首页 优秀范文 对生物信息学的理解

对生物信息学的理解赏析八篇

发布时间:2023-12-23 15:51:00

序言:写作是分享个人见解和探索未知领域的桥梁,我们为您精选了8篇的对生物信息学的理解样本,期待这些样本能够为您提供丰富的参考和启发,请尽情阅读。

对生物信息学的理解

第1篇

生物信息学主要由基因组学、蛋白质组学、系统生物学、比较基因组学、计算生物学等学科构成,主要涉及的内容有生物数据的收集、存档、显示和分析,体外预测、模拟基因及蛋白质的结构和功能,对生物的遗传基因图谱进行分析处理,对大量的核苷酸和氨基酸序列进行比对分析,确定进化地位等。从生物信息学的概念及其涉及的内容中可以明确生物信息学不是一门独立的学科,所以要求教师在教学过程中掌握多领域的知识和技能,才能较好地把握该课程。

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。

四、结语

第2篇

关键词:生物信息学;本科教育;实践与体会

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. 

[3]陈铭.生物信息学[M].第二版.北京:科学出版社,2015. 

第3篇

关键词 生物信息学 教学改革 医学 教学模式

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.

[4] 汪凡军,张楚瑜.生物信息学在医学上的应用[J].国际检验医学杂志,2006,27(2).

第4篇

关键词:中医大数据;生物信息学;高校教学

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.

[4] 西广成.复杂系统方法学与中医证侯建模[M].北京:科学出版社,2010:91-95

第5篇

生物信息学是在生命科学、计算机科学和数学的基础上逐步发展而形成的一门新兴交叉学科,其实质就是利用信息科学与技术对生物数据进行获取、处理、存储、、分析和解释,进而揭示纷繁复杂的数据中所蕴含的生物学本质[1]。作为21世纪生命科学领域发展最为迅速的学科之一,生物信息学已经成为生命科学研究领域的重要学科[2]。实验室的每一项技术,从简单的基因克隆、基因数据分析到生物大分子进化研究都需要应用到生物信息学,因此,对于生物类专业的学生而言,掌握生物信息学的相关知识尤为重要。我国各大专院校都在不断努力创新和改进现有生物信息学课程的教学方法与方式。因此,作者结合近五年来开设生物信息学课程的教学实践,分析了目前生物信息学课程教学中存在的主要问题,提出几点建议,希望能够有助于推动生物类专业生物信息学课程教学质量的提高。

一、生物类专业生物信息学课程教学中的问题

1.生物信息学教材的选择。生物信息学的发展速度快、内容广泛,目前很多国内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,国内引进的生物信息学相关的英文原版教材中有些属于科普性质,内容过于简单,而有些偏重介绍生物信息学的计算方法或模型的建立,过于复杂[3]。而国内相关教材更新较慢,课堂内容涵盖的知识面和知识点相对减缩,而且一些前沿的数据和先进软件没有讲授,这些对学生的发展和生物信息知识的合理运用极为不利[4],因此,目前导致很多高校教师无法选择适用于生物类专业的生物信息学教材。

2.教学大纲安排不合理。生物信息学是一门集分子生物学、计算机科学和数学等多个学科的交叉学科,它囊括了基因数据获取、基因预测、序列比对、序列拼接、分子进化、蛋白质序列分析、蛋白质结构预测、分子建模、药物设计以及基因芯片蛋白芯片等内容模块,同时各领域内容还涉及到具体的计算方法、概率统计、机器语言等知识模块。由于课时设置有限,如果教师在课堂教学对各领域内容面面俱到,会造成大部分内容都只是蜻蜓点水,学生学完以后虽然接触了很多东西,但在生物研究中遇到实际问题还是束手无策。

3.教学内容滞后。生物信息学是一个快速发展的学科,随着生物学科自身的发展和研究的深入,新的数据库和信息资源不断涌现,各种数据库和软件的更新换代非常频繁,如果教师所讲授的在线服务器、分析软件、讲解实例都不是当前最普遍的,学生学完后打开最新的在线服务器或是相关分析软件依然不会操作。

