基于大數據分析應用的醫學研究生分子生物學科研型課堂教學模式初探

錢繪 唐玉蓮 李根亮

基金項目：2020年廣西高等教育本科教學改革工程立項項目（2020JGA271）；2020年廣西研究生教育創新計劃項目（JGY2020164）

第一作者簡介：錢繪，女，統計師，研究方向：教學研究。E-mail：2273006809@qq.com

通信作者：李根亮。E-mail：ligenliang@163.com

［本文引用格式］錢繪，唐玉蓮，李根亮.基于大數據分析應用的醫學研究生分子生物學科研型課堂教學模式初探［J］.右江醫學，2024，52（3）：284-288.

【關鍵詞】? 大數據；醫學研究生；分子生物學；科研型課堂教學模式

中圖分類號：R-4；G643??? 文獻標志碼：B??? DOI：10.3969/j.issn.1003-1383.2024.03.018

在當今科技飛速發展的信息化時代，大數據已成為各個領域分析應用不可或缺的基礎資料。大數據任何時代都有，但大數據的應用卻是這個時代的特色。生物信息學第二代和第三代高通量測序技術的快速發展為生命科學和醫學科學研究提供了海量的大數據［1-2］。這些數據為解析生命活動的分子機制和臨床精準醫療提供了豐富的科研素材和分析背景［3-4］。分子生物學是與之最相關的基礎學科，這些大數據基本屬于分子生物學范疇［5］。高等教育的對象，尤其是生命科學和醫學相關的研究生，是科研和生物醫學大數據分析的重要力量［6］。因此，研究生分子生物學課程教學是培養學生科研素養的重要環節，在研究生分子生物學教學過程中，能夠通過分析生物大數據來培養學生的能力。據此，我們對研究生分子生物學課程教學進行了基于大數據分析應用的科研型課堂教學模式的改革實踐研究。

1? 對象與方法

1.1? 研究對象

2020年10月至2021年6月，對右江民族醫學院2020級學術型碩士研究生，共計60名學生實施了本教學研究。

1.2? 研究目標

通過將科研素養提升訓練融入研究生分子生物學教學中，讓研究生了解科研素養的內涵及通過獲取、分析和應用大數據提高研究生的科研能力。尤其通過生物大數據的分析，凝練科研選題、論文主題及構思和寫作科研論文的技巧，培養研究生科學意識、科學精神、科學方法、協作精神、人際交往能力，以及通過獲取、分析和應用生物大數據提高研究生的論文寫作能力、科研實踐和創新能力等，從而能夠全方位地提高其科學素養和綜合素質［7］。并在教學過程中形成“以大數據分析應用為載體的科研素養提升訓練融入課堂教學”的教學理念，在研究生分子生物學教學中構建“基于大數據分析應用的科研型課堂教學”模式。

1.3? 研究方法

（1）設立大數據背景下科研素養，提升相關的分子生物學教學目標和評價指標。①制訂分子生物學課程學習目標：修訂教學大綱，以適應新的教學要求。②小組學習教學目標：選擇一些與大數據關系密切的內容作為教學專題，讓學生明確專題的內容、價值和學習目標。（2）師生培訓：針對該教學理念、教學模式和操作程序進行講解，讓參與的師生熟悉教學步驟。（3）組建學習小組，為協作完成大數據的檢索和分析做準備。每組4～6人（要求男女都有），并通過民主的方式選定小組長。在組建小組時，原則上小組成員由學生自愿組成，教師可視情況進行協調，給予幫助。（4）教師根據課本編寫教學目的、設置教學專題問題、更新課程內容，為開展教學做準備。（5）教學要求：①科研素養的內涵，研究生需要具備什么樣的科研素養。②大數據的內涵，大數據對研究生的科研價值及研究生需要什么類型的大數據。③分子生物學相關數據庫數據。④常用的分子生物學相關數據的分析軟件及其使用方法。⑤從大數據到專業知識。⑥利用分子生物學相關數據凝練科學問題。⑦利用分子生物學相關數據進行實驗設計。⑧利用分子生物學相關數據進行高質量論文寫作。⑨探討和總結“以大數據分析應用為載體的科研素養提升訓練融入課堂教學”的教學理念，在研究生分子生物學教學中構建“基于大數據分析應用的科研型課堂教學”模式。

