“大数据”时代生物信息学本科生人才培养模式探讨

白静 徐英岐 徐娟 李霞

摘 要：在大数据与精准医学时代，生物信息學已发展成为现代生物学和医学领域的利器，国内外对生物信息人才的需求不断扩大，生物信息学专业教育和复合型人才培养显得尤为重要。本文将从课程体系建设、教学模式改革、师资队伍建设和科研创新与实践几个方面对生物信息学创新型人才培养模式进行探讨，为生物信息学本科生人才培养提供借鉴和参考。

关键词：生物信息学 人才培养模式 本科生专业教育

生物信息学（bioinformatics）是生命科学与计算机信息科学以及数理科学等多学科交叉融合而成的新兴学科^[1]。当前，生物信息学研究处于高速发展阶段，基于生物信息学开展的生命科学与医学创新研究已成为热点。同时，生物信息学已经成为遗传学、细胞生物学、生物化学等学科取得创新性研究成果的重要推动力，是“解读生命天书”的慧眼与利器。

随着高通量分子生物技术和计算技术的快速发展， 生物医学“大数据”时代悄然而至，自2012年美国率先启动国家大数据研究计划以来，经过十余年的探索和发展，以生物医学大数据研究为核心的生物信息学技术已经成为现代重大疾病研究和现代化实验室研究体系中必不可少的支撑和核心力量。

在“大数据”与“精准医学”的时代，生物信息学站在了国际当前两大科学前沿的交汇点上，这决定了它的重要性以及承担的责任和未来的发展前景。目前，对于生物信息学人才的需求缺口越来越大，而生物信息学人才的匮乏已成为制约生物信息学甚至是生物学、医学等领域发展的一个瓶颈。因此，怎样去培养具有生物信息学专业技能又适合社会发展的复合型人才，已经成为当务之急。我们将从以下几个方面进行探讨：

一、加强课程体系建设

生物信息学人才需要系统学习数学、计算机科学和生物学的基础课和专业课程，课程设置中每个学科内容都必不可少，涉及课程面广且难度大，学生学习困难，因此在课程设置方面有必要根据实际需求选取关键课程，并针对不同研究方向对课程内容进行优化组合，实现全面又有针对性的课程设置。

同时，课程设置需要符合教学进程。大学前两年课程设置通常以基础课程和专业基础课程为主，例如数学分析、线性代数、生物化学、分子生物学、计算机程序设计等;大三学年开始需要增加专业课程，如生物信息学、蛋白质组信息学、数据可视化等，专业课程的学习有助于学生掌握专业技能，还可以帮助学生明确今后课题研究方向，为毕业实习打下基础;大四学年则需要开设生物信息学前沿进展等专业前瞻性的课程以及科研论文写作指导等实用性课程^[2]。

此外，生物信息学作为一个飞速发展的学科，相关知识、数据资源和分析工具在不断更新，教学内容要跟上学科发展的步伐，及时更新和优化。

二、改革传统教学模式

生物信息学本科生需要学习的知识量远高于其他非交叉学科，学生学习任务相对较重，在这个前提下，如何让学生在轻松愉快的课堂氛围中学习掌握大量知识点，成为课堂教学的难点。幸运的是，线上教育形式的流行及发展正逐渐改变我国传统高等教育形式，而混合式教育模式可以将传统课堂教育学习方式的优点与在线教育学习模式的优点有效地融合在一起，通过“在教师主导下的以学生为主体的自主式和交互式的新型学习模式”，为课堂教学带来了新的生机，有助于增加学习兴趣、提高教学质量。

三、提升师资队伍实力

生物信息学科作为一个新兴学科，师资力量薄弱是其面临的主要问题之一，多数高校在开设该专业时都是从不同专业挑选相应的授课教师，造成授课教师无法针对生物信息学科特点有效筛选授课内容、使其与生物信息高度结合的结果。解决这一问题，需要教师有较强的业务知识、精通自己所授课程领域并能很好的配合课程体系，真正实现整个体系融会贯通。为了达到这一目标，学校应该鼓励资助骨干教师参加学习与进修，加强学科授课教师之间的交流，培养一批真正的生物信息学专业教师，组建一支真正的生物信息学教学团队。

四、强化科研创新与实践

培养造就创新能力强、适应社会发展需要的高质量人才，教学是基础，实践也是最为关键的环节之一。生物信息学本科生在大学最后一年进行毕业设计与实践，跟随毕设指导教师完成科研课题，真正将所学知识进行融合、应用到生物医学领域中。为了顺利完成这一阶段的实践任务，在大三时开始进行学业指导将势在必行，通过这一阶段的指导，让学生学会阅读英文文献，了解研究方向的前沿进展，逐步形成科研思维，将为毕业实习打下坚实基础。

参考文献

[1]陈润生.生物信息学.生物物理学报，1999，15（1）：5-13.

[2]王宏，李霞，徐良德.《面向实践能力培养的生物信息学课程体系建设》，中国科教创新导报，2013（19，47）.