4.教学方法和教学手段存在不足。生物信息学教学普遍采用普通教室多媒体讲授,而生物信息学课程是一个实践操作课,学生经常要动手操作,普通多媒体教学与实践操作教学相脱节。传统的讲授很难与实践教学效果相比,很多学生虽完成了生物信息学课程学习,也接受了很多生物信息学的理论知识,但在进入大四阶段做课题研究完成毕业论文时,遇到需要在数据库查询序列、用软件分析序列或蛋白性质、结构特点等问题时依然束手无策。

二、生物类专业生物信息学课程教学建议

1.调整教学大纲。对于生物类专业的学生来说,生物信息学是生物研究中的辅助工具,不需要掌握生物信息学算法或软件编程细节,而是培养学生运用生物信息学的方法来解决生物研究中遇到的问题,比如能够应用检索工具查找序列等相关的数据信息、利用比对软件或是BLAST在线服务器对感兴趣的序列进行比对分析、选择适当的建树方法对DNA或蛋白序列进行系统发育树的构建、可分析蛋白序列信息并预测其三维结构以及引物设计等。因此对于生物类专业学生的教学,应重点培养学生的实践能力,尤其是关于数据库的使用和分析软件的操作,使他们以后在生物相关领域的工作中能学以致用,所以对于当前生物类专业的培养目标应以应用为核心安排教学大纲。据此,确定了以下的教学内容:教学内容共54学时,分为理论基础和上机实践两部分。理论教学内容共36学时包括:生物信息学绪论、生物信息数据库的查询与搜索、基因和蛋白质序列比对、序列拼接、生物进化与分子系统发育分析、基因预测与引物设计、蛋白质结构及其预测、计算机辅助药物设计;上机实践共18学时包括:常用生物数据库的查询与搜索、核酸序列检索与分析、多重序列比对和系统发育树的构建、PCR引物设计及评价、蛋白质序列分析及结构预测。

2.教学内容主次分明。由于生物信息学技术及分析手段更新迅速,教学内容会显得越来越臃肿,作者建议对于生物类专业的学生可以以生物信息学方法的掌握和生物信息学工具的应用来设计教学内容,关于生物信息学本身涉及到的一些数学模型和编程算法,可简略讲授,教学过程中尽量把有限的教学学时用到以生物信息学为工具解决生物学研究问题的教学中去,避免“面面俱到”的灌输式教育。例如,对于讲授序列比对这一章的知识,关于序列比对所使用的方法PAM和BLOSUN矩阵,对于如何采用数学方法构建这些计分矩阵过程可略过,只需简要介绍PAM和BLOSUN矩阵的概念意义以及用途,重点放在如何使用生物信息学软件进行序列比对,并理解各参数设置的意义。另外,在生物信息学各教学内容模块中涉及到的相关数据库及软件种类繁多,其数量在不断增加,版本也在不断更新。例如在讲授生物信息数据库的查询与搜索这一章节时,涉及到的数据库有核酸序列数据库、蛋白质序列数据库、蛋白质结构数据库、基因组数据库、蛋白组数据库、代谢组数据库等,而每个种类又含多个不同的数据库,比如核酸序列数据库有GenBank、EMBL和DDBJ等,蛋白质序列数据库有swiss-prot、TrEMBL、NCBI和UniProt等。因此,我们重点介绍了3大门户网站NCBI、EBI和SIB,其中我们着重介绍了NCBI的用于提取序列信息的工具――Entrez系统,Entrez将科学文献、DNA和蛋白质序列数据库、蛋白质三维结构数据、种群研究数据以及全基因组组装数据整合成一个高度集成的系统。因此我们给学生演示并要求学生掌握如何采用Entrez查询DNA和蛋白质序列等。另外在讲授分子进化与系统发育分析这一章节时,要进行序列比对及系统发育树的构建,可以使用ClustalW、BioEdit、DNAstar、phylip、MEGA、PAUP等本地软件,也可以使用The PhylOgenetic Web Repeater(POWER)和Evolutionary Trace Server等网络在线服务器分析。考虑到软件的通用型、易用性及本专业学生的英语水平、计算机操作水平,我们选择ClustalW进行多序列比对,然后采用phylip软件包构建系统发育树,并要求学生掌握如何使用这两个软件构建系统发育树。MEGA及其他在线服务器只简单介绍具体操作方法作为辅助资料供学生自学。

