大數據背景下的生物信息學教學探索

李廣林

摘要：生物信息學是當今生命科學和自然科學的重大前沿領域之一，未來生命科學競爭的焦點之一將是生物信息學研究水平的競爭。因此，各高校十分重視生物信息學教學。針對大數據背景下生物信息學教學中存在的問題，本人結合實際教學經驗，分別從強化基礎理論、培養大數據意識、精心設計教學內容、創新教學方法和改革考核評價體系等五個方面來探索如何在高校開展生物信息學教學，為培養優秀的生物大數據分析人才奠定理論基礎。

關鍵詞：大數據；生物信息學；教學探索

中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2015）29-0210-02

一、引言

生物信息學是由生物學與數學、計算科學交叉形成的前沿學科，主要通過研發并應用計算機技術及數學與統計方法，對海量生物數據進行管理、整合、分析、建模，從而解決重要的生物學問題，闡明新的生物學規律，獲得傳統生物學手段無法獲得的創新發現。生物信息學是當今生命科學和自然科學的重大前沿領域之一，是多學科之間的交叉領域。因此，做好生物信息學教學工作對提高生物信息學研究水平具有重要的理論和實踐意義。

隨著高通量測序數據的大量出現，生命科學已經進入到大數據時代，生物信息學研究的重點將轉移到組學的研究上。相應地，生物信息學教學的重點也要從單個基因的分析轉向多個基因甚至在組學水平的分析。在生物大數據背景下，對生物信息學專業的人才需求也將越來越大。本文結合生物大數據的特點和教學經驗，談談目前生物信息學教學中存在的問題，并針對這些問題提出自己的建議和方法。

二、生物大數據的特點

“大數據”一詞最初起源于互聯網和IT行業，它具有數據量大、數據多樣化、高速、有價值等特點。生物大數據不僅帶有“大數據”的特點，而且具有生物數據自身的特性，具體表現在：

1.數據量大：全球每年生物數據總量已經達到EB量級，完整的人體基因組有約30億個堿基對，個體化基因組差異達6百萬堿基。同時由于高通量測序成本的下降，目前大量的生物物種得以全基因組范圍的基因組從頭測序、重測序以及轉錄組測序，積累了大量的生物數據。

2.數據種類多：由于測序儀器種類繁多，產生的測序數據格式也各不相同。除高通量測序產生的基因組和轉錄組數據外，另外還有蛋白組、代謝組、表型組、相互作用組的序列數據和結構數據。

3.數據增速快：這主要體現在數據的急劇增長速度上，幾乎每一周都有關于某一物種的全基因組或者轉錄組測序的信息。尤其是隨著新一代測序技術的發展，更大數量級的基因組數據產出日漸增加——每臺高通量的測序儀每天可產生約100GB的數據。

4.數據價值高：隨著生物信息學的發展，越來越多有價值的信息可從生物數據中挖掘出來，這些價值不僅體現在生物科研領域，而且已應用于農業和醫學等領域。

三、大數據背景下生物信息學教學中存在的問題

經過多年的發展，生物信息學教學雖然有了一定的提高和改善，但還存在一些問題，主要表現在：

（一）課程設置不合理

生物信息學是由生物學與數學、計算科學交叉形成的前沿學科，對生物背景的學生來說，需要掌握計算機和數學特別是統計學方面的知識和技能。但由于受課程設置的影響，很多學校只把C語言作為計算機的必修課，而沒有在大一或者大二年級開設概率論和數理統計，并且生物統計學等課程也只是在大三或者大四才作為選修課或者限定選修課來開設的，造成部分開課專業學生的數理基礎比較薄弱，因此在后續學習中存在一定的困難。

（二）教材內容不夠全面

由于生物信息學發展日新月異，各種分析生物大數據的算法、方法和軟件層出不窮，并且其更新換代是非常快的，而國內外相關教材的內容不夠全面，并且其更新速度較慢，不能緊跟生物信息學的最新發展，造成教師在授課時要綜合多本生物信息學教材的內容，不利于學生對生物信息學內容的全面掌握，從而制約了生物信息學教學的發展。

（三）教師的教學方法單一

生物信息學課程目前雖然在很多院校已經開設，但由于該學科對教師的授課水平和學生的學習能力要求較高，目前多數學校對于生物信息學的授課方式還是以教師講授為主的填鴨式教學方式。隨著大數據時代的到來，傳統的教學方式和方法遠不能滿足生物信息學教學的需要。

四、生物大數據背景下生物信息學教學的建議和方法

為了適應大數據背景下生物信息學的教學形勢，針對目前教學中存在的問題，作者結合自己的教學實踐，建議從以下5個方面改進和提高生物信息學教學。

（一）合理設置基礎課，強化基礎理論

生物信息學是一門交叉性很強的學科，以復雜而強大的理論體系作為支撐，所涉及的內容包括計算機編程、信息檢索以及數據庫技術等。為了讓學生學好生物信息學這門課程，各院校可以合理設置生物信息學的專業基礎課，將生物信息學課程定位在大三或者大四年級學生，在大一、大二年級做好高等數學、數據庫原理以及Perl語言等與之相關課程的教學工作，這些學生在掌握了一些與生物信息學相關的基礎理論知識后，其對生物信息學的學習能力和理解能力才會有較大的提高。此外，學校要鼓勵學生了解國內外有關大數據和生物信息學技術的發展趨勢，并推薦有代表性且通俗易懂的文章和書籍，以強化學生的基礎理論體系，為生物信息學的學習提供必要的知識儲備

