徐英岐 白靜 徐娟 李霞
摘 要:大數據藥物設計學是隨著生物信息學發展,生物信息學與藥物設計學相結合的新興學科,是生物信息學藥物組學專業,藥學專業的必修課程。因此開設大數據藥物設計學課程,是提高藥物研發數據挖掘的關鍵。因此優化教學內容、改進教學方法,使教學效果提升是大數據藥物設計學的關鍵問題。
關鍵詞:大數據 生物信息學 藥物設計學 教學方法
目前,全球藥物研發普遍面臨著成功率低、花費高、研發生產周期長的瓶頸。隨著高通量篩選、深度基因組測序、臨床實驗等生物、化學、醫藥研究數據急速積累,生物醫藥大數據持續增長。生物信息學可以快速地分析、選擇,幫助人們從海量數據中發現和確定和藥物研發有關的關鍵信息,有助于提高藥物研發的成功率。大數據藥物設計學以藥物研發流程為主線,主要圍繞大數據在藥物研發過程中各個階段的應用,研究內容主要包括基于大數據的藥靶發現,基于大數據的藥物毒理學研究,個體化用藥,藥物重置等。哈爾濱醫科大學生物信息科學與技術學院2015在本科教育中開設大數據藥物設計學課程,全國首家。經過四年的教學探索與實踐,取得了優異的教學成果。本文主要從課程內容的選擇,優化和教學方法兩個方面進行總結。
一、教學內容設置
1.大數據藥物設計學基礎理論
藥物設計學是隨著藥物化學學科的誕生相應出現的。是藥物化學的一個分支學科,是圍繞著發現和設計新的藥物分子,藥物設計學的兩個核心目標就是先導化合物的發現和先導化合物的優化。藥物設計學的教學內容包括基于藥物結構的藥物設計,基于理化性質的藥物設計,基于作用機理的藥物設計[1]。隨著人們對疾病和藥物的認識,以及各類學科的出現,所以藥物設計從出現開始的偶然盲目,向有目標的科學合理的設計方向發展。經過長時間的發展,人們對藥物設計有了更新、更深入的認識,藥物設計不再是簡單的對先導化合物的設計了,藥物設計是一個逐步的過程,是一個集合各種方法設計發現理想藥物的過程。
隨著醫藥大數據的發展,各類組學技術產生,我們發現,醫藥大數據貫穿藥物研發的整個過程中,傳統的藥物研發過程主要包括藥物發現,臨床前研究,臨床研究,藥物上市。而隨著大量藥物應用的大數據產生,也為上市藥物的二次開發提供了新思路[2],因此,大數據藥物設計的教學理論內容主要是講授大數據在藥物研發各個環節中的具體應用,主要包括融合多組學的藥靶識別,大數據與藥物分子機理、大數據與藥物應答標志物發現、大數據與藥物毒理、大數據與精準治療。
2.課程數據來源
大數據獲取是大數據藥物設計學的關鍵內容,本課程所需的數據主要是疾病組學數據,藥物組學數據,以及生物分子網絡的相關數據。疾病組學數據主要是疾病相關的基因組學數據,轉錄組學數據,蛋白組學數據,代謝組學數據,疾病組學數據主要來源是GEO數據庫、TCGA數據庫。藥物組學數據主要來源于cMAP數據庫,Cellminer數據庫等等。生物分子網絡的相關數據主要包括生物學信號通路數據庫(KEGG),人類蛋白質互作數據庫(HPRD)以及功能注釋相關數據庫(GO)。
二、教學方法改進
大數據藥物設計學作為新興交叉學科,同時該課程具有一定的前沿性,開放性和創新性。需要學生既要具備生物信息學相關專業知識,又要具備藥學相關基礎理論,因此適當的教學方法有助于教學效果的提升,本文主要探討案例式教學和探討式教學。
1.案例式教學
案例教學起源于"哈佛大學"的情景案例教學課,目前也是公認的最有效的教學方式之一。在本課程的教學中,案例式教學是主要的教學方法之一。在講授藥物設計學的相關基礎理論的時候,為了讓學生更好地理解藥物設計的研究內容,我們選取我國自主研發的藥物青蒿素和三氧化二砷的發現為例,通過講述青蒿素和三氧化二砷的研發歷程,讓學生充分理解藥物開發的每一個階段,以及每個階段面臨的問題,每個階段的不足。然后給學生講述,大數據時代下,藥物研發的途徑。通過對比大數據參與藥物設計前后的優勢,強調本課程的實用性。讓學生充分領會本課程的教學內容和目標,對所學課程感興趣。
2.探討式教學
由于大數據藥物設計課程的前沿性,老師在教學過程中,在給學生講授相關李理論后,給予學生一些示例和問題,讓學生通過實驗、思考、討論、聽講等途徑去主動探究。從而提高學生對所學知識的應用能力。我們在沒講授完成一個理論點后,都會給學生一些相關數據。和學生一起互動探討,引導學生應該所學理論知識去進行相關的藥物設計。讓學生更全面深入的了解所學內容。
大數據藥物設計學是一個助力藥物研發,應用方法的新興交叉學科,我們對新課程的教學內容和教學方法進行了探討和研究,有利于提升本課程的實用性,激發學生的創新意識,加速創新型新藥研發人才的培養。
參考文獻
[1]李煒,葉德泳,仇綴百等.基于創新型人才培養的藥物設計學課程建設[J].藥學教育,2011,27(1):24-27.
[2]李霞主編.生物信息學[M].北京:人民衛生出版社,2010:13-25.