第6篇

关键词生物信息学移动设备互联网选修课信息化

生物信息学是一门新兴的交叉学科,它综合了生命科学、计算机、统计、化学等多个学科,是目前生命科学最具活力的前沿领域之一。我国首个生物信息学专业课程于2000年在北京大学开设。[1]至今,伴随该领域越来越受关注,在科研领域及社会上的普及应用,为培育专业人才和满足在校大学生的研究兴趣,各大院校陆续在农林、生命、医学专业内设置生物信息学专业必修课。同时,为满足校园内广大爱好者的学习兴趣,大学内部也增设了生物信息学专业校选课。因此,生物信息学作为当前教学及科研领域关注的热点专业,其教学内容及教学效果也备受师生瞩目。

随着信息化时代的到来,移动通讯设备已经融入每个人的日常生活中,随着智能手机的普及和推广,移动媒体不仅在社会中普及推广,智能手机、iPad、便携笔记本电脑也在校园内使用普遍,几乎人手一机。而4G网络的全面覆盖及校园互联网的推广,更促进移动设备融入了学生的日常生活中。

1移动设备的优势及用途

目前中国的移动设备尤其是手机的增长速度十分迅速,移动设备的普及率已经远远超过计算机的使用率(截至2015年1月PC机访问互联网率为80.9%,移动设备访问互联网率为85.8%[2])。在大学校园中,移动设备访问互联网的使用率更高。

1.1移动设备引入教学的优势

移动设备引入课堂教学中有以下几个优势:第一,携带方便,操作便捷。移动设备往往体积较迷你,且在校园大学生中普遍使用,而且随着各项APP资源的开发与拓展,操作步骤简单,过程简洁。易于熟练掌握。第二,互联网接入不受限。随着移动4G网络和校园WIFI热点的覆盖,可隨时随地使用移动设备访问互联网,即便是在教室课堂上也不受地域和时间的限制,只要点击移动设备即可轻松访问互联网,做到数据访问与交换。第三,APP内部访问形式的多元性,因为iPad,智能手机等多媒体、通讯设备工具的普及情况,[3]许多分子数据库维护机构推出了移动设备可访问的网站浏览形式,节约数据交换量,可用简洁的操作页面进行不同条目阅览或实现数据接收发送,极大提高了网站的访问与信息传输效率。第四,结果反馈的多样性。通过移动设备访问各大网站或者APP内访问,移动设备上直接呈现可视化字符、图形、影响、图像等多元素材。该特点易于对分子生物数据类型网站的结果查询和分析。

1.2移动设备在高校大学生信息化教学中的用途

在现代信息化教学及改革过程中,包括移动智能手机,平板电脑等微型移动设备可随时随地被使用。而且随着数据通讯的技术变革,互联网的访问也不受时间和地域限制。而相对传统教学模式而言,现代化的教和学的过程中,如果可以任何时间和地点内,都可以对当下教学实践信息利用移动设备和互联网进行实时访问,可以加强学习效果。目前现代的移动设备已经成功应用在大学英语、大学电子商务的课堂教学过程中。[4]即可以利用课堂中的碎片化时间尝试一种交互的学习方式。使得教学应用中出现新颖的形式。

2生物信息专业校选课面临的教学改革问题

传统的大学专业选修课教学模式一直遵循以教师为主体,遵照“传道、授业、解惑”的流程,教师在课堂中将知识内容贯穿为一定的体系,在内容讲述的同时,传播自己在这一领域掌握的知识、经验及相关技巧。而学生在接受知识内容的过程中往往是被动接受,而不能马上实际运用。生物信息学这一门专业选修课又有别于以往传统的专业型选修课,整个过程更加注重学生的实际动手能力,毕竟该专业课是以实际运用为导向,即便是引入多媒体教学或者是网络课程模式,依然不能有效加强学生的实践技能。学生在被动学习的环境下,不宜熟练理解生物信息学专业所涉及的工具、软件或者操作方法。如果一味地将该课程以是单纯传授知识与技术的教学形式进行,忽略学生的个体化学习和操作过程,那么在该课程设置的专业选修课上,面对抽象的数学算法或者模型概念,不利于收获良好的教学效果。而在课程讲授过程中注重实地操作的普及则势在必行。

