发布时间：2023-12-23 16:06:21
绪论：一篇引人入胜的生物信息学基本概念，需要建立在充分的资料搜集和文献研究之上。搜杂志网为您汇编了三篇范文，供您参考和学习。
中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2015）29-0210-02
一、引言
生物信息学是由生物学与数学、计算科学交叉形成的前沿学科，主要通过研发并应用计算机技术及数学与统计方法，对海量生物数据进行管理、整合、分析、建模，从而解决重要的生物学问题，阐明新的生物学规律，获得传统生物学手段无法获得的创新发现。生物信息学是当今生命科学和自然科学的重大前沿领域之一，是多学科之间的交叉领域。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。
随着高通量测序数据的大量出现，生命科学已经进入到大数据时代，生物信息学研究的重点将转移到组学的研究上。相应地，生物信息学教学的重点也要从单个基因的分析转向多个基因甚至在组学水平的分析。在生物大数据背景下，对生物信息学专业的人才需求也将越来越大。本文结合生物大数据的特点和教学经验，谈谈目前生物信息学教学中存在的问题，并针对这些问题提出自己的建议和方法。
二、生物大数据的特点
“大数据”一词最初起源于互联网和IT行业，它具有数据量大、数据多样化、高速、有价值等特点。生物大数据不仅带有“大数据”的特点，而且具有生物数据自身的特性，具体表现在：
1.数据量大：全球每年生物数据总量已经达到EB量级，完整的人体基因组有约30亿个碱基对，个体化基因组差异达6百万碱基。同时由于高通量测序成本的下降，目前大量的生物物种得以全基因组范围的基因组从头测序、重测序以及转录组测序，积累了大量的生物数据。
2.数据种类多：由于测序仪器种类繁多，产生的测序数据格式也各不相同。除高通量测序产生的基因组和转录组数据外，另外还有蛋白组、代谢组、表型组、相互作用组的序列数据和结构数据。
3.数据增速快：这主要体现在数据的急剧增长速度上，几乎每一周都有关于某一物种的全基因组或者转录组测序的信息。尤其是随着新一代测序技术的发展，更大数量级的基因组数据产出日渐增加――每台高通量的测序仪每天可产生约100GB的数据。
4.数据价值高：随着生物信息学的发展，越来越多有价值的信息可从生物数据中挖掘出来，这些价值不仅体现在生物科研领域，而且已应用于农业和医学等领域。
三、大数据背景下生物信息学教学中存在的问题
经过多年的发展，生物信息学教学虽然有了一定的提高和改善，但还存在一些问题，主要表现在：
（一）课程设置不合理
生物信息学是由生物学与数学、计算科学交叉形成的前沿学科，对生物背景的学生来说，需要掌握计算机和数学特别是统计学方面的知识和技能。但由于受课程设置的影响，很多学校只把C语言作为计算机的必修课，而没有在大一或者大二年级开设概率论和数理统计，并且生物统计学等课程也只是在大三或者大四才作为选修课或者限定选修课来开设的，造成部分开课专业学生的数理基础比较薄弱，因此在后续学习中存在一定的困难。
（二）教材内容不够全面
由于生物信息学发展日新月异，各种分析生物大数据的算法、方法和软件层出不穷，并且其更新换代是非常快的，而国内外相关教材的内容不够全面，并且其更新速度较慢，不能紧跟生物信息学的最新发展，造成教师在授课时要综合多本生物信息学教材的内容，不利于学生对生物信息学内容的全面掌握，从而制约了生物信息学教学的发展。
（三）教师的教学方法单一
生物信息学课程目前虽然在很多院校已经开设，但由于该学科对教师的授课水平和学生的学习能力要求较高，目前多数学校对于生物信息学的授课方式还是以教师讲授为主的填鸭式教学方式。随着大数据时代的到来，传统的教学方式和方法远不能满足生物信息学教学的需要。
四、生物大数据背景下生物信息学教学的建议和方法
为了适应大数据背景下生物信息学的教学形势，针对目前教学中存在的问题，作者结合自己的教学实践，建议从以下5个方面改进和提高生物信息学教学。
（一）合理设置基础课，强化基础理论
