对生物信息学的理解范文

导语：想要提升您的写作水平，创作出令人难忘的文章？我们精心为您整理的13篇对生物信息学的理解范例，将为您的写作提供有力的支持和灵感！

篇1

高中物理难学，难就难在初中与高中衔接中出现的“高门槛”。刚从初中升上高中的学生普遍不能一下子适应过来，都觉得高一物理难学，特别是对意志品质薄弱和学习方法不妥的那部分学生更是使他们过早地失去了学物理的兴趣，甚至打击了他们的学习信心。本文试图从以下几个方面探讨高中新生在学习物理中存在的问题和可能的解决对策。

1 初、高中物理教材的差别显著

现行高中物理课本（必修本），与初中物理相比，初步分析有其以下显著特点：①从直观到抽象：如，物体——质点。②从单一到复杂：二力平衡——多力平衡；匀速运动——变速运动、圆周运动、简谐运动。③从标量到矢量：算术运算（ 加减法）——几何运算（平行四边形法则）。④从浅显至严谨，从定性到定量。

初中物理教材的文字叙述通俗易懂，语法结构简单。所叙述的物理现象与日常生活联系紧密且比较表面。绝大部分与学生日常生活的感受或体验是吻合的、一致的。其规律不太复杂，运用的数学知识基本上是四则运算，且其公式参量也较少，实验原理简单，易于操作，因此，学生对初中物理并不感到太难。所以，就整个初中物理而言，“教师难教，学生难学”的现象还没有高中这么明显。

2 学生学习方法上的不适应，惰性心理

初中物理，由于涉及的问题简单，现象直观、生动、具体、形象，容易理解，篇幅少，概念、公式少，容易记住。题型简单，转弯少，数字小，易计算。因此，初中生的学习方法比较机械、简单。

进入高中后，由于定义、概念、规律、现象、公式多，叙述多，进度快，方法灵活，题型花样多，加之科目多，如果仍靠初中那种以机械记忆为主的学习方法，显然是无能为力了。

从笔者多年的调查分析，大部分的学生还没有掌握正确、合适的学习方法，这是他们在物理学习中遇到困难的主要原因之一，学生获取物理知识的途径只限于课堂听讲，缺乏对自然科学的探索精神。

3 畏难，心理压力较大

初中物理重在表浅的定性研究，所研究的现象具有较强的直观性，而且多数是单一的、静态的、教学要求以识记为主；高中物理所研究的现象比较复杂而抽象，多数要用定量的方法进行分析、推理和论证，教学要求重在运用所学知识来分析、讨论和解决实际问题。少年的心理承受力不胜负荷，从而产生学习障碍，结果“门槛”的跨越更显艰难。

针对以上学生当中存在的这些问题，在以后的教学中笔者认为可以从以下几个方面去突破：

第一，认清教材，让学生养成良好的物理学习习惯。根据高中物理教材的特点，养成良好的学习习惯，形成良好的学习方法。高中物理学习的内容在深度和广度上比初中有了很大的增加，研究的物理现象比较复杂，且与日常生活现象的联系也不像初中那么紧密。分析物理问题时不仅要从实验出发，有时还要从建立物理模型出发，要从多方面、多层次来探究问题，更注重整个物理过程的分析。在物理学习过程中抽象思维多于形象思维，动态思维多于静态思维，需要学生掌握归纳推理，类比推理和演绎推理方法，特别要具有科学想象能力。所以在平时的课堂教学中一定要发挥学生的主动性，以学生为主体，充分调动学生的积极主动性。

第二，加强和改革实验教学，激发学生学习物理的兴趣。物理学是一门实验科学，物理概念的建立与物理规律的发现，都以实验事实为依据。实验是物理学的重要研究方法，只有重视实验，才能使物理教学获得成功，学生只有通过实验观察物理事实，才能真正理解和掌握知识。笔者认为用实验导入新课的方法，使学生产生悬念，然后通过授课解决悬念，是激发学生学习物理兴趣的一个很有效的途径。每节课的前十几分钟，学生情绪高昂，精神健旺，注意力集中，如果教师能抓住这个有利时机，根据欲讲内容，做一些随手可做的实验，就能激发他们的学习兴趣，使学生的注意力集中起来。

第三，加强解法指导，提高学生解题技巧。从初中升到高中的学生，常常是上课听得懂，课本看得明，但一解题就错，这主要是因为学生对物理知识理解不深，综合运用知识解决问题的能力较弱。因此，教师还应加强解题方法和技巧的指导。

高一学生能否在尽量短的时间适应高中的学习，顺利地跨过这个门槛，是影响学生成绩的主要因素。搞好街接工作、实现顺利过渡是一个需多方合作、统筹安排的系统工程。要从高中教学想办法，也要从初中教学想办法；要从教材、学生方面考虑，又要从教法、教师方面考虑。

篇2

一、问题的提出

计算在小学数学教学中占据着十分重要的地位，是小学生数学内容的重要组成部分，是学习数学的基础。小学生在计算过程中出现错误是十分正常且普遍的现象，错误的情况虽然多种多样、五花八门，但是，我们发现有些错误却是不分班级、不分性别、不分地区的。而且，即使教师事先如何对学生反复强调、再三叮咛，这些错误到时仍然会出现。说明这些错误中隐含着一些规律性的东西。我们教师必须找出错误的原因，有针对性的预防，纠正计算错误，提高教学效果，用科学的方法提高小学生计算能力。

小学生在计算中出现错误的原因大致由知识和心理两方面构成的。学生计算失误不仅有知识基础和不良学习习惯方面的原因，而且还有学生心理方面的原因，这往往是容易被忽视的。从心理学的角度来看，学生进行四则运算，除感知算式和开展思维操作两个环节外，参与其中的还有情感和注意力。下面我主要从感知、情感、注意、思维等方面，结合典型具体的实例来分析，有助于我们以后采取积极措施，防错、纠错、改错，对症下药，切实提高小学生的计算能力。

二、原因分析

（一）、知识方面的原因

由于学生缺乏扎实的基础知识，对于一些简单的运算口诀不熟练，常常出现2+4=8，3×9=18，24÷8=4等类式的情况，从而导致计算出现错误。又比如4900÷800=6……1这种错误则反映了学生的数值概念比较模糊，应用商不变的性质去计算除法时对余数相应发生变化的道理缺乏理解。

另外，没有形成技能技巧也是导致计算出错的原因。新课程标准提倡学生计算多样性，学生不但能正确地进行计算，而且要能合理灵活地进行巧算，才能省时省力、提高计算速度，提高计算质量。但很多学生只是掌握了形式，而没有形成技能，所以也会发生计算错误。

（二）、心理方面的原因

学生不是不会做，而是由不良学习习惯造成错误，与感知、情感、注意和记忆等因素有关。

1、感知错误，不认真观察

例如抄错题，142-57=95，学生用不退位减法代替了退位减法，这可能是学生长期运算中形成了减法是用较大数减去较小数的观念起了干扰作用我们经常还见到类似把2+5看作2×5，02+02=4，把5-5看作5+5=10的错误。这些错误常常被老师、家长认为是非认知的、低级的，是完全可以避免的，往往归因为学生“粗心”所致。学生的感知还伴有浓厚的情感色彩，具有较强的选择性，往往忽略对全面整体的认识。例如25×4÷25×4=100÷100=1，这个错误是由于学生习惯“凑整”而忽略了运算顺序。

2、情感不稳定，不能持之以恒

学生在计算时，总希望能很快得到结果。因而，由于存在急于求成的心理，当数目小，算式简单时，容易产生麻痹思想；当遇到计算题里的数据较大、较为陌生，或算式的外形显得过繁时，就会产生排斥心理，表现为不耐烦，不能认真审题，没有耐心去选择合适的算法。这样，错误率必然会升高。例如025×0125一题，如果按归照常规方法计算，不仅比较繁琐，而且容易出错。如果把这两个小数转化为分数计算，就能化繁为简、化难为易，收到“四两拨千斤”的效果。

3、注意力不稳定，不能全面观察

注意是指心理活动对一定事物的指向和集中。注意不稳定和较差的分配能力是产生计算错误的重要心理因素。小学生注意力不稳定，不持久，不易分配，注意的范围比较狭窄，易被无关因素吸引而出现“分心”现象。在计算过程中，需要经常把注意分配在不同的对象上。由于小学生注意力所顾及的面不广，如果要求他们在同一时间内，把注意分配到两个或两个以上的对象时，也往往会出现顾此失彼，丢三落四的现象。还因为小学生进取心强，好表现只求快，不求质，也会出现丢三落四的现象。

例如50+16×5-28

=50+80

=130-28

=102

学生书写本题第一步递等式时，要考虑三个方面：一是根据题目中的运算符号，确定运算顺序；二是把乘法的结果计算出来；三是把没有参加运算的数据和符号按照原来的顺序照抄下来。学生既要考虑运算顺序，又要口算16×5的积，尤其是计算16×5的积，占据了学生大脑优势兴奋中心，造成学生注意分配不够，暂时遗忘了“-28”，形成了不等式。

三、解决对策

以上种种造成计算错误的心理原因并非孤立存在的，它们是互相影响互相联系的。

不管何种原因造成的计算错误，都要引起教师足够的重视，注意找出错误的根本和关键，搞清错误的原因，为什么错，然后针对错误性质、原因和范围，作具体分析，对症下药。

（一）、了解学生的思想动态和情感状况。

对因不认真而出现的错误，让学生从思想上重视，同时要提出改正方法，要求学生在限定时间内逐渐消失，批改作业时用醒目的符号标出等。教师首先要求学生做事严肃认真，一丝不苟，懂得“谦受益，满招损”的道理，其次要选择好作业典型范例让学生效仿，逐步养成良好习惯。

（二）、进行对比教学，安排对比性练习以及变式练

对于因为迁移问题引起的错误，教师要专门进行对待以区别容易混淆的概念和法则。对于概念不清，计算法则不理解的实质性错误，教师仅指出错误是不够的，需要详细解释和说明，进行查漏补缺，设计针对性练习，直到理解和正确应用为止，对错误进行分析和解释，使学生明确错误是如何发生的，不仅对计算错误的学生有帮助，对计算正确的学生也有积极影响。如25×4÷25×4和25×4÷（25×4），49+05-（49+05）和49+05-49+05。例：根据5145÷49=105直接写出下列算式的商。5145÷495145÷495145÷04905145÷049

篇3

1．高等数学和统计学基础

生物信息学将数学和统计学作为主要的计算理论基础，主要包括数学建模、统计方法、动态规划方法、数据挖掘等方面。此外还包括隐马尔科夫链模型(HMM)在序列识别上的应用，蛋白质空间结构预测的最优理论，DNA超螺旋结构的拓扑学，遗传密码和DNA序列的对称性方面的群论等。因此，在生物信息学教学过程中要求教师具备数学及统计学的计算方法的基础知识，能够利用牛顿迭代法、线性方程回归分析、矩阵求拟、最小二乘法等进行数学建模和计算，从而对基因和蛋白质序列进行比对、进化分析和绘制遗传图谱等。

2．生物科学基础

生物信息学包含的生物类学科有，生物化学、分子生物学、遗传学等基础学科，基因工程、蛋白工程、生物技术等应用学科。根据其课程特点，学生在学习生物信息学课程前需要学习生物化学、分子生物学、遗传学、基因组学、蛋白质组学等基本生物学课程，对于基因序列、蛋白质序列、启动子、非编码区等概念有深刻的理解，同时需要对一些重要的生物学数据库有一定的了解，如美国基因数据库(GeneBank)、欧洲分子生物学实验室数据库(Embl)和日本核酸数据库(DDBJ)等。此外，要求学生能够利用生物学数据库查找基因序列、蛋白质序列、基因及蛋白质结构模型，能够读懂数据库中基因和蛋白质的信息注释，能够计算蛋白质序列的分子量和等电点，能够为扩增特定的基因片段设计引物，能够对特定物种进行系统发育分析等。

