云環(huán)境下“生物信息學(xué)”實(shí)驗(yàn)教學(xué)課程改革探索與實(shí)踐

陳前軍 劉杰 胡昀

[摘 要] 該文基于某省部共建的大學(xué)本科生物信息學(xué)的實(shí)驗(yàn)教學(xué)建設(shè)與改革實(shí)踐，從實(shí)驗(yàn)教學(xué)內(nèi)容設(shè)計(jì)、實(shí)驗(yàn)教學(xué)平臺搭建、教學(xué)模式改革等方面進(jìn)行了研究與探索，并就一些難點(diǎn)問題提出思考和解決方案，以期為相關(guān)類似專業(yè)課程的實(shí)驗(yàn)教學(xué)平臺建設(shè)提供參考。

[關(guān)鍵詞] 云環(huán)境;實(shí)驗(yàn)教學(xué);教學(xué)改革;生物信息學(xué);虛擬化

[基金項(xiàng)目] 云環(huán)境下高校計(jì)算機(jī)虛擬實(shí)驗(yàn)的建設(shè)與實(shí)踐省級教學(xué)改革項(xiàng)目

[作者簡介] 陳前軍（1980—），男，博士，湖北大學(xué)生命科學(xué)學(xué)院/生物催化與酶工程國家重點(diǎn)實(shí)驗(yàn)室高級實(shí)驗(yàn)師，主要從事生物信息學(xué)研

究;劉 杰（1981—），男，博士，湖北大學(xué)生命科學(xué)學(xué)院/生物催化與酶工程國家重點(diǎn)實(shí)驗(yàn)室教授，博士生導(dǎo)師，主要從事蜘蛛分類學(xué)研究;胡 昀（1983—），女，博士，湖北大學(xué)生命科學(xué)學(xué)院/生物催化與酶工程國家重點(diǎn)實(shí)驗(yàn)室實(shí)驗(yàn)師，主要從事實(shí)驗(yàn)管理研究。

[中圖分類號] G647? ? [文獻(xiàn)標(biāo)識碼] A? ? [文章編號] 1674-9324（2020）23-0005-03? ? [收稿日期] 2019-12-24

生物信息學(xué)作為一門信息科學(xué)，是研究生物信息的采集、處理、存儲、傳播、分析和解釋等各方面的學(xué)科。該學(xué)科集生物科學(xué)、計(jì)算機(jī)科學(xué)和數(shù)學(xué)之大成，是當(dāng)下最為火熱專業(yè)之一，也注定是未來熱門、高產(chǎn)出的學(xué)科之一，是一個(gè)交叉性極強(qiáng)的學(xué)科。然而，生物信息學(xué)所需處理的數(shù)據(jù)具備明顯的大數(shù)據(jù)特征，其對數(shù)據(jù)存儲容量、計(jì)算能力和實(shí)驗(yàn)環(huán)境要求極高，這給大學(xué)生物信息學(xué)實(shí)驗(yàn)教學(xué)帶來了諸多挑戰(zhàn)。本文以生物信息學(xué)實(shí)驗(yàn)教學(xué)在云環(huán)境下實(shí)驗(yàn)教學(xué)內(nèi)容設(shè)計(jì)和平臺建設(shè)等相關(guān)問題為主題進(jìn)行探索與研究[1-2]。

一、生物信息學(xué)實(shí)驗(yàn)教學(xué)課程特點(diǎn)分析

生物信息學(xué)是建立在基因/蛋白質(zhì)（本文以基因?yàn)槔┬蛄形谋狙芯炕A(chǔ)上，綜合利用多種數(shù)據(jù)分析方法挖掘海量數(shù)據(jù)中暗藏的生物學(xué)問題或規(guī)律的一門學(xué)科，歸納起來可將實(shí)驗(yàn)過程劃分為樣本文庫建立、上機(jī)測序和數(shù)據(jù)處理分析三個(gè)階段。形象描述為生物組織是原料、序列是半成品、算法是工具、“知識”是預(yù)測結(jié)論，從這個(gè)“生產(chǎn)線”可知，生物與計(jì)算機(jī)實(shí)驗(yàn)貫穿整個(gè)生產(chǎn)線全過程、全要素。