1.4? 研究過程

（1）專題選擇：教師提前5～7天，將教學專題內容結合教學大綱提出學習要求及問題。（2）課前分組學習：以成立的學習小組為單位，組內學生為完成一個共同目標，自學教材，查閱資料，進行交流、討論，既可組內討論，也可組間討論，明確專題背景知識，做好相關專題的課前準備。（3）課堂學習：每個學習小組派代表發言，匯報專題背景知識的準備情況，然后教師講解專題內容。（4）學生匯報學習成效：由每個學習小組整理學習內容，總結自己掌握的知識、技能及其他學習收獲等，抽部分小組的代表進行匯報，檢驗學生整理歸納知識的能力和表達能力等。（5）課堂點評：教師當堂對各組專題學習收獲匯報內容的透徹度、小組合作及陳述效果進行評述。肯定優點，指出不足，有利于學生學習提高。（6）課堂測驗：本課結束前，當堂抽檢學習內容和方法技巧的掌握效果。（7）教師總結、答疑：教師針對反饋的問題進行總結、解答，解決學生學習的困惑。（8）課后總結：教師根據學生學習效果，查漏補缺，課后及時反饋學生在學習中存在的問題，給予指導。

1.5? 調查新教學模式對學生綜述論文寫作速度的影響

為了了解該教學模式是否能夠促進學生綜述論文寫作（包括文獻查閱過程）的速度，筆者對部分學生進行了抽樣問卷調查，以分析該教學模式對學生論文寫作速度的動態影響。筆者將對學生采用新的教學模式的過程等分成4個階段，每個階段2周。每個階段給定一個主題，讓學生按課堂講授的方法查閱、分析相關文獻和相關分子生物學大數據，完成一篇小綜述論文的寫作。小綜述論文的寫作給定評分指標，并要求達到80分為合格。小論文寫作評價要求如下：（1）本小綜述論文總分為100分。（2）語言：中文。（3）正文字數：900～1100（不包括參考文獻和圖表部分）。（4）參考文獻：9～15篇，其中英文不少于10篇，且最近3年的不少于9篇。（5）平臺或線上數據要標注網址。（6）英文符號首次出現時注明英文全稱和中文名。（7）參考文獻格式：作者（全部列出，不能用等）. 標題. 期刊縮寫， 年， 卷（期）：頁碼.。（8）評分說明：要主題明確、邏輯清晰、論證合理。其中評分細節及格式為：①字數滿足條件的作業得分系數為1，少于或多于規定的字數按多出或少出的比例相應扣分。②參考文獻得分基數為10分，有1條文獻引用不當或少于（多于）規定條數則扣5分。③正文得分基數為90分。④查重率不超過5%，否則本次得分為0。⑤排版格式說明：中文字體為宋體、英文為Times new roman；標題小四號，正文小五號，文獻6號；單倍行距；段前段后0行。⑥表格采用三線格式；全表居中；表題位于表上方。⑦圖片要清晰；圖中文字采用Times new roman且字號合適；全圖居中；圖片環繞文字選用嵌入式；圖題位于圖下方。⑧表的標注（如果有的話）置于表下方；圖注（如果有的話）置于圖標題下方。

通過調查問卷（表1）統計分析各學習階段包括文獻檢索、數據分析在內的論文寫作所需的時間。在最后一次論文寫作完成后，要求學生預測自己下一篇論文寫作所需的時間。然后統計分析相鄰兩個階段論文寫作所需時間之間的差異情況，包括下一篇論文寫作所需的預測時間與第4階段論文寫作所需時間之間的差異。

1.6? 新教學模式對提高學生科研素養的影響

為了了解該教學模式是否能夠提高學生的科研素養，筆者進行了抽樣問卷調查，要求學生寫出該教學模式對自己影響最大的前4個方面（其他為第5），以分析該教學模式對學生影響最大的科研素養是哪些方面。要求學生根據具體情況分別給各項能力指標達到程度的描述進行5個等級的量化打分，即5分、4分、3分、2分和1分分別表示對描述的極認同、認同、不確定、不認同和極不認同（表2）。