3使用移动设备的生物信息学专业选修课教学设计研究

生物信息学的研究是以生物学、医学的数据研究为核心的科学领域。生物信息学的研究对象是大规模的生物学及医学大分子数据。生物信息学领域的数据库和网络平台工具种类众多,功能特点各异。对于学习者要求具备一定的生物学及计算机学基础知识,并且注重对数据库查询和网络工具软件使用技能的掌握。学生在学习的过程中,普遍反映学习过程抽象,教学内容在单纯的讲授模式下不易消化掌握。

生物信息学专业选修课的课程特点和教学目的不同于专业课要求,该课程更加重视学生对现有在线工具的使用,对兴趣信息的检索。以上教学内容和实地操作都可以借助微型移动设备实地练习。如果在选修课上利用微型移动设备进行学习,对操作者或学习者都会有一定的帮助。

在课堂内部,采用以接入互联网的移动设备为主的教学方式,能够对数据库、基于Web服务器的远程在线分析工具进行实地操作演练。课堂内部确保知识内容的消化吸收。并在移动设备内部的Web浏览器上直接进行BLAST或者核酸数据库、蛋白序列数据库、蛋白结构数据库等的在线搜索与查询。并通过教师的指导和同步交互,针对学生对使用网络在线工具软件出现的问题进行一一指导和点评。通过学生实地反馈,做到以学生为主体,以实际操作为导向的教与学模式。促进知识点的内化和开展应用,这也符合生物信息学专业的知识特点,注重实际动手操作技能的完备。

4使用移动设备改革生物信息学专业选修课考核方式的探讨

在引用移动设备并接入互联网的教学课堂上,学生由被动的知识接受者转变成主动的学习者,并结合学习目的转换为在线软件、工具的操作者。在实地教学课堂上,学生需要紧跟教师设置的操作流程,并预留出足够的时间完成必须的软件运用或者具体的数据条目检索。自主完成教学过程,并将出现的问题在课堂上实时和教师反馈。通过实际动手消化吸收课程知识点,在便携移动设备的帮助下,可通过互联网访问远程信息中心在线网站,并通过网络互动、师生讨论等方式吸收生物信息专业涉猎的知识内容。虽然自由允许学生在课堂内部接入互联网存在一定的课堂纪律管理不确定性,但是在教学实践环节中加强学生的动手能力,鼓励学生参与学习讨论互动,并且注意提高学生的自律性和自主操作能力,通过提问、答疑、在线汇报的方式考查学生的掌握情况。

移动设备的普及为大学生校园内公共选修课的教学提供了实际操作演练的可行性,依靠了互联网接入的便利和浏览形式的多样性,实现了在移动设备中访问生物分子数据库,查询核酸、蛋白序列、结构信息,查询文献数据的课堂演练过程。大大提高了学生的实际使用能力。在教学过程中应该注意课堂互动和实践考核过程,重视学生的实地查询效果,让现代科技和传统教学模式相结合,从而提高专业选修课的教学效果,调动学生的积极性,提高大学生的学习兴趣,并夯实课堂教学内容。

参考文献 

[1] 王兰萍.生物信息学课程教学的初步探讨[J].生物信息学,2007.5(3):143-144. 

[2] 杨艳春.“互联网+”时代移动微型学习在大学英语教学中的应用[J].高教学刊,2016(6):117-118. 

[3] 孙艺.基于iPad的移动课程的交互研究[J].广州广播电视大学学报,2013.13(3):8-13. 

