導語：如何才能寫好一篇生物信息學的概念，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

1　高考考查生物學概念的方式和特點

1.1　直述法

1.1.1發(fā)散式

南一個概念引出其不同的內(nèi)涵和外延。如:

(2008年上海卷)下列有關(guān)突觸的敘述,正確的是(

)

A　神經(jīng)元之間通過突觸聯(lián)系

B　一個神經(jīng)元只有一個突觸

C　突觸由突觸前膜和突觸后膜構(gòu)成

1),神經(jīng)遞質(zhì)能透過突觸后膜

1.1.2歸納式

由個別的內(nèi)涵或外延導出概念。如:

(2007年寧夏理綜卷)在寒溫帶地區(qū),一場大火使某地的森林大面積燒毀,在以后漫長時間中,在原林地上依次形成了雜草地、白樺為主的闊葉林、云杉為主的針葉林,這種現(xiàn)象稱為(　)

A　物種進化　B　外來物種入侵

C　群落演替　D　垂直結(jié)構(gòu)

1.1.3 綜合式

大多概念之間還存在有明顯的包含、對立、并列、因果關(guān)系等,高考考查時,常常放在一起綜合考查,如:

(2009年福建理綜)細胞的有絲分裂和減數(shù)分裂都可能產(chǎn)生可遺傳的變異,其中僅發(fā)生在減數(shù)分裂過程的變異是……

1.2　圖解法

1.2.1　集合式

用數(shù)學集合表達概念之間的關(guān)系。

(2007年廣爾理基卷)圖1是由3個圓所構(gòu)成的類別關(guān)系圖,其中I為大圓,Ⅱ和Ⅲ分別為大圓之外的小圓。符合這種類別關(guān)系的是(　)

A　I脫氧核糖核酸、Ⅱ核糖核酸、Ⅲ核酸

B　I染色體、ⅡDNA、Ⅲ基因

C　I固醇、Ⅱ膽吲醇、Ⅲ維生素D

D　I蛋白質(zhì)、Ⅱ酶、Ⅲ激素

1.2.2　概念圖式

用箭頭把一組概念連接起來,表示它們之間的包含、并列或?qū)Ρ鹊汝P(guān)系,有流程圖、因果圖等。如:

(2009年天津理綜卷)圖2為動物機體的細胞凋亡及清除示意圖。據(jù)圖分析,不正確的是(　)

2　生物學概念復習備考教學策略

結(jié)合高考考查生物學概念的方式和特點中,在引導學生高考復習備考的教學中,教師可以從以下兒個方面入手進行概念教學,以提高概念教學的訂效性。

2.1　“關(guān)鍵詞”策略,讓學生在快速找到“題眼”

(2009年廣爾卷)有關(guān)人體內(nèi)環(huán)境穩(wěn)態(tài)的敘述,錯誤的是(　)

A　有3種以上的生理系統(tǒng)參與維持體內(nèi)環(huán)境穩(wěn)態(tài)

B　人體內(nèi)環(huán)境穩(wěn)態(tài)的失調(diào)與外界環(huán)境無關(guān)

C　人體維持內(nèi)環(huán)境穩(wěn)態(tài)的調(diào)節(jié)能力有限

D　穩(wěn)態(tài)有利于參與其調(diào)節(jié)的器官保持機能正常

解析:穩(wěn)態(tài)是指正常機體通過調(diào)節(jié)作用,使各個器官、系統(tǒng)協(xié)調(diào)活動,共同維持內(nèi)環(huán)境的相對穩(wěn)定狀態(tài)。這里的“正常機體”“各個器官、系統(tǒng)”“相對穩(wěn)定狀態(tài)”等都是關(guān)鍵詞,抓住這些,本題解答就容易了。

參考答案:B。

概念中的這些“關(guān)鍵詞”,往往是閘述概念的內(nèi)涵和外延的核心詞匯(概念的內(nèi)涵是指概念的本質(zhì)屬性,外延是指概念反映的具有這種本質(zhì)屬性的事物的適用范圍),抓住了概念的“關(guān)鍵詞”,就能準確理解概念的內(nèi)涵和外延。教學中教師要不斷引導學生對概念中“關(guān)鍵詞”的關(guān)注。又如“反射”的概念是指在中樞神經(jīng)系統(tǒng)的參與下,動物體或人體對內(nèi)外環(huán)境變化作出的規(guī)律性應(yīng)答。其中“中樞神經(jīng)系統(tǒng)”、“動物體或人體”、“內(nèi)外環(huán)境變化”、“規(guī)律性應(yīng)答”是闡述概念內(nèi)涵的關(guān)鍵詞,體現(xiàn)了反射概念的本質(zhì)屬性,而“中樞神經(jīng)系統(tǒng)”、“動物體或人體”就界定了反射的范圍――只有具有神經(jīng)系統(tǒng)的動物或人才具有反射現(xiàn)象,這是概念的外延的關(guān)鍵詞。教學中不斷強化學生對這些概念“關(guān)鍵詞”的理解和掌握,解題時,學生就會迅速抓住“題眼”,提高解題效率。

2.2　多角度例證策略,讓學生在思考訓練中迅速準確判斷

(2009年廣東卷)下列敘述中,不屬于種群空間特征捕述的是(　)

A　斑馬在草原上成群活動

B　每毫升河水中有9個大腸桿菌

C　稗草在稻田中隨機分布

D　木棉樹在路旁每隔5 m種植

解析:組成種群的個體在其生活空間中的位置狀態(tài)或空間布局叫做種群的空間特征或分布型。種群的空間分布一般可概括為三種基本類型:隨機分布、均勻分布和集群分布。B項為種群密度,不屬于空間特征。

本類試題往往采用發(fā)散方式進行考查,通過許多典例來求證概念的內(nèi)涵和外延,因此復習教學中教師可采用多角度例證的方式進行強化概念的學習。如:“相對性狀”的概念教學,在揭示出“相對性狀是同一生物同一性狀的不同表現(xiàn)類型”這一關(guān)鍵性特征后,可先舉肯定例證:“貓的黑毛與白毛”、“兔的長毛與短毛”“、豌豆的高莖與矮莖”等,后再舉一些否定例證:“貓的黑毛與狗的白毛”、“人的身高與體重”“、兔的長毛與白毛”等讓學生判斷,從而加深其對概念的掌握與應(yīng)用。這樣,經(jīng)過多次的強化刺激,學生就會在頭腦中建立新的條件反射,馬上能準確判斷。

2.3　建立概念體系策略,讓概念的學習和掌握系統(tǒng)化

在掌握了大量的概念后,往往會出現(xiàn)概念的混淆和遺忘,教師在教學中要引導和幫助學生形成概念體系,這樣不但有利于鞏吲原有的概念,接受新概念,而且能提高學生靈活應(yīng)用概念的能力,可采用以下方法。

2.3.1　采用對比,讓易混概念在比較中生成體系

生物學中一些名稱相似或相近的概念往往是“貌合神離”,它們是教學的難點,也是導致學生容易失分的誤區(qū)之一。為提高學生掌握概念的能力,可把它們的各種屬性或關(guān)鍵性特征進行對比。

其他類似概念還有如:生長素與生長激素;光合作用與呼吸作用;有氧呼吸與無氧呼吸等。

2.3.2　借助圖解,讓抽象概念在直觀中生成體系

2.3.2.1　采用集合方式表示

在生物學中,對一些相互之間有聯(lián)系的概念可借助集合方式,化繁為簡,一目了然,達到事半功倍的效果。如:圖3中①、②、③=三個圓分別代表某個概念或某類物質(zhì)。以下各項中,能構(gòu)成圖中關(guān)系的是(　)

A　DNA、染色體、基因

B　反射、應(yīng)激性、適應(yīng)性

C　酶、蛋白質(zhì)、激素

D　減數(shù)分裂、有絲分裂、無絲分裂

解析:大多數(shù)酶是蛋白質(zhì),有些激素(如胰島素)也是蛋白質(zhì),因此酶和激素與蛋白質(zhì)之間為交叉關(guān)系;酶和激素是兩類物質(zhì),為并列關(guān)系。

參考答案:C。

其他還有:生態(tài)因素,生物因素和種間(或種內(nèi))關(guān)系;酶、激素和蛋白質(zhì)的關(guān)系;應(yīng)激性、反射和條件反射;染色體、DNA、基因、含氮堿基(或磷酸、五碳糖);免疫、特異性免疫與細胞免疫等等。

2.3.2.2　采用概念圖方式表示

概念不可能單獨存在,每個概念都必須根據(jù)與之有關(guān)的其他概念間的關(guān)系才能確定其準確的含義。概念圖有思維圖、流程圖、循環(huán)圖等,下面是以能源物質(zhì)的種類為中心構(gòu)建的生物學概念圖(圖4)。

篇2

關(guān)鍵詞：生物信息學 創(chuàng)新實踐能力 教學改革

中圖分類號：G642.0 文獻標識碼：A 文章編號：1674-098X（2014）10（c）-0143-02

2013年三位美國科學家以“為復雜化學體系設(shè)計了多尺度模型”而獲得了諾貝爾化學獎，從此生物信息學（Bioinformatics）真正走到了自然科學的前臺，成為未來發(fā)展的重要方向和熱點。生物信息學是以生物學為核心和靈魂，以數(shù)學和計算機為基本工具的一門交叉學科，綜合運用數(shù)學、計算機科學和生物學的各種工具，獲取、處理、存儲、分發(fā)、分析和解釋生物信息，進而揭示大量數(shù)據(jù)所蘊含的生物學意義。生物信息學已經(jīng)成為生物醫(yī)學、農(nóng)學、遺傳學、細胞生物學、分子生物學等學科發(fā)展的強大推動力量，目前已經(jīng)成為高等院校生命科學相關(guān)專業(yè)學生必須掌握的主要專業(yè)課程。要實現(xiàn)中華民族偉大復興的中國夢，離不開科學技術(shù)的創(chuàng)新驅(qū)動，創(chuàng)新人才的培養(yǎng)自然成為高等院校的主要責任，高等院校教師需要根據(jù)培養(yǎng)學生創(chuàng)新實踐能力的要求不斷的開展教學改革。鑒于生物信息學的重要作用，最近幾年各高等院校都相繼開設(shè)了生物信息學課程，但是由于生物信息學是一門廣泛的交叉學科，需要學生具有較扎實的多學科基礎(chǔ)知識，且生物信息學自身發(fā)展迅速，新概念、新算法、新數(shù)據(jù)庫等層出不窮，需要教師不斷跟進，因此生物信息學的教學與其他學科顯示出明顯的不同，舊的教學方法不能適應(yīng)生物信息學課程的發(fā)展。生物信息學教學改革的內(nèi)容應(yīng)該著重于提高學生的創(chuàng)新實踐能力。該文將生物信息學教學改革中總結(jié)的經(jīng)驗，從教學理念、教學方法、教學內(nèi)容和考試改革等方面，對在生物信息學課程的教學中如何培養(yǎng)學生創(chuàng)新實踐能力進行了討論。

1 教學理念上強調(diào)學生的實踐能力和自主創(chuàng)新思維的培養(yǎng)

生物信息學是一門實踐性非常強的學科，同時具有多學科交叉的特點。對于非生物信息學專業(yè)的生命科學相關(guān)專業(yè)學生，主要課堂目標是熟練應(yīng)用各種軟件、數(shù)據(jù)庫解決實際的生物學問題，而不是研究新算法、開發(fā)新程序。非生物信息學專業(yè)的學生一般具有較好的生物學基礎(chǔ)，對于核酸、蛋白質(zhì)等相關(guān)知識已經(jīng)較為熟悉，在教學中不必過多重復，而對于生物信息學中的數(shù)學模型，程序原理等內(nèi)容具有較大的學習障礙，經(jīng)過我們的教學發(fā)現(xiàn)，學生對于這些內(nèi)容的不理解并不會顯著影響其應(yīng)用軟件的實踐能力。因此，對于非生物信息學專業(yè)的生物信息學本科課程，應(yīng)當簡化復雜難懂的理論知識，注重培養(yǎng)學生的實踐能力，使學生可以應(yīng)用生物信息學工具對生物數(shù)據(jù)進行分析，解決實際問題，在使用生物信息學工具解決實際問題的時候?qū)ι镄畔W產(chǎn)生興趣，增強創(chuàng)新實踐能力。

2 采用啟蒙式、研討式、運用式等生動形象的教學方法

為了強調(diào)學生的實踐動手能力，采用啟蒙式、研討式、運用式等生動形象的教學方法。（1）將授課地點定在計算機網(wǎng)絡(luò)教室，接駁互聯(lián)網(wǎng)的計算機安裝有課堂管理系統(tǒng)，實時演示教師的操作。教師在授課過程中結(jié)合具體實例邊講解邊示范操作，學生邊聽課邊練習。（2）對課件增加圖片、視頻、音頻等多媒體素材，使抽象的、靜態(tài)的生物信息學知識以具體的、動態(tài)的形式演示，提高學生的學習興趣，加深學生對知識的掌握程度。例如在講解蛋白質(zhì)三維結(jié)構(gòu)相關(guān)知識時，教師需準備好各種蛋白質(zhì)的三維結(jié)構(gòu)素材，并使用（同時教會學生使用）專業(yè)蛋白質(zhì)三維結(jié)構(gòu)看圖軟件進行演示操作，這樣可以顯著提高學生的實際操作興趣。（3）進行課程錄像，記錄課堂上老師的講課現(xiàn)場和計算機操作屏幕的錄像，將視頻放到網(wǎng)絡(luò)教學平臺上，供學生課后觀看，降低生物信息學學習難度。（4）進行隨堂在線操作練習，以教師和學生分別自設(shè)題目的方式開展創(chuàng)新實踐練習，促進學生創(chuàng)新性思維方式，注重提高理論用于實踐的綜合能力，同時更有效地提高學生計算機應(yīng)用能力。（5）采用雙語授課，提高學生專業(yè)英語能力。生物信息學的實際操作離不開數(shù)據(jù)庫和軟件，而目前國際上通用的生物信息學在線數(shù)據(jù)庫和常用軟件的界面都是英文，因此學生必須能看懂生物信息學相關(guān)概念的英文說法。我們采用雙語授課，對課程中的關(guān)鍵信息再使用中文重點講解一遍。教學中發(fā)現(xiàn)大多數(shù)學生對英文授課及英文軟件有懼怕和惰性心理，對此我們采用循序漸進多次重復的方式幫助學生克服最初的懼怕建立信心，在英語授課前一周，教師將多媒體課件通過網(wǎng)絡(luò)教學平臺發(fā)送給學生，并列出來關(guān)鍵名詞，供學生提前預(yù)習，減少課堂上直接聽英文的難度，在數(shù)據(jù)庫和軟件中，安排學生多次使用同一個軟件，同一個數(shù)據(jù)庫，對常用的詞語進行重點說明，從而減小學習壓力，增強學習信心。本方法增強了學生主動學習生物信息學自主能力，同時提高了學生英文聽、說、讀、寫等能力。（6）發(fā)揮網(wǎng)絡(luò)教學的優(yōu)勢，教師可根據(jù)教學內(nèi)容從網(wǎng)上下載教學輔助資料，充分利用網(wǎng)絡(luò)的現(xiàn)有資源，并通過網(wǎng)絡(luò)教學平臺為學生提供教學資源，將制作的教學課件、教學大綱、教學錄像、參考文獻、思考題、自測題等上傳到教學平臺上，使學生隨時隨地在教學平臺里面進行下載教學課件、回答問題、提出問題，老師或者同學可以對所提問題進行網(wǎng)上解答、探討。教師還可以通過網(wǎng)上論壇、聊天室、QQ、E-mail等對學生學習和生活進行指導和關(guān)心，可以及時了解掌握學生的學習情況，有利于教師不斷調(diào)整教學方案，達到更好的教學效果。

