学、蛋白质组学和其他各种“组学”则是水平型研究，即以单一的手段同时研究成千上万个基因或蛋白质。而系统生物学的特点，则是要把水平型研究和垂直型研究整合起来，成为一种“三维”的研究[6]。
3 系统生物学的研究方法
系统生物学最重要的研究手段是干涉(perturbation)。系统生物学的发展正是由于对生物系统的干扰手段不断进步促成的。干涉主要分为从上到下(top-down)或从下到上(bottom-up)两种。从上到下，即由外至里，主要指在系统内添加新的元素，观察系统变化。例如，在系统中增加一个新的分子以阻断某一反应通路。而从下到上，即由内到外，主要是改变系统内部结构的某些特征，从而改变整个系统，如利用基因敲除，改变在信号传导通路中起重要作用的蛋白质的转录和翻译水平[7]。
目前国际上系统生物学的研究方法根据所使用研究工具的不同可分为两类：一类是实验性方法，一类是数学建模方法。实验性方法主要是通过进行控制性的反复实验来理解系统[8，9]。首先明确要研究的系统以及所关注的系统现象或功能，鉴别系统中的所有主要元素，如DNA、mRNA、蛋白质等，并收集所有可用的实验数据，建立一个描述性的初级模型(比如图形的)，用以解释系统是如何通过这些元素及其之间的相互作用实现自身功能的。其次在控制其他条件不变的情况下，干扰系统中的某个元素，由此得到这种干扰情况下系统各种层次水平的一些数据，同时收集系统状态随时变化的数据，整合这些数据并与初级模型进行比较，对模型与实际之间的不符之处通过提出各种假设来进行解释，同时修正模型。再设计不同的干扰，重复上面的步骤，直到实验数据与模型相一致为止。
数学建模[10，11]方法在根据系统内在机制对系统建立动力学模型，来定量描述系统各元素之间的相互作用，进而预测系统的动态演化结果。首先选定要研究的系统，确定描述系统状态的主要变量，以及系统内部和外部环境中所有影响这些变量的重要因素。然后深入分析这些因素与状态变量之间的因果关系，以及变量之间的相互作用方式，建立状态变量的动态演化模型。再利用数学工具对模型进行求解或者定性定量分析，充分挖掘数学模型所反映系统的动态演化性质，给出可能的演化结果，从而对系统行为进行预测。
4 当代系统生物学研究热点
基因表达、基因转换开关、信号转导途径，以及系统出现疾病的机制分析等四个方面是目前系统生物学研究的主要阵地。
基因组医学(genomic medicine)是以人类基因组为基础的生命科学和临床医学的革命。生命科学和临床医学结合，将人类基因组研究成果转化应用到临床实践中，是后基因组时代最重要的研究方向之一。人类基因组计划从完成和多种疾病相关的基因研究发现，迅速进入到蛋白质组学、染色体组和人类疾病基因的研究，通过单基因或复杂多基因疾病的相关基因研究和疾病易感因素分析，达到揭示基因与疾病的关系之目的；遗传背景与环境因素综合作用对疾病发生发展的影响；为疾病的诊断、预防和治疗、预后和风险预测提供依据。基因组医学将大大提高我们对健康和疾病状态的分子基础的认识，增强研制有效干预方法的能力。
后基因组(post-genome)的交叉学科研究是目前生命科学研究的前沿。交叉学科是一个新的研究领域，范围非常广阔，如基因组、蛋白质组、转录组等等，从而出现许多新的交叉学科。
细胞信号转导(signal transduction)的研究是当前细胞生命活动研究的重要课题。细胞信号转导蛋白质组学是功能蛋白质组学的重要组成部分。系统地研究多条信号转导通路中蛋白质及蛋白质间相互关系及其作用规律，细胞信号转导通路网络化，其作用模式、通路、功能机制、调控多样化，细胞信号转导结构、功能、途径的异常在癌症、心血管疾病、糖尿病和大多数疾病中起重要作用。对细胞信号转导机制的了解，已成为创新药物、防病治病的关键。细胞信号转导不是一门单一学科，而是多种学科，如细胞学、生物化学、生物物理学和药理学等多学科的交叉学科。
5 现阶段系统生物学存在的问题
目前的系统生物学研究还只是初步使用动力学建模方法来定量描述系统的动态演化行为，这种方法对简单巨系统是适用的，但是在运用到复杂适应性系统时就会表现出很多的局限性，有很多问题就不能解决。生物体系统的复杂程度超乎我们的想象，现阶段不宜研究整个生物体系统，可以从研究“小系统”(生物体中具有一定功能、相对独立的部分，将其看成一个“系统”)开始，当然如何正确地分析这个小系统本身也不是件易事。
5.1现有技术水平的限制
着眼于整体的系统生物学对技术、仪器的依赖性大大超过传统的分子生物学。高通量、大规模的基因组及蛋白质组等的发展都是建立于新技术、新仪器出现基础之上。就目前的技术水平来讲，距系统生物学所要求达到的理想水平还相差很远。由于技术发展的不均衡造成了系统中各个水平上的研究不均衡。基因组和基因表达方面的研究已经比较成熟，而在其他水平如蛋白质、小分子代谢物等的研究仍处于起步阶段。各种蛋白质在数量上的巨大差异是全面分析低丰度蛋白质的一大障碍。而低丰度蛋白往往是最重要的生物调节分子，如何加强对低丰度蛋白的高通量研究，将是对蛋白质组应用前景的重要保障。同样，如何研究系统内存在的非遗传性分子即细胞中存在的成百上千的独立的代谢底物及其他各种类型的大小分子，它们在基因表达、酶的构象形成等方面有着重要作用。建立适当的方法来系统检测这些分子的变化是系统生物学能否发展的关键。
