王順才 王弋博，2 賈 貞 趙 強 石國璽，2

（1.天水師范學(xué)院 生物工程與技術(shù)學(xué)院，甘肅 天水 741000；2.甘肅省農(nóng)業(yè)固體廢棄物資源化利用重點實驗室，甘肅 天水 741000）

生物信息學(xué)(bioinformatics)是由生物學(xué)、數(shù)學(xué)和計算機科學(xué)等多學(xué)科相互交融而形成的一門新興學(xué)科,其實質(zhì)是利用計算機技術(shù)分析和處理不同類型的生物分子數(shù)據(jù),以發(fā)掘數(shù)據(jù)中蘊涵著的生物學(xué)意義[1-2]。早在20世紀(jì)50年代生物信息學(xué)開始孕育萌芽,60年代計算生物學(xué)與計算機科學(xué)相互聯(lián)系起來,70年代出現(xiàn)了全局序列比對算法,80年代出現(xiàn)生物信息數(shù)據(jù)庫及其序列搜索和分析工具,80年代末人類基因組計劃(Human Genome Project,HGP)啟動,90年代在HGP推動下生物信息學(xué)得以迅猛發(fā)展,20世紀(jì)末,基因組學(xué)、蛋白質(zhì)組學(xué)、RNA組學(xué)、糖組學(xué)、代謝組學(xué)等相繼蓬勃興起[3]。

進入 21世紀(jì),隨著高通量測序(highthroughput sequencing)技術(shù)及計算機網(wǎng)絡(luò)平臺技術(shù)的飛速發(fā)展,測序成本不斷降低,高通量測序數(shù)據(jù)以指數(shù)級方式急速增加。截至2018年8月,美國GenBank數(shù)據(jù)庫中(版本228)已收錄2.1×108個序列,堿基對總量達到2.8×1011數(shù)量級。2016年SRA數(shù)據(jù)庫收錄的測序數(shù)據(jù)總量為5.0×1015堿基對,至2018年10月其收錄數(shù)據(jù)總量已超過2.1×1016堿基對[4]。 大量“組學(xué)”數(shù)據(jù)的產(chǎn)生,使人們能夠從基因、蛋白質(zhì)及代謝物等不同層次認識生物體中多個成分的功能[5]。當(dāng)前,傳統(tǒng)生物學(xué)已由分析單個或數(shù)個生物分子(如DNA、蛋白質(zhì))的時代跨越到同步分析大批量生物數(shù)據(jù)的時代,以數(shù)據(jù)挖掘與分析為主要研究內(nèi)容的生物信息學(xué)已進入高通量組學(xué)時代,并逐步從傳統(tǒng)生物學(xué)中分離出來,成為一門獨立的學(xué)科[6]238。

在大數(shù)據(jù)時代,生物信息學(xué)的發(fā)展已與生物醫(yī)學(xué)大數(shù)據(jù)緊密結(jié)合起來,如何調(diào)整生物信息學(xué)課程以應(yīng)對大數(shù)據(jù)帶來的更高層次的挑戰(zhàn),已成為國內(nèi)外高校及科研機構(gòu)亟待解決的重大課題[7-10]。我國生物信息學(xué)本科教育起步較晚,2002年國內(nèi)高校才開始設(shè)立生物信息學(xué)本科專業(yè),截至2018年開此專業(yè)的高校共有30所[11]。我國一些高校在生物、醫(yī)學(xué)、農(nóng)學(xué)等本科專業(yè)中設(shè)置了生物信息學(xué)課程,教學(xué)內(nèi)容注重于基本技能的應(yīng)用；而計算機、數(shù)學(xué)等專業(yè)本科生開設(shè)的該課程側(cè)重數(shù)據(jù)算法等知識[12]。由于生物醫(yī)學(xué)大數(shù)據(jù)的復(fù)雜性和生物信息學(xué)廣泛的學(xué)科交叉性特點,在面對大數(shù)據(jù)帶來的挑戰(zhàn)時具有生物學(xué)背景的學(xué)生將花費更多的時間去學(xué)習(xí)計算機編程,而具有計算機科學(xué)背景的學(xué)生在分析和理解生物學(xué)問題時更具挑戰(zhàn)性[13]。在基因組、轉(zhuǎn)錄組等組學(xué)數(shù)據(jù)分析中,目前許多國內(nèi)高校和科研機構(gòu)仍然面臨硬件配置不足、軟件服務(wù)平臺及分析人員缺乏等問題,生物學(xué)問題和數(shù)據(jù)分析相脫節(jié)的問題尤為嚴(yán)重[14]23-25?；趯ι镄畔W(xué)重視程度的不斷增加,2018年我國教育部發(fā)布的《普通高等學(xué)校本科專業(yè)類教學(xué)質(zhì)量國家標(biāo)準(zhǔn)》要求將生物信息學(xué)開設(shè)為生物科學(xué)類專業(yè)的必修課程[6]238。