3．计算机科学基础

计算机是生物信息学的主要辅助工具，利用生物信息学研究生物系统的过程需要能够熟练使用计算机对大量的生物信息数据进行处理和分析，这主要包括对数据信息进行搜索(收集和筛选)、处理(编辑、整理、管理和显示)及利用(计算、模拟)。所以，学生在学习生物信息学的过程中需要了解和掌握一些常用的生物信息学软件，如BLAST和FASTA序列比对分析软件，Oligo和Primer引物设计软件，VectorNTI、DNASTAR、DNASIS等综合分析软件。此外，学生还需要学习和掌握一些常用的计算机语言，如正则表达式、Unixshell脚本语言和Perl语言。利用生物信息学在处理和分析海量生物数据的过程中，计算机软硬件资源需要配合处理分析软件的运行，因此要求计算机操作系统使用Unix和Linux操作系统，这些操作系统需要大量的操作命令进行输入执行过程，对于经常使用Windows操作系统的学生来说是一个较难跨越的障碍。

二、生物信息学课程教学中存在的问题

目前国内大多数高校的生物信息学教学采用传统的教学模式，即以课堂式的理论教学为主，缺乏必要的实践教学。理论教学模式固定、教学方法单一、教学内容狭窄，通常是介绍性、科普性的课程，甚至作为公选课程。少数高校开展生物信息学的实践课程教学，但多以验证性实验为主，缺乏和专业相适应的综合性、设计性实验，而开放性实验更无从谈起。

1．教学模式固定单一

生物信息学在内容层面涵盖诸多学科领域，注重应用性和实践性。然而，目前大部分高校把生物信息学作为一门孤立的课程，这导致教师需要将大多数课程内容压缩到一门课程进行教学，在有限的教学时数下灌输大量内容，增加了学生学习的难度，降低了教学质量。再者，大多数高校仅开展生物信息学的理论教学，忽视实践教学过程，造成生物信息学理论与实践内容的脱节，使学生在学习完理论知识后难以深入理解和吸收，无法将所学的知识应用到后续的工作和学习中，最终未能体现出该门课程的价值。

2．教师专业背景薄弱

作为一门交叉学科，生物信息学的教学要求教师具有较强的数学、生物学和计算机科学背景。然而，目前从事生物信息学教学的教师即便具备深厚的生物学背景，但是多数教师在数学和计算机方面较为薄弱，并不具备完整的生物信息学知识体系，对生物信息学发展趋势也了解不多。在师资缺乏的情况下，院系开设生物信息学课程，教师为了完成教学任务，仅仅在教学中进行介绍性的讲解，在课程考查方式上通过小论文、综述和课外活动等方式完成该课程的学习。因此，无论是理论教学还是实践教学均无法实现该课程大纲的要求，从而影响学生对生物信息学课程的理解和掌握，生物信息学的实践操作能力更无从谈起。

3．实践教学薄弱，专业教材缺乏

生物信息学实践课需要学生在网络环境下用计算机学习NCBI数据库的检索与使用、序列比对分析软件的应用、蛋白质空间结构图视软件的应用、序列拼接软件的应用等。但是目前，大多数高校开设的生物信息学课程多以理论教学为主，实践教学课时非常少或者为零，学生对于生物信息学课程的学习仅仅通过教材上抽象的文字描述进行理解和掌握，这导致学生在理论课中学到的知识无法在实践课中进行验证或操作，严重影响了生物信息学的教学质量，也偏离了教学大纲中强调的重在培养学生实践操作能力的培养目标。另外，目前还没有适用于生物科学专业的生物信息学教材。国内各大高校使用的教材多为国外教材的影印版或者中文翻译版本，这些教材偏重介绍生物信息学的理论和方法，涉及的实践内容较少，学生需要具有较高的相关知识才能接受和使用这些教材。因此，部分高校在生物信息学教学过程中往往使用自家编写的简化教材，从而造成生物信息学教学内容不统一，教学大纲混乱等情况。

4．实践课程经费不足，实践教学环境落后

当今，许多发达国家都很重视生物信息学的教学和研究，积极开展各种生物信息资源的收集和分析工作，培养大量生物信息学人才，为整个生物学的理论研究及其相关产业创新(主要是医药和农业)提供指导和支撑。国内对生物信息学的关注和认识起步较晚，其发展落后于国际发达国家。国家和高校对生物信息学的教学和科研资金投入力度不大，缺乏必要的仪器设备，生物信息学的实践教学条件得不到保障，比如大多数高校的生物科学专业没有相应的计算机实训室，配套软件也相对匮乏，落后于国际发展水平。

三、生物信息学教学模式改革的探索

1．修改理论和实践教学大纲，编写适用的实践教材

根据当今生物信息学的发展方向，制定和修改理论教学大纲，除了引物设计、基因和蛋白质序列比对、基因和蛋白质结构功能预测等基本内容外，还需添加系统进化树分析、聚类分析、蛋白质互作网络谱图等较为综合的内容。另外，增加实践教学课程比例，充实实践教学内容，结合理论教学内容增加综合性、设计性实验，适当提供科研环境，鼓励开展开放性实验。目前国内并没有系统的、专业的生物信息学实践教材，因此针对高校生物科学专业方向的特点，联合多学科领域(数学、生物科学、计算机科学)编写相应的生物信息学实践教材，在制定、修改实践教学大纲和编写教材的过程中结合学生的接受能力，由浅入深，多设实例和相关练习，使学生循序渐进的理解和掌握生物信息学的原理和方法，掌握更多的生物信息学工具。

2．紧密联系科研、基于实践问题开展教学

通过实践教学把生物信息学教学与科研有机结合起来，能够促进教学与科研的共同发展。在紧密联系科研的过程中，采用基于问题的教学(PBL)方法，通过实践教学环节，培养和训练学生把所学的生物信息学的知识和方法应用于各种生物科学领域的科研活动中，通过解决实际问题训练学生的实践技能，从而促进教学与科研的双重发展。例如，在生物信息学实践教学中多加入生产和科研中遇到的经典实例，鼓励学生利用相关的生物信息学软件及相关的理论和方法解决问题。学生也可以选择自己感兴趣的课题，利用自己熟悉的、合适的生物信息学软件和相关知识开展课题研究。此外，专业教师在指导学生课题研究的过程中还可以发现理论和实践教学的不足，不断的完善生物信息学理论和实践课程大纲和内容，提高教学质量。

3．开展多学科实践结合的教学模式

生物信息学属交叉学科，包含了不同领域的专业知识和技能，为使生物信息学教学达到教学的目标，该课程教学需要采用多学科实践结合的教学模式。多学科实践结合的教学模式是指联合不同领域、不同学科、不同专业的课程在教学的过程中结合生物信息学涉及到的知识和技能进行基础性、铺垫性教学。比如，在高等数学和统计学的教学过程中，针对生物信息学的需求，适当增加数学建模、统计方法、动态规划方法、数据挖掘等方面的基础内容，同时，开设实例实践教学，使学生理解和掌握隐马尔科夫链模型，牛顿迭代法、最小二乘法等方法的应用原理和规则;在生物科学专业课程设置上，尤其是实践课程的教学过程中，结合生物信息学涉及的引物设计、序列比对分析、基因及蛋白质结构功能预测等方面开展相应的设计性、综合性、开放性实验项目，使学生了解和掌握基本的生物信息学原理及软件的应用;在计算机科学的教学过程中，应根据生物信息学的需求，开设正则表达式、Perl语言、R语言等课程学习，以及增加Linux和Unix操作系统课程学习，使学生在学习生物信息学前打好坚实的基础。值得注意的是，生物信息学课程与其他课程的开设时间和顺序需要有一定的探索和评估，对于开设该课程的时间把握是开展多学科实践结合的教学模式的关键因素。过早开设生物信息学则会导致学生在不具备相应学科基础的条件下跨越式的接触生物信息学，无法理解和掌握相关的知识和技能;过晚开设则会使学生学习了相关学科知识和技能后，由于课程衔接不紧，导致在学习生物信息学时出现理解滞后和无法适应的现象。因此，针对不同专业和学科的特点，根据具体情况进行统筹安排，使生物信息学和其他相关学科课程有很好的衔接和过渡，以确保和提高生物信息学的教学质量。

篇4

1 课程开设的重要性

生物信息学跨越了整个生命科学领域，是一门实用性很强的学科，也是未来生物医学的重要研究工具。生物技术、计算机和互联网的飞速发展引领了一个生物医学大数据时代，生物信息学在生命科学领域的地位也愈发重要。利用生物信息学的知识和方法能够深入挖掘和剖析海量生物学数据，进而探索隐藏在数据背后的生物学奥秘。无论是从分子生物学的角度阐述疾病病因，还是对疾病的预防、诊断、防治与药物设计，生物信息学均发挥了十分重要的作用，掌握该课程的基本知识和理论无论对以后的科学研究还是从事一线医务工作都具有比较深远的意义。因此，在医学院校部分专业（如：生物统计、药学等）开设生物信息学课程具有重要意义。

2 生物信息学教学存在的问题

2.1 课程内容与教学课时不成比例

生物信息学是一门综合性学科，理解和掌握该课程需要具有一定的计算机、数学和分子生物学等的背景知识。医学院校学生普遍存在理科知识比较薄弱，因此，讲解透彻该门课程需要教师在课堂上花费一定的时间普及相关背景知识。然而由于医学院校学生课程门类众多，客观条件决定无法为生物信息学安排足够多的课时。较之生物信息学繁多的内容而言，课时分配明显不足。在课时相对较少的情况下，无法深入讲解将每个章节的内容。

2.2 教学师资力量薄弱

生物信息学作为一门交叉学科，要求任课教师精通生物学、计算机和统计学等相关知识。由于国内生物信息学兴起时间较短，培养人才数量有限，且有限的人才都流向了一流的学校，普通高校无法招到专业对口的教师。因此，能够胜任生物信息学教学任务的老师十分匮乏。以该校为例，生物信息学课程没有固定的任课教师，基本由生物学、医学统计学教师完成，这些老师中大多数无法完全胜任生物信息学的教学任务。最终致使生物信息学教学质量不高。

2.3 教学模式落后

虽然多媒体已被广泛应用于生物信息学的教学中，但由于该课程涉及内容多且有大量的数据库和软件知识，导致多媒体课件的容量非常大，教师在课堂上基本是照本宣科的读完课件完成教学任务而已，忽略了学生的接受能力。这种教学模式虽然运用了先进的教学工具，但实质上采用的还是传统的“灌输式”教学，学生仍然是被动地学习。

2.4 实践教学流于形式

生物信息学是一门实践性很强的学科，实践课程非常重要。然而在教学过程中，由于各种原因实践课往往流于形式，原因主要包括：（1）教学设备及手段落后。虽然有些学校有计算机室，但计算机配置较低且未提供连网服务，生物信息学很多知识的学习需要借助互联网，例如：各种数据库、在线软件等，导致学生无法亲自操作而降低实践课学习效果；（2）课时少、内容多。生物信息学的章节往往涉及到很多软件和平台，甚至有些软件需要编写程序。在实践课时少的情况下，无法在短时间内让学校亲自操作每一种软件。

