引论：我们为您整理了13篇生物信息学方向范文，供您借鉴以丰富您的创作。它们是您写作时的宝贵资源，期望它们能够激发您的创作灵感，让您的文章更具深度。
篇1
1生物体医学信号
生物体不同信号的波形图。几种常见的心电波形图如图2所示，可以看出不同形态的生物体反映出不同的信号特征，进而反映在波形图上。医师可以根据波形图的特征对生物体的病情加以判断，从而进行针对性治疗。计算机和智能化技术的不断发展为生物信号诊断技术提供可靠的保证。正确地划分生物信号类别是医学内的重要保证。一般来说，对波形间的相似性程度进行划分类别，再对不同类别信号加以分析，可以缩短工作量，提高工作效率和分析的准确性，这是目前生物信号研究的发展方向。
2相似性分析法
指采用某种方法来描述和分析两者之间的相似度。相似性分析通常分为两个步骤:特征提取和表示以及相似性度量。由于生物体发出的生物自然信号能够随时间的推移而发生变化，因此可以把生物信号作为时序信号中的一种。对时序数据的分析目前已广泛应用，例如气象变化情况、石油勘探情况、股票走势数据等。可以看出时序数据具有很大的复杂性和计算量，其相似性度量会很大程度影响着分析的结果。生物信号同样具有上述特性，复杂多变是生物信号波形曲线形态的主要特征，因此其相似性分析要包括以下两个方面:一是从原始生物信号中提取特征信息，进行优化组合，作为表示特征向量;二是对特征向量进行相似性度量或分类。原始数列的特征提取对降低计算量有很好的帮助，通过只保留数列的主要形态，去除次要形态和细枝末节，提高数据分析的准确性。目前，特征提取的方法有很多，研究思路也各不相同。Keogh等［2］以时间序列为基础，输出的结果形式为线性分段，这种成为线性分段算法。主要方法是将数列表示为多段线性的直线，从而减少实验数据。这种线性分段算法的优点直观明了，可进行多解析多运算，支持各类测量方法，应用广泛。生物信号作为时间序列的一种，也存在复杂表现形式，因此在分析中会面临很多困难。基线漂移和时间轴的伸缩是生物信号最主要面临的问题［3－4］，选择合适的距离度量方法，能够提高相似性分析的准确性。动态时间弯曲(dynamictimewarp，DTW)可以作为一种有效的解决方法，但它的缺点是时间复杂，应用并不广泛.
3生物医学信号相似性分析的关键问题
生物信号作为时序信号的一种，具有维数高、数据量巨大、噪声干扰严重的特点。但由于人体是一个复杂的自然系统，人体信号具有时序信号所没有的一些特点。
3.1随机性强
由于人体的个体差异性很大，所表现出的生理信号也会随之产生差异，比如年龄的差异、性别的差异等。人体健康与生病的生理信号，其差异性会更大。生物医学信号具有随机性，它的特征并不平稳，随着时间发生变化，这种变化为医学中的信号处理带来较大困难。
3.2信号弱，噪声强
一般直接从人体中检测到的电信号幅值比较小。因此，在处理各种生理信号之前要应用放大器。噪声是指其他信号对所研究对象信号的干扰，研究时需要对信号去除噪声再进行研究。
3.3频率范围低
经频谱分析可知，除声音信号(如心音)频谱成分较高外，其他电生理信号的频谱一般较低。
3.4周期性
生物信号的幅值会随着时间而产生周期性的变化，如图3所示的心电波形。首先，将连续信号分为单个波形，即找到电波的最高点为分割点;然后，将连续波形分为多个单段连续的波形。若分割点选取不准确，将会对信号的判断产生影响.生物信号具有维度高、数据多等特征，在相似性分析方面存在一定的难度。由于人们大都注意特征数据的提取方法，因此希望距离度量采用更简单的方法。生物信号经过复杂的特征数据提取后，距离度量通常采用简单方法降低运算复杂程度，提高准确率。生物信号具有信号弱、噪声强、频率范围低等特点，需要采用相应方法达到降维、去噪的功能。通常提取初次特征后，剩余的信息量仍然会很大，因此需要对特征数据进行再优化，采用该方法虽然能保证较高的准确率，但优化过程复杂度过高。
4窗口斜率的特征表示方法
特征提取方法是相似性分析的重要内容，是影响分析的效率和精确性的重要保证。由于生物信号波形的相似性，我们需要关注波形征点的微小差异，重视波形中的细节走势变化，对波形进行分类研究。上文提到，特征提取优化过程复杂度很高，难以同时兼顾提取的效率和准确性，但因为生物信号波形具有周期性，可以将波形按照周期进行划分，波形的变化走势可以用不同阶段内的斜率表示，因此本研究提出了采用窗口斜率的特征表示方法。
4.1窗口斜率表示法
基于X、Y轴的波形图表示方法。首先将该坐标内的区域进行网格划分，网格的大小可由两个参数:阈值t和网格高度h决定。对横坐标的划分网格大小由阈值t确定，对纵坐标的划分网格大小由网格高度h确定。两个参数t和h的大小对窗口效率法分析结果影响较大，对于不同的生物信号波形应选取合适的参数进行划分。在网格划分中，首先设定两个参数，窗口阈值为t，网格高度为h。则波形的任意一个窗口的幅值可表示为(at(i－1)+1，…，ati+1)。任意一个窗口内的纵向幅值差可以通过公式(3－1)来表示。(3－1)从公式可以看出，当阈值t固定后，公式所计算的值实际就是窗口内的斜率，因此这种方法称作窗口斜率表示法。
4.2参数确定
从上述公式的计算方法我们可以看出，窗口斜率特征法的参数t对于窗口内斜率的计算有着重要的影响，参数选择过大，则无法起到精细分析的效果;参数选择过小，会导致任务量增加，网格高度一般选择0.1且不变动。图5显示了心电波形和锋电位波形的形状，进行两种心电波形分析时，采用窗口斜率法首先确定阈值和高度。通常，窗口阈值在关键波峰的1/10～1/5内选择，经过大量实验数据表明，心电波形窗口阈值为4时效果最佳，锋电位波形窗口阈值为2时效果最佳.
4.3窗口斜率法特征提取结果
窗口斜率法的实质就是将坐标内的波形图进行网格划分，对网格内的数据进行斜率计算，计算结果表现在坐标内，从而对相似的波形区分开来。生物信号具有复杂性、纬度高等特征，非常适合采用窗口斜率法进行特征提取。在特征提取过程中主要关注窗口内斜率的变化规律，即使几个波形走势非常相似，但反映在斜率变化上会有很大的不同。图6显示了3种相似的波形经过窗口斜率法计算后，结果对比差异很明显。计算前可以看到3种原始波形很难区分，但通过窗口斜率计算后，特征体现在斜率上会有很大的变化，通过这些变化可以准确判断波形类别，再进行下一步研究分析。
4.4窗口斜率法特点
窗口斜率特征提取法是基于生物信号复杂性与相似性的难点而定。对3种相似的波形采用窗口斜率法计算后，其斜率波形表现出明显的差异，因此，窗口斜率法对于生物信号波形的特征提取非常有用，其原理较为简单，计算方法方便。经窗口斜率法对序列降维计算，能够节约计算量。此外，窗口斜率法能够维持灵敏度和特异度的平衡，使其均保持在较高水平，即在避免异常波形漏检的情况下，提高了波形识别的准确率。因此，窗口斜率法可作为生物信号相似波形处理的重要手段。然而，窗口斜率法的关键点在于选择合适的阈值参数，它很大程度影响计算的准确性。寻找最优阈值是一个烦琐的工作，需要不断地迭代计算。窗口斜率法的关键点在于窗口阈值的选取，该参数对斜率计算结果影响很大，而且对不同波形时要求不尽相同。通过手动选取分类阈值，计算结果会有误差，选不到最优阈值，分类结果也得不到最优。如果阈值范围很大，会造成任务量增大，如何选择确定合适的阈值参数，对于窗口斜率法的应用具有重要影响，这也是下一步工作的主要方向。此外，未来的工作还需要一些实验结果来论证此方法的效果，通过对不同信号波的研究，确定选择最佳阈值参数的方法与理论。
［参考文献］
［1］刘海龙.生物医学信号处理［M］.北京:化学工业出版社，2006.
［2］KeoghE，ChakrabartiK，PazzaniM，etal．DimensionalityReductionforFastSimilaritySearchinLargeTimeSeriesDatabases［J］.KnowledgeandInformationSystems，2001，3(3):263－286．
篇2
生物信息学（bioinformatics）是一门新兴的交叉学科，生物学与医学、数学、计算机科学是其中三个主要组成部分。生物信息学作为跨越生命科学和信息科学两大热点领域的学科，拥有蓬勃的生命力。面对人类基因组计划所产生的庞大的分子生物学信息，生物信息学的重要性已越来越突出，它无疑将会为生命科学的研究带来革命性的变革。［1］［2］国内外对生物信息学的人才需求也在激增。
目前，生物信息学在我国尚处于起步阶段，因为要进行生物信息学的研究，对人员要求很高，需要深厚的生物大分子结构和功能方面的背景知识，需要扎实的应用数学或统计学知识，还需要精通计算机，至少得具备三者之二。但实际情况是大部分从事生物学研究的人不熟悉计算机，而从事计算机科学的人员多数又缺乏对生物学的了解。尽管如此，生物信息学的教育在国内外高等院校及科研机构越来越普及。据不完全统计，我国超过30个高校或科研机构开设生物信息学专业课程。［3］这些研究与教育一般分散在多个系所属的多个专业中，如生命科学院（北京大学等）、计算机学院（哈尔滨工业大学等）、理学院（天津大学等），我校是由计算机学院开设全校公共课。不同学校根据自身的情况，在开设生物信息学这门课时，侧重点都不一样。如果由医学院的教师授课，则侧重点可能在致病基因的研究方面，［4］计算机专业教师授课则可能侧重于数据库的管理、查询等方面，［5］理学院的教师授课则可能侧重于生物信息学中的数学问题。笔者是计算机专业出身的，研究方向为图像处理与模式识别，所以主要从计算机和数学的角度去授课。另外，研究生教学又与本科生教学［6］不同，研究生教学更加应该注重培养学生的主动学习意识和综合能力。笔者将教学实践中的心得进行了初步的总结，以供商榷。
2.注重培养学生的学习兴趣
从培养学生的学习兴趣出发，在课堂教学过程中，充分利用丰富的网络资源，如图像、视频等。比如在介绍模式生物时，可以给出各种模式生物的图像；在介绍各种各样的生物数据库时，可以在课堂上现场上网登陆数据库，演示和介绍各个数据库的特点和使用方法等。研究生不同于本科生，本科生可能比较习惯于教师的灌输性教学，而研究生教学更加鼓励学生主动自觉地学习。这从“研究”一词的英文解释“re-search”――再（“re-”）探索（“search”）中也可以看出。教师在研究生学习过程中主要起引路的作用，而不可能手把手带着学生研究。生物信息学更是如此，它是一门新兴的交叉学科，很多理论和研究内容还不成熟，需要科学工作者不断地探索。因此，通过生动形象的启发式课堂教学，培养学生的学习兴趣，对学生以后的进一步研究有着重要的作用和意义。
3.注重培养学生的综合素质
在生物信息学的上课过程中安排几次学生的课堂报告。具体做法是：由教师或学生在国外重要期刊（如Bioinformatics）或会议上找与学生自身的研究方向比较相近的生物信息学方面的最新文献，然后几个学生一组共同针对某几篇文献进行阅读、理解，最后以报告的形式跟大家一起交流和讨论。在这个过程中，可以培养学生的如下几个方面的能力：
（1）搜寻资料的能力。现在网络非常发达，网络资源也非常丰富，如何从纷繁复杂的网络资源中找到自己所需的资料不是一件容易的事。学生可以通过学校购买的数据库进行查找适合自己的文献资料，也可以通过搜索引擎进行查找。通过这个过程，学生可以了解有哪些数据库可以利用，哪些网站资源比较丰富，以及选择什么关键词进行查找比较有效，等等。
（2）阅读外文文献的能力。学生在本科阶段一般没有读外文文献的习惯，而进入研究生学习阶段，为了了解和研究国际前沿领域，就必须阅读大量外文文献，毕竟国外的科技实力在很多方面还是处于领先位置的。给学生指定几篇优秀的外文文献进行阅读和理解，可以一定程度上锻炼学生阅读外文文献的能力。因为要想真正理解文献的内容，就必须对文献进行仔细认真的阅读和研究。
（3）团结协作的能力。每个课堂报告都是由几个学生共同参与完成的，在这过程中有组织协调和分工的问题，这需要大家共同努力，团结协作。团结协作在当今社会越来越被推崇，所以培养学生团结协作的能力对于他们以后进入社会很有帮助。从实际执行的情况看，效果还不错。比如有的学生数学基础好，他就负责理解文献中的公式和算法部分；有的学生计算机能力比较强，他就负责编程实现、课件制作等。
（4）口头表达的能力。课堂报告的最后陈述和讨论可以锻炼学生的口头表达能力。有的学生平时很少有作报告的机会，所以口头表达的能力得不到锻炼。本课程提供给学生一次口头表达能力锻炼的机会，让学生体会到如何组织报告内容、如何把自己理解的内容介绍给听众是比较有效的，是容易被大家理解和接受的。
4.理论与实践相结合，鼓励交叉性研究
为了做到学有所用，笔者从每个学生自身的研究方向出发，为每个学生指定与其研究方向相关的生物信息学方面的最新文献进行阅读和理解。鼓励学生进行跨学科切交叉性研究，将所学的生物信息学知识应用于实际的研究中，或者利用已掌握的知识促进生物信息学的研究。比如课堂上的计算机学院的学生有研究图像处理与模式识别的，就给他们安排一些生物图像处理、基因识别等方面的文献。这种交叉性的学习和研究，有可能激发学生的灵感，获得比较大的创新性成果。
5.结语
生物信息学课程教学的实践表明，学生经过这门课程的学习，学到了一定的内容，如对生物信息学这门课有了比较清楚的了解和认识、综合素质得到了一定的提高、找到了一些适合自己的研究切入点等。总的来说，教学效果不错，但还需要进一步探索，进一步完善。
参考文献：
［1］张阳德.生物信息学［M］.北京：科学出版社，2005：1-15.
