生物信息學(xué)的研究方向范文

導(dǎo)語：如何才能寫好一篇生物信息學(xué)的研究方向，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

關(guān)鍵詞： 生物信息學(xué) 研究生教學(xué) 實踐

1.引言

生物信息學(xué)（bioinformatics）是一門新興的交叉學(xué)科，生物學(xué)與醫(yī)學(xué)、數(shù)學(xué)、計算機科學(xué)是其中三個主要組成部分。生物信息學(xué)作為跨越生命科學(xué)和信息科學(xué)兩大熱點領(lǐng)域的學(xué)科，擁有蓬勃的生命力。面對人類基因組計劃所產(chǎn)生的龐大的分子生物學(xué)信息，生物信息學(xué)的重要性已越來越突出，它無疑將會為生命科學(xué)的研究帶來革命性的變革。［1］［2］國內(nèi)外對生物信息學(xué)的人才需求也在激增。

目前，生物信息學(xué)在我國尚處于起步階段，因為要進行生物信息學(xué)的研究，對人員要求很高，需要深厚的生物大分子結(jié)構(gòu)和功能方面的背景知識，需要扎實的應(yīng)用數(shù)學(xué)或統(tǒng)計學(xué)知識，還需要精通計算機，至少得具備三者之二。但實際情況是大部分從事生物學(xué)研究的人不熟悉計算機，而從事計算機科學(xué)的人員多數(shù)又缺乏對生物學(xué)的了解。盡管如此，生物信息學(xué)的教育在國內(nèi)外高等院校及科研機構(gòu)越來越普及。據(jù)不完全統(tǒng)計，我國超過30個高校或科研機構(gòu)開設(shè)生物信息學(xué)專業(yè)課程。［3］這些研究與教育一般分散在多個系所屬的多個專業(yè)中，如生命科學(xué)院（北京大學(xué)等）、計算機學(xué)院（哈爾濱工業(yè)大學(xué)等）、理學(xué)院（天津大學(xué)等），我校是由計算機學(xué)院開設(shè)全校公共課。不同學(xué)校根據(jù)自身的情況，在開設(shè)生物信息學(xué)這門課時，側(cè)重點都不一樣。如果由醫(yī)學(xué)院的教師授課，則側(cè)重點可能在致病基因的研究方面，［4］計算機專業(yè)教師授課則可能側(cè)重于數(shù)據(jù)庫的管理、查詢等方面，［5］理學(xué)院的教師授課則可能側(cè)重于生物信息學(xué)中的數(shù)學(xué)問題。筆者是計算機專業(yè)出身的，研究方向為圖像處理與模式識別，所以主要從計算機和數(shù)學(xué)的角度去授課。另外，研究生教學(xué)又與本科生教學(xué)［6］不同，研究生教學(xué)更加應(yīng)該注重培養(yǎng)學(xué)生的主動學(xué)習(xí)意識和綜合能力。筆者將教學(xué)實踐中的心得進行了初步的總結(jié)，以供商榷。

2.注重培養(yǎng)學(xué)生的學(xué)習(xí)興趣

從培養(yǎng)學(xué)生的學(xué)習(xí)興趣出發(fā)，在課堂教學(xué)過程中，充分利用豐富的網(wǎng)絡(luò)資源，如圖像、視頻等。比如在介紹模式生物時，可以給出各種模式生物的圖像；在介紹各種各樣的生物數(shù)據(jù)庫時，可以在課堂上現(xiàn)場上網(wǎng)登陸數(shù)據(jù)庫，演示和介紹各個數(shù)據(jù)庫的特點和使用方法等。研究生不同于本科生，本科生可能比較習(xí)慣于教師的灌輸性教學(xué)，而研究生教學(xué)更加鼓勵學(xué)生主動自覺地學(xué)習(xí)。這從“研究”一詞的英文解釋“re-search”――再（“re-”）探索（“search”）中也可以看出。教師在研究生學(xué)習(xí)過程中主要起引路的作用，而不可能手把手帶著學(xué)生研究。生物信息學(xué)更是如此，它是一門新興的交叉學(xué)科，很多理論和研究內(nèi)容還不成熟，需要科學(xué)工作者不斷地探索。因此，通過生動形象的啟發(fā)式課堂教學(xué)，培養(yǎng)學(xué)生的學(xué)習(xí)興趣，對學(xué)生以后的進一步研究有著重要的作用和意義。

3.注重培養(yǎng)學(xué)生的綜合素質(zhì)

在生物信息學(xué)的上課過程中安排幾次學(xué)生的課堂報告。具體做法是：由教師或?qū)W生在國外重要期刊（如Bioinformatics）或會議上找與學(xué)生自身的研究方向比較相近的生物信息學(xué)方面的最新文獻，然后幾個學(xué)生一組共同針對某幾篇文獻進行閱讀、理解，最后以報告的形式跟大家一起交流和討論。在這個過程中，可以培養(yǎng)學(xué)生的如下幾個方面的能力：

（1）搜尋資料的能力。現(xiàn)在網(wǎng)絡(luò)非常發(fā)達，網(wǎng)絡(luò)資源也非常豐富，如何從紛繁復(fù)雜的網(wǎng)絡(luò)資源中找到自己所需的資料不是一件容易的事。學(xué)生可以通過學(xué)校購買的數(shù)據(jù)庫進行查找適合自己的文獻資料，也可以通過搜索引擎進行查找。通過這個過程，學(xué)生可以了解有哪些數(shù)據(jù)庫可以利用，哪些網(wǎng)站資源比較豐富，以及選擇什么關(guān)鍵詞進行查找比較有效，等等。

（2）閱讀外文文獻的能力。學(xué)生在本科階段一般沒有讀外文文獻的習(xí)慣，而進入研究生學(xué)習(xí)階段，為了了解和研究國際前沿領(lǐng)域，就必須閱讀大量外文文獻，畢竟國外的科技實力在很多方面還是處于領(lǐng)先位置的。給學(xué)生指定幾篇優(yōu)秀的外文文獻進行閱讀和理解，可以一定程度上鍛煉學(xué)生閱讀外文文獻的能力。因為要想真正理解文獻的內(nèi)容，就必須對文獻進行仔細認真的閱讀和研究。

（3）團結(jié)協(xié)作的能力。每個課堂報告都是由幾個學(xué)生共同參與完成的，在這過程中有組織協(xié)調(diào)和分工的問題，這需要大家共同努力，團結(jié)協(xié)作。團結(jié)協(xié)作在當(dāng)今社會越來越被推崇，所以培養(yǎng)學(xué)生團結(jié)協(xié)作的能力對于他們以后進入社會很有幫助。從實際執(zhí)行的情況看，效果還不錯。比如有的學(xué)生數(shù)學(xué)基礎(chǔ)好，他就負責(zé)理解文獻中的公式和算法部分；有的學(xué)生計算機能力比較強，他就負責(zé)編程實現(xiàn)、課件制作等。

（4）口頭表達的能力。課堂報告的最后陳述和討論可以鍛煉學(xué)生的口頭表達能力。有的學(xué)生平時很少有作報告的機會，所以口頭表達的能力得不到鍛煉。本課程提供給學(xué)生一次口頭表達能力鍛煉的機會，讓學(xué)生體會到如何組織報告內(nèi)容、如何把自己理解的內(nèi)容介紹給聽眾是比較有效的，是容易被大家理解和接受的。

4.理論與實踐相結(jié)合，鼓勵交叉性研究

為了做到學(xué)有所用，筆者從每個學(xué)生自身的研究方向出發(fā)，為每個學(xué)生指定與其研究方向相關(guān)的生物信息學(xué)方面的最新文獻進行閱讀和理解。鼓勵學(xué)生進行跨學(xué)科切交叉性研究，將所學(xué)的生物信息學(xué)知識應(yīng)用于實際的研究中，或者利用已掌握的知識促進生物信息學(xué)的研究。比如課堂上的計算機學(xué)院的學(xué)生有研究圖像處理與模式識別的，就給他們安排一些生物圖像處理、基因識別等方面的文獻。這種交叉性的學(xué)習(xí)和研究，有可能激發(fā)學(xué)生的靈感，獲得比較大的創(chuàng)新性成果。

5.結(jié)語

生物信息學(xué)課程教學(xué)的實踐表明，學(xué)生經(jīng)過這門課程的學(xué)習(xí)，學(xué)到了一定的內(nèi)容，如對生物信息學(xué)這門課有了比較清楚的了解和認識、綜合素質(zhì)得到了一定的提高、找到了一些適合自己的研究切入點等。總的來說，教學(xué)效果不錯，但還需要進一步探索，進一步完善。

參考文獻：

［1］張陽德.生物信息學(xué)［M］.北京：科學(xué)出版社，2005：1-15.

［2］郝柏林，張淑譽.生物信息學(xué)手冊［M］.上海：上海科學(xué)技術(shù)出版社，2002：1-10.

［3］許忠能.生物信息學(xué)［M］.北京：清華大學(xué)出版社，2008：8-17.

［4］曹驥，黎丹戎.淺談醫(yī)學(xué)生物信息學(xué)的教學(xué)模式［J］.廣西醫(yī)科大學(xué)學(xué)報，2007，（24）：122-123.

篇2

關(guān)鍵詞：生物信息學(xué)；考試；網(wǎng)絡(luò)

生物信息學(xué)（Bioinformatics）是建立在分子生物學(xué)的基礎(chǔ)上，隨著20世紀(jì)90年代人類基因組計劃的實施以及高通量自動化測序技術(shù)的應(yīng)用而誕生的。生物信息學(xué)是以DNA和蛋白質(zhì)序列等數(shù)據(jù)為核心，綜合運用高等數(shù)學(xué)、計算機科學(xué)和生物學(xué)工具，通過數(shù)據(jù)庫的建立、生物學(xué)數(shù)據(jù)的檢索、生物學(xué)數(shù)據(jù)的處理、生物學(xué)數(shù)據(jù)的利用（計算生物學(xué)）等，以達到詮釋數(shù)據(jù)中的生物學(xué)意義的目的。目前生物信息學(xué)的主要的研究方向有：序列比對、基因識別、基因重組、蛋白質(zhì)結(jié)構(gòu)預(yù)測、基因表達、蛋白質(zhì)反應(yīng)的預(yù)測，以及建立進化模型等。[1，2]生物信息學(xué)作為一門新型交叉學(xué)科，我國很多高校先后在生物科學(xué)、生物技術(shù)和基礎(chǔ)醫(yī)學(xué)等專業(yè)開設(shè)了生物信息學(xué)課程。此外，北京大學(xué)、清華大學(xué)和浙江大學(xué)等部分高校還在高校招生中增設(shè)了生物信息學(xué)專業(yè)。按照教學(xué)規(guī)律，生物信息學(xué)是在學(xué)生掌握生物化學(xué)、遺傳學(xué)、分子生物學(xué)以及計算機應(yīng)用等相關(guān)知識的基礎(chǔ)上開設(shè)的。通過生物信息學(xué)課程的學(xué)習(xí)，不僅可以加深對分子生物學(xué)和基因工程等課程的理解，而且可以為進一步學(xué)習(xí)基因組學(xué)（Genomics）和蛋白質(zhì)組學(xué)（Protemics）奠定基礎(chǔ)。[3]我校在國內(nèi)較早地涉足該課程的教學(xué)工作，筆者于2007年開始在生物技術(shù)和生物科學(xué)專業(yè)本科生中開設(shè)了生物信息學(xué)課程，其中生物技術(shù)專業(yè)作為必修課程，生物科學(xué)專業(yè)列為選修課程。對本科生而言，通過該課程的學(xué)習(xí)，要求獲得如下生物信息學(xué)的知識和技能：（1）熟練掌握和使用生物信息學(xué)中的相關(guān)數(shù)據(jù)庫，包括DNA序列數(shù)據(jù)庫、蛋白質(zhì)序列和結(jié)構(gòu)數(shù)據(jù)庫、已測定全序列的動植物和微生物的完整基因組數(shù)據(jù)庫以及國內(nèi)外文獻數(shù)據(jù)庫。（2）熟練掌握DNA和蛋白質(zhì)序列的同源性比較和分析。（3）能分析DNA序列轉(zhuǎn)錄翻譯成氨基酸序列的結(jié)構(gòu)和功能。（4）熟練掌握生物信息學(xué)常用的分析軟件。實際操作能力是生物信息學(xué)教學(xué)過程中需要重點培養(yǎng)的能力。另一方面，考試是對學(xué)生知識和能力的一種測量，它的功能是量化學(xué)生的知識和能力，以及通過考試促進學(xué)生的知識和能力的增長提高。考試是教學(xué)過程中的一個重要的環(huán)節(jié)，是檢查學(xué)生對所學(xué)知識的掌握程度、應(yīng)用所學(xué)知識的綜合能力及衡量教師教學(xué)效果的主要形式，它可以督促學(xué)生全面系統(tǒng)地復(fù)習(xí)和鞏固所學(xué)的知識和技能，是評定學(xué)生成績的有效手段。科學(xué)、合理的考試，可以使學(xué)生明了學(xué)習(xí)的差距，自動調(diào)節(jié)學(xué)習(xí)方向，充分發(fā)揮學(xué)生學(xué)習(xí)的主觀能動性，教師亦可通過考試了解教學(xué)效果，調(diào)節(jié)和改進教學(xué)內(nèi)容和教學(xué)方法，充分發(fā)揮考試的導(dǎo)向作用，提高教學(xué)質(zhì)量。[4，5]

一、常規(guī)考試方法在生物信息學(xué)課程考試中存在的問題

常規(guī)傳統(tǒng)的考試方式是每位學(xué)生使用同一份完全同的試卷，在同一時間中進行考試。對于生物信息學(xué)課程來說，由于其課程的特點所限，在考試整個過程中，為了完成試卷中操作題的解答，需要使用聯(lián)網(wǎng)的計算機，因此，生物信息學(xué)課程常規(guī)的考試方式是每位學(xué)生發(fā)給考題完全相同的紙質(zhì)試卷，學(xué)生將答案寫在紙質(zhì)的考卷上，其中操作題利用聯(lián)網(wǎng)的計算機完成操作后將答案寫在紙質(zhì)的試卷上。我們自2007年開始經(jīng)過5年的教學(xué)實踐發(fā)現(xiàn)，常規(guī)傳統(tǒng)的考試方法存在一些亟待解決的問題。由于參加考試的每位學(xué)生是同一份完全相同的試卷，同時考試過程中必須使用聯(lián)網(wǎng)的計算機，根據(jù)考試結(jié)果中出現(xiàn)少量完全雷同的卷面顯示，雖然考試過程中有監(jiān)考教師的嚴格監(jiān)督和巡查，依然有少量的學(xué)生通過計算機聯(lián)網(wǎng)的及時在線信息系統(tǒng)，如：QQ、MSN、e-mail等，相互傳遞試題的答案并進行比對，因此，在客觀上難以徹底杜絕考試作弊現(xiàn)象。鑒于這種情況，迫切需要探索一種新的考試方式，克服傳統(tǒng)考試方式的局限性，以適應(yīng)生物信息學(xué)課程的特點和需要，達到更加客觀、科學(xué)、公正地評價學(xué)生考試和課程成績的目的。

二、新的考試方法的探索——網(wǎng)絡(luò)考試系統(tǒng)的構(gòu)建

為解決上述生物信息學(xué)課程考試中出現(xiàn)的問題，筆者構(gòu)建了生物信息學(xué)網(wǎng)絡(luò)考試系統(tǒng)，以便替代傳統(tǒng)的考試方法（圖1）。本考試系統(tǒng)具有以下特點：

第一，建立較大容量的試題庫。試題庫中題型包括選擇題、判斷題、簡答題和操作題等四種題型，分別含有500、100、50和50道題。每套完整的試題滿分為100分，其中設(shè)置為選擇題50分（每題1分，共50小題）、判斷題10分（每題1分，共10題）、簡答題20分（每題5分，共4題）、操作題20分（每小題10分，共2題），每套試卷也可以根據(jù)考試需要重新設(shè)置每種題型的分值和題目數(shù)量。試題庫題目主要以《基礎(chǔ)生物信息學(xué)及其應(yīng)用》和《簡明生物信息學(xué)》等教材為依據(jù)。[6，7]題庫中的題目考核內(nèi)容涵蓋教材的所有章節(jié)和主要知識點，其中的操作題目覆蓋課程的重點教學(xué)內(nèi)容。

