科研導(dǎo)向的農(nóng)學(xué)類專業(yè)生物信息學(xué)教學(xué)內(nèi)容改革

陳志雄 王少奎 李亞娟

摘要 生物信息學(xué)是一門生命科學(xué)與計算機(jī)科學(xué)、統(tǒng)計學(xué)等學(xué)科相互滲透而形成的綜合性學(xué)科，廣泛應(yīng)用于生命領(lǐng)域科學(xué)研究。針對農(nóng)學(xué)類專業(yè)課程設(shè)置、學(xué)生知識背景及農(nóng)業(yè)科學(xué)研究熱點需要，提出生物信息學(xué)課程教學(xué)過程在必要理論基礎(chǔ)知識學(xué)習(xí)的基礎(chǔ)上，針對農(nóng)學(xué)專業(yè)的研究目的，設(shè)置功能模塊化教學(xué)內(nèi)容，將分布各章節(jié)的知識點融匯貫通，提高農(nóng)學(xué)類專業(yè)學(xué)生分析問題和解決問題的能力，適應(yīng)后基因組時代農(nóng)業(yè)科學(xué)研究，滿足現(xiàn)代社會對農(nóng)業(yè)創(chuàng)新型人才的需求。

關(guān)鍵詞 科研導(dǎo)向；生物信息學(xué)；教學(xué)內(nèi)容；農(nóng)學(xué)

中圖分類號 S-01 文獻(xiàn)標(biāo)識碼 A 文章編號 0517-6611（2018）32-0234-03

Teaching Contents Reform of Bioinformatics in Agricultural Science Specialty from Scientific Research Orientation

CHEN Zhixiong1， WANG Shaokui1， LI Yajuan2

（1.College of Agriculture， South China Agricultural University， Guangzhou， Guangdong 510642；2.Center of Experimental Teaching for Commom Basic Courses， South China Agricultureal University， Guangzhou， Guangdong 510642）

Abstract Bioinformatics is a comprehensive discipline formed by life sciences， computer science and statistics， which is widely used in scientific research in the life field. This paper summarized the curriculum of agronomy majors， the background of students knowledge and the hotspots of agricultural science research. The setting of functional modular teaching content was proposed on the basis of the necessary theoretical basic knowledge during the teaching process of bioinformatics course. The knowledge points of each chapter would be redistributed， reorganized and integrated in different functional modular teaching content. The setting of functional modular teaching content aimed to improve the ability of agronomy students to analyze and solve problems， adapt to the agricultural science research in the postgenome era， and meet the needs of modern society for innovative agricultural talents.

Key words Research orientation；Bioinformatics；Teaching content；Agronomy

基金項目 國家自然科學(xué)基金項目（31271688）；廣東省自然科學(xué)基金項目（2018A030313090）；廣東省省級教改課題（201619）；2016年華南農(nóng)業(yè)大學(xué)校級教改課題。

作者簡介 陳志雄（1975—），男，福建莆田人，副研究員，博士，從事作物遺傳育種和生物信息學(xué)研究。*通訊作者，高級實驗師，博士，從事作物遺傳育種研究和遺傳學(xué)實驗教學(xué)與研究。

收稿日期 2018-09-11

生物信息學(xué)是隨著人類基因組計劃的實施而興起的一門新學(xué)科，綜合運用了信息學(xué)、數(shù)學(xué)、計算機(jī)和生物學(xué)的的方法和技術(shù)，管理和利用DNA、RNA和蛋白質(zhì)等生物分子數(shù)據(jù)，揭示數(shù)據(jù)所蘊(yùn)含的生物學(xué)意義。生物信息學(xué)已融合到生命科學(xué)各個領(lǐng)域，成為生命科學(xué)不可分割的重要組成部分[1]。近年來，隨著第二代測序技術(shù)和PacBio RS單分子實時測序系統(tǒng)的推出，測序成本大幅下降，大大促進(jìn)了作物基因組測序工作的開展。2017年啟動的“萬種植物基因組計劃，將在5年內(nèi)對10 000種植物的基因組進(jìn)行測序。面對已經(jīng)產(chǎn)生或即將產(chǎn)生的海量基因組數(shù)據(jù)，亟需強(qiáng)有力的工具挖掘有用的信息、發(fā)現(xiàn)農(nóng)作物的重要基因、加快基因克隆等，以推進(jìn)生物多樣性、生態(tài)保護(hù)及各種重要基礎(chǔ)科研和農(nóng)業(yè)應(yīng)用轉(zhuǎn)化問題的研究。生物信息學(xué)已成為農(nóng)業(yè)科學(xué)家開展科研工作的重要工具，同時也是農(nóng)學(xué)相關(guān)專業(yè)本科生必須掌握的基本知識和技能。因此，各農(nóng)業(yè)院校應(yīng)大力開展生物信息學(xué)課程教學(xué)，培養(yǎng)大量了解農(nóng)業(yè)知識的生物信息學(xué)人才。筆者結(jié)合農(nóng)業(yè)院校的專業(yè)特點和生物信息學(xué)教學(xué)過程中遇到的實際問題，制定科研導(dǎo)向的農(nóng)學(xué)類專業(yè)生物信息學(xué)教學(xué)內(nèi)容，以激發(fā)作物學(xué)專業(yè)本科生對生物信息學(xué)的學(xué)習(xí)興趣，提高農(nóng)業(yè)院校生物信息學(xué)課程的教學(xué)效果。

