APP下载

“大数据”时代生物信息学教学探索与改革

2016-05-30王鹏郭秋艳

科技创新导报 2016年15期
关键词:生物信息学学习兴趣大数据

王鹏 郭秋艳

摘要:随着人类基因组学“大数据”时代的到来以及“精准医疗”战略计划的开启,生物信息学在生物医学研究和临床实踐中的重要性日趋明显。生物信息学作为当前高新热点领域之一,与现代生物医药发展存在密切联系,对科研成果向经济产业转化具有重大的推动意义。本文探讨了“大数据”背景下医学院校生物信息学教学中存在的一些问题,并提出了相应解决办法,以期提高生物信息学专业教学质量,更好的实现培养优秀生物信息学人才的目标。

关键词:生物信息学 大数据 教学改革 学习兴趣

中图分类号: G642.0 文献标识码:A 文章编号:1674-098X(2016)05(c)-0000-00

生物信息学(Bioinformatics)是一门多元化新兴交叉学科,涵盖了基因组学、计算机科学、数学分析、模式识别、生物统计学等多学科知识[1]。研究内容涉及了基因组信息的获取、整理、存储、比对分析、功能分析、靶点筛选等生物医学领域各个方面。1956年,首届“生物学中的信息理论研讨会”在美国田纳西州盖特林堡召开,生物信息学这一概念被专家提出。随着计算机技术的发展以及人类基因组计划的实施,生物信息学理论被逐步完善。在当代生物医学研究领域,生物信息学这门独特学科的优势逐渐显现,在医学研究中起着不可替代的作用。

2015年,美国政府提出了“精准医疗”战略计划。精准医疗是将现代遗传技术、生物信息学技术、分子影像技术等与患者临床信息相结合,实现精准疾病分类与诊断,制定个性化的预防及治疗方案。我国也在“精准医疗”战略方案上不断跟进,并取得了一系列成果。近年来,随着基因组学研究的不断深入以及高通量测序技术的飞速发展,生物医学研究领域迎来了一个崭新的“大数据”时代。各大平台产生的多组学海量生物数据的存储、分析、发布等问题亟待生物信息学来解决。因此,有学者提出了“生物信息学云服务”概念,简称生物信息云[2]。生物信息云理论提出了海量生物数据的储存、获取、分析等相关需求的服务,是“精准医疗”计划开展和实施的重要手段。因此,扎实掌握生物信息学基础知识,熟练运用生物信息学软件、方法处理生物医学大数据对于生物信息学生来说至关重要。

1“大数据”背景下生物信息学教学中的问题

笔者在对医学院校本科生进行生物信息学教学实践中发现的问题进行了如下总结:

1.1教学进程安排不合理

生物信息学专业课程开设时间较晚。以本学校为例,生物信息相关的专业课程(例如:模式识别、生物数据可视化等)一般都开设在最后一个学年。这一时期正是学生们进行毕业设计的开题阶段,也是一些同学着手准备考取研究生的阶段。由于生物信息学专业知识的缺乏,许多学生并不知道自己需要哪种知识储备,甚至还不清楚自己课题的研究方向。面对就业和考研的双重压力,许多学生在本学期的课程上提不起兴趣,而把大量精力放在了如何做课题以及复习考研上。而在课程设置上,这一学期往往是生物信息学本科阶段中相对重要的时期,多门生物信息学专业课程在此学期展开。这就会导致在课堂上老师拼命讲,学生无心听的现象产生。而缺少对生物信息学专业知识的掌握,也会导致学生们在毕业设计过程中心有余而力不足,直接影响课题进展。