第二，自動隨機組卷。隨機組題方式設(shè)置2種，一是全體參加考試的學(xué)生試卷中所有試題都相同，但每道題目的題號前后順序有別；二是每位學(xué)生的試卷中不僅試題的題號順序不同，而且試題也不完全相同。兩種組題方式各有利弊，前者能保證每位學(xué)生的試卷難度系數(shù)完全相同，但只是學(xué)生的試卷中試題的順序不同，題目依然還是相同的；后者則能保證徹底杜絕參加考試的學(xué)生通過互聯(lián)網(wǎng)比對試題答案的可能，但由于每位學(xué)生的試題不同，因此可能導(dǎo)致不同的學(xué)生之間的試題難度系數(shù)存在一定的差異。兩種不同的組題方式還有待在今后的教學(xué)實踐中進行比較和科學(xué)選擇。

第三，自動閱卷和人工閱卷方式相結(jié)合。閱卷方式中設(shè)置客觀試題（包括選擇題和判斷題）自動閱卷和自動評分，主觀題（包括簡答題和操作題）采用在計算機上人工閱卷。同時也留有全部設(shè)置為人工閱卷的后臺操作系統(tǒng)。

第四，考試時間設(shè)置倒計時。可以按照學(xué)校的考試時間安排，設(shè)置固定時長的考試時間，考試開始后設(shè)置的固定時長開始倒計時，到點后自動保存試卷和答案并關(guān)閉考試系統(tǒng)。參加考試的學(xué)生也可以點擊按鈕保存試卷和答案提前交卷。此外，考試系統(tǒng)主界面還設(shè)置了課程的一些相關(guān)信息（如授課教師、學(xué)校名稱、課程簡介等），并設(shè)置將來將考試系統(tǒng)轉(zhuǎn)入網(wǎng)絡(luò)課程一部分的鏈接，為將來進一步改進和發(fā)展該考試系統(tǒng)提供了窗口。

科學(xué)、合理、公正的考試，對課程教學(xué)可以起積極促進作用，激發(fā)學(xué)生學(xué)習(xí)的積極性，培養(yǎng)學(xué)生的創(chuàng)新能力，有利于學(xué)生個性的發(fā)展；反之，則不僅不利于教學(xué)，而且會挫傷學(xué)生學(xué)習(xí)的積極性和自尊心，阻礙學(xué)生創(chuàng)造力和個性的發(fā)展。筆者構(gòu)建的網(wǎng)絡(luò)自動組題的生物信息學(xué)考試系統(tǒng)能較好地實現(xiàn)生物信息學(xué)課程的客觀公正的考試，在客觀上徹底杜絕考試作弊現(xiàn)象的發(fā)生，達到科學(xué)檢測學(xué)生對生物信息學(xué)課程基礎(chǔ)知識和操作能力掌握的情況，客觀公正地評價學(xué)生的考試成績和課程成績。

參考文獻：

[1]戴凌燕，姜述君，高亞梅.《生物信息學(xué)》課程教學(xué)方法探索與實踐[J].生物信息學(xué)，2009，7（4）：311-313，319.

[2]張紀(jì)陽，劉偉，謝紅衛(wèi).生物信息學(xué)課程研究性教學(xué)的實踐與思考[J].高等教育研究學(xué)報，2011，34（4）：51-53，57.

[3]向太和.我國現(xiàn)有《生物信息學(xué)》教材和網(wǎng)絡(luò)資源的分析[J].杭州師范學(xué)院學(xué)報（自然科學(xué)版），2006，5（6）：495-498.

[4]趙晴.考試方法改革的研究與實踐[J].中山大學(xué)學(xué)報論叢，2001，21（1）：144-146.

[5]高艷陽，張峰.高校考試方法改革研究綜述[J].理工高教研究，2003，22（6）：100-101.

[6]蔣彥，王小行，曹毅，等.基礎(chǔ)生物信息學(xué)及其應(yīng)用[M].北京：清華大學(xué)出版社，2003.

[7]鐘揚，張亮，趙瓊.簡明生物信息學(xué)[M].北京：高等教育出版社，2001.

篇3

生物信息學(xué)教學(xué)模式探索任務(wù)引領(lǐng)生物信息學(xué)是用數(shù)理和信息科學(xué)的觀點、理論和方法研究生命現(xiàn)象、組織和分析呈現(xiàn)指數(shù)增長的生物醫(yī)學(xué)數(shù)據(jù)的一門學(xué)科，它是生物醫(yī)學(xué)、數(shù)學(xué)、信息科學(xué)以及計算機科學(xué)等諸多學(xué)科的嶄新交叉學(xué)科。生物信息學(xué)幾乎是今后所有生物（醫(yī)藥）研究開發(fā)所必需的工具。

21世紀(jì)是生物科學(xué)的世紀(jì)。近年，我國生物技術(shù)公司對生物信息學(xué)人員的相關(guān)需求也迅速增加，浙江理工大學(xué)生命科學(xué)學(xué)院生物技術(shù)專業(yè)在進行了行業(yè)調(diào)研并進行專業(yè)課程體系構(gòu)建研究后，于2006年定位和開設(shè)了生物信息學(xué)課程。該門課程經(jīng)過8年多的建設(shè)后，對教學(xué)團隊的建設(shè)、課程目標(biāo)的設(shè)定、教學(xué)內(nèi)容及教學(xué)教法的選擇等方面進行了卓有成效的探索，這些探索所形成的結(jié)論，可為即將開設(shè)或正在進行該課程教學(xué)改革的學(xué)校提供可借鑒的經(jīng)驗。

一、生物信息學(xué)的課程特點

諾貝爾獎獲得者W.Gilbert1991年提出了這樣一個觀點：傳統(tǒng)生物學(xué)解決問題的方式是實驗的，而現(xiàn)在，基于全部基因都將知曉，并以電子可操作的方式駐留在數(shù)據(jù)庫中，新的生物學(xué)研究模式的出發(fā)點應(yīng)是理論的，是一個科學(xué)家先從理論推測出發(fā)設(shè)定研究目標(biāo)，然后再回到實驗中去追蹤或驗證這些理論假設(shè)。而生物信息學(xué)研究正是從英特網(wǎng)上源源不斷地采集數(shù)據(jù)，進行分析、歸類與重組，發(fā)現(xiàn)新線索、新現(xiàn)象和新規(guī)律，用以指導(dǎo)實驗工作設(shè)計，是一條既快又省的研究路線。它對于找尋一個研究項目的突破口是非常重要的，選定合適的研究出發(fā)點，可避免許多不必要的重復(fù)，最大程度節(jié)約研究資源，使研究成果最大化。鑒于該門技術(shù)對生物科學(xué)的理論、實踐要求以及對信息技術(shù)掌握的要求，生物信息學(xué)課程與其他課程的教學(xué)有很大不同。

1.在課程目標(biāo)定位中，提高學(xué)生對相關(guān)網(wǎng)絡(luò)資源的使用能力是該門課程的重要目標(biāo)之一。學(xué)生必需使用強大的搜索功能實現(xiàn)數(shù)據(jù)儲存、檢索和分析，學(xué)校在教學(xué)資源配置上必需向此傾斜。

2.該門課程學(xué)科交叉性強，所涉及的生物及計算機等學(xué)科的相關(guān)知識更新都很快，導(dǎo)致其理論和實踐內(nèi)容不斷推陳出新，這使得在教學(xué)內(nèi)容選擇上要緊跟這些更新，不斷進行調(diào)整。

3.課程教學(xué)實踐性強，同時涉及生物技術(shù)專業(yè)實踐和計算機應(yīng)用技術(shù)的實踐，這需要教師在授課過程中根據(jù)學(xué)生的學(xué)習(xí)規(guī)律合理安排實踐項目，發(fā)揮好這兩種技術(shù)的協(xié)同作用。

二、生物信息學(xué)課程教學(xué)模式探索

1.教學(xué)目標(biāo)與其所培養(yǎng)學(xué)生的核心技能

合理的課程目標(biāo)與定位是決定課程建設(shè)成敗和教學(xué)效果的基礎(chǔ)，其主要依據(jù)是人才培養(yǎng)需求與授課對象的實際情況。經(jīng)過對該門課程教學(xué)對象的研究發(fā)現(xiàn)，在生物專業(yè)課程體系下培養(yǎng)的本科生，其前導(dǎo)課程主要集中在生物領(lǐng)域，通常沒有系統(tǒng)的學(xué)習(xí)過計算機、信息技術(shù)、編程等知識。對信息檢索、模型建立、軟件的識別及應(yīng)用的能力相當(dāng)薄弱。因此，本門課程將提高學(xué)生的信息技術(shù)能力也作為一個重要的課程目標(biāo)。學(xué)生在本門課程中將學(xué)習(xí)與生物技術(shù)相關(guān)的各種數(shù)據(jù)庫和軟件的使用。當(dāng)然，對學(xué)生信息技術(shù)能力的要求也定位在能使用、會使用就行，不需要將學(xué)生掌握生物數(shù)據(jù)庫構(gòu)建和軟件開發(fā)作為課程教學(xué)的目標(biāo)。

在課程目標(biāo)的設(shè)定過程中，應(yīng)牢記高校對文化的傳承的功能，要使學(xué)生了解生物信息學(xué)發(fā)展的歷程。在生物信息學(xué)學(xué)科發(fā)展過程中所涌現(xiàn)出來的著名學(xué)者，眾所周知的震撼人心、啟迪心靈的奇聞秩事，能使學(xué)生對這門課程產(chǎn)生濃厚的興趣，甚至更深刻地領(lǐng)會這門課程的含義。

熟練掌握生物數(shù)據(jù)庫的檢索和使用是生物信息學(xué)課程教學(xué)的首要目標(biāo)。到目前為止，生物學(xué)數(shù)據(jù)庫總數(shù)已達500個以上，在DNA序列方面有GenBank、EMBL和DDBJ等；在蛋白質(zhì)一級結(jié)構(gòu)方面有UniProt、SWISS-PROT、PIR和MIPS等；在蛋白質(zhì)和其他生物大分子的結(jié)構(gòu)方面有PDB等；在蛋白質(zhì)結(jié)構(gòu)分類方面有SCOP和CATH等。各數(shù)據(jù)庫均通過Internet提供多種形式的數(shù)據(jù)檢索服務(wù)。例如，NCBI-GenBank數(shù)據(jù)庫就提供Retrieve（Email），Entrez（Web集成信息檢索）及Query（Email集成檢索）等多種方式的檢索服務(wù)。這類檢索服務(wù)是生物數(shù)據(jù)庫所能提供的多種服務(wù)中最基本的信息共享和應(yīng)用服務(wù)，也是生物專業(yè)學(xué)生和科研工作者經(jīng)常使用的。在教學(xué)過程中需通過設(shè)計檢索任務(wù)來完成對這些數(shù)據(jù)庫使用方法的學(xué)習(xí)，如通過生物數(shù)據(jù)庫檢索家蠶profilin基因的相關(guān)信息。

增強學(xué)生使用生物信息處理軟件的能力，是生物信息學(xué)課程教學(xué)的重要目標(biāo)。在世界各地，科學(xué)家每天都要通過序列比對軟件進行成千上萬次的序列比對。學(xué)生需要通過課程的學(xué)習(xí)熟練掌握各種生物信息處理軟件，有時還有必要進行一些簡單程序的設(shè)計，進而掌握發(fā)現(xiàn)新線索、查找新規(guī)律的工具。例如，目前，借助于生物信息手段的蛋白質(zhì)預(yù)測是提供蛋白質(zhì)結(jié)構(gòu)及功能信息的重要方法，對這種預(yù)測方法的學(xué)習(xí)將使學(xué)生更多更快地了解蛋白質(zhì)的信息，加深對生物技術(shù)科學(xué)的理解和運用。除了生物數(shù)據(jù)庫和生物軟件使用學(xué)習(xí)外，還要著重體現(xiàn)生物學(xué)文獻調(diào)研和閱讀、論文撰寫等基本能力的訓(xùn)練，如EndNote文獻管理軟件的使用。

2.教學(xué)內(nèi)容選擇和教學(xué)順序的組織

生物信息學(xué)的課程教學(xué)內(nèi)容的選擇，要緊隨生物信息學(xué)的發(fā)展方向，涵蓋最前沿知識和最先進技術(shù)領(lǐng)域。與此同時，教學(xué)內(nèi)容的選擇還應(yīng)充分考慮學(xué)生基礎(chǔ)和對該門課程的需求。生物信息學(xué)選課學(xué)生通常有兩類，一類是具有較為扎實的生物學(xué)基礎(chǔ)的學(xué)生，他們學(xué)習(xí)目的非常明確，其學(xué)習(xí)重點在于提高對生物信息實驗所得結(jié)果的分析解釋和驗證能力。另一類是生物學(xué)基礎(chǔ)相對較弱的學(xué)生，這些學(xué)生主要是為了了解生物信息學(xué)發(fā)展前沿、掌握檢索能力以及初步的分析技能，對分析、處理、預(yù)測結(jié)果的驗證涉及不多。無論哪種學(xué)生，都比較欠缺信息技術(shù)方面的知識，因此，這類知識在前面部分介紹。而后面部分則隨學(xué)生的類型有所改變，我們根據(jù)授課學(xué)生的分類選擇不同的授課內(nèi)容和授課重點，嘗試據(jù)此來劃分教學(xué)組織的各個階段，在每個教學(xué)節(jié)點精心設(shè)置任務(wù)（如表1所示）。

與其他課程的教學(xué)一樣，生物信息學(xué)課程的教學(xué)需遵守學(xué)生對知識的掌握規(guī)律，其內(nèi)容的選擇與安排應(yīng)按照循序漸進的原則。從第一階段到第二階段，教學(xué)內(nèi)容“由易到難”。隨著教學(xué)過程的深入，課程內(nèi)容更側(cè)重于對生物信息學(xué)某一專業(yè)領(lǐng)域的引導(dǎo)，此時授課教師的指導(dǎo)更加重要，這類領(lǐng)域往往與開課院系專業(yè)的優(yōu)勢研究領(lǐng)域和導(dǎo)師研究方向相結(jié)合。

3.課程教學(xué)方法的改革

生物信息學(xué)是一門涉及知識面深刻而廣泛，學(xué)生獨立自學(xué)的難度很大的交叉科學(xué)。依據(jù)建構(gòu)主義教學(xué)理論的特點，這類難度大、技術(shù)性和實踐性強的課程要特別重視以學(xué)生為教學(xué)主體的教學(xué)方法，應(yīng)嘗試從任務(wù)引領(lǐng)入手，將生物信息學(xué)的一些重要學(xué)習(xí)內(nèi)容逐步展現(xiàn)出來。

在生物信息學(xué)教學(xué)中，教學(xué)內(nèi)容側(cè)重于任務(wù)引領(lǐng)，設(shè)定與學(xué)生生活相貼近的、接合學(xué)科發(fā)展前沿的引領(lǐng)任務(wù)。例如，可以從高水平雜志（Nature、Science）上根據(jù)任務(wù)引領(lǐng)的關(guān)鍵詞搜索綜述，根據(jù)綜述總結(jié)出該任務(wù)發(fā)展脈絡(luò)，提煉教學(xué)任務(wù)，將較為抽象的計算機算法、生物學(xué)基礎(chǔ)知識融于任務(wù)中，使學(xué)生有積極參與的意愿。及時將任務(wù)相關(guān)工具提供給學(xué)生，或是提前引導(dǎo)學(xué)生自己查詢工具，使學(xué)生有完成任務(wù)的基礎(chǔ)。

學(xué)生在每個節(jié)點都非常清晰地知道下個節(jié)點的主題，并在完成教師的任務(wù)過程中，構(gòu)建局部知識框架，形成自己的見解。教師需在課堂上和課堂以外及時掌握學(xué)生對各個節(jié)點知識的掌握情況，找到學(xué)生的最近發(fā)展區(qū)，針對重點、難點解惑，提高教學(xué)效果。這樣可以使選擇的教學(xué)任務(wù)吸引學(xué)生、引領(lǐng)學(xué)科前沿，還能在教學(xué)過程與學(xué)生的互動中有效地實現(xiàn)教學(xué)相長。

4.重視切合課程設(shè)計的教材編寫

生物信息學(xué)不同于其他學(xué)科，其很多內(nèi)容和知識節(jié)點更新很快，很多最新成果必須教師根據(jù)生物信息學(xué)發(fā)展前沿及時整理和總結(jié)，其教學(xué)內(nèi)容設(shè)置著重于保證教學(xué)內(nèi)容的先進性和前沿性。教材的更新和修訂周期較短，幾乎每學(xué)期均需要重新修訂。

2001年，教育部在[2001]4號文件中明確要求直屬高校的“本科教育要創(chuàng)造條件使用英語等外語進行公共課和專業(yè)課教學(xué)”，在信息技術(shù)、生物科學(xué)、管理、金融、法律等專業(yè)力爭在3年內(nèi)使外語講授的課程達到所開課程的5%～10%，尤其強調(diào)了生物科學(xué)更要先行一步。現(xiàn)實情況也使英文自編教材的編寫刻不容緩，現(xiàn)在，絕大部分前沿生物數(shù)據(jù)信息（最主要的核酸和蛋白質(zhì)）數(shù)據(jù)庫均為全英文操作界面，操作者只有熟練掌握生物信息學(xué)英文術(shù)語才能自如地使用該系統(tǒng)，才能更有效的進行生物信息學(xué)的學(xué)習(xí)和研究工作。在英文自編教材編寫時，理論部分的參考書我們精心應(yīng)選定了具有非常嚴謹理論體系和反應(yīng)了最前沿生物信息技術(shù)的《BIOINFORMATICS：Databases，Tools， and Algorithms》。編寫時需要特別注意應(yīng)依據(jù)教學(xué)設(shè)計來設(shè)定來序化任務(wù)，突出不同教學(xué)階段的教學(xué)重點，使學(xué)生學(xué)習(xí)過程是個循序漸進的過程。我校采用的自編教材根據(jù)教學(xué)階段共設(shè)置五個引領(lǐng)任務(wù)：

（1）Pubmed檢索profilin基因研究進展；

（2）家蠶profilin基因結(jié)構(gòu)分析與PCR擴增引物的設(shè)計；

（3）家蠶profilin基因同源序列的獲取與進化樹的構(gòu)建；

（4）家蠶profilin蛋白二級和三級結(jié)構(gòu)的模擬；

（5）家蠶profilin蛋白理化性質(zhì)和功能位點的分析.

