浅谈在生物化学实验中培养学生的数据处理与分析能力

卢 彦, 张冬梅, 杨荣武

(南京大学 生命科学学院， 南京 210093)

对于刚刚进入生命科学领域学习的本科学生来说，生物化学及其实验是一门非常重要的基础课程[1]。随着21世纪生物科技产业的发展，在人才培养中，塑造学生实践能力显得尤为重要[2, 3]。生化实验课程中所传授的各种基本实验技能与理念，为培养学生良好的实验素养打下了坚实的基础。学生在进行生化实验中，不仅要接触到各种实验现象，而且获得了大量的数据，因此培养学生对数据进行合理的统计与分析，成为生化实验教学中不可或缺的环节[4]。据此，本文对生化实验教学中遇到的数据记录与结果处理问题进行了如下的归纳与总结：

1 建立数据与单位的概念

对于刚接触生化实验课程的学生来说，建立计量单位的敏感认知是非常必要的，尤其是生化实验中经常出现的如mol/L，g/L，体积百分比，质量百分比等容易混淆的单位。我们以课堂设问的形式启发学生自觉地关注这些单位。尤其是在实验中，那些由教师提早配置好的溶液其单位和浓度往往被学生忽略。我们发现如果教师在准备工作时认真填写标签，并且在实验初期便要求学生做好已配溶液的信息记录，上述情况会有所改善。

例如，在某些需要用到大量不同浓度溶液或buffer的实验中，如“用正交法测定几种因素对酶活力的影响”这个生化实验中，需要用到各种不同pH值的缓冲液。经过对比笔者发现，相对于直接使用教师配制好的溶液，让每组学生自己配制所有溶液，错误使用溶液的情况较少，且浪费现象会减轻。但是该实验时间相对延长，且学生在后期也会逐渐失去开始做实验时的耐心。如果让学生按大组自由合作，每小组的学生只负责配制一种溶液，不但错误和浪费现象会减少，而且大组学生间能表现出更好的团队合作精神。

此外，笔者在教学中经常看到学生们由于时间匆忙随手把实验数据记在书上，废纸上，或者干脆不记录，之后又因为找不到或想不起来原始数据而无法得到实验结果。因此，我们要求学生详细记录原始数据：原始数据不允许用铅笔记录；在记录发生错误时，要保持错误数据的可见；原始数据必须附在实验报告中。一般通过一个学期的实验课程训练，学生就可以做到认真对待原始数据，并养成随时认真记录数据的好习惯。

2 有效数字的计算

实验中我们往往需要记录很多数值，并对其进行计算，但是记录时应该选取几位，运算时应该保留几位，是实验数据处理中的一个重要问题，据此有效数字的概念被引入了。有效数字的定义是：测量结果中可靠的几位数字加上有误差的一位数字。由此可知，有效数字的最后一位数字是不确定的，且有效数字的位数，表示了测量所能达到的准确程度，这也与所用的测量工具有关。所以当测量仪器和被测量选定后，测量值的有效数字位数就已经确定了[5]。

根据笔者调查，本科学生一般在初中就已经掌握了有效数字的数学概念，但是在实际运用时往往会被忽略，如计算“牛奶中蛋白质的百分比含量的实验”中，学生不知道如何取舍有效数字或者干脆“想当然或凭感觉地”保留小数点后一到两位有效数字。为了避免上述情况的出现，教师在授课时应该帮助学生回忆有效数字的定义和运算公式。例如，有效数字在进行运算时，应使结果具有足够的有效数字，不能少算，也不能多算，少算了会带来附加误差，降低了结果的准确程度；多算了也不会减小误差。有效数字运算取舍的原则是运算结果保留一位可疑数字。在讲实验绪论时，教师通过课堂设问的方式，引导学生注意实验中的有效数字，鼓励他们进一步学习有效数字运算，该方法培养学生利用丰富的信息网络资源独立解决问题的能力。在实验课程进行时，可以通过作业讲评的方式，参照实验中的具体实例，再次强调有效数字的重要性。例如，在“动物肝脏中DNA的提取实验”中，由于用分光光度计上测量溶液的浓度时得到的读数为4位有效数字，所以计算DNA得率时，多数学生保留4位有效数字。但是他们忽略了开始称量肝脏用的是普通台天平，只能获得3位有效数字，因此正确答案应该保留3位有效数字。

如教学实验中经常采用吸光度法测定含量，需要绘制标准曲线：A=K×C+b，并通过公式求出直线的相关系数r。K值与b值的有效数字由吸光度值A和浓度C决定，溶液浓度的有效数字由配置方法决定，一般为4位。吸光度A值，在有的测量仪器上为3位有效数字，大多数的仪器为4位。所以，K在一般情况下应与吸光度A的有效位数相同；常数b代表是直线的截距，其小数点后保留的位数要和吸光度值相同。此时，相关系数r就需要保留4位有效数字。