第7篇

作为多年致力于生物医学信息学的科研工作者,刘雷站在时代的潮头,综合应用多门学科,在基因组数据的分析与挖掘、生物网络的构建与分析、生物系统的建模与模拟、医疗大数据整合与挖掘、临床决策支持、精准医学等方面做了大量工作,取得了一系列创新性成果。他用日复一日的勤奋与智慧,推动我国生物医学信息学向更高水平发展。

生物医学与计算机科学的双重人才

随着科学向综合性发展和大数据时代到来,各种交叉学科不断形成,生物医学信息学就是其中之一。

作为北京大学生物学系毕业的高材生,刘雷从一开始就选择了遗传学。后来,从中国科学院发育生物学研究所的硕士到美国康涅狄格大学分子与细胞生物学系的博士,刘雷在专业上日益精进,不断获得突破。当时,康涅狄格大学有一位生物系的老师,热衷研究分子进化,刘雷在他的影响下,对生物信息学产生了浓厚的兴趣。90年代,人类基因组计划正在轰轰烈烈地开展,生物信息学从中孕育而生。然而,生物信息学是一门交叉学科,融合了生物技术与计算机科学,这类复合型人才奇缺。刘雷抓住了这一契机,不顾别人疑惑的目光,毅然选择了到康涅狄格大学计算机系做博士后,从此成为兼备生物学与计算机技术的复合型人才。

1999年,博士后结束,由于刘雷既懂计算机又懂生物学,受聘于美国伊利诺伊大学香槟分校生物技术中心,组建生物信息学实验室并担任主任。在这里,刘雷进行服务器基础设施建设、基因组数据序列分析,还开课讲授生物信息的一些课程,各项工作顺利进行,成果迭出。“交叉学科存在语言的问题,你要听懂学计算机的人在说什么,也要听懂学生物的人在说什么。”在这种情况下,刘雷的双重学科背景为团队的沟通交流提供了便利,他一方面将生物学的问题转化成计算机的问题开展工作,一方面将计算机专用的算法与结果解释给生物学家们听,成为了不同学科之间沟通对话的桥梁。

为了适应交叉学科对不同专业人才的需求,生物信息学实验室招纳了计算机领域、生物领域、数学领域等不同领域的人才。刘雷在组建实验室的过程中对整个生物信息领域有了更加深切的了解,冥冥之中为他回国开展相关工作奠定了坚实的基础。

助力我国生物医学信息技术

2002年,上海生物信息技术研究中心成立,研究中心的两位负责人在去美国访问期间,与刘雷一见如故。应他们的邀请,刘雷从2003年开始担任上海生物信息技术研究中心客座研究员,逐渐与国内生物信息研究领域建立起广泛的交流和沟通。2007年,刘雷入选中科院“百人计划”正式回国,任中科院上海生命科学研究院系统生物学重点实验室研究员、上海生物信息技术研究中心副主任,用所学知识报效祖国。

面对数量大、内容层次复杂的医学证据,要想从中全面、系统、快速的获取最佳的医学知识和证据,就必须借助计算机巨大的存储和处理信息的能力。上世纪90年代之后,医疗信息化成为改进医疗服务质量、提高服务效率、把医疗卫生服务成本控制在民众可接受水平的主要技术手段。2010年,刘雷申请主持了国家高技术研究发展计划(“863”计划)项目“数字化医疗工程技术开发”中的第二课题“医学知识库与临床决策支持系统研发”,旨在为临床提供更为便捷和随需而得的医学知识和证据获取途径,促进医疗水平的提高。

在这一科研项目中,刘雷带领团队围绕医学知识库的构建和临床决策知识系统的研发,开展了医学知识库构建技术研究、数字化临床指南知识库与决策支持系统研发、数字化临床路径实现技术与应用模式研究、智能化合理用药系统研发、以及数字化人体仿真建模与辅助诊疗技术研究。

刘雷说:“现在医疗电子化程度已经很高了,有电子病例等各种系统,但是这些数据都是分散的,相互之间并不联通。我们想要建立一个数据中心,将分散的数据集中在一起,并整理成体系,以利于数据挖掘。”基于此,刘雷与团队研发了数字化临床指南知识库与决策支持系统。“当医生遇到一个难题,计算机的决策支持系统会将相关知识推送给他,省去了医生查阅文献的时间。”而对基层医生,知识库提供了一个医疗指南,“比如遇到高血压病人,系统会给基层医生提示,显示该做什么检查、开什么药,来辅助临床治疗”。