生物科學(xué)(Biological Science)是自然科學(xué)的重要分支,是人們觀察和揭示生命現(xiàn)象、探討生命本質(zhì)和發(fā)現(xiàn)生命內(nèi)在規(guī)律的科學(xué)。生物科學(xué)與其他自然科學(xué)(數(shù)學(xué)、化學(xué)、物理學(xué))和新興學(xué)科(計算機科學(xué)、信息學(xué))相互交融滲透形成各種Bio-X交叉學(xué)科,推動了諸如生物信息學(xué)、系統(tǒng)生物學(xué)等新興學(xué)科的發(fā)展。目前,隨著組學(xué)、系統(tǒng)生物學(xué)等生命科學(xué)的發(fā)展,生物信息學(xué)已成為21世紀(jì)生命前沿學(xué)科的關(guān)鍵核心領(lǐng)域,在生物、醫(yī)療、環(huán)境、食品等行業(yè)領(lǐng)域發(fā)揮著重要的作用[6]238。生物信息學(xué)研究是從理論上認識生物信息本質(zhì)的必要途徑,最終目標(biāo)是揭示生物分子數(shù)據(jù)中蘊涵著的生物學(xué)知識和規(guī)律,使人類從根本上認識自我。

一、地方高校生物信息學(xué)教學(xué)面臨的主要問題

生物信息學(xué)課程在生物專業(yè)建設(shè)和人才培養(yǎng)方案中具有重要的地位。天水師范學(xué)院自2005年開始,在生物科學(xué)專業(yè)人才培養(yǎng)方案中就開設(shè)了生物信息學(xué)課程,作為專業(yè)課模塊中的限定性選修課,僅為18個學(xué)時的理論教學(xué),實驗教學(xué)以課后訓(xùn)練或自學(xué)方式為輔。2012年我校生物科學(xué)專業(yè)開辦了創(chuàng)新實驗班,在有限的授課時數(shù)下,理論教學(xué)以講授常見核酸和蛋白質(zhì)信息資源、雙(多)序列比對、基因結(jié)構(gòu)分析、分子進化分析、蛋白質(zhì)結(jié)構(gòu)分析與功能預(yù)測等生物信息學(xué)的基礎(chǔ)知識為主[15],而實驗教學(xué)讓學(xué)生自學(xué)常用的分子生物學(xué)數(shù)據(jù)庫(如GenBank、SWISS-PROT和PDB)及生物信息分析工具(如 DNAman、DNAStar、Primer、MEGA和RasTop)等,該課程的教學(xué)內(nèi)容嚴(yán)重滯后于當(dāng)前生物信息學(xué)的發(fā)展。

