农业类高校生物信息学课程教学现状与改革探究

2022-04-19李春季喻国辉

安徽农业科学 2022年7期

李春季喻国辉

摘要生物信息学是生命科学领域的一门新兴交叉热门学科，是开展生物学相关研究的工具和载体，也是农业类高校的专业基础必修课之一。随着该学科的迅猛发展，传统教学中的问题不断凸显，及时调整教学策略是改善教学质量的重要手段之一。在前期教学实践的基础上，总结了农业类高校生物信息学课程教学中存在的主要问题，并从师资队伍、课程内容、软硬件设施和基础课程建设等方面有针对性地提出了相应的改革建议，以期为该课程的教学创新和课程改革提供参考。

关键词生物信息学;农业类高校;教学策略;课程改革

中图分类号 S-01 文献标识码 A 文章编号 0517-6611（2022）07-0269-02

doi：10.3969/j.issn.0517-6611.2022.07.066

开放科学（资源服务）标识码（OSID）：

Research on the Teaching Status and Reform of Bioinformatics Course in Agricultural Universities

LI Chun-ji， YU Guo-hui

（College of Agriculture and Biology， Zhongkai University of Agriculture and Engineering， Guangzhou， Guangdong 510225）

Abstract Bioinformatics is a new cross hot subject in the field of life science.It is an important tool and carrier for carrying out related biological researches，and it is also a professional basic compulsory course in agricultural universities.With the rapid development of this subject，the problems in the traditional teaching are emerging.Thus， the adjustment of teaching strategies on bioinformatics course is one of important means to improve the teaching quality.Based on our previous experiences， this paper summarized main existing problems in the teaching of bioinformatics course in agricultural universities，and put forward corresponding reform suggestions from the aspects of teaching staff， curriculum content， software and hardware， so as to provide references for the teaching innovation and curriculum reform of bioinformatics course in agricultural universities.

Key words Bioinformatics;Agricultural universities;Teaching strategies;Curriculum reform

生物信息学是生命科学、计算机科学及统计学等学科交叉融合形成的一门前沿基础学科，旨在利用先进的测序技术和计算机科学技术解析生命现象背后潜在的深层次科学问题[1]。随着高通量测序技术的飞速发展和测序成本的大幅度降低，各物種全基因组测序等工作陆续开展，生命科学研究已逐步进入后基因组时代。通过多组学联合分析技术，获取、处理、发掘和解析关键基因、调控因子、蛋白质及代谢物间的相互作用机制，将为生命科学研究提供重要线索和方向[2]。因此，熟练掌握和应用生物信息学分析技术是生物技术等生命科学相关专业学生的一项基本素养[3]。近年来，我国各大农业类高校陆续开设生物信息学课程，并取得了一定的成效，学生的大数据解读与深入挖掘能力获得了明显提升[4]。笔者根据农业类本科高校生物信息学教学实践过程中存在的问题，提出了针对性的改革建议，以期为教学质量的提升提供一定的借鉴和参考。

1 课程教学中存在的问题

1.1 师资力量匮乏

生物信息学作为一门新兴的交叉学科，要求教师必须熟练掌握生物学、计算机科学和统计学等多个学科体系的内容，并做到融会贯通[5]。然而，目前国内大多数高校生命科学领域的研究人员在统计学和计算机科学领域的研究较少，基础相对薄弱[6]。与此同时，受市场经济和区位优势状况等因素的影响，大量具有生物信息学专业背景及较强生物信息学分析能力的博士毕业生流向一线城市的生物科技公司，进一步加剧了国内高校相关人才短缺的问题。此外，在过去很长一段时间内，农学、动物学、作物学和食品科学等非生物信息学专业通常将该课程设置为选修课，在学科建设和师资力量储备计划中的重视程度不够，导致匮乏的师资力量与人才培养目标之间的矛盾进一步加剧[7]。

1.2 教学内容和方式陈旧

生物信息学的发展日新月异，各种公共数据库和分析软件的更新频率较高，因此研究内容和方向也将随之不断改变。然而，国内相关教材及教学软件的更新速度相对缓慢，课程内容的知识点相对滞后，并未涵盖最新的数据库及软件的功能和使用方法，这对于学生开展生物信息学分析、实践学习及就业极为不利[8]。当前生物信息学教材大多重点介绍高通量测序技术的基本原理、学科的发展历程、基本算法、常用软件和数据库等内容，而对于该学科在农业和医药等领域的最新应用进展仅做了简单介绍，教学内容过分强调理论，而忽略了应用价值，略显枯燥，不能很好地激发学生的求知欲。加上教学内容过于宽泛、学生课下自主学习积极性差和学时限制（通常理论课24学时，上机操作8学时），导致大部分知识点授课深度不够，大多数学生只能走马观花式学习，实际上机操作机会较少，因此很难掌握和巩固所学的分析技能。此外，当前该课程的考核评价方式仍以卷面考试为主，占比为70%～80%，因此无法调动学生上机实操的主观能动性，也不能很好地评估学生的实际分析能力和动手能力[9]。

