发布时间：2024-04-09 14:46:34
绪论：一篇引人入胜的生物信息学产生的背景，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（2017）51-0146-03
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[1-2]。它包含了生物信息的获取、处理、储存、分发、分析和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的各种工具，来阐明和理解大量数据所包含的生物学意义。目前，生物信息学在医学领域中已广泛应用于基础医学、临床医学及药学等多个学科。特别在科学研究工作中，生物信息学的作用逐步显现，越来越受到重视。近期，精准医疗概念的提出与相应模式的推进，进一步强化了运用生物信息学工具的要求。精准医疗是将临床信息、患者表型与基因蛋白谱进行整合，从而为患者量身制定精准诊断、预后及治疗策略。因此在高通量测序产生数以万计的庞大组学数据中，只有依托生物信息学技术，才能探寻基因突变、药物靶向等隐含遗传学奥秘的精确位点，进而提供可靠的个性化治疗方案。可见，生物信息学是精准医疗的核心内容之一。当前，大多数医学院校均已开设研究生生物信息学课程，但尚未将生物信息学正式列入本科生培养方案，以选修课形式开设生物信息学课程的院校也极为鲜见。医学本科生是祖国医学的未来，是临床一线最直接的储备军，面对飞速发展的生物技术和以几何级数增长的生物大数据，如果现阶段的医学本科生还不能学会如何利用和解读这些资源，这将大大阻碍临床医学的发展。综上，一方面医学领域对生物信息学方面存在旺盛的需求，另一方面大多数院校均未正式开设本科生生物信息学课程，造成生物信息学人才极度紧缺。针对这一现状，笔者近年来围绕在研的各项科研课题，选拔学有余力的优秀学生，在学校开展的各项大学生科研能力训练、创新创业项目支持下，吸收本科生进入实验室，对医学类本科生的生物信息学教学实践方面做了一些尝试，培养了一些初步掌握生物信息学知识与方法的本科学生。在此对教学过程中的感想和体会做一简要总结，并对本科生生物信息学的教学模式进行了探讨。
一、在医学本科生中开展生物信息学的教学实践
（一）尊重学生的教育主体地位，实施因材施教
由于生物信息学涵盖了计算机科学、统计学、分子生物学和分子遗传学等诸多学科相关知识，所以一般情况下生物信息学科研实践的开展要迟于上述各门课程。在开展的过程中，要充分考虑学生的自身条件，进行分组施教。因为不同学生对相关背景知识的掌握不同，会导致他们接受相关教学内容的快慢程度不一样，因此要针对不同层次的学生开设不同等级的实践内容。此外，根据学生将来从事的工作类型导致的对生物信息学的需求不同，可有针对性地分成科研组和临床组。如有些学生将来可能主要从事科研工作，因此希望掌握较多的生物信息学知识，包括各种计算机语言的使用、编程、复杂统计软件的使用等等，这类学生学习热情比较高涨。
（二）构建多学科教师组成的教学团队，实现知识的互补与整合
由于生物信息学是一门新兴的交叉学科，需要计算机学、统计学、医学生物化学、医学遗传学等相关学科的共同发展来支撑。此外，生物信息学专业知识较为前沿，而且涉及的医学研究领域较多。再加上目前生物信息学的专业教师缺少，这就限制了学科的发展。因此，在教学过程中应该合理组建教学团队，授课教师需要来自不同的专业，了解本专业最新的知识，教师之间相互学习沟通，将不同学科的相关知识整合起来[3]，并需持续补充和学习生物信息学前沿知识，在授课内容上还要体现教师自身优势。这样不但可以在知识结构上互补，还可以满足不同专业学生的需求。
（三）围绕教师在研科研课题和学术会议，追踪医学研究前沿
生物信息学是一门快速发展的学科。近年来计算机技术、生物技术以及医学技术及医疗模式都在快速更新。因此医学生生物信息学实践教学不能拘泥于原有教材。在进行基础和共性的知识教学时要利用教材。而对于前沿的知识，教师一方面要结合在研的各项科研课题引入知识点，另一方面可带学生参加一些与生物信息学相关的学术会议，让他们开阔眼界，增长见识，激发科研灵感。
（四）调动学生主观能动性，激发其学习潜能
