高校生物信息学在线开放课程建设的探索与实践

连玲丽 刘 伟 陶 欢 何华勤

福建农林大学生命科学学院 福建福州 350002

生物信息学运用数学、统计学、计算机科学等学科的理论和方法从宏观的分子层面揭示生物学规律，不仅推动了蛋白质组学、代谢组学等前沿领域的形成，也深刻地影响着农业、医药等产业的发展[1]。近年来，随着新一代测序技术的飞速发展和应用，基于测序的组学数据以惊人的速度增长，如何解读这些大数据，成为生物信息学学科亟待解决的热点问题[2]，也使生物信息学相关课程的知识体系发生明显的变化。对于课程的学习者而言，由此带来的问题是学习难度增大、学习资源有限，严重影响其自主学习。为解决这些问题，以生物信息学为核心内容开设个性拓展在线开放课程“生物大数据”部分内容，降低学习门槛，实现知识共享，为高校在读学生及部分从业人员提供免费实用的学习资源。结合课程建设实践，探讨在线开放课程的建设思路、教学应用方法及存在问题，为课程在新一轮“建好用好学好国家精品在线开放课程”的教育教学改革中进一步优化升级、推广应用奠定基础，也为其他高校相似课程的建设提供参考和借鉴。

1 课程的建设思路

1.1 课程主体内容设计

根据课程以大数据分析为核心的特点及课程侧重培养学生数据分析能力的目标定位，生物大数据课程设立了课程导入、数据类型与来源、数据分析策略、数据开发与应用、数据分析实践五大模块，其中包括7章20小节的内容(见表1)。课程内容既涵盖了大数据定义和类型等基本概念、主流生物数据分析的核心理论，能全面展现生物学数据的“来龙去脉”，又包括了生物、农业和医学领域的应用实例及综合实训，有助于学生数据分析能力的培养，因而构成一个较为完整的知识体系。

表1 “生物大数据”部分内容的课程内容设计

1.2 课程辅助内容设计

除了主体内容之外，课程还设置了案例和讨论专题等辅助内容。其中课程案例主要按讲解定义型、综合分析型和操作技能型3种类别[3]进行设计和导入。讲解定义型案例多设计于基本概念和原理的讲解环节，如大数据应用讲解中导入“奥巴马总统大选”的案例；综合分析型案例主要出现在大数据分析的实例分析环节，如基因组测序分析章节中导入铁皮石斛基因组组装与注释案例；而操作技能型案例则是在综合实训章节导入，如“大肠杆菌K12重测序数据”此类的NCBI数据库资源进行分析等。在讨论主题方面，题材设定与主体内容相呼应，且做适当拓展和延伸。如在导论章节设计“大数据未来可能的发展趋势和存在问题”的讨论主题及在第二章节提出了“NCBI的实际应用”等问题以激发学生对所学知识深入思考。

2 课程的建设过程

2.1 前期组建课程团队

良好的课程团队是设计、实施和完成课程建设的必要保障。生物大数据课程由省级优秀教师担任课程负责人，同时邀请其他院校、企业一线技术专家参与，共同组成主讲教师团队，为实现课程内容的理论高度和实用价值并重提供保障。此外，课程团队召集专业骨干教师组成课程技术支持小组，负责课程的视频资源编辑整合、课件内容优化、讨论主题与题库设计等建设任务，为课程建设的具体实施提供强有力的人员支持。

2.2 中期搭建慕课模块

生物大数据课程从课程资源、课程互动和课程考核三个方面搭建慕课模块。资源模块既包括了课程介绍、大纲、教学目标、考核、电子课件、课程题库、教学视频、教学案例等基本资源，也涵盖案例、前沿专题和热点问题等拓展资源。作为资源模块中工作量最大、难度最高的任务，教学微视频制作采用随堂录像和单独录制两种方式完成。其中，第一至第六章的内容以“真实课堂+专业摄像”的随堂模式进行录制，比单纯面对镜头的录制方式更具感染力；第七章的实训内容运用屏幕录像法[4]进行单独录像，更清晰直观地展示数据处理工具的操作细节。

互动模块包括答疑区、讨论区和课程评价等功能板块。其中，讨论区由课程组提前设计、筛选确定课程热点或前沿问题，并配合教学进度发布讨论主题，再由学生、教师自由参与主题讨论，最后由负责教师总结和分析各类观点，进一步延伸主题。考核模块采用过程性评分和总结性评分相结合的方式建立考核标准。以各章节测试和在线讨论作为过程性评分的依据，以期末综合测评作为总结性评分的依据。在分数比例分配上，两者各占50%。

2.3 后期开展教学应用

生物大数据课程采用常规慕课模式[5]在中国大学MOOC(爱课程)平台上开展具体的教学应用。如图1所示，开课前1.5～2个月向平台提交申请，经审核通过后即对外公布开课信息。开课期间，通过定期(一般为1周/次)发布微视频、课件等资源及定期(2～3周/次)组织章节测试、在线讨论等方式开展教学活动；并借助答疑区和QQ群进行教学互动。临近结课时，对学生学习情况进行综合评价，并为成绩合格的学生发放结课证书。截至目前，本课程已在爱课程平台开课5轮。据不完全统计，选课学生以省内高校学生为主，如第2轮和第3轮开课有超过70%的选课学生是通过福建省高校在线教育联盟跨院校互选方式进入课程。

图1 “生物大数据”部分内容的教学应用模式

3 课程教学应用的成效分析

3.1 课程的线上评价

经过多轮的在线授课，课程取得了一定的教学效果。由表2可知，学生普遍感受是课程内容丰富、实用，感觉受益匪浅。也有部分学生提出希望课程增加实操训练、增加互动等建议，文科类学生则认为课程难度较大。通过数据可知，学生既对在线教学效果给予肯定，也指出了课程存在的问题，为课程后续的改革优化提供了依据。

表2 学员的典型评价

3.2 课程的运行效果分析

参照陈波[6]评价方法对信息较全的3次开课进行课程运行效果的分析。从表3可以看出，课程选课人数较多，但实际参与课程学习的有效选课人数偏低，这与多数在线课程存在学生“选而不学”的现状有关[7]。就过程性指标而言，参与测试人数明显多于其他观测点，表明学习者对过程性考核较为重视，但对主题讨论不够积极主动。就有效性指标而言，考试通过率逐次上升，由68%上升至87%。总体分析得出，课程的运行效果处于评价体系的良好级别，学习者的学习积极性有待提高。

表3 课程运行效果的评价指标与观测数据

4 存在问题的对策分析

针对学习者学习积极性不足的问题，结合前人的研究[8]，分析其可能的原因是在线开放课程的交互性偏低造成学生难以体会学习存在感带来的积极感受。在课程后续建设中考虑从两方面深化改革，一是优化课程内容与形式。认知兴趣和自我发展是选课动机的主要构成[9]。课程内容的持续更新，可提供最新的实用性知识和技能，满足自我发展的需求；而形式上注重引入启发式、任务驱动式或问题导向式等教学手段，激发学习者的探究热情。二是加强课程互动与交流。在线课程平台交互性设计的不足，容易造成教师反馈滞后，影响学习体验。因此，增加体验性强的教学环节，如以实操训练为主题的线下见面会，有助于提升学生学习体验。