此外,授課教師沒有受過生物信息學(xué)的專業(yè)教育或培訓(xùn),受自身專業(yè)限制,缺乏對生物信息學(xué)的全面理解和綜合運用。在教學(xué)中遵循傳統(tǒng)教學(xué)模式,仍以知識傳授為主,學(xué)生被動接受知識,實驗教學(xué)內(nèi)容要求很低,學(xué)生對許多教學(xué)內(nèi)容沒有體驗式學(xué)習(xí)和親身實踐,缺乏對生物數(shù)據(jù)分析和處理的綜合訓(xùn)練,導(dǎo)致學(xué)生不能靈活運用所學(xué)知識來主動思考和解決生物學(xué)問題。傳統(tǒng)的課堂教學(xué)和實驗教學(xué)模式,已無法滿足當(dāng)前生物信息學(xué)的教學(xué)與科研需求[12,16]。

相比多數(shù)地方本科院校而言,部屬高校及其學(xué)生的基礎(chǔ)都比較好,部屬高校在國內(nèi)先后出版或從國外引進和翻譯了一些生物信息學(xué)專業(yè)教材及專門的實驗教程,已建立了一些生物信息網(wǎng)絡(luò)實踐教學(xué)平臺,開辟發(fā)展了新的教學(xué)模式,形成了優(yōu)秀的專業(yè)教學(xué)團隊及其相對完整的課程建設(shè)體系[8,12,17]。針對我校生物信息學(xué)課程教學(xué)中存在的一些問題,我們從教學(xué)內(nèi)容、教學(xué)方法、實踐創(chuàng)新等幾個方面進行了一些教學(xué)探索和實踐,現(xiàn)總結(jié)近三年生物專業(yè)創(chuàng)新班開設(shè)該課程的教學(xué)實踐,以促進地方高校轉(zhuǎn)變生物信息學(xué)教學(xué)觀念,適應(yīng)大數(shù)據(jù)時代下人才培養(yǎng)需求,強化大學(xué)生創(chuàng)新能力訓(xùn)練,使該課程符合培養(yǎng)教學(xué)科研綜合型、創(chuàng)新型生物人才的目標(biāo)。

二、生物信息學(xué)課程教學(xué)探索與實施

（一）構(gòu)建創(chuàng)新教學(xué)知識體系，完善課程結(jié)構(gòu)設(shè)置

按照教學(xué)規(guī)律,生物信息學(xué)課程開設(shè)前要求本科生掌握生物化學(xué)、細胞生物學(xué)、分子生物學(xué)、遺傳學(xué)、生物統(tǒng)計學(xué)和計算機應(yīng)用技術(shù)等基礎(chǔ)知識[13,15]。進入后基因組時代,生物信息學(xué)研究對學(xué)生的數(shù)統(tǒng)分析、計算機能力特別是編程能力的要求越來越高[7]43-50?；赑erl、Python和R等語言開發(fā)的生物信息學(xué)工具如Bioperl、Biopython和Bioconductor等,在生物信息學(xué)研究中得到越來越多的應(yīng)用和重視,為此,在生物專業(yè)課程設(shè)置中安排一定的課時幫助學(xué)生掌握Linux操作系統(tǒng),選修一兩門計算機編程語言,讓具有生物學(xué)背景的學(xué)生了解生物信息學(xué)算法和應(yīng)用軟件的基本原理,掌握一定的生物信息學(xué)編程能力,教會學(xué)生利用新技術(shù)、新方法以提高自主獲取新知識的能力,為今后研究生學(xué)習(xí)和科研打下堅實的學(xué)科基礎(chǔ)[13]589。