樣本文庫建立，通常可按①研究目標(biāo)組織的制樣，通過特異的探針庫提取目標(biāo)DNA或RNA，②純化目標(biāo)DNA或RNA，③采用EmPCR或橋式PCR擴(kuò)增之后建立待測文庫。樣本庫建立過程是傳統(tǒng)的生化過程，一般生物學(xué)實(shí)驗(yàn)室便可完成，但整個(gè)過程成本較高，如外顯子測序、RNA-Seq測序、ChIP-Seq測序都需要相應(yīng)的探針試劑來對細(xì)胞核中的DNA、RNA等目標(biāo)進(jìn)行篩選，這些試劑盒成本和操作的精準(zhǔn)性要求高、流程性強(qiáng)，且有些理論不夠直觀、晦澀難以理解[3]。

上機(jī)測序目的是獲取DNA或RNA的序列數(shù)據(jù)，測序儀器屬于高科技產(chǎn)品，目前市場價(jià)格比較昂貴。根據(jù)調(diào)研，國內(nèi)基本交由測序公司完成，如華大基因等科技公司，也就是說國內(nèi)高校基本不具備這樣的實(shí)驗(yàn)設(shè)備和條件。關(guān)于生物信息學(xué)中的測序技術(shù)只能講授理論部分，對學(xué)生來說是一個(gè)“黑盒子”過程。上機(jī)測序最終產(chǎn)生大量的測序數(shù)據(jù)，尤其NGS（Next Generation Sequencing），一次測序都能產(chǎn)生10GB、上百GB甚至達(dá)到TB級別的數(shù)據(jù)，這對數(shù)據(jù)的存儲、計(jì)算帶來了不小的挑戰(zhàn)，如Illumina的HighSeq2000一次測序便可產(chǎn)生200GB的有效數(shù)據(jù)，其數(shù)據(jù)增長明顯加速，其增長規(guī)律已經(jīng)不符合摩爾定律。另外一方面上機(jī)測序產(chǎn)生的數(shù)據(jù)明顯符合大數(shù)據(jù)的4V特征，如何借助新的技術(shù)和新的思想處理這些新的問題，成了比較現(xiàn)實(shí)的問題[4-6]。

數(shù)據(jù)分析作為生物信息學(xué)非常重要的組成部分，在生物信息學(xué)整個(gè)生態(tài)中占據(jù)著非常重要的位置。根據(jù)目前調(diào)研看，生物信息學(xué)相關(guān)軟件不下1000個(gè)，大部分運(yùn)行在Linux環(huán)境下，且對計(jì)算資源、內(nèi)存資源要求極高。對組裝40GB的序列數(shù)據(jù)，建議內(nèi)存不小于64GB，如序列合并組裝步驟，大部分都采用命令行來操作，甚至有些工具和數(shù)據(jù)必須采用在線模式，實(shí)驗(yàn)過程需要訪問國際互聯(lián)網(wǎng)，也就是說即便一些實(shí)驗(yàn)步驟都熟悉的情況下，如果網(wǎng)絡(luò)速度很慢或者國際互聯(lián)網(wǎng)不通，也能導(dǎo)致分析實(shí)驗(yàn)失敗。這使得學(xué)生在驗(yàn)證知識的正確性可能無法在實(shí)驗(yàn)教學(xué)過程中完成，而對于更高層次的知識靈活應(yīng)用和創(chuàng)新就顯得不具現(xiàn)實(shí)性[7]。因而需要采用新的模式建立實(shí)驗(yàn)平臺，滿足日益增長的本科生理論學(xué)習(xí)、實(shí)驗(yàn)教學(xué)要求。

二、變換思路構(gòu)建新一代實(shí)驗(yàn)室

（一）生物信息學(xué)實(shí)驗(yàn)平臺構(gòu)建的困境

根據(jù)生物信息學(xué)實(shí)驗(yàn)教學(xué)的目標(biāo)，以及前文分析的學(xué)科特征，在現(xiàn)有的軟、硬件條件下，很難再按照傳統(tǒng)的模式來設(shè)計(jì)實(shí)驗(yàn)教學(xué)內(nèi)容、搭建實(shí)驗(yàn)教學(xué)平臺。