5.2分析水平的限制
系统的复杂性决定了全面分析的复杂性。人类基因组计划的实施提供了庞大的信息资源，已让人眼花缭乱，而对于较核苷酸复杂得多的蛋白质及代谢物等的分析将是更大的挑战。如何系统而详尽地为公共数据库中的信息加上注解，对这些复杂数据进行储存和分析将成为系统生物学发展的瓶颈。
[参考文献]
[1]Wang Kunren，Xue Shaobai，uu Huitu．Cell Biology[M]．Beijing：Beijing Normal University Press，1998．
[2]朱玉贤，李毅．现代分子生物学[M]．北京：高等教育出版社，2001．
[3]Dickson BJ, Moser EI.Neurobiology of behaviour[J].Curr Opin Neurobiol,2007,17(6):672-674.
[4]Nottale L, Auffray C.Scale relativity theory and integrative systems biology:2 Macroscopic quantum-type mechanics[J].Prog Biophys Mol Biol,2008,97(1):115-157.
[5]Rho S, You S, Kim Y, et al.From proteomics toward systems biology: integration of different types of proteomics data into network models[J].BMB Rep，2008，41(3):184-193.
[6]吴家睿．系统生物学面面观[J]．科学杂志，2002,54(6):26-28.
[7]Sreenivasulu N, Graner A, Wobus U.Barley genomics: an overview[J].Int J Plant Genomics,2008,486258.
[8]Price ND, Foltz G, Madan A,et al.Systems biology and cancer stem cells[J].J Cell Mol Med,2008,12(1):97-110.
[9]Bonneau R, Reiss DJ, Shannon P,et al. The Inferelator: an algorithm for learning parsimonious regulatory networks from systems-biology data sets de novo[J].Genome Biol,2006,7(5):R36.
[10]Ullah M, Wolkenhauer O.Family tree of Markov models in systems biology[J].IET Syst Biol,2007,1(4):247-254.
系统生物学研究范文6
关键词：学生成绩；平时成绩；成绩换算；Excel表格；VBA
中图分类号：TP311.1 文献标志码：A 文章编号：1673-8454（2014）20-0081-04
一、 引言
随着本科课程考核方式改革的深化，许多高等院校纷纷改变传统的只注重一次性结果评价的形态并向注重过程评价的形态转变。[1-2] 教师在教学过程中加强了课程的过程考核，通过平时考核，对学生日常学习情况及效果进行评定。通过教师加强日常考核，促使学生转变学习方式，调动学生学习主动性，培养良好的学习习惯，促进教师根据日常考核结果及时调整完善教学内容与方式，提高课堂教学效果与人才培养质量。
对学生的平时考核可采用多种考核方式，如课堂提问、课堂辩论、课堂测验、随堂作业、课后作业、大型作业、阶段测试、专题研讨、读书报告、小论文、文献综述、调查报告、项目设计、实践操作技能情况等形式。当多种形式的考核方式被采用，又当学生平时考核次数比较多的时候，学期末任课教师对学生课程平时考核登记结果的整理和换算将是让教师非常头痛的事，特别是当学生数量较多的时候，因为当前教师对学生课程平时成绩的换算主要还是靠手工进行的。
为了将任课教师从繁重的学生课程平时成绩换算的手工劳动中解放出来，本文将基于教务管理系统中的学生平时成绩登记表格（Excel表格），利用Excel VBA[3]开发环境及其强大功能来实现教师对学生课程平时成绩的自动化换算。
二、 学生课程平时成绩自动换算的基础
1.学生课程平时考核结果的电子化登记
为能利用Excel VBA来实现教师对学生课程平时成绩的自动化换算，首先，教师对学生课程平时考核结果须采用Excel电子表格文档的形式进行登记。
一般的，各个高校各自的教务管理信息系统均有带学生名单的平时考核登记表提供给课程任课教师，其中，以Excel电子表格的形式居多。倘若校方没有Excel形式的学生课程平时考核登记表提供，则任课教师须自己制作一份Excel形式的平时考核登记表。
2.量化或可量化登记
