大数据时代下“生物信息学实践”课程教学改革与探索

［摘 要］ 生物信息学是一门新兴的交叉学科，发展日新月异，其组学技术的更新和发展伴随着大量数据的积累。生物信息学专业主要培养生物大数据分析和处理人才，实践是教学的重中之重，但目前该专业的教学模式尚未成熟。总结了“生物信息学实践”课程存在的师资不足、硬件设备不完善、学生缺乏创新思维、生产实践难度大、教学效果评价形式单一等问题。系统分析阐述实践教学面临的问题，以培养目标为导向，对教学模式的改革进行探索，并针对上述课程存在的问题提出相关的建议，旨在为今后“生物信息学实践”教学水平的提高与专业型人才的培养提供参考。

［关键词］ 生物信息学；实践教学；教学改革

［中图分类号］ G642.0 ［文献标识码］ A ［文章编号］ 1674-9324（2024）31-0093-04 ［收稿日期］ 2023-06-07

引言

生物信息学（Bioinformatics）是大数据时代下产生的一门新兴、前沿的多学科交叉融合工具性学科，融合了生物学、数学、统计学、计算机科学等多个学科，其通过对生物数据的获取、存储、加工、分配、分析和解释来阐明和挖掘数据中包含的生物学意义［1］。从人类基因组计划开始，随着生命科学测序技术的不断发展与更新，生物学相关的数据规模正在大量、迅猛地增长，标志着我们已经进入了大数据时代。大数据时代的到来大大促进了生物信息学科的发展，并急需大量掌握实践技能的专业人才，从大规模的数据中挖掘信息及获得生物学意义的知识的能力。生物信息学专业具有很强的综合性、专业性和实践性。目前全世界逐渐有越来越多的高校将生物信息学纳入本科或研究生课程，甚至设立单独的生物信息学专业［2-4］。该门课程高层次的教学目标是培养具有扎实理论专业基础、发散思维、逻辑思维以及分析、解决生物学问题能力的高素质人才。该学科的人才培养除了着重于学生系统全面掌握多学科的基础理论知识外，更加注重学生的应用和实践能力。因此，实践是这门学科非常鲜明的特色。随着基于深度学习、大数据和云计算的人工智能科技突飞猛进的发展，生物信息学在生命科学领域的需求和重要性也逐渐突显。“生物信息学实践”课程的教学在提升专业人才培养质量中发挥了重要作用［5］。但是生物信息学专业在我国刚刚兴起，起步较晚［6］，这门新兴的跨学科专业课程实践教学措施还不够成熟，成效不甚理想，表现出了不同程度的局限性，尚不成熟［7］。基于生物信息学多学科交叉的性质，其概念和知识点多维、多门学科相互融合，掌握起来有难度。实践课程效果的保证对于教学资源、教学方式、教学条件的要求都非常高。这些因素都限制了生物信息学专业实践课程的学习实效。“生物信息学实践”课程涉及的范围广泛，如果不同案例之间缺乏联系、不够连贯，实践课程设计不够系统，那么学生学习的积极性提高难度较大，学习效果不佳。因此，实践课程不同的内容应该具有一定的系统性，要完整连贯，彼此之间具有一定的关联，以问题为导向，由简到难。“生物信息学实践”课程的培养目标应该从分析技术和方法的掌握到启发学生挖掘大数据背后的生物学意义，通过综合性的训练和教学，培养学生分析和处理数据的能力。掌握生物信息学分析技术和方法在生命科学领域的研究具有很重要的实用价值。对此，为培养生物信息学高端人才，实践教学需要不断探究和改革。

一、生物信息学实践课程在应用与教学中遇到的问题

（一）师资力量薄弱

生物信息学是一门发展迅猛的前沿交叉学科，对于授课教师的要求颇高，需要具备较强的数学、计算机科学、生命科学等多门学科的专业知识。然而，目前多数地方尤其是偏远地区的高校教师并非本专业科班出身，没有受到过系统的培训，知识储备不完整。而且该专业发展迅速，需要紧跟国际前沿趋势和发展动态，因此对专业教师的要求极高，专业性的欠缺会特别影响教学效果［8-9］。目前生命科学领域的科研人员大多数统计学和计算机科学基础相对薄弱，没有相关的专业背景［9］，这造成了教师资源的匮乏。同时部分生物信息学教师的教学理念和教学方法比较落后，不能激发学生实践操作的兴趣。