3 教學內(nèi)容上增強課程應(yīng)用性

生物信息學的課程內(nèi)容很多，具有很強的跨專業(yè)性，由于課時和學生專業(yè)的限制，我們應(yīng)選擇性地進行授課，教學內(nèi)容主要強調(diào)課程實踐應(yīng)用性。（1）要在課程的第一節(jié)課明確生物信息學在生物學中的作用，講解幾個有趣而又簡單的生物信息學應(yīng)用，提高學生的學習興趣。（2）對于理論知識只講解其中最為基礎(chǔ)而不可缺少的，并結(jié)合實際操作使學生形象化、具體化。授課中穿插講解有趣而簡單的生物信息學應(yīng)用實例，提高學生的學習興趣。（3）增加實驗課學時，增強學生動手操作實踐能力。生物信息學主要是通過計算機軟件完成對生物數(shù)據(jù)的分析，分析過程中易出現(xiàn)各種錯誤，需要在多次操作實踐中不斷總結(jié)經(jīng)驗才能熟悉。因此增加實驗課學時會明顯增加學生的實踐能力。我們每一節(jié)課分為兩部分，理論講解和實驗操作，在理論講解完成后，馬上開展實驗操作，這樣可以讓學生理解軟件中應(yīng)用的原理，不會出現(xiàn)在實驗課時理論與實驗脫節(jié)的現(xiàn)象。（4）生物信息學發(fā)展迅速，需不斷把握國際最新進展，更新知識庫，使學生學到最新的技術(shù)，更好的應(yīng)用到實踐中。因此我們密切關(guān)注學科發(fā)展動態(tài)，掌握最新研究成果，每學期的教學隨時進行知識更新，及時將國內(nèi)外及教師的新知識、新成果作為教學內(nèi)容的一部分傳遞給學生。同時我們使用雙語授課，并保證授課內(nèi)容緊跟生物信息學的前沿，保證學生學到的都是最新的知識，刺激學生探索與實踐的欲望。

4 考試改革上促進學生實踐能力和創(chuàng)新思維

考試改革的目的是強化實踐教學，注重創(chuàng)新能力的培養(yǎng);發(fā)揮教學中的積極性、主動性、創(chuàng)新性;在加強素質(zhì)教育的基礎(chǔ)上擴寬專業(yè)教育;培養(yǎng)“寬厚型、復合型、創(chuàng)新型、外向型”人才?？荚嚳煞譃槠谀┛荚嚒⑵綍r練習和上機考試等三部分。期末考試使用傳統(tǒng)的考試方式。平時練習為教學中的課堂練習題的評分。對于上機考試，我們引入無紙化考核，通過上機實踐操作，重點考核學生在互聯(lián)網(wǎng)環(huán)境下的隨堂在線操作，隨堂在線測試的內(nèi)容主要是使用各種軟件和數(shù)據(jù)庫分析生物數(shù)據(jù)的操作實踐，增強學生理論應(yīng)用實踐的綜合能力。例如給出一個蛋白質(zhì)的名稱，讓學生查詢此蛋白質(zhì)的序列、理化性質(zhì)、翻譯后修飾等信息，預(yù)測蛋白質(zhì)二級結(jié)構(gòu)，三維結(jié)構(gòu)等操作。學生使用計算機在線完成指定的生物信息學分析內(nèi)容，考查學生掌握實踐操作的程度，促進學生注重提高理論用于實踐的綜合能力，同時更有效地提高學生計算機應(yīng)用能力。這種考試模式可以顯著的提高學生實踐的積極性。

5 結(jié)語

總之，生物信息學教學需要培養(yǎng)學生自主創(chuàng)新學習的能力和在實踐中自主創(chuàng)新獲取知識的技能，使學生知識、能力、素質(zhì)協(xié)調(diào)發(fā)展。為了提高學生創(chuàng)新性思維和實踐操作能力，生物信息學教學改革應(yīng)從以下幾方面進行：在教學理念上，強調(diào)學生的實踐動手能力、創(chuàng)新思維的培養(yǎng);在教學方法上，采用啟蒙式、研討式、運用式等生動形象的教學方法;在教學內(nèi)容上，增加實驗學時，增強課程應(yīng)用性，理論為實踐服務(wù);在考試改革上，采用多種考查考核方式促進學生實踐能力、創(chuàng)新思維。在今后的教學工作中，我們將繼續(xù)探索行之有效的教學方法、教學手段和教學模式，啟發(fā)學生的創(chuàng)新實踐意識，培養(yǎng)學生的創(chuàng)新思維和實踐能力，以滿足現(xiàn)代社會對創(chuàng)新型人才的需求。

參考文獻

[1] 張紀陽，劉偉，謝紅衛(wèi).生物信息學課程研究性教學的實踐與思考[J].高等教育研究學報，2011（4）：51-53.

[2] 張幸果，丁俊強，朱偉，等.關(guān)于如何提高生物信息學教學質(zhì)量的探討[J].江西農(nóng)業(yè)學報，2010（3）：194-195.

[3] 石生林，韓艷君，劉彥群，等.非專業(yè)研究生生物信息學課程教學中存在的問題及對策[J].生物信息學，2009（2）：125-127.

篇3

生物信息學 生物科學 實踐教學

生物信息學作為一門新興的交叉性學科，綜合生物學、計算機科學和信息技術(shù)試圖，從大量數(shù)據(jù)中尋找具有指導和開創(chuàng)性價值的依據(jù)，為生命科學研究提供必要的、有效的系統(tǒng)模擬和信息預(yù)測結(jié)果。目前，生物信息學在生物醫(yī)學、生物工程、植物學、動物學、生態(tài)學、遺傳學、制藥和高科技產(chǎn)業(yè)領(lǐng)域中的應(yīng)用越來越廣泛，產(chǎn)生巨大的影響力和推動力。

一、生物信息學在生物科學領(lǐng)域的作用

生物科學是研究生物結(jié)構(gòu)、功能、發(fā)生和發(fā)展規(guī)律，及其與周圍環(huán)境關(guān)系的科學。在分子生物學技術(shù)突飛猛進的發(fā)展過程中，生物科學從傳統(tǒng)的個體及群體表征研究逐步演變?yōu)閮?nèi)在分子機制的研究，隨著基因測序技術(shù)的發(fā)展，生物科學領(lǐng)域的研究不僅聚焦于生物個體的內(nèi)在分子機制，同時還從大量的生物個體的基因數(shù)據(jù)中獲取和解析生命的本質(zhì)和規(guī)律，并以此嘗試對生命過程進行干涉和改造。而在獲取、解析、干涉和改造的過程中扮演重要角色的就是生物信息學。

生物信息學是在生物科學領(lǐng)域各個學科發(fā)展的過程中逐步產(chǎn)生的一門綜合性學科，該學科在生物科學領(lǐng)域的應(yīng)用極為廣泛。目前，植物基因組研究取得了重大進展，水稻、大豆、小麥等農(nóng)作物的遺傳圖譜、基因序列、基因組注釋已公布于美國國立生物技術(shù)信息中心（NCBI）的生物信息數(shù)據(jù)庫中。利用生物信息學的相關(guān)方法和技術(shù)能夠?qū)@些數(shù)據(jù)進行查詢、統(tǒng)計和分析，從而更好地理解和認識植物基因組的功能，指導后續(xù)的科學研究和生產(chǎn)應(yīng)用。傳統(tǒng)的生物學分類方法已經(jīng)鑒定及分類了成千上萬的物種，但是隨著生物科學的發(fā)展和認知，越來越多的物種在遺傳進化上的分類依據(jù)較為模糊，而利用生物信息學結(jié)合傳統(tǒng)的分類學可以更好的研究生物類群間（植物、動物、微生物等）的異同性、親緣關(guān)系、遺傳進化過程和發(fā)展規(guī)律，這在當今的生物分類學中應(yīng)用日趨廣泛。生物信息學還可以綜合利用數(shù)學、統(tǒng)計學和計算機等學科對生態(tài)系統(tǒng)進行模擬和計算分析，探索物種間基因流動的本質(zhì)，揭示生態(tài)系統(tǒng)的物質(zhì)和能量循環(huán)規(guī)律，從而為找到?jīng)Q定生態(tài)系統(tǒng)平衡和穩(wěn)定的根本因素提供重要的依據(jù)，幫助生態(tài)系統(tǒng)平衡的恢復。此外，通過生物信息學技術(shù)構(gòu)建遺傳工程菌，降解目標污染物的分子遺傳物質(zhì)，從而達到催化目標污染物的降解，維護生態(tài)環(huán)境的空氣、水源、土地等質(zhì)量，也是當今生態(tài)環(huán)境保護的新興研究方向。

二、生物信息學的學科內(nèi)容和課程要求

生物信息學主要由基因組學、蛋白質(zhì)組學、系統(tǒng)生物學、比較基因組學、計算生物學等學科構(gòu)成，主要涉及的內(nèi)容有生物數(shù)據(jù)的收集、存檔、顯示和分析，體外預(yù)測、模擬基因及蛋白質(zhì)的結(jié)構(gòu)和功能，對生物的遺傳基因圖譜進行分析處理，對大量的核苷酸和氨基酸序列進行比對分析，確定進化地位等。從生物信息學的概念及其涉及的內(nèi)容中可以明確生物信息學不是一門獨立的學科，所以要求教師在教學過程中掌握多領(lǐng)域的知識和技能，才能較好地把握該課程。

1.高等數(shù)學和統(tǒng)計學基礎(chǔ)

生物信息學將數(shù)學和統(tǒng)計學作為主要的計算理論基礎(chǔ)，主要包括數(shù)學建模、統(tǒng)計方法、動態(tài)規(guī)劃方法、數(shù)據(jù)挖掘等方面。此外還包括隱馬爾科夫鏈模型（HMM）在序列識別上的應(yīng)用，蛋白質(zhì)空間結(jié)構(gòu)預(yù)測的最優(yōu)理論，DNA超螺旋結(jié)構(gòu)的拓撲學，遺傳密碼和DNA序列的對稱性方面的群論等。因此，在生物信息學教學過程中要求教師具備數(shù)學及統(tǒng)計學的計算方法的基礎(chǔ)知識，能夠利用牛頓迭代法、線性方程回歸分析、矩陣求擬、最小二乘法等進行數(shù)學建模和計算，從而對基因和蛋白質(zhì)序列進行比對、進化分析和繪制遺傳圖譜等。

2.生物科學基礎(chǔ)

生物信息學包含的生物類學科有，生物化學、分子生物學、遺傳學等基礎(chǔ)學科，基因工程、蛋白工程、生物技術(shù)等應(yīng)用學科。根據(jù)其課程特點，學生在學習生物信息學課程前需要學習生物化學、分子生物學、遺傳學、基因組學、蛋白質(zhì)組學等基本生物學課程，對于基因序列、蛋白質(zhì)序列、啟動子、非編碼區(qū)等概念有深刻的理解，同時需要對一些重要的生物學數(shù)據(jù)庫有一定的了解，如美國基因數(shù)據(jù)庫（GeneBank）、歐洲分子生物學實驗室數(shù)據(jù)庫（Embl）和日本核酸數(shù)據(jù)庫（DDBJ）等。此外，要求學生能夠利用生物學數(shù)據(jù)庫查找基因序列、蛋白質(zhì)序列、基因及蛋白質(zhì)結(jié)構(gòu)模型，能夠讀懂數(shù)據(jù)庫中基因和蛋白質(zhì)的信息注釋，能夠計算蛋白質(zhì)序列的分子量和等電點，能夠為擴增特定的基因片段設(shè)計引物，能夠?qū)μ囟ㄎ锓N進行系統(tǒng)發(fā)育分析等。

3.計算機科學基礎(chǔ)

計算機是生物信息學的主要輔助工具，利用生物信息學研究生物系統(tǒng)的過程需要能夠熟練使用計算機對大量的生物信息數(shù)據(jù)進行處理和分析，這主要包括對數(shù)據(jù)信息進行搜索（收集和篩選）、處理（編輯、整理、管理和顯示）及利用（計算、模擬）。所以，學生在學習生物信息學的過程中需要了解和掌握一些常用的生物信息學軟件，如BLAST和FASTA序列比對分析軟件，Oligo和Primer引物設(shè)計軟件，VectorNTI、DNASTAR、DNASIS等綜合分析軟件。此外，學生還需要學習和掌握一些常用的計算機語言，如正則表達式、Unix shell腳本語言和Perl語言。

利用生物信息學在處理和分析海量生物數(shù)據(jù)的過程中，計算機軟硬件資源需要配合處理分析軟件的運行，因此要求計算機操作系統(tǒng)使用Unix和Linux操作系統(tǒng)，這些操作系統(tǒng)需要大量的操作命令進行輸入執(zhí)行過程，對于經(jīng)常使用Windows操作系統(tǒng)的學生來說是一個較難跨越的障礙。

三、生物信息學課程教學中存在的問題

目前國內(nèi)大多數(shù)高校的生物信息學教學采用傳統(tǒng)的教學模式，即以課堂式的理論教學為主，缺乏必要的實踐教學。理論教學模式固定、教學方法單一、教學內(nèi)容狹窄，通常是介紹性、科普性的課程，甚至作為公選課程。少數(shù)高校開展生物信息學的實踐課程教學，但多以驗證性實驗為主，缺乏和專業(yè)相適應(yīng)的綜合性、設(shè)計性實驗，而開放性實驗更無從談起。

1.教學模式固定單一

生物信息學在內(nèi)容層面涵蓋諸多學科領(lǐng)域，注重應(yīng)用性和實踐性。然而，目前大部分高校把生物信息學作為一門孤立的課程，這導致教師需要將大多數(shù)課程內(nèi)容壓縮到一門課程進行教學，在有限的教學時數(shù)下灌輸大量內(nèi)容，增加了學生學習的難度，降低了教學質(zhì)量。再者，大多數(shù)高校僅開展生物信息學的理論教學，忽視實踐教學過程，造成生物信息學理論與實踐內(nèi)容的脫節(jié)，使學生在學習完理論知識后難以深入理解和吸收，無法將所學的知識應(yīng)用到后續(xù)的工作和學習中，最終未能體現(xiàn)出該門課程的價值。

2.教師專業(yè)背景薄弱

作為一門交叉學科，生物信息學的教學要求教師具有較強的數(shù)學、生物學和計算機科學背景。然而，目前從事生物信息學教學的教師即便具備深厚的生物學背景，但是多數(shù)教師在數(shù)學和計算機方面較為薄弱，并不具備完整的生物信息學知識體系，對生物信息學發(fā)展趨勢也了解不多。在師資缺乏的情況下，院系開設(shè)生物信息學課程，教師為了完成教學任務(wù)，僅僅在教學中進行介紹性的講解，在課程考查方式上通過小論文、綜述和課外活動等方式完成該課程的學習。因此，無論是理論教學還是實踐教學均無法實現(xiàn)該課程大綱的要求，從而影響學生對生物信息學課程的理解和掌握，生物信息學的實踐操作能力更無從談起。

3.實踐教學薄弱，專業(yè)教材缺乏

生物信息學實踐課需要學生在網(wǎng)絡(luò)環(huán)境下用計算機學習NCBI數(shù)據(jù)庫的檢索與使用、序列比對分析軟件的應(yīng)用、蛋白質(zhì)空間結(jié)構(gòu)圖視軟件的應(yīng)用、序列拼接軟件的應(yīng)用等。但是目前，大多數(shù)高校開設(shè)的生物信息學課程多以理論教學為主，實踐教學課時非常少或者為零，學生對于生物信息學課程的學習僅僅通過教材上抽象的文字描述進行理解和掌握，這導致學生在理論課中學到的知識無法在實踐課中進行驗證或操作，嚴重影響了生物信息學的教學質(zhì)量，也偏離了教學大綱中強調(diào)的重在培養(yǎng)學生實踐操作能力的培養(yǎng)目標。

另外，目前還沒有適用于生物科學專業(yè)的生物信息學教材。國內(nèi)各大高校使用的教材多為國外教材的影印版或者中文翻譯版本，這些教材偏重介紹生物信息學的理論和方法，涉及的實踐內(nèi)容較少，學生需要具有較高的相關(guān)知識才能接受和使用這些教材。因此，部分高校在生物信息學教學過程中往往使用自家編寫的簡化教材，從而造成生物信息學教學內(nèi)容不統(tǒng)一，教學大綱混亂等情況。

4.實踐課程經(jīng)費不足，實踐教學環(huán)境落后

當今，許多發(fā)達國家都很重視生物信息學的教學和研究，積極開展各種生物信息資源的收集和分析工作，培養(yǎng)大量生物信息學人才，為整個生物學的理論研究及其相關(guān)產(chǎn)業(yè)創(chuàng)新（主要是醫(yī)藥和農(nóng)業(yè)）提供指導和支撐。國內(nèi)對生物信息學的關(guān)注和認識起步較晚，其發(fā)展落后于國際發(fā)達國家。國家和高校對生物信息學的教學和科研資金投入力度不大，缺乏必要的儀器設(shè)備，生物信息學的實踐教學條件得不到保障，比如大多數(shù)高校的生物科學專業(yè)沒有相應(yīng)的計算機實訓室，配套軟件也相對匱乏，落后于國際發(fā)展水平。