对学生课程平时考核结果的登记，最为直接的形式就是采用百分制或十分制等的分数，也就是量化登记。但更多的，教师会选择采用等级制的方式进行登记，如：优秀、良好、中等、及格、不及格，甲、乙、丙、丁、戊，A、B、C、D、E，等等。由于等级制的每种等级均可以对应特定的分数，因此，采用等级制的方式进行登记，就称之为可量化登记。
量化或可量化的登记方式，均适用于本文利用Excel VBA实现的对学生课程平时成绩的自动化换算。
三、对学生课程平时成绩自动换算的实现
本文以“正方教务管理系统”导出的Excel形式的学生课程平时成绩记录表为例，来描述利用Excel VBA实现对学生课程平时成绩的换算。本文所使用的Excel软件的版本为Excel 2003。
1.学生课程平时成绩记录表的格式
图1所示为正方教务管理系统导出的Excel形式的学生课程平时成绩记录表。表格的前4行分别给出了表头信息、学期信息、课程名称、学分数、任课教师信息。表格的第5、6行，分别给出了表格的标题信息：班级名称、学号、姓名、几项平时考核名称（课堂纪律、课堂问答和讨论、作业和测试、期中考试、实验成绩）；其中课堂纪律6次、课堂问答和讨论5次、作业和测试10次，其余均为单次。表格从第7行开始，就是学生具体的班级名称、学号、姓名等，课程有多少学生修读就有多少行。表格中的关键是，有多次平时考核的项（课堂纪律、课堂问答和讨论、作业和测试）的最右侧有个“成绩”子项，本文就是针对此项进行多次平时考核的成绩换算。
2.Excel动态菜单的设计与实现
欲实现对学生课程平时成绩的自动换算，须有执行该任务命令的入口和途径。为此，本文采用Excel动态菜单[4]的形式来实现，实现的效果如图2所示，其详细实现步骤如下：
（1）在打开学生课程平时成绩记录表的状态下，依次点击Excel的菜单“工具”、“宏”、“Visual Basic 编辑器”，进入Excel VBA设计界面。
（2）在Excel VBA设计界面的工程资源管理器中找到ThisWorkbook对象，双击其以进入对其进行VBA编程的环境。
（3）在VBA编程环境中，选取Workbook的Open事件，并在系统生成的Workbook_Open空事件处理过程中键入如下代码：
Dim NewMenu As CommandBarPopup
Dim MenuItem As CommandBarControl
Set NewMenu = mandBars（1）.Controls.Add （msoControlPopup， ， ， ， True）
NewMenu.Caption = "成绩换算（&C）"
Set MenuItem = NewMenu.Controls.Add（msoControlButton）
MenuItem.Caption = "（&1）课堂纪律成绩"
MenuItem.OnAction = "Score1"
Set MenuItem = NewMenu.Controls.Add（msoControlButton）
MenuItem.Caption = "（&2）课堂问答和讨论成绩"
MenuItem.OnAction = "Score2"
Set MenuItem = NewMenu.Controls.Add（msoControlButton）
MenuItem.Caption = "（&3）作业和测试成绩"
MenuItem.OnAction = "Score3"
Set MenuItem = NewMenu.Controls.Add（msoControlButton）
MenuItem.Caption = "（&0）全部成绩"
MenuItem.OnAction = "ScoresAll"
MenuItem.BeginGroup = True
（4）为使学生课程平时成绩记录表关闭时动态菜单随之消失，须在VBA编程环境中，选 取Workbook的BeforeClose事件，并在系统生成的Workbook_Before Close空事件处理过程中键入如下代码：
mandBars（1）.Controls（"成绩换算（&C）"）.Delete
（5）保存并关闭学生课程平时成绩记录表后，再以启用宏的形式重新打开，这时就能看到如图2所示的动态菜单出现在Excel下拉菜单栏的最右侧中。
3.菜单功能实现的VBA代码
本文以实现“作业和测验成绩”菜单功能的VBA代码为例，来描述学生课程平时成绩的换算。其详细实现步骤如下：
（1）在Excel VBA设计界面的工程资源管理器的树节点“模块”上单击右键，在弹出的快捷菜单上依次点击“插入”、“模块”。
（2）在系统生成的空模块中键入如下常量和变量声明代码：
Const Levels = 6 '设置等级制登记的级数
Dim D（Levels） As String '等级制描述
Dim S（Levels） As Double '等级制对应的分数
Dim BasicScore As Double '基本分
Dim BeginCol As Integer， EndCol As Integer， ScoreCol As Integer
'考核项开始列、结束列、换算出的成绩所在列
