创新创业背景下《生物信息学》课程的教学改革与实践
来源:用户上传
作者:李曼菲 黄敏 杜何为
摘 要：在创新创业时代背景下，生物信息学课程迎来了一场改革。该文以长江大学生物类专业为例，从生物信息学课程教学目标改革、课程教学内容改革、课程教学模式改革、实验课程改革、课程思政及专业教育方面进行了阐述。在课程改革中，将培养学生创新创业能力这一目标融入教学过程，帮助学生提高创新创业意识，锻炼解决实际问题的能力，从而培养出适应当前社会需要的新型应用型人才。
关键词：创新创业 生物信息学 课程改革 实践 高校
文献标识码：A文章编号：1672-3791（2022）10（b）-0000-00
Reform of Bioinformatics Course under the Background of Innovation and Entrepreneurship
LIManfei HUANGmin DUhewei
（College of Life Sciences， Yangtze University， Jingzhou， Hubei Province， 434025 China）
Under the background of innovation and entrepreneurship， Bioinformatics course needto be reformed. This paper focused on four aspects of Bioinformatics course reform， such as teaching objectives reform， teaching contents reform， teaching model reform， experimental course reform， curriculum ideology and politics， majoreducation bytakingbiology major of Yangtze University as an example. In the curriculum reform， to improve the awareness of innovation and entrepreneurship so as to cultivate talents that dealingwith practical problems and meet the needs of modern society， we integrate the cultivation of students’ innovation and entrepreneurship ability into the teaching course.
Innovation and entrepreneurship; Bioinformatics; Curriculum reform; Universities
大学校园作为高级知识分子的培训基地，汇聚了大批思想活跃的年轻大学生。除了在校园里接受专业课程知识外，锻炼大学生运用知识结合实践解决实际问题的能力也十分重要。国家政策鼓励“大众创业，万众创新”，为了满足国家和社会对自主性强的创新创业人才的需求，大学的课程改革也应逐步向培养应用型人才方向发展。随着人工智能技术的飞速发展，基于深度学习、物联网、云计算和大数据等的智慧农业领域已带来了中国农业的第三次革命。生物信息学作为一门应用性极强的交叉学科，已成为生命科学研究和智慧农业领域必不可少的工具。为响应国家对课程改革的要求，必须更新生物信息学课程教学内容、改变教学模式并增加创新课程实验。旨在通过生物信息学课程的改革，激发大学生的创新创业能力，培养符合社会需求的应用型人才。
1课程教学目标和改革
1.1传统教学目标