傳統(tǒng)實(shí)驗(yàn)平臺建設(shè)，對于生物信息學(xué)實(shí)驗(yàn)室建設(shè)必定圍繞三個(gè)方面展開，即建立傳統(tǒng)的生物學(xué)實(shí)驗(yàn)室，以完成樣品的制備過程;建立測序平臺，以完成上機(jī)測序動作;構(gòu)建大規(guī)模超算中心，以完成數(shù)據(jù)處理分析。作為本科教學(xué)，這些投入和產(chǎn)出比顯然難以接受、不切實(shí)際。

（二）學(xué)習(xí)模式革新

另一方面，學(xué)生學(xué)習(xí)的方式、知識獲取途徑發(fā)生著深刻的變化，互聯(lián)網(wǎng)思維日益廣泛地被學(xué)生所接受。學(xué)生更傾向于通過手機(jī)等移動產(chǎn)品通過類似于游戲的方式快速、隨時(shí)隨地獲取知識;以導(dǎo)航式、身臨其境的方式參與學(xué)習(xí)過程;并希望能夠根據(jù)自身特征接受個(gè)性教學(xué)，接受個(gè)性化定制教育[8]。

（三）虛擬仿真技術(shù)的應(yīng)用

《教育部關(guān)于一流本科課程建設(shè)的實(shí)施意見》一文中，提出“雙萬工程”，加強(qiáng)一流本科建設(shè)，明確提出構(gòu)建“實(shí)驗(yàn)金課”要求。實(shí)施意見中，指出通過虛擬仿真技術(shù)，搭建實(shí)驗(yàn)教學(xué)平臺，通過線上、線下或混合模式的方式來完成實(shí)驗(yàn)教學(xué)目標(biāo)[9]。

生物信息學(xué)課程實(shí)驗(yàn)教學(xué)中，在樣品制備、上機(jī)測序等步驟完全符合虛擬仿真技術(shù)的應(yīng)用場景，具備構(gòu)建線上虛擬仿真實(shí)驗(yàn)室的先天優(yōu)勢，如實(shí)驗(yàn)耗材損耗大、過程重復(fù)率高、實(shí)驗(yàn)流程性強(qiáng)、選項(xiàng)多等特征。這兩部分通過虛擬仿真技術(shù)，借助HTML5（Flash在2020年后將不被Chrome等瀏覽器所支持）、B/S、數(shù)據(jù)庫等一系列信息技術(shù)能夠準(zhǔn)確地實(shí)現(xiàn)場景重現(xiàn)、流程定制、短視頻教學(xué)、智能問答、在線評測教學(xué)功能，必將成為一個(gè)順應(yīng)時(shí)代潮流、符合學(xué)科特征的較優(yōu)的實(shí)驗(yàn)教學(xué)解決方案。

（四）云環(huán)境虛擬化實(shí)驗(yàn)教學(xué)平臺應(yīng)用

生物信息學(xué)實(shí)驗(yàn)數(shù)據(jù)處理分析方面，也是本專業(yè)教學(xué)的落腳點(diǎn)，其教學(xué)的成功影響專業(yè)教學(xué)質(zhì)量。根據(jù)前文分析，生物信息數(shù)據(jù)處理信息量大、計(jì)算要求高且繁雜，但作為本科實(shí)驗(yàn)教學(xué)，不需做到面面俱到，因而在實(shí)驗(yàn)內(nèi)容設(shè)計(jì)、軟件工具的選取、實(shí)驗(yàn)平臺搭建方面存在一定獨(dú)特性。

1.實(shí)驗(yàn)內(nèi)容設(shè)計(jì)。實(shí)驗(yàn)內(nèi)容設(shè)計(jì)對于實(shí)驗(yàn)教學(xué)也是至關(guān)重要的環(huán)節(jié)，實(shí)驗(yàn)內(nèi)容設(shè)計(jì)需綜合考慮所講授的課程對象、學(xué)科特征和實(shí)驗(yàn)環(huán)境。目前生物信息學(xué)關(guān)于測序，研究的模式生物比較多，如人類基因組，而人類全基因組含有30億個(gè)堿基，也就是3Gb數(shù)據(jù)，這個(gè)數(shù)據(jù)規(guī)模對于本科實(shí)驗(yàn)教學(xué)并不合適;另外一個(gè)模式生物，如大腸桿菌，它只有470萬個(gè)堿基，也就是4.7Mb，這個(gè)基因數(shù)量只是人類基因的1/638，在NCBI上有大量的SRA短片測序數(shù)據(jù)，從數(shù)據(jù)分析來看，大腸桿菌對于數(shù)據(jù)模擬、分析，耗費(fèi)的計(jì)算和存儲資源比人類基因小，因而作為本科教學(xué)是合適的實(shí)驗(yàn)對象，適合在虛擬環(huán)境下完成的計(jì)算任務(wù)。