（二）強化生物大數(shù)據(jù)意識，提高數(shù)據(jù)庫應(yīng)用能力

生物信息學(xué)研究首先取決于數(shù)據(jù)庫的質(zhì)量和來源。當(dāng)前國內(nèi)外生物數(shù)據(jù)庫資源日益增多,幾乎覆蓋了生命科學(xué)基礎(chǔ)研究和轉(zhuǎn)化應(yīng)用的各個領(lǐng)域。針對生物數(shù)據(jù)庫更新速度快、信息量大而雜的特點,培養(yǎng)學(xué)生樹立起生物大數(shù)據(jù)意識,了解功能基因組學(xué)時代的主要生物數(shù)據(jù)庫及其使用方法,緊跟這些數(shù)據(jù)庫的發(fā)展動態(tài),提高學(xué)生綜合應(yīng)用生物數(shù)據(jù)庫的能力[18]31-38。在核酸、蛋白質(zhì)相關(guān)數(shù)據(jù)庫的教學(xué)中,我們按照序列—結(jié)構(gòu)—功能的生物學(xué)規(guī)律將各類數(shù)據(jù)庫聯(lián)系起來,便于學(xué)生熟悉各類生物數(shù)據(jù)庫的應(yīng)用范圍及內(nèi)在聯(lián)系,構(gòu)建起生物信息數(shù)據(jù)庫知識體系,譬如蛋白質(zhì)序列數(shù)據(jù)庫(Swiss-Prot、TrEMBL、PIR)、二級結(jié)構(gòu)數(shù)據(jù)庫(DSSP、HSSP、FSSP、Prosite)、基序數(shù)據(jù)庫(Blocks、CDD、InterPro、CluSTr)、三維結(jié)構(gòu)數(shù)據(jù)庫(PDB、 SWISS-3DIMAGE、 ModBase、 CATH、SCOP)、功能注釋及通路分析數(shù)據(jù)庫(GO、KEGG、BioCarta、Reactome)、蛋白互作數(shù)據(jù)庫(BioGRID、STRING、HPRD、MINT、DIP、BIND)和翻譯后修飾相關(guān)數(shù)據(jù)庫(O-GlycBase、PhosphoBase)等。同時,將這些數(shù)據(jù)庫的應(yīng)用與目標(biāo)蛋白質(zhì)的氨基酸序列分析(如理化性質(zhì)、親水性/疏水性、跨膜區(qū)和信號肽)、結(jié)構(gòu)功能域預(yù)測、功能注釋、代謝通路分析、蛋白互作網(wǎng)絡(luò)等研究領(lǐng)域主動對接起來,把數(shù)據(jù)庫知識的基礎(chǔ)性與先進性結(jié)合起來,加強該課程內(nèi)容的系統(tǒng)性和新穎性。

（三）逐步優(yōu)化教學(xué)內(nèi)容，不斷改進教學(xué)方法

生物信息學(xué)課程教學(xué)包括理論教學(xué)和實驗教學(xué)。針對當(dāng)前課本知識老舊、講義內(nèi)容陳舊不夠鮮活、學(xué)生所學(xué)與所用相脫節(jié)等問題,授課教師在教學(xué)設(shè)計時需要不斷查閱最新相關(guān)文獻和網(wǎng)絡(luò)資源、及時補充更新講義、自制多媒體課件,將生物信息學(xué)科發(fā)展的前沿動態(tài)與基礎(chǔ)知識密切結(jié)合,增加教學(xué)內(nèi)容的新穎度和專業(yè)深度。例如,在基因序列分析這一教學(xué)設(shè)計中,既要考慮單基因和基因組分析的傳統(tǒng)內(nèi)容,如跨膜結(jié)構(gòu)、信號肽、亞細胞定位、啟動子分析、多序列比對等基本知識,也要補充功能基因組學(xué)的最新研究動態(tài),譬如非編碼RNA(ncRNA)、miRNA靶向分析、基因家族及差異表達基因(蛋白)分析等相關(guān)知識和方法,實現(xiàn)該學(xué)科基礎(chǔ)性和前瞻性的有機統(tǒng)一。