四、生物信息學教學模式改革的探索

1.修改理論和實踐教學大綱，編寫適用的實踐教材

根據(jù)當今生物信息學的發(fā)展方向，制定和修改理論教學大綱，除了引物設(shè)計、基因和蛋白質(zhì)序列比對、基因和蛋白質(zhì)結(jié)構(gòu)功能預(yù)測等基本內(nèi)容外，還需添加系統(tǒng)進化樹分析、聚類分析、蛋白質(zhì)互作網(wǎng)絡(luò)譜圖等較為綜合的內(nèi)容。另外，增加實踐教學課程比例，充實實踐教學內(nèi)容，結(jié)合理論教學內(nèi)容增加綜合性、設(shè)計性實驗，適當提供科研環(huán)境，鼓勵開展開放性實驗。

目前國內(nèi)并沒有系統(tǒng)的、專業(yè)的生物信息學實踐教材，因此針對高校生物科學專業(yè)方向的特點，聯(lián)合多學科領(lǐng)域（數(shù)學、生物科學、計算機科學）編寫相應(yīng)的生物信息學實踐教材，在制定、修改實踐教學大綱和編寫教材的過程中結(jié)合學生的接受能力，由淺入深，多設(shè)實例和相關(guān)練習，使學生循序漸進的理解和掌握生物信息學的原理和方法，掌握更多的生物信息學工具。

2.緊密聯(lián)系科研、基于實踐問題開展教學

通過實踐教學把生物信息學教學與科研有機結(jié)合起來，能夠促進教學與科研的共同發(fā)展。在緊密聯(lián)系科研的過程中，采用基于問題的教學（PBL）方法，通過實踐教學環(huán)節(jié)，培養(yǎng)和訓練學生把所學的生物信息學的知識和方法應(yīng)用于各種生物科學領(lǐng)域的科研活動中，通過解決實際問題訓練學生的實踐技能，從而促進教學與科研的雙重發(fā)展。例如，在生物信息學實踐教學中多加入生產(chǎn)和科研中遇到的經(jīng)典實例，鼓勵學生利用相關(guān)的生物信息學軟件及相關(guān)的理論和方法解決問題。學生也可以選擇自己感興趣的課題，利用自己熟悉的、合適的生物信息學軟件和相關(guān)知識開展課題研究。此外，專業(yè)教師在指導學生課題研究的過程中還可以發(fā)現(xiàn)理論和實踐教學的不足，不斷的完善生物信息學理論和實踐課程大綱和內(nèi)容，提高教學質(zhì)量。

3.開展多學科實踐結(jié)合的教學模式

生物信息學屬交叉學科，包含了不同領(lǐng)域的專業(yè)知識和技能，為使生物信息學教學達到教學的目標，該課程教學需要采用多學科實踐結(jié)合的教學模式。

多學科實踐結(jié)合的教學模式是指聯(lián)合不同領(lǐng)域、不同學科、不同專業(yè)的課程在教學的過程中結(jié)合生物信息學涉及到的知識和技能進行基礎(chǔ)性、鋪墊性教學。比如，在高等數(shù)學和統(tǒng)計學的教學過程中，針對生物信息學的需求，適當增加數(shù)學建模、統(tǒng)計方法、動態(tài)規(guī)劃方法、數(shù)據(jù)挖掘等方面的基礎(chǔ)內(nèi)容，同時，開設(shè)實例實踐教學，使學生理解和掌握隱馬爾科夫鏈模型，牛頓迭代法、最小二乘法等方法的應(yīng)用原理和規(guī)則；在生物科學專業(yè)課程設(shè)置上，尤其是實踐課程的教學過程中，結(jié)合生物信息學涉及的引物設(shè)計、序列比對分析、基因及蛋白質(zhì)結(jié)構(gòu)功能預(yù)測等方面開展相應(yīng)的設(shè)計性、綜合性、開放性實驗項目，使學生了解和掌握基本的生物信息學原理及軟件的應(yīng)用；在計算機科學的教學過程中，應(yīng)根據(jù)生物信息學的需求，開設(shè)正則表達式、Perl語言、R語言等課程學習，以及增加Linux和Unix操作系統(tǒng)課程學習，使學生在學習生物信息學前打好堅實的基礎(chǔ)。

值得注意的是，生物信息學課程與其他課程的開設(shè)時間和順序需要有一定的探索和評估，對于開設(shè)該課程的時間把握是開展多學科實踐結(jié)合的教學模式的關(guān)鍵因素。過早開設(shè)生物信息學則會導致學生在不具備相應(yīng)學科基礎(chǔ)的條件下跨越式的接觸生物信息學，無法理解和掌握相關(guān)的知識和技能；過晚開設(shè)則會使學生學習了相關(guān)學科知識和技能后，由于課程銜接不緊，導致在學習生物信息學時出現(xiàn)理解滯后和無法適應(yīng)的現(xiàn)象。因此，針對不同專業(yè)和學科的特點，根據(jù)具體情況進行統(tǒng)籌安排，使生物信息學和其他相關(guān)學科課程有很好的銜接和過渡，以確保和提高生物信息學的教學質(zhì)量。

五、結(jié)語

生物信息學是現(xiàn)代基因組學時代的開闊者，也是生物科學研究的重要的工具和載體。針對生物信息學的特點，高校生物科學專業(yè)課程設(shè)置、教學方法、教學模式和教學軟硬件等需進行一定的改革，將多學科實踐結(jié)合的教學模式運用到生物信息學的教學實踐中，在提高教學質(zhì)量的同時將更好的提升學生科研、應(yīng)用和創(chuàng)新能力。

參考文獻：

[1] 郝柏林，張淑譽.生物信息學手冊[M].上海：上海科學技術(shù)出版社，2002.1-10.

[2]GUYD， NOELE， MIKEA. Using bioinformatics to analyse germplasm collections [J]. Springer Netherlands，2004.39-54.

[3]王春華，謝小保，曾海燕.深圳市空氣微生物污染狀況監(jiān)測分析[J].微生物學雜志，2008，28（4）：93-97.

[4]張菁晶，馮晶，朱英國.全基因組預(yù)測目標基因的新方法及其應(yīng)用.遺傳，2006， 28（10）：1299-1305.

[5]周海延.隱馬爾科夫過程在生物信息學中的應(yīng)用.生命科學研究，2002， 6（3）：204-210.

篇4

關(guān)鍵詞：生物信息學；醫(yī)學；教育；建議

生物信息學（Bioinformatics）是一門發(fā)展迅速的生物學分支學科，由生物學、計算機學、信息管理學、應(yīng)用數(shù)學及統(tǒng)計學等多門學科相互交叉而形成，本質(zhì)是利用計算機技術(shù)解決生物學問題，通過信息的處理和整合實現(xiàn)發(fā)現(xiàn)和創(chuàng)新。它主要包括以下3個方面的內(nèi)容：①生物數(shù)據(jù)的收集、整理、存儲、檢索、加工、分析和整合；②生物系統(tǒng)和結(jié)構(gòu)的建模；③與生物科學相關(guān)的計算機技術(shù)的應(yīng)用，這個范圍還在不斷的擴增中［1］。醫(yī)學生物信息學是指以醫(yī)學研究和臨床應(yīng)用為中心開設(shè)的生物信息學，本文討論的內(nèi)容主要圍繞醫(yī)學生物信息學展開。近20年來，互聯(lián)網(wǎng)、數(shù)據(jù)庫和計算方法的發(fā)展，為生物信息學的研究提供了更為廣泛和靈活的方法；多種模式生物基因組測序的完成，功能基因組、蛋白質(zhì)組研究的開展，各種高通量生物實驗技術(shù)快速發(fā)展為生物信息學，提供了更大研究空間的同時，也對海量的生物學數(shù)據(jù)進行有效地挖掘和整合提出了嚴峻的挑戰(zhàn)；而以基礎(chǔ)研究與臨床醫(yī)療結(jié)合為宗旨的轉(zhuǎn)化醫(yī)學的興起對銜接二者之間的橋梁———生物信息學，提供了廣闊的應(yīng)用空間。對生物信息學人才的熱切需求，以及上述機遇和挑戰(zhàn)導致了生物信息學專業(yè)在全世界的蓬勃發(fā)展。以美國為例，在1999年之前，全美只有6所大學設(shè)置有計算生物學與生物信息學專業(yè)，而到2002年，則有31所大學設(shè)置了計算生物學與生物信息學專業(yè)博士學位，其中有12所大學是在2001年～2002年之間設(shè)置的這門專業(yè)［1］。這些大學通常以生物學、生物統(tǒng)計學、計算機科學或者生物醫(yī)學信息學為依托設(shè)置這門專業(yè)，不同大學對該專業(yè)學生的培養(yǎng)模式也有所不同。在我國，很多高等院校將生物信息學作為專業(yè)課程設(shè)立，醫(yī)學高等院校也逐步將其作為基礎(chǔ)課程或選修課設(shè)立。作為一門新生學科，生物信息學在大部分院校尚處于探索階段，沒有成熟完善的教育模式可以借鑒［2］。在這種情況下，來自前期已畢業(yè)學生和用人單位的反饋意見對生物信息學教育模式的總結(jié)提高具有重要意義。作為一名臨床醫(yī)師和醫(yī)學研究人員，筆者深刻體會到在實際工作中，無論是自身合理應(yīng)用生物信息學知識進行思考和設(shè)計，還是找到能夠迅速融入并滿足實驗室研究和臨床工作需求的生物信息學專業(yè)人才都不是一件容易的事情。因此，本文作者就自己的一些切身體會，結(jié)合文獻和思考，對我國醫(yī)學生物信息學人才培養(yǎng)列舉了一些意見和建議，希望能夠在生物信息學教學模式的完善中起到微薄的助力作用。本文著重探討信息技術(shù)在醫(yī)學領(lǐng)域中的應(yīng)用，側(cè)重于醫(yī)院信息管理和信息系統(tǒng)建設(shè)方面的醫(yī)學信息學（Medical　Informatics）不在本文討論范圍內(nèi)。理想的醫(yī)學生物信息學人才培養(yǎng)目標應(yīng)該是這三類人的集合：①計算機專家，掌握計算機算法、計算機語言、軟件、數(shù)據(jù)庫結(jié)構(gòu)和相關(guān)知識框架，以及硬件知識；②生物信息學專家，具有熟練應(yīng)用計算機儲存、處理、分析和整合相關(guān)生物信息的能力；③基礎(chǔ)研究或臨床工作者，具有查閱文獻，提出生物學或臨床醫(yī)學問題，合理使用上述生物信息學來思考、設(shè)計和解決問題的能力，并能收集和正確提供用于研究的初始數(shù)據(jù)。結(jié)合我國實際情況，想讓臨床醫(yī)學專業(yè)學生或醫(yī)學生物信息學專業(yè)學生同時完成以上3個方面的培訓顯然不切實際。理想的培訓模式，是通過對臨床醫(yī)學專業(yè)和醫(yī)學生物信息學專業(yè)學生不同側(cè)重的培訓，再通過二者的合理分工和配合，來滿足以上3個方面的需求。對醫(yī)學院校學生，尤其是醫(yī)學研究生，生物信息學培訓的內(nèi)容應(yīng)側(cè)重于對其計算思維能力和信息學應(yīng)用能力的培養(yǎng)，目的是使其能熟練地從生物信息學角度發(fā)現(xiàn)和提出生物學或臨床醫(yī)學方面的科學假設(shè)，針對該假設(shè)設(shè)計合理的研究方案，并為后續(xù)研究提供正確的初始數(shù)據(jù)；對以生物醫(yī)學為中心的信息學專業(yè)人才培養(yǎng)，內(nèi)容應(yīng)側(cè)重于對其計算機技術(shù)和生物信息學在醫(yī)學實踐應(yīng)用方面能力的培養(yǎng)，目的是與前者配合，指導并幫助其完成科學假設(shè)的設(shè)計，對前者提供的初始數(shù)據(jù)進行管理、存儲、檢索、分析和整合，以及完成更高要求的計算機技術(shù)方面的應(yīng)用，例如應(yīng)用軟件的設(shè)計，生物系統(tǒng)和結(jié)構(gòu)的建模，等等。

1　醫(yī)學生的計算生物學與生物信息學思維培養(yǎng)

本部分特指醫(yī)學專業(yè)學生的生物信息學教學，部分醫(yī)學院校開設(shè)的醫(yī)學生物信息學專業(yè)教學將在下一部分中提及。無論是醫(yī)學基礎(chǔ)研究，還是以循證醫(yī)學為代表的臨床研究，生命科學研究的一般過程，都遵循發(fā)現(xiàn)問題資料查詢預(yù)實驗提出科學假設(shè)設(shè)計實驗驗證假說資料查詢和結(jié)果分析科學理論總結(jié)的基本思路［3］。在這個過程中，計算生物學與生物信息學不僅是進行資料查詢和結(jié)果分析的重要工具，更應(yīng)是在提出科學假設(shè)和實驗設(shè)計階段就需要貫徹執(zhí)行的理念和思維方式。換言之，具體的生物信息學與分子生物學實驗一樣都是驗證生物醫(yī)學假說的實驗方法，是將一個生命科學假設(shè)用計算和信息學思維方式表達和實現(xiàn)的過程。在我國，絕大部分醫(yī)學基礎(chǔ)研究和臨床研究課題都是由醫(yī)學院校畢業(yè)的臨床工作者設(shè)計和申請的。由于臨床醫(yī)師大都承擔了繁重的臨床工作，申請者親自完成課題的機會很少，獲批課題的具體實施及數(shù)據(jù)管理、存儲、檢索、分析和整合多由研究生或?qū)嶒炇夜ぷ魅藛T負責。因此結(jié)合我國的實際情況，將生物信息學與具體課題耦合，即將一個科學假設(shè)用計算和信息學表示并有效實施的思維和實踐培訓，才是醫(yī)學生生物信息學培訓的中心內(nèi)容。由于我國臨床醫(yī)學教學采用長學制（5年、7年或8年）教學，對實踐性和針對性都很強的生物信息學而言，過早或過于籠統(tǒng)的培訓都顯得意義不大，所以筆者認為針對醫(yī)學生的生物信息學培訓安排在研究生階段是比較合適的，教育中心是以醫(yī)學研究需求為指導，強調(diào)信息學思維培訓和實踐操作。具體提出的建議有兩點，一是根據(jù)學生專業(yè)背景調(diào)整理論教學內(nèi)容。醫(yī)學院校學生的數(shù)理基礎(chǔ)、計算機基礎(chǔ)及統(tǒng)計學理論基礎(chǔ)不能和工科院校的學生相比，醫(yī)學專業(yè)包括基礎(chǔ)醫(yī)學、臨床醫(yī)學、口腔、預(yù)防等專業(yè)，涉及廣泛，各個專業(yè)背景的學生對這門課程的需求不盡相同。因此在理論課程上，要根據(jù)不同的專業(yè)背景和研究內(nèi)容形成“個性化”的培養(yǎng)方案，目的是讓學生有選擇有針對性地掌握相關(guān)生物信息學內(nèi)容，例如數(shù)據(jù)庫的類型和選擇，常用軟件的種類和應(yīng)用等，同時又不會對過于高深的生物信息學理論產(chǎn)生反感。二是結(jié)合研究生階段的課題，開展研究內(nèi)容模擬和實踐操作練習。為了更好的配合研究生階段的課題，可將《生物信息學》開課時間調(diào)整到研究生階段的第三學期，即在學生進入課題研究階段之后，讓學生在清楚面臨的課題內(nèi)容后，有針對性地學習在完成課題過程中要使用到的知識、工具和解決問題的思路，包括文獻查閱、保存、編輯，核酸序列查找和同源性比對及進化分析，PCR引物設(shè)計，基因功能、結(jié)構(gòu)預(yù)測，調(diào)控元件及轉(zhuǎn)錄因子預(yù)測，蛋白質(zhì)基本理化性質(zhì)分析，跨膜區(qū)及信號肽預(yù)測，二級結(jié)構(gòu)和空間三維結(jié)構(gòu)的預(yù)測等。這樣學生的學習興趣和效率會大大提高。為了解決上課時間與課題時間沖突的問題，可以采用生物信息學授課老師加入導師組成員，通過網(wǎng)上教學和答疑、夜間授課、集中授課與個別指導結(jié)合等多種方式靈活解決。