刘雷认为,数字化医疗不但在医学信息化、生物信息的发展过程中会起到重要作用,而且对构建和谐医患关系也大有裨益。“医患关系最大的问题是信息不对称。患者知道的很少,医生知道的很多,患者听不懂医生所说的专业术语。那么这时候还是沟通的问题,大家有误会就会造成医患关系紧张。”在刘雷看来,医学知识库和临床决策支持系统在给医生提供服务的同时,也应该给患者提供服务,要将医学知识库的知识进一步变得通俗易懂,让患者能够清楚了解。

曾经有医生不理解刘雷,“你们的工作难道要取代医生吗?”,他们认为,对患者解释医学知识只会浪费时间。刘雷解释说,“我是在帮你们,也是在帮助患者,让你们更好地沟通。只有这样工作才能更顺畅”。那么,如何让知识库更好地为患者服务呢?刘雷设想,现在中国的病人太多,排队等候时间很长,可以将患者排队等候的时间利用起来,将一些知识推送给患者,这样一来,患者对病况有所了解之后,再和医生沟通起来就会容易很多。

像马儿一样驰骋

如今,回国已有8年,刘雷说:“我做了正确的选择。”他目睹了2008年的北京奥运会,见证了2010年的上海世博会,中国大地上的一派欣欣向荣之景令他倍受鼓舞。“在国内,我有自己的实验室,承担大数据项目、‘863’项目,最近又在做精准医疗。这让我站得更高,看得更远。”

精准医疗是个性化医疗的延伸,将促使医学进入智能时代,产生颠覆式医学创新。刘雷说,他不久前刚去天津做了题为“生物医学信息――从大数据到精准医疗”的报告,精准医疗研究已经成为各国科研和医疗机构以及企业界高度关注和大力投入的重要研究领域。据刘雷介绍,精准医疗是一个很庞大的项目,一是要做生物信息数据分析总结,二是做临床数据信息的采集分析,三是软件和产品的开发。最终,要实现从临床数据到样本、到分析、再到知识库和临床决策支持系统的整合。

如今,刘雷身任多职,学校、医院、研究院,他到处奔忙,乐此不疲。他笑着说:“我是属马的,奔跑是马儿的天性。”

第8篇

[关键词]生物化学与分子生物学;临床医学;学习兴趣

生物化学与分子生物学是医学科学中重要的基础学科之一[1,2]。在多年的教学中,我们发现大部分医科大学学生认为生物化学与分子生物学是医科大学中最难的一门课程,比较难学。经过多年的教学观察和问卷调查,觉得学生之所以对生物化学与分子生物学习的兴趣不高及产生畏难情绪的原因主要有以下几点:

一、学生的相关背景知识薄弱

生物化学与分子生物学是化学与生物学结合的一门交叉学科。医科大学学生的化学和生物学基础一般都较弱,特别是有些专业招生是文理兼收的,如护理专业,卫管专业等。他们的理科基础就更薄弱。而在生物化学与分子生物学代谢章节的学习过程中涉及大量的有机化合物和有机反应。这些化合物和反应的名称是学生很少见到过的,在这种情况下要记住并理解这些化合物及化学反应对学生来说是十分困难的一件事。在遗传信息传递的内容中,不仅涉及复杂的高分子化合物和复杂的反应,也会涉及生物学的内容,比如病毒、线虫、细菌等等,而学生对这些物种都不太熟悉。在生物化学与分子生物学中出现了一系列新的领域,比如:表观遗传学、生物信息学等。尤其是生物信息学更需要一些计算机、数学和统计学等知识。因此,学生在学习中会感到格外的困难。此外还有复杂的生物化学与分子生物学实验技术,都让学生感到生物化学与分子生物学的学习十分困难。