1 農(nóng)學(xué)類專業(yè)生物信息學(xué)教學(xué)面臨的主要難題

1.1 學(xué)生專業(yè)基礎(chǔ)較差

農(nóng)學(xué)類專業(yè)學(xué)生在知識面及綜合技能上相對較窄，對信息學(xué)知識接觸得不多，對信息學(xué)的認(rèn)識僅限于使用電腦編輯文本和上網(wǎng)等基礎(chǔ)應(yīng)用，未深入學(xué)習(xí)計算機(jī)語言、編程等。大多數(shù)農(nóng)業(yè)院校學(xué)生的英語基礎(chǔ)不好，難以適應(yīng)生物信息學(xué)數(shù)據(jù)庫、分析軟件、文獻(xiàn)資料的英文環(huán)境，在學(xué)習(xí)生物信息學(xué)時感覺難度較大，學(xué)習(xí)的積極性受到打擊，從而導(dǎo)致學(xué)生學(xué)習(xí)生物信息學(xué)的興趣下降。同時，本科生深入接觸科學(xué)研究的機(jī)會較少，其學(xué)習(xí)的目的主要是通過考試和拿到學(xué)分，很難意識到生物信息學(xué)知識對將來學(xué)習(xí)和工作的重要性。

1.2 課程安排學(xué)時不充裕

農(nóng)業(yè)院校以培養(yǎng)農(nóng)業(yè)人材為目的，開設(shè)的課程主要是農(nóng)業(yè)生產(chǎn)相關(guān)的課程，而對計算機(jī)語言、編程等課程未深入學(xué)習(xí)，未意識到生物信息學(xué)對未來農(nóng)業(yè)科研和發(fā)展的重要性，一般將生物信息學(xué)視為一門普通的選修課。近年來，隨著各種新技術(shù)和新理論的發(fā)展，人類獲得生物數(shù)據(jù)的能力越來越強(qiáng)，大量數(shù)據(jù)的積累進(jìn)一步推動了生物信息分析技術(shù)的開發(fā)，而生物信息學(xué)涉及的學(xué)科越來越多，教學(xué)內(nèi)容涉及生物化學(xué)、分子生物學(xué)、遺傳學(xué)、基因工程、計算機(jī)語言及數(shù)據(jù)庫等相關(guān)知識等相關(guān)知識以及不斷更新的數(shù)據(jù)庫和軟件，需要學(xué)生花費更多時間去理解與運用。豐富多樣的課程內(nèi)容與較少學(xué)時之間的沖突，為完整系統(tǒng)授課帶來一定難度。

1.3 缺乏適合教材

生物信息學(xué)涉及到的學(xué)科越來越多，各種生物信息學(xué)專著及教材種類不斷涌現(xiàn)。以“生物信息學(xué)”為題名檢索本校圖書館館藏書目，有62種與生物信息學(xué)相關(guān)的教材或?qū)Ｖ８鞣N專著側(cè)重點不同，內(nèi)容繁雜，涉及人類醫(yī)學(xué)、疾病研究、藥物設(shè)計等領(lǐng)域的教材較多，而涉及農(nóng)學(xué)的內(nèi)容幾乎沒有。部分教材專業(yè)性過強(qiáng)，難度較大，不適于農(nóng)學(xué)專業(yè)學(xué)生使用。各教材內(nèi)容豐富，但缺少連貫性，在解決農(nóng)業(yè)院校學(xué)生所遇到的專業(yè)問題時實用性差。因此，很難選到合適的教材是農(nóng)學(xué)專業(yè)生物信息學(xué)教學(xué)的一大難題。