2　以醫(yī)學為中心的生物信息學專業(yè)人才培養(yǎng)

如果說對醫(yī)學生進行生物信息學教育的目的是使其學會將一個生命科學假設(shè)用計算和信息學表示，并正確提供初始數(shù)據(jù)，那么以醫(yī)學為中心的生物信息學專業(yè)人才培養(yǎng)的目的，就是使其學會用計算機學和信息學處理并證實科學假設(shè)的過程。具體的內(nèi)容包括，與實驗室工作人員和臨床醫(yī)生配合，從計算生物學與生物信息學角度指導并幫助其完成科學假設(shè)和課題內(nèi)容設(shè)計；在課題實施階段對后者提供的初始數(shù)據(jù)進行管理、存儲、檢索、分析和整合，以及滿足后者更高要求的計算機技術(shù)的需求，例如應(yīng)用軟件的設(shè)計，生物系統(tǒng)和結(jié)構(gòu)的建模，等等。目前，計算生物學與生物信息學專業(yè)研究生的培養(yǎng)模式主要有3種：①以生物學為中心的多學科培養(yǎng)模式。理論教育以生物學為中心，在6～9個學期內(nèi)陸續(xù)完成生物學部分課程（相當于普通生物學系1／3～1／4課程）的選修，然后根據(jù)興趣和實際情況選擇一個相關(guān)實驗室完成研究生課題。這種培養(yǎng)模式被大多數(shù)綜合大學采納。②以工程設(shè)計為中心的培養(yǎng)模式。③以醫(yī)學為中心的培養(yǎng)模式。指以醫(yī)學研究和臨床應(yīng)用為中心設(shè)置計算生物學和生物信息學，絕大多數(shù)由醫(yī)學院校設(shè)置，側(cè)重生物信息學與臨床醫(yī)學的結(jié)合。在進入課題階段之前會有1～2年臨床相關(guān)概念和信息的培訓，主要開設(shè)的課程包括生物學、細胞生物學、分子生物學與基因組學、化學與物理學、計算機科學、數(shù)學和統(tǒng)計學等，甚至包括部分醫(yī)學課程，后期實踐階段通常選擇一個相關(guān)實驗室完成研究生課題?？偟目磥?，醫(yī)學生物信息學基礎(chǔ)課程設(shè)置與國際趨勢相符，也符合以醫(yī)學為中心計算生物學與生物信息學的培訓要求。但從近年生物信息學專業(yè)研究生就業(yè)情況來看，確實存在素質(zhì)參差不齊，學不能致用，不能很快融入研究工作等問題。筆者認為，這種現(xiàn)象可以從三個方面加以改進：①以職業(yè)發(fā)展和學位教育為導向，建立多層次、多形式的醫(yī)學信息學教育和繼續(xù)教育體系。各醫(yī)學院校可在統(tǒng)一專業(yè)培養(yǎng)目標和定位的基礎(chǔ)上，根據(jù)自身的學科基礎(chǔ)和特色，結(jié)合學生畢業(yè)后的工作領(lǐng)域和就業(yè)方向，形成“個性化”的專業(yè)方向和培養(yǎng)方案。②加強師資力量的建設(shè)，形成以課程為中心的教學團隊。現(xiàn)有醫(yī)學生物學教材內(nèi)容寬泛、偏重理論，對實踐環(huán)節(jié)的指導較少，需要授課老師有選擇的挑選合適的內(nèi)容并予以補充和完善。這對授課教師的素質(zhì)提出了更高要求，要求其能根據(jù)實際情況因材施教，有所取舍，強化重點。目前，各院校教學團隊和師資力量配備受限，建議可以課程為中心，培養(yǎng)、引進學術(shù)帶頭人，從其他專業(yè)挑選骨干教師兼任等多種形式，形成以課程為中心的教學團隊。③實踐教學與綜合能力的培養(yǎng)。生物信息學是一門實踐性非常強的學科，要將“學有所長，學以致用”作為人才培養(yǎng)的最終目的?？梢酝ㄟ^構(gòu)建開放式實踐教學平臺，建設(shè)實踐教學基地等方式盡可能強化實踐操作訓練［4］，后期部分學生可以結(jié)合個人興趣，本著雙向選擇的原則，將實踐階段訓練固定到導師和實驗室，并安排其參與完成某一項課題的設(shè)計、實施和總結(jié)，在整個過程中要特別注意培養(yǎng)學生的學習興趣和自學能力，強調(diào)知識的自我更新。

綜上所述，醫(yī)學生物信息學人才培養(yǎng)的最終目的是使生物信息學能滿足現(xiàn)代醫(yī)療和醫(yī)學研究發(fā)展的需要，使醫(yī)學生物信息學人才成為有效連接基礎(chǔ)研究與臨床醫(yī)療的橋梁，為現(xiàn)代醫(yī)學的發(fā)展提供新途徑［5］。

參考文獻：

［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，饒賢才，等．醫(yī)學院校生物信息學實踐教學初探［J］．基礎(chǔ)醫(yī)學教育，2011，13（6）：538－539．

［3］張樂平，馮紅玲，宋茂海，等．生物信息學教學與醫(yī)科學生計算思維培養(yǎng)［J］．計算機教育，2012，19（4）：12－16．

［4］尋萌，陳艷炯，楊娥，等．《生物信息學》教學實踐探討［J］．西北醫(yī)學教育，2011，19（6）：1220－1223．

篇5

關(guān)鍵詞： 生物信息學 農(nóng)業(yè)研究領(lǐng)域 應(yīng)用

“生物信息學”是英文單詞“bioinformatics”的中文譯名，其概念是1956年在美國田納西州gatlinburg召開的“生物學中的信息理論”討論會上首次被提出的［1］，由美國學者lim在1991年發(fā)表的文章中首次使用。生物信息學自產(chǎn)生以來，大致經(jīng)歷了前基因組時代、基因組時代和后基因組時代三個發(fā)展階段［2］。2003年4月14日，美國人類基因組研究項目首席科學家collins f博士在華盛頓隆重宣布人類基因組計劃（human genome project，hgp）的所有目標全部實現(xiàn)［3］。這標志著后基因組時代（post genome era，pge）的來臨，是生命科學史中又一個里程碑。生物信息學作為21世紀生物技術(shù)的核心，已經(jīng)成為現(xiàn)代生命科學研究中重要的組成部分。研究基因、蛋白質(zhì)和生命，其研究成果必將深刻地影響農(nóng)業(yè)。本文重點闡述生物信息學在農(nóng)業(yè)模式植物、種質(zhì)資源優(yōu)化、農(nóng)藥的設(shè)計開發(fā)、作物遺傳育種、生態(tài)環(huán)境改善等方面的最新研究進展。

1.生物信息學在農(nóng)業(yè)模式植物研究領(lǐng)域中的應(yīng)用

1997年5月美國啟動國家植物基因組計劃（npgi），旨在繪出包括玉米、大豆、小麥、大麥、高粱、水稻、棉花、西紅柿和松樹等十多種具有經(jīng)濟價值的關(guān)鍵植物的基因圖譜。國家植物基因組計劃是與人類基因組工程（hgp）并行的龐大工程［4］。近年來，通過各國科學家的通力合作，植物基因組研究取得了重大進展，擬南芥、水稻等模式植物已完成了全基因組測序。人們可以使用生物信息學的方法系統(tǒng)地研究這些重要農(nóng)作物的基因表達、蛋白質(zhì)互作、蛋白質(zhì)和核酸的定位、代謝物及其調(diào)節(jié)網(wǎng)絡(luò)等，從而從分子水平上了解細胞的結(jié)構(gòu)和功能［5］。目前已經(jīng)建立的農(nóng)作物生物信息學數(shù)據(jù)庫研究平臺有植物轉(zhuǎn)錄本（ta）集合數(shù)據(jù)庫tigr、植物核酸序列數(shù)據(jù)庫plantgdb、研究玉米遺傳學和基因組學的mazegdb數(shù)據(jù)庫、研究草類和水稻的gramene數(shù)據(jù)庫、研究馬鈴薯的pomamo數(shù)據(jù)庫，等等。

2.生物信息學在種質(zhì)資源保存研究領(lǐng)域中的應(yīng)用

種質(zhì)資源是農(nóng)業(yè)生產(chǎn)的重要資源，它包括許多農(nóng)藝性狀（如抗病、產(chǎn)量、品質(zhì)、環(huán)境適應(yīng)性基因等）的等位基因。植物種質(zhì)資源庫是指以植物種質(zhì)資源為保護對象的保存設(shè)施。至1996年，全世界已建成了1300余座植物種質(zhì)資源庫，在我國也已建成30多座作物種質(zhì)資源庫。種質(zhì)入庫保存類型也從單一的種子形式，發(fā)展到營養(yǎng)器官、細胞和組織，甚至dna片段等多種形式。保護的物種也從有性繁殖植物擴展到無性繁殖植物及頑拗型種子植物等［6］。近年來，人們越來越多地應(yīng)用各種分子標記來鑒定種質(zhì)資源。例如微衛(wèi)星、aflp、ssap、rbip和snp等。由于對種質(zhì)資源進行分子標記產(chǎn)生了大量的數(shù)據(jù)，因此需要建立生物信息學數(shù)據(jù)庫和采用分析工具來實現(xiàn)對這些數(shù)據(jù)的查詢、統(tǒng)計和計算機分析等［7］。

3.生物信息學在農(nóng)藥設(shè)計開發(fā)研究領(lǐng)域中的應(yīng)用

傳統(tǒng)的藥物研制主要是從大量的天然產(chǎn)物、合成化合物，以及礦物中進行篩選，得到一個可供臨床使用的藥物要耗費大量的時間與金錢。生物信息學在藥物研發(fā)中的意義在于找到病理過程中關(guān)鍵性的分子靶標、闡明其結(jié)構(gòu)和功能關(guān)系，從而指導設(shè)計能激活或阻斷生物大分子發(fā)揮其生物功能的治療性藥物，使藥物研發(fā)之路從過去的偶然和盲目中找到正確的研發(fā)方向。生物信息學為藥物研發(fā)提供了新的手段［8，9］，導致了藥物研發(fā)模式的改變［10］。目前，生物信息學促進農(nóng)藥研制已有許多成功的例子。itzstein等設(shè)計出兩種具有與唾液酸酶結(jié)合化合物：4-氨基-neu5ac2en和4-胍基-neu5ac2en。其中，后者是前者與唾液酸酶的結(jié)合活性的250倍［11］。目前，這兩種新藥已經(jīng)進入臨床試驗階段。tang sy等學者研制出新一代抗aids藥物saquinavir［12］。pungpo等已經(jīng)設(shè)計出幾種新型高效的抗hiv-1型藥物［13］。楊華錚等人設(shè)計合成了十多類數(shù)百個除草化合物，經(jīng)生物活性測定，部分化合物的活性已超過商品化光合作用抑制劑的水平［14］。

現(xiàn)代農(nóng)藥的研發(fā)已離不開生物信息技術(shù)的參與，隨著生物信息學技術(shù)的進一步完善和發(fā)展，將會大大降低藥物研發(fā)的成本，提高研發(fā)的質(zhì)量和效率。

4.生物學信息學在作物遺傳育種研究領(lǐng)域中的應(yīng)用

隨著主要農(nóng)作物遺傳圖譜精確度的提高，以及特定性狀相關(guān)分子基礎(chǔ)的進一步闡明，人們可以利用生物信息學的方法，先從模式生物

中尋找可能的相關(guān)基因，然后在作物中找到相應(yīng)的基因及其位點。農(nóng)作物的遺傳學和分子生物學的研究積累了大量的基因序列、分子標記、圖譜和功能方面的數(shù)據(jù)，可通過建立生物信息學數(shù)據(jù)庫來整合這些數(shù)據(jù)，從而比較和分析來自不同基因組的基因序列、功能和遺傳圖譜位置［15］。在此基礎(chǔ)上，育種學家就可以應(yīng)用計算機模型來提出預(yù)測假設(shè)，從多種復雜的等位基因組合中建立自己所需要的表型，然后從大量遺傳標記中篩選到理想的組合，從而培育出新的優(yōu)良農(nóng)作物品種。

5.生物信息學在生態(tài)環(huán)境平衡研究領(lǐng)域中的應(yīng)用

在生態(tài)系統(tǒng)中，基因流從根本上影響能量流和物質(zhì)流的循環(huán)和運轉(zhuǎn)，是生態(tài)平衡穩(wěn)定的根本因素。生物信息學在環(huán)境領(lǐng)域主要應(yīng)用在控制環(huán)境污染方面，主要通過數(shù)學與計算機的運用構(gòu)建遺傳工程特效菌株，以降解目標基因及其目標污染物為切入點，通過降解污染物的分子遺傳物質(zhì)核酸 dna，以及生物大分子蛋白質(zhì)酶，達到催化目標污染物的降解，從而維護空氣［16］、水源、土地等生態(tài)環(huán)境的安全。

美國農(nóng)業(yè)研究中心（ars） 的農(nóng)藥特性信息數(shù)據(jù)庫（ppd） 提供 334 種正在廣泛使用的殺蟲劑信息，涉及它們在環(huán)境中轉(zhuǎn)運和降解途徑的16種最重要的物化特性。日本豐橋技術(shù)大學（toyohashi university of technology） 多環(huán)芳烴危險性有機污染物的物化特性、色譜、紫外光譜的譜線圖。美國環(huán)保局綜合風險信息系統(tǒng)數(shù)據(jù)庫（iris） 涉及 600種化學污染物，列出了污染物的毒性與風險評價參數(shù)，以及分子遺傳毒性參數(shù)［17］。除此之外，生物信息學在生物防治［18］中也起到了重要的作用。網(wǎng)絡(luò)的普及，情報、信息等學科的資源共享，勢必會創(chuàng)造出一個環(huán)境微生物技術(shù)信息的高速發(fā)展趨勢。

6.生物信息學在食品安全研究領(lǐng)域中的應(yīng)用

食品在加工制作和存儲過程中各種細菌數(shù)量發(fā)生變化，傳統(tǒng)檢測方法是進行生化鑒定，但所需時間較長，不能滿足檢驗檢疫部門的要求，運用生物信息學方法獲得各種致病菌的核酸序列，并對這些序列進行比對，篩選出用于檢測的引物和探針，進而運用pcr法［19］、rt-pcr法、熒光rt-pcr法、多重pcr［20］和多重熒光定量pcr等技術(shù)，可快速準確地檢測出細菌及病毒。此外，對電阻抗、放射測量、elisa法、生物傳感器、基因芯片等［21-25］技術(shù)也是未來食品病毒檢測的發(fā)展方向。

轉(zhuǎn)基因食品檢測是通過設(shè)計特異性的引物對食品樣品的dna提取物進行擴增，從而判斷樣品中是否含有外源性基因片段［26］。通過對轉(zhuǎn)基因農(nóng)產(chǎn)品數(shù)據(jù)庫信息的及時更新，可準確了解各國新出現(xiàn)和新批準的轉(zhuǎn)基因農(nóng)產(chǎn)品，便于查找其插入的外源基因片段，以便及時對檢驗方法進行修改。目前由于某些通過食品傳播的病毒具有變異特性，以及檢測方法的不完善等因素影響，生物信息學在食品領(lǐng)域的應(yīng)用還比較有限，但隨著食品安全檢測數(shù)據(jù)庫的不斷完善，相信相關(guān)的生物信息學技術(shù)將在食品領(lǐng)域發(fā)揮越來越重要的作用。

生物信息學廣泛用于農(nóng)業(yè)科學研究的各個領(lǐng)域，但是僅有信息資源是不夠的，選出符合自己需求的生物信息就需要情報部門，以及信息中介服務(wù)機構(gòu)提供相關(guān)服務(wù)，通過出版物、信息共享平臺、數(shù)字圖書館、電子論壇等信息媒介的幫助，科研工作者可快速有效地找到符合需要的信息。目前我國生物信息學發(fā)展還很不均衡，與國際前沿有一定差距，這需要從事信息和科研的工作者們不斷交流，使得生物信息學能夠更好地為我國農(nóng)業(yè)持續(xù)健康發(fā)展發(fā)揮作用。

參考文獻：

［1］yockey hp，platzman rp，quastler h.symposium on information.theory in biology.pergamon press，new york，london，1958.