2.工具集的集成是實(shí)驗(yàn)流程梳理。目前生物信息學(xué)軟件不下1000種，而且有很多軟件功能類似，這要求實(shí)驗(yàn)設(shè)計(jì)和系統(tǒng)集成密切配合，負(fù)責(zé)教學(xué)的教師積極參與實(shí)驗(yàn)設(shè)計(jì)，過濾、歸納實(shí)驗(yàn)教學(xué)中用到的軟件，并研究設(shè)計(jì)實(shí)驗(yàn)完整流程和步驟。如RNA-seq數(shù)據(jù)分析，需考慮是否需要進(jìn)行序列組裝，是有指導(dǎo)組裝還是獨(dú)立組裝等問題;如何進(jìn)行序列比對，比對結(jié)果數(shù)據(jù)如何閱讀、如何分析;甚至是否需要引進(jìn)AI技術(shù)等等。表1所示，列舉部分常用軟件：

3.虛擬化實(shí)驗(yàn)室的發(fā)布。生物信息學(xué)虛擬化在線實(shí)驗(yàn)平臺最后一個(gè)問題就是實(shí)驗(yàn)環(huán)境發(fā)布問題。通過分析，不管采用何種技術(shù)，目前最終給學(xué)生看到的人機(jī)界面可歸納為三個(gè)層次，即應(yīng)用級別的虛擬化、容器級別虛擬化和操作系統(tǒng)級別虛擬化。應(yīng)用級別虛擬化如虛擬仿真，即為一個(gè)軟件模擬實(shí)驗(yàn)環(huán)境，但實(shí)際并沒有調(diào)用相關(guān)的軟件進(jìn)行實(shí)際計(jì)算、分析;容器級別虛擬化，如Docker，即在Docker模式下運(yùn)行生物信息學(xué)軟件，可以形象認(rèn)為是瘦虛擬化。操作系統(tǒng)級別虛擬化，即基于VMware等虛擬化平臺搭建的虛擬化，可直接提供Linux等實(shí)驗(yàn)環(huán)境，并在此實(shí)驗(yàn)環(huán)境下搭建生物信息學(xué)真實(shí)的計(jì)算平臺，以滿足教學(xué)要求，可以形象地認(rèn)為是胖虛擬化。生物信息學(xué)很多實(shí)驗(yàn)、實(shí)驗(yàn)數(shù)據(jù)存在上下文關(guān)系，采用Docker對于學(xué)生綜合分析能力的培養(yǎng)不是最優(yōu)解決方案，采用直接VMware級別的虛擬化能夠讓學(xué)生直接接觸真實(shí)生產(chǎn)環(huán)境，且可以通過擴(kuò)展虛擬化資源無縫將教學(xué)實(shí)驗(yàn)環(huán)境遷移到科研實(shí)驗(yàn)環(huán)境，但缺點(diǎn)明顯，如在性能、資源難以支撐科研實(shí)驗(yàn)。如圖1、圖2所示，胖虛擬化實(shí)驗(yàn)環(huán)境下實(shí)驗(yàn)平臺軟件運(yùn)行情況：

采用胖虛擬化模式，需要優(yōu)化虛擬化實(shí)驗(yàn)室對學(xué)生提供服務(wù)的途徑和方式。當(dāng)下主流是基于Web的虛擬化管理模式，也是容易被學(xué)生接受的模式。經(jīng)過調(diào)查和研究，采用B/S的模式，按照學(xué)生需求預(yù)設(shè)多套虛擬化實(shí)驗(yàn)室虛擬機(jī)模板。根據(jù)課程設(shè)計(jì)和教學(xué)方案，可以提供學(xué)生申請資源、下載虛擬化鏡像、管理虛擬化主機(jī)需求，并且可以錯(cuò)峰提供虛擬化計(jì)算服務(wù)[ 10 ]。