2 針對農(nóng)學(xué)專業(yè)特點，設(shè)置模塊化的生物信息學(xué)教學(xué)內(nèi)容

針對農(nóng)學(xué)類專業(yè)生物信息學(xué)教學(xué)學(xué)時少、缺乏合適教材、學(xué)生知識基礎(chǔ)與結(jié)構(gòu)差異大等問題，借鑒各兄弟院校的經(jīng)驗[2-5]，在突出生物信息學(xué)的應(yīng)用性和系統(tǒng)性的基礎(chǔ)上[6]，從農(nóng)業(yè)院校人才培養(yǎng)的目的和專業(yè)特色出發(fā)[7]，選擇和設(shè)置實用、易學(xué)、有一定深度的教學(xué)內(nèi)容，圍繞生物學(xué)知識、農(nóng)業(yè)研究熱點展開生物信息學(xué)課程教學(xué)，使學(xué)生愿意接受生物信息學(xué)課程，從而輕松學(xué)習(xí)、掌握與運用生物信息學(xué)知識。

農(nóng)學(xué)以谷類、豆類等農(nóng)作物的生理生化、栽培育種等為研究對象，圍繞農(nóng)作物的優(yōu)質(zhì)、高產(chǎn)、抗逆等性狀進(jìn)行表型、遺傳等方面研究。農(nóng)學(xué)類專業(yè)課程設(shè)置特點使學(xué)生對基因的復(fù)制、轉(zhuǎn)錄和翻譯、基因功能較熟悉。農(nóng)學(xué)類專業(yè)生物信息學(xué)課程主要圍繞基因功能、基因表達(dá)和系統(tǒng)進(jìn)化三方面內(nèi)容（表1），在必要的理論基礎(chǔ)學(xué)習(xí)的基礎(chǔ)上，以功能模塊為中心的理論與實踐融合的教學(xué)模式，在有限的學(xué)時內(nèi)，寓教于科研實踐，教學(xué)內(nèi)容簡單實用，提高了生物信息學(xué)的教學(xué)強(qiáng)度和教學(xué)效果，為學(xué)生將來從事科研實踐奠定堅實的基礎(chǔ)。

2.1 必要的基礎(chǔ)知識學(xué)習(xí)

2.1.1 基礎(chǔ)理論知識。生物信息學(xué)的學(xué)科基礎(chǔ)分為生物學(xué)基礎(chǔ)知識、數(shù)學(xué)基礎(chǔ)知識和計算機(jī)及網(wǎng)絡(luò)基礎(chǔ)知識。農(nóng)學(xué)類本科生學(xué)習(xí)完生物化學(xué)、植物學(xué)和遺傳學(xué)等專業(yè)基礎(chǔ)課程，對染色體、基因、中心法則有較深的理解，對生物學(xué)知識較為熟悉，已積累了必需的生物學(xué)基礎(chǔ)知識。因此，緒論部分簡要介紹數(shù)學(xué)、計算機(jī)及網(wǎng)絡(luò)基礎(chǔ)知識，著重介紹生物信息學(xué)的狹義定義以及數(shù)據(jù)庫、序列分析和基因表達(dá)等生物信息在科研實踐中的應(yīng)用，讓學(xué)生意識到生物信息學(xué)在農(nóng)業(yè)科研中的重要性，并且強(qiáng)調(diào)生物信息學(xué)的實踐應(yīng)用特點。

2.1.2 基礎(chǔ)數(shù)據(jù)庫。生物信息學(xué)相關(guān)數(shù)據(jù)庫有一級數(shù)據(jù)庫、二級數(shù)據(jù)庫，貯存了生物大分子（DNA、蛋白質(zhì)）序列、結(jié)構(gòu)、表達(dá)、相關(guān)文獻(xiàn)等海量信息。NCBI是當(dāng)今世界上最大的分子生物學(xué)研究的綜合性數(shù)據(jù)庫，為生物醫(yī)學(xué)及生命科學(xué)研究提供了大量的數(shù)據(jù)和眾多的分析工具與平臺，因此NCBI成為生物信息學(xué)數(shù)據(jù)庫的教學(xué)重點之一。科研中常用的數(shù)據(jù)庫有核苷酸數(shù)據(jù)庫（GenBank、EMBL和DDBJ）、蛋白質(zhì)序列、結(jié)構(gòu)數(shù)據(jù)庫（UniProt、PIR、PDB、PFAM、SMART、Prosite等）、基因表達(dá)數(shù)據(jù)庫（GEO）、代謝通路數(shù)據(jù)庫（KEGG）、基因本體數(shù)據(jù)庫（GO）等生命科學(xué)相關(guān)數(shù)據(jù)庫，在農(nóng)業(yè)科學(xué)研究中發(fā)揮著重要的作用。作為農(nóng)學(xué)類專業(yè)的生物信息學(xué)課程，應(yīng)著重介紹2種模式植物擬南芥基因組數(shù)據(jù)庫（TAIR）和水稻基因組數(shù)據(jù)庫（RAP-DB、RGAP），了解并熟悉作物和模式植物比較基因組數(shù)據(jù)庫（Gramene）、植物基因組資源（Phytozome）、基于基因芯片的植物表達(dá)數(shù)據(jù)庫（PLEXdb）、水稻表達(dá)數(shù)據(jù)庫（RiceXPro）等，它們是農(nóng)業(yè)分子生物學(xué)研究最基礎(chǔ)的批量數(shù)據(jù)來源，為農(nóng)學(xué)類學(xué)生需要了解甚至可運用到科研活動中的資源。