［2］郝柏林，张淑誉.生物信息学手册［M］.上海：上海科学技术出版社，2002：1-10.
［3］许忠能.生物信息学［M］.北京：清华大学出版社，2008：8-17.
篇3
近些年，生物信息学顺应时代变化而成为生命科学的新兴领域。[1]生物信息学主要是对核酸和蛋白质两个大方向的数据进行处理与分析。[2]目前，生物信息学作为基础课程在各高校生物科学专业及相关专业开设。其教学质量的高低对于培养学生的综合能力具有重要的意义。[3]因此，各高校在教材选择、课程安排、教学内容、实践教学等方面不断进行改进。[4]优秀的生物信息学教材是提高教学质量的基础。对不同的教材进行对比分析，从中选取适合相关专业的教材，是教师的必要工作。本文对五种生物信息学教材进行分析，为不同专业对于教材的选择提供参考和建议。
一、研究方法及教材简介
（一）文献研究法
笔者主要从以下三个方面进行文献检索。首先，搜索与生物信息学教材分析相关的著作。其次，利用中国知网、万方数据库等检索与教材分析相关的期刊论文。最后，借鉴优秀教师的教案，仔细阅读并进行分析。深入了解相关生物信息学教材分析的背景以便进行整理分析。
（二）对比研究法
本文主要选取了五种生物信息学教材，根据教材的基本框架结构及特点，对其进行对比分析，分析总结不同教材之间异同。
二、生物信息学教材分析
随着课程改革的不断完善，针对不同地区、不同专业，教材的使用也趋向多元化。生物信息学教材是教师进行教学活动的基础。对不同的生物信息学教材进行对比，以便教师作出最适合的选择。如表1所示，对五种教材从宏观角度进行内容上的分析。
如表1所示，从中可看出这五种教材从整体编写方面，都涵盖了核酸和蛋白质两个主要层面。主要内容包括：生物信息学的概念及发展历程、数据库的介绍、生物信息学常用统计方法、基因组学、蛋白质组学等几大方面。并且，大多数教材都附有思考题，有利于学生课后对知识进行运用及加深理解。只是随着生物信息学的飞速发展，不同版本的教材增添了新的相关的知识。同时不同教材的侧重点略有差异。
另一方面，从表1中可看出，五种教材所包含的章节为7到15章不等。这说明，随着科学技术的不断发展，更多的前沿知识不断地填充到教材中。所以，随着时间的变化，不同的教材，具有各自的特色。
首先，教材的侧重点不同。随着各物种的基因组计划的不断完成，生物信息学发展实现了质的飞跃。并且融入到各个领域中。例如：由李霞、雷建波编写的《生物信息学》，侧重介绍了生物信息学与疾病的相关联性。教材在内容和形式上有所创新。突出实用性，以临床实际问题作为编写出发点；而刘娟编写的《生物信息学》一书中，以丰富的实例，重点介绍了相关数据库和软件的功能、应用策略和使用方法。在章节编排上涉及微阵列数据分析的内容，突出了生物信息学与数学的融合。
其次，不同教材的难度存在差异性。陶士珩编写的《生物信息学》较基础，包含了生物信息学基本内容，力求使学生全面了解和掌握生物信息学领域的重要基础知识与基本操作技能。而陈铭编写的《生物信息学》，根据生物信息学多学科融合的特点，增添编程与统计学知识，教材所涉及的知识范围广泛。使得无论是对教师还是学生来讲，都要求具有深厚的学科背景。
最后，学科之间联系程度差异。生物信息学作为一项生物科学的工具，不仅仅应用于生物学，同时，在医学、农业专业、计算机科学等领域。[10]但不同教材所体现生物信息学与其他学科的联系程度不尽相同。例如：吴祖建编写的《生物信息学分析实践》一书，主要包含了数据库检索、引物设计、序列分析等诸多技术问题。书中以图表形式为主，文字介绍为辅，以让学生学会操作为主，将生物信息学与计算机科学紧密结合。
三、结语
生物信息学重要特点为学科交叉性，涉猎范围广。不同的生物信息学教材适用于不同专业。本文对五种教材进行对比分析，根据教材不同特色并结合不同专业特点，为教师选择适合的教材提出建议。陶士珩、刘娟编写的两版不同《生物信息学》，内容基础，适用农业专业和师范专业作为教学用书；李霞、雷健波编写的教材，主要突出了与医学相关联系，适用于医学专业用书；陈铭、吴祖建所编写教材，注重与计算机科学的关联，实践性强，有利于培养学生动手操作能力，适用于计算机专业。
参考文献：
[1]朱杰.生物信息学的研究现状及其发展问题的探讨[J].生物信息学，2005，3（4）：185-188.
[2]赵屹，谷瑞升，杜生明.生物信息学研究现状及发展趋势[J].医学信息学杂志，2010（5）：2-6.
[3]倪青山，金晓琳，胡福泉等.生物信息学教学中学生创新能力培养探讨[J].基础医学教育，2012，14（11）：816-818.
[4]向太和.我国现有《生物信息学》教材和网络资源的分析[J].杭州师范学院学报（自然科学版），2006，5（6）.
[5]陶士珩.生物信息学[M].北京：科学出版社，2007.
[6]刘娟.生物信息学[M].北京：高等教育出版社，2014.
[7]吴祖建.生物信息学分析实践[M].北京：科学出版社，2010.
[8]陈铭.生物信息学（第二版）[M].北京：科学出版社，2015.
[9]李霞，雷建波.生物信息学（第二版）[M].北京：人民卫生出版社，2015.
篇4
傳统的妇科肿瘤学研究生教育重视的是单一学科的知识传授，忽略了学科之间的交叉影响，教育理念陈旧，教学内容繁杂，传授方法老套，学生们在接收和学习知识的过程中往往处于被动的位置，难以突破传统思维的桎梏，这点显然不符合现代医学复合型人才的教育要求。妇科肿瘤学是大数据背景下知识更新迅速的学科之一，迫切需要全新的研究生教育理念进行知识的传授。生物信息学理念刚好为这一过程搭建桥梁。
生物信息学是20世纪90年代逐渐兴起的一门交叉学科，它以生物作为主要研究对象，借助计算机技术、信息科学技术、分子生物学技术和应用数学等手段，对大量复杂的生物数据进行处理、存储、分析和阐述，旨在深入挖掘和揭示潜在的生物学意义。随着精准医疗时代的到来，生物信息学的作用日益凸显，它已经渗透到生命科学研究领域的各个方面，并成为了最有活力的前沿领域之一[1]。当前，国内不少高等医学院校陆续开设生物信息学这门课程。对于医学研究生而言，生物信息学不仅仅是一门课程，它还教会了学生从海量生物数据中挖掘有意义的生物信息，因此，从某种意义而言，它更是一种思维方式的体现。广西医科大学附属肿瘤医院（以下简称“我院”）妇科从1985年开始招收研究生，在学校开设生物信息学课程之初，即重视研究生生物信息学思维的培养，并且使他们学会将这种思维方式更好地应用于妇科肿瘤学研究领域，为社会输送一批又一批具有生物信息学理念的现代医师。
1将生物信息学核心理念应用于妇科肿瘤学研究生的教学实践
生物信息学的核心理念是海量数据的管理和挖掘，注重学生自主学习能力的培养，而自主学习是一种新型教学理念，同时也是高等院校教学改革的主要方向之一[2]。生物信息学除了能教会学生使用大量的相关数据库和在线分析工具进行科学研究以外，还能教会他们掌握主动学习的方法和途径，学会利用现有的数据库和在线分析工具进行深度挖掘，旨在帮助他们解决临床实践过程针对疑难病症的诊疗问题，最终服务患者[3]。在妇科肿瘤学研究生教学实践中引入生物信息学理念有如下几个方面的具体表现：
1.1建立生物信息学的概念和意识
在妇科肿瘤学领域培养出具有生物信息学知识背景的研究生，这种跨学科创新型研究生培养模式，突破了传统的单一学科研究生培养模式的桎梏，顺应了新时代研究生教育的发展潮流。在日常研究生培养中，我院着重帮助学生建立起生物信息学的意识和思维方式。首先，在课程设置方面，我院动员妇科肿瘤学研究生自觉将生物信息学这门课程列为其研究生生涯的必修课程。通过课程的学习，学生将意识到，生物信息学是一门由生命科学和计算机科学交叉形成的新兴学科，先后经历了前基因组时代、基因组时代和后基因组时代三个阶段，涵盖了生物信息的获取、处理、存储、传播、分析和阐述等方面[4]。其次，我院定期组织学生进行小组学习，通过线上线下混合式教学手段引导学生对生物信息学的深度学习。同时，我院也重视妇科肿瘤学教师自身的生物信息学通识教育，不定期邀请生物信息学教研室教师答疑解惑。最后，我院引导学生将生物信息学知识应用到研究生课题研究中，进一步加深学生对生物信息学和妇科肿瘤学知识的理解。
1.2学会使用生物医学数据库和在线分析工具
生物信息学发展至今，产生许多生物医学数据库和在线分析工具，如基因表达（geneexpressionomnibus，GEO）数据库、蛋白质相互作用数据库、微小RNA（microRNAs，miRNA）靶标数据库、癌症基因组图谱（thecancergenomeatlas，TCGA）数据库和用于注释、可视化和集成发现（thedatabaseforannotation，visualizationandintegrateddiscovery，DAVID）的数据库等常用数据库和GEO2R在线工具、GeneMANIA在线工具和医学本体信息检索（CoremineMedical）平台等常用在线分析平台[5]。对于妇科肿瘤学研究生而言，无论是专业型研究生还是学术型研究生，掌握生物信息学知识并不在于如何进行复杂算法的开发、原始数据的处理或数据库的构建，而是如何使用这些数据库和在线工具进行数据挖掘和分析，并用于指导科学研究和临床实践。在妇科肿瘤学研究生教学实践中，我院着重强调“以实践为中心”。比如，Wei等[6]在其研究生课题中巧妙应用了GEO数据库中的3个独立基因芯片数据（GSE25191、GSE28799和GSE33874），进行基因差异表达分析和基因通路富集分析，并通过实时定量聚合酶链反应和TCGA数据库验证，发现整合素α6亚单位（integrinα6subunit，ITGA6）是卵巢癌肿瘤干细胞核心基因，该基因的高表达与卵巢癌化疗的耐药和预后差密切相关。研究生唯有亲身实践，将理论知识融入实践中，才有可能熟练掌握这些生物医学数据库和在线分析软件的使用方法和数理基础。
1.3将数据挖掘理念融入科学研究和临床实践中