（二）硬件设备不完善、教材滞后

由于生物信息专业是新兴前沿学科，正在不断地发展，而教材的更新速度跟不上专业发展的速度，因此多数高校使用的教材滞后。目前大部分的“生物信息学实践”教材内容偏重于理论，概念多、抽象且不易懂，缺乏实践操作练习的举例或讲解。“生物信息学实践”教学研究需要大量运用分析工具和数据，这些都非常依赖于教学环境中的网络资源［10］。由于部分高校网络资源不充足，缺少多媒体计算机操作教室，并且，目前生物信息分析侧重于组学大数据的分析，对于计算机配置的要求比较高，需要安装Linux系统，有足够的运行内存，尽量配备能存储和运行大数据的服务器，等等。因此，教学资源的短缺使很多高校的“生物信息学实践”课程设置为选修课，没有得到相关部门及领导充分重视。再加上不同地区以及高校的教学经费等条件限制，用于生物信息学课程实践教学的硬件设备难以完善，硬件设备的缺失和不完善直接影响实践教学的效果和学生学习的积极性与兴趣。

（三）学生创新思维的欠缺

“生物信息学实践”课程需要锻炼学生对于数据分析的主观能动性和自主创新思维的能力，能够独立设计分析内容和技术路线。如果目前教学内容过于单调和简单，无法启发学生的学习积极性和兴趣，但如果设计太复杂，学生又会产生畏难情绪。在“生物信息学实践”课程学习过程中，学生习惯于教学中理论知识的简单记忆，过于依赖教师的讲授而懒于动手操作，不能自主探究。在实践课程之外，学生也缺乏创新思维能力和实践动手能力的训练，不善于理论联系实际，因此课堂教学内容难以巩固。

（四）生产实践的可操作性小

“生物信息学实践”课堂教学与具体的企业生产实践还是具有一定的差距，高校需要为学生在企业实习锻炼创造条件和机会。学校应在学生走入社会之前提供公司实习的机会，以帮助学生进行职业规划，提供就业指导。所谓“实践出真知”，学生在企业实习的过程中不仅可以实践到自己所学的知识，增强动手能力，同时也有助于他们锻炼人际交往和沟通能力。但是，目前市场上生物信息数据分析公司刚刚起步，数目不多，很多企业达不到校企合作的规模，不能同时提供大量的学生实习岗位。因此，高校联系到适合学生生产实践的企业难度较大。另外，多数生物信息数据公司的项目都有保密条款，数据需要高度保密不方便提供给短暂实习的学生进行实践操作。这些问题都使得校企合作为学生提供生产实践的可操作性很小。

（五）教学质量评价体系单一

实践课程和理论课程有着明显的区别，实践课程更看重学生实际动手解决问题的能力。因此，实践课程教学质量的评价很难在规定时间内以试卷考试形式或者论文形式来完成。目前，多数高校受到教学条件、教学方式落后等因素影响，“生物信息学实践”课程考核还是沿用传统的试卷考试的应试模式。这种考核方式只能注重考查学生理论知识的掌握程度，缺乏对学生实践应用能力的评价。这种考核形式过于单一，不够科学和全面，不能体现“生物信息学实践”课程的实践性。而且，学生容易为了获得高分不注重平时课堂的练习和表现，习惯在考试之前死记硬背，不能体现实践操作能力。

二、应用与实践教学的改革探索

（一）培养专业的师资队伍

“生物信息学实践”课程建设支撑的重要条件还是专业的教学团队，转变传统的人才观念，破除“四维”倾向来评价教师。高校生物信息专业教师的纳入机制可以更加灵活和有前瞻性，学校不仅可以从高校和科研院所聘请具有相关专业研究经验的科研人员，也可以考虑从企业和公司聘任具有丰富实践经验的生信分析人员。让不同专业的教师之间可以互相交流专业上的前沿发展动态，在教学和科研上做到融会贯通，提高多学科专业知识储备。高校也可以鼓励教师到国内外具有专业优势的“双一流”学校、有科研实力的院所或者企业平台进行培训和访问来提升专业素质［11］。院校应积极组建一支高效、稳定、具备良好专业素养的教学团队来保障完备的师资力量。

（二）加强教材和硬件设备的配置

“生物信息学实践”课程需要大量的上机操作，高校应该积极支撑生物信息专业实践课程软硬件的建设，适当优化招标流程，加快引入高性能服务器平台，搭建具有良好网络资源的计算机多媒体教室。由于实践课程的硬件设施完备要求较高，可能耗时会较长。目前，多个计算机公司租赁云计算平台，也有生物科技公司提供开放云平台提供相关的生物数据和分析工具，这些都是学校教学硬件设备搭建完备的良好资源和补充手段［12］。当前生物信息专业技术发展迅猛，实践课程教学大纲和教材要随时更新和调整，选取涵盖本专业最新理论知识，系统性讲解并有详细案例解析的书籍为教材，或者还可以根据自身的教学目标以及学生实际学习能力，自主编写学习教材。