生物信息学是一门交叉学科。该学科结合计算机技术和信息论方法来研究生命科学相关的问题，涉及到核酸、蛋白等生物信息数据的采集、存储、检索、分析等过程。生物信息学领域不断发展，与计算机科学、数学、统计学等学科相互渗透。生物信息学作为长江大学生物类专业的选修课，生物技术专业及生物工程专业学生学习完该课程后需要掌握生物信息学的基本理论和框架，掌握相关生物信息学分析工具，了解学科发展方向及学科研究前沿，并能运用相关知识解决生命科学研究中的实际问题。
1.2 创新创业背景下生物信息学课程改革的教学目标
在创新创业背景下，生物信息学课程的教学目标应更偏重实践中生命科学问题的解决以及创新能力的拓展。在学习课程理论的基础上，以实践中发现的问题为出发点，践行理论结合实际的基本思想，让学生学以致用，发散思维，突破创新。通过课程学习，使学生具备扎实的生物信息学专业知识，了解生物信息学领域最新动态和发展趋势，具有充分利用现代信息技术手段和工具解决生物学问题的能力。同时，应鼓励学生参加企业实习、导师科研任务、大学生创新创业大赛、AI智慧农业选拔赛、中国农业人工智能创新创业大赛以及国际温室种植大赛等，在实际项目中灵活运用理论知识，以此达到培养学生创新创业能力的目的。
2课程教学内容
2.1课程教学内容现状
魍辰萄内容包括生物信息学基础概念及专业术语的掌握、生物信息学常用数据库的了解，数据库使用方法的学习，引物设计及测序原理与方法的理解，核酸序列及蛋白序列分析原理与方法的掌握，常用网站的应用以及相关计算机语言的学习等。这当中，每一块知识点都较为分散。如果课程内容知识点设计较为简单，则无法启发学生的学习兴趣，学生学习后不能有效掌握课程重难点，可能只留下对生信分析各类网站的模糊印象；如果课程内容知识点过于深入，则容易让学生产生畏难情绪。所以，挑选合适的教学内容，并分清授课重难点非常重要。然而，在分子生物学、高通量测序技术及农业信息化飞速发展的今天，生物信息学原有的教学内容已无法满足时代的发展和社会的需求。教师需要主动更新已有的书本知识，淘汰旧有的理论方法，引入新的知识体系和方法。
nlc202211301540
2.2创新创业背景下课程教学内容改革设想
在创新创业背景下的教学内容改革应该更多贴合时代前沿科技。在大数据信息化时代的背景下，互联网上每日产生海量的数据。生物信息学教学内容应将实用的大数据收集处理方法、数据分析流程、服务器及作业提交系统使用、生信相关计算机语言内容增多，并以实际案例融入生物信息学算法的介绍。可以灵活运用互联网上下载的数据或者研究生科研中收集到的数据，向同学们展示数据的机器学习、深度学习和神经网络算法等，将人工智能相关知识融入生物信息学课堂。例如：教师在教学内容上可以添加表型组学的介绍。植物表型组是指对植物表型、生理及生化特征值进行快速、高通量的分析的组学。同时广义的表型组的还包括分子层面上的，如基因组或基因标记。对植物表型可以采用叶绿素荧光成像、RGB彩色形态成像、高光谱成像、热成像、红外测温及成像技术、核磁共振成像、CT成像等方法。在获取了观测数据或图片后，如何高效地进行数据分析和图像处理便是生物信息学领域所涉及的问题。通过向学生们介绍机器学习在表型组学的应用，包括高通量数据的获取、数据的管理、数据的解释、数据的建模校准及验证，可以让学生了解生物信息学基础知识在人工智能领域的贯通性及应用性。
同时，生物信息学作为长江大学生物类专业学生的选修课，生物类专业学科背景的学生有能力在专业其他课堂或者网络上查询到生物信息学课程中所涉及到的生物相关知识和概念。生物信息学作为一门专业选修课，应该将常用的查询网站、生物信息学相关的生物学知识概念等基础内容让学生自学或者课后了解。例如：在课堂上讲解第三代测序基因组数据分析时，生物类专业学生在基因组学或遗传学课程中会了解第一代测序技术、第二代测序技术及第三代测序技术的基本概念。第二代测序技术即基于大规模平行测序技术，能同时完成测序模板互补链的合成和序列数据的获取。第三代测序技术即单分子测序技术，能对每一条DNA分子单独测序。第三代测序技术不需要经过PCR扩增，并且解决了测序序列读长的限制，测序结果更加准确。将第二代测序和第三代测序基因组分析的流程放入实验课中，能让学生接触到新的测序技术及方法。并且，两种测序技术分析方法在序列读长、消耗资源、比对效率、基因组完整度等差异明显。通过对两种测序技术的比较，让学生了解这两种测序方法的优缺点，明白技术创新对科技领域变革的重要性。同时，第三代测序基因组的分析流程具有很强的应用价值及提升空间，能锻炼学生发现问题，解决问题的能力。