在生物医学大数据时代背景下，生物医学研究正发生着重大变革，从基因组学、蛋白质组学、代谢组学、转录组学和表观遗传学等多学科研究到基于海量临床信息数据的真实世界研究，它们所产生的大量高维复杂的研究数据互相交汇，共同构成生物医学大数据[7]。对研究生而言，如何将多层次临床和研究数据进行深度挖掘和有机整合，从而转化为新知识，既是机遇，又是挑战。在妇科肿瘤学研究生教育中，我院将数据挖掘理念渗透到各个教学环节中，旨在让研究生掌握主动学习的方法和途径，培养其创新思维，为今后的科学研究和临床实践打下扎实的基础。在科学研究方面，尤其是在课题选题和设计阶段，组织学生利用互联网查找学科领域的前沿问题或热点问题，对自己感兴趣的方向各自提出一个具体的科学假设。然后通过查找文献和充分利用数据库进行深入的数据挖掘，构建生物信息学分析网络来回答具体科学问题。最后，组织学生进行分子实验或利用临床资料来验证科学假设。在临床实践方面，引导学生将临床上遇到的問题转化成具体的科学问题，然后应用简单的临床生物信息学方法对具体的科学问题进行浅层次的数据挖掘，从而充分地为后续临床研究做好准备。这种将数据挖掘理念融入科学研究和临床实践的教学方法，充分锻炼了研究生的科研和临床思维。比如，吴文娟等[8]进行卵巢上皮性癌铂类耐药相关差异表达蛋白质筛选时，结合了生物信息学方法分析，筛选出62个铂类耐药相关的差异表达蛋白质，然后通过正选择分析时发现，蛋白C6、CNTN1在亚洲人群中均存在正选择作用（P<0.05），而蛋白BCHE在欧洲人群中存在正选择作用（P<0.05），基于CoremineMedical平台的文献挖掘及TCGA数据库中的芯片数据交集分析进一步印证，12个差异蛋白（CRP、FN1、S100A9、TF、ALB、VWF、APOC2、APOE、CD44、F2、GPX3和ACTB）与卵巢癌铂类耐药相关。Wei等[9]在探讨卵巢癌多药耐药的分子研究中，充分利用CoremineMedical平台进行文献数据挖掘，并结合分子生物学实验发现，ITGA6可能在卵巢癌细胞中起到调节基因的作用，参与卵巢癌的多药耐药过程。蒋燕明等[10]在回答与宫颈上皮内瘤变进展相关的差异基因和信号通路这一问题上，通过对GEO数据库中获得的2套芯片数据（GSE63514和GSE51993）进行深入挖掘和综合的生物信息学分析，筛选出与宫颈上皮内瘤变进展相关的14个差异表达基因和3条信号通路。
2生物信息学理念对妇科肿瘤学研究生教育的影响
传统医学与互联网、大数据、人工智能等技术的深度融合催生了新医科这一全新的现代医学形态[11]，它借助了计算机科学和人工智能的爆发式发展，实质上也是多学科交叉融合的产物。这种顺应时展的产物，颠覆了传统医学模式，深深地影响了医学教育领域。在新医科背景下，高等医学教育更应该注重教育理念和培养模式的改革，满足“健康中国”的战略需求，培养出能够运用学科交叉知识来解决医学领域前沿问题并引领未来医学发展的高层次医学领军人才[11]。研究生教育是我国教育体系中最高层次的教育，以培养拔尖创新人才作为主要任务和核心内容，建立以教学为基础、以科研为主导、临床和科研相结合的研究生培养模式，这是培养拔尖创新人才的根本方法[12]。在妇科肿瘤学研究生教育中引入生物信息学理念，恰好符合了新医科背景下研究生拔尖创新人才培养模式，将对妇科肿瘤学研究生教育改革产生深远影响。
2.1对传统医学教育模式的冲击
传统医学教育模式重视学科教育的系统性，强调以学科为中心，忽视了学科间知识的渗透和交流，显然不符合现代医学教育的宗旨[13]。在传统医学教育模式下，学科的课程体系教学依旧采用灌输理念，这种填鸭式的知识传授过程容易磨灭学生主动探索知识的求知欲。在大数据时代，高等教育改革重点围绕学生创新能力的培养展开，并积极引入现代化教育理念，强调以学生为中心、以实践为主进行教学内容的更新[14-15]。最近十年，在《教育信息化“十三五”规划》和《教育信息化十年发展规划（2011-2020年）》等文件的引领下，国内教育信息化得到了迅猛的发展，包括大数据、云计算和人工智能等现代化信息技术已经进入现代教育系统，在这一历史背景下，国家相继出台《中国教育现代化2035》和《教育信息化2.0行动计划》等政策文件，为我国教育信息化建设道路指明了方向[16]。
作为一门交叉学科，生物信息学知识和理念早已渗透到各个医学学科领域，并衍生出多个分支学科。临床生物信息学是其中一个分支学科，也是一座搭建在基础研究和临床诊疗之间的桥梁，更是解决临床肿瘤相关诊治因素的新手段。因此，在精准医学时代，很有必要引入肿瘤生物信息学特异性研究方法或全新高级的研究工具，来回答与肿瘤相关的关键问题[17]，对于肿瘤学的研究生教育亦是如此。妇科肿瘤学研究生教育不应该局限于讲授单一学科的知识、基础研究和临床实践，引入生物信息学理念，不仅对传统医学教育模式产生冲击，还能培养研究生从多角度思考问题的能力，从而产生独特的研究方法和形成创新性思维，更能培养研究生从不同的专业角度发现问题、分析问题和解决问题的能力[18]。
2.2提高教师教学理论素养和教学反思自觉性
在教学医院，临床医师不但要从事临床诊疗工作，还要承担科研工作和教学任务。他们的日常临床工作繁重枯燥，科研方法往往单调乏味，教学理念陈旧乏新。医学教师作为医学教育的实践者，只有在先进教育理念的引领下，才有可能真正做到以学生为中心，使学生受益，从而提高人才培养的质量[19]。因此，医学教师应该以更加开阔的视野主动投入到各类前沿的教学改革与研究中，重视有助于医学生自主学习的教学手段开发和应用。临床医师学习先进的生物信息学知识和理念，并将之应用于临床和教学实践中，有助于他们对实践中出现的难以解决的医学问题进行合理解释，同时满足现代医学研究和教育的发展需求，为提高自身教学理论素养和教学反思的自觉性提供了新途径。
2.3拓宽研究生知识的深度和广度
篇5
中图分类号：G642.0?????文献标识码：A?????文章编号：1007-0079（2012）23-0060-02
21世纪是生命科学的世纪，生物技术飞速发展，生物学数据大量积累。而生物信息学正是在这种大背景下蓬勃兴起的交叉型学科，旨在用信息学方法解决生物学问题。为了培养复合型人才，大力发展交叉学科，国防科技大学（以下简称“我校”）近年来面向全校理工科研究生开设了“生物信息学”选修课程。
“生物信息学”作为新兴的交叉学科，具有融合性、发展性和开放性的特点。[1]融合性是指生物信息学涉及的生物、计算机、数学等多个学科的交叉与融合。从20世纪90年代到现在，该学科发展非常迅速，研究热点发生了数次改变。开放性是指该学科存在大量有待探索和研究的新问题。这些特点一方面为课堂教学提供了大量的主题和素材，一方面也对授课方式提出了较高的要求。经过认真分析，选定研讨式教学作为该课程的主要授课方式。研讨式教学即研究讨论式教学，是将研究与讨论贯穿于教学的全过程。[2]在教师的具体指导下，充分发挥学生的主体作用，通过自我学习、自我教育、自我提高来获取知识和强化能力培养。[3]通过确立教学目标，精心设计和组织教学内容，在实践中贯彻研讨式教学理念和方法，在生物信息学课程中对研讨式教学模式进行了理论探索和实践创新。
一、教学目标的确立
合理的课程目标与定位是决定课程建设成败和教学效果的基础，其主要依据是人才培养需求和授课对象的实际情况。首先，教学对象是研究生，已具备一定的自主学习和创新思维的能力。教师不仅要传授知识，而且要讲解基本的研究方法，让学生具备独立思考问题、分析问题和解决问题的能力。其次，作为军校学生，以后从事的工作可能涉及很多学科方向，展现如何针对一门新的学科方向进行研究的整体思路显得很有意义。最后，考虑到学生不同的知识背景，对于各部分内容的理解程度不同，必须兼顾不同的专业方向，让每个学生都能有所收获。因此，确立教学目标为：介绍生物信息学的基本概念和方法，通过案例分析展现科学研究的基本方法和实践过程。
二、教学内容的设计和组织
1.教学内容的总体设计
确定了教学目标之后，需要对课程的教学内容进行总体设计。参考国内外多所高校的相关课程设置，如北京大学的“生物信息学导论”、中科大的“生物信息学”、中科院的“生物信息学与系统生物学”和MIT的“Bioinformatics and Proteomics”等，发现这些课程主要是针对生物专业的学生开设，侧重于方法学介绍。而我校学生大部分是工科背景，对于统计和机器学习方法有一定基础，重点是了解相关的生物学问题，并应用已有的工科知识去分析和解决这些问题。同时，随着生物信息学的快速发展，研究领域不断扩大，有必要展现该学科的最新进展。
因此，课程内容总体设计上以生物学问题为主线，结合最新的研究成果，对各种计算方法的应用过程进行深入和细致的讲解。在介绍生物信息学的研究现状和生物学基础知识之后，分多个专题详述生物信息学最新的研究进展，各专题在内容上相互衔接，由浅入深，以便学生理解和接受。以问题为导向的课程设计对于启发学生思考，积极参与课堂研讨具有重要作用。
进一步，为了突出部分重点专题及其分析方法，采用案例分析课的形式，针对一些重要问题进行深入探讨。鼓励学生应用所学知识，结合自身的专业背景，通过积极地思考和讨论提出相应的解决方案。案例选择为教师有一定研究基础的开放性问题，一方面介绍已有的研究成果，一方面结合教师的研究体会，通过积极讨论拓展新的研究思路。案例分析课有助于学生更多地参与课堂研讨，对于知识的综合应用和科学研究过程产生切身体会。
2.教学内容的组织
研讨式教学的关键是调动学生的积极性，鼓励学生踊跃地参与课堂讨论，提出自己的观点。通过集中备课，学习和吸取老教师的成功经验，总结调动学生积极性的基本要素，对授课内容进行了认真的组织和编排。
（1）重点突出，详略得当。由于生物信息学涵盖内容非常丰富，有必要对课程内容进行取舍，在保证知识面的基础上，突出授课的重点。减少或删除重要性较低的部分，采用图片和动画等形式对重要的知识点加以强调，以深化学生的理解。只有学生对重点内容理解透彻，才能激发出浓厚的学习兴趣，积极参与课堂研讨，碰撞出智慧的火花。
篇6
1 医学生的计算生物学与生物信息学思维培养