2.1.3 序列聯(lián)配工具。生物信息學(xué)計算的核心是序列聯(lián)配，BLAST是最常用的核酸和蛋白質(zhì)同源性比較工具。教學(xué)內(nèi)容包括序列比較算法（Needle-man-Wunsch、Smith-Waterman、Karlin-Altchul）、得分矩陣（PAM、BLOSUM、DNA替換矩陣）、BLAST種類及使用、在線BLAST使用方法和參數(shù)設(shè)置及結(jié)果解讀。這些基礎(chǔ)知識的學(xué)習(xí)有助于學(xué)生了解生物信息所涉及的問題、掌握解決問題的基本方法，并將知識融會貫通。

2.2 基于基因功能研究方向的生物信息學(xué)教學(xué)內(nèi)容設(shè)置

隨著越來越多物種的基因組測序工作完成，生命科學(xué)研究已邁入功能基因組時代。基因功能驗證技術(shù)包括過表達(dá)、RNA干擾和反義RNA技術(shù)、基因敲除等技術(shù)[8]，這些技術(shù)核心環(huán)節(jié)是載體設(shè)計與構(gòu)建。因此，該部分內(nèi)容重點講解和分析基因的結(jié)構(gòu)（外顯子和內(nèi)含子）、啟動子序列、編碼區(qū)，掌握蛋白質(zhì)預(yù)測表達(dá)部位、跨膜結(jié)構(gòu)和信號肽等理論知識。實踐課內(nèi)容設(shè)置選用作物基因家族為研究對象，從數(shù)據(jù)庫搜索并下載序列，利用生物信息學(xué)常用的EditSeq、引物設(shè)計軟件、限制性內(nèi)切酶識別軟件等，設(shè)計過表達(dá)、RNA干擾和載體構(gòu)建，指導(dǎo)分子生物學(xué)試驗，達(dá)到研究基因功能的目的。根據(jù)基因表達(dá)水平和部位的概念和原理，介紹多種載體構(gòu)建所涉及的基礎(chǔ)理論知識、實驗過程采用的軟件及注意事項，減輕學(xué)生對基因序列的陌生感，增加學(xué)生的興趣和解決問題的能力。

2.3 基于基因表達(dá)譜研究方向的生物信息學(xué)教學(xué)內(nèi)容設(shè)置

基因表達(dá)是基因功能研究的重要內(nèi)容之一。單個基因表達(dá)的常用試驗方法有半定量RT-PCR、定量RT-PCR和Northern雜交等。基因芯片技術(shù)可以高通量分析生物全基因組的表達(dá)模式，篩選特定組織、特定階段或特定生理過程中表達(dá)的功能基因。這部分內(nèi)容簡要介紹基因芯片的種類、制備和信號檢測過程，重點講解芯片數(shù)據(jù)處理與分析以及數(shù)據(jù)反映出的生物學(xué)意義。然后，選擇一種作物的基因家族，利用PLEXdb檢索基因家族的表達(dá)模式，通過PLEXdb提供的Blast工具找到對應(yīng)的探針號，利用探針號查找不同生育時期、不同器官、不同生物脅迫或非生物脅迫下的基因表達(dá)值，通過MEV、Clustal和Treevies軟件圖形化顯示各個基因的表達(dá)量，從復(fù)雜的數(shù)據(jù)凝煉出生物學(xué)意義。在學(xué)時保證的情況下，可安排或參考《DNA和蛋白質(zhì)數(shù)據(jù)分析工具》（第3版）中的“基因芯片數(shù)據(jù)處理和分析”從全基因組水平進(jìn)行基因表達(dá)聚類分析和差異表達(dá)基因篩選。