5.合理配置網(wǎng)絡(luò)資源和多媒體教學(xué)資源

首先，學(xué)會利用互聯(lián)網(wǎng)、計算機、數(shù)據(jù)庫和應(yīng)用軟件進行生物信息分析的基本方法和技能本身就是生物信息學(xué)教學(xué)重點。以往普通的多媒體教室已難以提供一個交互式的網(wǎng)絡(luò)化、信息化的教學(xué)環(huán)境，如果想上好生物信息學(xué)這門課程，網(wǎng)絡(luò)資源和多媒體教學(xué)資源的應(yīng)用，將貫穿于整個生物信息學(xué)課程（從任務(wù)下發(fā)及申領(lǐng)、任務(wù)控制及執(zhí)行、任務(wù)完成結(jié)果檢驗與反饋）的整個教與學(xué)的過程。而我們通過極域電子教室和學(xué)校4A網(wǎng)絡(luò)教學(xué)平臺結(jié)合，較好的實現(xiàn)了生物信息學(xué)交互式的網(wǎng)絡(luò)化、信息化的教學(xué)環(huán)境。

課前，教師通過網(wǎng)絡(luò)平臺將任務(wù)教學(xué)內(nèi)容、任務(wù)序列、工具等傳遞給學(xué)生，學(xué)生通過登陸互聯(lián)網(wǎng)絡(luò)，利用網(wǎng)絡(luò)資源和軟件嘗試完成預(yù)習(xí)任務(wù)。此處可以設(shè)置學(xué)情反饋點，教師通過網(wǎng)絡(luò)論壇等形式掌握學(xué)生預(yù)習(xí)情況。授課過程中，教師利用教師機客戶端的文件分發(fā)系統(tǒng)將任務(wù)教學(xué)內(nèi)容、任務(wù)序列、工具等發(fā)送到學(xué)生桌面，再通過廣播教學(xué)多媒體技術(shù)為學(xué)生形象的講解任務(wù)內(nèi)容以及完成方法。每位學(xué)生在教師的監(jiān)督下在互聯(lián)網(wǎng)上執(zhí)行任務(wù)。教師在監(jiān)控學(xué)生完成任務(wù)過程中，不斷的得到學(xué)生任務(wù)進程的反饋，對于任務(wù)中學(xué)生出現(xiàn)共性問題，利用網(wǎng)絡(luò)、廣播教學(xué)或演示等形式及時解決。課下，學(xué)生同樣可通過學(xué)校4A網(wǎng)絡(luò)教學(xué)平臺將任務(wù)報告、作業(yè)、問題和意見等反饋給教師，教師在平臺上批改任務(wù)報告后將成績和評語發(fā)送給學(xué)生，讓學(xué)生及時了解自己的學(xué)習(xí)情況，師生還可以通過平臺中的網(wǎng)絡(luò)論壇進行問題討論等。網(wǎng)絡(luò)環(huán)境下的生物信息學(xué)任務(wù)引領(lǐng)式教學(xué)，不僅能提高學(xué)生的學(xué)習(xí)興趣，還能創(chuàng)造更為有效的師生互動信息教學(xué)環(huán)境。

三、結(jié)束語

經(jīng)過多年的生物信息學(xué)教學(xué)實踐發(fā)現(xiàn)，如果想建設(shè)好生物信息學(xué)課程，我們需要設(shè)定非常清晰的教學(xué)目標(biāo)，理清課程需要培養(yǎng)學(xué)生的核心技能；結(jié)合行業(yè)發(fā)展的技術(shù)前沿精心選擇教學(xué)內(nèi)容，合理序化教學(xué)順序；要依據(jù)建構(gòu)教學(xué)理論，重視以學(xué)生為教學(xué)主體的教學(xué)方法，嘗試從任務(wù)引領(lǐng)入手引領(lǐng)學(xué)生學(xué)習(xí)，提高學(xué)生的學(xué)習(xí)興趣；要重視切合課程設(shè)計的教材編寫，理論部分引自精選英文參考書，設(shè)計教材結(jié)構(gòu)應(yīng)切合任務(wù)引領(lǐng)的教學(xué)方法；合理配置網(wǎng)絡(luò)資源和多媒體教學(xué)資源，加強學(xué)生互動，為成功地實現(xiàn)“反轉(zhuǎn)課堂”提供保障。

參考文獻：

[1]張林，柴惠.現(xiàn)代教學(xué)手段在生物信息學(xué)教學(xué)中的應(yīng)用[J].新課程研究，2011，219（4）：156-158.

[2]柴惠，趙虹，張婷.高等院校生物信息學(xué)雙語教學(xué)課程建設(shè)之我見[J].中國高等醫(yī)學(xué)教育，2010，（4）：83-84.

[3]Gilbert，W.Towards a paradigm shift in biology[J].Nature，1991，（349）：99.

[4]劉偉，張紀(jì)陽.“生物信息學(xué)”課程中研討式教學(xué)實踐[J].中國電力教育，2012，（23）：60-61.

[5]范丙友，賈小平，胥華偉.生物信息學(xué)課程教學(xué)改革與探索[J].大學(xué)教育，2013，（16）：61-62.

篇4

【關(guān)鍵詞】云計算 生物信息學(xué)

下一代測序技術(shù)的應(yīng)用產(chǎn)生了大量的測序數(shù)據(jù)，這對生物學(xué)特別是生物信息學(xué)在數(shù)據(jù)的存儲、管理和搜索等方面帶來了新的挑戰(zhàn)。一直以來計算機存儲和處理數(shù)據(jù)能力的增長速度都快于生物數(shù)據(jù)的增長速度，但2003年后，由于測序技術(shù)的發(fā)展使得測序成本大幅度下降，產(chǎn)生了大量的生物數(shù)據(jù)，計算機的存儲和計算能力逐漸無法滿足大數(shù)據(jù)的需求。這促進了云計算的運用和發(fā)展，它使得用戶可以根據(jù)需求租用硬件設(shè)備和軟件，避免了對硬件設(shè)備的大量資金投入和管理投入。

1 云計算定義

“云”是一個通過虛擬技術(shù)把云端計算機或是服務(wù)器連接在一起的服務(wù)網(wǎng)絡(luò)。存儲和分析數(shù)據(jù)都由“云”端的服務(wù)器或是計算機完成。中國云計算專家劉鵬給出如下定義：“云計算是一種商業(yè)計算模型，它將計算任務(wù)分布在大量計算機構(gòu)成的資源池上，使用戶能夠按需獲取計算力、存儲空間和信息服務(wù)。”

按照資源的共享水平，云計算的服務(wù)模式分為三種，基礎(chǔ)架構(gòu)即服務(wù)（Infrastructure as a service）， 平臺即服務(wù)（Platform as a service）和軟件即服務(wù)（Software as a service）。

IaaS（Infrastructure as a service） Service：基礎(chǔ)架構(gòu)即服務(wù)。它整合了基礎(chǔ)設(shè)施如虛擬主機、存儲設(shè)備、網(wǎng)絡(luò)設(shè)備等資源成為一個服務(wù)平臺提供給用戶使用。IaaS位于網(wǎng)絡(luò)的底層，向用戶提供按需分配、按需付費的計算設(shè)備和存儲設(shè)備。

PaaS（Platform as a service）提供服務(wù)平臺，用戶掌控運作應(yīng)用程序的環(huán)境，可以在平臺上應(yīng)用，測試和開發(fā)軟件。

SaaS（Software as a service）即在服務(wù)平臺上提供軟件供用戶使用，用戶只使用軟件，不掌握操作系統(tǒng)、硬件等網(wǎng)絡(luò)基礎(chǔ)架構(gòu)。用戶不必自己安裝軟件，只需要瀏覽器連接到公共的服務(wù)平臺即可。供應(yīng)商會按照用戶的要求安裝所需的軟件，并負責(zé)軟件的升級和維護。

云計算的主要優(yōu)點：

（1）把用戶從安裝和測試軟件的工作中解脫出來。云計算平臺可以按照用戶的需求提供軟件及硬件的服務(wù)。用戶不需要考慮網(wǎng)絡(luò)下面復(fù)雜的硬件架構(gòu)，僅僅需要關(guān)注計算和分析就可以。

（2）按需租用計算資源可以讓用戶支付更少的費用。在云計算平臺上，用戶在最初時可以租用少量的機器，以后隨著需求的增加或減少相應(yīng)的增加或減少租用的機器。用戶所付的費用就是實際租用機器的費用。

（3）云計算方便研究人員之間的數(shù)據(jù)共享和分析。不同研究者在本地服務(wù)器上安裝的軟件版本可能不同，所以共享數(shù)據(jù)和軟件很困難。云計算可以使登錄同一個平臺的用戶共享操作系統(tǒng)和所有的軟件數(shù)據(jù)，保證了軟件的版本同步更新。

2 云計算在生物信息中的應(yīng)用

我們把云計算在生物信息學(xué)中的應(yīng)用按IaaS， PaaS和SaaS三個方面分別介紹。

2.1 IaaS

用戶租用云計算上的虛擬主機可以自己控制計算、存儲等硬件設(shè)備，建立需要的計算環(huán)境。并且大量的生物信息學(xué)工具可以打包為虛擬鏡像用于租用的云計算的虛擬主機上，可以很方便的進行多種數(shù)據(jù)分析。如CloVR提供的一個包含預(yù)配置和自動的生物信息學(xué)流程的虛擬主機，可以運行在本地的計算機上也可以運行在云計算平臺上。這個虛擬機以Ubuntu和BioLinux為基礎(chǔ)，安裝了Grid Engine和Hadoop作為作業(yè)調(diào)度，Ergatis作為工作流系統(tǒng)，還有很多開源的生物信息學(xué)軟件，如BLAST、16S rRNA等。用戶也可以開發(fā)自己的軟件運行在虛擬機上。Bioconductor是一個開源的關(guān)于R語言的生物信息學(xué)庫，提供了一系列的軟件包用于微陣列數(shù)據(jù)分析。用戶可以下載Bioconductor提供的鏡像安裝到租用的云計算平臺上。

2.2 PaaS

Galaxy Cloudman和Eoulsan可以看做PaaS。Galaxy整合了一系列的簡單易用的工具，提供一個簡易的網(wǎng)頁用來分析數(shù)據(jù)。Galaxy Cloudman把Galaxy的軟件工具打包成一個鏡像，可以在AWS（Amazon Web Service）上應(yīng)用。用戶可以將其他安裝在Galaxy平臺上的軟件安裝到自己的云計算平臺上，甚至可以在Galaxy Cloudman上定義插件。通過添加額外的工具，可以擴展默認函數(shù)并測試和使用。從這個意義上說，Galaxy Cloudman可以看做PaaS。

Eoulsan整合了很多下一代基因數(shù)據(jù)分析工具，如BWA，Bowtie，SOAP2，GSNAP，edgeR，和DEdeq于一個框架內(nèi)，同時，它也支持用戶自己開發(fā)的插件用于數(shù)據(jù)分析。

2.3 SaaS

很多傳統(tǒng)的生物信息學(xué)工具如BLAST、UCSC Genome Browser僅僅用一個瀏覽器就可以登錄到服務(wù)器使用相應(yīng)的服務(wù)，它們也可以稱為SaaS。這些服務(wù)一般由軟件工具的開發(fā)者提供，伸縮性很差。我們主要介紹應(yīng)用于云計算平臺上可以伸縮的生物信息學(xué)工具。

短序列（讀段）匹配是指將測序得到短序列匹配到參考基因組上，這是許多測序數(shù)據(jù)分析的第一步，如SNP識別和基因表達譜分析。CloudBurst，CloudAligner，SEAL和Crossbow都是應(yīng)用于云計算基于MapReduce的軟件，可以匹配數(shù)以百萬計的序列。Schatz用”seed-and-extend”算法開發(fā)的CloudBurst可以確定錯誤匹配的數(shù)目。CloudBurst模仿了RMAP的算法，但速度提高了30倍。但是CloudBurst不支持fastq文件，并且不能處理重亞硫酸鹽測序和（雙）末端測序產(chǎn)生的數(shù)據(jù)。CloudAligner彌補了這個缺點，并且比CloudBurst快35%到80%。SEAL整合了BWA，在序列匹配時可以去除重復(fù)的序列，這對SNP識別和以后分析很有用。應(yīng)用MapReduce的Crossbow整合了Bowtie和SOAPsnp，可以在幾個小時內(nèi)匹配數(shù)以十億計的序列。

差異表達分析可以用來尋找不同樣本中表達有明顯差別的基因，而RNA測序（RNA-seq）用來量化樣本中的基因表達水平。Myrna是一個云計算平臺上計算大規(guī)模RNA測序的軟件。它整合了序列匹配、歸一化、聚類分析和統(tǒng)計模型，直接輸出不同樣本的基因表達水平和不同表達水平的基因。然而，Myrna 最大的缺陷是不能正確地將短序列匹配到外顯子拼接位點上。但FX彌補了這個缺點。FX用改進的匹配函數(shù)分析RNA數(shù)據(jù)，以RPKM或是BPKM的格式輸出不同基因的表達水平。

3 云計算面臨的問題

云計算提供了強大的計算能力，但云計算自身的特點也使它的發(fā)展面臨了一些困難和制約。云計算在生物信息學(xué)上的應(yīng)用尚處于初期階段，盡管已經(jīng)出現(xiàn)了一定數(shù)量的生物信息學(xué)工具，但仍有很多的分析無法完成，很多的工具還需升級或者開發(fā)。云計算上數(shù)據(jù)的隱私性和安全性也是用戶需要考慮的方面。特別是一些生物數(shù)據(jù)涉及到病人的隱私，但很多國家還沒有保護這種數(shù)據(jù)隱私的法律。云計算服務(wù)提供商需要制定一些規(guī)則來保護用戶的數(shù)據(jù)。

4 對應(yīng)用云計算的建議

對于將要使用云計算的用戶，需要考慮以下三個方面：數(shù)據(jù)規(guī)模、安全隱私和費用。

數(shù)據(jù)規(guī)模及安全隱私：首先要考慮你的數(shù)據(jù)規(guī)模是否超過了本地計算機的處理能力。現(xiàn)在本地的個人電腦可以處理數(shù)千兆的數(shù)據(jù)，服務(wù)器一次可以處理數(shù)百G的數(shù)據(jù)。如果用戶熟悉并行計算的技術(shù)，可以處理數(shù)TB的數(shù)據(jù)。但如果你的數(shù)據(jù)更大并且不精通并行計算，本地計算機和服務(wù)器就很難處理了，就可以考慮云計算。用戶如果要向云計算平臺上傳輸數(shù)據(jù)，需要考慮數(shù)據(jù)的安全性和隱私性。比如涉及病人的隱私是否會泄露，云計算服務(wù)提供商是否可以保證數(shù)據(jù)的安全等。

費用：云計算的費用一般是按照使用的計算資源的多少和使用時間的長短計算的。使用云計算前應(yīng)該評估其使用費用。用戶應(yīng)該考慮所有階段的費用，如數(shù)據(jù)傳輸、保存、分析等。

目前，云計算和生物信息學(xué)都處在快速發(fā)展當(dāng)中，云計算在生物信息學(xué)中的應(yīng)用也越來越廣泛和深入。特別是生物數(shù)據(jù)的大規(guī)模增漲，生物學(xué)家必須從大量的數(shù)據(jù)當(dāng)中分辨出有用的信息。這就需要強大的存儲能力和計算分析能力，云計算可以很好的解決這個問題。 云計算和生物信息學(xué)的結(jié)合將極大的促進生物學(xué)的發(fā)展。

參考文獻

[1]劉鵬主編.云計算（第二版）[M].北京：電子工業(yè)出版社，2011（05）.