3 教学改革

3.1 针对不同专业精选教学内容

针对生物信息学内容繁多的事实，应针对不同专业特点精心挑选课授课内容，在有限的课时中让学生学到最基本且重要的生物信息学理论知识。另外，要善于挖掘课外时间，组建课外兴趣小组，设置研究课题作为课外作业，巩固和加深学生对生物信息学的理解。

3.2 培养和引进专业人才

教师知识的渊博程度和教学水平的高低对教学效果的影响十分明显。因此，在教师队伍建设上应采取“走出去，引进来”的措施，一方面挖掘该校教师的潜能，支持和鼓励该校年轻教师到国内外知名高校访学和进修，着力提高该校教师自身的知识素养与技能；另一方面提供丰厚条件引进国内外生物信息学高层人才，为生物信息学教学队伍增添新鲜血液。此外，还可通过定期或不定期举办讲座等方式创造机会加强该校教师及与兄弟院校的交流合作，加强学科建设，提高生物信息学教师的综合素养。

3.3 推进“教、学、研”一体化创新教学模式

针对生物信息学课程的特点，一方面根据课程内容设计小型科研课题激发学生的科研兴趣；另一方面鼓励并指导学生申报学校、省级或国家级大学生科研项目，并鼓励学生参与教师的科研项目，积极开展“教、学、研”一体化的创新教学模式，即融教师的“教”和学生的“学”，以及教师和学生共同参与到“研”的过程于一体[2]。通过这种教学模式能够极大激发学生对生物信息学课程的兴趣和创造力，促使学生快速高效地掌握生物信息学理论和实践知识，有利于学生变被动的学习为主动探究式学习。与此同时，也能够让学生尽早地融入到生物学科学研究的大环境中来，学会合作、学会创造，真正地做到学以致用。

3.4 加强实验课教学

篇5

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2016）36-0134-02

生物信息学（Bioinformatics）的发展与上世纪90年代人类基因组计划的启动密切相关，它综合运用生物学、计算机科学和数学等多方面知识与方法来阐明和理解大量生物数据所包含的生物学意义。生物信息学已成为当今生命科学的重大前沿领域之一，是生命科学研究中重要的、不可或缺的研究工具。

我校生物信息学课程开设较晚，所以课程教学仍处于探索阶段，尚未形成成熟的课程体系。本文针对本校学生的需求、课堂教学反馈等情况对教学内容、教学方法等多方面开展了改革与实践，以期提高教学的质量和效果，培养全面发展的人才。

一、生物信息学课程教学现状

（一）教材较多，因此难以选择一本适合的教材

生物信息学教材很多，有些教材侧重于生物信息学理论和算法，如许忠能主编的《生物信息学》对生物信息学的理论和算法讲解详细，但是对于师范院校生物科学专业的本科生而言较为深奥，不易理解;有些教材侧重于生物信息学软件使用，学生对于软件分析所需要的背景知识掌握不够，即使能够运用软件，却不能正确分析和理解所得到的分析结果;由于生物信息学发展较快，教材更新速度相对较慢，一些新的生物信息学知识未能及时纳入到已出版的教材中，而且有些书中所讲的数据库资源早已停用，有些软件及其应用也早已更新版本。

（二）学生理论基础薄弱，学习主动性不够

虽然这门课程在我校是专业选修课程，考核方式以考查为主，但是选修这门课程的学生都对生物信息学有浓厚的兴趣。这门课程开设在大三下学期，很多同学尚未开展或即将毕业课题设计，希望通过本课程的学习对毕业论文或将来考研深造有所帮助。然而在学习过程中，由于对分子生物学、生物化学、遗传学等理论知识掌握不扎实，并且对学科前沿进展关注不够，很少阅读实验性论文，在学习生物信息学相关理论知识时理解困难，而且对于如何将生物信息学应用于实际的课题研究也感到困惑。

（三）学生英语基础不同，学习过程中容易产生消极情绪

要学好生物信息学，离不开大量专业文献的阅读，尤其是外文文献，追踪学科前沿研究进展，这就需要具备一定的专业英语基础。此外，很多生物信息学数据库以及应用软件都是全英文的，涉及专业英语词汇较多。由于学生的英语基础不同，在学习过程中有些学生感觉专业英语阅读和理解方面较吃力，容易产生畏难情绪。

二、教学改革与实践

（一）修改教学大纲，理论与实践结合

生物信息学是一门实践性很强的学科，仅仅靠教师单一的讲解理论和软件的使用方法学生是很难理解和掌握的，因此在教学过程中要理论和上机实践结合。教学大纲中原36学时为理论24学时、上机实践12学时。考虑到我校学生学习该门课程的实际需求，强化实践运用，将理论和上机实践课时均调整为18学时，学生在实践的过程中带着问题主动去思考，发现问题、解决问题，更好地去理解生物信息学的理论知识。原教学大纲中理论课学习结束后再进行上机实践，但是教学过程中发现理论课信息量大，有些知识学生初次接触没有较好地理解，或者当时能够理解，但过了一段时间后再进行上机实践时又要重新学习。在课程安排方面，调整为一个章节的理论课学习结束后开设相应的上机实践，通过实际操作练习有利于巩固所学理论知识，学生也比较喜欢这样的教学方式。

（二）调整教学目标，优化教学内容

生物信息学内涵广泛，应用领域广，但是生物信息学在不同研究领域中的研究内容和应用程度有所不同。选修本课程的学生都是生物学背景，主要希望运用生物信息学知识去解释课题研究中的生物学问题。考虑到本科生理论知识基础相对较弱，很多学生尚未开展课题研究，因此应该在有限的学时里让学生掌握与专业需求相关的生物信息学知识和实用技术，教学的重点和难点要根据本校学生特点进行调整，对教学内容进行优化、精简。例如多序列比对算法、马尔科夫模型等涉及数学、计算机知识，可以简要介绍，但不做深入的讲解。理论和上机实践部分主要介绍生物信息学数据库资源、序列比对、核酸序列分析、系统进化分析、蛋白质结构与预测，同时理论部分还包括生物芯片、高通量测序技术、介绍生物信息学的前沿进展。此外，还结合学生的需求在上机实践课中增加了引物设计内容。

课堂教学内容并不拘泥于一套教材，而是根据讲授的章节选择该章节适合的2～3套教材综合讲解，最终形成适合我校学生学习的讲义。例如在讲系统进化发育时，理论讲解选择由Masatoshi Nei和Sudhir Kumar编写的高等教育出版社出版的《分子进化与系统发育》和蔡禄编写的《生物信息学教程》，上机实践选择吴祖建等编写的《生物信息学分析实践》。

（三）教学与科研相结合，学以致用

生物信息学有很多分析软件，应用很广，即使是分章节按照序列比对、核酸序列分析、系统进化树构建等给学生逐一讲解相关的算法和实际的应用，学生仍然感觉知识零散，信息量太大难以掌握，容易产生畏难情绪而导致学习积极性不高。有些应用软件学生即使有所了解，却又不知道在科研中如何运用。所以在教学过程中，我们以课题研究为例，再结合相关的文献来进行讲解。例如选择DNA条形码开展物种鉴定为例，让学生去查阅相关文献，如DNA条形码在中药材混伪品鉴定中的应用、DNA条形码在肉制品掺假中的鉴定等。这个课题应用性强，对本科生而言阅读专业文献的难度相对较小，仅涉及DNA提取、PCR扩增等实验内容，容易激发学生的学习兴趣。在学生理解课题背景知识的基础上，让学生重点看文献中涉及的生物信息学相关知识，要求学生下载文献中涉及的基因序列，根据下载的序列用MEGA软件进行序列比对，计算遗传距离，同时利用MEGA软件构建NJ树。这个过程就把生物信息数据库、序列比对、系统发育分析等几个章节的教学知识串联起来，学生就知道为什么要下载序列、做序列比对，更好地理解系统进化树构建的原理及意义。同时，也促进了学生阅读专业文献，尤其是外文文献，增加专业英语词汇量，主动关注学科前沿发展动态，更好的利用生物信息开展课题研究，做到学以致用。

（四）改革教学手段和教学方法

生物信息学理论教学中往往是教师主讲、学生听，学生被动接受，这种“灌输式”的学习让学生感觉枯燥乏味，教学效果较差。教学时应突出学生的主体地位，教师起主导作用，引导学生积极思考，参与课堂教学，激发学生的学习热情。例如讲解生物信息学数据库资源时，可以布置课后作业，要求学生搜索国外生物信息学数据库资源，并将查阅的资料制作成PPT，下一次上课时让学生利用PPT讲解搜索情况，分享经验。教师在学生讲完后点评，鼓励学生关注生物信息学的前沿进展，在学习生物信息学的同时提高专业英语的水平。在讲解生物芯片与高通量测序技术时，布置课前预习作业，针对高通量测序技术原理、应用、数据分析等教学内容设置几个选题，让学生分小组，每个小组选择一个选题，通过查阅文献资料，以PPT形式在课堂上讲解。学生根据讲解内容提问，交流讨论。教师根据学生的汇报内容进行点评，进行有针对性的讲解、补充。这样的形式使学生主动去探究问题，而不是被动地接受教师传递的信息，对知识的理解更加深入，学生也反馈这种教学活动提高了学习的积极性，并留下深刻的印象。

三、结语

生物信息学作为一门新兴学科，仍然在不断的发展中，知识更新速度快，因此生物信息学课程的教学内容、教学方式应紧跟学科前沿发展，立足学校专业特点及培养特色，不断摸索教学经验，在教学模式上深入研究，提高教学质量，实现培养学生理论与实践运用综合能力的教学目标。

参考文献：

[1]许忠能.生物信息学[M].北京：清华大学出版社，2008.

[2]Masatoshi Nei，Sudhir Kumar.分子进化与系统发育[M].北京：高等教育出版社，2002.

[3]蔡禄.生物信息学教程[M].北京：化学工业出版社，2007.