通過教學(xué)模式改革促進學(xué)生自主學(xué)習(xí)是提高生物信息學(xué)教學(xué)效果的重要措施,教學(xué)模式和學(xué)生自主學(xué)習(xí)意識及能力對學(xué)生的學(xué)習(xí)效果影響很大[12,16]。授課教師要不斷提高自身專業(yè)素養(yǎng),引進新的教學(xué)理念和教學(xué)方式,在課程教學(xué)中加強師生互動交流,以“問題導(dǎo)入”“啟發(fā)式”“討論式”“案例教學(xué)”“項目教學(xué)”等多種教學(xué)方式營造和調(diào)動教學(xué)氛圍,充分調(diào)動學(xué)生參與課堂教學(xué)的積極性,激發(fā)學(xué)生學(xué)習(xí)的主動性和創(chuàng)造性,在傳授理論知識的同時教會學(xué)生學(xué)習(xí)的方法和技能,加強學(xué)生創(chuàng)新意識和動手能力的培養(yǎng)。譬如在講解序列比對和分子進化分析等相關(guān)知識點時,教師向?qū)W生上機操作演示如何利用NCBI數(shù)據(jù)庫和Blast工具下載基因或蛋白序列,如何利用DNA-man、MEGA等工具進行同源性分析和分子進化樹構(gòu)建等方法,最后讓學(xué)生獨立完成該知識點的實踐訓(xùn)練。

在轉(zhuǎn)錄組(基因表達)分析這塊教學(xué)中,結(jié)合最新的轉(zhuǎn)錄組應(yīng)用案例(如RNA-Seq),將GEO、GO和KEGG等相關(guān)數(shù)據(jù)庫及相關(guān)分析工具的示范操作貫穿于教學(xué)當(dāng)中,讓學(xué)生熟悉轉(zhuǎn)錄組實驗設(shè)計思路、RNA-Seq技術(shù)建庫基本原理、高通量測序數(shù)據(jù)分析及其技術(shù)流程等基本內(nèi)容[19]。讓學(xué)生能夠利用GO和KEGG等數(shù)據(jù)庫進行基因功能富集和通路分析,通過Venn圖能夠篩選出基因集中的共有或特有基因,利用Heatmap能夠檢測差異基因的表達譜,利用Cytoscape軟件會分析蛋白分子間相互網(wǎng)絡(luò)結(jié)構(gòu)等。同時,向?qū)W生推薦一些生物信息學(xué)在線教學(xué)資源或公開課視頻,關(guān)注生物信息學(xué)科前沿,激發(fā)學(xué)生學(xué)習(xí)和實踐的興趣,拓展學(xué)生知識視野。

（四）加強實踐教學(xué)環(huán)節(jié)，建立創(chuàng)新實踐方法

實踐教學(xué)環(huán)節(jié)主要包括各類專業(yè)實踐與實習(xí)、畢業(yè)論文(設(shè)計)和科研訓(xùn)練等活動。相比其他傳統(tǒng)學(xué)科,生物信息學(xué)實踐教學(xué)是相對薄弱的一個環(huán)節(jié)。針對過去學(xué)生實踐僅限于上機操作和軟件應(yīng)用,對大學(xué)生科研創(chuàng)新思維的培養(yǎng)不夠重視等問題,我們提倡教學(xué)與科研相結(jié)合的理念,根據(jù)學(xué)生的各自特點和興趣選擇,鼓勵創(chuàng)新班的學(xué)生參與教師的研究課題,積極申報各類大學(xué)生科技創(chuàng)新項目,組織學(xué)生參加全國或省級大學(xué)生“挑戰(zhàn)杯”競賽活動,以課題項目的形式驅(qū)動學(xué)生開展探索性、設(shè)計性生物學(xué)實驗,利用生物信息學(xué)知識和技能獨立開展相關(guān)研究,充分發(fā)揮學(xué)生的能動性。圍繞科研工作的基本要求和方法,促使學(xué)生完成相關(guān)科研訓(xùn)練和畢業(yè)論文撰寫等目標(biāo),培養(yǎng)大學(xué)生的邏輯思維能力和科研實踐能力。以此讓學(xué)生掌握科學(xué)研究的基本規(guī)律和方法,在問題解決過程中有創(chuàng)造性地提出自己的研究思路[16]121。近三年來,我校生物專業(yè)創(chuàng)新班學(xué)生在期刊論文發(fā)表、專利申報、“挑戰(zhàn)杯”課外學(xué)術(shù)競賽等方面取得了顯著的成績,極大地激發(fā)了師生參與創(chuàng)新實踐教學(xué)的積極性。

