大数据背景下计算生物学“教学科研一体化”模式的应用探究

郭文娜，马珊珊，赵慧智，关方霞

（郑州大学 生命科学学院，河南 郑州）

一 引言

计算生物学是生命科学领域的一门新兴学科，主要是应用数据分析及理论的方法、结合数学建模和计算机仿真技术等来研究生物学问题。计算生物学研究范畴广泛，具有多学科综合交叉、生物学数据量大、实践应用性强、与计算机和数学紧密结合等特点。计算生物学的研究结果可以减少生物学中的重复实验，为生物学研究提供新的研究思路，将传统的“实践到理论总结”的研究思路，改变为新的“理论猜测到实践检验再到理论总结”的研究思路。随着生命科学领域数据的大量增长，计算生物学方法在现代生物学研究中越来越重要和复杂，逐渐成为核心方法之一。英国剑桥大学的 Florian Markowetz于2017年在《Plos Biology》上发文称“All biology is computational biology”。他认为计算生物学的发展促使了我们对生命现象的理解，使我们可以对传统的生物学概念进行计算测试，规范了研究者对生物学的见解。他认为数学、统计和计算方法等将驱动生物学的下一个重大进化，将生物学转变为定量科学。

计算生物学是在生物信息学的基础上利用计算方法解决生物学问题，具有很强的实际应用价值，同时通过计算技术对生物学问题进行研究，为生命科学领域的研究提供分析方法和技术。运用计算生物学，有助于认识生物生长发育、进化等的规律。近年来，国内外对计算生物学对重视不断增加。在国内，计算生物学是我国国家自然科学基金委员会重点资助的研究方向之一。在国外，国际计算生物学学会（ISCB）自1997年成立以来，已拥有来自70多个国家的2500多名会员。斯坦福大学、加州大学等多个国际名校都成立了计算生物学中心。越来越多的研究者也意识到在大数据背景下运用计算生物学方法分析数据解决问题的重要性，计算生物学人才的需求量也随之增加，因此计算生物学的教学也显得尤为重要。

目前，许多高校的本科教学已开展《计算生物学》专业课程。《计算生物学》是我院（郑州大学生命科学学院）生物信息学专业学生的必修课程，该课程共设置了 48 学时，包含序列比对、DNA序列拼接、基因预测、基因功能分析、RNA结构预测等相关算法等介绍与应用等。《计算生物学》课程的开设不仅让学生了解计算生物学及其应用，还有助于学生了解当今生物学发展的前沿，为学生毕业后从事相关工作奠定基础，同时还能为继续研究生学习的学生提供良好的知识背景和分析方法。然而，由于计算生物学涉及的内容较繁杂，且与多个学科存在交叉渗透，传统的“以课本为基础，以教师为中心”的教学方式并不完全适合《计算生物学》的教学。教学科研一体化的教学模式将科研融入教学，可以激发学生的学习热情，提高学生的科研兴趣与科研思维，锻炼学生的创新和实践能力，以更好地满足当代社会的需求。本文从高校《计算生物学》课程教学中存在的问题出发，对计算生物学的教学内容和方式、教学方法，及教学科研一体化模式在计算生物学教学中的应用等进行探索，为高校计算生物学教学改革的奠定基础。

二 计算生物学教学中存在的问题

结合我院生物信息专业学生的培养计划、课程教学大纲和实际授课情况，我们选择杨晶等人编著的《生物计算—生物序列的分析方法与应用》作为主要参考教材，同时结合《生物序列分析》《第二代测序信息处理》等多本参考书，授课内容将计算生物学的基本算法、基本理论、技术进展、相关软件及其应用相结合。目前计算生物学教学存在的问题主要表现在以下几个方面：

（一） 优秀的计算生物学师资缺乏

作为一门新兴学科，我国计算生物学教师队伍的数量和质量与该学科的快速发展规模不匹配。就我院而言，计算生物学是由在相关教学和科研方面具有丰富经验的教师讲授，但目前学院教师中具有专业的计算生物学背景的博士较少，大部分老师为理学专业的博士，很少老师具备良好计算机、数学及算法的基础知识，因此很难系统专业地讲授计算生物学课程。