本部分特指医学专业学生的生物信息学教学，部分医学院校开设的医学生物信息学专业教学将在下一部分中提及。无论是医学基础研究，还是以循证医学为代表的临床研究，生命科学研究的一般过程，都遵循发现问题资料查询预实验提出科学假设设计实验验证假说资料查询和结果分析科学理论总结的基本思路［3］。在这个过程中，计算生物学与生物信息学不仅是进行资料查询和结果分析的重要工具，更应是在提出科学假设和实验设计阶段就需要贯彻执行的理念和思维方式。换言之，具体的生物信息学与分子生物学实验一样都是验证生物医学假说的实验方法，是将一个生命科学假设用计算和信息学思维方式表达和实现的过程。在我国，绝大部分医学基础研究和临床研究课题都是由医学院校毕业的临床工作者设计和申请的。由于临床医师大都承担了繁重的临床工作，申请者亲自完成课题的机会很少，获批课题的具体实施及数据管理、存储、检索、分析和整合多由研究生或实验室工作人员负责。因此结合我国的实际情况，将生物信息学与具体课题耦合，即将一个科学假设用计算和信息学表示并有效实施的思维和实践培训，才是医学生生物信息学培训的中心内容。由于我国临床医学教学采用长学制（5年、7年或8年）教学，对实践性和针对性都很强的生物信息学而言，过早或过于笼统的培训都显得意义不大，所以笔者认为针对医学生的生物信息学培训安排在研究生阶段是比较合适的，教育中心是以医学研究需求为指导，强调信息学思维培训和实践操作。具体提出的建议有两点，一是根据学生专业背景调整理论教学内容。医学院校学生的数理基础、计算机基础及统计学理论基础不能和工科院校的学生相比，医学专业包括基础医学、临床医学、口腔、预防等专业，涉及广泛，各个专业背景的学生对这门课程的需求不尽相同。因此在理论课程上，要根据不同的专业背景和研究内容形成“个性化”的培养方案，目的是让学生有选择有针对性地掌握相关生物信息学内容，例如数据库的类型和选择，常用软件的种类和应用等，同时又不会对过于高深的生物信息学理论产生反感。二是结合研究生阶段的课题，开展研究内容模拟和实践操作练习。为了更好的配合研究生阶段的课题，可将《生物信息学》开课时间调整到研究生阶段的第三学期，即在学生进入课题研究阶段之后，让学生在清楚面临的课题内容后，有针对性地学习在完成课题过程中要使用到的知识、工具和解决问题的思路，包括文献查阅、保存、编辑，核酸序列查找和同源性比对及进化分析，PCR引物设计，基因功能、结构预测，调控元件及转录因子预测，蛋白质基本理化性质分析，跨膜区及信号肽预测，二级结构和空间三维结构的预测等。这样学生的学习兴趣和效率会大大提高。为了解决上课时间与课题时间冲突的问题，可以采用生物信息学授课老师加入导师组成员，通过网上教学和答疑、夜间授课、集中授课与个别指导结合等多种方式灵活解决。
2 以医学为中心的生物信息学专业人才培养
如果说对医学生进行生物信息学教育的目的是使其学会将一个生命科学假设用计算和信息学表示，并正确提供初始数据，那么以医学为中心的生物信息学专业人才培养的目的，就是使其学会用计算机学和信息学处理并证实科学假设的过程。具体的内容包括，与实验室工作人员和临床医生配合，从计算生物学与生物信息学角度指导并帮助其完成科学假设和课题内容设计；在课题实施阶段对后者提供的初始数据进行管理、存储、检索、分析和整合，以及满足后者更高要求的计算机技术的需求，例如应用软件的设计，生物系统和结构的建模，等等。目前，计算生物学与生物信息学专业研究生的培养模式主要有3种：①以生物学为中心的多学科培养模式。理论教育以生物学为中心，在6～9个学期内陆续完成生物学部分课程（相当于普通生物学系1／3～1／4课程）的选修，然后根据兴趣和实际情况选择一个相关实验室完成研究生课题。这种培养模式被大多数综合大学采纳。②以工程设计为中心的培养模式。③以医学为中心的培养模式。指以医学研究和临床应用为中心设置计算生物学和生物信息学，绝大多数由医学院校设置，侧重生物信息学与临床医学的结合。在进入课题阶段之前会有1～2年临床相关概念和信息的培训，主要开设的课程包括生物学、细胞生物学、分子生物学与基因组学、化学与物理学、计算机科学、数学和统计学等，甚至包括部分医学课程，后期实践阶段通常选择一个相关实验室完成研究生课题。总的看来，医学生物信息学基础课程设置与国际趋势相符，也符合以医学为中心计算生物学与生物信息学的培训要求。但从近年生物信息学专业研究生就业情况来看，确实存在素质参差不齐，学不能致用，不能很快融入研究工作等问题。笔者认为，这种现象可以从三个方面加以改进：①以职业发展和学位教育为导向，建立多层次、多形式的医学信息学教育和继续教育体系。各医学院校可在统一专业培养目标和定位的基础上，根据自身的学科基础和特色，结合学生毕业后的工作领域和就业方向，形成“个性化”的专业方向和培养方案。②加强师资力量的建设，形成以课程为中心的教学团队。现有医学生物学教材内容宽泛、偏重理论，对实践环节的指导较少，需要授课老师有选择的挑选合适的内容并予以补充和完善。这对授课教师的素质提出了更高要求，要求其能根据实际情况因材施教，有所取舍，强化重点。目前，各院校教学团队和师资力量配备受限，建议可以课程为中心，培养、引进学术带头人，从其他专业挑选骨干教师兼任等多种形式，形成以课程为中心的教学团队。③实践教学与综合能力的培养。生物信息学是一门实践性非常强的学科，要将“学有所长，学以致用”作为人才培养的最终目的。可以通过构建开放式实践教学平台，建设实践教学基地等方式尽可能强化实践操作训练［4］，后期部分学生可以结合个人兴趣，本着双向选择的原则，将实践阶段训练固定到导师和实验室，并安排其参与完成某一项课题的设计、实施和总结，在整个过程中要特别注意培养学生的学习兴趣和自学能力，强调知识的自我更新。
综上所述，医学生物信息学人才培养的最终目的是使生物信息学能满足现代医疗和医学研究发展的需要，使医学生物信息学人才成为有效连接基础研究与临床医疗的桥梁，为现代医学的发展提供新途径［5］。
参考文献：
［1］Mark Gerstein，Dov Greenbaum，Kei Cheung and Perry L．Miller．An interdepartmental Ph．D．program in computa－tional biology and bioinformatics：The Yale perspective［J］．Journal of Biomedical Informatics，2007，40：73－79．
［2］倪青山，胡福泉，饶贤才，等．医学院校生物信息学实践教学初探［J］．基础医学教育，2011，13（6）：538－539．
［3］张乐平，冯红玲，宋茂海，等．生物信息学教学与医科学生计算思维培养［J］．计算机教育，2012，19（4）：12－16．
篇7
生物信息学作为一门新兴的交叉学科，它涵盖了计算机科学、生物学以及统计学等不同的学科。它的主要研究内容是通过应用计算机对各种生物数据信息进行检索、分析以及储存。在生物信息学中，它的各种组合问题都具有数量繁多、计算量大的鲜明特征，为了能有效地解决各类组合难问题，就必须不断提高计算的处理速度，创新计算机算法，保证各算法和程序的高效性。
1 在生物信息学中普遍被应用的计算机算法
在生物信息学中那些常见NP-难的组合优化问题可以分为以下几个：群体单体型检测问题、个体单体型检测问题、多元聚合酶链反应引物集设计问题、标签SNPs选择问题、序列比对问题以及基因芯片的探针设计问题[1]。这些问题都具有大量的信息数据，对于计算机的处理速度要求偏高。所以，必须不断优化计算机算法，对计算机算法在生物信息学中的应用展开分析和研究。通常来说，生物信息学中组合优化问题采用的计算机算法主要包括以下几种：近似算法、精确算法、启发式算法以及参数化算法等。采用近似算法通常可以得到较为满意的时间复杂度。精确算法则是生物信息学中遇到难度大组合问题的首要选择，然而它具备偏高的时间复杂度[2]。启发式算法相对于传统的计算机算法，前者获得解的收敛速度会快很多。参数化算法通过从组合问题的参数特性研究分析入手，建立出多维的数学模型，从而有效地解决问题。
2 启发式算法在生物信息学中的应用
启发式算法通常被普遍应用于较大规模生物信息学的组合问题中，启发式算法具体包括了以下几种不同的算法：粒子群优化算法、神经网络算法、遗传算法、混沌免疫进化算法、模拟退火算法。
粒子群优化算法又可以称为微粒群算法或者微粒群优化算法，它是通过模拟鸟群寻食行为而不断发展起来的一种基于群体合作的随机搜索的优化算法。通常情况下，可以将它归类为群集智能的一种，被纳入了多主体优化系统。粒子群优化算法的主要发明者为Kennedy教授和Eberhart教授。在解决组合优化问题过程中，粒子群优化算法通过将问题的每一个解相对应的找出空间中某只鸟的位置，将空间中所有的鸟统称为粒子，每一个粒子的飞行都通过队员的飞行经验以及自身的飞行经验进行适当的调整。当某个粒子在实际的飞行过程中遇到最佳的飞行位置，这个就是粒子的最优解，也就是个体的极值。而如果是整个集体的最优解，也就是群体的极值，它为每个粒子所遇到过的最佳位置总和。在实际的算法操作过程中，粒子是否处于较优的位置需要通过优化函数决定的适应度来确定。与此同时，粒子的飞行速度直接关系到每个粒子的飞行距离以及方向。粒子群优化算法最大的优势就在于它不需要依靠大量的经验参数，简捷实用、适用于并行处理、具备较快的收敛速度等[3]，而它的弊端则是收敛精度不够高、容易局限于局部的极值。
神经网络算法在生物信息学中的主要作用是用来对生物神经系统信息处理过程的模拟。神经网络算法主要可以分为两个层面，一个为输出层面，另一个为输入层面。在这两个层面中间还存在些许隐藏的学习层面，这些学习层面中又包含了很多的结点[4]。不同结点之间的连接方式多种多样，与此同时，每个结点如何把输入信号转换为输出信号的选择性也有很多[5]。要想对神经网络进行有效的训练，就必须提供大量的数据信息。神经网络在得到训练后，就能够起到从相同类型没有处理过的数据中获取信息的作用。神经网络算法最大的不足在于，无法从大量的生物信息数据参数中提取出最简单的知识。
3 参数化算法
参数化算法作为一种先进的计算机算法，通过将计算实践和计算理论有效地结合在一起，从而不断提高解决生物信息学组合问题的效率。通过学习参数计算理论可以知道，在生物信息学中的某些NP-难问题能够实行参数化，简单来说就是合理设计出算法复杂度为“0”的计算方法。在这个过程中，c作为一个常数，n则作为问题的规模，k是一个参数，这个参数的变化过程只能保持在一个小的范围中。一旦常数c的数值较小，参数化算法就能充分的抓住k作为一个小参数的特性，较为快速的破解掉生物信息学中的NP-难问题。
4 结束语
综上所述，要想大力发展生物信息学，就必须将生物学和计算机学紧密的结合在一起。既要加强生物学方面知识的学习，还要不断对计算机算法进行改革创新，提高计算机算法的运行速度以及精确度，共同促进生物信息学稳定持续的发展。
参考文献
[1]（沙特） Alsuw aiyel M H.算法设计技巧与分析[M].吴伟昶，方世昌，等，译.北京：电子工业出版社，2008：371-407.
[2]（美） Baxevanis And reas D，F rancis Ouellette B F.生物信息学：基因和蛋白质分析的实用指南[M].李衍达，孙之荣，等，译.北京：清华大学出版社，2008：13-120.
[3]杨久俊，邓辉文，滕姿.基于混沌免疫进化算法的聚类算法分析[J].计算机科学，2008，8：154-156.