1.3 教学软硬件建设滞后

生物信息学分析的开展依托于配备高性能服务器的多媒体教室。由于“双非”农业类高校建设经费不足等问题，生物信息学分析平台的建设相对落后，导致该课程教学只能沿用以理论教学为主、以简单的上机操作为辅的传统模式。然而，传统的多媒体教室与配备生物信息学分析平台实验室无法相比，学生们只能操作一些几乎无硬件要求的分析软件，而缺乏Shell、Perl、Python和R等编程语言的使用经验[10]。加上常用的生物信息学分析软件版本更新速度快且大多为收费软件（比如DNAMAN、Primer Premier和Cluster W等），无法实现及时更新。随着课程的不断深入，虽然学生掌握了一些免费的公共数据库（NCBI、Ensembl和KEGG等）、在线分析工具（SWISS-MODEL、BLAST和SignalP等）和传统软件的使用方法，但他们对更高水准的生物信息学分析缺乏具体认识和实操经验，因此并未实现前期制订的人才培养目标，学生的专业水平也与用人单位需求不匹配[11]。

1.4 相关基础课程设置不合理

生物信息学作为一门交叉学科，在学习前熟悉或掌握相关的基础理论课程显得尤为重要。目前国内多所“双一流”农业类高校均已开设了生物信息学课程，虽然设置的基础课程各具特色，但其培养计划都在生物学、计算机科学、统计学和专业英语等课程设置了较完备的基础课程学习计划，这为学生进一步学习生物信息学课程奠定了扎实的理论基础。部分“双非”农业类高校在其培养计划中并未设置完备的基础课程，“跟风式”开设生物信息学课程，让学生感觉课程晦涩难懂、枯燥乏味，从而导致学生的学习效率下降，甚至失去学习兴趣[12]。

2 课程改革与创新探讨

2.1 组建多元师资队伍，提升教师的专业能力

教师的专业素养直接影响该课程的教学质量。生物信息学教师必须熟练掌握生命科学、计算机科学和统计学等学科的基础课程，并及时了解该领域的最新研究进展。若要达到以上要求，首先要转变传统的人才引进观念，将生物信息学专业列为人才紧缺专业，同时秉承“以人为本”和“广纳贤良”的理念，依据岗位需求，从国内外高校和企业引进具有较强生物信息学分析能力和丰富分析经验的博士毕业生和社会从业人员[13]。其次，鼓励并支持任课教师前往国内外拥有生物信息学王牌专业的知名高校访问或进修，学习最新的科研成果、先进的教学经验和专业技能，并与他们在教学和科研方面展开深层次交流合作。再次，鼓励并支持任课教师积极参加国内外举办的生物信息学相关会议，及时了解并掌握国际上该学科的研究热点和方向，并融入课程教学内容。最后，鼓励并支持任课教师个人或所在高校与国内外知名生物信息学相关科技公司（如华大基因等）展开合作与交流。在教学方面，科技公司可以通过举办“生信培训班”等方式分享生物信息学分析的技巧和经验，提高任课教师的专业性;在科研方面，通过项目合作，科技公司技术人员与任课教师可以在问题交流与讨论过程中逐渐提升任课教师生物信息学分析的能力，并将项目分析案例分享给学生，以达到理论与实践相结合的目的。

2.2 强化课程内容建设，丰富教学资源

教材是教学内容的重要组成部分和主要的教学资源。因此，强化课程内容建设的首要任务就是完善和丰富教材内容，对陈旧的教学内容要适当取舍，从而将有限的学时尽可能分配到最新的技术、理论和方法讲授部分。生物信息学现今已成为农业科学研究中的一门必备工具学科，在农业类高校非生物信息学专业的课程内容设置上应该重点突出其实用性，应适当增加其分析工具的应用范畴、实践方法及上机实操授课内容所占的比例，适当减少测序原理、运算原理和模型等内容所占的比例。同时，也可以适当增加网络教学内容，例如慕课（MOOC）等，可作为学生课后的预习、自学和复习的辅助学习平台。在课程内容中还应该重點设置生物信息学在农业生物技术中应用的成功案例，包括但不限于动物、植物和微生物的进化分析、分子育种与品质改良等方面。此外，近年来国内外涌现出一批生物信息学分析能力雄厚的生物科技公司，其制作的生物信息学分析教学视频和培训资料也可作为教学资源的重要补充。国内外生物信息学相关的权威期刊（例如Bioinformatics）中刊登的一些最近研究成果也可作为前沿教学资源来使用。因此，通过教材、网络教学、企业培训资料和专业期刊的紧密结合可以很好地实现教学目标。最后，应调整课时至32学时以上，并增加上机实操部分课时比例至50%，为学生提供更多的实践分析机会，巩固理论知识，同时提高期末考试总分数中上机实操的比例至50%，引导学生重视实践分析，并合理分配学习内容和时间。