3课程教学模式
3.1课程教学模式现状
传统的生物信息学教学模式，学生在课堂中处于被动地位。课堂上，教师通过说课、PPT展示和教学视频等方式向学生灌输知识。老师讲多少，学生学多少，无法充分调动学生学习的积极性。单一的课程教学结合书本上的实验操作，无法培养学生思维创新的能力，也限制了生物信息学学科的发展。同时，课程考试一般采取传统的课程试卷考核辅以实验课课程作业成绩。强调课程知识c和概念，而轻应用。传统的课程考试使学生脱离了培养实际应用能力的机会，不能有效考核学生的动态学习过程，致使学生从学习一开始的目的就是在考试中获取良好成绩，对学生创新创业意识的培养十分不利。
3.2创新创业背景下课程教学模式改革设想
在创新创业背景下的课程教学模式改革，要注重实际问题与课本知识的结合，提高学生应用课堂知识解决实际问题的能力，提升学生的创新意识。在这样的大背景下，首先，教师可以尝试联合生物和物联网企业公司，为学生选择真实案例，利用企业平台优势，培养学生解决实际案例的能力。同时，与企业相关负责人的交流联系，能让学生了解社会需求，提前进入角色，方便今后的职业规划选择。其次，教师需要把握生物信息学科的前沿动态并具备国际视野，在生物信息分析模块中增添新方法新技术，让学生掌握分析前沿科学问题的能力。课程改革也是对教师能力的训练和提高，只有教师对学科前沿和社会需求具有敏锐的嗅觉，才能摸索出好的教学方案方法。然后，生物信息学作为一门交叉学科，与其他单一学科相比，课程结构和覆盖的知识点更为复杂，包含生物、计算机、统计、信息技术等内容。生物信息学作为一门工具学科，已经灵活运用在多个学科之中，例如植物基因组测序、药物设计、蛋白结构预测等。学生可以结合自己所感兴趣的领域，利用网络教学平台，如中国大学生MOOC（慕课）等，挖掘新思路，提出新课题，提高学生自主学习能力。最后，生物信息学作为一门应用性很强的学科，可以突破课堂的边界性，甚至可以将主课堂变为实验课堂，让学生自己携带移动设备，摒弃传统的机房上课模式。通过移动设备远程登录服务器终端，实现课堂教学与实验教学的完美结合。同时，传统的期末考试局限性十分明显，无法全方位动态地考察学生课程知识掌握及应用的能力。生物信息学课程考试的改革，需要破除传统的试卷考试，针对学生的课程作业、参与的实习实践相关项目和学科创新创业竞赛等来评估学生的学习情况。
4实验课程
4.1实验课程现状
传统的实验课内容包括了解复杂生物学数据及其相关的分析手段，理解和使用高通量技术所产生的大量生物信息的生物学背景及其分析方法。同时让学生学会通过网站了解学科前沿知识，检索生物信息大型数据库，解决与专业密切相关的生物学知识。传统的实验课程模式包括教师讲述实验过程、学生实际操作和实验报告的提交三大流程。然而，现有的实验课程模式固化，知识体系老旧，已不能满足社会的需求。学生在实验课上听教师讲述实验操作过程，完全按照教师的指导进行操作，严重限制了学生的主观能动性。由于学生们都是按照教师指导的流程完成实验报告及实验结果的提交，所以最终实验报告内容基本一致，很容易发生抄袭的现象。学生在实验课堂上学什么怎么学，教师如何通过课程实验培养具有创新性的应用型人才，一直是生物信息学实验课程面临的问题。
nlc202211301540
4.2创新创业背景下生物信息学实验课程改革设想