二、学生对生物化学与分子生物学学习的重要性认识不够

我们通过调查发现,部分临床专业的学生认为,生物化学与分子生物学这门课只是基础课。他们将来毕业主要是做医生和护士,而不是从事科学研究,并且生物化学与分子生物学与临床医学的关系不大,不象专业课那么重要,片面的认为只要专业课好就行,把基础课放在一个不重要的位置,因此,对生化学习的积极性不高。

三、教学方法单一,理论与临床脱节

随着招生人数的增加,教师的教学任务繁重,教学课时减少,尤其是实验课时的减少较为明显,这些都使得教师没有时间进行基础知识与临床疾病关系的讨论。结果使学生觉得生化和分子是化学课程或者是生物学科的课程,与医学科学关系不大。长此以往丧失了对生物化学与分子生物学的兴趣。

然而,生物化学与分子生物学是一门重要的医学基础课,教师在教学中应该加强学生对其重要性的认识,并且在教学中结合临床医学培养学生学习该学科的兴趣和动力。如何做好临床和该学科的结合?可以从以下几个方面着手:

一、在回顾历史中激发学生的兴趣

在医学发展史上,生物化学与分子生物学对医学的发展发挥了巨大的作用。从历年来的诺贝尔获奖情况中可以知道,许多重大的医学发现都是与生物化学与分子生物学领域的研究成果。比如:蛋白质、核酸方面的研究、维生素B1、维生素K等的发现、肌肉中氧消耗和乳酸代谢阐述、染色体理论的建立、胰岛素的发现、糖代谢的研究、DNA双螺旋结构的发现、蛋白质测序技术、DNA测序技术、PCR技术、基因定点突变技术、真核基因表达调控的分子机制、RNA干扰现象的发现等等都被授予了诺贝尔生理学医学奖[3]。这些重大发现为医学科学的发展奠定了基础。从而使医学科学进入了一个崭新的一页――分子医学时代。通过这些重大事件的讲解,使学生更清楚地认识到生物化学与分子生物学在医学科学中的重要性,并且激起学生利用生物化学与分子生物学知识探讨生命现象的兴趣。

二、生物化学与分子生物学与疾病的发病机制

几乎所有的疾病发病都能追寻到其发病的分子机制,而这一点正是生物化学与分子生物学研究内容之一。教师可以在授课是结合这一点,利用学科知识来解释一些常见病的发病机制,从而加强学生对课程内容的理解、学科重要性的认识以及培养其学习兴趣。对于学生觉得最难学习的代谢来说,可以用生物化学与分子生物学所学的代谢知识来解释糖尿病的发病机理来激发学生的兴趣。糖尿病是胰岛素缺乏引起的血糖升高,进而导致代谢紊乱,出现多饮、多食、多尿和消瘦为主要临床表现的疾病。那么为什么胰岛素缺乏会出现这些情况呢?我们可以从刚刚学过的胰岛素对糖代谢、脂代谢和蛋白质代谢的调节及三大物质代谢的相互联系来解释其发病。胰岛素缺乏时,机体不能利用葡萄糖供能,只能利用脂肪和蛋白质分解供能。这样就导致血糖水平升高,高血糖导致饥渴感渗透性利尿,因而多饮、多食和多尿;脂肪和蛋白质的分解加强导致消瘦[4]。尽管学生没有学习过糖尿病的知识,但通过简单临床背景知识的介绍,然后运用所学习的物质代谢知识,很容易使学生理解糖尿病的发病机制,这既加强了学生对所学内容的理解,也激发了其学习兴趣。