2.3 加快软硬件建设，提升分析能力

高性能服务器等硬件是实现生物信息学分析和熟练掌握生物信息学课程内容的必备基础条件。鉴于生物信息学在农业生物技术研究中的重要地位，农业类高校应加大资金投入力度，简化招投标流程，并将生物信息学分析平台建设列为优先保障的刚性需求项目。如果用于平台建设的资金不能一次性到位，可分批分阶段进行建设和改造升级，逐步满足广大师生的实践分析需求。配备高性能服务器的生物信息学平台通常具有远程访问使用的特性，因此在高校自身生物信息学分析平台成功搭建前，也可以通过向其他“双一流”高校、科研院所租借等方式，暂时解决无教学平台可用的问题。另外，近年来国内一些颇具实力的生物科技公司已经成功搭建了一些开放式生物信息学分析云平台（BGI Online、Omicshare和BMK Cloud等），并提供了较为广泛的生物信息学分析工具，可作为开展实践教学的一种补充手段[14]。

2.4 合理设置课程，夯实专业基础

生物信息学作为一门快速发展的交叉学科，其知识理论体系建立在生物学、计算机科学和统计学等相关专业的基础之上。为了更好地学习与掌握生物信息学课程，在开始学习前应熟练掌握与之相关的基础课程。鉴于农业类高校学生的生物学基础相对扎实、计算机和统计学基础相对薄弱的现状，基础课程的设置应在原有教学大纲的基础上选择增设功能基因组学、计算系统生物学、生物计算编程语言、生物信息学算法原理、数据库原理和生物统计方法等计算机及统计学类课程。与此同时，由于当前国内外常用的生物信息学分析软件及数据库大多为英文界面，其中含有大量的专业英文词汇，英语水平低或专业

词汇量少的学生操作起来会倍感吃力[15]。针对这种情况，可在专业英语课程的教学大纲中增加生物信息学专业词汇内容。同时，在生物信息学课程教学过程中应重点介绍相关英文概念，让学生熟练掌握后再进行上机实操，从而提高实践教学效果。

3 结语

随着高通量测序等多组学技术的飞速发展，生命科学研究已进入后基因组时代，人类和各种生物的核酸序列、蛋白质序列和代谢物分子信息储量呈爆发式增长。生物信息学作为一门重要的工具学科，在组学数据的采集、处理、存储、传播、分析和解释等生命科学研究中发挥着不可或缺的作用。因此，熟练掌握生物信息学课程已成为当今农业类高校对学生的必然要求。笔者对农业类高校生物信息学课程的教学现状进行了分析，并从师资队伍、课程内容、软硬件设施和基础课程建设等方面提出了相应的改革建议，以期进一步提高生物信息学课程的教学质量与效果。

参考文献

[1] 李婷婷，陶文静，柯清林，等.地方本科高校生物信息学课程教学现状与改革初探[J].教育教学论坛，2020（31）：203-205.

[2] 孟双，徐冲，陈丽媛，等.生物信息学在生物学研究领域的应用[J].微生物学杂志，2011，31（1）：78-81.

[3] 王康宇，李晓玲，王志英.生物技术专业生物信息学课程的教学研究[J].现代交际，2019（8）：173-174.

[4] 徐佳莹，宁璐.生物信息学在农业领域的应用及展望[J].安徽农学通报，2019，25（22）：125-126，142.

[5] 武妍，胡德华.生物信息学跨学科研究[J].现代生物医学进展，2012，12（1）：137-141.

[6] 刘奇付，李静静.计算机算法在生物信息学中的应用综述[J].软件导刊，2017，16（9）：209-211.

[7] 邢永强，刘国庆，蔡禄.生物信息学本科专业建设现状[J].生物信息学，2020，18（3）：195-200.

[8] 陈鹏.生物信息学数据库及运用分析[J].电子技术与软件工程，2014（16）：222.

[9] 付鹏程，王锐，孙姗姗.地方本科院校生物信息学课程实践教学初探[J].科技视界，2021（31）：33-34.

[10] 李冉，邵俊杰，王喜宏，等.依托高性能计算平台的《生物信息学》项目教学法探索[J].家畜生态学报，2021，42（6）：90-93.

[11] 王兴平，罗仍卓么，李峰.地方本科院校《生物信息学》常用数据库和软件的合理化利用[J].安徽農学通报，2017，23（9）：151-153.