在创新创业背景下，生物信息学实验课程的改革，主要是为了让学生将系统的生物信息学专业知识与实践相结合，提升学生对专业课程的理解，提高学生对专业知识的应用能力。传统的实验课程教学，教师手把手的灌输式培养，已经无法满足学生对知识的探索欲，并且无法有效地培养学生的自主学习能力。因此，对实验内容和形式的改革，采取新型的教学方法，让学生有机会接触到前沿的知识。让学生参与到教师的科研项目、创业创新大赛、毕业论文等过程中，能提升学生的自学能力和创新意识。首先，可以改进传统的小组分工作业模式，小组分工虽然能增强学生合作交流的能力，但也容易发生小组作业“一人挑”的情况。可以将小组分工作业模式改进为平行案例分析，平行案例是指实验流程基本相同但面对不同对象和情景的案例。让每个或者每组学生针对不同的案例样本，进行相似的数据流程分析，这样可以有效避免学生之间作业抄袭的现象。同时，可以结合“翻转课堂”的模式，学生在课前或课外观看相关教学视频并自主学习，课堂时间以学生参与的项目为主题，让学生有更多机会展示自己，提高表达能力，同时这一过程能有效突出学生对知识重难点的反馈，让教师有针对性的更新教学内容，增强课堂的互动性。最后，实验课程教学应该不局限于学校的实验机房，生物信息学作为以计算机和网络为基础的学科，通过便利的网络移动平台，可以让学生在课堂外的地方，例如企业公司的实习基地等，改进自己的研究思路和计划，对学生的信息收集、分析、加工能力也有一定的锻炼作用。
例如：长江大学生命科学学院生物信息学课程中涉及到第二代测序转录组数据的分析，该实验旨在让学生了解高通量数据的储存和操作，学习数据的比对和差异表达基因的提取方法。教师让学生下载已发表文章中上传到数据库中的数据，重复文章中所运用的方法。学生所下载的文章可以有所不同，因此他们所需要下载的原始数据和参考基因组等也各异，但是分析转录组数据的流程却大同小异。由于转录组分析流程已较为成熟，在已有文章分析流程的基础上，教师让学生自主查找其他的分析流程，通过对不同分析流程数据结果的分析，学习不同方法的优缺点。在这一过程中，学生不仅重走了前沿文章中的分析流程，学习了他人的研究思路和方法，也通过网络渠道探索出不同的解决手段。既能深入了解知识点的运用，也能通过自学提升分析问题解决问题的能力。
人工智能领域的相关知识也可以融入生物信息学实验课堂。人工智能旨在训练计算机模拟人类具有的学习、推理、规划等能力。蛋白质序列与人类自然语言具有很高的相似性，对蛋白质序列的分析也可以采用神经网络相关方法。例如：可以通过基于序列标记的方法（CRF）训练序列标注模型来预测蛋白质互作位点。在生物信息学实验课堂上，在原本的蛋白质序列预测，分析的实验内容基础上，结合人工智能相关领域，让学生接触新领域新知识，提升学生的知识面，扩展视野。
5 创新创业背景下课程思政及专业教育
理学类专业课程要注重科学思维方法的训练和科学伦理的教育，培养学生探索未知、追求真理、勇攀科学高峰的责任感和使命感。
创新创业背景下对学生能力的培养也是围绕着提高学生认识问题、分析问题和解决问题这几大方面。在此基础上，生物信息学的课程思政，可以从实际案例出发。例如，向学生介绍植物结构建模及可视化分析、植物模型数据采集与处理等智慧农业相关领域时，教师可以以中国滴灌技术的发展为例。由于滴灌技术能高效节水，并配合水肥合理施用，是缺水地区发展农业不可或缺的技术。合理有效滴灌技术的实际应用，需要精确掌握农作物不同生理阶段对水肥的需求量。中国是农业大国，滴灌技术已在新疆和内蒙古等地区推行多年，并且以推广到乌兹别克斯坦、塔吉克斯坦、哈萨克斯坦、津巴布韦等多个中亚和中非国家。在现有比较成熟的滴灌技术基础上，配合不同水肥条件的实验设计，并对农作物生长状态进行高通量表型组分析，大规模采集不同实验条件下的数据进行生物信息学分析建模，可以探究出农作物丰收丰产同时节水节能的最优解决方案。强调中国在自身发展的同时始终不忘弘扬国际主义精神，始终秉持为中国人民谋幸福，为人类进步事业奋斗。