3 运用计算机处理化学实验数据

在生化教学实验中，经常需要对大量的实验数据进行记录、整理、分析和计算，并需要用图表进行更为直观演示，最终解释实验现象并得到实验结果和实验结论。目前初级阶段的处理实验数据的方法，还是以手工记录整理分析数据为主, 因此在标准方格坐标纸上描点并作图成为生化实验的基本功之一。但是，这种方法效率较低，工作量大，主观因素在很大程度上影响了实验结果，因此非常容易出现误差。随着现代软件技术的发展，运用计算机技术处理生化实验数据具有简单、快速的特点，且其生成的图表准确且不乏精美，同时产生的数据更利于存档和交互使用。目前，便于在生物领域应用较广泛的相关软件有Excel、Origin、Prism以及C语言程序等。例如， Excel是常用办公软件Microsoft Office中的组件之一， 因此它具有普及性，该软件界面亲和，简单易学上手快，同时具有强大的数据分析和计算功能，可以直观形象地用各种图形来描绘实验结果。Excel在处理实验数据时，常用的功能有：表格制作、函数运算和图形演示等。如前文提到的吸光度测定法，初学者就偏好使用Excel作图，得到标准曲线(A=K×C+b)和相关参数。Origin软件是一款在专业领域内应用广泛的数据处理、分析和图像绘制的工具软件，具有处理数据速度快、操作简单等优点[6]。Prism是一款用户体验较好的统计学软件，自带的各种柱形图与分组图，更利于结果统计分析与绘图，它还可以自动绘制各种生存曲线，同时药物理化试验和毒性试验中常用的IC50参数，就可以用该软件自动计算得到。因此prism是一款专业应用性强的生物统计绘图软件[7]。

4 数据的统计学分析

生物统计学是一门探讨如何从不完整的信息中获取科学可靠的结论从而进一步进行生物学实验研究的设计、取样、分析、资料整理与推论的科学[8]。目前生物统计学的方法已经被广泛地应用到生物科学的各个研究领域，可以说任何一个与样本相关的实验都离不开生物统计学的统计方法[9]。目前我校的生物化学实验课程一般作为一门理科基础课程被安排在大二的学习课程中，因此很少有学生在此之前学习过统计学相关的课程。当他们遇到实验当中的数据处理问题，如可疑的数据的取舍，组间的比较等时，往往会不知所措。此时，实验教师的合理指导便显得尤为重要。

在实验教学中，笔者发现很多学生对数据处理中的基本术语与涵义不十分清楚，在使用上容易出现差错，因此明确的定义处理数据所用到的基本术语与涵义便显得尤为重要。我们将常见的生化实验统计学名词列举如下表1所示：

表1 生化实验统计学名词

表2 3，5-二硝基水杨酸测定未知糖溶液

由于统计的过程非常重要，为了加强学生的数据处理能力，教师在设计实验时应该刻意的加入需要统计学处理的实验方案。如在“利用3，5-二硝基水杨酸测定总糖和还原糖的实验”中[10]，除了让学生学习常规的标准曲线的制作外，可以增加未知糖的样本数量，未知糖的测定设计如表2。该实验组即设定了3个重复样本，也设置了不同的稀释组别，为以后数据统计留下了丰富的样本数据源。根据上述实验结果，通过求平均值、方差和标准差，可以分析实验误差的大小；通过做t检验，可以比较组间的差异；还可以对可疑数据进行分析和取舍。同时教师还可以引导学生使用各种统计学软件，用带bar的曲线图来显示数据的离散度，如前文提及的prism软件，从而启发学生对数据偏差的认知。

实验教学不仅是教师指导下的操作模仿，更是需要对实验中出现的误差进行系统的分析，对其数据进行合理的、科学处理。在教学实践中教师需要激发学生的兴趣，提高学生的重视程度，使学生认识到只有对实验中误差进行系统的分析，对其数据进行合理的、科学的处理，才能更好地完成实验，也才能更好地进行探究和创新。综上所述，在生物化学实验中，教师应该重视培养学生的数据处理与分析能力。教师可以通过课堂讲解与课后练习结合的方式，培养学生建立数据与单位的概念，指导学生学会有效数字的计算，同时引导学生使用基本的软件工具分析处理数据，最终得到可靠合理的实验结果，并能对实验结果进行统计学定量与分析。

参考文献：

[1]李登文，石雪芹，赵玉红，等. 生命科学导论及实验精品课程建设探索[J]. 高等理科教育，2012,3: 101-103.

[2]郭恒俊, 高 峥, 李 菡, 等. 深化生物化学实验教学改革培养创新型应用人才[J]. 实验室科学, 2011,3:32-34.

[3]史 锋, 周楠迪, 田亚平. 浅谈生物化学实验教学在高校生物化学教学中的作用[J]. 教育教学论坛, 2011,21:247-248.

[4]杨俊英, 张桂琴. 实验设计方案及其统计分析方法的选择[J]. 中华物理医学与康复杂志, 2001,6:378-381.

[5]孙毅坤, 方 颖, 付欣彤, 等. 实验记录中有效数字问题探讨[J]. 首都医药,2010,14:17.

[6]张明熹, 李锋锋, 王庆辉, 等. 计算机软件在物理化学实验中的应用[J]. 化工时刊, 2009,11:76-77.

[7]于 童, 白喜云, 解晓晶, 等. 应用GraphPad Prism 5.0软件计算药物的EC50[J]. 药学进展,2012,4:180-183.

[8]张小辉, 祁艳霞, 曹平华. 《生物统计学》教学效果的探讨[J]. 成功(教育版), 2010,11:37-38.

[9]李春喜, 邵 云, 姜丽娜. 生物统计学(第4版)[M]. 北京：科学出版社, 2008 .

[10]陈钧辉, 李 俊，张太平，等. 生物化学实验(第4版)[M]. 北京：科学出版社， 2008.