［2］鄭國清，張瑞玲.生物信息學的形成與發(fā)展［j］.河南農(nóng)業(yè)科學，2002，（11）：4-7.

［3］駱建新，鄭崛村，馬用信等.人類基因組計劃與后基因組時代.中國生物工程雜志，2003，23，（11）：87-94.

［4］曹學軍.基因研究的又一壯舉——美國國家植物基因組計劃［j］.國外科技動態(tài)，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］盧新雄.植物種質(zhì)資源庫的設(shè)計與建設(shè)要求［j］.植物學通報，2006，23，（1）：119-125.

［7］guy d，noel e，mik

e a.using bioinformatics to analyse germplasm collections ［j］.springer netherlands，2004：39-54.

［8］鄭衍，王非.藥物生物信息學，化學化工出版社，2004.1：214-215.

［9］俞慶森，邱建衛(wèi)，胡艾希.藥物設(shè)計.化學化工出版社，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］楊華錚，劉華銀，鄒小毛等.計算機輔助設(shè)計與合成除草劑的研究［j］.計算機與應(yīng)用化學，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］王春華，謝小保，曾海燕等.深圳市空氣微生物污染狀況監(jiān)測分析［j］.微生物學雜志，2008，28，（4）：93-97.

［17］程樹培，嚴峻，郝春博等.環(huán)境生物技術(shù)信息學進展［j］.環(huán)境污染治理技術(shù)與設(shè)備，2002，3，（11）：92-94.

［18］史應(yīng)武，婁愷，李春.植物內(nèi)生菌在生物防治中的應(yīng)用［j］.微生物學雜志，2009，29，（6）：61-64.

［19］趙玉玲，張?zhí)焐?，張巧艷.pcr 法快速檢測肉食品污染沙門菌的實驗研究［j］.微生物學雜志，2010，30，（3）：103-105.

［20］徐義剛，崔麗春，李蘇龍等.多重pcr方法快速檢測4種主要致腹瀉性大腸埃希菌［j］.微生物學雜志，2010，30，（3） ：25-29.

［21］索標，汪月霞，艾志錄.食源性致病菌多重分子生物學檢測技術(shù)研究進展［j］.微生物學雜志，2010，30，（6）：71-75

［22］朱曉娥，袁耿彪.基因芯片技術(shù)在基因突變診斷中的應(yīng)用及其前景［j］.重慶醫(yī)學，2010，（22）：3128-3131.

［23］陳彥闖，辛明秀.用于分析微生物種類組成的微生物生態(tài)學研究方法［j］.微生物學雜志，2009，29，（4）：79-83.

［24］王大勇，方振東，謝朝新等.食源性致病菌快速檢測技術(shù)研究進展［j］.微生物學雜志，2009，29，（5）：67-72.

［25］蘇晨曦，潘迎捷，趙勇等.疏水網(wǎng)格濾膜技術(shù)檢測食源性致病菌的研究進展［j］.微生物學雜志，2010，30，（6）：76-81.

篇6

關(guān)鍵詞：生物信息學；創(chuàng)新思維；課外訓練；文獻抄讀

隨著生物信息學在生物學、醫(yī)學中的廣泛應(yīng)用，許多高校開始開辦生物信息學專業(yè)，培養(yǎng)生物信息學人才。哈爾濱醫(yī)科大學是最早開設(shè)生物信息本科專業(yè)的高校之一。目前，幾十所高校陸續(xù)開辦生物信息學專業(yè)，包括：東南大學、同濟大學、南方醫(yī)科大學等。多學科交叉的特點，使得生物信息學人才的培養(yǎng)面臨極大的困難。生物信息學的本科生需要接受數(shù)學、統(tǒng)計學、生物/醫(yī)學、計算機科學等多個學科課程的學習。短短的幾年時間對于掌握這些知識，非常困難。更為困難的是，生物信息學的發(fā)展速度極快，讀研深造或就業(yè)生物信息公司，需要的大多是最新的生物信息學技術(shù)[1]。因此，哈爾濱醫(yī)科大學采取了課外創(chuàng)新思維訓練的模式，即為學生分配指導教師，學生加入教師所在的科研團隊，學習生物信息知識[2]。本文以哈爾濱醫(yī)科大學大慶校區(qū)學生為例，探討該模式的經(jīng)驗和策略。

1生物信息技術(shù)培訓

通過宣傳，讓大一的本科生自由報名參加培訓，組織系內(nèi)有科研經(jīng)驗的教師對學生開展生物信息基礎(chǔ)知識培訓課程，每年培訓10幾次，每次根據(jù)授課教師的準備內(nèi)容，講授2-4學時。這些課程大部分安排在周末進行，內(nèi)容主要結(jié)合基礎(chǔ)知識和教師科研特點來設(shè)定，包括：非編碼RNA基本概念、microRNA、Cytoscape畫圖、統(tǒng)計學方法、聚類分析、二代測序理論知識等，詳見表1。授課場地利用計算機機房，這樣便于學生邊學邊做。學生的課外創(chuàng)新思維與課內(nèi)創(chuàng)新思維最大的不同在于有效的結(jié)合了實踐活動。這些培訓內(nèi)容均為教師實際從事科研所必須的知識，教師有豐富的實踐經(jīng)驗。因此，可以學生一邊上課，一邊操作。學生有困難時，教師可以輕松的解答。研究生也可以參與其中，為學生進行答疑，傳授他們實踐知識和編程技巧，有利于學生對知識產(chǎn)生極大的興趣，提升求知欲望。生物信息的一個特點是：高校的科研內(nèi)容往往與公司所需的技術(shù)接近，因此學生對這些內(nèi)容的深入學習和實踐，對以后的就業(yè)有很大的幫助。

2文獻抄讀活動

文獻抄讀是科研中掌握最新研究動態(tài)和學習最先進技術(shù)的有效手段。從事生物信息科研的教師和研究生一般會定期的進行文獻抄讀。哈爾濱醫(yī)科大學大慶校區(qū)的生物信息團隊每周有三次的文獻抄讀，往往設(shè)定在工作日晚上進行。我們要求自愿參加課外創(chuàng)新思維訓練的本科學生與教師、研究生一同參加文獻抄讀活動。對于低年級的本科生，只需要聽，不需要講。即使這樣安排，低年級學生也很難聽懂，因為文獻抄讀的論文經(jīng)常發(fā)表在頂級期刊，如：nature、science和cell。我們發(fā)現(xiàn)，由于低年級學生聽不懂，一段時期內(nèi)會對生物信息參數(shù)厭倦感。有的學生一兩個月后會適應(yīng)，有的學生需要半年及以上，還有一部分學生堅持不了，選擇退出。這段時期，對于教師和學生都是一個極大的考驗和煎熬。教師往往因為學生多次聽不懂而一籌莫展；學生因為多次聽不懂而灰心。我們采取導師制兼課題組負責的策略，部分緩解了學生和教師的壓力。一位導師帶1至2名低年級學生，科研方向相近的導師形成團隊，共同負責學生的創(chuàng)新思維培養(yǎng)。根據(jù)團隊課題方向的特點，選擇方向相近的論文進行文獻抄讀。低年級學生主要聽所在團隊的文獻抄讀活動。有精力時，可以參加其它團隊的文獻抄讀。由于文獻抄讀內(nèi)容相近，學生的接受程度有了較大的改善。對于高年級的本科生，我們選擇優(yōu)秀的學生閱讀和講授文獻抄讀。在實踐過程中，發(fā)現(xiàn)高年級本科學生更加適合于講生物信息數(shù)據(jù)庫和軟件使用類的論文。因此，為學生主要分配這兩類論文，但要求學生要講清楚數(shù)據(jù)庫使用和軟件的操作步驟。當學生站在講臺上為其他學生、尤其教師和研究生講授論文知識后，學生的自信心會有很大的提升。從學生的講授過程，也可以考察學生的邏輯思維能力。往往邏輯思維能力有較大提升的學生，在講授論文時，表達非常清晰。在文獻抄讀過程中，我們注重與實踐結(jié)合。如果文獻中有需要使用的軟件和方法。我們會馬上安排學生去實現(xiàn)和使用該方法，然后寫幫助文檔并特異安排一次培訓，讓該學生教會教師、研究生、本科生軟件使用和方法。通過這一策略，一方面學生對文獻抄讀產(chǎn)生更大的興趣，因為文獻抄讀內(nèi)容有很實用的知識和方法，學生課下可以馬上根據(jù)文獻內(nèi)容來復現(xiàn)結(jié)果，并應(yīng)用在課題組正在進行的課題當中。另一方面，真正為教師的科研起到幫助。教師安排學生立刻復現(xiàn)文獻抄讀內(nèi)容，可以幫助對文獻理論知識的理解和掌握。學會文獻中的軟件，可以幫助科研的策略選擇。學會文獻中的數(shù)據(jù)庫使用，可以增加數(shù)據(jù)量和數(shù)據(jù)來源。但也需要注意一點，學生的知識面有限，在安排學生任務(wù)時，要評估學生是否能夠勝任該任務(wù)。

3結(jié)束語

本文以介紹生物信息本科生創(chuàng)新思維課外訓練的經(jīng)驗為例，探討了生物信息學創(chuàng)新思維的培養(yǎng)策略和方法。我們發(fā)現(xiàn)本科生參與文獻抄讀活動有利于培養(yǎng)本科生的創(chuàng)新思維。

參考文獻

[1]馮陳晨，李春權(quán).如何培養(yǎng)本科生的科研創(chuàng)新能力.科技創(chuàng)新導報,2015．

篇7

關(guān)鍵字 蛋白質(zhì)組；蛋白質(zhì)組學；研究技術(shù)；分離技術(shù)

中圖分類號 Q-0 文獻標識碼A 文章編號 1674-6708（2013）107-0135-02

0 引言

近幾年基因組學的不斷發(fā)展與壯大，推動了生物學技術(shù)的快速發(fā)展，使得我國在生物技術(shù)方面的研究走向成熟，大部分的病毒和原核生物等簡單生物的基因組工作已經(jīng)完成，而且高等生物的基因組工作也取得了很大的進步，人類的基因組研究已經(jīng)順利完成。隨著科技的不斷發(fā)展，在生物學界產(chǎn)生了許多新的技術(shù)，新的基因組研究手段與方法，可以實現(xiàn)對數(shù)以萬計的基因表達進行檢測。但是，這僅僅在生物功能的靜態(tài)分析上取得了很大的進步，卻依然不能達到對基因組學研究的目的。正因如此，越來越多的專家將研究矛頭指向了蛋白質(zhì)組的研究。只有研究基因編碼和翻譯的蛋白質(zhì)，才能真正的了解到生物的活動特征。

1 蛋白質(zhì)組概念和蛋白質(zhì)組學研究的范圍

在20世紀90年代根據(jù)蛋白質(zhì)和基因組的技術(shù)提出了蛋白質(zhì)組的概念，蛋白質(zhì)組指的是一組基因或者細胞所有的蛋白質(zhì)表達的情況，與基因組類似，但是與基因組不同的是，蛋白質(zhì)組更注重于對研究體代謝的一系列動態(tài)過程進行研究。從蛋白質(zhì)組的名稱上可以了解到，蛋白質(zhì)組不是針對于單一的蛋白質(zhì)進行研究，而是把一組蛋白質(zhì)的整體作為研究對象，最后分析出每個蛋白質(zhì)的表達信息。蛋白質(zhì)組學是由于蛋白質(zhì)組的出現(xiàn)而興起的一門生物技術(shù)學科，蛋白質(zhì)組學，即一個基因組，一個細胞或組織，一種生物在一定時間，一定條件下所表達的全部蛋白組成，存在形式，活動方式及時空動態(tài)。目前蛋白質(zhì)組學主要研究生理、病理或不同發(fā)育階段下蛋白質(zhì)的表達情況，對表達存在差異的蛋白質(zhì)進行進一步研究，分析蛋白質(zhì)之間的相互作用，蛋白質(zhì)的組成結(jié)構(gòu)，以及蛋白質(zhì)的翻譯和定位情況等。

2 蛋白質(zhì)組研究的主流技術(shù)

蛋白質(zhì)組研究的進展與蛋白質(zhì)組研究技術(shù)的發(fā)展是不可分開的，二者之間起到相互促進的作用。隨著科學的進步，對于使用生物技術(shù)進行研究的結(jié)果要求越來越高，對數(shù)據(jù)要求也越來越精確，所以蛋白質(zhì)組研究的技術(shù)也在不斷創(chuàng)新與更新，目前針對于蛋白質(zhì)的分離來說，蛋白質(zhì)組研究的主流技術(shù)包括雙向凝膠電泳技術(shù)、差異凝膠電泳技術(shù)、質(zhì)譜技術(shù)以及多維液相色譜技術(shù)等。

2.1雙向凝膠電泳技術(shù)

傳統(tǒng)的雙向凝膠電泳技術(shù)由1975年建立，采用雙向凝膠電泳技術(shù)進行蛋白質(zhì)組分離大大的提高了分辨率，因此，在蛋白質(zhì)組研究技術(shù)中一直被廣泛采用。其產(chǎn)生雙向的原理是：第一向為等電聚焦，使得帶有不同電荷量的蛋白質(zhì)產(chǎn)生電泳分離，第二向為SDS-聚丙烯酰胺凝膠電泳，使得具有不同分子量的蛋白質(zhì)產(chǎn)生電泳分離。

隨著技術(shù)的提高，雙向凝膠電泳技術(shù)也進行了完善，目前所使用的雙向凝膠電泳技術(shù)中第一向利用固相pH梯度等電聚焦電泳技術(shù)來達到蛋白質(zhì)組分離的效果，這樣可以在保證在高分辨率的前提下，提高重復性，而且可以獲得蛋白質(zhì)具有的分子量多少以及其等電點信息，但是，這種方法難以實現(xiàn)對于極大蛋白質(zhì)、極小蛋白質(zhì)、極堿性蛋白質(zhì)和疏水性蛋白質(zhì)進行有效分離分析與研究。

2.2差異凝膠電泳技術(shù)

差異凝膠電泳技術(shù)是在雙向凝膠電泳技術(shù)上發(fā)展起來的，差異凝膠電泳技術(shù)在一定程度上彌補了雙向凝膠電泳技術(shù)的不足，不但提高了蛋白質(zhì)組的分離效率，而且降低了勞動強度，最重要的是提高了電泳的靈敏程度。差異凝膠電泳技術(shù)的原理是對兩份不同的蛋白質(zhì)組研究樣品做不同的標記，然后放在同一環(huán)境下進行凝膠電泳，可以直觀的觀察到正常的基因組和癌變的基因組的凝膠電泳結(jié)果的區(qū)別，繼而可以對兩種不同的蛋白質(zhì)表達結(jié)果進行進一步分析與研究。

2.3質(zhì)譜技術(shù)

采用質(zhì)譜技術(shù)對蛋白質(zhì)組進行分離的原理是：首先將蛋白質(zhì)組研究樣品的分子進行離子化，然后根據(jù)不同離子的質(zhì)荷比不同來確定其分子量，最后實現(xiàn)對其進行分離。在進行蛋白質(zhì)組樣品分子進行離子化的時候，需要保證分子的完整性，盡量不要形成碎片離子。質(zhì)譜技術(shù)通過與其他高端技術(shù)的配合，可以實現(xiàn)對多肽的序列進行測量。

2.4多維液相色譜技術(shù)

多維液相色譜技術(shù)是蛋白質(zhì)組研究過程中最常用的色譜分離技術(shù)之一，主要是通過多種色譜分離技術(shù)的聯(lián)合使用來達到多維的效果，由于科學技術(shù)的更新速度比較快，而且生物技術(shù)研究的數(shù)據(jù)量越來越多，蛋白質(zhì)組研究的樣品復雜程度越來越高，所以實現(xiàn)蛋白質(zhì)組自動化分離成為必然趨勢，目前，蛋白質(zhì)組自動化分離系統(tǒng)已經(jīng)形成，就是將多維液相色譜技術(shù)與串聯(lián)質(zhì)譜技術(shù)聯(lián)合使用便可以達到快速、高效、精確的蛋白質(zhì)組自動化分離。但是，這種蛋白質(zhì)組分離技術(shù)依然存在一定的不足，譬如，不能實現(xiàn)將分子量過小的蛋白質(zhì)進行分離以及不能對蛋白質(zhì)的差異表達進行分析等。

3 蛋白質(zhì)組生物信息學

近幾年來，蛋白質(zhì)組研究技術(shù)已經(jīng)得到了生物信息學的高度重視，甚至大部分國家政府已經(jīng)大力支持蛋白質(zhì)組的研究，蛋白質(zhì)組的研究為生物學和醫(yī)學做出了很大的貢獻，蛋白質(zhì)組研究技術(shù)的發(fā)展推動了我國生物學與醫(yī)學的快速發(fā)展，同時生物信息學的發(fā)展也為蛋白質(zhì)組的研究工作提供有力的保證，生物信息學是在生命科學、計算機技術(shù)與嚴密、精確的數(shù)學科學計算上發(fā)展的交叉型學科，通過對生命科學樣本的研究，以及運用數(shù)學分析與計算，利用計算機技術(shù)手段實現(xiàn)將得到的數(shù)據(jù)和結(jié)論信息進行收集、加工和存儲。

4 結(jié)論

由于生物學科學技術(shù)的提高，蛋白質(zhì)組學得到了廣泛的重視，同時也受到了許多政府的大力支持，成為了基因組計劃研究的核心，蛋白質(zhì)領(lǐng)域的建立為生物學家進行蛋白質(zhì)結(jié)構(gòu)的研究提供了新的角度與新的研究理念。蛋白質(zhì)組技術(shù)的發(fā)展，對一些細菌蛋白質(zhì)的研究和對分析疾病的產(chǎn)生原因與治療起著深遠的影響與重要的意義。

參考文獻

[1]成海平，錢小紅.蛋白質(zhì)組研究的技術(shù)體系及其進展[J].生物化學與生物物理進展，2000（27）：584-588.