生物信息学是一门交叉性很强的学科，以复杂而强大的理论体系作为支撑，所涉及的内容包括计算机编程、信息检索以及数据库技术等。为了让学生学好生物信息学这门课程，各院校可以合理设置生物信息学的专业基础课，将生物信息学课程定位在大三或者大四年级学生，在大一、大二年级做好高等数学、数据库原理以及Perl语言等与之相关课程的教学工作，这些学生在掌握了一些与生物信息学相关的基础理论知识后，其对生物信息学的学习能力和理解能力才会有较大的提高。此外，学校要鼓励学生了解国内外有关大数据和生物信息学技术的发展趋势，并推荐有代表性且通俗易懂的文章和书籍，以强化学生的基础理论体系，为生物信息学的学习提供必要的知识储备
（二）培养大数据意识，加强对大数据分析的科学素养
生命科学研究已经进入到大数据时代，生物大数据的挖掘已经在农林科学、医学等领域产生巨大的效益，所以我们要培养学生树立大数据思维意识，全面认识生物大数据带来的机遇和挑战。生物信息学以生物数据为对象展开分析，它同时具备具体性和抽象性的特点。具体性是指以数据为对象挖掘出的生物学知识是客观存在的，其对生物学规律的解释性较强；抽象性是针对生物信息学中的理论和方法而言的，一般要求学生具有一定的生物信息学专业基础。在进行生物信息学教学时，要激发学生的学习兴趣，逐渐培养学生的大数据意识，规范学生对大数据分析的基本方法。可以通过实例，让学生参与到具体的生物信息学分析中去，以便理解生物信息学数据分析的基本操作流程，并在业余时间开展生物大数据在农业和医药行业成功应用的案例调查，以便激发学生利用生物信息学手段分析大数据的热情。
（三）优化教材内容，精心安排教学内容
鉴于目前生物信息学发展速度快，而国内外相关教材的更新速度较慢，所以要求在生物信息学教材的选取方面要下大力气，并且在授课时整合各个教材的优点。一般在生物信息学授课中整合以下三本书的内容：David W. Mount编写的《Bioinformatics Sequence and Genome Analysis》、李霞主编的《生物信息学》以及陈铭编写的《生物信息学》。
在教学过程中，为了使学生在有限的课堂教学时间内掌握生物信息学课程的主要内容，首先要优化课程教学体系，统筹安排教学内容，在生物信息授课中要抓住以下两条主线：序列―结构―功能―进化；基因组―转录组―蛋白组―相互作用组―代谢组，多组学贯穿。同时针对不同专业的特点与人才培养目标要求，合理分配各章节的教学课时，做到突出与专业密切相关的内容重点精讲。如在生物技术专业中，增加课时讲授分子药物设计章节，不仅要让学生了解生物信息学与分子药物设计的关系，而且要让学生掌握计算机辅助药物设计的理论方法以及软件操作。因此，以生物信息学教学内容的两条主线为依托，紧密围绕各专业的培养目标，做到理论联系实际，构建的教学体系和教学内容既能让学生掌握学科的知识理论体系，又有利于培养学生理解、分析、运用学科知识解决实际问题的能力。
（四）合理选用教学方法，提高教学效果
实践表明，不同的教学内容采用不同的教学方法授课可以收到良好的教学效果。为实现生物信息学课堂教学目标，完成相应的教学任务，教师要根据每堂课的教学内容，采用合适的教学方法，调动学生学习的积极性和主动性，提高课堂教学效果。可以从解决问题的角度出发进行理论教学。在理论课教学中，如果仍沿用传统的灌输式教学模式，肯定达不到预期的教学效果。课堂教学还可以根据需要，适时融入案例教学、问卷调查、多媒体展示、影片教学等方法，提高实际教学效果，培养学生的综合素质和创新思考能力。
上机实习注重发挥学生的主观能动性。生物信息学是一门实践性很强的课程，上机实习是教学的重要环节，它不但能够帮助学生更好地理解理论课所学知识，而且能够提高学生运用生物信息学的理论和方法解决实际问题的能力，对培养学生独立思考能力、观察能力、动手能力起着重要作用，更是培养学生创新能力的重要途径。
（五）理论和实践相结合，注重考核的灵活化
生物信息学是一门融合了多个学科的实践性很强的课程，对应的考核方式应该与其他专业课程有所区别，其最终的成绩不应该只以理论课考试的成绩为准。理论知识的考核注重学生对生物信息学基本概念、分析流程和主要分析算法的掌握情况，主要以试卷考核的方式为主，采用统一考核方式和评判标准。对于上机技能的考核，主要强调的是学生对不同类型数据进行分析时应掌握的相关软件使用技能的考查，也应纳入到学生的成绩考核中，我们认为理论考试占70分、实习成绩占30分是一个好的评价方式。