篇8
“生物信息学”是英文单词“bioinformatics”的中文译名，其概念是1956年在美国田纳西州gatlinburg召开的“生物学中的信息理论”讨论会上首次被提出的［1］，由美国学者lim在1991年发表的文章中首次使用。生物信息学自产生以来，大致经历了前基因组时代、基因组时代和后基因组时代三个发展阶段［2］。2003年4月14日，美国人类基因组研究项目首席科学家collins f博士在华盛顿隆重宣布人类基因组计划（human genome project，hgp）的所有目标全部实现［3］。这标志着后基因组时代（post genome era，pge）的来临，是生命科学史中又一个里程碑。生物信息学作为21世纪生物技术的核心，已经成为现代生命科学研究中重要的组成部分。研究基因、蛋白质和生命，其研究成果必将深刻地影响农业。本文重点阐述生物信息学在农业模式植物、种质资源优化、农药的设计开发、作物遗传育种、生态环境改善等方面的最新研究进展。
1.生物信息学在农业模式植物研究领域中的应用
1997年5月美国启动国家植物基因组计划（npgi），旨在绘出包括玉米、大豆、小麦、大麦、高粱、水稻、棉花、西红柿和松树等十多种具有经济价值的关键植物的基因图谱。国家植物基因组计划是与人类基因组工程（hgp）并行的庞大工程［4］。近年来，通过各国科学家的通力合作，植物基因组研究取得了重大进展，拟南芥、水稻等模式植物已完成了全基因组测序。人们可以使用生物信息学的方法系统地研究这些重要农作物的基因表达、蛋白质互作、蛋白质和核酸的定位、代谢物及其调节网络等，从而从分子水平上了解细胞的结构和功能［5］。目前已经建立的农作物生物信息学数据库研究平台有植物转录本（ta）集合数据库tigr、植物核酸序列数据库plantgdb、研究玉米遗传学和基因组学的mazegdb数据库、研究草类和水稻的gramene数据库、研究马铃薯的pomamo数据库，等等。
2.生物信息学在种质资源保存研究领域中的应用
种质资源是农业生产的重要资源，它包括许多农艺性状（如抗病、产量、品质、环境适应性基因等）的等位基因。植物种质资源库是指以植物种质资源为保护对象的保存设施。至1996年，全世界已建成了1300余座植物种质资源库，在我国也已建成30多座作物种质资源库。种质入库保存类型也从单一的种子形式，发展到营养器官、细胞和组织，甚至dna片段等多种形式。保护的物种也从有性繁殖植物扩展到无性繁殖植物及顽拗型种子植物等［6］。近年来，人们越来越多地应用各种分子标记来鉴定种质资源。例如微卫星、aflp、ssap、rbip和snp等。由于对种质资源进行分子标记产生了大量的数据，因此需要建立生物信息学数据库和采用分析工具来实现对这些数据的查询、统计和计算机分析等［7］。
3.生物信息学在农药设计开发研究领域中的应用
传统的药物研制主要是从大量的天然产物、合成化合物，以及矿物中进行筛选，得到一个可供临床使用的药物要耗费大量的时间与金钱。生物信息学在药物研发中的意义在于找到病理过程中关键性的分子靶标、阐明其结构和功能关系，从而指导设计能激活或阻断生物大分子发挥其生物功能的治疗性药物，使药物研发之路从过去的偶然和盲目中找到正确的研发方向。生物信息学为药物研发提供了新的手段［8，9］，导致了药物研发模式的改变［10］。目前，生物信息学促进农药研制已有许多成功的例子。itzstein等设计出两种具有与唾液酸酶结合化合物：4-氨基-neu5ac2en和4-胍基-neu5ac2en。其中，后者是前者与唾液酸酶的结合活性的250倍［11］。目前，这两种新药已经进入临床试验阶段。tang sy等学者研制出新一代抗aids药物saquinavir［12］。pungpo等已经设计出几种新型高效的抗hiv-1型药物［13］。杨华铮等人设计合成了十多类数百个除草化合物，经生物活性测定，部分化合物的活性已超过商品化光合作用抑制剂的水平［14］。
现代农药的研发已离不开生物信息技术的参与，随着生物信息学技术的进一步完善和发展，将会大大降低药物研发的成本，提高研发的质量和效率。
4.生物学信息学在作物遗传育种研究领域中的应用
随着主要农作物遗传图谱精确度的提高，以及特定性状相关分子基础的进一步阐明，人们可以利用生物信息
学的方法，先从模式生物中寻找可能的相关基因，然后在作物中找到相应的基因及其位点。农作物的遗传学和分子生物学的研究积累了大量的基因序列、分子标记、图谱和功能方面的数据，可通过建立生物信息学数据库来整合这些数据，从而比较和分析来自不同基因组的基因序列、功能和遗传图谱位置［15］。在此基础上，育种学家就可以应用计算机模型来提出预测假设，从多种复杂的等位基因组合中建立自己所需要的表型，然后从大量遗传标记中筛选到理想的组合，从而培育出新的优良农作物品种。
5.生物信息学在生态环境平衡研究领域中的应用
在生态系统中，基因流从根本上影响能量流和物质流的循环和运转，是生态平衡稳定的根本因素。生物信息学在环境领域主要应用在控制环境污染方面，主要通过数学与计算机的运用构建遗传工程特效菌株，以降解目标基因及其目标污染物为切入点，通过降解污染物的分子遗传物质核酸 dna，以及生物大分子蛋白质酶，达到催化目标污染物的降解，从而维护空气［16］、水源、土地等生态环境的安全。
美国农业研究中心（ars） 的农药特性信息数据库（ppd） 提供 334 种正在广泛使用的杀虫剂信息，涉及它们在环境中转运和降解途径的16种最重要的物化特性。日本丰桥技术大学（toyohashi university of technology） 多环芳烃危险性有机污染物的物化特性、色谱、紫外光谱的谱线图。美国环保局综合风险信息系统数据库（iris） 涉及 600种化学污染物，列出了污染物的毒性与风险评价参数，以及分子遗传毒性参数［17］。除此之外，生物信息学在生物防治［18］中也起到了重要的作用。网络的普及，情报、信息等学科的资源共享，势必会创造出一个环境微生物技术信息的高速发展趋势。
6.生物信息学在食品安全研究领域中的应用
食品在加工制作和存储过程中各种细菌数量发生变化，传统检测方法是进行生化鉴定，但所需时间较长，不能满足检验检疫部门的要求，运用生物信息学方法获得各种致病菌的核酸序列，并对这些序列进行比对，筛选出用于检测的引物和探针，进而运用pcr法［19］、rt-pcr法、荧光rt-pcr法、多重pcr［20］和多重荧光定量pcr等技术，可快速准确地检测出细菌及病毒。此外，对电阻抗、放射测量、elisa法、生物传感器、基因芯片等［21-25］技术也是未来食品病毒检测的发展方向。
转基因食品检测是通过设计特异性的引物对食品样品的dna提取物进行扩增，从而判断样品中是否含有外源性基因片段［26］。通过对转基因农产品数据库信息的及时更新，可准确了解各国新出现和新批准的转基因农产品，便于查找其插入的外源基因片段，以便及时对检验方法进行修改。目前由于某些通过食品传播的病毒具有变异特性，以及检测方法的不完善等因素影响，生物信息学在食品领域的应用还比较有限，但随着食品安全检测数据库的不断完善，相信相关的生物信息学技术将在食品领域发挥越来越重要的作用。
生物信息学广泛用于农业科学研究的各个领域，但是仅有信息资源是不够的，选出符合自己需求的生物信息就需要情报部门，以及信息中介服务机构提供相关服务，通过出版物、信息共享平台、数字图书馆、电子论坛等信息媒介的帮助，科研工作者可快速有效地找到符合需要的信息。目前我国生物信息学发展还很不均衡，与国际前沿有一定差距，这需要从事信息和科研的工作者们不断交流，使得生物信息学能够更好地为我国农业持续健康发展发挥作用。
参考文献：
［1］yockey hp，platzman rp，quastler h.symposium on information.theory in biology.pergamon press，new york，london，1958.
［2］郑国清，张瑞玲.生物信息学的形成与发展［j］.河南农业科学，2002，（11）：4-7.
［3］骆建新，郑崛村，马用信等.人类基因组计划与后基因组时代.中国生物工程杂志，2003，23，（11）：87-94.
［4］曹学军.基因研究的又一壮举——美国国家植物基因组计划［j］.国外科技动态，2001，1：24-25.
［5］michael b.genomics and plantcells：application ofgenomics strategies to arabidopsis cellbiology［j］.philostransr soc lond b bio sci，2002，357（1422）：731-736.
［6］卢新雄.植物种质资源库的设计与建设要求［j］.植物学通报，2006，23，（1）：119-125.
［7］guy d
，noel e，mike a.using bioinformatics to analyse germplasm collections ［j］.springer netherlands，2004：39-54.
［8］郑衍，王非.药物生物信息学，化学化工出版社，2004.1：214-215.
［9］俞庆森，邱建卫，胡艾希.药物设计.化学化工出版社，2005.1：160-164.
［10］austen m，dohrmann c.phenotype—first screening for the identification of novel drug targets.drug discov today，2005，10，（4）：275-282.
［11］arun agrawal，ashwini chhatre.state involvement and forest cogovernance：evidence from the indianhmi alayas.stcomp international developmen.t sep 2007：67-86.
［12］tang sy.institutionsand collective action：self-governance in irrigation ［m］.san francisco，ca：icspress，1999.
［13］pungpo p，saparpakorn p，wolschann p，et a.l computer-aided moleculardesign of highly potenthiv-1 rt inhibitors：3d qsar and moleculardocking studies of efavirenz derivatives［j］.sar qsar environres，2006，17，（4）：353-370.
［14］杨华铮，刘华银，邹小毛等.计算机辅助设计与合成除草剂的研究［j］.计算机与应用化学，1999，16，（5）：400.
［15］vassilev d，leunissen j，atanassov a.application of bioinformatics in plant breeding［j］.biotechnology & biotechnological equipment，2005，3：139-152.
［16］王春华，谢小保，曾海燕等.深圳市空气微生物污染状况监测分析［j］.微生物学杂志，2008，28，（4）：93-97.
［17］程树培，严峻，郝春博等.环境生物技术信息学进展［j］.环境污染治理技术与设备，2002，3，（11）：92-94.
［18］史应武，娄恺，李春.植物内生菌在生物防治中的应用［j］.微生物学杂志，2009，29，（6）：61-64.
［19］赵玉玲，张天生，张巧艳.pcr 法快速检测肉食品污染沙门菌的实验研究［j］.微生物学杂志，2010，30，（3）：103-105.
［20］徐义刚，崔丽春，李苏龙等.多重pcr方法快速检测4种主要致腹泻性大肠埃希菌［j］.微生物学杂志，2010，30，（3） ：25-29.
［21］索标，汪月霞，艾志录.食源性致病菌多重分子生物学检测技术研究进展［j］.微生物学杂志，2010，30，（6）：71-75
［22］朱晓娥，袁耿彪.基因芯片技术在基因突变诊断中的应用及其前景［j］.重庆医学，2010，（22）：3128-3131.
［23］陈彦闯，辛明秀.用于分析微生物种类组成的微生物生态学研究方法［j］.微生物学杂志，2009，29，（4）：79-83.