1.2教材建设不完善

教学中缺乏适合生物信息学专业的理论和实验教材。近年来,随着生物信息学的发展,相关的专业书籍也不断涌现,其中外文翻译教材占大多数。由于外文教材需要经历从国外引进、翻译、重新排版等过程,使得这类教材出版周期长,从而导致教材的出版速度赶不上日益更新的生物信息学新技术、新方法。再者,这些教材的编写与设计主要是针对国外生物信息学专业学生。由于教育方式、文化、以及背景知识等差异,国内学生学习目的性更强,对教材的需求及认知与国外相比有着显著不同,这也使得很多外文翻译教材对于国内学生并不适用。当前生物信息学领域教材覆盖范围广、涉及知识内容丰富。这是新兴学科的教材优势,但也暴露出了一些不足之处。许多教材一味追求知识面广,在一些生物信息学专业知识点上只是一笔带过,并没有教学内容的深化。此外,一些教材并没有突出知识特色,不同教材中有内容重复章节,这样会增加学生的学习负担,降低学习兴趣。

2“大数据”背景下生物信息学教学质量提高

生物信息学专业教学难度大,对专业知识要求较高,教学任务艰巨。要保证良好的生物信息学教学质量,顺应生物医学领域飞速发展的潮流,培养优秀的生物信息学专门人才,笔者认为需要从以下几个方面改进:

2.1合理安排教学进程

在生物信息学专业学习的前两个学年,课程设置主要以基础课程为主。以本校为例,生物信息专业学生在大一、大二学年主要学习一些医学基础课程并辅助开展计算机基础课程,例如生物化学、分子生物学、生理学、C语言简介等,在学习基础课程的同时对专业方向有一个简要的了解。在大三学年可以增设一些生物信息学专业课程,例如:模式识别、数据挖掘、生物数据可视化等。在这个学习阶段,学生没还没有进入到毕业设计阶段,研究课题方向还没有确定,通过专业课程的学习不但可以帮助学生掌握生物信息学必备技能,还可以帮助学生明确今后课题研究方向。此外,这一阶段学生们刚刚掌握医学基础知识,正是对专业知识渴求的良好时机,学习兴趣浓厚。此时开设生物信息学专业课程可以取得较好的教学效果。生物信息学是一门飞速发展的学科,相关知识及数据资源在不断更新。因此,在毕业设计阶段,可以开设生物信息学进展课程,聘请著名专家学者为同学们讲授当前生物信息学领域最新进展,使同学们始终把握生物信息学前沿,培养创新思维。

2.2建立完善的教材体系

参考国内外生物信息学教材,对众多优秀的教材进行归纳总结,吸取其优点,对重复内容进行整理,结合本校学生知识背景及培养方向编写生物信息学特色教材。同时将生物信息学领域新方法、新资源、新思路及时编入教材,替换老旧内容。例如一些教材中列举了常用的生物信息学数据库,其中部分数据库已经更新到新的版本,相关访问网址、查询方式等也随之发生变化,而这些内容在一些教材上并没有得到更新。伴随着高通量测序技术的快速发展,一些测序平台产生的大数据也再不断被发布,想要做到根据生物信息前沿进展随时修改教材是一件不可能的事。因此,生物信息学教学也不应仅限于教材,对于知识进展、前沿动态、数据发布等领域内最新成果,教师应当自己制作相关课件,紧跟时代的步伐。这样才能及时将最新、最全、最正确的知识传授给学生。

3结语

随着基因组学研究的不断深入以及高通量测序技术的迅猛发展,生物医学研究领域迎来了一个崭新的“大数据”时代。各大平台检测产生多组学海量生物数据的存储、分析、发布等问题亟待生物信息学来解决。生物信息学作为当前高新热点领域之一,与现代生物医药发展存在密切联系,对科研成果向经济产业转化具有重大的推动意义,生物信息学人才培养以及教学方案也在不断探索中前进。

参考文献

[1] Hogeweg P. The roots of bioinformatics in theoretical bioloby. PLoS Comput Biol. 2011;7(3):e1002021

[2] Lin D, Xin G, Yan G, et al. Bioinformatics clouds for big data manipulation[J]. Biology Direct, 2012, 7(1):1-7.

猜你喜欢

生物信息学学习兴趣大数据
“PBL+E—learning”教学模式探索
移动教学在生物信息学课程改革中的应用
数学课堂激发学生的学习兴趣之我见
如何推动初中数学教学中的素质教育