[2]Schatz MC，CloudBurst：Highly sensitive read mapping with MapReduce，Bioinformatics

25（11）：1363-1369，2009.

[3]Nguyen T，ShiW，Ruden D，CloudAligner：A fast and full-featured mapreduce based tool.for sequence mapping， BMC Res Notes 4：171，2011.

[4]Hong D，Rhie A，Park SS，Lee J，Ju YS，Kim S，Yu SB，Bleazard T，Park HS，Rhee H，Chong H，Yang KS，Lee YS，Kim IH，Lee JS，Kim JI，Seo JS，F(xiàn)X：An RNA-seq analysis tool on the cloud， Bioinformatics 28（5）：721-723，2012.

作者簡介

李淵（1985-），男，河南省延津縣人。碩士研究生學(xué)歷。現(xiàn)為蘇州大學(xué)系統(tǒng)生物學(xué)研究中心助理實驗師。主要研究方向為實驗技術(shù)。

篇5

【摘要】理論免疫學(xué)用數(shù)學(xué)的方法來研究和解決免疫學(xué)問題，以及對免疫學(xué)相關(guān)的數(shù)學(xué)方法進行理論研究的一門科學(xué)。隨著高通量方法和基因組數(shù)據(jù)的出現(xiàn)，理論免疫學(xué)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(xué)、空間擴展模型、免疫遺傳學(xué)和免疫信息學(xué)、進化免疫學(xué)、分子生物信息學(xué)和表遺傳學(xué)、高通量研究方法和免疫組學(xué)等方面轉(zhuǎn)變。

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

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(xué)[1]（Theoretical Immunology）是指用數(shù)學(xué)的方法來研究和解決免疫學(xué)問題，以及對免疫學(xué)相關(guān)的數(shù)學(xué)方法進行理論研究的一門科學(xué)。理論免疫學(xué)是免疫學(xué)與數(shù)學(xué)交叉的邊緣學(xué)科，也稱數(shù)學(xué)免疫學(xué)（Mathematical Immunology），是生物數(shù)學(xué)的一個分支。由于免疫現(xiàn)象復(fù)雜，從免疫學(xué)中提出的數(shù)學(xué)問題往往也十分復(fù)雜，需要進行大量計算工作，因此從近年興起的復(fù)雜系統(tǒng)研究的角度來講[2]，理論免疫學(xué)也稱復(fù)雜免疫學(xué)（Complex Immunology）。理論免疫學(xué)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(xué)模型（Mathematical Models）和數(shù)據(jù)分析是理論免疫學(xué)的主要方法，計算機是研究和解決理論免疫學(xué)問題的重要工具。

雖然從上個世紀(jì)中期，數(shù)學(xué)模型已經(jīng)開始應(yīng)用于免疫學(xué)，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(xué)為主要研究內(nèi)容。直到2000年，人們才開始對免疫學(xué)的復(fù)雜性進行數(shù)學(xué)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(xué)開始轉(zhuǎn)向信息學(xué)（Informatics）方面[5]。與分子免疫學(xué)的生物信息學(xué)（Bioinformatics）分析一樣，當(dāng)前免疫學(xué)研究中與復(fù)雜性有關(guān)的主要研究目標(biāo)大多集中在高通量測量計劃和系統(tǒng)免疫學(xué)（System Immunology）或免疫組學(xué)（Immunomics）計劃。在數(shù)學(xué)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(fù)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(xué)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(xué)經(jīng)典模型

免疫學(xué)是生物學(xué)的一個領(lǐng)域，很早就認識到了數(shù)學(xué)建模和數(shù)學(xué)分析方法的作用。早在上個世紀(jì)60年代和70年代，數(shù)學(xué)模型已經(jīng)應(yīng)用于免疫學(xué)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(xué)、疫苗接種、生發(fā)中心動力學(xué)、病毒動力學(xué)和免疫系統(tǒng)對病毒的清除[6]等。現(xiàn)在的許多免疫學(xué)原理和觀點都是數(shù)學(xué)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(fù)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(xué)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(xué)模型對免疫學(xué)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(dāng)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。抗原激活的淋巴細胞可產(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(xué)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(xué)說逐漸失去了興趣，其主要原因是Jerne網(wǎng)絡(luò)學(xué)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(xué)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(dǎo)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(dǎo)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(fù)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(fù)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（自身免疫性疾病）耐受的途徑，也沒有一個公認的解釋。

2理論免疫學(xué)的現(xiàn)代模型

理論免疫學(xué)的模型和問題現(xiàn)在正逐漸向分子理論免疫學(xué)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(xué)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(xué)的重要因素。

2.1 Immsim、Simmune和其它復(fù)雜模型

免疫學(xué)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(jì)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(fù)雜的平臺，從而能夠?qū)γ庖邔W(xué)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(xué)模型，試圖涵蓋免疫系統(tǒng)所有可能細節(jié)并建立動力學(xué)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(xué)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(dāng)前免疫學(xué)的所有細節(jié)。但是這些模型也有缺點，他們過于復(fù)雜，因此對于所觀察到的動力學(xué)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(xué)復(fù)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(xué)模型，用來解釋突觸的形成以及突觸的分子動力學(xué)。細胞膜動力學(xué)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(xué)，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(xué)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(xué)[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(xué)和免疫信息學(xué)

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(xué)（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)?zhǔn)（Immunogene 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(xué)理念應(yīng)用于免疫學(xué)。免疫遺傳數(shù)據(jù)庫日漸顯現(xiàn)的重要性表明，免疫學(xué)建模逐漸向基因化方向轉(zhuǎn)變。

2.4 進化免疫學(xué)

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(xué)（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(fù)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(xué)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(dǎo)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(dǎo)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(xué)和表遺傳學(xué)

在分子生物信息學(xué)（Molecular Bioinformatics）和表遺傳學(xué)（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(xué)中應(yīng)用模型水平的精細程度也不斷提高。免疫學(xué)的一個特殊方面是需要將信號轉(zhuǎn)導(dǎo)（Signal Transduction）與基因重排結(jié)合起來建模。現(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(dǎo)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(xué)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(xué)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(xué)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(xué)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(xué)的新技術(shù)的發(fā)展取得的。免疫學(xué)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(dāng)屬于理論免疫學(xué)的范疇，并且與復(fù)雜科學(xué)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(xué)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(xué)工具是聚類方法（Clustering Methods）。

2.7 免疫組學(xué)

目前，在理論免疫學(xué)中，最璀璨的研究領(lǐng)域可能就是新產(chǎn)生的免疫組學(xué)。這個年輕的學(xué)科已經(jīng)擁有了自己的雜志《immunomic research》(省略)。免疫組學(xué)的主要目標(biāo)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(xué)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(xué)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(biāo)充分認識的、具有針對性的建模。

當(dāng)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(fù)雜的免疫學(xué)問題至今未能找到相應(yīng)的數(shù)學(xué)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(xué)工作者具備更多的數(shù)學(xué)知識，對免疫學(xué)和數(shù)學(xué)都有更深入的了解，這樣才有可能讓免疫學(xué)研究更多地借助數(shù)學(xué)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: 上海科技教育出版社, 1998:iv.

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

[3] 馬知恩. 種群生態(tài)學(xué)的數(shù)學(xué)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(xué). 北京: 科學(xué)出版社, 2009: 77-177.

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

[6] 陸征一, 周義倉. 北京: 科學(xué)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6

關(guān)鍵詞:多學(xué)科聯(lián)合;畢業(yè)設(shè)計;人才培養(yǎng)

隨著現(xiàn)代科學(xué)技術(shù)和社會經(jīng)濟文化的發(fā)展,人類社會許多重大問題的解決越來越取決于多學(xué)科的協(xié)同攻關(guān)。同時,科學(xué)技術(shù)以高度綜合為主要特征加速發(fā)展,形成了大量新興交叉學(xué)科、邊緣學(xué)科的出現(xiàn),原有學(xué)科間的界限正在不斷淡化。這就在客觀上要求高等院校必須以培養(yǎng)具有多學(xué)科交叉能力的復(fù)合型人才為教學(xué)目標(biāo)[1]。

近年來,計算機科學(xué)與技術(shù)在其他領(lǐng)域中的滲透作用越來越大。作為一門相對獨立的學(xué)科,它正在逐漸演變成為其他學(xué)科提供服務(wù)的學(xué)科,跨學(xué)科性特點尤為明顯。計算機專業(yè)的畢業(yè)生僅僅掌握本專業(yè)知識,在擇業(yè)上已經(jīng)沒有明顯的優(yōu)勢。跨專業(yè)、跨學(xué)科培養(yǎng)高層次人才,既是學(xué)科發(fā)展的內(nèi)在規(guī)律,也是社會、經(jīng)濟進步的必然要求。因此,倡導(dǎo)跨學(xué)科、跨專業(yè)培養(yǎng)高層次人才的教學(xué)模式有著重要的現(xiàn)實意義。

1現(xiàn)狀與需求

“多學(xué)科交叉人才培養(yǎng)”的思想在國外已經(jīng)出現(xiàn)了很多年,積累了豐富的實踐經(jīng)驗,取得了很好的效果。麻省理工學(xué)院在20世紀(jì)中葉后大力發(fā)展交叉學(xué)科,實力不斷增強,躋身世界一流大學(xué)之列。斯坦福大學(xué)一直主張以跨學(xué)科領(lǐng)域的“大學(xué)院”打破學(xué)科和專業(yè)壁壘,開展在深度與廣度上都具有引領(lǐng)高等教育發(fā)展方向作用的“多學(xué)科教學(xué)與研究”行動。為支持跨學(xué)科研究,杜克大學(xué)專門制定了《跨越邊界:九十年代的跨學(xué)科規(guī)劃》( Crossing Boundaries:Interdisciplinary Planning for the Nineties),并為此建立了新的管理機構(gòu)和資金機制,為杜克大學(xué)成為美國國內(nèi)和國際上都名列前茅的綜合性研究型大學(xué)和國際性大學(xué)奠定了基礎(chǔ)[2]。日本在1973年首度創(chuàng)建以交叉學(xué)科教育和研究為特色之一的國立筑波大學(xué)。1998年,通過《二十一世紀(jì)的大學(xué)與今后的改革對策》決議后,日本文部省出臺了一系列促進和加強大學(xué)研究功能的政策措施,如跨學(xué)科的“大講座制”、流動性科研組織等,為日本高校的迅速發(fā)展創(chuàng)造了動力[3]。

而在我國,20世紀(jì)80年代時,著名科學(xué)家錢三強就提出了學(xué)術(shù)發(fā)展即將進入“交叉科學(xué)的新時代”觀點。20多年間,“多學(xué)科交叉人才培養(yǎng)”的思想在國內(nèi)進行了許多實踐。在本科教育中,學(xué)生可以在力所能及的情況下輔修第二專業(yè),跨專業(yè)選讀感興趣的課程等;在研究生教育中,許多高校也已經(jīng)對跨學(xué)科培養(yǎng)進行了探索,如在一級學(xué)科中開展導(dǎo)師跨學(xué)科招生和學(xué)生跨學(xué)科交叉培養(yǎng),擴大選修課的范圍,允許研究生在其他院系聽課甚至參加科研課題等,取得了一定成效[4]。但也存在一些問題,如學(xué)生輔修第二專業(yè)時,如果要拿到第二專業(yè)的畢業(yè)證書,就要完成相當(dāng)數(shù)量的第二專業(yè)課程學(xué)習(xí),導(dǎo)致本專業(yè)基礎(chǔ)不很扎實;又比如跨專業(yè)選讀感興趣的課程,學(xué)生完全按照自己的興趣任意選擇,沒有一個系統(tǒng)性方向[5]。這些都導(dǎo)致一些學(xué)生學(xué)習(xí)了很多方向,但都是“博”而“不精”。而且大多數(shù)交叉新學(xué)科或領(lǐng)域仍然舉步維艱,交叉科學(xué)研究機制和支撐體系處于缺位和滯后狀態(tài)。

在這樣的大背景下,各高校對于如何更好地培養(yǎng)多學(xué)科交叉人才的探索也一直沒有停止過。作為一所已有百年歷史的教學(xué)研究型綜合性大學(xué),華南農(nóng)業(yè)大學(xué)也把跨學(xué)科、跨專業(yè)培養(yǎng)復(fù)合型人才作為教學(xué)改革的一個重要方向,不斷進行嘗試,取得了一定的效果。

2 “多學(xué)科聯(lián)合畢業(yè)設(shè)計”教學(xué)模式

在深入研究國內(nèi)外人才培養(yǎng)模式的基礎(chǔ)上,結(jié)合社會經(jīng)濟發(fā)展要求,我校提出了“多學(xué)科聯(lián)合畢業(yè)設(shè)計”的教學(xué)模式新思路,如圖1所示。我們組織我校優(yōu)勢學(xué)科(如農(nóng)、林、生物等專業(yè))的學(xué)生與計算機專業(yè)的學(xué)生組成課題小組,相互取長補短,共同完成畢業(yè)設(shè)計的相關(guān)內(nèi)容。

2.1改革思路

“多學(xué)科聯(lián)合畢業(yè)設(shè)計”以畢業(yè)設(shè)計為基礎(chǔ),建立一套完整的、便于操作的多學(xué)科聯(lián)合培養(yǎng)方案,并在實踐中不斷完善。整個思路與工作流程如圖2所示。

首先,通過給非計算機專業(yè)學(xué)生講授計算機基礎(chǔ)等課程,了解他們的愛好,重點關(guān)注對計算機專業(yè)知識有興趣的學(xué)生,相應(yīng)地,了解和掌握計算機專業(yè)學(xué)生專業(yè)以外的興趣愛好。

其次,根據(jù)掌握的情況,有方向性地將非計算機專業(yè)和計算計專業(yè)的學(xué)生組成課題小組,課題組除學(xué)習(xí)本專業(yè)必修的基礎(chǔ)理論、專業(yè)知識外,還要有目的、有計劃、有針對性地在校內(nèi)、校外選修非專業(yè)課程,以授課、講座、研討、知識共享等為手段,強調(diào)同小組不同專業(yè)學(xué)生之間的學(xué)術(shù)聯(lián)系和交流,促進聯(lián)系和知識共享。

最后,協(xié)同相關(guān)專業(yè)的老師共同設(shè)計題目,共同指導(dǎo),完成最后的畢業(yè)設(shè)計。

2.2具體實施

以計算機專業(yè)、生物專業(yè)、數(shù)學(xué)專業(yè)學(xué)生聯(lián)合畢業(yè)設(shè)計為例,具體實施進度如表1所示。

(1) 準(zhǔn)備階段。給生命科學(xué)學(xué)院學(xué)生講授計算機基礎(chǔ)及程序設(shè)計課程,教師留意一些計算機相關(guān)課程比較好的學(xué)生,做好聯(lián)合畢業(yè)設(shè)計的人員儲備。同時,通過與計算機專業(yè)的學(xué)生交流,選一些對生物信息學(xué)有興趣的學(xué)生,由這兩方面的學(xué)生共同組建一個有關(guān)生物信息學(xué)方向的課題小組。

(2) 實施階段。教師首先幫助生命科學(xué)專業(yè)的學(xué)生和數(shù)學(xué)專業(yè)的學(xué)生學(xué)習(xí)計算機程序開發(fā)、算法設(shè)計等方面的基礎(chǔ)內(nèi)容;輔導(dǎo)計算機專業(yè)的學(xué)生旁聽一些生物學(xué)的基礎(chǔ)課程,并且通過每周固定時間的小組內(nèi)成員交流,對小組成員進行交叉方向基礎(chǔ)知識的培養(yǎng)。其次,與生命科學(xué)學(xué)院和理學(xué)院的老師共同探討,制定“蛋白質(zhì)三維結(jié)構(gòu)數(shù)據(jù)庫的建立”和“蛋白質(zhì)序列比對”兩個具體的畢業(yè)設(shè)計題目,同時將學(xué)生分為兩組,每組都有生命科學(xué)專業(yè)、數(shù)學(xué)專業(yè)和計算機專業(yè)的學(xué)生。最后,教師分別指導(dǎo)兩個小組的學(xué)生,要求他們依據(jù)自己的專業(yè)特長分工合作,共同完成畢業(yè)設(shè)計。

