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發散式

南一個概念引出其不同的內涵和外延。如:

(2008年上海卷)下列有關突觸的敘述,正確的是(

)

A　神經元之間通過突觸聯系

B　一個神經元只有一個突觸

C　突觸由突觸前膜和突觸后膜構成

1),神經遞質能透過突觸后膜

1.1.2歸納式

由個別的內涵或外延導出概念。如:

(2007年寧夏理綜卷)在寒溫帶地區,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,這種現象稱為(　)

A　物種進化　B　外來物種入侵

C　群落演替　D　垂直結構

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分裂都可能產生可遺傳的變異,其中僅發生在減數分裂過程的變異是……

1.2　圖解法

1.2.1　集合式

用數學集合表達概念之間的關系。

(2007年廣爾理基卷)圖1是由3個圓所構成的類別關系圖,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、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、并列或對比等關系,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。據圖分析,不正確的是(　)

2　生物學概念復習備考教學策略

結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　“關鍵詞”策略,讓學生在快速找到“題眼”

(2009年廣爾卷)有關人體內環境穩態的敘述,錯誤的是(　)

A　有3種以上的生理系統參與維持體內環境穩態

B　人體內環境穩態的失調與外界環境無關

C　人體維持內環境穩態的調節能力有限

D　穩態有利于參與其調節的器官保持機能正常

解析:穩態是指正常機體通過調節作用,使各個器官、系統協調活動,共同維持內環境的相對穩定狀態。這里的“正常機體”“各個器官、系統”“相對穩定狀態”等都是關鍵詞,抓住這些,本題解答就容易了。

參考答案:B。

概念中的這些“關鍵詞”,往往是閘述概念的內涵和外延的核心詞匯(概念的內涵是指概念的本質屬性,外延是指概念反映的具有這種本質屬性的事物的適用范圍),抓住了概念的“關鍵詞”,就能準確理解概念的內涵和外延。教學中教師要不斷引導學生對概念中“關鍵詞”的關注。又如“反射”的概念是指在中樞神經系統的參與下,動物體或人體對內外環境變化作出的規律性應答。其中“中樞神經系統”、“動物體或人體”、“內外環境變化”、“規律性應答”是闡述概念內涵的關鍵詞,體現了反射概念的本質屬性,而“中樞神經系統”、“動物體或人體”就界定了反射的范圍――只有具有神經系統的動物或人才具有反射現象,這是概念的外延的關鍵詞。教學中不斷強化學生對這些概念“關鍵詞”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散方式進行考查,通過許多典例來求證概念的內涵和外延,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類型”這一關鍵性特征后,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用。這樣,經過多次的強化刺激,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化

在掌握了大量的概念后,往往會出現概念的混淆和遺忘,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。以下各項中,能構成圖中關系的是(　)

A　DNA、染色體、基因

B　反射、應激性、適應性

C　酶、蛋白質、激素

D　減數分裂、有絲分裂、無絲分裂

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

參考答案:C。

其他還有:生態因素,生物因素和種間(或種內)關系;酶、激素和蛋白質的關系;應激性、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與之有關的其他概念間的關系才能確定其準確的含義。概念圖有思維圖、流程圖、循環圖等,下面是以能源物質的種類為中心構建的生物學概念圖(圖4)。

篇2

關鍵詞：生物信息學 創新實踐能力 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，以數學和計算機為基本工具的一門交叉學科，綜合運用數學、計算機科學和生物學的各種工具，獲取、處理、存儲、分發、分析和解釋生物信息，進而揭示大量數據所蘊含的生物學意義。生物信息學已經成為生物醫學、農學、遺傳學、細胞生物學、分子生物學等學科發展的強大推動力量，目前已經成為高等院校生命科學相關專業學生必須掌握的主要專業課程。要實現中華民族偉大復興的中國夢，離不開科學技術的創新驅動，創新人才的培養自然成為高等院校的主要責任，高等院校教師需要根據培養學生創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知識，且生物信息學自身發展迅速，新概念、新算法、新數據庫等層出不窮，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生物信息學課程的發展。生物信息學教學改革的內容應該著重于提高學生的創新實踐能力。該文將生物信息學教學改革中總結的經驗，從教學理念、教學方法、教學內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學生創新實踐能力進行了討論。