篇9
1.生物信息学在农业模式植物研究领域中的应用
1997年5月美国启动国家植物基因组计划（npgi），旨在绘出包括玉米、大豆、小麦、大麦、高粱、水稻、棉花、西红柿和松树等十多种具有经济价值的关键植物的基因图谱。国家植物基因组计划是与人类基因组工程（hgp）并行的庞大工程［4］。近年来，通过各国科学家的通力合作，植物基因组研究取得了重大进展，拟南芥、水稻等模式植物已完成了全基因组测序。人们可以使用生物信息学的方法系统地研究这些重要农作物的基因表达、蛋白质互作、蛋白质和核酸的定位、代谢物及其调节网络等，从而从分子水平上了解细胞的结构和功能［5］。目前已经建立的农作物生物信息学数据库研究平台有植物转录本（ta）集合数据库tigr、植物核酸序列数据库plantgdb、研究玉米遗传学和基因组学的mazegdb数据库、研究草类和水稻的gramene数据库、研究马铃薯的pomamo数据库，等等。
2.生物信息学在种质资源保存研究领域中的应用
种质资源是农业生产的重要资源，它包括许多农艺性状（如抗病、产量、品质、环境适应性基因等）的等位基因。植物种质资源库是指以植物种质资源为保护对象的保存设施。至1996年，全世界已建成了1300余座植物种质资源库，在我国也已建成30多座作物种质资源库。种质入库保存类型也从单一的种子形式，发展到营养器官、细胞和组织，甚至dna片段等多种形式。保护的物种也从有性繁殖植物扩展到无性繁殖植物及顽拗型种子植物等［6］。近年来，人们越来越多地应用各种分子标记来鉴定种质资源。例如微卫星、aflp、ssap、rbip和snp等。由于对种质资源进行分子标记产生了大量的数据，因此需要建立生物信息学数据库和采用分析工具来实现对这些数据的查询、统计和计算机分析等［7］。
3.生物信息学在农药设计开发研究领域中的应用
传统的药物研制主要是从大量的天然产物、合成化合物，以及矿物中进行筛选，得到一个可供临床使用的药物要耗费大量的时间与金钱。生物信息学在药物研发中的意义在于找到病理过程中关键性的分子靶标、阐明其结构和功能关系，从而指导设计能激活或阻断生物大分子发挥其生物功能的治疗性药物，使药物研发之路从过去的偶然和盲目中找到正确的研发方向。生物信息学为药物研发提供了新的手段［8，9］，导致了药物研发模式的改变［10］。目前，生物信息学促进农药研制已有许多成功的例子。itzstein等设计出两种具有与唾液酸酶结合化合物：4-氨基-neu5ac2en和4-胍基-neu5ac2en。其中，后者是前者与唾液酸酶的结合活性的250倍［11］。目前，这两种新药已经进入临床试验阶段。tang sy等学者研制出新一代抗aids药物saquinavir［12］。pungpo等已经设计出几种新型高效的抗hiv-1型药物［13］。杨华铮等人设计合成了十多类数百个除草化合物，经生物活性测定，部分化合物的活性已超过商品化光合作用抑制剂的水平［14］。
现代农药的研发已离不开生物信息技术的参与，随着生物信息学技术的进一步完善和发展，将会大大降低药物研发的成本，提高研发的质量和效率。
4.生物学信息学在作物遗传育种研究领域中的应用
随着主要农作物遗传图谱精确度的提高，以及特定性状相关分子基础的进一步阐明，人们可以利用生物信息学的方法，先从模式生物
中寻找可能的相关基因，然后在作物中找到相应的基因及其位点。农作物的遗传学和分子生物学的研究积累了大量的基因序列、分子标记、图谱和功能方面的数据，可通过建立生物信息学数据库来整合这些数据，从而比较和分析来自不同基因组的基因序列、功能和遗传图谱位置［15］。在此基础上，育种学家就可以应用计算机模型来提出预测假设，从多种复杂的等位基因组合中建立自己所需要的表型，然后从大量遗传标记中筛选到理想的组合，从而培育出新的优良农作物品种。
5.生物信息学在生态环境平衡研究领域中的应用
在生态系统中，基因流从根本上影响能量流和物质流的循环和运转，是生态平衡稳定的根本因素。生物信息学在环境领域主要应用在控制环境污染方面，主要通过数学与计算机的运用构建遗传工程特效菌株，以降解目标基因及其目标污染物为切入点，通过降解污染物的分子遗传物质核酸 dna，以及生物大分子蛋白质酶，达到催化目标污染物的降解，从而维护空气［16］、水源、土地等生态环境的安全。
美国农业研究中心（ars） 的农药特性信息数据库（ppd） 提供 334 种正在广泛使用的杀虫剂信息，涉及它们在环境中转运和降解途径的16种最重要的物化特性。日本丰桥技术大学（toyohashi university of technology） 多环芳烃危险性有机污染物的物化特性、色谱、紫外光谱的谱线图。美国环保局综合风险信息系统数据库（iris） 涉及 600种化学污染物，列出了污染物的毒性与风险评价参数，以及分子遗传毒性参数［17］。除此之外，生物信息学在生物防治［18］中也起到了重要的作用。网络的普及，情报、信息等学科的资源共享，势必会创造出一个环境微生物技术信息的高速发展趋势。
6.生物信息学在食品安全研究领域中的应用
食品在加工制作和存储过程中各种细菌数量发生变化，传统检测方法是进行生化鉴定，但所需时间较长，不能满足检验检疫部门的要求，运用生物信息学方法获得各种致病菌的核酸序列，并对这些序列进行比对，筛选出用于检测的引物和探针，进而运用pcr法［19］、rt-pcr法、荧光rt-pcr法、多重pcr［20］和多重荧光定量pcr等技术，可快速准确地检测出细菌及病毒。此外，对电阻抗、放射测量、elisa法、生物传感器、基因芯片等［21-25］技术也是未来食品病毒检测的发展方向。
转基因食品检测是通过设计特异性的引物对食品样品的dna提取物进行扩增，从而判断样品中是否含有外源性基因片段［26］。通过对转基因农产品数据库信息的及时更新，可准确了解各国新出现和新批准的转基因农产品，便于查找其插入的外源基因片段，以便及时对检验方法进行修改。目前由于某些通过食品传播的病毒具有变异特性，以及检测方法的不完善等因素影响，生物信息学在食品领域的应用还比较有限，但随着食品安全检测数据库的不断完善，相信相关的生物信息学技术将在食品领域发挥越来越重要的作用。
生物信息学广泛用于农业科学研究的各个领域，但是仅有信息资源是不够的，选出符合自己需求的生物信息就需要情报部门，以及信息中介服务机构提供相关服务，通过出版物、信息共享平台、数字图书馆、电子论坛等信息媒介的帮助，科研工作者可快速有效地找到符合需要的信息。目前我国生物信息学发展还很不均衡，与国际前沿有一定差距，这需要从事信息和科研的工作者们不断交流，使得生物信息学能够更好地为我国农业持续健康发展发挥作用。
参考文献：
［1］yockey hp，platzman rp，quastler h.symposium on information.theory in biology.pergamon press，new york，london，1958.
［2］郑国清，张瑞玲.生物信息学的形成与发展［j］.河南农业科学，2002，（11）：4-7.
［3］骆建新，郑崛村，马用信等.人类基因组计划与后基因组时代.中国生物工程杂志，2003，23，（11）：87-94.
［4］曹学军.基因研究的又一壮举——美国国家植物基因组计划［j］.国外科技动态，2001，1：24-25.
［5］michael b.genomics and plantcells：application ofgenomics strategies to arabidopsis cellbiology［j］.philostransr soc lond b bio sci，2002，357（1422）：731-736.
［6］卢新雄.植物种质资源库的设计与建设要求［j］.植物学通报，2006，23，（1）：119-125.
［7］guy d，noel
e，mike a.using bioinformatics to analyse germplasm collections ［j］.springer netherlands，2004：39-54.
［8］郑衍，王非.药物生物信息学，化学化工出版社，2004.1：214-215.
［9］俞庆森，邱建卫，胡艾希.药物设计.化学化工出版社，2005.1：160-164.
［10］austen m，dohrmann c.phenotype—first screening for the identification of novel drug targets.drug discov today，2005，10，（4）：275-282.
［11］arun agrawal，ashwini chhatre.state involvement and forest cogovernance：evidence from the indianhmi alayas.stcomp international developmen.t sep 2007：67-86.
［12］tang sy.institutionsand collective action：self-governance in irrigation ［m］.san francisco，ca：icspress，1999.
［13］pungpo p，saparpakorn p，wolschann p，et a.l computer-aided moleculardesign of highly potenthiv-1 rt inhibitors：3d qsar and moleculardocking studies of efavirenz derivatives［j］.sar qsar environres，2006，17，（4）：353-370.
［14］杨华铮，刘华银，邹小毛等.计算机辅助设计与合成除草剂的研究［j］.计算机与应用化学，1999，16，（5）：400.
［15］vassilev d，leunissen j，atanassov a.application of bioinformatics in plant breeding［j］.biotechnology & biotechnological equipment，2005，3：139-152.
［16］王春华，谢小保，曾海燕等.深圳市空气微生物污染状况监测分析［j］.微生物学杂志，2008，28，（4）：93-97.
［17］程树培，严峻，郝春博等.环境生物技术信息学进展［j］.环境污染治理技术与设备，2002，3，（11）：92-94.
［18］史应武，娄恺，李春.植物内生菌在生物防治中的应用［j］.微生物学杂志，2009，29，（6）：61-64.
［19］赵玉玲，张天生，张巧艳.pcr 法快速检测肉食品污染沙门菌的实验研究［j］.微生物学杂志，2010，30，（3）：103-105.
［20］徐义刚，崔丽春，李苏龙等.多重pcr方法快速检测4种主要致腹泻性大肠埃希菌［j］.微生物学杂志，2010，30，（3） ：25-29.
［21］索标，汪月霞，艾志录.食源性致病菌多重分子生物学检测技术研究进展［j］.微生物学杂志，2010，30，（6）：71-75
［22］朱晓娥，袁耿彪.基因芯片技术在基因突变诊断中的应用及其前景［j］.重庆医学，2010，（22）：3128-3131.
［23］陈彦闯，辛明秀.用于分析微生物种类组成的微生物生态学研究方法［j］.微生物学杂志，2009，29，（4）：79-83.
［24］王大勇，方振东，谢朝新等.食源性致病菌快速检测技术研究进展［j］.微生物学杂志，2009，29，（5）：67-72.