[2]解建勛，蒲小平，李玉珍，李長齡.蛋白質(zhì)組分析技術(shù)進展[J].生物物理學報，2001（1）：119-126.

篇8

關(guān)鍵字高校大一新生對策共助成長

在大學里，大學輔導員已經(jīng)漸漸成為了一個專業(yè)化的職業(yè)。自從2011年碩士研究生畢業(yè)后，我開始擔任2011級大一新生的班主任，我和學生們都一樣，都是新的，新的工作/學習環(huán)境，新的工作/學習陪伴者，新的工作/學習壓力。在這期間，我一直在努力學習班主任技能、了解學生心理、促進學生學習。學生們也積極努力的適應(yīng)他們的大學生活，在這期間，我和他們互相交流，提出大學中遇到的問題，共同解決，做到了師生共助。

新專業(yè)的困惑生物信息學作為本世紀的一個新興學科，現(xiàn)在已經(jīng)發(fā)展成為生物信息學專業(yè)和生物技術(shù)專業(yè)，國內(nèi)大部分人對此還不熟悉，不知道該學科的過去和未來。在開學初期，曾有許多學生咨詢我轉(zhuǎn)專業(yè)的問題，也有咨詢本專業(yè)未來的問題。為了讓所有學生們能夠?qū)ι镄畔W有個大致的了解，我開了個“我的生物信息”主題班會，從生物信息的過去、現(xiàn)在、和未來三個角度進行了講解，將生物信息學在生物醫(yī)學領(lǐng)域的重要性進行了重點的舉例講解，并給仍有困惑的學生分發(fā)專業(yè)論文進行閱讀，經(jīng)過這一措施，學生們開始對本專業(yè)有了雛形的概念。

貧困生的煩惱在大一新生中，大約有一半來自農(nóng)村，家境條件都很差。經(jīng)常有學生向我咨詢找兼職的事情，也有學生向我傾述他們的家庭情況，我也時常與學生聊天，咨詢他們的家庭情況和同學的情況。剛開學初就有個學生找到我，咨詢專業(yè)和未來的事情。他家有3個孩子，兩個已經(jīng)是大學生，還有一個2012年夏天也會考高中，家境貧寒，對本專業(yè)也不是很懂，不知道未來能賺多少錢？針對這種情況，我向他介紹了我校勤工助學崗位，也詳細介紹了本科生未來就業(yè)壓力，未來考研讀博的方式方法，這些方法能夠保證他們在上大學時不會為生活擔憂，我還介紹他去食堂給學生打飯。后來，這個學生每天到飯點都會去食堂打工，他的學業(yè)也沒有耽誤，在期末考試中獲得了班級第一的成績，并獲得了特等獎學金。在評完助學金后，有個獲得一等助學金的女同學找到我，她想主動拿出500元說要讓我給班級的兩個學生，她說這兩個女生天天在寢室吃饅頭，很少吃菜，看到他們都感覺很心寒，我了解情況后，對她說，這是我們輔導員的失職，這個錢不該她出，我們會在平時的勤工助學方面向他們有一定傾向，她也很滿意。經(jīng)過這個事情后，我發(fā)現(xiàn)我對學生們了解的不是很充分，于是我找了幾個學生進行談話了解，在平時的活動中進行觀察。

為了更好的給學生創(chuàng)造勤工助學的機會，我通過向?qū)W院申請崗位、在網(wǎng)上搜索并核準崗位，在校園周邊路過時也會留意招聘廣告。一次，在醫(yī)科大學校內(nèi)的西百倉買超市門口看到招聘廣告，我隨即咨詢了超市管理人員核實情況。經(jīng)證實后，我記下電話號碼并發(fā)給生活委員，讓他們在學生中間進行宣傳，最后有三個學生分別在中午和晚上在那里打工。這一事件的成功處理也使我對貧困生的需求和能力有了初步的了解。

學習中的苦悶大學是個自主的環(huán)境，沒有家長和老師日日看管，沒有了早晚自習的強迫學習。有許多學生到學校后不知道怎么學習，不知道學什么。在一次班會上，我對學生在校學習情況進行了調(diào)查，結(jié)果所有人都去過圖書館上自習，50%左右的學生每晚去寢室樓外上自習，有30%左右在寢室自習室上自習；有55%左右學生上課聽課效果不好，只有一小部分學生對大學有過規(guī)劃。從調(diào)查中我意識到學生們目前存在迷茫的因素，不知道如何學習，不知道學什么的情況。為了讓他們能夠盡早恢復到正規(guī)的學習軌道上，我開始策劃建立學習小組，由幾個學習較好并有意有能力向他人講授的學生組成，他們的任務(wù)是從學生中搜集不會的題目或知識點進行講解。正在我策劃的過程中，學委找到了我，她說現(xiàn)在不知道怎么學，不知道學什么，不會的問題也不知道問誰，我向她講了下大學的學習思維和方式，也講述了我要組建學習小組的事情，她非常高興，也非常希望能夠快速組建。在第二天，我就通知各班班委會進行討論，闡述我的想法并和他們商量實施細則。最終由學委牽頭組建的學習小組非常迅速，每周安排了3次左右的專門講課，學生們的熱情也都很高。這個活動現(xiàn)在仍在進行。

為了檢驗大家的學習水平，我和學委商量對學生進行期中測試，考試包括了數(shù)學、計算機、英語六級考試題，只判卷，不排名。為了減少成本，我們和復印社商量用廢舊的單面紙復印，并購買他們的錯打印的單面紙作為答題紙。最后，三科考試在一周內(nèi)的課余時間完成了，同學們反映不錯，學習小組也針對考試中錯誤較多的題進行了講解。點滴努力換成績，所有學生在2011年12月份的四級考試中，四級英語通過率達到了65.24%，期末考試的掛科率為13.6 %。對于這個結(jié)果，我表示欣慰，我認為應(yīng)該將學習小組繼續(xù)進行下去，將階段測試進行下去。

篇9

【摘要】理論免疫學用數(shù)學的方法來研究和解決免疫學問題，以及對免疫學相關(guān)的數(shù)學方法進行理論研究的一門科學。隨著高通量方法和基因組數(shù)據(jù)的出現(xiàn)，理論免疫學從受體交聯(lián)和免疫原理、Jerne的相互作用網(wǎng)絡(luò)和自我選擇等經(jīng)典建模方法開始向信息學、空間擴展模型、免疫遺傳學和免疫信息學、進化免疫學、分子生物信息學和表遺傳學、高通量研究方法和免疫組學等方面轉(zhuǎn)變。

【關(guān)鍵詞】免疫學, 理論；數(shù)學模型；生物數(shù)學

Advances of theoretical immunology

JIN Yan

（Basic medical college, Liaoning Universtity of Traditional Chinese Medicine, LIAONING Shenyang, 110032,）

【Abstracts】Theoretical immunology is to develop mathematical methods that help to investigate the immunological problems, and to study the mathematical theory on immunology. With the advent of high-throughput methods and genomic data, immunological modeling of theoretical immunology shifted from receptor cross linking, Jerne interaction networks and self-non self selection, toward the informatics, spatially extended models, immunogenetics and immunoinformatics, evolutionary immunology, innate immunity and epigenetics, high-throughput research methods and Immunomics. Immunology, Theoretical; Mathematical Models; biomathematics

理論免疫學[1]（Theoretical Immunology）是指用數(shù)學的方法來研究和解決免疫學問題，以及對免疫學相關(guān)的數(shù)學方法進行理論研究的一門科學。理論免疫學是免疫學與數(shù)學交叉的邊緣學科，也稱數(shù)學免疫學（Mathematical Immunology），是生物數(shù)學的一個分支。由于免疫現(xiàn)象復雜，從免疫學中提出的數(shù)學問題往往也十分復雜，需要進行大量計算工作，因此從近年興起的復雜系統(tǒng)研究的角度來講[2]，理論免疫學也稱復雜免疫學（Complex Immunology）。理論免疫學的任務(wù)就是揭示免疫系統(tǒng)運行的規(guī)律和機制，及其病理機制。數(shù)學模型（Mathematical Models）和數(shù)據(jù)分析是理論免疫學的主要方法，計算機是研究和解決理論免疫學問題的重要工具。

雖然從上個世紀中期，數(shù)學模型已經(jīng)開始應(yīng)用于免疫學，但傳統(tǒng)的模型大部分是基于微分方程[3]、差分模型和元胞自動機（Cellular Automata）[4]。這些傳統(tǒng)模型以少數(shù)成份（一種受體和一種抗原，或兩個T細胞群之間等）參與的簡單動力學為主要研究內(nèi)容。直到2000年，人們才開始對免疫學的復雜性進行數(shù)學建模。隨著高通量方法（High Throughput Methods）和基因組數(shù)據(jù)（Genomic Data）的出現(xiàn)，理論免疫學開始轉(zhuǎn)向信息學（Informatics）方面[5]。與分子免疫學的生物信息學（Bioinformatics）分析一樣，當前免疫學研究中與復雜性有關(guān)的主要研究目標大多集中在高通量測量計劃和系統(tǒng)免疫學（System Immunology）或免疫組學（Immunomics）計劃。在數(shù)學模型水平上，分析方法也從以微分方程為主的簡單系統(tǒng)轉(zhuǎn)向廣泛應(yīng)用Monte Carlo模擬（Monte Carlo simulations）。這種向更多分子和更多計算的轉(zhuǎn)變態(tài)勢與復雜系統(tǒng)涉及的所有研究領(lǐng)域出現(xiàn)的轉(zhuǎn)變極為相似。同時，理論免疫學中另一個重要轉(zhuǎn)變是，人們關(guān)注焦點從對外源性的適應(yīng)性免疫系統(tǒng)的轉(zhuǎn)向更多考慮固有免疫系統(tǒng)的平衡。

1理論免疫學經(jīng)典模型

免疫學是生物學的一個領(lǐng)域，很早就認識到了數(shù)學建模和數(shù)學分析方法的作用。早在上個世紀60年代和70年代，數(shù)學模型已經(jīng)應(yīng)用于免疫學的不同領(lǐng)域，例如：抗原-受體的相互作用、T和B細胞群動力學、疫苗接種、生發(fā)中心動力學、病毒動力學和免疫系統(tǒng)對病毒的清除[6]等?，F(xiàn)在的許多免疫學原理和觀點都是數(shù)學模型的結(jié)果。

1.1 受體交聯(lián)和免疫原理

受體交聯(lián)[7-9]（Receptor Cross Linking）和免疫原理（Immunon Theory）是由Alan Perelson提出、Carla Wofsy作了進一步分析。這個原理根據(jù)的事實是，低價抗原不能激活B細胞，而高價抗原（即抗原擁有多個重復基序）即使在抗原密度非常低（3-4目）的情況下也能夠激活B細胞。Sulzer和Perelson[10-13]據(jù)此發(fā)展了這個理論和數(shù)學模型并提出，抗原能夠聚集B細胞受體，從而激活B細胞。這個結(jié)論是B細胞免疫的基礎(chǔ)之一。

盡管數(shù)學模型對免疫學發(fā)展的貢獻的例子還有很多，但是免疫網(wǎng)絡(luò)（Immunological Networks）的概念和自我選擇（Self-Non Self Selection）問題占有相當重要的地位。

1.2 Jerne的相互作用網(wǎng)絡(luò)

假設(shè)受體庫（Receptor Repertoire）是滿的，即受體庫中每一個分子都有其相對應(yīng)的受體，并且這些受體可以特異性地與其它受體相互作用。Jerne據(jù)此提出免疫調(diào)節(jié)網(wǎng)絡(luò)[14]（Regulatory Immune Networks）的存在?？乖せ畹牧馨图毎僧a(chǎn)生新受體，這些受體對于其它淋巴細胞來說是抗原，等等，以此類推。這個網(wǎng)絡(luò)的概念對理論學家來說很有吸引力，特別是在提出神經(jīng)網(wǎng)絡(luò)（Neural Networks）中的認知行為（Cognitive Behavior）概念之后，提出了更多的免疫網(wǎng)絡(luò)模型[15][16]。有人用元胞自動機和布爾網(wǎng)絡(luò)（Boolean networks）建立大尺度行為（Large Scale Behavior）模型，有人用常微分方程（ODEs）來建立自身調(diào)節(jié)網(wǎng)絡(luò)模型（Local Regulatory Networks）。隨著時間的推移，人們對Jerne網(wǎng)絡(luò)學說逐漸失去了興趣，其主要原因是Jerne網(wǎng)絡(luò)學說的理論模型和實際的實驗證據(jù)沒有很好的相關(guān)性。

1.3 自我選擇

調(diào)節(jié)性網(wǎng)絡(luò)實際上是理論免疫學中自我選擇這個大課題的一部分。假設(shè)表達自身反應(yīng)性受體的淋巴細胞被機體清除（陰性選擇）。大多數(shù)陰性選擇可能是由于中樞性耐受（Central Tolerance）所導致的（T細胞在胸腺，人和小鼠的B細胞在骨髓）。陰性選擇機制失敗可導致自身免疫性疾病。人們通過多種途徑對自我選擇展開研究。有人從分子的角度和基于特殊的選擇機制來研究，而有人則建立了更為復雜的模型，例如Polly Matzinger的危險模型[17][18]（Danger Model）和Irun Cohen的侏儒模型[19-27]（Homunculus Model）。這些模型都是想反映真實的復雜系統(tǒng)，盡管僅通過檢測免疫系統(tǒng)的成分，人們是無法接近問題的實質(zhì)，但是他們的嘗試拓寬了我們的視野。直到今天，關(guān)于獲得和打破（自身免疫性疾?。┠褪艿耐緩剑矝]有一個公認的解釋。

2理論免疫學的現(xiàn)代模型

理論免疫學的模型和問題現(xiàn)在正逐漸向分子理論免疫學方向發(fā)展。這種理論方向的演變與大量基因組全序列的檢測、分子生物學工具的巨大進展、高通量測量技術(shù)的發(fā)展、空間分布（Spatial Distribution）作用的測量和建模能力的發(fā)展等實驗技術(shù)的發(fā)展是分不開的。同時，計算機處理能力和建模技術(shù)的發(fā)展也是影響現(xiàn)論免疫學的重要因素。

2.1 Immsim、Simmune和其它復雜模型

免疫學中，最大膽的嘗試可能就是建立一個免疫系統(tǒng)的系統(tǒng)模型。第一個建立這樣模型的嘗試是上世紀80年代由IBM公司Philip Seiden開發(fā)的IMMSIM模型[28-31]。其設(shè)計的主要目的是為了在計算機上進行免疫應(yīng)答試驗。IMMSIM采用了克隆選擇原理的基本觀點，認為免疫細胞和免疫分子獨立地識別抗原，免疫細胞被競爭地選擇，以產(chǎn)生更好的識別抗原的克隆種類。IMMSIM模型的基礎(chǔ)是空間擴展的元胞自動機，它用位串（或比特流，Bitstrings）代表受體、抗原和MHC分子的可變性。到目前為止，抗原和受體多樣性的位串表示方法已被許多其他研究者[32,33,34]所采用。IMMSIM包括了適應(yīng)性免疫系統(tǒng)的所有主要成份：CD4和CD8 T細胞、B細胞及其相應(yīng)的受體，MHC Ⅰ類和Ⅱ類分子和一些細胞因子。但是IMMSIM模型仍然是對免疫系統(tǒng)的粗略描述。因此，人們在此基礎(chǔ)上又進行了其它的開發(fā)。