(3) 總結(jié)階段。對跨學(xué)科跨專業(yè)聯(lián)合畢業(yè)設(shè)計模式進行分析和總結(jié)。

3改革反思

3.1需要解決的關(guān)鍵問題[6]

(1) 如何協(xié)調(diào)計算機專業(yè)和其他專業(yè)老師共同制定聯(lián)合畢業(yè)設(shè)計的研究方向或題目。

(2) 如何根據(jù)已有的研究方向選定聯(lián)合畢業(yè)設(shè)計的計算機專業(yè)和其他專業(yè)的學(xué)生。

(3) 如何為每一個課題小組的學(xué)生設(shè)定具體的學(xué)習(xí)和研究計劃。

(4) 如何協(xié)調(diào)課題小組成員間的關(guān)系,促進小組成員相互交流、互相學(xué)習(xí),完成最終的畢業(yè)設(shè)計。

3.2解決問題的措施

通過這次實踐,我們發(fā)現(xiàn)與交叉學(xué)科相對應(yīng)的課程較少,如計算機和生物相交叉的生物信息學(xué)的專門課程很少,各個專業(yè)開設(shè)的都是本專業(yè)非常深入的專業(yè)基礎(chǔ)課程。要解決這個問題,需要聯(lián)系一些相關(guān)教師,為需要進行交叉學(xué)科學(xué)習(xí)的學(xué)生進行專業(yè)講座和輔導(dǎo),并且通過項目小組每周的固定討論進行交叉學(xué)科基礎(chǔ)知識的學(xué)習(xí)和互補。

3.3取得的成績

(1) 參加本次“多學(xué)科聯(lián)合畢業(yè)設(shè)計”實踐的8名同學(xué),在完成畢業(yè)設(shè)計的相關(guān)內(nèi)容后,均順利通過畢業(yè)答辯,其中有3名同學(xué)獲得了“優(yōu)秀”。

(2) 通過本次探索,我們得到一種新的培養(yǎng)多學(xué)科交叉人才的方法,為高等院校的教育創(chuàng)新實踐提供一些基本方法。

(3) 通過本次實踐,我們摸索出了“多學(xué)科聯(lián)合畢業(yè)設(shè)計”科學(xué)合理的指導(dǎo)管理方法,包括時間節(jié)點的設(shè)置安排、專業(yè)問題協(xié)調(diào)、設(shè)計成果呈交等。

(4) 多學(xué)科的聯(lián)合還催生了新的學(xué)科生長點,有利于探索新的學(xué)科方向。

(5) 通過交叉合作,學(xué)生的群體意識、團隊合作精神大大加強,組員之間相互促進,通力合作,這是畢業(yè)設(shè)計成功的基本保證。

(6) 通過此項探索,我們改善了教師的知識結(jié)構(gòu),拓寬教師的知識面,為進行進一步教育改革和師資培養(yǎng)奠定基礎(chǔ)。

(7) 在團隊合作的全過程中,成員相互交流,以交叉、融合、滲透的方式掌握各學(xué)科的專業(yè)知識。學(xué)生原來認識問題受專業(yè)制約,局限于一個狹隘的領(lǐng)域,而通過合作,學(xué)到了許多非本專業(yè)領(lǐng)域又與本專業(yè)密切相關(guān)的知識,提高了綜合素質(zhì)。

(8) 實現(xiàn)資源共享,提高實驗室和實驗設(shè)備的使用效率,推動實驗室建設(shè)的改革。

4結(jié)語

畢業(yè)設(shè)計是對大學(xué)生所學(xué)知識成果的綜合體現(xiàn)。作為多學(xué)科人才培養(yǎng)的一種手段,“多學(xué)科聯(lián)合畢業(yè)設(shè)計”教學(xué)模式對研究畢業(yè)設(shè)計的新方法、新思路有很好的借鑒意義。

參考文獻:

[1] 孫玉萍. 全球化時代高校的人才培養(yǎng)[J]. 長春工業(yè)大學(xué)學(xué)報:高教研究版,2002(03):4-5.

[2] 劉冬. 英美部分高校交叉學(xué)科建設(shè)研究及借鑒[D]. 上海:上海交通大學(xué)高等教育研究所,2008:20-24.

[3] 楊紅霞. 20世紀(jì)80、90年代加強獨創(chuàng)性的日本大學(xué)科研[J]. 咸寧學(xué)院學(xué)報,2003(02):74-75.

[4] 李明. 大力開展基于創(chuàng)新教育的本科生科研活動[J]. 中國冶金教育,2008(03):5-6.

[5] 劉彩紅. 我國研究型大學(xué)開展交叉學(xué)科研究的障礙及對策[J]. 內(nèi)蒙古電大學(xué)刊,2009(01):80-81.

[6] 錢佩忠. 高校跨學(xué)科研究的組織和障礙分析[J]. 高等農(nóng)業(yè)教育,2007(01):56-57.

Exploration and Practice in Multidisciplinary of Graduation Project

CHEN Yan, XU Dong-feng, CHANG Shan

(College of Informatics, South China Agricultural University, Guangzhou 510642, China)

篇7

一、資助重點

項目須緊密結(jié)合*經(jīng)濟、社會和科技發(fā)展需求，對提高我國國際競爭力有重大意義的和具有重要應(yīng)用前景。重點資助能夠帶動本市學(xué)科發(fā)展、有可能成為新的知識生長點、形成自主知識產(chǎn)權(quán)、提高產(chǎn)業(yè)競爭力的基礎(chǔ)研究和應(yīng)用基礎(chǔ)研究。對前期獲得資助的市科委基礎(chǔ)研究重大重點項目完成情況好的，特別是取得突出階段性成果，將給予連續(xù)支持。

二、主要研究方向及內(nèi)容

（一）、農(nóng)業(yè)科學(xué)

1、高效優(yōu)質(zhì)作物和水產(chǎn)新品種選育的基礎(chǔ)研究

（二）、生物信息學(xué)和生物學(xué)

1、生物信息學(xué)理論方法的應(yīng)用基礎(chǔ)研究

2、重要蛋白質(zhì)翻譯、修飾、結(jié)構(gòu)與功能及生物學(xué)特性的基礎(chǔ)研究

（三）、人口與健康

1、重要自身免疫性疾病（系統(tǒng)性紅斑狼瘡、類風(fēng)濕性關(guān)節(jié)炎）及過敏性哮喘防治的應(yīng)用基礎(chǔ)研究

2、重要傳染病防治的應(yīng)用基礎(chǔ)研究

3、重要出生缺陷早期診斷及預(yù)防的基礎(chǔ)研究

4、重要疾病（惡性血液病、血管疾病、退行性骨關(guān)節(jié)病）發(fā)病機制與防治的應(yīng)用基礎(chǔ)研究

5、重要致盲性眼病及耳鼻咽喉、口腔系統(tǒng)、皮膚等重要疾病發(fā)病機理及防治的應(yīng)用基礎(chǔ)研究

6、新型天然先導(dǎo)化合物的發(fā)現(xiàn)及結(jié)構(gòu)與功能的研究

（四）數(shù)理科學(xué)

1.基于量子調(diào)控的自旋電子功能結(jié)構(gòu)、矢量激光及光電子效應(yīng)研究

2.災(zāi)害性天氣動力學(xué)與可預(yù)報性理論的研究

3.兩相流體輸運、微納系統(tǒng)流體傳輸機理與熱輻射特性的研究

（五）化學(xué)科學(xué)

1.環(huán)境安全的含氟物質(zhì)的分子設(shè)計與合成

2.C1化合物高效清潔活化的關(guān)鍵科學(xué)問題和應(yīng)用基礎(chǔ)研究

3.分子催化劑的組裝及其在有機合成中的應(yīng)用

4.典型水環(huán)境PPCPs持久性有毒污染物的環(huán)境過程、生物效應(yīng)以及污染控制化學(xué)中的新原理\新方法研究

5.河岸帶生態(tài)系統(tǒng)退化機制及水環(huán)境效應(yīng)研究

(六)材料科學(xué)

1.結(jié)構(gòu)-功能一體化復(fù)合材料的基礎(chǔ)研究（重點支持無機、金屬）

2.鐵電、半導(dǎo)體多元合金等新型功能材料的設(shè)計制備與表征研究

3.光敏分子材料和原型器件的基礎(chǔ)研究

4.生物醫(yī)用材料的載體與控釋/傳遞材料微觀結(jié)構(gòu)與調(diào)控機制研究

（七）信息科學(xué)

1.微電子低溫復(fù)合封裝材料及高密度相變存儲器單元的制備與模擬

2.基于過程語義的Web計算研究

3.異構(gòu)網(wǎng)絡(luò)環(huán)境下的智能感知、信息處理與定位研究

（八）綜合交叉及其他

1.基于*光源，面向生命科學(xué)研究的方法、技術(shù)的創(chuàng)新。重點研究具有動態(tài)、實時、無損、靈敏、高分辨等特征的生命科學(xué)檢測、成像、分析方法；功能分子影像學(xué)的新理論和新方法研究

2．先進制造的科學(xué)基礎(chǔ)。重點研究面向復(fù)雜產(chǎn)品創(chuàng)新設(shè)計的知識融合與應(yīng)用；生物機電一體化系統(tǒng)的信號處理與解碼理論的基礎(chǔ)研究

（九）連續(xù)支持

對未列入上述指南，但同時符合下列條件：

1.07年1月1日以后按時通過結(jié)題驗收的基礎(chǔ)研究重點（重大）項目；

2.項目執(zhí)行期間取得的成果在本領(lǐng)域頂級刊物上發(fā)表文章或取得重要發(fā)明專利或獲國家級（或省部級）科技獎二等獎以上；

3.研究內(nèi)容符合國家十一五中長期科技發(fā)展規(guī)劃及*科技創(chuàng)新行動計劃；

且該研究工作確有繼續(xù)深入研究的必要，原項目負責(zé)人可以申報連續(xù)支持。

三、研究期限

項目進度要求：*年9月30日前完成各項研究任務(wù)。

四、申請方式

1、本指南公開。凡符合課題制要求、有意承擔(dān)研究任務(wù)的在*注冊的法人、自然人均可以從“*科技”網(wǎng)站上進入“在線受理科研計劃項目可行性方案”，并下載相關(guān)表格《*市科學(xué)技術(shù)委員會科研計劃項目課題可行性方案（*版）》，按照要求認真填寫。多家單位聯(lián)合申請的課題，應(yīng)在申請材料中明確各自承擔(dān)的工作和職責(zé)，并附上合作協(xié)議或合同。所有附件要求上傳到網(wǎng)上。

2、申報單位有較強的科研力量或有較強的研究依托單位，鼓勵以產(chǎn)學(xué)研聯(lián)合方式、國內(nèi)聯(lián)合方式和國內(nèi)外聯(lián)合方式申請，申報單位必須具有實施項目必需的研究開發(fā)設(shè)施及自有資金。

3、課題責(zé)任人年齡不限。鼓勵通過課題培養(yǎng)優(yōu)秀的中青年學(xué)術(shù)骨干。作為課題責(zé)任人和主要科研人員，不得同期參與承擔(dān)的863、973、國家科技攻關(guān)和*市重大、重點科研項目數(shù)超過三項。

4、本專項課題的申請起始日期*年5月30日，截止日期為*年6月20日。課題申報時需提交書面可行性方案一式4份，并通過“*科技”網(wǎng)站遞交電子文本1份。書面可行性方案集中受理時間為*年6月16日至6月20日，每個工作日上午9：00—下午4：30。所有書面文件請采用A4紙雙面印刷，普通紙質(zhì)材料作為封面，不采用膠圈、文件夾等帶有突出棱邊的裝訂方式。

5、已申報今年市科委其它類別項目者應(yīng)主動予以申明，未申明者按重復(fù)申報不予受理。

6、網(wǎng)上填報備注：

1）登陸“*科技”網(wǎng)，進入網(wǎng)上辦事專欄；

2）點擊《科研計劃項目課題可行性方案》受理并進入申報頁面：

-【初次填寫】轉(zhuǎn)入申報指南頁面，點擊"專題名稱"中相應(yīng)的指南專題后開始申報項目（需要設(shè)置“項目名稱”、“依托單位”、“登錄密碼”）；

-【繼續(xù)填寫】輸入已申報的項目名稱、依托單位、密碼后繼續(xù)該項目的填報。

篇8

關(guān)鍵詞：計算機輔助藥物設(shè)計；藥物設(shè)計；原理；應(yīng)用

進入21世紀(jì)，現(xiàn)代科學(xué)和計算機技術(shù)的運用，不斷改進藥物發(fā)現(xiàn)的技術(shù)和方法；化學(xué)信息學(xué)和生物信息學(xué)，信息處理和轉(zhuǎn)換的根本變革，分子生物學(xué)、細胞生物學(xué)、免疫學(xué)、遺傳學(xué)、生物化學(xué)、藥物化學(xué)、結(jié)構(gòu)化學(xué)、藥理化學(xué)、藥理學(xué)的發(fā)展和交叉滲透，特別是與計算機科學(xué)的融合，產(chǎn)生了把計算機的模擬技術(shù)應(yīng)用于新藥的研究和開發(fā)的新型方法-計算機輔助藥物設(shè)計。

1 在基于結(jié)構(gòu)藥物設(shè)計中的作用和意義

基于結(jié)構(gòu)藥物設(shè)計（SBDD）的基本出發(fā)點是針對藥物作用靶點和藥物分子的結(jié)構(gòu)、功能及與藥物作用方式，來設(shè)計作用專一、活性強、不良反應(yīng)少的新藥。計算機輔助藥物設(shè)計將SBDD的思路以計算機方法加以實現(xiàn)，為藥物設(shè)計提供了理論思維形象化的表達及強有力的基本工具和手段。

隨著生物大分子結(jié)構(gòu)測定和計算機技術(shù)的進步，SBDD得以快速發(fā)展，并且趨于定向化和合理化，減少了尋找新藥的盲目性和偶然性，提高了藥物設(shè)計的成功率，節(jié)省了新藥開發(fā)工作的人力、物力和財力。

2 計算機輔助藥物設(shè)計原理

隨著理論計算技術(shù)、X射線晶體學(xué)、核磁共振等結(jié)構(gòu)生物學(xué)測定技術(shù)的逐漸成熟，已經(jīng)可以獲得研究對象的三維結(jié)構(gòu)信息。藥物、生物大分子以及藥物-生物大分子復(fù)合物的三維結(jié)構(gòu)能以實驗方法測得，也能以理論計算方法得到，并可以通過計算機模擬。計算機輔助藥物設(shè)計用分子模擬軟件分析受體大分子結(jié)合部位的結(jié)構(gòu)性質(zhì)，如靜電場、疏水場、氫鍵作用位點分布等信息。考查配體小分子的化學(xué)結(jié)構(gòu)特征，尋找和設(shè)計合理的藥物分子，識別得到分子形狀和理化性質(zhì)與受體作用位點相匹配的分子，設(shè)計和優(yōu)化并測試這些分子的生物活性，從而確定具有生物活性的目標(biāo)化合物。經(jīng)過多次循環(huán)，最終發(fā)現(xiàn)新的先導(dǎo)物。

3 利用計算機輔助藥物設(shè)計原理進行虛擬篩選

發(fā)現(xiàn)全新結(jié)構(gòu)的先導(dǎo)化合物是藥物發(fā)現(xiàn)的目標(biāo)，藥物篩選是現(xiàn)代藥物開發(fā)流程中檢驗和獲取具有特定生理活性化合物的一個步驟，是指通過規(guī)范化的實驗手段從大量化合物或者新化合物中選擇對某一特定作用靶點具有較高活性的化合物的過程。隨著計算機模擬技術(shù)的成熟，便產(chǎn)生了通過計算機的模擬手段進行虛擬篩選（virtual screening，VS）技術(shù)。虛擬篩選是針對重要疾病特定靶標(biāo)生物大分子的三維結(jié)構(gòu)或定量構(gòu)效關(guān)系（QSAR）模型，從現(xiàn)有小分子數(shù)據(jù)庫中，搜尋與靶標(biāo)生物大分子結(jié)合或符合QSAR模型的化合物，進行實驗篩選研究。虛擬篩選是將藥物篩選過程在計算機上模擬，從上百萬個分子中，發(fā)現(xiàn)有潛在的化合物，對化合物可能的活性作出預(yù)測，進而對有可能成為藥物的化合物進行有針對性的實體篩選。虛擬篩選的對象是化合物數(shù)據(jù)庫，這個數(shù)據(jù)是虛擬化的，避免了傳統(tǒng)實驗篩選帶來的財力、精力、時間上的消耗，大大降低實驗篩選化合物數(shù)量，縮小了藥物研發(fā)的周期和投入，減少了藥物開發(fā)成本。同時，在篩選過程中考慮化合物分子的藥動力學(xué)性質(zhì)和毒性等，使篩選具有更高的內(nèi)涵。虛擬篩選被應(yīng)用于藥物活性化合物的發(fā)現(xiàn)及并行算法，實現(xiàn)了虛擬篩選的高通量化，進而對比較有可能成為藥物的化合物進行有針對性的實體篩選。虛擬篩選技術(shù)已經(jīng)成為當(dāng)今藥物研發(fā)的重要手段。