篇6

中图分类号：G642.0文献标志码：A文章编号：1674-9324（2018）13-0229-02

湖南农业大学生物信息学本科专业2004年获教育部批准增设，2005年正式招生，是国内最早开展生物信息学本科教育的高校之一，为社会培养了近500名生物信息学急需的人才。

一、农业院校开展生物信息学本科教育存在的主要问题

1.师资力量薄弱，教师知识结构单一。我校在2004年申报生物信息学本科专业时，主要是以植物保护学院植物病理学系的教师为基础，结合昆虫学系讲授生物统计课程的教师，组建了生物信息学系。教师的专业背景主要为植物保护、生物学等方面，知识结构相对单一，计算机及数学理论方面的知识缺乏。

2.生源基础知识较差，专业认知度不高。我校生物信息学专业创办之初，尽管媒体宣传21世纪是信息科学、合成化学和生命科学共同繁荣的世纪[1]，国外SmartMoney网站将生物信息学列为下一个热门工作，但国内对生物信息学了解非常少。学生基本上通过服从专业调剂被生物信息学专业录取，分数相对较低，基础知识明显比其他专业要差，尤其是高考的英语成绩100分以上的学生不到15%。另外，由于学生对生物信息学专业的认知度不高，再加上新建专业，师资、实验条件相对不足，学生转专业的情况非常突出，2005年转专业率为27%，2006年转专业率为23%。

3.教学硬件软件不足，难以满足培养专业技能的需求。生物信息学是一门新兴学科和前沿学科，应用性和实战性非常强。随着生物技术的迅速发展，生物学数据每年都成倍增加，生物信息学的研究方法不断改进，研究内容也随之增加[2，3]。专业创办之初，国内生物信息学呈现“小荷才露尖尖角”的发展之势，有关生物信息学的中文版教材非常少，有关生物信息学软件的使用方法和实验指导的中文版更是凤毛麟角[4]。

4.与生物信息公司联系不够，学生实践实习难度大。在21世纪初，国内有影响的生物信息学的相关专业公司不多，并且主要集中在北京、上海等大城市，如北京华大基因研究中心、上海申友生物技术有限责任公司、上海生物信息技术研究中心等，与长沙相隔遥远，学生很难有机会去现场感受生物信息学的魅力。

二、解决办法

1.加大师资培训力度，引进外缘教师。为了让生物信息学专业的教师尽快适应生物信息学的教学，学院和学校加大了对生物信息学专业的师资培训力度。全系所有教师都参加了浙江大学主办的“基因组科学研习班”，有7人次赴日本、美国等地开展生物信息学方面的科研工作，提高了对生物信息学的基础理论认识和实践操作技能。

2.利用传统农科专业优势，形成我校生物信息学的专业特色。我校生源的自身特点和基础知识不允许我们在制定人才培养目标和课程设置时，生搬硬套综合性院校生物信息学专业的教学模式，必须根据我校的人才培养目标和我校的传统农科专业的优势。我校生物信息学专业立足湖南，开展水稻、油菜、棉花、柑桔等农作物抗病基因和重要病原物的基因组以及资源微生物功能基因组方面的研究，这为加速湖南省的经济发展做出了贡献。

3.加强专业宣传力度，提高学生对生物信息学专业的认知度。精心准备，制作专业介绍PPT，为新生展示学习生物信息学专业的美好前景。建立了农大生物信息学QQ群，使在校生通过与以往毕业生的交流，增强了学生学习专业知识的信心和决心。通过该群，一些问卷调查，根据市场、社会对生物信息学专业毕业生的要求，制定了新的（2014版）生物信息学专业培养方案和教学计划。

4.加强实践教学训练，改革考核方法。2009年我院搬迁到新教学楼，给生物信息学专业安排了两间学生计算机机房，添置了50余台计算机。2015年建设了一个云教室，设有40个云终端，先后添置了10台高性能浪潮服务器以及2台高容量的存储设备，建立了一个小型的计算机集群，CPU计算核数达108个，内存达850GB，能满足生物信息学专业本科教学对服务器和计算机的需要，同时较大程度地缓解了科研的计算需求。

5.加大与生物信息公司的合作，与华大基因学院联合办学。与中国科学院北京基因组研究所、生物物理所等科研单位；与北京百迈客生物科技有限公司、上海美吉生物医药科技有限公司、深圳华大基因科技有限公司等单位签订校外教学实习基地协议；与深圳华大基因研究院签订了“基因组科学人才联合培养协议”，进行“2.5+1.5”联合办学。2015年只有1名学生入选“基因组科学创新班”，2016年有6名学生入选深圳市华大基因学院“基因组科学创新班”。

三、取得的成绩和主要体会

（一）取得的主要成绩

1.培养的毕业生获得了社会的认可。2011年我校获得优秀本科生推荐免试研究生资格后，生物信息学专业每年都有1—2名学生获得学术型推免资格，其中2011届的一位毕业生，大学期间发表2篇论文，因表现突出，被中国科学院北京基因组研究所接收为推荐免试研究生，据说为中国科学院首次接受非“211”学校的推免生。虽然我校的生物信息学专业开办的时间不长，但毕业生在生物信息学领域已崭露头角。如2010届两位毕业生以优异的成绩被深圳华大基因研究院录用，期间先后参与鸟类联盟比较基因组项目、猪蛔虫基因组注释工作、北极熊基因组注释工作、白蚁基因组项目、百例膀胱癌全基因组项目的研究工作，成为任华大基因研究院的高级人才。

2.建立了一支热爱生物信息学专业的师资队伍。通过10年的建设，生物信息学专业的整体师资队伍得到了加强，现有9名专职教师中，教授4名，副教授3名，讲师2人；“湖南省新世纪121人才工程”第三层次人才1人，湖南省学科带头人1人，湖南省青年骨干教师4人；全部具有博士学位，7位有在国外留学1年以上的经历。将美国克莱姆逊大学罗峰博士聘请为湖南省百人计划，同时将美国伊利诺伊州立大学刘世名博士和爱荷华州立大学的李迅博士聘请为湖南农业大学神农学者讲座教授。目前我校生物信息系已形成了两个特色鲜明的团队：由袁哲明教授领衔的算法创新团队和由罗峰教授领衔的应用拓展團队。

（二）主要体会

1.结合优势办好生物信息学专业。生物信息学是一门交叉科学，涉及生物学、计算机、数学等领域，范围相当广泛。同时，生物信息学也是实用性相当强的技术，运用生物信息学的方法和技术可以解决生命遗传信息和生命活动信息中的实际问题。

2.加强实践教学，提高学生的实战能力。生物信息学是一门应用性强的专业，必须让学生通过大量的训练去熟悉生物信息学软件的应用。同时，教师在教学过程中，应该将教学与科研相结合，多为学生提供科研科题，让学生在科研中能够熟练地运用生物信息知识去分析和解决问题，从而更好地理解生物信息学的作用。

参考文献： 

[1]徐光宪.21世纪是信息科学、合成化学和生命科学共同繁荣的世纪[J].化学通报，2003，66（1）：3-11. 

[2]钟扬，张亮，赵琼.简明生物信息学[M].北京：高等教育出版社，2001. 

篇7

生物信息学是生物学、数学和计算机科学交叉所形成的一门新兴学科,它主要运用信息科学和计算机手段,通过数据分析和处理,揭示海量数据间的内在联系和生物学含义,进而提炼有用的生物学知识。当前,生物信息学教学还没有完善的教学模式,如何在高校进行生物信息学教学亟需探索。

进入21世纪,生物学的重点和潜在的突破点已经由20世纪的试验分析和数据积累,转移到数据分析及其指导下的试验验证上来。生物信息学作为一门学科被广泛研究的根本原因,在于它所提供的研究工具对生物学发展至关重要,因此成为生命科学研究型人才必须掌握的现代知识。今天的实验生物学家,只有利用计算生物学的成果,才能跳出实验技师的框架,做出真正创新的研究。现在基因组信息学和后基因组信息学资源已经成了地球上全人类的共同财富。如何获取和利用基因组和后基因组学提供的大量信息,如何具备享用全人类共有资源的能力,成了当今世纪生命科学学生必须掌握的基本技术和知识以及必须具有的初步能力。在信息学院中开设生物信息学应该有别于生物专业和物理、化学专业的学生,侧重于与计算机科学关系紧密的内容进行讲解。本文主要讨论在信息学专业中开设生物信息学的内容、教学方法[1]。

1国内生物信息学研究与教学现状

作为计算机科学和数学应用于分子生物学而形成的交叉学科,生物信息学已经成为基因组研究中强有力的必不可少的研究手段。在我国,生物信息学随着人类基因组研究的展开才刚刚起步,但已显露出蓬勃发展的势头。许多科研单位已经开始或准备开始从事这方面的研究工作。北京大学研究建立起一个EMBL的镜像数据库,并提供数据检索服务[2-3]。

在复旦大学遗传学研究所,为克隆新基因而建立的一整套生物信息系统也已初具规模。中科院上海生化所、生物物理等在结构生物学和基因预测研究方面也有相当的基础,中科院计算所作为我国计算机科学的顶尖机构,利用自身优势,也开始在生物信息方面投入大量的人力物力,从事相关的研究。另外清华大学生物学院与信息学院、中国科技大学生物学院、浙江大学也有相应的研究小组。有许多学校还增设了生物信息学的本科专业与二级学科的硕士、博士点。

在当前生物学信息呈爆炸性增长的背景下,急需要对这些数据进行分析、归类与重组,发现新线索、新现象和新规律,用以指导实验工作的设计。生物信息学的建设显得尤为紧迫,关键在于:1)加强相关学科之间的协作;2)加速培养一批在数学、物理、信息科学、计算机科学以及分子生物学方面均有造诣的跨学科青年人才。这样的人才在当前全世界都十分缺乏。我们如能充分发挥现有人才和单位的潜力,优势互补,相互协作,边做课题边培养研究生,进而在某些有条件的大学里设置生物信息学专业,就能迎接21世纪的挑战。

2生物信息学教学模式初探

2.1在计算机专业中开设生物信息学课程的几个问题

缺乏合格的生物信息学师资,教师队伍的整体数量和质量与我国生物信息学教育快速发展的规模极不相称。

对生物信息学专业人才培养的认识各异,造成课程设置不合理。事实上,国外在生物信息学专业的课程设置方面也缺乏成功的经验,围绕“哪些是生物信息学专业的必修课程”和“生物信息学专业的研究生需要哪些背景”之类的问题争议颇多。

生物信息学教育与其他专业的合作还有待加强。尽管生物信息学是一门新兴学科,但与其他专业之间存在许多联系。如生物信息学与统计学的关系极为密切,如能整合统计学教学资源,势必提升生物信息学教育水平。

在教学方法上,生物信息学仍沿用“以教师为中心,以课堂为中心,以教材为中心”的传统教学模式。重视系统知识的传授和授课计划的完成,忽视学生能力和素质的培养。理论教学与实验教学缺乏有机整合,实验教学只是以验证理论为目的,内容单一,无创新点,忽视了学生实际操作能力和创新能力的培养。

教学中还缺乏适合的理论和实验教材。近来,尽管生物信息学书籍呈快速增长的趋势,已不下百种,其中授权影印国外原版教科书和翻译书籍仍占主导地位。

2.2生物信息学教学模式的改进方法

借鉴其他学科成功的教学模式,结合生物信息学课程特点,采用新的教学模式势在必行。

2.2.1知识定位为中心,引入探究式教学方法

生物信息学既有较深的理论性知识,又有较强的实验技能,它涉及生物学、计算机技术、数学等方面的知识。因此,学校需针对培养目标与要求,制订具有专业特色的教学大纲,在教学内容上作合理的调整与优化。其教学过程大致分为三个步骤:(1)确立教学目标。目标可以由教师设定,可以是学生感兴趣的内容。(2)进行分组。对一个崭新事物的认识单靠个人的力量往往难以全面兼顾,需要集体的智慧,由小组成员围绕指定的问题进行讨论,最后由指导教师进行总结,对同学的讨论情况做出点评,并提出改进意见。

2.2.2整合理论教学与实验教学,提高学生综合素质

通过生物数据库的使用,提高学生处理生物信息的能力。由于大型服务器和计算机的参与,分子生物学对生物分子(主要是核酸和蛋白质)研究工作的效率大大提高。到目前为止,生物学数据库总数已达500个以上,在DNA序列方面有GenBank、EMBL和DDBJ等;在蛋白质一级结构方面有SWISS-PROT、PIR和MIPS等;在蛋白质和其他生物大分子的结构方面有PDB等;在蛋白质结构分类方面有SCOP和CATH等,各数据库均通过Internet提供多种形式的数据检索服务。

2.2.3充分利用现代化教育技术,采用启发式教学

目前,高等院校在教室内配备的多媒体投影播放系统促进了多媒体教学的广泛应用。生物信息学采用多媒体教学是与学科特点相适应,有利于提高教学效果。作为生物信息学教学的基本模式,多媒体教学使讲解的内容更加直观形象,尤其是对于具体数据库的介绍以及数据库检索、数据库相似性搜索、序列分析和蛋白质结构预测等内容涉及的具体方法和工具的讲解,可以激发学生的学习兴趣,加深学生对知识的理解和掌握,提高学生实践能力。同时,由于生物信息学依赖于网络资源和互联网上的分析工具和软件,教室内的多媒体计算机连接到互联网,可以极大地提高教学效果。但在实际教学中发现,多媒体教室也有局限性,学生主要以听为主,不能及时实践,教师讲解与学生实践相脱节,如果将生物信息学课程安排在计算机房内进行,并采用多媒体电子教室的教学方式,就可以解决上述问题。在教学中采用启发式教学,可为学生建立教学情景,学生通过与教师、同学的协商讨论、参与操作,能够发现知识、理解知识并掌握知识[4-5]。

3结语

现代生物技术将在21世纪迅速发展,为了跟上科学技术发展的步伐,在计算机专业中开设生物信息学课程是非常有必要的,也是有远见的。

随着生物信息学的快速发展,各种生物学数据信息,呈爆炸性增长,而计算机是有史以来最好的数据处理平台。因此,在计算机专业中开设生物信息学课程是非常迫切的。通过生物信息学课程的学习,使学生提高了生物信息处理的基本能力,对培养复合型、交叉型人才,提高毕业生综合素质进而提高就业竞争力具有积极意义。

参考文献:

[1] 萧浪涛. 现代生物信息学及其主要研究领域[J]. 湖南农业大学学报,2000(6):409.