由于学生专业背景知识掌握程度差异较大，以及学生自身兴趣不同，传统的大班教学较难达到一致性的教学效果。因此，在教学过程中可以采取不同的分组方式以满足学生不同的需求。由于现阶段生物信息人才非常缺乏，因此在教学过程中，对于个别基础较强的学生，教师可以有针对性地对他们进行一些更深层次的培养，充分挖掘学生的潜力，利用课余时间，合理安排一些“实战”性任务，通过实践锻炼，提升他们的专业科研素质，为当代生物信息学的发展培养特色人才。如我校2009级临床专业熊同学、2010级药学专业本科生熊同学，都对生物信息学兴趣非常浓厚，在科研实践中表现得十分出色，充分利用课余和寒暑假时间，在老师的精心指导下，用perl语言成功编写出分析组学数据的一系列程序。在研究生面试时，他们扎实的生物信息学功底获得导师的青睐，并成功读取/保送了国内知名大学的研究生。
二、医学本科生生物信息学教学方法、教学模式的探讨
（一）PBL教学法在案例教学中的应用
PBL（Problem-BasedLearning）教学法[4]，也称作问题式学习。生物信息学是一门操作性和实验性很强的学科，要利用互联网、计算机和各种生物信息学数据处理软件来解决实际问题。目前，生物信息学已成为生命科学研究领域的重要工具。在实际训练中应以问题为导向，针对每个知识点尽量从实际的应用案例出发，引导学生自主探究、合作学习、进行交流。注重培养学生的实际操作能力和解决问题的能力，使学生能在解决问题的过程中学会各种技能，如统计方法、计算机语言和软件的基本使用、编程技巧及数据库的运用等。随着生物信息学技术的快速发展，整合不同生物技术产生的数据将有利于人们发现疾病致病相关位点和药物作用靶点。在本实验室开展的PBL教学实践中，我们以代谢性疾病作为主要研究方向，对糖尿病、高胆固醇血症及肝癌等展开了疾病相关基因/位点的全基因组筛查。
（二）在教學过程中发挥优秀学生的引领作用，以点带面
由于生物信息学在医学研究中的重要性逐渐凸现，因此要求参加科研实践培训的学生人数逐年增多。而目前生物信息学专业的老师相对缺乏，为了解决这一矛盾，我们在实践教学和科研中摸索出一种新的方法，即以“导师-学生双向选择制”遴选学生进入老师课题组后，以优秀学生为中心，采用以点及面式训练。与以往的老师带学生做试验的传统模式不同，在培训中教师除作为指导老师外，还要善于在众多的学生中发现优秀的人才，并对这些有天分的学生进行精细培养，然后以这些人才为中心点，进行放大，即由一个优秀的学生指导几个后参加培训的学生，在这几个学生中再选出优秀的学生作为下一轮的指导“老师”，这种以点带面的特色实践教学模式不但能节约大量教学资源，而且将最大限度地挖掘学生的科研潜力，有利于培养学生的科研创新素质。
（三）以大学生的各类科研训练、创新创业项目为载体开展教学活动
目前，科技创新已成为发达国家保持持久竞争力的“法宝”。中国早在若干年前就确立了“科技兴国”的战略目标。大学生是祖国的未来，大学生科研创新能力的培养是21世纪高校人才培养的核心内容。国内外众多高校都开展了多种形式的大学生创新训练计划。因此，将生物信息学科研训练与学校开展的各类科研创新训练计划（如大学生“挑战杯”、“创新学分”或“大学生创新性实验计划”等）相结合，将更加有效地利用各种资源，全面锻炼学生的科研创新能力，例如，文献的检索与阅读，各种组学数据的收集、处理和分析，程序的编写，实验设计和操作，科研项目书的撰写，科研论文的书写等。
（四）同步开展科技文书的写作训练，总结成果保持学生的热情
疾病的发生发展与特异基因的改变密切相关，鉴定与疾病相关的基因是医学科研工作的重要内容之一。在科研实践训练中，学生利用生物信息学方法，通过分析处理感兴趣的数据（如基因组、转录组、单核苷酸多态性、全基因组关联分析等），可挖掘出一些与疾病相关的内在信息，或再通过实验对分析结果加以验证。教师可鼓励学生将这些阶段性的成果进行发表，这对学生来说是一种能力上的认可，可以增加学生的科研信心，激发他们的科研热情和动力。此外还要鼓励学生积极申请学校乃至全国性的大学生“挑战杯”等竞赛。培养学生的创新和挑战激情，以便激励他们在科研之路上能再创新高。如我校2012级本科生王同学，从大学一年级开始就进入实验室学习生物信息学分析数据，勤奋钻研，已分别于2013和2014年发表了2篇核心文章，并已成功申请到我校大学生“挑战杯”项目，在我校大学生作品“挑战杯”竞赛中获得二等奖。这些成果极大地鼓舞了同学们的科研热情。
三、本科生生物信息学科研实践中存在的问题
