大數據時代化學相關專業學術型研究生綜合素質培養

黃 娟，王 獻

(中南民族大學 化學與材料科學學院，湖北 武漢 430074)

1 引言

研究生教育是高等院校人才培養中重要環節之一，也是國家科技興旺發達與否的影響因素之一。在當今大數據時代下，各個高校的研究生教育也需要跟上大數據時代的步伐，探討研究相關的教育改革措施[1]，提高學生的綜合素質，培養學生的綜合能力，使學生能夠立足于今后的大數據時代之中?；瘜W及其相關專業作為科學研究中占比較重的學科，在大數據背景之下，其研究生綜合素質培養亟待引起更多的關注。

2 大數據相關研究應用的現狀

大數據一詞常用于計算機、商業以及信息通訊領域，其主要特點有：大量(Volume)、迅速(Velocity)以及多樣化(Variety)，即3V特征[2]。如圖1所示，大數據集成視圖的3個邊代表3個維度，分別為Volume、Velocity和Variety。三維維度的增長與準確性呈負相關，但與復雜性、變異性，衰退和價值呈正相關[3]。大數據不同層面的困難包括：數據捕獲、存儲、搜索、共享、分析、管理和可視化[4]。

近些年來與大數據相關的基礎研究及應用發展迅猛，圖2是以big data 為關鍵詞，在web of science核心期刊數據庫中進行檢索后生成的統計結果圖(截至2019年2月20日)。圖中反映出2012至2016年，文獻發表數量增幅均在20%以上，此五年平均增幅為42.6%。從學科方向上來看，排在前五位的學分分別為：計算機科學、工程學、數學、電信學以及生態環境學，而化學類只排在第16位。不過與2014年文獻數據[5]比較而言，排名有些許提升，化學中大數據的整理與挖掘有較大的提升潛力，需要得到更多的關注。

3 大數據及其相關技術在化學相關科研中的應用

科研文獻是創新靈感的重要來源之一，由于科研文獻的數量呈指數級增長，研究人員發現新的研究課題和課題的改變將會越來越具有挑戰性。如果能夠借助文本挖掘，將可視化技術應用于文獻的主題分析，從大型文本流中提取有價值的內容，則可大大提高科研熱點趨勢的獲取效率，發現特點特定知識領域的主要研究主題、新興主題及研究前沿和主題演變[6]。

Nadine Schneider等[7]利用近年熱門的文本挖掘技術，分析了過去近40年(1976～2015年)從美國專利中檢索到的化學反應和所涉及到的分子。結果顯示藥物專利中，使用的不同反應類型的數量穩步增加，但某些反應類別的平均產率較低。2006～2015年，每個專利包含的反應數由1976～1985年的6.2增加到20.1。在反應類型中，雜原子烷基化及芳基化最多(占27.8%)，乙?；南嚓P反應次之(占21.3%)。前10名平均反應率在86%～97%之間，主要反應類型為官能團轉換，后10名平均反應率在43%～52%之間，主要為雜原子芳基化和烷基化。最后發現如今的藥物分子比40年前的更大、更疏水及更具剛性。在未來10年間，鉑催化的反應、胺偶聯及還原胺反應將會繼續增長，Click法和新3+2雜環形成法會更加受歡迎，而保守的鉻、鋁、錫等化學物質將會被拋棄。

Chang等[8]報道了一種文本挖掘的方法，從PubMed出版物中提取的2128種候選生物標記物中確定了肝癌的的潛在生物標志物。為了縮小范圍廣泛的生物標記以進行進一步的臨床驗證，生物信息學家需要使用已發表作品中提供的信息對其進行分類。生物醫學文本挖掘是一種在大量生物醫學知識中獲取感興趣信息的自動化方法，從而能夠提取與某些疾病相關的生物標記物的數據。這種方法可以顯著減少研究肝病等重要疾病所花費的時間和精力。

這些應用還包括從文獻中提取藥物-藥物相互作用的藥代動力學證據[9]。當然這些科研大數據技術的應用離不開數據庫的開發與建立[10]，從文獻的發掘[11]到數據的采集及處理[12, 13]_ENREF_10，甚至實驗方案的優化設計[7, 14～16]，均需要開發建立相應的數據庫及工具。

從了解知曉各種數據庫、自然語言處理及文本數據挖掘技術[17]到盡可能掌握和利用這些數據庫及相應技術來提取相關信息，這樣才能更好地幫助自己擴大知識背景，加深實驗理論研究，提高實驗效率。

不管是文獻閱讀及歸納，還是思路梳理及課題設立，亦或是從方法羅列及篩選，到實驗設計及優化，再到數據采集及處理，直至最后結果分析及拓展。大數據及其相關技術能夠在科研的各個環節發揮其數據挖掘的功能[18]，從大方向上把握整體科研的趨勢及走向。