[2] 王哲. 生物信息学概论[M]. 西安:西安第四军医大学出版社,2002:1-30.

[3] 郝柏林,张淑誉. 生物信息学手册[M]. 上海:上海科学技术出版社,2000:12-22.

[4] 赵国屏. 生物信息学[M]. 北京:北京科学出版社,2002:21-55.

[5] 何红波,姜鹏. 在计算机专业中开设生物信息学课程的几个问题[J]. 长沙铁道学院报:社会科学版,2003(3):114-116.

Establishment and Practice of Setting up Bioinformatics Curriculum in Computer Specialty

YU Xiao, SUN Hong-min

篇8

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2014）03-0156-02

21世纪是生命科学的世纪，应人类基因组计划（human genome project，HGP）和生物科学迅猛发展的要求，迅速兴起的生物信息学（Bioinformatics）成为生命科学浪潮中的弄潮儿。生物信息学是由林华安博士于1987年提出的，而它的起源可以追溯到20世纪50年代末计算机在生物研究中的应用。到20世纪末期，伴随着计算机技术和网络技术的革命性发展，生物信息也突飞猛进地发展起来。它的诞生和发展是应时所需，是历史的必然，已经悄然渗透到生物科学的每一个角落。生物信息学是一门交叉科学，它包含了生物信息的获取、加工、存储、分配、分析、解释等在内的所有方面，它综合运用数学、计算机科学和生物学的各种工具，来阐明和理解大量生物数据所包含的生物学意义。生物信息学现已迅速发展成为当今生命科学最具吸引力和重大的前沿领域，为生物学、计算机科学、数学、信息科学等专业的高素质人才提供了更广阔的发展天地。生物信息学不仅是一门新学科，更是一种重要的研究开发工具。从科学的角度来讲，生物信息学是一门研究生物和生物相关系统中信息内容与信息流向的综合系统科学。只有通过生物信息学的计算处理，人们才能从众多分散的生物学观测数据中获得对生命运行机制的系统理解。生物信息学专业是教育部1998年颁布的《普通高等学校本科专业目录》中新增的一个目录外专业，专业代码070403W，在今年教育部新颁的《普通高等学校本科专业目录（2012年）》中专业代码调整为071003，设在生物科学类。从2002年起，我国一些高等院校开始向教育部申请设立生物信息学本科专业，目前有武汉大学、西南交通大学、河北大学、同济大学、浙江大学、苏州大学、华中科技大学、太原理工大学、重庆邮电大学、山西农业大学、湖南农业大学、哈尔滨医科大学、福建农林大学、南方医科大学等14所高校学校先后获得批准。湖南农业大学是湖南省目前唯一经教育部批准设立生物信息学本科专业的学校。湖南农业大学生物信息学专业2004年获教育部批准成立，2005年正式开始招生。2005年招收65人，2006年招收46人，2007年招收55人，2008年招收45人，2009年招收47人，2010年招收45人，2011年招收51人，2012年招收48人，经过八年的建设，已经毕业四届学生，积累了一定的办学经验，对生物信息学的专业内涵、人才培养目标、教学内容、课程设置等有了较深刻的认识。具体地说，我们积极开展专业调研工作，学习和借鉴国内外高校专业建设的经验，根据本专业教学规范，制定和修订了较科学的教学计划、教学大纲和考试大纲。根据专业建设的需要，积极引进专业教师，师资队伍的规模逐步扩大、知识结构不断优化，专业培养目标基本明晰，教育管理水平得到提高。虽然通过大家的努力，我们在生物信息学的专业建设和人才培养方面取得了一定成绩，但在高素质应用型人才培养方面存在一些不足，主要表现在：

1.缺乏标准的生物信息学高素质应用型人才培养模式。由于设立生物信息学专业的高校有综合性大学、农业院校、医科大学、电子信息院校等，对生物信息学专业人才培养的认识各异，造成课程设置的侧重点存在较大差异。事实上，国外在生物信息学专业的课程设置方面也缺乏成功的经验，围绕“哪些是生物信息学专业的必修课程”和“生物信息学专业的本科生需要哪些基本背景”之类的问题争议颇多。我国高等教育的传统模式在创新性人才和交叉学科人才的培养方面本身就存在不少薄弱环节，如何通过生物信息学专业课程教学与实践加强学生的研究能力，从而加快培养不同专业背景的“复合型”人才是摆在我们面前的一项艰巨任务。

2.生物信息学专业实践教学平台建设有待进一步完善和加强。高等学校的教育目标是培养具有创新精神和实践能力的高素质人才。实践教学与理论教学共同担负着培养高素质人才的任务，在提高学生实践能力、培养应用型人才方面具有更重要的作用。随着知识经济的发展，素质教育的深入，高教质量工程的实施，实践教学改革的开展，打造、建设和优化生物信息学专业实践平台以培养高素质生物信息学专业人才显得极其迫切和极为重要。目前，我校关于生物信息学专业学生实践能力培养的专业实践平台还存在许多不足，主要表现为以下四个方面：（1）专业实验室建设明显滞后。目前与生物内容相关专业实验在植物科学国家级实验教学中心的实验室开展；生物数据挖掘、生物软件开发和生物信息分析等相关专业实验在生物安全省级实践教学中心的计算机房开展；至今为止还没有一个真正意义上的生物信息学专业实验室，这对实验教学开展、学生科技活动进行与辅导、课程设计和毕业设计教学开展与辅导、教学科研工作的深入造成极为不利影响，并随着研究生的招生，实验室建设严重不足问题将更显突出。（2）课程教学体系系统性差。由于生物信息学是一个新兴学科，生物信息学专业在我国的创办时间不长，在生物信息学专业实践教学方面没有多少成功的经验值得借鉴，加上专业建设时间不长，这方面自身经验积累不足，许多想法和思路有待验证、改善和落实，实践教学内容设置、内容衔接和效果评估建设等方面还欠缺，传统性实验开展较多，开放性实验开展过少，最新技术方法（如：云计算）和社会对专业技术新要求在专业实验教学中融入还不够，内容还不成体系，系统性还存在许多不足。（3）开放型实践教学体系建设还是空白。目前高校对开放实验改革中进行的实践和探讨基本上停留在把少部分实验项目改革成了开放实验，开放实验内容单调简单、面窄浮浅、不成体系，系统性和创新性非常欠缺，效果往往达不到预期要求，也远不能满足不断学科发展和社会发展需要。我校生物信息学专业开放性实践教学体系建设也同样处于空白，关于生物信息学专业开放性实践教学体系建设需要紧急推动和落实。（4）实习基地建设还存在不足。目前，我校生物信息学专业还没有专门的校外实习基地，影响了学生实践动手能力的提高。

3.师资队伍需要进一步优化。教师队伍的素质、水平决定了专业建设的质量。生物信息学是一个交叉学科，生物信息学专业需要既熟悉生物学背景，又要熟悉信息类知识的专业课教师和学术带头人。目前，我校生物信息学系现有专职教师10人，其中教授5人，副教授2人，有博士学位的9人。听起来实力蛮雄厚，但真正科班出身、从事生物信息研究的老师并不多，很多是从原植物保护专业的师资调整过来的，有些是近年引进的，还没有形成稳定的学术梯队。还没有科研及教学成果奖，也没有主编规划教材出版，师资队伍的学术水平尚待进一步提高，师资队伍需要进一步优化。

4.教育教学改革需要进一步深化。生物信息学专业开办了八年，我们在教学改革建设方面也做了一些工作，但需要进一步深化；在人才培养模式、实验室建设、课程建设等方面做了一点探索，获得湖南农业大学教改项目4项，如2006年的《生物信息学专业建设及人才培养模式的探索》、《生物信息数据处理中心开放式实验室建设与服务模式研究》，修改了培养方案，发表了几篇教学教改论文。在教学手段上，本专业教师能够结合生物信息学学科特点，开展利用现代化手段进行辅助教学的教学改革探索，我们鼓励教师积极使用一些优秀的教学软件，也鼓励教师结合自己的教学经验，努力开发电子课件，对于学生的深入学习起到了重要的作用。我们在教学改革方面虽然做了一些工作，但远不能适应本专业的发展要求。

5.就业渠道拓展不够。由于生物信息学专业是新兴的专业，专门的产业尚没有完全成熟，目前主要分布在医药产业和信息产业之中，因此，就业渠道有待扩展。

当前，生物信息学在国内外的发展基本上都处于起步阶段，各国所拥有的条件也大体相同。因此，这是我国生物信息学研究赶超国际先进水平的极好机会。生物信息学研究投资少，见效快，可充分发挥我国基因信息资源丰富的优势，以及湖南农业大学在生物学领域，尤其是微生物基因组研究方面的特长，经过十几年或更长时间的努力，湖南农业大学的生物信息学专业有可能会成为湖南省的优势特色专业。

参考文献：

[1]李宏.我国生物信息学研究的发展策略[J].重庆工商大学学报（自然科学版），2005，22（2）：105-109.

[2]赵爱民.生物信息技术发展态势分析[J].中国生物工程杂志，2003，23（5）：101-103.

[3]陈锋，吴明晖.符合时展的高素质应用型人才培养体系的探索与实践[J].中国高教研究杂志，2011，（8）：32-35.

[4]舒坤贤，袁帅.生物信息学实践教学体系的构建与实践[J].湖南人文科技学院学报，2012，（2）：118-120.