随着生物信息学在医学领域的广泛应用，越来越多的学生意识到这门学科的重要性，都积极参与实践练习。而生物信息学实践离不开计算机这一硬件设备，同时由于生物数据量庞大，这就要求较高的计算机的配置。此外，现阶段生物信息学专业教师比较缺乏，在一定程度上也会影响教学实践的开展。因此，对医学本科生开展生物信息学实践训练尚需相关资源的配套和完善。
四、结语
本文主要探讨了对医学本科生开展生物信息学科研实践过程中的一些感想和体会，并在多年教学实践基础上，总结出一种以科研为核心、学生为主体、训练项目为载体的科研实训教学模式。当前虽然一些医学院校已经开设了生物信息学课程，但是在教学内容、教学方法和教学模式上还有很多不足，尚有待进一步的摸索和改进[5-6]。此外，我们要加大硬件设施的投入，并不断加强师资队伍建设，积极参与教学改革，整合各种教学力量，从而提高生物信息学教学质量。
致谢：感谢南昌大学医学实验教学中心汪雁老师生前对本科生生物信息学教学方面的贡献！
参考文献：
[1]Shachak A，Ophir R，Rubin E.Applying instructional design theories to bioinformatics education in microarray analysis and Primer design workshops[J].Cell Biol Educ，2005，4（3）：199-206.
[2]Boyle JA.Bioinformatics in undergraduate education：practical examples[J].Biochem Mol Biol Educ，2004，32（4）：236-238.
[3]樊代明.整合医学纵论[J].医学争鸣，2014，5（5）：1-13.
[4]祝鸿程，刘浩，王迎伟，等.基础医学课程PBL教学应用的新思路[J].基础医学与临床，2011，31（12）：1410-1412.
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。
2.3 miRBase数据库 microRNA是近年来发现的非编码内源性小RNA分子，其功能主要是调节靶基因的转录后水平的表达，是近年来研究的热点领域。miRBase数据库更新快，包含miRNA序列数据、功能注释、靶基因预测等多各方面，是存储miRNA信息最主要的公共数据库之一（http：///）。目前，新版本（Ver.21）收录了223个物种28645个前体miRNA和35 828个成熟miRNA产物，所有数据均可以通过web界面检索，而且通过与TargetScan链接，可以查阅miRNA的潜在的靶基因。
2.4 生物分子信号通路数据库 信号通路一词在高中生物就接触到，到本科阶段的《细胞生物学》课程中得以深入学习。据调查，对于本科生而言，他们对信号通路想理解和认识有限，掌握的信号通路都是不完整的。学生在学习时，可借助信号通路数据库检索的方式，搜索某基因所参与的信号通路，并且可以直观的看到该基因在整个信号通路中的地位和作用。信号通路数据库目前比较常用的是WikiPathways数据库（http：//）。该数据库集成了主要的基因、蛋白质，允许整个研究者更广泛参与[3]。该数据最大的特点是将基因之间的关系以图形方式显示，使学生直观了解所感兴趣的基因是如何参与到信号通路或生化代谢过程的。
3 常用生物信息学软件及在线分析工具
3.1 DNA序列分析软件 在生物科学本科教学过程中，很多课程如《生物化学》《分子生物学》《遗传学》等，都涉及到DNA序列结构、基因突变等知识点，而且学生掌握到的更多都是一种朦朦胧胧，是懂非懂的知识点。因此，在《生物信息学》课堂上，当讲到采用生物信息学软件进行DNA序列分析时，学生产生了浓厚的兴趣。DNA序列分析的软件有很多，如：BioEdit，DNASIS，DNAStar，DNAClub，DNAMan等，相比较可知，就序列分析而言，我们认为DNAStar软件最常用，且操作简单，可视化功能强大，是地方本科院校学生的最佳选择。
DNASTAR是基因组学、结构生物学和分子生物学领域中的一款综合性序列分析工具软件，包含可视化和序列编辑（SeqBuilder），序列组装（SeqMan）、序列比对（MegAlign）、引物设计（PrimerSelect）、蛋白质结构分析（Protean）、基因查找（GeneQuest）和序列编辑（EditSeq）7个模块，可用作DNA和蛋白质序列分析、序列重叠群拼接和基因工程管理等方面，目前，该软件已被90多个国家的制药，生物技术，学术和临床研究人员使用。