4 分子模擬（molecular modeling）

利用計算機圖形學(xué)進行分子模擬的技術(shù)稱為計算機分子模擬，簡稱分子模擬。通過分子模擬，可以進行直觀、可視化的藥物設(shè)計；通過對分子形狀和方位進行運動操作，可觀察藥物與靶點的相互作用，判斷靶點分子可能的結(jié)合位點，還能對藥物分子進行整修，提出改善藥物的藥效學(xué)和動力學(xué)性質(zhì)的改良方案。

5 計算機輔助藥物設(shè)計的意義

計算機輔助藥物設(shè)計作為分析工具（“數(shù)據(jù)挖掘”）和新想法的來源（“理性”分子設(shè)計），為藥物發(fā)現(xiàn)提供了重要的依據(jù)和支撐；這種設(shè)計方式完全是在計算機上通過軟件進行模擬計算，成為藥物發(fā)現(xiàn)的新途徑；完全打破傳統(tǒng)的藥物發(fā)現(xiàn)和設(shè)計依賴于大量的實驗篩選、并行的化學(xué)合成的方式；計算機輔助藥物設(shè)計的引入對整個研發(fā)過程都有一定的“輔助”作用，甚至成為推動藥物研發(fā)或者決定藥物研發(fā)成敗的關(guān)鍵因素和主要途徑。

6 計算機輔助藥物設(shè)計的思路

作為探索新藥開發(fā)的高效研究方法和有效的技術(shù)手段，計算機輔助藥物設(shè)計通過虛擬篩選與分子對接技術(shù)，揭示藥物與機體靶標(biāo)的作用機制，探索藥物靶點的空間結(jié)構(gòu)，最終目標(biāo)是設(shè)計具有顯著生物活性的藥物分子。即所設(shè)計分子能選擇性地與某一靶標(biāo)結(jié)合，或者能同時對多個靶標(biāo)進行預(yù)期的活性的調(diào)節(jié)作用。

7 計算機輔助藥物設(shè)計研究的方向

圍繞藥物研究的兩大對象“藥物和受體”，自20世紀(jì)80年代起，“計算機輔助藥物設(shè)計”相關(guān)領(lǐng)域得到迅速發(fā)展，各種算法軟件日新月異。根據(jù)受體是否已知和活性數(shù)據(jù)是否定量，所有研究均可以歸屬于虛擬小分子生成、大分子結(jié)構(gòu)預(yù)測、定量構(gòu)效關(guān)系、藥效團模型、分子對接、全新藥物設(shè)計和動態(tài)模擬（分子動力學(xué)/隨機動力學(xué)/蒙特卡洛）等七大研究方向。

在虛擬篩選時，需要產(chǎn)生大量的候選分子，這個需求導(dǎo)致產(chǎn)生了“虛擬小分子生成”研究領(lǐng)域；受實驗測定的限制，大量的受體結(jié)構(gòu)信息需要利用計算機模擬的方法得到，這就催生了“大分子結(jié)構(gòu)預(yù)測”研究領(lǐng)域；早期受體結(jié)構(gòu)信息缺乏，但是圍繞著同一受體或者疾病已經(jīng)獲得多個小分子活性信息，根據(jù)該活性信息是否為定量信息，分別發(fā)展出“定量的構(gòu)效關(guān)系”和半定量的“藥效團模型”兩個研究領(lǐng)域；隨著近年來受體結(jié)構(gòu)信息逐漸增多，誕生了“分子對接”技術(shù)；與此同時，隨著片斷組織學(xué)及前面幾個“計算機輔助藥物設(shè)計”技術(shù)的成熟發(fā)展及改進，催生了“全新藥物設(shè)計”技術(shù)；動態(tài)模擬（分子動力學(xué)/隨機動力學(xué)/蒙特卡洛）是非常特殊的技術(shù)，盡管該方法不能直接判斷出某分子是否為藥物候選分子，但是在前面六個技術(shù)中需要都會用到該方法，特別是在含有大分子結(jié)構(gòu)時，它是對整個分子體系進行優(yōu)化使其達到某個“合理結(jié)構(gòu)”狀態(tài)不或缺的方法。

計算機輔助藥物設(shè)計以其特有的高效便捷等特點，為藥物設(shè)計提供新的思路和創(chuàng)新途徑；為藥物靶點的發(fā)現(xiàn)提供技術(shù)保障；也為先導(dǎo)化合物的優(yōu)化和生物學(xué)驗證提供了理論指導(dǎo)。通過藥物設(shè)計軟件可以從理論深度解釋實驗結(jié)果、驗證實驗數(shù)據(jù)的可靠性、得到實驗無法得到的微觀數(shù)據(jù)，并根據(jù)研究結(jié)論做出最佳決策，使藥物發(fā)現(xiàn)更經(jīng)濟有效；增強對科學(xué)研究的深度，從而提高科研和論述水平；通過模擬計算、指導(dǎo)實驗，避免實驗的盲目性，從而節(jié)省實驗經(jīng)費的投入，并縮短研究周期。

參考文獻

[1]Gisbert Schneider.藥物分子設(shè)計[M].華東理工大學(xué)出版社，2012.

[2]朱瑞新.計算機輔助藥物設(shè)計[M].大連理工大學(xué)出版社，2011.

[3]仇綴百.藥物設(shè)計學(xué)（2版）[M].高等教育出版社，2008.

[4]高祖新.醫(yī)藥數(shù)理統(tǒng)計方法（4版）[M].人民衛(wèi)生出版社，2007.

[5]李曉玲.醫(yī)學(xué)信息檢索與利用（4版）[M].復(fù)旦大學(xué)出版社，2009.

篇9

1．1醫(yī)學(xué)信息學(xué)教學(xué)與醫(yī)學(xué)實踐需求脫節(jié)

醫(yī)學(xué)信息學(xué)的教學(xué)體系應(yīng)該從醫(yī)學(xué)信息的上、中、下“三游”來加以組織。醫(yī)學(xué)信息學(xué)上游主要是指傳授醫(yī)學(xué)信息的本質(zhì)、特征、類型、產(chǎn)生機制與機構(gòu)、傳播等知識。醫(yī)學(xué)信息學(xué)中游主要是指傳授醫(yī)學(xué)信息的搜集、整理、鑒定、組織與分析，以及醫(yī)療信息化背景下的醫(yī)學(xué)信息的描述與信息庫、衛(wèi)生信息系統(tǒng)、醫(yī)學(xué)信息的儲存、檢索和深加工等知識。醫(yī)學(xué)信息學(xué)下游主要是指傳授醫(yī)學(xué)信息資源開發(fā)、利用與服務(wù)及其文化傳承等知識。筆者認為醫(yī)學(xué)信息學(xué)是一門應(yīng)用型較強的課程，對于醫(yī)學(xué)專業(yè)的學(xué)生需要根據(jù)未來所從事的職業(yè)性質(zhì)研修相應(yīng)的“三游”知識。如臨床專業(yè)的學(xué)生需要研修病案管理學(xué)、病案信息資源管理學(xué)、醫(yī)院信息系統(tǒng)、電子病歷等課程。但是就筆者所在的南京醫(yī)科大學(xué)進行調(diào)研發(fā)現(xiàn)，在醫(yī)學(xué)學(xué)生的教學(xué)計劃中，只有衛(wèi)生信息管理與信息系統(tǒng)專業(yè)與醫(yī)療保險專業(yè)開設(shè)了醫(yī)學(xué)信息學(xué)的相關(guān)課程，而作為未來醫(yī)學(xué)信息的產(chǎn)生者——醫(yī)生，臨床專業(yè)的醫(yī)學(xué)生教學(xué)計劃中沒有醫(yī)學(xué)信息學(xué)的相關(guān)課程。這種醫(yī)學(xué)信息學(xué)教學(xué)與醫(yī)學(xué)實踐需求之間的脫節(jié)，直接導(dǎo)致臨床專業(yè)的醫(yī)學(xué)生在大學(xué)期間沒有培養(yǎng)良好的醫(yī)學(xué)信息學(xué)素養(yǎng)，進而導(dǎo)致這些醫(yī)學(xué)生在未來成為醫(yī)生之后對醫(yī)學(xué)信息不重視，甚至為醫(yī)學(xué)信息產(chǎn)生、收集、整理而煩惱。

1．2醫(yī)學(xué)信息學(xué)學(xué)科發(fā)展不深入

長春工業(yè)大學(xué)繼續(xù)教育學(xué)院對開設(shè)醫(yī)學(xué)信息學(xué)專業(yè)(或方向)的高校進行了排名，其順序是復(fù)旦大學(xué)、中山大學(xué)、中南大學(xué)、中國醫(yī)科大學(xué)、首都醫(yī)科大學(xué)、四川大學(xué)、北京大學(xué)、南方醫(yī)科大學(xué)、山西醫(yī)科大學(xué)、浙江大學(xué)、華中科技大學(xué)、西安交通大學(xué)、石河子大學(xué)、吉林大學(xué)、重慶醫(yī)科大學(xué)、哈爾濱醫(yī)科大學(xué)、山東大學(xué)、杭州師范大學(xué)、南京醫(yī)科大學(xué)、泰山醫(yī)學(xué)院、河北醫(yī)科大學(xué)、南昌大學(xué)、天津中醫(yī)藥大學(xué)、福建醫(yī)科大學(xué)、武漢大學(xué)、上海交通大學(xué)、青島大學(xué)、天津醫(yī)科大學(xué)、延邊大學(xué)、浙江中醫(yī)藥大學(xué)、新鄉(xiāng)醫(yī)學(xué)院、南華大學(xué)和大連醫(yī)科大學(xué)等33所高校。筆者在南京醫(yī)科大學(xué)圖書館網(wǎng)站利用“題名=醫(yī)學(xué)信息或衛(wèi)生信息，文獻類型選擇‘中文書籍’進行檢索，返回結(jié)果為51本與醫(yī)學(xué)信息相關(guān)，14本與衛(wèi)生信息相關(guān)的文獻。在51本與醫(yī)學(xué)信息相關(guān)的檢索結(jié)果中涉及醫(yī)學(xué)信息檢索的文獻為31本，涉及到醫(yī)學(xué)信息學(xué)基礎(chǔ)教程的結(jié)果為8本。其余主要包括醫(yī)學(xué)信息研究、醫(yī)學(xué)信息資源組織與管理、醫(yī)學(xué)信息系統(tǒng)、醫(yī)學(xué)信息學(xué)決策與支持系統(tǒng)和醫(yī)學(xué)信息分析等。綜觀這些檢索結(jié)果基本上是針對不同對象的大學(xué)課程教科書。在14本與衛(wèi)生信息相關(guān)的檢索結(jié)果中涉及衛(wèi)生信息管理的結(jié)果為8本，涉及衛(wèi)生信息系統(tǒng)的結(jié)果為2本，涉及衛(wèi)生信息化的有2本，涉及衛(wèi)生信息技術(shù)與衛(wèi)生信息資源的各1本。從檢索結(jié)果可以得出在醫(yī)學(xué)信息學(xué)學(xué)科發(fā)展過程中存在創(chuàng)作重復(fù)現(xiàn)象。如在檢索結(jié)果中涉及到的知識點雷同多，書本編排應(yīng)急就章，重復(fù)建設(shè)，后出版之書不僅沒有超過前者，有的反而出現(xiàn)倒退現(xiàn)象。除劉冰、黃玉玲主編的《醫(yī)學(xué)信息研究》之外，主要用于醫(yī)學(xué)信息學(xué)專業(yè)教學(xué)教材。在這些教材中除了丁寶芬教授的《醫(yī)學(xué)信息學(xué)》、羅愛靜教授的《衛(wèi)生信息管理概論》和《衛(wèi)生信息管理學(xué)》作為普通高等教育國家級教材規(guī)劃教材之外，其余教材鮮有得到國際或國內(nèi)同行普遍認同。有些著作雖然注重吸收圖書情報與檔案管理學(xué)的學(xué)科知識，但是沒有能夠與醫(yī)學(xué)信息學(xué)有效融合，移植現(xiàn)象比較明顯。當(dāng)然筆者在此無意于簡單否定醫(yī)學(xué)信息學(xué)界與出版界同行的工作，但我國33所醫(yī)學(xué)信息學(xué)相關(guān)專業(yè)的高等院校應(yīng)該反思，應(yīng)考慮利用范式理論指引學(xué)科發(fā)展，加強知識橫向與縱向的傳承與發(fā)展，引進圖書情報與檔案管理學(xué)、經(jīng)濟學(xué)和管理學(xué)等理論，彌補國內(nèi)醫(yī)學(xué)信息學(xué)學(xué)科的空白和不足，提升學(xué)科地位。

2醫(yī)學(xué)信息學(xué)范式研究是解困之舉

隨著全球化進程的加劇，醫(yī)學(xué)信息學(xué)也將與其他學(xué)科更加相融，醫(yī)學(xué)信息學(xué)的發(fā)展必將走向開放與合作，醫(yī)學(xué)信息學(xué)學(xué)科發(fā)展問題將會成為一個國際性課題。因此我國醫(yī)學(xué)信息學(xué)共同體利用范式理論作為研究手段，從國外學(xué)科研究成果和研究方法中汲取有益成分，使之為解決國內(nèi)醫(yī)學(xué)信息學(xué)的學(xué)科發(fā)展之瓶頸成為應(yīng)然解困之舉。