专业教育能帮助学生们了解自己所学专业内容，明确人生规划，并培养对所学习专业的热爱，是学校对青年进行思想教育的重要部分。专业教育应该有着更丰富的思想内涵，让学生了解到Ｒ抵所以值得热爱，是因为专业所涉及的科学知识，是建设国家和满足人民日益增长的美好生活迫切所需的。在专业教育方面，教师可以介绍机器学习算法在识别理想育种材料中的运用。机器学习模拟人类的学习行为，通过对数据的不断学习获取新的知识和技能。机器学习能将多个维度和不同尺度的大量数据进行组合和关联分析，将生物学上的一系列数据，如基因序列数据、基因表达数据、生化反应通路数据、表型数据等相互集成。具体到农业领域，例如：通过对农作物DNA层面的特征数据结合宏观精确的表型特征数据，寻找试验材料中最优质的种质资源。这一过程与热门的人脸识别、语音识别、自动驾驶技术等不谋而合。机器学习在生物领域的运用需要相关专业人才掌握计算机科学和采集田间试验数据的能力，生物类专业学生学好生物信息学正好结合这两个优势。教师可以教导学生不要仅仅只看到所谓“生化环材”专业的劣势，而应该充分考虑问题的两面性，既然专业学科领域有不足之处，那么说明其更有发展潜力。在新兴领域飞速发展的势头下，结合创新创业的环境背景，学生可以充分利用自身专业优势结合最新前沿科技，为整个生物领域带来技术革新。
6 结语
在创新创业背景下，生物信息学传统的教学内容、教学模式、教学实验和课程思政建设必然发生重大改革。人才是第一竞争力，具有创新创业意识和创新创业能力的应用型人才更是核心竞争力。随着时代的发展，一大批新技术的涌现，需要专业素质过硬的学生将新知识新技术融入到实际问题中。高校的创新创业课程改革应该从理论教学到实验转变为理论和实践互相结合的模式，提升实践在生物信息学课程中的比重。结合新技术、新理论并运用新的教学方法，让学生由被动学习向主动学习转变，教师才能发挥最大的价值。将创新创业的思维训练融入课堂内外，以此激发学生创新创业的思想，为走向社会奠定坚实基础。我们必须始终贯彻学生才是学习主体的理念，以社会的需求为导向，鼓励学生参与各种创新创业比赛，在实践中砥砺真知，同时提升学生查阅资料、自主设计、自主学习、自主发现问题等的能力。希望能够通过生物信息学课程的改革帮助学生发现机遇，把握机遇，实现自己的人生理想，并在这一过程中，为国家和社会培养符合社会需求的综合性应用型人才。
[1]金萍，符美丽，沈莉.生物信息学课程教学改革初探[J].时代教育，2016（21）：211，230.
[2]王史春.创新创业背景下的专业建设和课堂教学改革[J].高等教育，2016（39）：88，115.
[3]张亮，李玲，单莉娅，等.大数据背景下关于医学研究生生物信息学课程改革的思考[J].医学教育研究与实践，2016，24（6）：919-921，949.
[4]唐国良，李鸿磊，唐静，等.创新创业背景下植物学课程的改革：以成都师范学院为例[J].科技资讯，2021，19（5）：120-122.
[5]陈秋宁，杨毅.教育大数据背景下高校创新创业课程改革研究[J].科教文汇，2016（7）：31-32.
[6]赵妍.大数据背景下高校创新创业教育模式构建[J].科学大众：科技创新，2020（5）：52.
[7]耿雪.互联网+时代背景下高校创新创业课程改革研究[J].人文之友，2019（14）：1.
[8]张德化，刘霞.地方应用型本科院校应用性课程改革路径探索[J].教育教学论坛，2014（26）：18-20.
[9]刘荷，张海明，于娜.MOOC+SPOC混合式教学在高等数学课程中的应用[J].科技资讯，2021，19（27）：129-132.
[10]郭丽，赵杨，娄冬华，等.生物信息学实践课教学改革探索[J].南京医科大学学报（社会科学版），2014，14（2）：165-167.
[11]高逸群.翻转课堂在高校基础日语教学中的应用[J].科技资讯，2021，19（27）：145-148.
[12]盛红梅.新时代大学生创新创业价值观研究[D].长春：东北师范大学，2020.
[13]李敏，项炬，李洪东，等.“人工智能+X”背景下生物信息学方向科技创新人才培养体系探索与实践[J].工业和信息化教育，2021（10）：10-13.
[14]汤胜男，辛学刚.机器学习在生物信息学领域的应用与研究进展[J].人工智能，2020（1）：84-93.
nlc202211301540
转载注明来源:https://www.xzbu.com/8/view-15442775.htm