（二） 计算生物学与其他学科的合作交流有待加强

计算生物学与其他专业之间存在交叉联系。计算生物学教师应与其他学科的教师之间交流合作，提高计算生物学的教学。而实际上不同专业学科的教师缺乏交流合作，难以实现其高效教学。如我院开设的相关课程有《生物信息学》《系统生物学》《R语言》等，但由于教师之间缺乏沟通，造成有些内容不同学科教师重复讲授、不同学科间不能相互结合，为其他学科提供基础。而且不同授课老师根据自身的情况，其侧重点也不一样。如医学院的授课教师可能侧重于疾病相关信息的分析鉴定；理学院教师的授课则可能侧重于计算生物学应用有关的数学方法、理论及算法的原理等；而计算机专业教师的授课可能侧重于程序的编写、相关数据库的查询与构建、算法的上机实践等方面。计算生物学侧重于算法，以计算为工具，利用计算机技术与方法对生物学问题进行分析研究，最终解决生物学问题。因此，各相关专业的教师应该加强交流学习，提高课程教学。

（三） 缺乏理论教学与实践教学的有机整合

教师关注系统知识的传授及授课计划的完成，而在学生实践能力的培养方面有所忽略，缺乏理论教学与实践教学的结合。首先，通过计算生物学方法得到的结果的有效性需要靠有意义的生物实验来验证。然而目前生物专业的实验教学内容较为单一，只是以验证基本理论为目的，创新性较差，缺乏对学生实际动手操作能力以及创新思维能力的培养。其次，对计算生物学而言，计算机上机实践操作能够直观地检测验证相关结果，上机实践教学有助于培养学生的主观能动性以及创新思维能力，目前的计算生物学教学缺乏上机实践。

（四） 缺乏科研成果与教学内容的有机融合

目前计算生物学在科学研究中得到越来越多的应用，也取得了许多科研成果。但是，前沿科研成果仍未能有效地融入到当前的计算生物学课程教学中，主要表现在：一方面，教师未能及时将科研成果进行转化，融入实际课堂教学中，另一方面，教学内容太偏理论，与实际科研应用存在脱节。这导致学生并不知道学习计算生物学在当前科学研究中能做什么，该如何做，不能将所学的课堂理论知识很好地应用于科研实践中，学起来难免有点枯燥无味。因此，在计算生物学课程中尝试应用教学科研一体化的教学模式，通过科研成果与理论教学的有机融合，激发学生的学习热情与科研兴趣，在完成系统知识传授和授课计划的同时，培养学生的科研能力和素质。

（五） 缺乏适合的理论和实践教材

此外，计算生物学还缺乏适合的理论和实践教材。目前，并没有明确的计算生物学教材，相关教材主要是国外教科的翻译书籍，国内研究者自编的教材却寥寥无几，如《计算生物学导论——图谱，序列和基因组》《生物序列分析》都是翻译书籍。课本内容更新较慢，而计算生物学发展迅速，教材中缺乏计算生物学相关的新技术和新方法的介绍。而且，目前教材还普遍存在内容零散、系统性弱的问题。

三 教学科研一体化模式在计算生物学教学中的改革和应用

教学科研一体化模式是指将已有的与教学内容相关的科学研究成果融入实际教学课堂中，采用以科研带动教学的思路来提高教学，同时通过提高教学水平来促进科学研究的发展，使二者有机融合、协同发展。“教而不研则浅，研而不教则空”，科研是教学的“源头活水”，如果缺乏科研作为支撑，课堂教学就会缺少“灵魂”。因此，如何将科研成果有效地融入到实际教学中，实现传统理论教学方法与现代科研一体化模式的改变，进而提高学生将理论知识学习与科研应用相结合的能力，是目前计算生物学课程教学中需要解决的重要问题之一。

（一） 规范计算生物学教学大纲和授课计划

计算生物学开好的前提是要有较好的教学大纲和授课计划。学院应根据学校相关专业学生的人才培养要求，结合前期计算生物学及相关课程的教学与学生反馈情况，组织老师制定详细的适合计算生物学的教学大纲，并编写授课计划。由于不同授课老师的兴趣可能更偏向某个领域或某一方面，而计算生物学涉及多个学科，因此，在制定教学大纲时，应组织不同研究领域的教师及研究人员进行沟通交流，根据教学内容和教学需要适当调整教学方法。同时考虑在实际教学中需要融入相关领域的科研成果，教师要了解专业前沿，改革教学内容。大纲应概括每个章节的基本内容与要求、相关科研成果、教学重点难点及建议、课后练习题等内容。教学大纲的制定要把握以下几个原则：教学科研相融合，具有连贯与整体性，同时要避免重复。