篇9

中图分类号：Q811-4 文献标识码：A

21世纪是生命科学的世纪，人类及模式生物基因组计划的全面实施，使分子生物学数据以爆炸性速度增长。面对基因组学、蛋白质组学、基因芯片、分子进化等大量的生物信息，在计算机科学、网络技术以及生物分析技术的相互作用和渗透下，诞生了一门崭新的学科――生物信息学（Bioinformatics）。生物信息学利用计算机和互联网，以数据库为载体，运用数学算法和计算模型，研究生物信息数据的获取、处理、存储、分发、分析和解释等方面，进而阐明和解释庞杂的生物数据所蕴含的意义。生物信息学跨越了整个生命科学领域，近年来在医药学研究中发挥了不可替代的作用，无论是从分子生物学的角度阐述病因，还是对疾病的预防、诊断、治疗与新药研发都将产生巨大的推动作用，医学生物信息学必然在未来的医学研究中处于关键地位，但生物信息学的理工科特性决定了该课程在医学教育中开展的难度。本文结合医学院校特色和生物信息学课程特点，探讨开设医学生物信息学课程的必要性，分析生物信息学课程在教学实践中存在的问题，提出本校开展生物信息学教学的实施方法。

1 医学生物信息学的主要研究内容

1.1 疾病基因的发现与鉴定

约有6000种以上的人类疾患与特异基因的改变有关，某些关键性基因或其产物的结构功能异常，可以直接或间接地导致疾病的发生。使用基因组信息学的方法通过超大规模计算是发现新基因的重要手段。例如：通过构建肿瘤cDNA文库或表达序列标签（expression sequence tag，EST）分析差异表达基因，揭示肿瘤发生的分子水平变化，寻找靶基因。

1.2 药物设计与新药研发

生物信息技术为药物研究、设计提供了崭新的研究思路和手段。利用数据资料、软件工具筛选药物作用的靶位和候选基因，阐明其结构和功能关系，指导设计能激活或阻断生物大分子发挥其生物功能的治疗性药物。

生物信息药物设计常用的方法有：①三维结构搜寻，寻找符合特定性质和三维结构的分子，从而发现合适的药物分子。②分子对接，建立大量化合物的三维结构数据库，依次搜索小分子配体使其与受体的活性位点结合，通过优化使得配体与受体的形状和相互作用最佳匹配。③全新药物设计，利用计算机自动设计出与受体活性部位的几何形状和化学性质相匹配的结构新颖的药物分子。

生物信息学方法为药物研制提供了更多的、潜在的靶标，大大减少药物研发的成本，提高研发的质量和效率。

1.3 流行病学研究中的应用

将流行病学的遗传和非遗传性的研究与生物信息学结合起来，会对疾病的机理、个体对某种疾病的易感性和疾病在群体中的分布有更明确的认识，对疾病的预防和治疗有极大的指导意义。

2 医学生物信息学课程的特点及主要困难分析

2.1 课程内容丰富，学科交叉，数据庞杂

生物信息学利用生物学，计算机科学和信息技术揭示大量复杂的生物数据所赋有的生物学奥秘，是一门交叉性学科，并且理科特性很强，需要深入理解分析。目前生物信息学包含了基因组、蛋白质组、代谢及药物等多个部分，每个部分都具有各自的特色和相应的分析技术。根据《Nucleic Acids Research》统计，全球共有约1000多个主要的生物医学数据库，涵盖了生物医学研究的诸多领域。学生不仅要掌握获取和利用海量生物信息的基本知识和技术，还应掌握相关的数学、物理学、计算机程序设计等知识和技术，又因为医学专业学生的数理知识有限，学习起来有一定的困难。

2.2 操作性和实践性强

生物信息学是一门操作性和实践性很强的学科，主要是在互联网环境中，依靠计算机，利用数据库和各种信息处理软件来进行生物信息学方面的分析工作。针对医学专业学生开设生物信息学课程，其教学内容应注重理论与实践紧密结合，着重学习利用计算机对各种生物信息资源和数据库的检索，使用方法与技巧，真正做到学有所用。

2.3 现状与困难分析

目前，国内的生物信息学教学基本沿用以“教师讲授为主”的传统教学模式，与生物信息学交叉前沿性特点不相适应，实验教学单一，多为验证性试验，缺乏综合性和设计性。此外，医学专业学生计算机知识薄弱，对生物信息学的算法与数据库的原理和特点等不甚了解，在高通量数据处理面前力不从心，影响对问题的分析能力。

3 医学生物信息学课程开设实施方法和对策

3.1 根据医学专业特点设计教学内容，建立具有模块化的教学大纲

目前尚未形成系统、成熟的生物信息学教学模式。开设课程之前，对医学专业学生进行问卷调查，让他们选择医学生物信息学课程中感兴趣的、需要学习的知识内容，并提出难点问题。教师汇总问卷结果，对授课内容进行调整，建立模块化的教学大纲，例如：导论模块、数据库及使用模块、基因组信息学及其分析方法模块、蛋白质组生物信息学模块、代谢和药物生物信息学及系统生物学模块等，使学生清楚每个模块的特点和作用，提高学生的学习兴趣，激发学生的学习热情。

3.2 强化实验教学，激发学生的创新思维和创新意识

生物信息学的学习是运用生物医学、数学、以及计算机科学等诸多学科知识进行分析、判断、推理、综合的实践过程，强化实验教学显得尤为重要。另外，采用PBL（Problem Based Learning）教学法，可以有效地激发学生的创新思维和创新意识。

3.2.1 注重实验操作

生物信息学实验课程以计算机操作为主，需要学生灵活应用互联网、数据库和多种生物信息学软件，所以实验操作显得尤为重要，加大实验比例，为学生提供较多的实验操作机会，不仅提高了学生的动手能力，而且大大提高了学生在因特网环境下对生物大分子序列、生物大分子结构进行生物信息学分析的能力，是提高学生学习生物信息学效果的有力保障。

3.2.2 采用PBL教学模式，优化实验内容

加大设计性实验的比例，采用PBL教学法，根据学生能力和兴趣进行分组，由教师提出问题并布置真实性任务，使学生在已有的知识基础上，通过查找文献、小组讨论、探索，最终完成任务，写出试验报告。由教师对任务完成过程及结果进行点评，对学生掌握知识的程度及学生的科研、应用能力进行评价，并提出进一步的提高方向。学生在实验操作的过程中，不断地发现问题、解决问题，有效地激发了学生的创新思维和创新意识。

3.3 改革教学方法，革新考核方式

3.3.1 结合多媒体技术与双语教学

多媒体技术教学灵活生动，教师在讲授难于理解的概念和生物信息学工具时，可以直接打开相关软件和网站进行演示，使抽象的生物信息学知识以具体的、动态的形式展现出来，从而加深学生对课程的掌握程度。此外，生物信息学涉及到的数据库、网站、应用软件多为英文界面，所以双语授课显得尤为重要，教师可借助多媒体，对课程进行中英整合讲解。

3.3.2 结合科研实例进行教学

生物信息学是一门不断完善和发展的学科，数据库的更新、相关软件的升级、算法的优化等，通常会随着科研中遇到的生物学问题变化而变化，所以教师可以结合现阶段的科研背景和具体的研究方向，结合实例进行教学，可以让学生真正掌握利用生物信息学方法解决生物学问题的思路，并培养和提高学生的科学思维能力，使学生由知识的被动接受者变为知识的主动发现者、探究者，教师则由知识的传授者转变为教学活动的指导者、组织者。

3.3.3 采用无纸化考核方式

适当降低课程理论难度，减少不必要的数学理论推导，注重实际应用、解决问题能力的培养，通过上机实践操作，考核学生对基本知识和原理的掌握情况，克服传统的死记硬背现象。

4.结语

生物信息学作为一门交叉学科，发挥了其独特的桥梁作用，已经广泛地渗透到医学的各个研究领域。本文针对开设医学生物信息学课程的必要性和教学模式进行了探讨，以提高学生学习的自主性、实际操作能力和解决问题的应用能力为目标，不断改进教学手段、加强教学过程的趣味性，以期培养综合型的、高素质、现代化医学人才。

参考文献

[1] 伍欣星，赵.生物信息学基础与临床医学应用指南[M].北京：科学出版社，2005.

[2] 张阳德.生物信息学[M].北京：科学出版社，2009.

[3] WeiLi-ping，YuJun.BioinformaticsinChina：APersonalPerspective[J].PlosComputationalBiology，2008，4（4）：e1000020.

篇10

作者简介：刘伟（1979-），女，辽宁铁岭人，国防科技大学机电工程与自动化学院，讲师；张纪阳（1979-），男，湖南泌阳人，国防科技大学机电工程与自动化学院，讲师。（湖南?长沙?410073）

中图分类号：G642.0?????文献标识码：A?????文章编号：1007-0079（2012）23-0060-02

21世纪是生命科学的世纪，生物技术飞速发展，生物学数据大量积累。而生物信息学正是在这种大背景下蓬勃兴起的交叉型学科，旨在用信息学方法解决生物学问题。为了培养复合型人才，大力发展交叉学科，国防科技大学（以下简称“我校”）近年来面向全校理工科研究生开设了“生物信息学”选修课程。

“生物信息学”作为新兴的交叉学科，具有融合性、发展性和开放性的特点。[1]融合性是指生物信息学涉及的生物、计算机、数学等多个学科的交叉与融合。从20世纪90年代到现在，该学科发展非常迅速，研究热点发生了数次改变。开放性是指该学科存在大量有待探索和研究的新问题。这些特点一方面为课堂教学提供了大量的主题和素材，一方面也对授课方式提出了较高的要求。经过认真分析，选定研讨式教学作为该课程的主要授课方式。研讨式教学即研究讨论式教学，是将研究与讨论贯穿于教学的全过程。[2]在教师的具体指导下，充分发挥学生的主体作用，通过自我学习、自我教育、自我提高来获取知识和强化能力培养。[3]通过确立教学目标，精心设计和组织教学内容，在实践中贯彻研讨式教学理念和方法，在生物信息学课程中对研讨式教学模式进行了理论探索和实践创新。

一、教学目标的确立

合理的课程目标与定位是决定课程建设成败和教学效果的基础，其主要依据是人才培养需求和授课对象的实际情况。首先，教学对象是研究生，已具备一定的自主学习和创新思维的能力。教师不仅要传授知识，而且要讲解基本的研究方法，让学生具备独立思考问题、分析问题和解决问题的能力。其次，作为军校学生，以后从事的工作可能涉及很多学科方向，展现如何针对一门新的学科方向进行研究的整体思路显得很有意义。最后，考虑到学生不同的知识背景，对于各部分内容的理解程度不同，必须兼顾不同的专业方向，让每个学生都能有所收获。因此，确立教学目标为：介绍生物信息学的基本概念和方法，通过案例分析展现科学研究的基本方法和实践过程。

二、教学内容的设计和组织

1.教学内容的总体设计

确定了教学目标之后，需要对课程的教学内容进行总体设计。参考国内外多所高校的相关课程设置，如北京大学的“生物信息学导论”、中科大的“生物信息学”、中科院的“生物信息学与系统生物学”和MIT的“Bioinformatics and Proteomics”等，发现这些课程主要是针对生物专业的学生开设，侧重于方法学介绍。而我校学生大部分是工科背景，对于统计和机器学习方法有一定基础，重点是了解相关的生物学问题，并应用已有的工科知识去分析和解决这些问题。同时，随着生物信息学的快速发展，研究领域不断扩大，有必要展现该学科的最新进展。

因此，课程内容总体设计上以生物学问题为主线，结合最新的研究成果，对各种计算方法的应用过程进行深入和细致的讲解。在介绍生物信息学的研究现状和生物学基础知识之后，分多个专题详述生物信息学最新的研究进展，各专题在内容上相互衔接，由浅入深，以便学生理解和接受。以问题为导向的课程设计对于启发学生思考，积极参与课堂研讨具有重要作用。

进一步，为了突出部分重点专题及其分析方法，采用案例分析课的形式，针对一些重要问题进行深入探讨。鼓励学生应用所学知识，结合自身的专业背景，通过积极地思考和讨论提出相应的解决方案。案例选择为教师有一定研究基础的开放性问题，一方面介绍已有的研究成果，一方面结合教师的研究体会，通过积极讨论拓展新的研究思路。案例分析课有助于学生更多地参与课堂研讨，对于知识的综合应用和科学研究过程产生切身体会。