第一個較有影響的是由Martin. Meier-Schellersheim開發(fā)的Simmune[35-36]。這個系統(tǒng)嘗試建立一個足夠?qū)拸V和復雜的平臺，從而能夠?qū)γ庖邔W的任意實際過程進行模擬。它不僅是一個特殊模型，更是一個建模技術(shù)或語言。

還有應(yīng)用了Monte Carlo模擬[37-38]或稱免疫模擬（Immunosi m）、狀態(tài)圖[39]（State-Charts）等多種數(shù)學模型，試圖涵蓋免疫系統(tǒng)所有可能細節(jié)并建立動力學模型。在這個方向上，最有影響的是Sol Eforni的模型。此模型嘗試提供胸腺空間擴展動力學的完全模擬，并以此來研究細胞選擇[40]。這些綜合模擬的優(yōu)勢在于他們涵蓋了當前免疫學的所有細節(jié)。但是這些模型也有缺點，他們過于復雜，因此對于所觀察到的動力學變化，我們無法充分理解其原因及模型對參數(shù)變化的敏感性。

2.2 空間擴展模型

從分子水平上講，免疫學復雜系統(tǒng)分析的最大進展是細胞內(nèi)分子定位[41]（Molecule Localization）測量技術(shù)。免疫突觸（Synapses）的發(fā)現(xiàn)就是利用了該技術(shù)。人們建立了多個細胞膜動力學模型，用來解釋突觸的形成以及突觸的分子動力學。細胞膜動力學模型也應(yīng)用于B細胞。這些模型中，有的是假設(shè)一個固定的細胞膜在二維晶格上（2D Lattice），有的假設(shè)一個自由漂浮的細胞膜[42-44]。另一個研究方向的是受體動力學，以及受體與其它細胞膜成份，比如Src家族激酶和脂筏[45]（Lipid Rafts），之間的相互作用。目前此領(lǐng)域的所有模型都是以廣泛的數(shù)值模擬（Numerical Simulation）為基礎(chǔ)的。

空間擴展模擬的另一個領(lǐng)域是生發(fā)中心動力學的模擬。經(jīng)典模型主要采用ODEs來描述一或兩個總體的均勻動力學[46]（Homogenous Dynamics），而現(xiàn)代模擬主要應(yīng)用Monte Carlo模擬[47-49]來研究多空間擴展或者均勻總體之間的相互作用，但是也有一些是采用ODEs。

2.3 免疫遺傳學和免疫信息學

不同基因組的排列和不同等位基因的序列使免疫遺傳（Immunogenetic）數(shù)據(jù)庫得到了全面的發(fā)展[50-51]。免疫遺傳數(shù)據(jù)庫IMGT儲存了多個物種的T和B細胞受體基因序列（B細胞H鏈和T細胞β/δ鏈的V、D和J基因，L鏈/α鏈/γ鏈的V和J基因）。該庫也包括了最新的MHC分子的基因序列（包括經(jīng)典和非經(jīng)典的）。另外，IMGT數(shù)據(jù)庫還包括了大量的淋巴細胞受體重排序列。

這樣龐大的數(shù)據(jù)庫是伴隨著免疫信息學（Immunoinfor matics）工具的大量發(fā)展而建立的。其中包括用于junction分析[52]、免疫基因?qū)剩↖mmunogene Alignment）以及系統(tǒng)發(fā)育的工具[53-55]。所有這些工具的基礎(chǔ)都是將生物信息學理念應(yīng)用于免疫學。免疫遺傳數(shù)據(jù)庫日漸顯現(xiàn)的重要性表明，免疫學建模逐漸向基因化方向轉(zhuǎn)變。

2.4 進化免疫學

與B細胞重排受體多重序列的測量一樣，多細胞生物中免疫基因的不斷積累，使免疫系統(tǒng)發(fā)育學（Immuno-Phylogenetics）得以快速發(fā)展。目前研究的主要焦點是適應(yīng)性免疫系統(tǒng)的起源。適應(yīng)性免疫是免疫系統(tǒng)的一部分，通過隨機基因重組以適應(yīng)新病原體。很明顯，在軟骨魚類（Cartilaginous Fish）分化之前，適應(yīng)性免疫最早出現(xiàn)于有腭脊椎動物（Jawed Vertebrates）。然而，這樣一個復雜系統(tǒng)起源的來源還不清楚。T細胞受體結(jié)構(gòu)域（Receptor Domain）和B細胞受體結(jié)構(gòu)域之間的相似性、RAG1和RAG2分子（RAG1和RAG2可起到隨機連接基因的作用，又稱重組激活基因）在重排過程中的關(guān)鍵作用及其物理性相鄰（Physical Proximity），使許多研究者認為，淋巴細胞受體重排的起源是轉(zhuǎn)座子（Transposon）橫向轉(zhuǎn)移到原始免疫受體（Primeval Immune Receptor）中。這個領(lǐng)域中使用的主要工具是系統(tǒng)發(fā)育分析（Phylogeny Analysis）及其相關(guān)的所有數(shù)學模型[56]。

另一個系統(tǒng)發(fā)育概念和方法的應(yīng)用是B細胞的體超變異[57]（Somatic Hyper Mutations，SHM）分析。在生發(fā)中心反應(yīng)過程中，通過活化誘導胞嘧啶脫氨酶（Activation-Induced Cytidine Deaminase，AID），B細胞的受體基因發(fā)生超變異。隨著克隆性增殖，B細胞受體基因平均每分裂一次就發(fā)生一次超變異，導致突變克隆的產(chǎn)生。這些克隆表現(xiàn)為微進化（Micro-Evolution），可以很容易地在實驗室中研究。對B細胞系統(tǒng)發(fā)育樹（Phylogenetic）以及它們與其它因素關(guān)系的分析，比如老化和自身免疫疾病，也已開始研究[58]。

2.5分子生物信息學和表遺傳學

在分子生物信息學（Molecular Bioinformatics）和表遺傳學（Epigenetics）的研究過程中[59]，隨著分子信息研究水平不斷提高，在免疫學中應(yīng)用模型水平的精細程度也不斷提高。免疫學的一個特殊方面是需要將信號轉(zhuǎn)導（Signal Transduction）與基因重排結(jié)合起來建?！，F(xiàn)已建立了不同條件下的B和T細胞內(nèi)的基因重排過程和淋巴細胞信息轉(zhuǎn)導的模型[60-61]。從分子角度來講，另一個重要的分子建模是在抗原提呈給T細胞之前，對抗原處理過程的分析。

2.6高通量研究方法

免疫學是典型的、以免疫假說和免疫原理為基礎(chǔ)的研究領(lǐng)域。免疫學是最晚轉(zhuǎn)向以數(shù)據(jù)為基礎(chǔ)的、目前已在其它生物學領(lǐng)域中應(yīng)用的高通量方法。近5年，在這一領(lǐng)域已取得了很大的進展。這些進展是依靠來自生物學其它領(lǐng)域的經(jīng)典基因表達的自適應(yīng)和定位技術(shù)[62][63]，以及針對免疫學的新技術(shù)的發(fā)展取得的。免疫學領(lǐng)域主要依靠實驗手段，但實驗所取得的結(jié)果卻是應(yīng)當屬于理論免疫學的范疇，并且與復雜科學密切相關(guān)。

在基因重排過程中應(yīng)用熒光原位雜交技術(shù)[64]（FISH techniques）來定位基因是一個令人興奮的、對免疫學來說更具有針對性的研究進展。這些測量手段使我們在研究基因重排過程中，能夠確定受體不同部分之間的相互作用。

另一個對免疫系統(tǒng)來說具有針對性的工具是抗原芯片（Antigen Chips）的發(fā)展。這些芯片可同時測量B細胞對成百上千種抗原的應(yīng)答，并提供整個免疫系統(tǒng)的系統(tǒng)表達[65]。在這類分析中使用的主要數(shù)學工具是聚類方法（Clustering Methods）。

2.7 免疫組學

目前，在理論免疫學中，最璀璨的研究領(lǐng)域可能就是新產(chǎn)生的免疫組學。這個年輕的學科已經(jīng)擁有了自己的雜志《immunomic research》(省略)。免疫組學的主要目標是全方位地研究免疫系統(tǒng)[66][67]。這個領(lǐng)域采用實驗與理論相結(jié)合的工具。免疫組學目前正在研究的項目有：全部T細胞抗原決定基檢測；全B細胞抗體庫的定義及其在不同情況下的變化方式；自身免疫性疾病相關(guān)的所有基因位點的檢測。這個新生領(lǐng)域的成果還有限，但是在不到10年內(nèi)，免疫學建模將會從基于預(yù)定假設(shè)（Predefined Hypotheses）的理論問題研究轉(zhuǎn)向?qū)γ庖呦到y(tǒng)受體和靶目標充分認識的、具有針對性的建模。

當前，理論免疫尚處于探索和發(fā)展階段，許多方法和理論還很不完善，它的應(yīng)用雖然取得某些成功，但仍是低水平、粗略，甚至是勉強的。許多更復雜的免疫學問題至今未能找到相應(yīng)的數(shù)學方法進行研究，還有一些免疫核心問題還存在爭議。這就需要未來的醫(yī)學工作者具備更多的數(shù)學知識，對免疫學和數(shù)學都有更深入的了解，這樣才有可能讓免疫學研究更多地借助數(shù)學的威力，進入更高的境界。

參考文獻

[1] 漆安慎, 杜嬋英. 免疫的非線性模型. 上海: 上?？萍冀逃霭嫔? 1998:iv.

[2] Raina S. Robeva, James R. Kirkwood, Robin L. Davies, et. al. An Invitation to Biomathematics. 北京: 科學出版社, 53-129.

[3] 馬知恩. 種群生態(tài)學的數(shù)學建模與研究. 安徽: 安徽教育出版社, 1996: 5-40.

[4] 陳蘭蓀, 孟新柱, 焦建軍. 生物動力學. 北京: 科學出版社, 2009: 77-177.

[5] 李濤. 計算機免疫學. 北京: 電子工業(yè)出版社, 2004: 147-203.

[6] 陸征一, 周義倉. 北京: 科學出版社, 2004: 58-73.

[7] A. S. Perelson and C. DeLisi. Receptor clustering on a cell surface. I. Theory of receptor cross-linking by ligands bearing two chemically identical functional groups. Math. Biosci. 1980, 48:71.

[8] A. S. Peielson. Receptor clustering on a cell surface. II. Theory of receptor cross-linking by ligands heaiing two chemically distinct functional groups. Math. Biosci. 1980, 49:87.

[9] A. S. Perelsoii. Receptor clustering on a cell surface. III. Theory of receptor cross-linking by multivalent ligands: descriptioii by ligand states. Math. Biosci. 1981, 53:1.

[10] Perelson, A. S., and C. DeLisi. Receptor clustering on a cell surface. I. Theory of receptor cross-linking by ligands bearing two chemically identical functional groups. Math. Biosci. 1980, 48:71110.

[11] Perelson, A. S. Receptor clustering on a cell surface. II. Theory of receptor cross-linking by ligands bearing two chemically distinct functional groups. Math. Biosci. 1980, 49:87110.

[12] Perelson, A. S. Receptor clustering on a cell surface. III. Theory of receptor cross-linking by multivalent ligands: description by ligand states. Math. Biosci. 1981, 53:139.

[13] Perelson, A. S. Some mathematical models of receptor clustering by multivalent ligands. In Cell Surface Dynamics: Concepts and Models. A. S. Perelson, C. DeLisi, and F. W. Wiegel, editors. Marcel Dekker, New York. 1984, 223276.

[14] N. K. Jerne. Towards a network theory of the immune system. Ann. Immunol. (Inst. Pasteur), 1974(125C), 373-389.

[15] Coutinho A. "The network theory: 21 years later". Scand. J. Immunol. 1995, 42 (1): 38.

[16] Campelo F, Guimares FG, Igarashi H, Ramírez JA, Noguchi S. "A Modified Immune Network Algorithm for Multimodal Electromagnetic Problems". IEEE Trans. Magnetics2006,42 (4): 11111114.

[17] Polly Matzinger and Galadriel Mirkwood. In a fully H-2 incompatible chimera, T cells of donor origin can respond to minor histocompatibility antigens in association with either donor or host H-2 type. Journal of Experimental Medicine, 1978(148): 84-92. [18] Matzinger P. The danger model: a renewed sense of self. Science 2002; 296: 3015.

[19] Cohen IR, Young DB. "Autoimmunity, microbial immunity and the immunological homunculus." Immunol Today 1991; 12(4):105-10.

[20] Cohen IR. "The immunological homunculus and autoimmune disease," in Molecular Autoimmunity, ed. Talal N., Academic Press, USA 1991, pp.438-453.

[21] Cohen IR. "The cognitive paradigm and the immunological homunculus." Immunol Today 1992; 13(12):490-4.

[22] Cohen IR. "The meaning of the immunological homunculus." Isr J Med Sci 1993; 29(2-3):173-4.

[23] Cohen IR. "Kadishman’s Tree, Escher’s Angels, and the Immunological Homunculus," in Autoimmunity: Physiology and Disease, eds. Coutinho A, Kazatchkine MD. Wiley-Liss, Inc.1994 pp.7-18.

[24] Cohen IR. "Peptide therapy for Type I diabetes: the immunological homunculus and the rationale for vaccination." Diabetologia 2002 Oct;45(10):1468-74.

[25] Gonzalez G, Montero E, Leon K, Cohen IR, Lage A. "Autoimmunization to epidermal growth factor, a component of the immunological homunculus." Autoimmun Rev. 2002 Feb;1(1-2):89-95.

[26] Cohen IR. "Immune system computation and the immunological homunculus." MoDELS 2006, in O. Niestrasz et al. (Eds). Springer-Verlag, Berlin, pp. 499-512, 2006.

[27] Cohen IR. (2007) "Biomarkers, self-antigens and the immunological homunculus." J. Autoimmun., 2007 Dec;29(4):246-9.

[28] Roberto Puzone, B. Kohler, P. Seiden, Franco Celada: A Discrete Models of Cellular/Humoral Responses. ACRI 2000: 117-125.

[29] Roberto Puzone, B. Kohler, P. Seiden, Franco Celada: IMMSIM, a flexible model for in machina experiments on immune system responses. Future Generation Comp. Syst. 2002, 18(7): 961-972

[30] Stefania Bandini, Franco Celada, Sara Manzoni, Roberto Puzone, Giuseppe Vizzari: Modelling the Immune System with Situated Agents. WIRN/NAIS 2005: 231-243.

[31] Stefania Bandini, Franco Celada, Sara Manzoni, Giuseppe Vizzari: Modelling the immune system: the case of situated cellular agents. Natural Computing 2007, 6(1): 19-32.

[32] De Boer, R.J. and A.S. Perelson (1994) T cell repertoires and competitive exclusion. J. theor. Biol. 169, 375-390.

[33] Perelson, A. S.1989. Immune network theory. Immunological Reviews 110, 5-36.

[34] Sulzer, B., De Boer, R.J. and A.S. Perelson (1996) Crosslinking reconsidered. I Binding and crosslinking fields and the cellular response. Biophys. J. 70, 1154-1168.

[35] Meier-Schellersheim M, et al. Key role of local regulation in chemosensing revealed by a new molecular interaction-based modeling method. PLoS Comput Biol. 2006;2(7):e82.

[36] M. Meier-Schellersheim, G. Mack. SIMMUNE, a tool for simulating and analyzing immune system behavior. 1999 cs.MA/9903017.

[37] Meyer-Hermann M. A mathematical model for the germinal center morphology and affinity maturation. J Theor Biol 2002;216:273300.

[38] Kleinstein SH, Singh JP. Why are there so few key mutant clones? The influence of stochastic selection and blocking on affinity maturation in the germinal center. Int Immunol 2003;15:871884.

[39] Efroni S, Harel D, Cohen IR. Toward rigorous comprehension of biological complexity: modeling, execution, and visualization of thymic T-cell maturation. Genome Res 2003;13:24852497.