此外,積極組建高水平師資教學(xué)團隊,加快現(xiàn)有教師的進修學(xué)習(xí)和培訓(xùn),同時聘請校外名師、專家擔(dān)任兼職教師。加強與其他重點高校、科研機構(gòu)、生物科技企業(yè)等單位的合作,建立人才培養(yǎng)實習(xí)基地,完善實踐教學(xué)基礎(chǔ)建設(shè),通過參觀基地和實踐實習(xí),讓學(xué)生了解當(dāng)前生物信息產(chǎn)業(yè)發(fā)展現(xiàn)狀和人才需求狀況,提高學(xué)生的專業(yè)認同感。

（五）完善課程考核標(biāo)準(zhǔn)

針對生物信息學(xué)課程對學(xué)生實踐能力的要求愈來愈高的特點,必須打破過去單一的課程考試方式,堅持課堂內(nèi)外并重的目標(biāo)導(dǎo)向,建立有利于學(xué)生學(xué)習(xí)和教學(xué)反饋的綜合考核體系,把理論考試、課堂表現(xiàn)、課后練習(xí)作業(yè)、上機操作和分析報告都納入對學(xué)生綜合能力的考核標(biāo)準(zhǔn)范圍。在講授每節(jié)課的重點和難點知識時,教師布置一些思考題或課后實踐任務(wù),強化學(xué)生對所學(xué)知識的理解和訓(xùn)練,每學(xué)期教學(xué)團隊成員及時向?qū)W生征求教學(xué)意見,建立教學(xué)反饋長效機制以促使教學(xué)質(zhì)量循序漸進,教學(xué)相長。

三、總結(jié)與討論

生物信息學(xué)已成為生命科學(xué)的基礎(chǔ)學(xué)科[18]36。海量組學(xué)數(shù)據(jù)的存儲、處理和整合分析等問題亟需建立生物信息云平臺來解決,它將為生物學(xué)相關(guān)研究提供高效的組學(xué)分析流程和“一站式”技術(shù)服務(wù),使研究人員能夠?qū)Ｗ⒂谏飳W(xué)問題,而不受限于數(shù)據(jù)處理和分析的技術(shù)瓶頸[14]24。當(dāng)前我國對生物數(shù)據(jù)分析人才的需求激增,系統(tǒng)地培養(yǎng)復(fù)合型、創(chuàng)新型生物專業(yè)人才成了當(dāng)務(wù)之急。

經(jīng)過幾輪創(chuàng)新班生物信息學(xué)課程教學(xué)探索和改革后,我們對該課程教學(xué)有了一些新的認識和體會。我們在創(chuàng)新班教學(xué)中緊扣生物信息學(xué)科前沿動態(tài),不斷探索和改進教學(xué)內(nèi)容與教學(xué)方法,引入新的教學(xué)理念,調(diào)動學(xué)生的學(xué)習(xí)積極性,激發(fā)學(xué)生的創(chuàng)新思維,培養(yǎng)學(xué)生自主學(xué)習(xí)和學(xué)以致用的能力,經(jīng)過這幾年的教學(xué)探索與實踐,教學(xué)效果明顯提高?；诖?在今后的教學(xué)工作中我們?nèi)孕璨粩鄬W(xué)習(xí)該課程的新要求、新動向,遵循本科教學(xué)規(guī)律,不斷提高教學(xué)質(zhì)量。