五、结束语
大数据背景下对生物信息学的教学提出了新的更高的要求。本文针对《生物信息学》教学中存在的问题，结合自己的教学经历对改进生物信息学教学和方法进行了一些探讨。本文认为要做好大数据时代的生物信息学教学，要从强化基础理论、培养大数据意识、精心设计教学内容、创新教学方法和改革考核评价体系等五个方面来开展和抓好生物信息学教学。
论文关键词：生物信息学；课堂研讨；案例分析
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。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。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。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。
（2）新颖有趣，实例丰富。在课程内容上应充分体现知识性和趣味性，以丰富的实例展现生物信息学中基本的概念和方法。学生往往关注与日常生活休戚相关的内容，期望能用所学知识解释常见现象，因此实例选择应贴近生活体验。课件中准备了大量的实例，例如，在讲完构建进化树之后，举例说明为什么人类的祖先是从非洲走出来的；在生物代谢一章，通过卖火柴的小女孩的故事阐释生物代谢过程的高效性；在蛋白质结构部分，讨论为什么湿着头发睡觉，头发容易变翘。通过实例分析，增加学生对于所学知识的理解和参与课堂研讨的积极性。
（3）设置思考题，留出想象空间。针对重要的知识点，预先设置思考题，以启发和扩展学生思路。生物信息学作为一门新兴学科，存在大量没有确定结论的开放性问题，有待深入探究。例如“人类与小鼠的基因组差别很小，为什么形态上有那么大的差别”，“生物系统模拟中，是否越复杂的模型越好”。针对这些问题适时地开展课堂研讨，有助于激发学生的学习兴趣，开阔其视野。
三、研讨式教学的开展
在授课过程中，教师应努力营造活跃的课堂气氛，密切观察学生的动向，及时沟通存在的问题，选择合适的时机开展课堂研讨。不断地积累经验，使课堂讨论达到更好的效果。在开展课堂研讨时，尤其应注意以下几点：
1.因材施教
在“生物信息学”课程中，学生的专业背景不尽相同，少部分学生来自生物专业，其他大部分是工科背景，如自动化、计算机仿真和认知科学等。因此，在主题的选择和研讨环节的设计上，应充分考虑到学生的需求和背景知识，发掘大家共同的兴趣点。实践证明，不同的学科背景可以有效地促进交流，提供对于同一问题的不同视角。例如，生物专业的学生可以解释有关生物技术的问题，而仿真专业的学生对于系统的建模方法有深入的理解。有效的课堂讨论，能够促进各种思路的融合，碰撞出灵感的火花。
2.及时沟通
研讨式教学需要教师对授课整体情况有较好的把握。例如，有一章的内容是生物学基础，教师针对这部分内容进行了充分准备，包括大量的图片和动画，并穿插了很多科学家的故事。但授课效果不尽理想，到了预设问题的环节，只有一两个学生参与讨论，大部分学生都一脸茫然。通过及时沟通，发现了两个问题。一是背景知识不够，学生对于预设问题了解不多；二是重要性认识不足，学生认为生物学的基础知识与本课程的学习关系不大。考虑到学生的疑问，对授课内容进行及时调整，进一步强调所学知识对于生物信息学的意义，并通过具体实例激发学生的学习兴趣。在实例的启发下，学生开展了积极的讨论，加深了对于所学知识的认识。开展研讨式教学，应以学生为主体，及时地沟通发现课堂中存在的问题，并相应地调整授课内容。即使教师讲得天花乱坠，如果学生知其然，不知其所以然，也不可能达到好的授课效果。
3.审时度势
课堂研讨开展的时机很重要。例如，当讲到生物信息学概况时，学生反应不是很强烈。而当教师结合自身经验谈研究体会时，学生很有兴趣，表情变得活跃，适合开展课堂讨论。此时，可以组织学生交流学习目的、预期和存在的疑问，以便教师进行有针对性地授课。研讨式教学一方面强调学生的主体地位，一方面要求教师发挥主导作用，密切注意学生动向，发现学生的兴趣点，引导讨论的逐步展开和深入。
4.自主提问