2.教学内容的组织

研讨式教学的关键是调动学生的积极性，鼓励学生踊跃地参与课堂讨论，提出自己的观点。通过集中备课，学习和吸取老教师的成功经验，总结调动学生积极性的基本要素，对授课内容进行了认真的组织和编排。

（1）重点突出，详略得当。由于生物信息学涵盖内容非常丰富，有必要对课程内容进行取舍，在保证知识面的基础上，突出授课的重点。减少或删除重要性较低的部分，采用图片和动画等形式对重要的知识点加以强调，以深化学生的理解。只有学生对重点内容理解透彻，才能激发出浓厚的学习兴趣，积极参与课堂研讨，碰撞出智慧的火花。

篇11

【中图分类号】O158 【文献标识码】A 【文章编号】2095-3089（2012）10-0243-01

1.引言

21世纪是“生命科学的世纪”，随着实验技术的突飞猛进，人类对生命现象的理解也越来越深入，国内各大实验室和科研机构正在进行大规模的湿实验，产生的实验数据量惊人，已经突破传统的实验科学研究的范围。从20世纪末，伴随着人类基因组计划的开展，许多计算机科学家，应用数学家，物理学家都参与系统处理和分析涌现的大量实验数据的研究中，并形成了一个新的交叉学科“生物信息学”。生物信息学在近二十年来得到快速的发展，在国内外知名院校的研究生教育中已经开展了生物信息学课程。近些年，国内各知名院校相继开设了生物信息学本科专业，专门培养生物信息学人才。然而在本科生物信息学课程规划和设计方面，各个学校都处在探索阶段，本文浅谈将离散数学作为生物信息专业基础课设立的必要性，课程设计和规划，及在教学中遇到的问题和体会等几个方面。

2.离散数学在生物信息学专业开展的必要性

生物信息学是生命科学、计算机科学和数学相交叉所形成的新学科，因而生物信息学的专业基础的课的设置比较复杂。 虽然这三个传统学科的基础课的设置可以作为生物信息学课程设置的参考，然而他们每个学科的知识量非常大，如何在本科阶段的基础课阶段精选出合理的课程体系，让生物信息学专业的学生在两年内掌握三个学科的基础知识，并能较好的与后续学习的专业课结合上是目前生物信息学本科教育的一个急需解决的问题。 生物信息学专业从无，到课程体系的基本构建完成大概经历十年左右的时间，具有相关专业的院校都进行了有益的探索，特别是在本科教育前两年基础课授课的内容已经基本完成。 哈尔滨医科大学生物信息科学和技术学院是国内首个开设生物信息学本科专业的学院，在过去近十年的本科教育中积累丰富的经验，并进行了多次教学讨论和改革。 随着计算机科学的快速发展，离散数学这个古老的学科又重新焕发了青春，并在现代数学中得到了快速的发展，它已经成为了计算机科学和数学两个学科教学的核心课程， 并成为了我院生物信息学专业的基础教学的一门重要课程。结合近些年，在生物信息专业教授离散数学的过程，深刻体会到离散数学在本科基础教学中开设的必要性。离散数学是指研究离散量的结构及其相互关系的综合学科。离散数学的重要性逐渐被人们认识，从理论计算机科学到计算机应用，从计算机的硬件和软件开发到人工智能和人工识别，无处不在体现着离散数学包含的思想和方法。而生物信息学研究中核心的工具是计算机，培养生物信息学专业学生利用计算机这个强大和有效的工具解决实际问题是基础课设过程中需要考虑的重要方面。离散数学因为在计算机科学中独特的地位，使得它已经成为生物信息学专业必不可少的一门基础课。

3.离散数学的课程规划和设计

由于生物信息学是一个多学科的交叉的专业，因而离散数学的课程规划和设计是不可能如计算机专业和数学专业那样分成几门课程：组合数学，图论，数理逻辑和运筹学等分别授课，这样会导致学生的学业负担过重，而且是难以实现的。因而需要根据学生认知规律，从数理逻辑，组合数学，图论和运筹学精简一部分和生物学信息学及计算机程序设计密切相关的内容进行讲授。讲授的时间一般应在本科阶段第三个学期。 此时，与数学相关的基础课高等数学，计算机科学相关的计算机理论基础、C语言，及生命科学相关的分子生物学等课程已经讲授完毕，离散数学的授课将可以和这些基础知识结合，促进对离散数组的分析研究的认识，并对后续的计算机程序设计课程的开展打下坚实的基础。

离散数学的课程设计的总学时一般为72学时，分为理论课和实验课两部分。理论课一般为56学时，计算机实验课为16学时。由于生物信息学是一门侧重应用型的专业，因而理论课和实验课，可以实现理论和实践的有效结合，把数学知识转化成解决问题的有效工具。由于离散数学中包含的内容较多，因而需要数理逻辑，组合数学，图论和运筹学的基础知识进行精简。基础课中，数理逻辑一般授课为8学时，重点讲授集合论知识；组合数学是授课的重点，课时数为24学时，重点讲授组合计数和排列组合的生成算法等基础知识；图论是侧重应用部分，授课学时数为12学时，授课重点为无向图和有向图的基本概念及最短道路和最小生成树的搜索算法的知识；运筹学方面的授课学时为12学时，授课重点为线性的最优化的理论知识。实验课是对学生学习理论知识的有效检验和升华，可以调动学生的学习积极性和热情，实验课共16学时，可分为4次，每次4学时。实验课内容可设为：排列组合生成算法，最短道路搜索算法，最小生成树的搜索算法和二次线性规划的搜索算法的实现，实验课顺利开展便于培养学生的动手能力和学习的自信心。

4.教学实践及体会

在讲授离散数学的过程中，深刻体会离散数学具有知识点多及交互性强的特点，因而在授课过程中不可能把每一个知识点讲细，面面俱到。教师授课应力求“讲思想，讲重点，讲方法，讲体会”，应该充分相信学生的自学能力和探索的潜力，着重培训学生的探索发现的能力，给学生一个足够大的思想空间，培训学生独立解决问题的能力。由于离散数学的发展目前处于活跃期，很多新的知识正不断补充进来，而且这些知识和现实中存在的问题能够结合，从而要求教师需要不断学习和进修，提高自己的数学修养，来引导学生更好的学习离散数学，为生物信息学相关的其他课程打下一个良好的基础。

篇12

中图分类号：G642 文献标识码：A 文章编号：1009-3044（2016）27-0123-03

Abstract： Analyzed the developing status of Bioinformatics combined with Chinese Medicine， proposed the education directions for the combinations of Chinese Medicine and Bioinformatics， discussed the using of Bioinformatics techniques in Chinese Medicine big data with teaching and researching area by three common method in Bioinformatics.

Key words： chinese medicine big data； bioinformatics； education in university

1 引言

生物信息学是一门新兴学科，在各大高等院校医学或生物学相关专业都有与之相关的课程或专业开设。与我们常见的物理、数学、法学等学科不同，生物信息学更像是一个学科领域，它不仅仅局限于某个科学研究，而是综合运用数学、计算机学和生物学的各种工具及方法来分析和理解在大数据背景下的生物学意义[1]。经过20余年的发展，生物信息学已在分子进化、基因测序、遗传及变异研究等领域取得了突破和成果，是21世纪人类三大计划之一“人类基因组计划（Human Gene Project HGP）”的核心支撑学科。在美国，早于1988年便成立国家生物技术信息中心（NCBI），随后欧洲和日本在1993年和1995年分别建立了欧洲生物信息学研究所（EBI）和信息生物学中心（CIB）用来对数以万计的核酸及蛋白质等数据进行维护并发展至今日趋成熟[2]。生物信息学于上世纪90年代初开始逐渐引起国内科学工作者的重视，经过20多年的发展也已初具规模。笔者通过对近20年公开发表的有关生物信息学关键字的文章进行搜索，运用Excel制图绘制了自1996年至今每年发表文章数量的散点图。从图1可以发现，关于生物信息学学科的研究数量在2014年达到顶峰，并逐渐开始下滑。同时，由于搜索结果包含杂质数据（如被动截取“信息学”为关键词），为了使图表信息量有度可量，笔者继续对在认知上与生物信息学相关的科学领域进行关键词搜索，分别为“数据挖掘”和“人工智能”，并绘制图2。由该图可直观地看出，人工智能的研究一直稳步发展，符合21世纪科技高度发展的大趋势，而数据挖掘技术的相关研究自2005年以来迅猛增长并赶超人工智能。综合分析其主要原因是由于中国人口众多，自2005年以来互联网用户不断增加，全民联网的时代逐渐构成，互联网信息产业的急剧扩大以及电子商务、云技术等网络相关产业的发展带来的信息膨胀，使越来越多的人意识到大数据的作用和研究数据挖掘对经济发展、社会进步的重要影响，进而推动数据挖掘的学科发展。

2 中医大数据背景下的生物信息学课程教学

从图2的对比可以看出，生物信息学的研究数量与其他两个学科对比，则显得相形见绌。也就是说，生物信息学在我国的发展仍较为缓慢，使之与其对人类社会的贡献度不成正比。进一步对图1的搜索结果进行高级检索，对已有的生物信息学研究进行划分，将”中医”关键词加入其中，结果发现将中医与生物信息学相结合进行研究的文献少之又少，每年文献不过20左右。生物信息学的作用就是利用计算机等技术对海量的生物数据进行分析并洞察隐藏在其中的规律，而中医数据经历数代中医名师的记录和数十年来信息存储技术的发展已经俨然呈现出高纬度、高阶度的大数据结构。因此，生物信息学在中医数据的研究中一定具有其特殊的价值和意义，是从微观层面描述中医整体结构的重要手段。本文将以中医证侯、病证和中医复杂性为切入点，结合研究生物信息学在其中的应用价值，并讨论在教育教学过程中如何使中医和生物信息学有机结合，做到融会贯通。

2.1从“定性”和“定量”学习角度看基因组学学习中医“证”本质

在中医学中，“证”是立方立法的基础，医者通过四诊获取的信息进行综合分析和判断，从病症体征等表现集合入手，得出相应的证候，有针对性的用药治疗。中医与西医不同，讲究以整体论看待人体以及病变，“辨证论治”思想也是千百年来各名中医学者通过反复探索得出的实践经验，对中医遣方用药具有决定性的指导意义。而西医认为，疾病的发生与发展是与人体某段特异的基因的改变有关，HGP的研究目的也正是为了揭示人体的构成奥秘从而从本质上研究疾病的产生和发展规律[3]。因此，中医与西医在指导医者诊疗的哲学思想上是有很大不同，甚至可以说是截然相反的。然而中医与西医的内在关联却无处不在，结合点之一正是基因与证候的关联。对于基因组学和中医证候的学习方法是不同的，一个是定量学习，另一个则是定性学习，定量学习有助于学生更加客观的研究生物体的发展规律，并结合现代计算机技术做到多学科交叉学习与实验，而不足之处在于缺乏主观思考、学习方式较为分散缺乏整体思维把控；而定性学习则以某一指导思想为主线，通过对某些案例及知识长时间的观察和分析，从中得出结论。定量学习如基因组学更重视量化计算及工具的使用，而定性学习如中医证候则更重视理论与实践结合，整体到局部学习。在学习的过程中，无论基因组学还是中医证候，都会以疾病为具体的研究对象。从西医上说，基因是决定人是否患病的内部原因，通过遗传或基因状态的改变都可能导致疾病的产生，从中医上说，证候是疾病状态下的临床类型，反映了机体在疾病发展过程中的病理特征[4]。因此，将证候与基因组学统一学习，实则是将定量与定性学习相结合以实际疾病案例和数据着手从而多方面运用计算机、西医学、证候学、数学等学科知识对生物大数据进行分析的综合学习方法。