三、生物化学与分子生物学与疾病的诊断和治疗

生物化学与分子生物学的知识不仅能够解释疾病的发病机制,也在疾病的诊断和治疗中得到体现。在教学中,我们可以通过对一些常见疾病诊断和治疗介绍,使学生能够认识到本学科在医学科学中的重要性及培养其应用本学科知识解决问题的兴趣。比如常见的乙型肝炎诊断,乙型肝炎病毒可以通过本学科最常用的技术荧光定量PCR(real-timePCR)技术来检测乙型肝炎病毒的DNA含量,而血清谷丙转氨酶可以判断患者肝脏是否收到损害。因为谷丙转氨酶在干肝脏细胞中的含量最高,当肝脏细胞受损伤时,该酶就释放入学,从而导致血清谷丙转氨酶升高[3]。这样学生就能够认识到PCR技术及一些基本知识在医学诊断中是非常有用的,同时也加强了学生对这些知识的理解和记忆。生物化学与分子生物学知识还用于理解疾病的治疗措施。随着现代科技的发展,建立了许多新的治疗手段,基因治疗就是最好的例证。基因治疗包括很多种,涉及许多生物化学与分子生物学的知识,包括:基因矫正、基因置入、基因敲除、反义DNA及RNA干扰等许多新技术。

四、通过病例讨论增加和激发学生对生物化学与分子生物学的兴趣

在实验教学或理论教学进行到一个阶段,我们可以采取课堂讨论的形式,利用一个阶段学习的知识来认识一种或一类疾病,这样既能够加强学生对学过知识的理解和记忆,也能够学会如何应用所学的知识来解决问题,同时也激发了学生的学习兴趣和主动性。我们在学期结束曾经讨论癌症这一疾病。从癌症的发病机制、诊断到治疗都涉及到生物化学与分子生物学的知识。目前关于肿瘤发病机制的学说,主要是癌基因和抑癌基因的理论,即癌基因的过度表达或者抑癌基因低表达可能是肿瘤发病的基本原因。这样我们就能够熟悉癌基因和抑癌基因的内容并能够用于实践。再如肿瘤的化学治疗,许多抗肿瘤药物,比如5-氟尿嘧啶、阿糖胞苷等,都是碱基或核苷酸等的类似物。那么这些类似物为什么能够治疗肿瘤或者说杀死肿瘤细胞呢?这些药物结构上与碱基或核苷酸类似可以通过酶的竞争性抑制作用的来抑制核苷酸的合成或干扰DNA和RNA的功能[3]。这样学生就能够了解酶竞争性抑制、核苷酸的合成、DNA的复制和RNA转录以及细胞的生长繁殖等知识很好地运用在疾病的治疗中。所有这些涉及了很多生物化学与分子生物学知识。这样我们能够运用生物化学与分子生物学的知识来认知肿瘤的发病机理及诊断治疗等等。

五、临床医学贯穿生物化学与分子生物学教学始终

从生物化学与分子生物学的发展史到蛋白质与核酸、从物质代谢到遗传信息传递、从分子生物学技术到细胞信号转导都与临床医学有关。比如从乙醇能够是蛋白质变性,认识到临床使75%乙醇消毒的原理;从核酸的代谢,我们认识到核酸没有营养价值;从胆固醇代谢,我们认识到动脉粥样硬化的发病机理;从基因突变认识到遗传性疾病。我们在教学中充分认识到学生的目标是学习医学科学,始终把临床和生物化学与分子生物学联系起来不仅使学生认识到临床医学是一个庞大的知识体系,而且学生的学习兴趣就会越来越浓。

在多年的教学中,学生一直反应生物化学与分子生物学是较为难懂、并且枯燥无味的一门科。通过不断改进教学方法、教学理念及不断实践、总结、提高,我们认识到生物化学与分子生物学的教学中通过与临床医学的形式多样的结合,不仅能够使学生认识到生物化学与分子生物学在医学科学中的重要性,并且培养了学生对本学科的极大兴趣。我们希望在今后的教学中,通过不断的摸索实践提高教学效果、培养学生的兴趣,为我国的医学教学做出贡献。

参考文献:

[1]戴双双,娄桂予,高敏等。临床医学本科生物化学教学的设计与实践[J].西北医学教育,2009;17(2):335-336.

[2]郭小芳,田智,周锋等.医学高校生物化学教学的探索.医学教育探索[J].2010;9(9):1199-1200.

[3]查锡良主编.生物化学[M].第七版,人民卫生出版社.2008年.

[4]高谷,马建华.代谢组学的研究进展及在糖尿病中的应用.国际内分泌代谢杂志[J].2010;30(2):126-128.