如果教师能够营造出一种轻松愉悦的课堂氛围，学生往往能够主动发问，提出不同观点，而不拘泥于预先设置的问题。实践证明，通过学生自主提问展开的课堂研讨，往往效果更好。在前期铺垫时，启发学生自主思考并积极讨论，分析该领域可能存在的问题和发展方向。当讲到后续内容时，学生有了一定的心理预期，很想了解该领域的研究现状和发展趋势，以验证与预期是否一致。同时，自主提问对于生物信息学研究有很好的推动作用，学生经常能够独辟蹊径，提出全新的思路，拓展研究内容的广度和深度。
5.课堂报告
【中图分类号】G642.3【文献标识码】A【文章编号】2095-3089（2017）52-0104-02
生物信息学是20世纪80年代末随着人类基因组计划的启动而兴起的一门新的交叉学科。它以生物学研究中产生的数据为研究对象，综合运用计算机科学、统计学、数学和生物学等相关学科中的知识与方法，对研究数据进行获取、分析、加工与存储，揭示这些数据中所蕴含的生物学规律[1，2]。近年来，随着测序技术的革新，产生了海量的基因组、转录组、蛋白组、代谢组、表观组等组学数据，以及序列和结构变异数据，生命科学研究者相应配套开发了大量的数据分析软件和数据库，有力推动了生命科学的发展。因此，开展生物信息学课程对生命科学相关专业的学生至关重要。
为了更好地培养学生的科学素养，拓宽学生的就业方向，我国一些高等院校相继开设了生物信息学课程，有些高校还于近年设立了生物信息学专业，同时研究生的生物信息学训练也在日益加强[3]。但是由于该学科的发展日新月异，以及其交叉学科的特性，在教学过程中存在着教学大纲和学时不匹配、教材选择较困难、理论和实践教学脱节和学生重视程度不够等诸多问题[2]，而这些问题在传统的教學模式中不能够很好地解决。近年来，得益于信息化的快速发展，各种类型的网络课程扩展了教学资源，增加了教师和学生间沟通的渠道，提高了有限课堂时间的教学效率，很好地弥补了传统教学模式的不足[4]。笔者根据学习及教学过程中遇到的问题，基于生物信息学的课程特点，拟探讨传统教学方法与网络平台资源有机结合的教学模式，为该课程的教学改革提供思路，并为提高教学效果提高方法和参考。
一、传统教学模式及其存在的问题
生物信息学是交叉学科，所涉及的基本概念广，所要求具备的基本技能多，所包含的知识更新速度快，同时注重培养学生解决相应实际问题的能力，具有明显的综合性、前沿性和应用性强等特点。在有限课时内让大部分学生理解当前生物信息学主要理论知识、熟悉各类数据库和软件的使用、掌握必要分析技能，这对于老师的讲述和学生的学习都是不小挑战。在生物信息学教学实践过程中我们发现以下四个方面的问题：
1.课程要求和课时数不匹配
生物信息学是近年来，应分析基因组等海量数据的迫切需求，而兴起的一门新兴交叉学科，要求学生不仅具备生物学的相关知识，而且还需具备计算机科学、数学、统计学等学科的相关知识。对于生命科学相关专业的学生，其信息科学背景知识薄弱，而且不同专业所讲述的生物学知识也不尽相同，这就要求更多的时间介绍相关基础知识。另外，生物信息学研究内容更新速度快，教学内容也需要更多的课时进行扩展和更新。但是多数专业的教学大纲中生物信息学课程的课时数非常有限，教学内容多与课时数少的矛盾非常突出。
2.学生实际数据分析能力训练不够
生物信息学是一门高度强调实际数据分析能力的学科，大多数学生此前没有接触过相关分析内容，尽管兴趣强烈，但是实验操作时间远远不能满足学生的需求。另外，学生毕业后不管是选择从事生物信息相关行业，还是选择在生物信息学领域继续深造，都需要具备足够的数据分析能力。教学过程中很难在有限的课时内提升实验分析强度，个性化地解决学生在实验分析中遇到的问题，帮助学生将强烈的学习兴趣转化为坚实的分析技能。
3.教材更新速度过慢
生物信息学研究内容更新速度快，新领域、新问题、新数据、新方法和新结论层出不穷。但是目前大部分生物信息学教材的主要讲述内容仍是基本的数据库搜索、核酸和蛋白质序列分析和序列比对等内容，而目前主要的研究内容涉及较少，例如基于序列和结构变异的群体遗传研究和全基因组关联分析研究。
4.学生专业英语掌握不够
生物信息学研究中绝大多数重要的数据库、软件说明、软件日志和报错信息、科研文献报道和教材等等都是英文表述。但是在教学过程中，一些数据库的说明和返回结果学生都表示理解起来很困难，自己动手查阅的主动性不够，导致教学效果大打折扣，也挫败了很多学生自主学习的主动性。