篇10
21世纪是生命科学的世纪，生物技术飞速发展，生物学数据大量积累。而生物信息学正是在这种大背景下蓬勃兴起的交叉型学科，旨在用信息学方法解决生物学问题。为了培养复合型人才，大力发展交叉学科，国防科技大学（以下简称“我校”）近年来面向全校理工科研究生开设了“生物信息学”选修课程。
“生物信息学”作为新兴的交叉学科，具有融合性、发展性和开放性的特点。融合性是指生物信息学涉及的生物、计算机、数学等多个学科的交叉与融合。从20世纪90年代到现在，该学科发展非常迅速，研究热点发生了数次改变。开放性是指该学科存在大量有待探索和研究的新问题。这些特点一方面为课堂教学提供了大量的主题和素材，一方面也对授课方式提出了较高的要求。经过认真分析，选定研讨式教学作为该课程的主要授课方式。研讨式教学即研究讨论式教学，是将研究与讨论贯穿于教学的全过程。在教师的具体指导下，充分发挥学生的主体作用，通过自我学习、自我教育、自我提高来获取知识和强化能力培养。通过确立教学目标，精心设计和组织教学内容，在实践中贯彻研讨式教学理念和方法，在生物信息学课程中对研讨式教学模式进行了理论探索和实践创新。
一、教学目标的确立
合理的课程目标与定位是决定课程建设成败和教学效果的基础，其主要依据是人才培养需求和授课对象的实际情况。首先，教学对象是研究生，已具备一定的自主学习和创新思维的能力。教师不仅要传授知识，而且要讲解基本的研究方法，让学生具备独立思考问题、分析问题和解决问题的能力。其次，作为军校学生，以后从事的工作可能涉及很多学科方向，展现如何针对一门新的学科方向进行研究的整体思路显得很有意义。最后，考虑到学生不同的知识背景，对于各部分内容的理解程度不同，必须兼顾不同的专业方向，让每个学生都能有所收获。因此，确立教学目标为：介绍生物信息学的基本概念和方法，通过案例分析展现科学研究的基本方法和实践过程。
二、教学内容的设计和组织
1.教学内容的总体设计
确定了教学目标之后，需要对课程的教学内容进行总体设计。参考国内外多所高校的相关课程设置，如北京大学的“生物信息学导论”、中科大的“生物信息学”、中科院的“生物信息学与系统生物学”和MIT的“Bioinformatics and Proteomics”等，发现这些课程主要是针对生物专业的学生开设，侧重于方法学介绍。而我校学生大部分是工科背景，对于统计和机器学习方法有一定基础，重点是了解相关的生物学问题，并应用已有的工科知识去分析和解决这些问题。同时，随着生物信息学的快速发展，研究领域不断扩大，有必要展现该学科的最新进展。
因此，课程内容总体设计上以生物学问题为主线，结合最新的研究成果，对各种计算方法的应用过程进行深入和细致的讲解。在介绍生物信息学的研究现状和生物学基础知识之后，分多个专题详述生物信息学最新的研究进展，各专题在内容上相互衔接，由浅入深，以便学生理解和接受。以问题为导向的课程设计对于启发学生思考，积极参与课堂研讨具有重要作用。
进一步，为了突出部分重点专题及其分析方法，采用案例分析课的形式，针对一些重要问题进行深入探讨。鼓励学生应用所学知识，结合自身的专业背景，通过积极地思考和讨论提出相应的解决方案。案例选择为教师有一定研究基础的开放性问题，一方面介绍已有的研究成果，一方面结合教师的研究体会，通过积极讨论拓展新的研究思路。案例分析课有助于学生更多地参与课堂研讨，对于知识的综合应用和科学研究过程产生切身体会。
2.教学内容的组织
研讨式教学的关键是调动学生的积极性，鼓励学生踊跃地参与课堂讨论，提出自己的观点。通过集中备课，学习和吸取老教师的成功经验，总结调动学生积极性的基本要素，对授课内容进行了认真的组织和编排。
（1）重点突出，详略得当。由于生物信息学涵盖内容非常丰富，有必要对课程内容进行取舍，在保证知识面的基础上，突出授课的重点。减少或删除重要性较低的部分，采用图片和动画等形式对重要的知识点加以强调，以深化学生的理解。只有学生对重点内容理解透彻，才能激发出浓厚的学习兴趣，积极参与课堂研讨，碰撞出智慧的火花。
（2）新颖有趣，实例丰富。在课程内容上应充分体现知识性和趣味性，以丰富的实例展现生物信息学中基本的概念和方法。学生往往关注与日常生活休戚相关的内容，期望能用所学知识解释常见现象，因此实例选择应贴近生活体验。课件中准备了大量的实例，例如，在讲完构建进化树之后，举例说明为什么人类的祖先是从非洲走出来的；在生物代谢一章，通过卖火柴的小女孩的故事阐释生物代谢过程的高效性；在蛋白质结构部分，讨论为什么湿着头发睡觉，头发容易变翘。通过实例分析，增加学生对于所学知识的理解和参与课堂研讨的积极性。
（3）设置思考题，留出想象空间。针对重要的知识点，预先设置思考题，以启发和扩展学生思路。生物信息学作为一门新兴学科，存在大量没有确定结论的开放性问题，有待深入探究。例如“人类与小鼠的基因组差别很小，为什么形态上有那么大的差别”，“生物系统模拟中，是否越复杂的模型越好”。针对这些问题适时地开展课堂研讨，有助于激发学生的学习兴趣，开阔其视野。
三、研讨式教学的开展
在授课过程中，教师应努力营造活跃的课堂气氛，密切观察学生的动向，及时沟通存在的问题，选择合适的时机开展课堂研讨。不断地积累经验，使课堂讨论达到更好的效果。在开展课堂研讨时，尤其应注意以下几点：
1.因材施教
在“生物信息学”课程中，学生的专业背景不尽相同，少部分学生来自生物专业，其他大部分是工科背景，如自动化、计算机仿真和认知科学等。因此，在主题的选择和研讨环节的设计上，应充分考虑到学生的需求和背景知识，发掘大家共同的兴趣点。实践证明，不同的学科背景可以有效地促进交流，提供对于同一问题的不同视角。例如，生物专业的学生可以解释有关生物技术的问题，而仿真专业的学生对于系统的建模方法有深入的理解。有效的课堂讨论，能够促进各种思路的融合，碰撞出灵感的火花。
2.及时沟通
研讨式教学需要教师对授课整体情况有较好的把握。例如，有一章的内容是生物学基础，教师针对这部分内容进行了充分准备，包括大量的图片和动画，并穿插了很多科学家的故事。但授课效果不尽理想，到了预设问题的环节，只有一两个学生参与讨论，大部分学生都一脸茫然。通过及时沟通，发现了两个问题。一是背景知识不够，学生对于预设问题了解不多；二是重要性认识不足，学生认为生物学的基础知识与本课程的学习关系不大。考虑到学生的疑问，对授课内容进行及时调整，进一步强调所学知识对于生物信息学的意义，并通过具体实例激发学生的学习兴趣。在实例的启发下，学生开展了积极的讨论，加深了对于所学知识的认识。开展研讨式教学，应以学生为主体，及时地沟通发现课堂中存在的问题，并相应地调整授课内容。即使教师讲得天花乱坠，如果学生知其然，不知其所以然，也不可能达到好的授课效果。
3.审时度势
课堂研讨开展的时机很重要。例如，当讲到生物信息学概况时，学生反应不是很强烈。而当教师结合自身经验谈研究体会时，学生很有兴趣，表情变得活跃，适合开展课堂讨论。此时，可以组织学生交流学习目的、预期和存在的疑问，以便教师进行有针对性地授课。研讨式教学一方面强调学生的主体地位，一方面要求教师发挥主导作用，密切注意学生动向，发现学生的兴趣点，引导讨论的逐步展开和深入。
4.自主提问
如果教师能够营造出一种轻松愉悦的课堂氛围，学生往往能够主动发问，提出不同观点，而不拘泥于预先设置的问题。实践证明，通过学生自主提问展开的课堂研讨，往往效果更好。在前期铺垫时，启发学生自主思考并积极讨论，分析该领域可能存在的问题和发展方向。当讲到后续内容时，学生有了一定的心理预期，很想了解该领域的研究现状和发展趋势，以验证与预期是否一致。同时，自主提问对于生物信息学研究有很好的推动作用，学生经常能够独辟蹊径，提出全新的思路，拓展研究内容的广度和深度。
5.课堂报告
篇11
二、生物信息学课程开展的现状
生命科学的迅猛发展、生物技术在社会发展中的应用越来越广泛，例如产前诊断、遗传并筛查、肿瘤靶向治疗等生物信息学相关的医学应用，生物信息学的作用和地位也越来越重要。研究机构和高等院校，特别是息息相关的医学院校，迫切需要通过各种形式的教学，系统地培养新的复合型研究力量的医学工作者。因此，医学院校针对医学相关学生开展与其专业紧密结合的生物信息学课程已经成为必然趋势[3]。目前，国内许多医学院校相继开设了生物信息学课程，将生物信息学作为必修或者选修课程。由于生物信息课程教学尚处于刚刚起步的探索阶段，尚未形成一个完整的课程建设体系，再加上生物信息学研究的范围广、相关数据与分析工具资源繁多、涉及多学科知识尚缺乏系统成熟的理论方法，正处在迅速发展中等一系列特点，如何开展生物信息学教学尚有待探索。因此，生物信息学课程的教育理念、教学内容、方式和方法等迫切需要根据自身专业特点，科学确立教学目标，及时系统地总结规划教学内容，探索和改革教学方法，以适应医学专业背景学生的学习，对于促进医学生自身综合素质的提高有重要意义。本文结合南京医科大学本科学生（主要为医学相关专业学生，非生物信息学专业学生）开展的生物信息学课程进行调研和改进，对该课程的学生的反馈意见及各教研室教师的建议进行了深入分析。本着以学生需要为原则，针对学生的专业背景，适当调整教学内容和方法，理论教学与上机实践有机结合，侧重将生物信息学的思维融入解决生物医学的问题，行成一套完整的、合理可行的医学生物信息学课程理论、实验教学方案。进而达到专业与课程相结合，激发学生的学习兴趣，从而达到较好的教学效果。
三、教学内容及方法的具体实践
（一）针对医学专业学生，优化教学内容
生物信息学作为一门发展迅猛的多学科交叉的前沿学科，理论、研究方法、研究内容尚在不断完善和更新中，其内容繁多复杂，更需要进行精心的选择裁剪和编排组织，才能在有限的时间内实现既定的教学目标，使学生学习到有用的知识。教学中应充分结合当前研究前沿和进展、时刻更新教学内容，更应该根据学生的不同专业背景适当调整教学内容和教学方法。在医学院校中，更要针对不同专业及背景的学生，制订具有专业特色的教学大纲。教学应以学生的需求为前提，结合不同专业背景、就业选择方向，调整培养方案和优化授课内容，以满足他们的需求，使学生能够学有所用。比如，针对临床专业的学生，生物信息学教学应该偏重医学研究中的方法和成果，本科教学注重转化医学、生物技术应用成果的普及，研究生教学注重利用生物信息手段和方法解决科研学习中遇到的实际问题；而针对法医专业的学生，教学应该偏重新一代高通量测序技术的原理、数据分析、结果意义等方面。针对目前医学院校中研究方向多元化的背景，强调教学与科研共促进，通过科研时刻关注、追踪学科前沿，将最新的研究成果和在医学上的应用展示给学生，丰富教育资源，使学生能在其他课程的学习时学以致用，从而高质量的完成教学任务。生物信息学亦是众多科学研究工作中强有力的必不可少的研究手段，教学反过来也可促进科研的进一步开展和深入。因此，教学和科研相结合，可以拓宽知识面，全面了解生物信息学和相关学科最新进展，不断为科研提供新的思路，不断的完善生物信息学教学体系。只有坚持教学与科研同时进行、并紧跟科学前沿，并做到及时纳入最新的研究成果，更新教学内容，才能给予学生高质量的前沿教学[4]。
（二）基于计算机的实验教学，锻炼动手能力
在生物信息学教学中，计算机实践教学是不可缺少的部分，理论和实践的有机结合才能达到更好的教学效果。只有亲自动手进行生物数据的分析，学生才能建立一个感官的、多方面的认识。优化上机内容、改进上机教学方法，使得理论知识在上机教学中可以得到实现，实际操作充分理解理论课内容，由此激发学生动手实践的激情和信心，更好地掌握知识。所以在生物信息的教学中，上机实验课程应该占据较大的比例，并通过生动的课堂练习培养学生的兴趣。实验课内容的设计应该考虑医学相关专业学生的背景，根据医学问题作为出发点，以如何解决这些问题作为主线设计课程。所以，通过了解当前医生常用的科研手段或当前医院正在开展的临床检测项目，设计相关实验课程、增加应用性实践教学，并结合最新研究成果和基础到临床应用的实例、以及项目原理及优缺点，可以调动学生学习的主动性。例如，针对临床专业开展常用的生存分析的原理和分析流程的实践教学；针对法医专业，开展常用的STR（短串联重复序列）作为亲权鉴定标志物的序列特点和可视化的教学等。另外，生物信息学本身是多学科交叉融合，知识面广而杂，其相关数据库资源，以及生物信息学工具、算法和软件等均更新迅速。在理论教学中，授课教师时刻密切关注学科发展前沿、并将最新研究成果及学术发展动态，而在实验课授课中，更应该注重教会学生，充分利用互联网资源，独立开展课题、综合分析、解决问题。例如，?榱耸寡?生了解当前网络数据共享的环境下，如何从网上搜索网络资源、下载数据，我们下载了多种不同类型的数据，包括测序数据、芯片数据、注释数据等，然后再从实际数据出发上机操作，介绍分析的方法和工具。
四、生物信息在医学相关专业的应用
篇12
[5] Subedi J.Disaster Informatics：Information Management as a Tool for Effective Disaster Risk Reduction[J].Advanced ICTs for
Disaster Management and Threat Detection：Collaborative and Distributed Frameworks，2010：415.
[6] 庞宗礼.关于建立灾害信息学的建议和农业灾害信息初探[J].农业信息探索，1989（1）：27-30.
[7] 庞宗礼.灾害信息学的基本构架[J].科学管理研究，1991（5）：74-78.
[8] 刘艺林.灾害信息的采集及其成果积累[J].灾害学，1999（1）：70-75.
[9] 田中 淳.暮η笳の展望：p膜蚰恐袱筏疲学gv演会|京大学t合防那笱芯骏互螗咯`O立浈伐螗荪弗Ε啵[J].生b研究，2008，60（4）：19-26.
[10] 孙庚.日本灾害信息学研究的历史与现状[J].国际新闻界，2010（1）：111-116.
[11] 民政部灾害信息管理项目建设考察团，王振耀，方志勇，等.加快灾害信息管理系统建设──美国、日本灾害应急管理系统建设启示[J].中国减灾，2004（5）：49-51.
[12] 宋丹，高峰.美国自然灾害应急管理情报服务案例分析及其启示[J].图书情报工作，2012，56（20）：79-84.
[13] Asimakopoulou E.Advanced ICTs for Disaster Management and Threat Detection：Collaborative and Distributed Frameworks：Collaborative and Distributed Frameworks[M].IGI Global，2010.
[14] Weichselgartner J，Pigeon P.The Role of Knowledge in Disaster Risk Reduction[J].Int J Disaster Risk Sci，2015，6（2）：107-116.
[15] Takahashi B，Tandoc E C，Carmichael municating on Twitter during a disaster：An analysis of tweets during Typhoon Haiyan in the Philippines[J].Computers in Human Behavior，2015（50）：392-398.