（二） 科研成果与教学内容有机融合

教师在课堂教学时，应该将科学研究与教学内容相结合，把“学习计算生物学的相关知识点在科学研究中能做什么？怎么做？是否已有相关研究？”等问题贯穿到实际教学活动中，将已有的前沿科学研究成果融入实际教学内容。通过问题引导学生学习，启发学生主动思考，并通过合作或自主探讨等方式进行学习，从而提高学生的学习主动性。教师提出相关问题，鼓励学生通过不同方法方式寻找解决方案，然后学生对各种解决方案进行讨论和评价，教师进行归纳总结，探讨不同解决方案的优缺点。同时，加强与学生间的互动，教师要及时了解国内外前沿进展，随时补充和完善教学知识体系，将科研成果有效融入到课堂教学内容中，实现课本理论基础知识与科研前沿动态的良好结合。此外，鼓励学生充分利用互联网资源，了解学习计算生物学相关的网络资源，拓宽知识面。

（三） 教学科研与实践相结合

对于高校教学改革而言，实践教学是重要的环节之一。实践教学是提高素质教育的最有效的教学方式之一。实践教学通过实践应用可以检测学生对课程基础理论知识的掌握程度。计算生物学不仅理论性强，而且实践性要求也很高。计算生物学实践应用主要是应用网络资源和计算生物学软件进行实践操作学习。实践应用与理论知识讲授相结合的教学方式对于培养学生的科研兴趣和能力非常重要。传统的理论教学方式限制了学生独立探索问题及实际操作解决问题的能力。因此，需要将教学科研与实践相结合，将学生简单被动接收课堂知识转变为主动探索学习知识，提高学生主动学习与实践能力。

采用教学科研一体化模式，针对计算生物学中的重点和难点，倡导学生通过自主学习和小组协作学习的方式，培养学生应用知识的能力和团队协作精神，锻炼学生的主观能动性，提高学生对相关信息资源和软件的应用能力。比如，让学生积极参加大学生创新创业项目，或者参加教师的科研课题等，通过教学与科研结合，培养学生的创新思维能力；或者教师给定待选课题或学生根据自身兴趣查阅相关科研文献报道选择课题，根据计算生物学学习的知识，以个人或小组讨论的形式提出分析方案、进行分析整理、并对分析结果给出解释、整理结果撰写小论文、进行汇报。同时，不同小组学生进行讨论和点评，最后教师进行点评与总结，学生进行总结思考，从而提高学生主动学习以及技能和知识应用的能力。在学生学习讨论点评的过程中，提高学生的科研意识和科研思维能力，进而提升学生发现问题、解决问题的能力。

（四） 教学科研与实验验证相结合

计算生物学利用计算方法和技术进行数据挖掘，从大量的测序或分子实验数据中探究背后潜藏的信息，基于数据提出假设，然后结合数学方法建立数学模型，最后通过计算机模拟方法来进一步检验假设与模型，为进一步的体内、体外实验研究提供参考。数据挖掘和模型验证是交互进行的，一方面，通过计算生物学分析预测得到的模型可以为进一步的分子实验研究提供指导，另一方面，从新的体内体外实验数据中可以发现未知知识，进一步修正假设、完善模型，最终深入理解生命活动的现象和本质。因此，在计算生物学教学中应将教学科研与实验验证有机结合。

四 结语

计算生物学是一门新兴的交叉学科，其内容新颖、数据量大、发展迅速、技术手段先进、实践应用性强，而且与其他学科交叉性强，目前已在多个研究领域具有重要的应用。因此，教学过程中计算生物学的授课方式也非常重要。随着测序技术的发展和应用，计算生物学需要对产生的大规模的组学数据进行分析。教师要及时了解计算生物学最新发展动态和科研进展，掌握前沿知识，将科研前沿成果融入到课堂教学中，创新教学内容和方式，使教学基础知识与科研有机结合、良性互动和协调发展，激发学生学习与科研热情和潜能，培养学生的学习能力、和科研思维能力，同时让学生积极参与科研，提高学生将理论知识和实际科研应用相结合的能力，从而提高教学水平和人才培养质量。