[40] Efroni, E., Harel, D. & Cohen, I. R. 2003 Towards rigorous comprehension of biological complexity: modelling, execution and visualization of Thymic T cell maturation. Genome Res. 13, 24852497.

[41] Alexandros Pertsinidis, Yunxiang Zhang, Steven Chu. Subnanometre single-molecule localization, registration and distance measurements. Nature, 2010 466(7), 647651

[42] Nudelman G, Louzoun Y. The role of lipid rafts in cell surface BCR antigen binding dynamics. EMBC 2004. Conference Proceedings, 26th Annual International Conference of the Engineering in Medicine and Biology Society.

[43] Nudelman G, Louzoun Y. Cell surface dynamics: the balance between diffusion, aggregation and endocytosis. Syst Biol (Stevenage) 2006;153:3442.

[44] Chakraborty A. How and why does the immunological synapse form? Physical chemistry meets cell biology. Sci STKE 2002;2002:PE10.

[45] Li QJ, et al. CD4 enhances T cell sensitivity to antigen by coordinating Lck accumulation at the immunological synapse. Nat Immunol 2004;5:791799.

[46] Kesmir C, De Boer RJ. A mathematical model on germinal center kinetics and termination. J Immunol 1999;163:24632469.

[47] Kleinstein SH, Singh JP. Toward quantitative simulation of germinal center dynamics: biological and modeling insights from experimental validation. J Theor Biol 2001;211:253275.

[48] Meyer-Hermann M, Beyer T. Conclusions from two model concepts on germinal center dynamics and morphology. Dev Immunol 2002;9:203214.

[49] Meyer-Hermann ME, Maini PK. Cutting edge: back to ‘‘one-way’’ germinal centers. J Immunol 2005;174:24892493.

[50] Lefranc MP. Nomenclature of the human immunoglobulin kappa (IGK) genes. Exp Clin Immunogenet 2001;18:161174.

[51] Bromley SK, et al. The immunological synapse. Annu Rev Immunol 2001;19: 375396.

[52] Monod MY, Giudicelli V, Chaume D, Lefranc MP. IMGT/JunctionAnalysis: the first tool for the analysis of the immunoglobulin and T cell receptor complex V-J and V-D-J JUNCTIONs. Bioinformatics 2004; 20(Suppl.):I379I385.

[53] Ruiz M, Pallares N, Contet V, Barbi V, Lefranc MP. The human immunoglobulin heavy diversity (IGHD) and joining (IGHJ) segments. Exp Clin Immunogenet 1999;16:173184.

[54] Ruiz M, et al. IMGT, the international ImMunoGeneTics database. Nucleic Acids Res 2000;28:219221.

[55] Lefranc MP, et al. IMGT, the international ImMunoGeneTics database. Nucleic Acids Res 1999;27:209212.

[56] Mehr AJ, Ardakani MJ, Hedayati M, Shahraz S, Mehr EJ, Zali MR. Age-specific seroprevalence of hepatitis A infection among children visited in pediatric hospitals of Tehran, Iran. Eur J Epidemiol 2004;19:275278.

[57] Kleinstein SH, Louzoun Y, Shlomchik MJ. Estimating hypermutation rates from clonal tree data. J Immunol 2003;171:46394649.

[58] Eason DD, Cannon JP, Haire RN, Rast JP, Ostrovd DA, Litman GW. Mechanisms of antigen receptor evolution. Semin Immunol 2004;16:215226.

[59] Gay NJ, Gangloff M, Weber AN. Toll-like receptors as molecular switches. Nat Rev Immunol 2006;6:693698.

[60] Mehr R. Modeling the meta-dynamics of lymphocyte repertoires. Arch Immunol Ther Exp (Warsz) 2001;49:111120.

[61] Mehr R, Edelman H, Sehgal D, Mage R. Analysis of mutational lineage trees from sites of primary and secondary Ig gene diversification in rabbits and chickens. J Immunol 2004;172:47904796.

[62] Argyropoulos C, et al. Mining microarray data to identify transcription factors expressed in naive resting but not activated T lymphocytes. Genes Immun 2004;5: 1625.

[63] Choi YL, et al. DNA microarray analysis of natural killer cell-type lymphoproliferative disease of granular lymphocytes with purified CD3-CD56? fractions. Leukemia 2004;18:556565.

[64] Singh N, Bergman Y, Cedar H, Chess A. Biallelic germline transcription at the kappa immunoglobulin locus. J Exp Med 2003; 197:743750.

[65] Quintana FJ, Hagedorn PH, Elizur G, Merbl Y, Domany E, Cohen IR. Functional immunomics: microarray analysis of IgG autoantibody repertoires predicts the future response of mice to induced diabetes. Proc Natl Acad Sci USA 2004;101(Suppl.): 1461514621.

[66] Lauwerys BR, Wakeland EK. Genetics of lupus nephritis. Lupus 2005;14:212.

篇10

為迎接更全面的生命科學的發(fā)展，提高生物科學專業(yè)學生適應(yīng)學科發(fā)展的需要的能力，我們學院專門開設(shè)了針對生物科學專業(yè)的限選課程――蛋白質(zhì)化學與蛋白質(zhì)組學。本課程在介紹蛋白質(zhì)化學基本內(nèi)容的同時，兼顧學科發(fā)展動態(tài)，使學生掌握蛋白質(zhì)組學的基本理論、基礎(chǔ)知識、主要研究方法和生物信息學在蛋白質(zhì)組學及蛋白質(zhì)工程方面的應(yīng)用及典型的研究實例，力求增長生物科學專業(yè)學生的專業(yè)知識與技能，為完成畢業(yè)論文設(shè)計及今后從事生命科學相關(guān)工作打下堅實基礎(chǔ)。課程開課幾年來，筆者及同教研室課題組對蛋白質(zhì)化學與蛋白質(zhì)組學課程的教學理念、教學內(nèi)容、教學方法，教學效果評價方式進行了積極的實踐與探索。

一 教師本身要努力提高教學質(zhì)量

蛋白質(zhì)化學與蛋白質(zhì)組學的授課對象是生物科學專業(yè)本科三年級的學生。該階段的學生面臨畢業(yè)論文設(shè)計及準備考研兩大難題，對此，本課程的教學目標應(yīng)該是養(yǎng)成學生的科研思維，提高實驗設(shè)計水平，培養(yǎng)其動手能力。這就要求教師必須更新教育理念，改變以往理論課單向授課的方式，要認識到此時的教學課程必須以學生為中心。因此，教師在精心準備教案講義，認真制作多媒體課件的同時，應(yīng)當思索如何靈活地運用各種教學方法，引導學生的興趣，并使學生參與到教學過程中來。提高教師自身的理論水平和科研能力，改革教師課堂教學方法和教學結(jié)構(gòu)，認真研究學生的認識規(guī)律和學習方式，培養(yǎng)學生的學習興趣，充分調(diào)動學生的主觀能動性是提高教學質(zhì)量所必需的。在教學過程中，教師扎實的理論基礎(chǔ)、豐富的科研經(jīng)驗、熟練的實驗操作水平是引導教學成功的先決條件。

二 教學理念要轉(zhuǎn)變，教學方式要靈活

“以學生為中心，以能力培養(yǎng)為導向”這一理念近年來備受教師關(guān)注和學生歡迎[2]。這一理念強調(diào)由教師引導，確定教學目標，學生為中心和主導，根據(jù)教學目標，主動收集整理資料，自主探究相關(guān)知識，發(fā)現(xiàn)問題，分析問題，解決問題，最后由教師總結(jié)，將學習的主動權(quán)真正交還給學生。這樣，教師與學生在發(fā)現(xiàn)分析解決問題的過程中，各自完成教學任務(wù)，效率和認知度遠超過以往單向的教授方式。

由于該門課程為限選課，選課學生維持在25～40人左右，因此，教師從備課開始就應(yīng)以靈活的方式與學生去溝通。在課堂上，我們在進行多媒體教學的同時，增加與學生的互動，及時掌握學生的興趣點與理解程度，可以充分調(diào)動學生的積極性。實踐證明，教師更新教學理念，提高教學質(zhì)量，對于端正學風，提高學生的積極性有著積極的作用。

生命科學是一門實踐性很強的科學，因此理論與實踐相結(jié)合是完成教學任務(wù)的必經(jīng)之路。因此，筆者根據(jù)課程的教學內(nèi)容和學生的理論水平及興趣點，經(jīng)常開展各種課間討論，促進學生深刻并靈活地掌握知識。筆者常采用以下方式：首先，生命科學是一門發(fā)展迅速的科學，與醫(yī)學、社會學等學科有交叉，且與我們的生活生產(chǎn)密切相關(guān)。因此，靈活地舉例對于培養(yǎng)學生的學習興趣顯得十分重要。例如，北京蛋白質(zhì)組學研究中心是我國蛋白質(zhì)組學國家重點實驗室，作為國際人類肝臟蛋白質(zhì)組計劃實行總部，目前該中心已成功鑒定人類肝臟蛋白質(zhì)13000余種，并繪制了高可信度的肝臟蛋白質(zhì)互作圖譜，發(fā)現(xiàn)了58種潛在的肝臟疾病候選基因等。像常見的脂肪肝、肝炎病毒感染、肝癌癌變及轉(zhuǎn)移等標志蛋白質(zhì)陸續(xù)被發(fā)現(xiàn)，為今后肝臟相關(guān)疾病的預(yù)防及治療打下了堅實的基礎(chǔ)。通過這一舉例，既能夠增強學生對蛋白質(zhì)組學的認可度，且因為該項目為我國自主研究項目，能夠為學生提供今后科研的方向，也能增強學生的科研信心。其次，安排學生參加教學實驗或科研實驗，引導學生有意識地學會科研思維，激發(fā)學生學習興趣，培養(yǎng)其分析問題和解決問題的能力。例如，通過讓學生參與筆者主持或參與的科研課題，了解科研實驗的實施過程，在此過程中理解并掌握所學知識。再次，指導學生進行實驗設(shè)計和科研設(shè)計，培養(yǎng)其科研能力。例如，讓學生根據(jù)需解決的科研問題和掌握的實驗方法等，指導其通過參考文獻等方法進行初步的實驗設(shè)計及課題研究報告的撰寫。近年來，筆者已指導學生撰寫科研課題研究報告多項，并獲學校及學院立項，極大地提高了學生的信心和興趣。此外，為了提高課程的實用性，提高學生的動手能力和解決問題的能力，筆者所在學院開設(shè)了開放實驗課程，我們鼓勵學生主動地進行實驗設(shè)計，習得相應(yīng)的實驗技能。

三 考核方式和教學效果評價方法要改進

高校的選修課程普遍采用平時成績和期末成績綜合評價的方式進行考核。以往的課程其平時成績部分通常以出勤率或者答題的方式為參考，對于評價學生的學習效果并不適用，而期末成績僅憑一張理論考試試卷也難以評價學生的科研思維和能力。生命科學是一門實踐性很強的學科，而蛋白質(zhì)組學的教學目的，是通過本課程培養(yǎng)學生的科研思維，培養(yǎng)學生的科研能力。因此，在考核方式上，也應(yīng)當實施多種考核方式，綜合評價學生能力?？荚嚪绞街饕善綍r成績、綜述寫作及期末理論考試成績組成。以探究式教學方法教學，重點在于靈活地考查學生運用理論知識探究科學問題的能力。因此，在平時，我們讓學生以小組或個人形式，自由地進行發(fā)揮。如，進行課題設(shè)計，討論實驗思路，撰寫研究論文，演講PPT及答辯等方式進行評分，借此改變單獨理論考試的單一形式，建立更科學的多元化評價方式，引導學生進行探究式學習，注重對學生能力的培養(yǎng)。此外，綜述的寫作有助于學生形成對某一科研領(lǐng)域的綜合認識，期末理論考試主要考白質(zhì)組學相關(guān)概念和理論的掌握程度，同時結(jié)合實驗分析題也可以一定程度上了解學生對某些重要蛋白質(zhì)組學技術(shù)的掌握程度。

蛋白質(zhì)化學與蛋白質(zhì)組學這門課程作為生物科學專業(yè)學生的限選課程，在國內(nèi)院校開得并不多，該課程在我校已開設(shè)多年，以探究式的教學方式為主要教學方法受到了學生的歡迎和肯定。對于需要進行畢業(yè)論文設(shè)計和今后即將進入醫(yī)院或科研機構(gòu)的生命科學專業(yè)學生來講，這門課程在一定程度上讓他們初步形成了科研思維，并且得到了一定的訓練，對于今后進入實驗室有著較好的鋪墊作用。此外，畢業(yè)論文設(shè)計的指導老師也普遍認為學生具有一定的科研思維能力，知識較全面，因此也充分顯示了該課程教改的優(yōu)勢和效果。

四 教師應(yīng)當以身作則，培養(yǎng)學生求真的科學態(tài)度

偉大的教育家陶行知曾說：“千教萬教教人求真，千學萬學學做真人”。科研探索是用于發(fā)現(xiàn)問題、分析問題和解決問題的，在此過程中，需要對每次的實驗結(jié)果進行多次論證，力求結(jié)果的真實及科學性。孔子云：“其身正，不令而行。其身不正，雖令不從?！币虼?，教師自身良好的教學態(tài)度和科研精神起到了楷模示范的作用。由于學生理論及實驗水平有限，在課外指導學生進行實驗設(shè)計或論文撰寫時，教師必須直接參與并監(jiān)督實驗的實施與完成，在此過程中，教師需要一絲不茍，嚴謹求真，堅韌不拔，同時，也應(yīng)嚴格要求學生在實驗前做好各項準備工作，實驗過程中規(guī)范操作，對實驗結(jié)果進行獨立思考和分析，杜絕造假及人為疏忽。

在處理與學生的關(guān)系時，一定要真誠平等，這一點十分重要。教師傳授知識，學生學習知識，師生關(guān)系融洽是完成教學任務(wù)的一項重要保證。教師如能自律，一絲不茍，真誠平等地對待每一位學生，那么學生也會以真誠的態(tài)度對待課程，如此才會有良性循環(huán)。

綜上所述，蛋白質(zhì)化學與蛋白質(zhì)組學的教學過程中應(yīng)時刻把握“以人為本，以學生為中心”的教學理念。將探究式教學方式貫穿課程的教學過程，能夠提高學生的科研思維和創(chuàng)新能力，在此過程中，學生自主或相互合作，與教師共同參與教學過程，激發(fā)了學生的學習興趣，充分地調(diào)動了其主觀能動性，因而直接提升了教學質(zhì)量，對于面對即將進行畢業(yè)論文設(shè)計，即將考研或即將實習的生物科學專業(yè)學生而言，受益匪淺。

當然，該門課程屬于新開課程，碰到許多難題。首先，在教材的選擇上，我們選擇很久，教育部沒有正式出版的專門針對蛋白質(zhì)化學與蛋白質(zhì)組學的規(guī)劃教材，因此，我們選擇何華勤主編的《簡明蛋白質(zhì)組學》作為授課教材，該書內(nèi)容全面且簡明扼要，并以利布萊爾主編的《蛋白質(zhì)組學導論――生物學的新工具》、Wilkins主編的《蛋白質(zhì)組學研究：概念、技術(shù)及應(yīng)用》為參考書要求學生閱讀。第二，學生前兩年以修學分為主，理論課程較多，實踐時間較少，因此對本課程很多稍微復雜點的實驗內(nèi)容，如親和柱層析、DIGE等缺乏深刻理解;此外，課程中講解到的各種實驗儀器，如雙向電泳系統(tǒng)、質(zhì)譜儀等由于價值不菲，對本科生的開放程度有限，因此，學生即使掌握理論，但無法形成深刻認識;最后，生物信息學內(nèi)容專業(yè)復雜，學生的認知度與課程要求有落差，限制了教學的效果。但是筆者與同課題組成員課余開放本研究所現(xiàn)有的雙向電泳平臺，力求為學生創(chuàng)造條件。

生命科學學科發(fā)展日新月異，高校人才培養(yǎng)觀念和體系也要不斷與時俱進，教師需要不斷修正教學方案，及時總結(jié)教學規(guī)律，才能提高教學質(zhì)量，這樣才能真正做到以學生為中心，以能力培養(yǎng)為導向，努力而有效地培養(yǎng)出適應(yīng)社會和經(jīng)濟發(fā)展需求的生命科學學科專業(yè)人才。

參考文獻