3.2 RNA结构分析软件 RNA包含tRNA，mRNA，rRNA和sRNA等多种类型，在蛋白质生物合成过程中起着非常重要的作用。他们的二级结构或高级结构会影响蛋白质合成的效率。因此，对于本科生而言，直观的了解RNA的二级结构，对于掌握理论知识具有重要意义。RNA结构分析的软件有如Mfold、RNAdraw和RNAstructure等多个软件[4-5]。通过比较这些软件获得难易度、优缺点和使用复杂程度，我们发现Mfold已完成多次修订，且实现了网上在线免费试用（http：//unafold.rna.albany.edu/？q=mfold），输出结果灵活多样，结果直观，是本科生用于RNA结构分析的最佳选择。
3.3 序列比对软件（在线工具） 序列比对也称序列比较，通过该操作，可以将两个或多个基因（或蛋白质）序列按照一定的规律排列，使学生直观的观察到序列的变异，从而确定序列之间的相似性或同源性。根据序列多少，可分为双序列比对和多序列比对。序列比对的软件或在线工具也有很多，其中多序列比对软件有Clustal（ClustalX和ClustalW）、GCG、BioEdit、DNAMAN和DNAStar件包中的MegAlign等。在这里，适合本科生教学的软件我们推荐MegAlign和DNAMAN。而两序列比最常用的则是BLAST在线工具（http：//ncbi.nlm.nih.gov/blast），它是NCBI开发的可免费非注册使用的在线工具，可与NCBI的蛋白质数据库和基因数据库链接，也可用于蛋白质和基因序列的同源检索，是本科教学中必须要用到的在线工具。
3.4 系统发育树构建软件 在生物进化过程中，细胞内的生物大分子（蛋白质、核酸）的一级结构的变化会出现变异（进化），而生物大分子进化速率相对恒定，我们可以根据生物大分子的序列信息构建系统发育树，推断生物进化历史。系统发育树构建的软件有MEGA，PHYLIP，DNAMAN等。在分子进化相关的科学研究中，最常用的是MEGA（即Molecular Evolutionary Genetics Analysis），该软件更新快（目前的最新版本为MEGA7.0 http：///），运行速度快，操作简单，结果直观。因此，在本科教学中，我们推荐MEGA软件作为系统发育树构建的软件。
3.5 Expasy工具 ExPASy，即Expert Protein Analysis System，由瑞士生物信息学研究所维护的蛋白组学相关的在线实用分析平台，整合了很多蛋白质数据资源和分析工具（http：///），涉及蛋白分类、蛋白质翻译、结构预测、相似检索、序列比对等。该在线工具可免费试用，是本科教学过程中值得推荐的分析工具。但是，该工具包数据量大，鉴于本科教学学时的限制，在教学过程中不宜细讲，可以引入，让感兴趣的同学自学。
4 结语
随着分子生物学和生物信息学的迅猛发展，生物信息学数据库不断完善，生物分析软件越来越多，且各具特色。考虑到地方本科院校实际情况，我们介绍了以上的生物信息学数据库和分析软件（在线工具），并简单总结了它们适合于地方性高校本科教学的优点，给出了合理选择的参考建议，以期为地方本科院校《生物信息学》教学提供参考。
参考文献
[1]Bethesda（MD）.The NCBI Handbook[Internet]. 2nd edition[M].National Center for Biotechnology Information（US）. 2013.
[2]Yates A，Akanni W，Amode M R，et al. Ensembl 2016[J].Nucleic Acids Res.2016，44（D1）：D710-D716.
[3]Kelder T，van Iersel M P，Hanspers K，et al.WikiPathways：building research communities on biological pathways[J].Nucleic Acids Res. 2012，40（Database issue）：D1301-D1307.