二、现存的网络资源
1.微课
微课源于美国北爱荷华大学的LeRoyA.McGrew教授，其主题和重点突出，内容短小精悍、交互性好，表现形式多样，短时间内有明确的教学目标，集中说明一个问题。微课允许学生利用碎片化的时间进行学习，提供了泛在学习的可行性，有利于培养学生的自主学习能力，是传统教学模式的有力补充[5]。目前各大高校都在提倡制作微课资源，并且公布与网络之上，可在教学过程中加以引进和应用。
2.国家精品课程的网络资源
国家精品课程是具有一流教师队伍、一流教学内容、一流教学方法、一流教材、一流教学管理等特点的示范性课程。国家精品课程资源网（http：//jingpinke.com/）目前包括4000多门国家级精品课程，其中包括多个高校的生物信息学课程。学生可以课下利用便利的因特网和4G无线网络进行自主学习，不仅可以扩展知识面，还可以对课堂内容进行有效的复习和巩固。
3.网络公开课
网络公开课是指高校在网上提供课堂实录的录像，将优势教育资源呈现在全世界求知者前。目前网络公开课的资源非常丰富，不仅包括高校网站上的公开资源，例如北京大学高歌老师等主讲的生物信息学导论，还包括一些大型网站上的公开课资源，例如网易公开课、新浪公开课、MOOC网和央视网的中国公开课等等。另外，网络上也有一些国外高校的公开课程。
4.移动教学资源
笔记本、手机和iPad等移动网络工具的普及，不仅大大方便了人们的日常生活，也为生物信息学的教学改革提供了新的途径。陈亮等将移动网络工具引入生物信息学课堂教学，事件证明移动教学方法比传统的教学模式更能激发学生的学习和实践兴趣，提高学生的动手能力，同时加强了师生间的互动，并最终提升了教学效果[6]。
三、网络资源在生物信息学教学中的应用模式探索
虽然目前关于生物信息学课程的网络资源较多，但是在生物信息学相关教学工作中应用的并不多，尤其是综合翻转课堂、微课和移动网络设备等的新型教学方法的应用。考虑到生物信息学这门新型交叉学科教学中存在的问题，充分利用公共网络资源和新型教学手段，势在必行。具体原因和方法如下：
1.建立基于“翻转课堂”的教学模式
翻转课堂是通过提前介绍教学内容和教学目标，并且公布相关网络资源的獲取地址和方法，让学生在课前完成学习过程。然后在课堂时间，教师通过问题收集、解答、探讨和针对性辅导等形式，完成学生“内化知识”的过程。通过课堂教学过程的翻转，将大量教学内容和实践分析翻转到学生课前进行，利用有限的课堂教学时间，组织学生开展问题探讨和项目分析，协助学生掌握和消化复杂的生物信息理论和分析技能更好地内化于心，有效解决教学内容多与课时数不足的矛盾。
2.教学资源的进一步完善
翻转课堂需要将教学课件、教学内容、教学目标、网络资源地址、前期录制的教学录像和辅导资料等在学校教学平台进行和实施，以便于学生随时进行学习和查阅。
3.教学平台的搭建
作为高度强调实验分析能力的一门学科，强化学生分析能力是重要的教学目标。课程组需要搭建简易的生物信息服务器，并提前放置教学内容所涉及的生物信息学软件和例子数据，然后在整个学期向学生开放，便于学生随时随地进行数据分析实验，强化理论与实践的结合。
4.课程评价方式的改进
为了督促大家在课前进行学习，需要将最终的期末考试分散在整个学期分别进行，可以通过提问和课堂测验的方法考核学生课前学习情况，并记入期末考试成绩。另外在期末考试中，通过实验能力测试，重点考察学生的实际数据分析能力，降低对记忆性知识点的考核，督促学生平时进行数据分析能力锻炼，以达到生物信息学课程的教学目标。
综上所述，充分考虑生物信息学的课程特点，探讨传统教学模式中存在的问题，通过教学模式和方法的改革，充分利用网络资源，解决在教学过程中遇到的问题，为该课程教学目标的实现提供参考。
参考文献：
[1]管丽红.对生物信息学教学的思考[J].河南教育：高教版（中），2016， 0（8）.
[2]金萍.生物信息学课程教学改革初探[J].时代教育，2016， 0（21）.
[3]戴凌燕.《生物信息学》课程教学方法探索与实践[J].生物信息学，2009， 7（4）.
[4]郭丽.新型混合式生物信息学教学模式研究[J].新课程研究：中旬，2016， 0（1）.