（三）积极构建生物信息学数字工具库

学校可以尝试利用网络在线教学平台和云服务器、课堂课件、实践数据及学生提交的作业等将教学过程数字化。在利用网络教学环境的条件下增加师生的互动，提高教学效果。由于“生物信息学实践”课程需要运用大量的数据和分析工具，因此可以将上述资源建设动态教学数字工具库整理构架出规范的数据分析流程。工具库的构建是为了方便不同年级和层次学生在实践课程学习过程中高效、规范、统一化操作，提高教学效率。数字工具库中不同的工具和流程的使用应该提供详细的注解以方便学生自主学习。

（四）实践教学着重科研前沿案例

为了提升学生在“生物信息学实践”课程中的积极性和主动性，可以着重加入科学前沿案例。通过具体的案例分析或自主收集的大众健康数据和信息，引导学生以生物科学问题为导向，整理研究技术路线并上机实践操作，运用相关的工具和数据库进行具体分析，最后将获得的数据分析结果进行展示、汇报，以此作为考核方式。学生通过经历完整的生物信息科学问题的探究，提高了主观能动性和思考能力。在这个过程中可以考虑结合翻转课堂［13］。师生进行实时的交流互动以解决实践中的具体问题。教师可以设定综合性的实验课程，围绕一个完整的项目和课题，让学生自主、系统、完整地分析数据项目，并从中探究不同的生物学问题。教师在教学过程中可以灵活融入自己的科学研究，紧密结合科学研究和课程教学。另外，可以考虑给每个学生配置专业指导教师，让学生在课后可以跟随导师参与相关的科学研究，锻炼实践应用和科学研究思维能力。

（五）创造校企合作的机会

高校可以积极联系企业加强合作，给学生创造实习和实践的机会，企业也可以通过高校获得大量的人才。在生产实践过程中企业负责给学生提供工作岗位、安排工作内容，高校在学生实习过程中也要进行监督和管理。高校和企业可以达成多方面不同形式的合作，签订长期的战略合作协议，企业可以与高校签订数据安全和保密、实习人员条件要求以及安全准则之类的合作协议。除了毕业实习以外，校企还可以共同举办讲座、实践培训、科研项目开发以及科技成果转化等。另外，高校也可以积极鼓励本专业学生参加大学生创新创业项目，以实际科研项目为背景，实现理论与实践的结合，为学生提供实践动手的机会。

（六）构建以实践应用动手能力为目标的综合考核评价系统

教学考核评价体系是检验课程教学效果非常重要的依据。不同于一般的理论课程，“生物信息学实践”课程需要采取更加灵活、有效、科学的课程考核评价方式。为了检验和增强学生的理论知识和解决生物学科学问题的实际操作应用能力，考核内容应该同时包含理论知识和实践应用知识，考试形式应该更加多元化。教学成果的评价可以由教师和学生共同参与完成。学生可以组成学习小组，进行组内和组间互评。实践课程的考核应该注重实践能力，可以运用网络线上上机实际操作的方式，考查独立分析完成科学研究项目的能力。考核成绩的组成也应该多样、多层次，除了期末测验，还可以构建教学系统，实时记录学生课堂的操作过程和结果，评估平时表现，包括考勤、课堂互动、课后练习完成情况。这样多角度的评价可以让学生和教师更加客观、全面地了解学习效果。只有多角度、合理科学地考核形式才可以有效评价学生的学习效果，提升学生学习的主动性和积极性。

结语

在大数据时代背景下，生物信息学科发展迅速，实践教学是重中之重，对其教学模式和建设必须进行改革。“生物信息学实践”课程教学重点是通过综合实践的运用，培养学生的动手和思考能力以及解决实际问题的能力。生物信息学专业学生的培养要紧跟时代和社会的需求，理论与实践相结合，在教师引导下，学生是学习主体，要让学生发挥最大的主观能动性。如今，生物信息学科刚刚起步，受不同地区教学环境和条件的约束，不同学生教育程度存在差异，教学探索面临着挑战。在未来的教学过程中，还需不断进行实践课程教学模式、教学资源、教学方法和内容的改革与探索，才能达到教学目的。“生物信息学实践”课程的改革将为社会培养更多具有扎实理论基础、缜密科研思维能力、超强实践动手能力的适应社会发展的人才。