1.7? 統計學方法

利用Graphpad 6.02軟件通過配對t檢驗（雙尾）進行數據分析，當計量資料符合正態分布時以（±s）表示，不符合正態分布時以中位數（Q1，Q3）表示，檢驗水準：α=0.05，雙側檢驗。

2? 結? 果

2.1? 學習氛圍和學習積極性

每一次課，即使教學的內容一樣，但因課堂不拘泥于教材內容，因此每次課的具體講解完全不同，包括科研創新點的挖掘、舉一反三的事例、課程思政的延伸、科研思維的訓練、邏輯思維的引導、前沿進展的文獻等等，從而做到因材施教、因地制宜。本年度教改方法上課的學生學習的積極性、課后與老師交流、提問的熱情都比往年高漲。當一個班級上完課后，在第二個平行班級進行同樣授課時，前一個班的許多學生會主動再來聽課。

2.2? 對論文寫作速度的影響

所有學生各小綜述的成績皆大于80分。筆者對這些學生發出了60份問卷，收回了60份有效問卷。結果顯示，數據不符合正態分布，因此用中位數（Q1，Q3）表示；學生總體上平均寫作一篇正文為1000字的小論文所需時間（包括查閱文獻、分析數據）隨著學習的進行越來越短。由第一階段的約一周時間（6.500天。中位數，下同）縮短到了第四階段的約2天時間（2.250天），而他們預期下一篇1000字小論文的寫作時間也約為2.000天，大約為4個階段所需平均時間（4.000天）的一半，也比第四階段所需的時間略少0.250天（圖1），且各階段所需時間之間及預期時間與第四階段所需時間之間都存在著統計學意義上的差異（表3）。

2.3? 對科研素養的影響

研究對象在實施新教學模式過程中共完成了360篇小綜述的寫作，并于之后的半年內公開發表了10余篇相關論文。我們發出了60份問卷，共收回了58份有效問卷。對收回的問卷進行的統計分析顯示，58位學生一共寫了172個答項，共可分為11個類別（圖2）。其中大多數學生認為新教學模式提高了自己查閱文獻的能力（52個學生，占比89.66%。數字和百分數的含義下同），有將近一半的學生認為提高了自己的寫作能力（27，46.55%）和閱讀能力（26，44.83%）。也有一些學生認為提高了自己的實驗設計和科研思維能力（14，24.14%）、分析歸納總結的能力（10，17.24%）、邏輯思維能力（9，15.52%）和創新能力（9，15.52%）等（圖2）。

3? 討? 論

高通量測序技術、生物芯片技術、生物信息學手段及通信和網絡技術的高速發展，為生命科學和醫學研究提供了海量，甚至可以說是無限的科研材料和分析背景［8-10］。而在這大數據的海洋中，隱藏著無盡的知識寶藏。如何挖掘這些寶藏，是當今科研工作者的挑戰，也是當今工作者的機遇。而具有分析大數據的技能和手段，是挖掘寶藏的基礎。在大數據環境下，教學順應時代發展趨勢是必然的要求［11］。大數據從思維和技術兩個層面給學生帶來了嶄新的嘗試，對教學也注入了新的能源與活力，對學生學習和能力提高可起到很好的促進作用［12-13］。我們在研究生分子生物學教學中實施了新的教學模式。新教學模式取得了一定的教學效果，包括學生對科研的了解更多了，對科研的興趣更濃了，上課的積極性更高了，尤其讓學生有深切體會的是文獻查閱能力、論文寫作能力、閱讀能力、實驗設計和科研思維能力、分析歸納總結的能力、邏輯思維能力、創新能力等科研素養的提升。筆者的統計分析也顯示，第四階段每篇1000字小論文的寫作時間不到第一階段的一半，說明通過新教學模式的教學，學生的寫作速度（含文獻閱讀、分析等過程）有了顯著的提高；而預期以后一篇小論文的寫作時間比第四階段的寫作時間還少，而且二者之間的差異具有統計學意義，說明學生發自內心地感受到了新教學模式對自己論文寫作具有極大的幫助作用，而且對自己在這方面能力的提高和進一步提高充滿著極大的信心［11］。