2．1范式研究有助于醫(yī)學(xué)信息學(xué)學(xué)科的深化與拓展

醫(yī)學(xué)信息學(xué)要想從宏觀上和根本上提升學(xué)科地位，需要在元科學(xué)領(lǐng)域的研究上投入更多精力。元科學(xué)理論，即關(guān)于科學(xué)的科學(xué)，醫(yī)學(xué)信息學(xué)元科學(xué)即是指關(guān)于醫(yī)學(xué)信息學(xué)的科學(xué)。當(dāng)醫(yī)學(xué)信息學(xué)發(fā)展到一定階段的時候，醫(yī)學(xué)信息學(xué)共同體會對學(xué)科的本質(zhì)、規(guī)律及其相關(guān)元問題進行分析與探究，便產(chǎn)生了“學(xué)中之學(xué)”、“科學(xué)之科學(xué)”的研究取向，筆者認為可以將這類的醫(yī)學(xué)信息學(xué)分支學(xué)科稱之為“醫(yī)學(xué)信息學(xué)元科學(xué)”。醫(yī)學(xué)信息學(xué)共同體會遵循學(xué)科發(fā)展史的軌跡，即經(jīng)驗研究、方法論研究和理論研究，具體發(fā)展走向為病案管理、醫(yī)學(xué)信息檢索、衛(wèi)生信息管理學(xué)、衛(wèi)生信息化、衛(wèi)生法律法規(guī)、醫(yī)學(xué)信息保護技術(shù)學(xué)、醫(yī)院信息系統(tǒng)、衛(wèi)生信息系統(tǒng)、電子病歷、區(qū)域醫(yī)療合作和醫(yī)學(xué)信息學(xué)史等。在此基礎(chǔ)之上，醫(yī)學(xué)信息學(xué)科分支中會產(chǎn)生醫(yī)學(xué)信息學(xué)概論(衛(wèi)生信息管理概論)——以“揭示醫(yī)學(xué)信息學(xué)現(xiàn)象本質(zhì)和規(guī)律為研究目的”的學(xué)科。醫(yī)學(xué)信息學(xué)范式研究就是關(guān)于醫(yī)學(xué)信息學(xué)學(xué)科自身的深化與拓展，醫(yī)學(xué)信息學(xué)共同體立足于宏觀抽象層面，從根本上認識醫(yī)學(xué)信息學(xué)的元問題和本質(zhì)規(guī)律。現(xiàn)階段我國的醫(yī)學(xué)信息學(xué)研究已具備一定的規(guī)模和水平，其研究領(lǐng)域已經(jīng)從醫(yī)學(xué)知識表達、衛(wèi)生信息系統(tǒng)、生物信息學(xué)、醫(yī)學(xué)信息學(xué)教育與培訓(xùn)l等傳統(tǒng)領(lǐng)域向面向語義互操作的知識體系構(gòu)建、跨系統(tǒng)和跨應(yīng)用的互操作標(biāo)準(zhǔn)制定、網(wǎng)格與云環(huán)境下的應(yīng)用、轉(zhuǎn)化醫(yī)學(xué)、人體模型建設(shè)、臨床決策和認知學(xué)領(lǐng)域深入發(fā)展。盡管醫(yī)學(xué)信息學(xué)的發(fā)展已經(jīng)進入了一個全新的發(fā)展領(lǐng)域，具有較快的發(fā)展速度，但是對元問題層面的挖掘探討仍對學(xué)科的發(fā)展是至關(guān)重要的。以醫(yī)學(xué)信息學(xué)元科學(xué)代表“醫(yī)學(xué)信息學(xué)概論”或“衛(wèi)生信息管理概論”為例，現(xiàn)有的文獻僅有一本，即衛(wèi)生部“十一五”規(guī)劃教材——《衛(wèi)生信息管理概論》。筆者認為作為醫(yī)學(xué)信息學(xué)元科學(xué)的《衛(wèi)生信息管理概論》應(yīng)當(dāng)注重對醫(yī)學(xué)信息學(xué)生存環(huán)境、發(fā)展史和共同體的研究，應(yīng)從醫(yī)學(xué)信息學(xué)本身的問題出發(fā)建立起本學(xué)科研究問題的獨特視角，而不宜將大量的篇幅放在對“對象性事物”的描述和闡述上。基于元科學(xué)的重要性，醫(yī)學(xué)信息學(xué)理應(yīng)將更多的空間設(shè)定在元科學(xué)領(lǐng)域的研究上，才能從根本上提升該學(xué)科地位。醫(yī)學(xué)信息學(xué)范式研究理應(yīng)針對醫(yī)學(xué)信息學(xué)自身的探討和分析，立足于宏觀抽象層面認識醫(yī)學(xué)信息學(xué)基本問題和本質(zhì)規(guī)律的研究。鑒于此，筆者認為醫(yī)學(xué)信息學(xué)范式研究與醫(yī)學(xué)信息學(xué)發(fā)展的要求是一致的，它是醫(yī)學(xué)信息元科學(xué)研究的最佳切入點，它是以醫(yī)學(xué)信息學(xué)發(fā)展史為研究主線，不僅涉及到醫(yī)學(xué)信息學(xué)未來的發(fā)展方向，還需要研究醫(yī)學(xué)信息學(xué)學(xué)科共同體主體作用、醫(yī)學(xué)信息范式變遷與學(xué)科外在環(huán)境因素之間的關(guān)系等。

2．2范式研究是醫(yī)學(xué)信息學(xué)汲取外學(xué)科精華的典型嘗試

較之于醫(yī)學(xué)信息學(xué)內(nèi)部各分支學(xué)科之間的互相融合，醫(yī)學(xué)信息學(xué)對其他學(xué)科理論和技術(shù)應(yīng)用的吸收、引進、消化、滲透、移植等將不斷推進醫(yī)學(xué)信息學(xué)的發(fā)展。即使醫(yī)學(xué)信息學(xué)在解謎過程中出現(xiàn)不可通約性，分歧未能達成一致意見，醫(yī)學(xué)信息學(xué)也會在反復(fù)的推敲和質(zhì)疑中逐漸成熟。因為在外學(xué)科理論引入醫(yī)學(xué)信息學(xué)的磨合期中所產(chǎn)生的碰撞、摩擦和火花，可能為醫(yī)學(xué)信息學(xué)的發(fā)展提供爭論的焦點和學(xué)術(shù)的創(chuàng)新點。醫(yī)學(xué)信息學(xué)范式研究正是基于這一思考與目的。美國社會學(xué)家米爾斯在《社會學(xué)的想像力》中論及：“將自己的領(lǐng)域當(dāng)作獨立的王國，而忽略它與其他領(lǐng)域，諸如經(jīng)濟、政治等方面的聯(lián)系，造成了歸納的一般性無法演變成演繹的精確性，演繹的精確性又無法上升到歸納的一般性。最終的結(jié)果就是，個人困擾沒有成為公共論題，甚至于漸行漸遠。人文精神的組織力進化成為科學(xué)精神的機械性，而概念和方法則成為了問題的主導(dǎo)因素，這不禁有本末倒置之嫌。加之于我們對社會本身是如何形成的一無所知，而只是無意識地接受了其存在的合法性，這更容易加深身處其中人的無力和無助感。”醫(yī)學(xué)信息學(xué)范式從本質(zhì)上說就是社會學(xué)理論進入醫(yī)學(xué)信息學(xué)領(lǐng)域的一大嘗試。醫(yī)學(xué)信息學(xué)由單一研究方向向多重研究方向發(fā)展，從病案管理學(xué)向病案學(xué)、醫(yī)學(xué)信息檢索、衛(wèi)生信息系統(tǒng)、醫(yī)學(xué)決策支持系統(tǒng)、認知學(xué)和醫(yī)學(xué)倫理與監(jiān)管等方向發(fā)展，醫(yī)學(xué)信息學(xué)專業(yè)呈現(xiàn)日益增多，學(xué)科日趨分化的趨勢。從醫(yī)學(xué)信息學(xué)的發(fā)展趨勢來看，符合人類的認識發(fā)展規(guī)律。初期關(guān)于醫(yī)學(xué)信息學(xué)的知識是從病案管理實踐著手，對于學(xué)科還沒有一個完整、清晰的認識，隨著研究活動的深入、認識的推進，與學(xué)科內(nèi)外發(fā)展動力因素的影響，對醫(yī)學(xué)信息學(xué)進行逐塊逐層的分解研究，于是出現(xiàn)了整體知識的不斷吸收、引進、消化、滲透、移植等，在學(xué)科組成上表現(xiàn)為學(xué)科不斷分化成病案學(xué)、醫(yī)學(xué)信息學(xué)、衛(wèi)生信息系統(tǒng)等分支學(xué)科(或?qū)I(yè))。醫(yī)學(xué)信息學(xué)的發(fā)展理應(yīng)汲取外學(xué)科的精華充實與強化本學(xué)科內(nèi)涵建設(shè)，來解決醫(yī)學(xué)信息學(xué)科建設(shè)中的熱點、難點與焦點問題。因此，為了醫(yī)學(xué)信息學(xué)的科學(xué)發(fā)展，我們需要的是深刻剖析與之存在學(xué)科依賴關(guān)系及其運作原則，并結(jié)合其他學(xué)科的研究成果來探討此情境下的醫(yī)學(xué)信息學(xué)的學(xué)科發(fā)展問題，而不是脫離其中任何一方。我國的醫(yī)學(xué)信息學(xué)發(fā)端于2O世紀(jì)80年代初的醫(yī)學(xué)圖書情報學(xué)，研究體系不夠完整和成熟，研究領(lǐng)域也不平衡，例如重視文獻信息管理、技術(shù)路線和微觀實踐，但是對于理論研究和學(xué)科RESEARCHONLIBRARYSCIENCE19建設(shè)研究不夠深入，標(biāo)準(zhǔn)規(guī)范建設(shè)滯后，信息共享不足、缺乏系統(tǒng)規(guī)劃，人才數(shù)量不足、質(zhì)量有待提高、結(jié)構(gòu)不盡合理。新時期的醫(yī)學(xué)信息學(xué)又面臨學(xué)科外的政治環(huán)境、經(jīng)濟環(huán)境的影響，與計算機技術(shù)、網(wǎng)絡(luò)技術(shù)、社會學(xué)、倫理學(xué)、認知學(xué)和人工智能技術(shù)的應(yīng)用與滲透，意味著醫(yī)學(xué)信息學(xué)已經(jīng)沿著范式理論的軌跡，發(fā)展成為一門綜合各學(xué)科精華的邊緣交叉學(xué)科。在醫(yī)學(xué)信息學(xué)研究呈現(xiàn)多樣化趨勢的今天，借鑒社會學(xué)方法有助于分析醫(yī)學(xué)信息學(xué)的發(fā)展方向、分支學(xué)科，或許會讓我們發(fā)現(xiàn)原來的封閉視野所不能看到的演進過程與規(guī)律；也有助于當(dāng)我們習(xí)慣于現(xiàn)有學(xué)科思維框架下的醫(yī)學(xué)信息學(xué)發(fā)展之余，換之以外學(xué)科的視角重新審視和考察醫(yī)學(xué)信息學(xué)的發(fā)展和演變，給學(xué)科的發(fā)展與建設(shè)輸入新的血液。

3醫(yī)學(xué)信息學(xué)學(xué)科范式內(nèi)涵探微

“范式(Paradigm)”一詞是托馬斯•庫恩首先在《科學(xué)革命的結(jié)構(gòu)》一書中用于科學(xué)研究的，他在該書中指出：“范式通常是指那些公認的科學(xué)成就，他們在一段時間里為實踐共同體提供典型的問題和解答。可以用來解釋科學(xué)歷史發(fā)展軌跡及其科學(xué)知識增長模式的社會學(xué)概念。”“范式的主要表現(xiàn)為‘符號概括’、‘信念’、‘價值’和‘范例’等。”在解讀與理解庫恩關(guān)于范式的闡述的基礎(chǔ)上，筆者認為，醫(yī)學(xué)信息學(xué)范式是醫(yī)學(xué)信息學(xué)共同體在醫(yī)學(xué)信息生產(chǎn)和管理實踐活動中所共有的世界觀、方法論、理論成果和共同遵守的行為準(zhǔn)則(即范例)等成分，是指醫(yī)學(xué)信息學(xué)共同體公認的“模式”。共同體、世界觀、方法論、理論成果和范例等是醫(yī)學(xué)信息學(xué)范式的重要組成成分，其雖不可能涵蓋醫(yī)學(xué)信息學(xué)范式全部的“應(yīng)有之義”，但可以把這些當(dāng)作醫(yī)學(xué)信息學(xué)范式的核心內(nèi)容。

3．1共同體

科學(xué)共同體簡稱為共同體，最早運用可以追溯到1942年，英國物理學(xué)家、哲學(xué)家波朗尼(Polanyi)在其論文《科學(xué)的自治》中使用了這一概念。庫恩在《科學(xué)革命的結(jié)構(gòu)》中把“共同體”理解為科學(xué)范式的承載體——“一個科學(xué)共同體由共有一個范式的人組成”。學(xué)科共同體是以上一切成分元素的執(zhí)行者，也是經(jīng)常被忽略的研究主體。科學(xué)共同體研究在范式研究中的地位毋庸置疑，醫(yī)學(xué)信息學(xué)科共同體正因為有了共同的范式才能集中在相同的研究領(lǐng)域內(nèi)，不受時間和空間的限制，進行交流和互動。因此在研究醫(yī)學(xué)信息學(xué)范式時，首先要明確醫(yī)學(xué)信息學(xué)共同體的概念。傳統(tǒng)的醫(yī)學(xué)信息學(xué)學(xué)科主要研究的是醫(yī)學(xué)信息學(xué)的對象、方法論、理論標(biāo)準(zhǔn)，而很少涉及醫(yī)學(xué)信息學(xué)的認識主體——醫(yī)學(xué)信息學(xué)共同體。醫(yī)學(xué)信息學(xué)共同體可理解為發(fā)展醫(yī)學(xué)信息學(xué)范式的主體，研究醫(yī)學(xué)信息學(xué)范式主體，擁護同一醫(yī)學(xué)信息學(xué)范式的主體。醫(yī)學(xué)信息學(xué)共同體由授受相應(yīng)的醫(yī)學(xué)信息學(xué)教育背景和學(xué)科訓(xùn)I練的學(xué)者構(gòu)成，他們以發(fā)展醫(yī)學(xué)信息學(xué)為使命，具有共同的價值理念，遵循共同的學(xué)術(shù)規(guī)范和維護共同的學(xué)術(shù)尊嚴。醫(yī)學(xué)信息學(xué)科共同體通常遵循醫(yī)學(xué)信息學(xué)學(xué)科發(fā)展規(guī)律，致力于醫(yī)學(xué)信息學(xué)科學(xué)研究、教育教學(xué)、實踐，是醫(yī)學(xué)信息學(xué)學(xué)科的主體。醫(yī)學(xué)信息學(xué)共同體可以是相對穩(wěn)定的正式組織形式，也可以是自由組合的非正式組織形式。前者具有相對穩(wěn)定的組織機構(gòu)、成員、規(guī)范和活動方式。如中國醫(yī)院管理學(xué)會下的病案管理委員會、醫(yī)學(xué)信息學(xué)會，全國33所開設(shè)醫(yī)學(xué)信息學(xué)相關(guān)專業(yè)(或方向)的院校教師組成的同事式組織、導(dǎo)師與學(xué)生組成的師徒式組織，以及其他醫(yī)學(xué)信息科研、實踐機構(gòu)組成的固定團隊等。后者一般不具備嚴格意義上傳統(tǒng)固定的組織形式、規(guī)模和穩(wěn)定人員構(gòu)成等內(nèi)容。如因課題立項而臨時組建的課題組形式，各地組織的擁有固定主題的學(xué)術(shù)研討會、學(xué)術(shù)論壇、博士論壇，同一學(xué)科領(lǐng)域或分支學(xué)科的共同愛好者等。從醫(yī)學(xué)信息學(xué)共同體發(fā)揮的作用來看，非正式組織形式的學(xué)科共同體不僅是學(xué)科建設(shè)與發(fā)展的生力軍，也是正式組織形式醫(yī)學(xué)信息學(xué)科共同體的補充力量。當(dāng)他們的自身作用和地位日益得到社會及統(tǒng)治階層認可時，自組織形式隨時有可能轉(zhuǎn)化為有組織形式。

3．2世界觀

世界觀，又稱為宇宙觀，是哲學(xué)的樸素形態(tài)。由于醫(yī)學(xué)共同體所處的社會地位、觀察問題的角度不同形成不同的醫(yī)學(xué)信息學(xué)世界觀，這種觀點是共同體自身醫(yī)學(xué)信息學(xué)工作、學(xué)習(xí)和生活實踐的結(jié)果，往往是自發(fā)形成的，需要醫(yī)學(xué)信息學(xué)的相關(guān)研究者對其進行自覺地概括和總結(jié)并給予理論上的論證，才能成為指導(dǎo)學(xué)科發(fā)展的哲學(xué)。醫(yī)學(xué)信息學(xué)共同體的世界觀是形而上的部分，是共同體對整個醫(yī)學(xué)信息學(xué)學(xué)科，以及共同體與醫(yī)學(xué)信息學(xué)之間的總的看法和根本觀點，簡而言之即醫(yī)學(xué)信息學(xué)共同體對于醫(yī)學(xué)信息學(xué)這一學(xué)科的總體認識，對醫(yī)學(xué)信息學(xué)的共識，包括醫(yī)學(xué)信息學(xué)科共同體所共有的基本信念、價值取向、思維方式等，是本體論、認識論層面的承諾，以及對自身在醫(yī)學(xué)信息學(xué)學(xué)科中的地位和作用的看法。醫(yī)學(xué)信息學(xué)共同體的世界觀可作為指導(dǎo)思想，指導(dǎo)醫(yī)學(xué)信息學(xué)共同體開展醫(yī)學(xué)信息學(xué)研究。醫(yī)學(xué)信息的世界觀往往決定著一個學(xué)科的自身定位和發(fā)展方向，表現(xiàn)在醫(yī)學(xué)信息學(xué)范式研究中則是要解決“如何看待醫(yī)學(xué)信息學(xué)專業(yè)研究對象”的問題。當(dāng)認為醫(yī)學(xué)信息體現(xiàn)為一種歷史記錄屬性時，要維護的是學(xué)科歷史有機聯(lián)系；當(dāng)認為醫(yī)學(xué)信息體現(xiàn)為一種知識屬性時，要實現(xiàn)的是學(xué)科最大效益。