（二）培養大數據意識，加強對大數據分析的科學素養

生命科學研究已經進入到大數據時代，生物大數據的挖掘已經在農林科學、醫學等領域產生巨大的效益，所以我們要培養學生樹立大數據思維意識，全面認識生物大數據帶來的機遇和挑戰。生物信息學以生物數據為對象展開分析，它同時具備具體性和抽象性的特點。具體性是指以數據為對象挖掘出的生物學知識是客觀存在的，其對生物學規律的解釋性較強；抽象性是針對生物信息學中的理論和方法而言的，一般要求學生具有一定的生物信息學專業基礎。在進行生物信息學教學時，要激發學生的學習興趣，逐漸培養學生的大數據意識，規范學生對大數據分析的基本方法。可以通過實例，讓學生參與到具體的生物信息學分析中去，以便理解生物信息學數據分析的基本操作流程，并在業余時間開展生物大數據在農業和醫藥行業成功應用的案例調查，以便激發學生利用生物信息學手段分析大數據的熱情。

（三）優化教材內容，精心安排教學內容

鑒于目前生物信息學發展速度快，而國內外相關教材的更新速度較慢，所以要求在生物信息學教材的選取方面要下大力氣，并且在授課時整合各個教材的優點。一般在生物信息學授課中整合以下三本書的內容：David W. Mount編寫的《Bioinformatics Sequence and Genome Analysis》、李霞主編的《生物信息學》以及陳銘編寫的《生物信息學》。

在教學過程中，為了使學生在有限的課堂教學時間內掌握生物信息學課程的主要內容，首先要優化課程教學體系，統籌安排教學內容，在生物信息授課中要抓住以下兩條主線：序列—結構—功能—進化；基因組—轉錄組—蛋白組—相互作用組—代謝組，多組學貫穿。同時針對不同專業的特點與人才培養目標要求，合理分配各章節的教學課時，做到突出與專業密切相關的內容重點精講。如在生物技術專業中，增加課時講授分子藥物設計章節，不僅要讓學生了解生物信息學與分子藥物設計的關系，而且要讓學生掌握計算機輔助藥物設計的理論方法以及軟件操作。因此，以生物信息學教學內容的兩條主線為依托，緊密圍繞各專業的培養目標，做到理論聯系實際，構建的教學體系和教學內容既能讓學生掌握學科的知識理論體系，又有利于培養學生理解、分析、運用學科知識解決實際問題的能力。

（四）合理選用教學方法，提高教學效果

實踐表明，不同的教學內容采用不同的教學方法授課可以收到良好的教學效果。為實現生物信息學課堂教學目標，完成相應的教學任務，教師要根據每堂課的教學內容，采用合適的教學方法，調動學生學習的積極性和主動性，提高課堂教學效果。可以從解決問題的角度出發進行理論教學。在理論課教學中，如果仍沿用傳統的灌輸式教學模式，肯定達不到預期的教學效果。課堂教學還可以根據需要，適時融入案例教學、問卷調查、多媒體展示、影片教學等方法，提高實際教學效果，培養學生的綜合素質和創新思考能力。

上機實習注重發揮學生的主觀能動性。生物信息學是一門實踐性很強的課程，上機實習是教學的重要環節，它不但能夠幫助學生更好地理解理論課所學知識，而且能夠提高學生運用生物信息學的理論和方法解決實際問題的能力，對培養學生獨立思考能力、觀察能力、動手能力起著重要作用，更是培養學生創新能力的重要途徑。

（五）理論和實踐相結合，注重考核的靈活化

生物信息學是一門融合了多個學科的實踐性很強的課程，對應的考核方式應該與其他專業課程有所區別，其最終的成績不應該只以理論課考試的成績為準。理論知識的考核注重學生對生物信息學基本概念、分析流程和主要分析算法的掌握情況，主要以試卷考核的方式為主，采用統一考核方式和評判標準。對于上機技能的考核，主要強調的是學生對不同類型數據進行分析時應掌握的相關軟件使用技能的考查，也應納入到學生的成績考核中，我們認為理論考試占70分、實習成績占30分是一個好的評價方式。

五、結束語

大數據背景下對生物信息學的教學提出了新的更高的要求。本文針對《生物信息學》教學中存在的問題，結合自己的教學經歷對改進生物信息學教學和方法進行了一些探討。本文認為要做好大數據時代的生物信息學教學，要從強化基礎理論、培養大數據意識、精心設計教學內容、創新教學方法和改革考核評價體系等五個方面來開展和抓好生物信息學教學。

參考文獻：

[1]李霞.生物信息學[M].北京：人民衛生出版社，2010.

[2]陳銘.生物信息學[M].北京：科學出版社，2012.