本教學改革在實踐基礎上不斷完善“以大數據分析應用為載體的科研素養提升訓練融入課堂教學”的教學理念，在研究生分子生物學教學中構建了“基于大數據分析應用的科研型課堂教學”模式。通過在研究生分子生物學教學中實施大數據背景下科研素養提升融入課堂教學的教學理念，培養和提高了研究生的科研素養和綜合素質，如論文寫作能力、實驗設計和科研思維能力、創新能力等［12］。通過實施基于大數據分析應用的科研型課堂教學，學生能夠較好地掌握教學中培養的技能，并以所學知識技能寫作和發表科技論文。如僅在最近不到一年的時間內，被指導的學生就公開發表了10余篇相關論文。可見，新教學模式對學生科研素養的提高是實實在在的。然而，在實施新教學模式過程中，筆者也深切體會到了學生對科學研究濃厚的興趣和學生對科研素養提高的熱切期盼，以及培養學生科研素養教師的教學實施中的匱乏。大數據背景下的教學，對教師的科研素養也提出了更高要求［14］，可以說科研素養型教師是教學改革成功的關鍵。大數據時代，教師科研素養的認知、信息的獲取、數據的處理以及教授學生學習的方法等都十分重要［15］。另外，筆者的新教學模式也同時需要加以改進以簡化教和學的過程，以便能夠更高效地在教學過程中加以實施，也能夠使更多的教師更易操作和實施該教學模式開展教學。這將是我們接下來努力的方向。

參? 考? 文? 獻

［1］ ??李妍，徐興祥.高通量測序技術的研究進展［J］.中國醫學工程，2019，27（3）：32-37.

［2］ ??韓娜，肖艷，安小平，等.《基于高通量測序的病原體篩查通用準則》團體標準解讀［J］.中國病原生物學雜志，2021，16（6）：741-742.

［3］ ??朱曉丹，張玲華，歐妙玲，等.高通量測序技術在妊娠早期流產物染色體異常檢測中的意義［J］.深圳中西醫結合雜志，2021，31（8）：34-36.

［4］ ??楊振，張孝明，黃杰，等.加快建設高通量測序標準數據庫，實現全民“精準醫療” 的標準化［J］.中國藥事，2019，33（9）：1051-1057.

［5］ ??殷悅，王雅梅.高通量測序技術在白血病臨床應用中的研究進展［J］.醫學綜述，2021，27（6）：1118-1123.

［6］ ??張大璐，李萍萍，潘子奇.生物醫藥大數據：發展現狀與政策建議［J］.中國生物工程雜志，2019，39（12）：110-115.

［7］ ??呂麗華，韋程，王俊利.基于導師制培養醫學檢驗專業本科生科研能力的效果評價——以右江民族醫學院為例［J］.右江民族醫學院學報，2016，38（3）：341-342.

［8］ ??阮陟，王澤宇，馮曄.醫學生物信息學培養研究生科研思維初探［J］.基礎醫學教育，2021，23（1）：64-66.

［9］ ??徐飛.納米芯片筑夢醫療——記北京航空航天大學生物與醫學工程學院教授常凌乾［J］.中國高新科技，2019（17）：15-16.

［10］ ??鐘蘇婉.談信息技術與科研工作［J］.大連教育學院學報，2020，36（4）：68-69.

［11］ ??崔海辰.大數據環境下醫學分子生物學教學改革路徑研究［J］.文化創新比較研究，2020，4（11）：139-140.

［12］ ??馮焱.大數據時代下的課堂教學診斷與改進研究［J］.現代職業教育，2021（35）：98-99.

［13］ ??丁發紅.基于大數據技術的學習評價實施策略研究［J］.數字通信世界，2021（8）：134-135.

［14］ ??凌婉陽.大數據與數據密集型科研范式下的科研人員數據素養研究［J］.圖書館，2018（1）：81-87.

［15］ ??孫諾諾，汪涵，李會.大數據時代下財經類高校大學生科研素養能力提升研究［J］.大學教育，2020，9（12）：155-157.

（收稿日期：2023-01-28? 修回日期：2023-07-06）

（編輯：梁明佩）