4 大數據時代研究生的培養

在大數據時代下，科研工作者不僅自身需要學習大數據的相關技術，更需要在培養學生的時候主動提升他們的相關綜合素質，導師和學校是研究生培養的關鍵所在。

4.1 大數據時代導師對研究生培養

大數據時代下導師更需要對學生側重以下幾種能力的培養：收集能力、管理能力、分析能力以及應用能力。

4.1.1 個性化引導與鼓勵

通過收集并傳遞一定數量的文獻，導師需要引導學生從篩選中的文獻中學習及掌握實驗研究所涉及的一些基礎知識及必要操作。引導學生拓寬研究課題的應用領域，鼓勵并培養學生對于化學研究的學習興趣，發揮其主觀能動性。通過進一步的文獻調研，歸納總結，匯報討論等形式培養學生對新知識的接受與學習能力。大數據時代不僅是數據收集，還需要數據的整理歸納，更重要的是從這些數據中衍生出經自己吸收并消化后的產物。即大數據的收集性，管理性，分析性和應用性。

4.1.2 研究方向的擬定

導師可以根據自身研究方向，結合學生在前期文獻檢索中對某類課題感興趣的程度擬定其研究的方向。引導學生對已有文獻的收集、管理、分類，與導師及小組成員分享其心得與想法，共同對擬定的研究課題進行改進與完善。當學生在擬定的研究方向上進行順利時，可鼓勵并引導其對此方向進行適度的拓展延伸。當學生在擬定的研究方向上受到挫折時，導師需要鼓勵并引導學生主動去發現解決并解釋實驗中的問題，而不是擱置或回避實驗中出現的問題與現象。

4.1.3 數據分析軟件的熟練應用

可視化是大數據相關技能中重要的一項。如何利用軟件將數據轉化成圖形或圖像便于讀者更好地理解作者所表達的內容，這是科研人員必備的一項能力，也是學生所需要學習并掌握的技能。

數據分析與處理是文章的撰寫中重要的一個環節，學生能夠熟練的掌握這一項技能，不僅能夠增加其自信心，提高論文撰寫效率，更能使其在以后的科研工作中如魚得水。應用能力的提升甚至在非科研領域也能為其帶來意想不到的收獲。導師可以將本課題組所涉及到的一些數據分析軟件的常用操作進行整理，并撰寫成冊，讓學生經常溫習演練。對于不常用的軟件功能也需要讓學生熟悉，鼓勵學生多掌握幾種最新的軟件，盡可能全面了解軟件中所有的功能。

4.2 大數據時代院校對研究生培養

大數據時代，僅僅依靠導師對學生綜合素質強化是遠遠不夠的，學校也需要在研究生綜合素質培養的環節上做出力所能及的努力與貢獻。

4.2.1 重視與時俱進的文獻檢索技能實踐課程

院校不僅要培養學生傳統的文獻檢索技能，更需要培養與時俱進的檢索能力。這不僅能夠提升學生的檢索能力更能幫助其開拓視野，更好的適應當下的大數據時代。同時也避免了學校圖書館所擁有的數據庫資源浪費現象的發生。

4.2.2 重視流行及新興學術應用軟件的培訓

學校應該多舉辦一些流行的以及新型的學術應用軟件培訓講座，可將此講座納入創新學分統計之中。學校及各個學院可以適當鼓勵學生成立一些軟件社團，給學生之間創造或增加交流的機會與空間。盡可能多舉辦一些軟件分析的講座及經驗分享交流會，使大家能熟悉和了解大數據時代的數據分析軟件，加強大數據時代下學術生態鏈系統的完善性。

4.2.3 重視與計算機等學科的交叉培養

從大數據應用程度來看，計算機科學、工程學、數學、電信學以及生態環境學排在前列，學?；驅W院可根據自身學科狀況，設立一些交叉培養方案，鼓勵大數據優勢學科進入各個學科之中。讓學生能夠接觸大數據時代下與其相關度較高的一些基本技能。從教育改革角度出發，學校需要設立更多的化學交叉學科，特別是需要重視及設立與計算機相關的交叉專業，從而能夠產出更多的混合型人才。

4.2.4 增加交叉合作成果的認可度

院校應該增加大數據相關學科的合作認可度，提高各學科之間的合作動力，對涉及大數據相關的研究內容及工作量應該另立標準。可鼓勵大數據相關文章發表在學校校報，或者其他同水平或更高水平期刊雜志中。

4.2.5 增加大數據相關教育研究的經費預算

對于大多數研究者來說，大數據可能是一個陌生又熟悉的領域。增加大數據相關教育或研究的經費，能夠引導研究人員多接觸了解此領域，同時幫助其找到與之相關的交叉領域的研究課題。研究人員或導師名下的學生也能夠擁有一定的經費開展相關的學習與研究。

4.2.6 聯系相關企業進校宣講

讓學生認識到，大數據時代下，各個企業對于某些技能的需求，以及各個科技公司在大數據技能中的發展狀況。聯系相關企業進校宣講，不僅能夠提高學生對于掌握大數據相關技能的興趣，更能幫助學生擴大就業范圍，同時還能幫助相關企業解決用人問題。

5 結語

在大數據時代，科研工作者自身需要不斷接觸并學習大數據相關的應用技術，利用相關軟件提高自己的科研綜合能力。作為導師，需要培養學生各項綜合能力，提高其在大數據時代的綜合素質，使他們面對今后的工作能夠更加自信。為國家的科技教育事業多做貢獻應該是每一位導師的責任與追求。