Dim BeginRow As Integer， EndRow As Integer
'学生起、止行
（3）在模块中键入“作业和测验成绩”菜单调用的Score3过程代码：
D（1） = "√#"： S（1） = 11 '√#代表很好，对应分数11
D（2） = "√+"： S（2） = 10 '√+代表好，对应分数10
D（3） = "√"： S（3） = 9 '√代表完成，对应分数9
D（4） = "√-"： S（4） = 7 '√-代表不好，对应分数7
D（5） = "√="： S（5） = 5 '√=代表很不好，对应分数5
D（6） = ""： S（6） = 0 '空代表未做，对应分数0
BasicScore = 0
BeginCol = 17
EndCol = 26
Call Score
（4）在模块中键入Score3过程调用的Score过程代码：
ScoreCol = EndCol + 1
BeginRow = 7
Dim r As Integer
For r = BeginRow To ActiveSheet.UsedRange.Rows.Count
If Trim（ActiveSheet.Cells（r， 1）.Value） = "备注：平时成绩包括作业和测验，期中考试、实验、课堂问答和讨论、课堂纪律等，评定项目和办法由任课教师确定并在开学初告知学生." Then
EndRow = r
Exit For
End If
Next
Dim c As Integer， l As Integer
For r = BeginRow To EndRow
ActiveSheet.Cells（r， ScoreCol）.Value = BasicScore
Next
For c = BeginCol To EndCol
If AreAllBlanks（BeginRow， EndRow， c） Then
GoTo Continue
End If
For r = BeginRow To EndRow
For l = 1 To Levels
If Trim（ActiveSheet.Cells（r， c）.Value） = D（l） Then
ActiveSheet.Cells（r， ScoreCol）.Value = ActiveSheet.Cells（r， ScoreCol）.Value + S（l）
Exit For
End If
Next
Next r
Continue：
Next c
For r = BeginRow To EndRow
If ActiveSheet.Cells（r， ScoreCol）.Value > 100 Then
ActiveSheet.Cells（r， ScoreCol）.Value = 100
ElseIf ActiveSheet.Cells（r， ScoreCol）.Value < 0 Then
ActiveSheet.Cells（r， ScoreCol）.Value = 0
End If
Next
（5）在模块中键入Score过程调用的AreAllBlanks函数代码：
Function AreAllBlanks（BeginRow， EndRow， Col） As Boolean
AreAllBlanks = True
Dim i As Integer
For i = BeginRow To EndRow
If Trim（ActiveSheet.Cells（i， Col）.Value） "" Then
AreAllBlanks = False
End If
Next
End Function
（6）保存并关闭学生课程平时成绩记录表后，再以启用宏的形式重新打开，然后点击“成绩换算”下拉菜单的“作业和测验成绩”菜单项，即可执行对作业和测验成绩平时登记结果的成绩换算；换算出的结果成绩将显示在第27列（即“AA”列）的“成绩”项中。
4.说明和讨论
（1）Score3中的等级制登记符号可根据教师个人的习惯或相关的规定进行相应的调整和设置，其对应的分数和基本分均可按特定的规则自行设置。
（2）“课堂纪律成绩”菜单调用的Score1过程代码、“课堂问答和讨论成绩”菜单调用的Score2过程代码与Score3过程代码完全类似，只是BasicScore、BeginCol、EndCol值的设置不同。
（3）“全部成绩”菜单调用的ScoreAll过程代码，就是依次调用Score1、Score2、Score3过程代码，即：
Call Score1
Call Score2
Call Score3
四、结束语
本文以“正方教务管理系统”导出的Excel形式的学生课程平时成绩记录表为例，描述了利用Excel VBA实现对学生课程平时成绩换算的详细步骤和代码。对学生课程平时成绩自动化换算的实现，即可将任课教师从繁重的学生课程平时成绩换算的手工劳动中解放出来，从而大大的提高工作效率。
参考文献：
[1]牛健，何岚湘，刘永权.网络环境下的形成性考核实践与探索[J].现代教育技术，2004（4）： 30-37.
[2]邹晔，张敏.形成性考核的策略研究[J].中国远程教育，2004（4）：40-42.