3．3方法論

醫(yī)學(xué)信息學(xué)方法論是醫(yī)學(xué)信息學(xué)共同體在醫(yī)學(xué)信息學(xué)學(xué)習(xí)、實踐和研究中所自覺沿襲的一般方法。醫(yī)學(xué)信息學(xué)方法論是以解決醫(yī)學(xué)信息學(xué)中的問題為目標(biāo)的一種體系或系統(tǒng)，通常涉及問題分析、任務(wù)工具和方法技巧等方面的論述。方法論體現(xiàn)在世界觀、自然觀、社會歷史觀、倫理觀、審美觀、科學(xué)觀之中，可以是由模式、方式、方法、手段等組成的經(jīng)驗研究成果、案例和實用技術(shù)方法。醫(yī)學(xué)信息學(xué)方法論會對一系列具體的方法進行分析研究、系統(tǒng)總結(jié)并最終提出較為一般性的原則。醫(yī)學(xué)信息學(xué)學(xué)科的發(fā)展范式按照庫恩的科學(xué)范式為一般原則，即從前科學(xué)——常規(guī)科學(xué)——反常與危機——科學(xué)革命——新的常規(guī)科學(xué)為醫(yī)學(xué)信息學(xué)的學(xué)科發(fā)展線索，并利用歷史主義方法構(gòu)建醫(yī)學(xué)信息學(xué)范式理論；在經(jīng)驗層面，方法論是理論適用的方式，如在病案科整理病歷資料時，利用來源原則與事由原則進行歸檔管理；在醫(yī)學(xué)信息學(xué)安全和實用技術(shù)中則是一些純事實性和操作性方法，如利用原型法指導(dǎo)醫(yī)院進行信息系統(tǒng)開發(fā)建設(shè)。醫(yī)學(xué)信息學(xué)方法論是用以指導(dǎo)醫(yī)學(xué)信息學(xué)進行學(xué)術(shù)研究和實踐活動的路徑與綱領(lǐng)，解決的是“醫(yī)學(xué)信息學(xué)如何從事專業(yè)學(xué)術(shù)活動”的問題。如研究方法中的歷史主義研究方法、實證主義方法、論證方法、比較方法和調(diào)查研究方法等。

3．4理論成果

醫(yī)學(xué)信息學(xué)理論成果是指對醫(yī)學(xué)信息學(xué)范式形成并起著決定作用的共有醫(yī)學(xué)信息學(xué)理論。理論需要尋求解釋，而范式則提供了尋找解釋的方法。醫(yī)學(xué)信息學(xué)理論在成為共有認識之后可以上升到范式層面，達到范式層面的理論成果同一般的理論成果有聯(lián)系，也有區(qū)別。聯(lián)系在于，范式層面的理論來自于一般理論而又高于一般理論，它是醫(yī)學(xué)信息學(xué)共有的概論、命題及其推理。概念是思維的基本單位，是反映事物本質(zhì)屬性的思維形式。作為醫(yī)學(xué)信息學(xué)理論邏輯出發(fā)點的概念是基本概念。共有概念是對醫(yī)學(xué)信息學(xué)學(xué)科共有基本元素的約定，而這些概念必須是以醫(yī)學(xué)信息學(xué)學(xué)科的本源概念的面貌出現(xiàn)。如“病歷”、“醫(yī)囑”和“病案”。命題是表明判斷結(jié)果的陳述語句，有真假意義的語句才是命題。如病案的本質(zhì)屬性是原始醫(yī)療記錄性——這是對病案本質(zhì)屬性的肯定判斷，是一個可以做真假檢驗的語句。共有命題是指醫(yī)學(xué)信息學(xué)學(xué)科理論中類似自然科學(xué)中定理、定律性質(zhì)的命題。推理是指一判斷借以另一判斷推出的思維功能。共有推理是由共有命題中引申而來的。如從病案的原始性可能推理出病案具有憑證性。雖然范式層面的理論已經(jīng)得到充分的論證，成為共同體內(nèi)部約定俗成的公理，但是醫(yī)學(xué)信息學(xué)共同體不會因為具體理論的不完善而影響范式共有理論的存在，對于共有理論，也不會因為研究主體的不同闡釋而影響其范式指導(dǎo)作用。雖然處于同一學(xué)科共同體的成員往往引用同樣的理論成果，得出類似的理論觀點，醫(yī)學(xué)信息學(xué)共同體能夠同意確認一個范式，但不會同意對范式的完整詮釋或合理化。缺乏標(biāo)準(zhǔn)詮釋或不能得出一致同意的規(guī)則并不會阻止范式指導(dǎo)研究。

3．5范例

篇10

關(guān)鍵詞：工科院校;生物醫(yī)學(xué)工程專業(yè);生物實踐教學(xué);教學(xué)改革

中圖分類號：G6421 423;Q 95-33 文獻標(biāo)志碼：A 文章編號：1674-9324（2016）07-0075-02

生物醫(yī)學(xué)工程（Biology Medical Engineering，BMI）是綜合生物學(xué)、醫(yī)學(xué)和工程學(xué)的理論和方法而發(fā)展起來的，其主要是運用現(xiàn)代自然科學(xué)和工程技術(shù)的原理和方法，從工程學(xué)的角度，在多層次上研究人體的結(jié)構(gòu)、功能及其相互關(guān)系，揭示生命現(xiàn)象，為防病、治病提供新的技術(shù)手段的一門綜合性、高技術(shù)的學(xué)科，多學(xué)科的高度綜合交叉是生物醫(yī)學(xué)工程的特點[1]。自上世紀(jì)70年代末以來，國內(nèi)許多醫(yī)學(xué)院校、綜合性大學(xué)、理工科大學(xué)及相關(guān)科研機構(gòu)都設(shè)立了生物醫(yī)學(xué)工程專業(yè)，涵蓋了生物信息、醫(yī)療儀器、生物材料、生物工程等多個專業(yè)方向，課程設(shè)置主要包括工程類課程和醫(yī)學(xué)類課程，旨在培養(yǎng)具有各方面能力的復(fù)合型人才[2]。

在生物醫(yī)學(xué)工程專業(yè)的培養(yǎng)體系中，實踐教學(xué)是培養(yǎng)大學(xué)生的創(chuàng)新意識、創(chuàng)新思維和創(chuàng)新精神、提高整體教學(xué)質(zhì)量的根本保證和有效途徑[3]。南京郵電大學(xué)生物醫(yī)學(xué)工程專業(yè)是在學(xué)校原來的信號與信息處理等優(yōu)勢學(xué)科的支撐下發(fā)展起來的，因此在醫(yī)學(xué)信號處理、醫(yī)學(xué)圖像處理、生物傳感和生物信息學(xué)等領(lǐng)域積累了雄厚的師資和科研力量，上述領(lǐng)域的實踐教學(xué)體系完善、教學(xué)平備。比較而言，學(xué)校在生物醫(yī)學(xué)領(lǐng)域的教學(xué)和科研上相對薄弱，特別是在生物醫(yī)學(xué)方面的實踐教學(xué)有明顯的不足，存在著師資力量缺乏、教學(xué)平臺薄弱、課時有限等問題。針對上述問題，我們從師資隊伍建設(shè)、資源優(yōu)化配置、教學(xué)內(nèi)容改革和教學(xué)方式更新等方面入手，對生物醫(yī)學(xué)工程專業(yè)的生物學(xué)實踐教學(xué)提出一系列改革措施，取得一定的效果。

一、生物學(xué)實踐教學(xué)存在的問題

南京郵電大學(xué)是傳統(tǒng)的工科院校，信息學(xué)科是學(xué)校的辦學(xué)特色。在工學(xué)為主體，以及“大信息”的背景下，學(xué)校的通信、電子、圖像和計算機等學(xué)科的科研氛圍濃厚、師資力量較強，相關(guān)課程的教學(xué)體系成熟、教學(xué)特點鮮明。上述相關(guān)學(xué)科的實踐教學(xué)已經(jīng)構(gòu)建了包括課內(nèi)實驗、專題實驗、綜合訓(xùn)練和生產(chǎn)實習(xí)一系列完善的實踐教學(xué)體系結(jié)構(gòu)。但隨著我國生物醫(yī)學(xué)工程學(xué)科建設(shè)工作的開展，以及生物醫(yī)學(xué)領(lǐng)域研究和應(yīng)用的快速發(fā)展，迫切的需要將更多的生物醫(yī)學(xué)知識融入到工程學(xué)知識中。為了擴展生物醫(yī)學(xué)工程專業(yè)學(xué)生在生物醫(yī)學(xué)領(lǐng)域的知識，激發(fā)學(xué)生的學(xué)習(xí)興趣，在生物學(xué)教學(xué)方面，我校目前開設(shè)了幾門生物學(xué)領(lǐng)域的課程，包括現(xiàn)代生物學(xué)、定量生理學(xué)和解剖生理學(xué)等。

由于學(xué)校在生物醫(yī)學(xué)相關(guān)學(xué)科的科研和教學(xué)缺乏基礎(chǔ)，因此這些課程的師資力量較為缺乏，實驗教學(xué)平臺也比較薄弱。此外，生物醫(yī)學(xué)課程多屬于理論加上實驗的課程，要求課時較多。以解剖與生理為例，理論課要講51個學(xué)時，實驗課也需要51個學(xué)時[4，5]。但我校生物醫(yī)學(xué)工程專業(yè)大綱，對解剖與生理課程只設(shè)置了36個學(xué)時的理論課以及4個學(xué)時的實驗課。因此，在這些課程的理論課教學(xué)上，需要大幅的調(diào)整以適應(yīng)本專業(yè)學(xué)生的培養(yǎng)要求[4，5]。在實驗教學(xué)上，由于課時的限制，大多為演示實驗或參觀，學(xué)生缺乏動手實踐機會[6]。

筆者在調(diào)研學(xué)生對解剖與生理課程興趣、期望和要求時，有68.1%的同學(xué)表示對這門課程感興趣或非常感興趣（表1），并且有30%的同學(xué)希望能有動手實踐的機會（表2）。但我校目前現(xiàn)有的師資力量、實驗教學(xué)平臺和課時設(shè)置都不能滿足學(xué)生的這一要求，因此，必須采取有效的改進措施提高教學(xué)平水，滿足學(xué)生的學(xué)習(xí)要求。

二、生物醫(yī)學(xué)實驗教學(xué)改進辦法

1.培養(yǎng)專任教師隊伍。為了提高我校生物醫(yī)學(xué)領(lǐng)域的教學(xué)和科研水平，近幾年來，已引進多個生物醫(yī)學(xué)相關(guān)專業(yè)的博士和高級人才，構(gòu)建了一個高學(xué)歷的教師隊伍。教師的專業(yè)和研究方向包括了分子生物學(xué)、蛋白質(zhì)工程以及納米材料毒理等，這些教師的專業(yè)背景和知識體系完全滿足了現(xiàn)有的生物課程教學(xué)和實驗教學(xué)的需要。

2.完善實驗教學(xué)條件。為了提高實驗教學(xué)水平，同時為了滿足學(xué)校科研項目發(fā)展的需要，我校已于近幾年建設(shè)完成了生物醫(yī)學(xué)實驗室。實驗室的建設(shè)目標(biāo)是建立一個以生物技術(shù)為核心，結(jié)合醫(yī)學(xué)診斷以及生物信息處理的多層次性和綜合性實驗基地，使學(xué)生系統(tǒng)化地學(xué)習(xí)和掌握全面的生命科學(xué)綜合實驗技能，以培養(yǎng)生物醫(yī)學(xué)工程領(lǐng)域創(chuàng)新性人才，同時為生物醫(yī)學(xué)工程專業(yè)的師生提供一個高水平的細胞、分子生物學(xué)實驗研究平臺，以加強不同學(xué)科間的合作交流，做出一流的科研工作。目前已建立了分子生物學(xué)、細胞生物學(xué)操作平臺和蛋白結(jié)構(gòu)測試和信息處理的表征平臺。在此平臺上，我們?yōu)閷W(xué)生設(shè)立了核酸分離和檢測，核黃素、丙二醛和超氧化物歧化酶等生化指標(biāo)測定等一系列的實驗。讓學(xué)生走進實驗室，觀看并親自動手操作，極大激發(fā)了學(xué)生的對生物學(xué)課程的學(xué)習(xí)興趣。

3.改革實驗教學(xué)內(nèi)容和方法。除了加強教師隊伍和實驗平臺的建設(shè)，我們還通過多種教學(xué)方法和途徑改革實驗教學(xué)內(nèi)容。針對生物類課程實驗課時不足的問題，許多教師針對生物領(lǐng)域的熱點方向開設(shè)了一系列的開放實驗項目，通過開放性實驗，讓學(xué)生走進實驗室和動物房，讓學(xué)生跟著老師學(xué)習(xí)一些基本的生物學(xué)實驗以及動物實驗的操作技能和方法[7-9]。

在教學(xué)中，教師積極鼓勵對生物醫(yī)學(xué)相關(guān)實驗有興趣并且有能力的本科生申報創(chuàng)新項目，鼓勵教師和學(xué)生并將畢業(yè)設(shè)計與創(chuàng)新項目相結(jié)合，以教師的科研項目為載體，讓學(xué)生在實踐中創(chuàng)新[10]。實踐以學(xué)生為主體，讓學(xué)生獨立查閱中外文獻，了解項目最新的國內(nèi)外研究進展，設(shè)計實驗方案，學(xué)習(xí)各種新的實驗技術(shù)，掌握科學(xué)研究方法，這不僅有利于學(xué)生自主學(xué)習(xí)、解決問題的能力，培養(yǎng)創(chuàng)新思維，同時還加深例如學(xué)生對各種專業(yè)課程的理解以及對生物工程專業(yè)的認識。實踐證明，上述教學(xué)方法激發(fā)了學(xué)生的學(xué)習(xí)興趣，提高了學(xué)生的動手能力和操作能力，并培養(yǎng)了學(xué)生的團隊精神，取得了良好的教學(xué)效果。

同時學(xué)校還積極與南京大學(xué)、南京中醫(yī)藥大學(xué)、江蘇省中醫(yī)院等單位建立合作關(guān)系，帶領(lǐng)學(xué)生參觀實驗室，讓學(xué)生對生物醫(yī)學(xué)各領(lǐng)域的實驗室構(gòu)成、具體運作有更直觀的認識。通過在大學(xué)和醫(yī)院等實習(xí)基地的參觀和關(guān)系，讓學(xué)生充分認識到生物醫(yī)學(xué)工程專業(yè)的學(xué)習(xí)目的和專業(yè)知識的應(yīng)用價值。

生物醫(yī)學(xué)工程專業(yè)作為一門為生物學(xué)和醫(yī)學(xué)服務(wù)的交叉學(xué)科，生物學(xué)實驗課對生物醫(yī)學(xué)知識的學(xué)習(xí)和理解掌握領(lǐng)域非常重要。針對我校生物醫(yī)學(xué)工程專業(yè)的生物學(xué)實驗教學(xué)中存在的問題，我們開展一系列的教學(xué)改革與實踐，取得了很好的效果。極大地激發(fā)了學(xué)生的學(xué)習(xí)興趣，調(diào)動了學(xué)生的參與熱情，提高學(xué)生的實踐能力，并且為學(xué)生今后的工作和科研奠定了堅實的基礎(chǔ)。希望能在此基礎(chǔ)上，繼續(xù)完善現(xiàn)有的生物學(xué)實驗教學(xué)體系和教學(xué)方法，從而更好地促進生物學(xué)實驗課程建設(shè)和發(fā)展。

參考文獻：

[1]章浩偉，秦翥，劉穎，等.創(chuàng)新實踐模式在生物醫(yī)學(xué)工程教學(xué)中的探索[J].實驗室研究與探索，2013，32（4）：117-120.

[2]李天鋼，馬春排，李自毅，等.生物醫(yī)學(xué)工程創(chuàng)新實驗室建設(shè)和實踐教學(xué)改革[J].實驗室研究與探索，2008，27（7）：21-22，46.

[3]馬春排，李天鋼，李自毅，等.生物醫(yī)學(xué)工程實踐教學(xué)體系的建設(shè)[J].實驗定研究與探索，2010，29（4）：103-105，122.

[4]李小慧，吳建盛.理工院校生物醫(yī)學(xué)工程專業(yè)解剖生理學(xué)教學(xué)的思考[J].中國電力教育，2013，（10）：161-163.

[5]嚴振國，施雪筠.解剖生理學(xué)[M].2版.中國中醫(yī)藥出版社，2004.

[6]路宏朝，王楊科，陳文強，等.基于能力培養(yǎng)的人體解剖生理學(xué)實驗教學(xué)改革[J].實驗室科學(xué)，2011，11（3）：35-37，40.

[7]孫文彬.開放性創(chuàng)新實驗教學(xué)改革與實踐[J].實驗室研究與探索，2006，25（2）：148-151.

[8]馮波，翁杰，黃楠，等.結(jié)合學(xué)科特點和自身優(yōu)勢建立生物醫(yī)學(xué)工程本科專業(yè)實驗教學(xué)體系[J].實驗技術(shù)與管理，2006，23（10）：15-17.