[16] Svoboda M D.，Fuchs B A.，Poulsen C C，et al.The drought risk atlas：Enhancing decision support for drought risk management in the United States[J].Journal of Hydrology，2015（526）：274-286.
[17] Lindell M K，Prater C S，Gregg C E，et al. Households'immediate responses to the 2009 American Samoa Earthquake and Tsunami[J].International journal of disaster risk reduction，2015（12）：328-340.
[18] Steelman T，Mccaffrey S，Velez A-L.，et al.What information do people use，trust，and find useful during a disaster？Evidence from five large wildfires[J].Nat Hazards，2015，76（1）：615-634.
[19] Ryan B.Information seeking in a flood[J].Disaster Prevention and Management：An International Journal，2013，22（3）： 229-242.
[20] Su Y，Zhao F，Tan L.Whether a large disaster could change public concern and risk perception： a case study of the 7/21 extraordinary rainstorm disaster in Beijing in 2012[J].Nat Hazards，2015，78（1）：555-567.
[21] 郭松玲.试论灾害信息的特征与分类[J].中国减灾，1992（3）：25-27.
[22] 彭姚.国内自然灾害信息分类与组织研究综述[J].科技创新导报，2014（30）：26-30.
[23] 崔鹏飞.我国灾害信息管理现状与发展分析[J].教育教学论坛，2014（30）：243-244.
[24] 陈祖琴，苏新宁.基于情景划分的突发事件应急响应策略库构建方法[J].图书情报工作，2014，58（19）：105-110.
[25] 蒋勋，毛燕，苏新宁.突发事件驱动的信息语义组织与跨领域协同处理模型[J].情报理论与实践，2014（11）：114-119.
[26] 蒋勋，苏新宁，刘喜文.突发事件驱动的应急决策知识库结构研究[J].情报资料工作，2015（1）：25-29.
[27] 吴小兰，章成志.基于DTM-LPA的突发事件话题演化方法研究――以H7N9微博为例[J].图书与情报，2015（3）：9-16.
[28] 邵健，章成志.文本表示方法对微博Hashtag推荐影响研究――以Twitter上H7N9微博为例[J].图书与情报，2015（3）：17-25.
[29] 邓三鸿，刘喜文，蒋勋.基于利益相关者理论的突发事件案例知识库构建研究[J].图书与情报，2015（3）：1-8.
[30] 林曦，姚乐野.我国突发事件应急管理的情报工作现状与问题分析[J].图书情报工作，2014，58（23）：12-18.
[31] 徐占品，钟健.灾害信息传播的研究对象、方法和意义[J].防灾科技学院学报，2010（3）：125-129.
[32] 徐占品.灾害信息传播者类型及其传播特点[J].新闻界，2013（21）：28-33.
[33] 徐占品，刘利永.新媒体时代灾害信息的传播特点――以北京7.21特大暴雨山洪泥石流灾害为例[J].新闻界，2013（5）：48-53.
[34] 刘晓岚，刘颖，迟晓明.我国灾害信息传播的研究现状与展望[J].防灾科技学院学报，2010（1）：132-136.
[35] 刘伟，刘晓岚.移动互联网语境下的灾害信息传播研究[J].东南传播，2015（3）：5-7.
[36] 刘雯，高峰，洪凌子.基于情感分析的灾害网络舆情研究――以雅安地震为例[J].图书情报工作，2013，57（20）：104-110.
篇13
随着网络技术、信息技术和移动终端的快速发展，我们已进入“微信”、“微博”、“微电影”和“微课”的“微时代”。“微课”是指在5～10分钟的时间内，以视频为主要载体，记录教师在教学过程中围绕某个知识点而开展的可视化、数字化的教学活动。由于微课可以通过智能手机、平板电脑等多种移动终端来制作、展现和学习交流，它已经被越来越多的学生和教师接受。探究式教学是适应高等教育改革和发展的必然趋势，如何在教学中更好地实施探究式教学，是目前生物信息学探究式教学模式在实践环节面临的重要问题。本文就如何在生物信息学探究性教学实践中应用“微课”教学手段提高探究性教学效果进行了探讨。
一、探究性教学是生物信息学教学的发展方向
探究式教学模式是指学生在教师的指导下，根据自身先前认知结构中的相关经验，通过体验、发现、探索、协作等方式主动获取知识、解决问题的一种教学模式。区别于以教师为中心、以知识掌握为本、以知识结构为驱动的传统教学，探究性教学以学生为中心，以能力发展为本，以问题或任务为驱动开展教学活动。
1.探究性教学是生物信息学教学改革的必然趋势。《国家中长期教育改革和发展规划纲要（2010―2020年）》指出，要“遵循教育规律和人才成长规律，深化教育教学改革，创新教育教学方法，探索多种培养方式，形成各类人才辈出、拔尖创新人才不断涌现的局面”。同时，《国家中长期生物技术人才发展规划（2010―2020年）》指出，我国生物技术的开发应用总体水平与世界先进水平还有较大差距，在支撑我国生物产业发展的过程中缺乏高层次创新型人才和优秀创业型人才，需要增加人才资源开发投入，完善人才发展体制。综合上述两个纲要可以看出，未来迫切需要具有创新能力和素质的生物专业人才，而创新人才培养的关键在教育。所以，以“自主、探究、合作”为主要特点的探究式教学，符合国家教育教学改革和生物人才的发展规划，是生物信息学教学改革的必然趋势。
2.探究性教学模式适于生物信息学交叉学科的教学。生物信息学是由生物学与数学、计算机科学等学科交叉形成的前沿学科，主要通过研发并应用计算机技术及数学与统计方法，对生物数据进行管理、整合、分析、建模，从而解决重要的生物学问题，阐明新的生物学规律，获得传统生物学手段无法获得的创新发现。生物信息学人才培养的主要目标是具有创新能力和素质的生物信息学专业人才，这就要求在生物信息学实践中，当提出某一生物学问题时，可以借鉴和利用不同学科的思路和方法去探究。只要有利于揭示生物学规律的结果都可以保留，而不必拘泥于不同探究结果的同一性。这与探究性教学中以培养学生的能力发展为目标是一致的。
二、生物信息学探究性教学中存在的主要问题
目前生物信息学探究性教学应用于教学实践的时间不长，虽然取得了一定的成果，但在实践环节还存在以下主要问题。
1.学生的基础知识不扎实，导致探究性教学效果不好。生物信息学是生物、数学与计算机等学科形成的交叉学科，在进行探究性的教学过程中，涉及到数学与计算机方面的知识和技术比较多，而生物背景的学生在这方面的知识比较欠缺或者不强，所以在探究性问题的自主探究时，表现出参与的兴趣不高、设计的方案较为单一、小组协作的效率较低等实际问题，从而导致探究性教学效果不好。
2.学生的动手实践和创新能力不强，导致探究性教学没有落到实处。在按照自主设计的探究方案进行上机实践时，大部分学生的自主设计方案不能在上机时间内完成。除过设计较为复杂的情况外，大部分原因是由于学生自身对计算机的linux操作系统、perl编程语言以及相关的操作技术不熟造成的，有些细节在他们的自主设计中没有考虑到，所以总会碰到很多超乎其想象的问题。本来这些问题在课外时间学生可以继续解决，但由于学生的学习科目很多，上机没有完成的内容很少有学生在课外继续探究，导致探究性的上机实践活动没有落到实处。
3.教师的授课时间和水平限制，导致探究性教学的教师导向作用不明显。教师能否提出启发性的，适于进行探究性的问题是探究性教学能否取得成功的关键所在。但是由于课时和教学内容的限制，很多提出的问题还是以教师为中心，学生沿着教师的思路向统一的结果或者答案靠拢，学生并没有根据自身的知识结构从多种途径进行探索。
三、微课为生物信息学探究性教学的有效实施提供了新的思路和方法
微课是指以视频为主要载体，记录教师围绕某个知识点或教学环节开展的简短、完整的教学活动。其核心组成内容包括微教学视频以及与该教学主题相关的微教案、微课件、微练习、微反思、微点评、微反馈等辅教学资源。
微课的特点有三点：首先微课短小精悍，通过多媒体和网络技术进行教学内容传播，有利于学生利用碎片化时间进行学习；其次，微课的教学容量小，主题突出，内容独立精练，有利于学生查缺补漏，各取所需，能够实现教与学的个性化选择。最后，微课的时间一般很短，通常限制在5～10分钟之间。
为在短时间内达到良好的学习效果，微课常采用问题式的、案例化的教学方法，微课有助于激发学习者的学习兴趣，启迪学习者进行思考，这与探究式教学模式所主张的体验式学习、自主学习的思想是一致的。所以在探究性教学中可以使用微课。另外，微课有很大的灵活性，可以针对生物信息学探究性教学中的某一具体问题进行微课授课，微课为生物信息学探究性教学的有效实施提供了新的思路和方法。
四、微课在生物信息学探究性教学实践中的应用
按照生物信息学探究性教学的主要环节，微课可以分为课前预习类、课堂教学类、课后复习和拓展类。下面结合案例谈谈微课在生物信息学探究性教学实践中的应用。
1.微课在课前预习中的应用。生物信息学探究性教学授课内容大多涉及一些数理统计和计算机知识，然而对于生物背景的大学生在这方面基础较弱。所以，教师可以根据学生学习新知识所需的数理知识设计制作具有针对性的微课，让学生在预习新课时根据自己的实际情况选择性地观看微课，为后续新课的探究性学习打好基础。例如在讲到序列对数据库的检索（Blast）一节内容时，可以将Blast一节授课内容中用到的正态分布、极值分布、统计学p值的显著性检验等知识做成微课，供学生在课前预习。
2.微课在课堂教学中的应用。在生物信息学探究性教学的课堂教学实践中，教师应该积极去引导和促进学生进行探究，过多使用微课的形式可能会让学生失去探究的动力，形成对微课的依赖，所以在利用微课进行教学时，教学内容应该有所选择，应该主要针对教学中的重点和难点内容制作微课，并上传到相应的课程学习网站上，以便学生在课堂学习外，还可以利用课外时间进行观看和探究。例如在讲到“序列对数据库的检索（Blast）”一节内容时，在课堂教学中可以利用微课探究不同核酸或者蛋白打分矩阵的选择对blast结果的影响，或者探究不同的E值对blast结果的影响。
3.微课在课后拓展中的应用。由于学生自身的知识结构和理解能力的差异，他们对同一知识和操作的理解和掌握程度会有所不同，而课堂教学不可能针对每一个学生进行探究式教学，因此，教师可以根据课堂教学的实施状况和学生的实际能力，将具有拓展性的学习辅助材料（教学视频、辅文档等）设计制作成微课程，以满足学有余力的学生利用课外时间继续进行探究性学习。例如“序列对数据库的检索（Blast）”一节课的教学结束后，可以在课后拓展内容中利用微课引入近年发生的“中东呼吸综合征（MERS）”，然后引导学生利用blast工具探究引起“中东呼吸综合征”的冠状病毒（MERS-CoV）序列特征，并分析其进化趋势。
五、结语
在生物信息学探究性教学实践过程中运用微课，有助于学生自主学习和创新能力的培养，不仅提高了探究性教学在课堂中的教学效果，而且可以使学生的探究性学习延伸到课外。微课作为一种新型的教学技术，随着其在生物信息学探究性教学实践中的广泛应用，必将促进生物信息学教学的改革和学生创新能力的发展。
参考文献：
[1]胡铁生，黄明燕，李民.我国微课发展的三个阶段极其启示[J].远程教育杂志，2013，（4）：36-42.
[2]徐丹丹，偶志红，毕小平.在药学类专业教学中开展微课教学的尝试[J].药学教育，2014，30（2）：27-29.
[3]张林，柴惠，赵虹.生物信息学教学模式探讨[J].新课程研究（中旬刊），2010，（06）.
[4]谈松华.战略机遇期中国高等教育改革走向[J].国家教育行政学院学报，2010，（02）.
[5]胡娜，常军，徐玲.生物信息学教学改革与探索[J].安徽农业科学，2010，（03）.
[6]夏锦文，程晓樵.研究性教学的理论内涵与实践要求[J].中国大学教学，2009，（12）.
[7]虢毅，胡德华，邓昊.生物信息学课程“开放式、研究性”教学模式的探讨[J].生物信息学，2009，（03）.