2.2 基于蛋白质组学学习中医病证相关性

证侯是人体生命活动的一种表现，而生命活动的主要执行者是蛋白质，两者之间必然会有隐秘且细致的联系，我们也应以此为出发点，培养学生的发散学习方法，综合学科进行学习。自HGP的完成宣告了后基因组时代的到来后，研究生命科学的重心也由基因组学向蛋白质组学逐渐转变，作为教育者也应跟上科学发展的潮流，把生物科学研究和相关教学模式从基因水平向蛋白质水平转变。与此同时，蛋白质组学是从整体角度分析细胞内的动态变化以及蛋白质组成成分、表达水平等，它的研究方法学内容与中医的整体观和辩证论治观有着许多相同之处。蛋白质组学在分子水平上的DNA修饰和基因调控反应生命体的整体状态（即阴平阳秘），中医理论强调从整体观对疾病进行认知，认为疾病的发生是人体整体功能的失调所致（即阴阳失调），重点在于辩证论治[5]。在教育教学过程中，将基因或蛋白质方面的研究从结构研究向功能研究转变，使研究更具体，透过相关功能性测试实验，发现基因之间的相互联系及相互作用，在定量学习的过程中培养学生的定性思维，使学生善于发现问题及对象之间的关联。正如数据库实体关系模型中的E-R图一样，在进行蛋白质组学和中医病症相关性研究教育的过程中，中医病证和蛋白组学可以看做是两个看似毫无关联的实体，而通过“疾病”将两者相连，透过此种关系可以衍射出两个学科方面的深入学习。

2.3 运用复杂系统性方法学习中医药复杂系统

中医药的复杂性相比西医有过之而无不及，原因主要在于相对于“结构决定功能”的西方医学思想，中医更侧重于“关系决定功能”，在这种情况下，无论是辨证论治还是症状体征变化，有关中医诊断和治疗的信息都是已高度离散和非线性的方式存储，使得中医称为典型的“复杂自组织系统”[6]。尤其在信息离散度和复杂度较高的中医证侯系统中，症状变量与证侯信息混杂在一起，想辨别两者的区别和联系是非常困难的事情，单纯的研究数据往往缺乏正确的方向，而单纯的研究理论则往往枯燥乏味。因此，在教学过程中，可以将复杂系统方法学引入中医系统学习，通过复杂系统中的熵分划方法将证侯系统的离散变量加工转化为线性关联集合，即将症状变量通过关联度集合成多个症状集合，并将症状集合与关联度较高的证侯要素进行联结。以此方法既可以激发学生对理论学习的兴趣，又能以理论指导实践，对中医证侯大数据进行信息提取，达到全面学习。

3 结束语

中医信息学已经作为一门新兴学科在我国各大高校开设，相关师生深入研究和学习，主要目的就是发掘蕴含在中医几千年发展结晶中的奥秘。关于中医药数据的数据挖掘技术和研究也在近年日益增长，这都表明人们已经愈来愈关注国粹，关注健康，关注未来。这也表明与之相关的学习和研究对未来的人生发展和机遇都有着深远的影响。然而，数据挖掘的技术并不完全适用于中医药复杂系统中的信息发掘，若单纯地将两者进行结合教学，学生可能缺少知识衔接，缺乏过渡。这时若将生物信息学引入二者其中并结合生物信息学相关智能科技手段和技术，则可以从宏观和微观两个方面去看待生命体：宏观上面对复杂的中医系统不需感到困惑，而是以“复杂系统方法论去解决复杂系统”，使学生不要总想着从每一个局部都能分析到问题的本质，而是接受复杂性，从复杂系统的角度去解释生命体的自组织现象，对生命体的宏观表现进行研究；微观即是在分子水平上去分析中医证侯的本质，方剂的复杂体系，去了解生命体内部的调控机制等，以此加深学生对中医理论的理解以及对生物信息学工具和技术运用的融会贯通。

参考文献：

[1] 钟涛.基于复杂系统方法的慢性胃炎中医问诊证侯建模研究[D].上海：华东理工大学，2014.

[2] 谭从娥，王米渠，冯文哲等. 生物信息学分析寒症海量数据的探索[J].中华中医药学刊，2008，26（12）：2569-2570.

[3] 李方玲，梁嵘.对中医证侯规范化研究的探讨[J].辽宁中医杂志，2006，33（4）：386-387.

篇13

1.生物信息学学科特点

生物信息学是当今生命科学的重大前沿领域之一，是一门交叉学科，包含生命过程中各种信息的获取、加工、存储、分配、分析、解释等在内的所有方面，综合运用数学、计算机科学和生物学等方法与技术，阐明和理解大量数据包含的生物学意义[1]。随着20世纪80年代人类基因组计划的实施，生物信息学蓬勃发展，并渗透到生物学研究的各个领域。掌握生物信息学相关技术及分析能力已成为生物专业本科毕业生的必要要求[2]。因此，做好生物信息学教学工作对提高生物信息学研究水平具有重要的理论和实践意义[3]。然而由于学科的综合性和学科本身的迅猛发展，生物信息学课程教学仍然处于探索阶段，目前还没有成熟的生物信息学教学模式，各高校尚处于摸索探讨阶段。

2.案例教学法概述

案例教学法（Case-Based Learning），指在教师的指导下，根据教学目的，通过呈现案例材料，组织学生以团体和小组讨论、角色扮演等方式对案例进行调查、阅读、思考、分析、讨论和交流等活动；经过分析讨论，将课本中的理论与案例材料结合起来，并利用理论分析说明复杂的案例内容。案例教学法引导学生学习新的知识，加深对理论的认识，训练学生运用所学知识分析和解决实际生物学问题[4]。

不同于传统教学模式注重“知识的传授”，案例教学法更注重“能力培养”。案例教学法不直接给学生提供解决案例问题的标准答案或者具体方法，而通过教师引导学生积极讨论得出问题的解决方法，侧重于理论应用，是一种“以学习者为中心的学习方法”。

案例教学可划分为讲解定义型、综合分析型和操作技能型三种类型。（1）讲解定义型，引入案例，对基本概念和原理进行讲解；（2）综合分析型，提出问题，学生通过讨论给出解决案例问题的方案或者对已有方案进行评价；（3）操作技能型，引入案例，使学生掌握相关理论课程的基本应用技能。案例教学还可以综合其他教学方法，如以问题为基础的教学法共同改善课堂教学效果[5]。

案例教学法基本环节包括：教师根据学科特点提出案例；引导学生辩论交流、提出解决方案；完成与解决案例；教师评价与总结[4]，[6]，[7]。案例教学过程中，首先教师把握整体教学进度，选用与本专业课程有关的案例，案例选择要具体、易于学习和理解，能够引起学生的兴趣，调动学生学习主动性；其次，将案例分解，从子案例中提出问题，启发学生思考，鼓励学生对案例进行分析、讨论甚至辩论，提出解决方法，逐步完成案例；最后，引导学生完成和解决案例，分析点评整个案例教学过程及结果[4]。

3.案例教学法应用于生物信息学本科教学的意义

生物信息学课堂讲授以介绍生物信息学的相关算法、原理、方法为主，这也是教学的重点和难点。传统“知识传授”型讲课方式容易让学生觉得枯燥乏味、晦涩难懂，产生畏惧心理[8]。运用案例教学法，能够帮助学生更深入理解算法的思想，真正掌握解决问题的思路，培养科学的思维能力。

另外，生物信息学是一门实用性较强的学科，大学本科阶段开设生物信息学课程主要目的不是开发新的数据库和发展新的生物数据分析方法，而是如何利用现有数据库资源查找特定数据，并根据科研实践需要分析整合数据资源，为后续科研奠定基础，具有极强的实践意义。要达到实践目的，除了让学生掌握生物信息学的基本理论和方法、数据库和软件的原理外，更重要的是让学生亲身实践，在实践中对所学理论进行验证、对数据和软件的使用加以熟悉[9]。但生物信息学涉及专业领域内容广泛，学生不可能做到完全亲身实践，因此，案例教学法能替代亲身实践，吸取前人经验，是理论联系实践的一个便捷通道，是培养学生解决实际问题能力的好方法[7]。

4.案例教学法在生物信息学本科教学中的应用

4.1 案例选择

笔者针对生物信息学本科的教学大纲和知识体系，以及多年从事昆虫线粒体基因组分析的科研工作情况，精心选择了一系列分析案例，其中以鳞翅目灰蝶科线粒体基因组[10]数据分析为例说明。

4.2 教学过程

4.2.1学生分组。根据学生专业、兴趣分组，每组6人，统一采用同一案例。

4.2.2案例背景介绍。让学生了解该论文的目的、操作过程及意义。学生查找相关文献资料，归纳总结知识背景。

4.2.3案例分解。将整个案例分为若干个子案例：①序列数据来源；②序列比对分析③计算遗传距离；④分子系统发育重建；⑤蛋白质家族和基序与结构域分析；⑥蛋白质三级结构与结构分类分析。对每一个子案例完成的关键步骤提出问题，启发学生思考，鼓励学生对案例进行分析、讨论甚至辩论，提出解决方法，逐步完成案例。每个子案例的顺利完成都需要特定的生物信息知识作为基础，对应于教学大纲中完整的知识体系。

4.2.4评价考核。引导学生完成案例，教师归纳学生在整个案例教学过程中出现的普遍性问题并进一步讲解，对于个别小组在解决案例过程中展现出来的创造性解决方案进行分享学习。采用PPT成果展示、提交每一个子案例生物信息分析结果和解释报告，考查学生对案例设计的相关生物信息学理论知识和操作技能的掌握情况。

案例教学法作为一种具有启发性和实践性的教学方法，有效提高学生利用生物信息学工具获取相关知识解决生物学问题的学习兴趣和能力，增强教学效果。然而实践过程中还存在一些问题，例如：如何选择合适的案例既能激发学生的学习兴趣又反映生物信息学教学大纲的知识体系内容、如何有效把握课堂讨论的节奏和方向及与其他教学方法的融合，在今后教学工作中还需要不断改进教学方法，优化教学模式，丰富教学案例库，在实践中不断探索案例教学法在生物信息学本科教学中的适用性和有效性。

参考文献：

[1]石生林，韩艳君，刘彦群等.非专业研究生生物信息学课程教学中存在的问题及对策[J].生物信息学，2009，7（2）：125-127.

[2]袁道军，杨细燕.农学专业生物信息学概论本科教学实践探讨[J].安徽农业科学，2016，44（13）：304-305.

[3]李广林.大数据背景下的生物信息学教学探索[J].教育教学论坛，2015，（29）：210-211.

[4]张林，柴惠.CM教学法和PBL教学法的结合应用研究――以医学生物信息学为平台[J].中国高等医学教育，2012（8）：116-117.

[5]武亚军，孙轶.中国情境下的哈佛案例教学法：多案例比较研究[J].管理案例研究与评论，2010，3（1）：12-25.

[6]吴东，王福成，孙畅等.案例教学法在计算机绘图课程中的应用[J].山东工业技术，2016（1）：145-146.

[7]胡珊珊，刘兴起.案例教学法在水文学教学中的应用[J].首都师范大学学报（自然科学版），2016，37（2）：93-95.

[8]高亚梅，韩毅强.《生物信息学》本科教学初探[J].生物信息学，2007，5（1）：46-48.