三、總結(jié)和展望

生物信息學(xué)是一個(gè)新型的信息學(xué)科，截至到2018年全國開設(shè)該專業(yè)的學(xué)校只有24所，開設(shè)該專業(yè)的學(xué)校分布在理、農(nóng)、林、牧、醫(yī)等類型學(xué)校。從現(xiàn)狀看，課程建設(shè)還處在建設(shè)起步和上升期。筆者所在的學(xué)校開設(shè)該專業(yè)三年，但根據(jù)課程合理性需求，期間已修改過一次培養(yǎng)方案，實(shí)驗(yàn)教學(xué)中還存在諸多不確定因素，也無可參照的成熟模式。本文通過生物信息課程特征分析入手，剖析傳統(tǒng)實(shí)驗(yàn)教學(xué)所存在的問題，提出借助虛擬化技術(shù)的解決思路，重點(diǎn)研究胖環(huán)境下的實(shí)驗(yàn)虛擬化思路，并得到初步的驗(yàn)證。也以此拋磚引玉，供大家探討，未來我們也將進(jìn)一步拓展相關(guān)的改革思路、解決實(shí)驗(yàn)教學(xué)中存在的問題。

參考文獻(xiàn)

[1]范丙友，賈小平，胥華偉，等.生物信息學(xué)課程教學(xué)改革與探索[J].大學(xué)教育，2013（16）：61-62.

[2]馬明月，曾垂省，解增言，等.生物信息學(xué)大實(shí)驗(yàn)教學(xué)改革的探索與實(shí)踐[J].生物化工，2018，4（02）：103-105+108.

[3]李宗瑋.基于高通量測序的微生物辨識、進(jìn)化與耐藥性生物信息學(xué)分析[D].中國人民解放軍軍事醫(yī)學(xué)科學(xué)院，2016.

[4]郝愛平，國會艷，薛巨坤，等.大數(shù)據(jù)時(shí)代提高生物專業(yè)研究生科研創(chuàng)新實(shí)踐能力教學(xué)改革探索——以“生物信息學(xué)”課程為例[J].安徽農(nóng)學(xué)通報(bào)，2017，23（17）：140-141.

[5]楊帥.面向組學(xué)大數(shù)據(jù)的生物信息學(xué)研究[D].中國人民解放軍軍事醫(yī)學(xué)科學(xué)院，2016.

[6]李廣林.大數(shù)據(jù)背景下的生物信息學(xué)教學(xué)探索[J].教育教學(xué)論壇，2015，（29）：210-211.

[7]張渝潔，邢晉祎.生物信息學(xué)實(shí)驗(yàn)教學(xué)中的網(wǎng)絡(luò)資源及其利用[J].安徽農(nóng)業(yè)科學(xué)，2019，47（11）：276-278.

[8]鐘玉珍.“互聯(lián)網(wǎng)+”時(shí)代的計(jì)算機(jī)教學(xué)新模式[J].計(jì)算機(jī)產(chǎn)品與流通，2019（12）：210.

[9]教育部發(fā)文推進(jìn)本科課程改革 理直氣壯為本科生“增負(fù)”[J].西部素質(zhì)教育，2019，5（22）：154.

[10]Serdar Yegulalp，Serdar Yegulalp.VMware dresses up Docker for the enterprise[J].InfoWorld.com，2016.

Exploration and Practice of the Course Reform of Experimental Teaching of Bioinformatics in Cloud Environment

CHEN Qian-Jun，LIU Jie，HU Yun

（State Key Laboratory of Biocatalysis and Enzyme Engineering，School of life Sciences，Hubei University，Wuhan，Hubei 430062，China）

Abstract：The paper is based on the construction and reform of the experimental teaching of Bioinformatics for undergraduate students in a university co-sponsored by Hubei Province and the Ministry of Education.It makes a study on the content design，platform construction，and teaching model reform of this course.Meanwhile，it points out some problems which may happen during the teaching process and provides corresponding solutions as a reference to the experimental teaching of similar professional courses.

Key words：Cloud environment;experimental teaching;teaching reform;Bioinformatics;virtualization