1 教學理念上強調學生的實踐能力和自主創新思維的培養

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的生命科學相關專業學生，主要課堂目標是熟練應用各種軟件、數據庫解決實際的生物學問題，而不是研究新算法、開發新程序。非生物信息學專業的學生一般具有較好的生物學基礎，對于核酸、蛋白質等相關知識已經較為熟悉，在教學中不必過多重復，而對于生物信息學中的數學模型，程序原理等內容具有較大的學習障礙，經過我們的教學發現，學生對于這些內容的不理解并不會顯著影響其應用軟件的實踐能力。因此，對于非生物信息學專業的生物信息學本科課程，應當簡化復雜難懂的理論知識，注重培養學生的實踐能力，使學生可以應用生物信息學工具對生物數據進行分析，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對生物信息學產生興趣，增強創新實踐能力。

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絡教室，接駁互聯網的計算機安裝有課堂管理系統，實時演示教師的操作。教師在授課過程中結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、靜態的生物信息學知識以具體的、動態的形式演示，提高學生的學習興趣，加深學生對知識的掌握程度。例如在講解蛋白質三維結構相關知識時，教師需準備好各種蛋白質的三維結構素材，并使用（同時教會學生使用）專業蛋白質三維結構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場和計算機操作屏幕的錄像，將視頻放到網絡教學平臺上，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題目的方式開展創新實踐練習，促進學生創新性思維方式，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用能力。（5）采用雙語授課，提高學生專業英語能力。生物信息學的實際操作離不開數據庫和軟件，而目前國際上通用的生物信息學在線數據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概念的英文說法。我們采用雙語授課，對課程中的關鍵信息再使用中文重點講解一遍。教學中發現大多數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絡教學平臺發送給學生，并列出來關鍵名詞，供學生提前預習，減少課堂上直接聽英文的難度，在數據庫和軟件中，安排學生多次使用同一個軟件，同一個數據庫，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）發揮網絡教學的優勢，教師可根據教學內容從網上下載教學輔助資料，充分利用網絡的現有資源，并通過網絡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上解答、探討。教師還可以通過網上論壇、聊天室、QQ、E-mail等對學生學習和生活進行指導和關心，可以及時了解掌握學生的學習情況，有利于教師不斷調整教學方案，達到更好的教學效果。

3 教學內容上增強課程應用性

生物信息學的課程內容很多，具有很強的跨專業性，由于課時和學生專業的限制，我們應選擇性地進行授課，教學內容主要強調課程實踐應用性。（1）要在課程的第一節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而不可缺少的，并結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據的分析，分析過程中易出現各種錯誤，需要在多次操作實踐中不斷總結經驗才能熟悉。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用的原理，不會出現在實驗課時理論與實驗脫節的現象。（4）生物信息學發展迅速，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，更好的應用到實踐中。因此我們密切關注學科發展動態，掌握最新研究成果，每學期的教學隨時進行知識更新，及時將國內外及教師的新知識、新成果作為教學內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新思維

考試改革的目的是強化實踐教學，注重創新能力的培養;發揮教學中的積極性、主動性、創新性;在加強素質教育的基礎上擴寬專業教育;培養“寬厚型、復合型、創新型、外向型”人才。考試可分為期末考試、平時練習和上機考試等三部分。期末考試使用傳統的考試方式。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網環境下的隨堂在線操作，隨堂在線測試的內容主要是使用各種軟件和數據庫分析生物數據的操作實踐，增強學生理論應用實踐的綜合能力。例如給出一個蛋白質的名稱，讓學生查詢此蛋白質的序列、理化性質、翻譯后修飾等信息，預測蛋白質二級結構，三維結構等操作。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 結語

總之，生物信息學教學需要培養學生自主創新學習的能力和在實踐中自主創新獲取知識的技能，使學生知識、能力、素質協調發展。為了提高學生創新性思維和實踐操作能力，生物信息學教學改革應從以下幾方面進行：在教學理念上，強調學生的實踐動手能力、創新思維的培養;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;在教學內容上，增加實驗學時，增強課程應用性，理論為實踐服務;在考試改革上，采用多種考查考核方式促進學生實踐能力、創新思維。在今后的教學工作中，我們將繼續探索行之有效的教學方法、教學手段和教學模式，啟發學生的創新實踐意識，培養學生的創新思維和實踐能力，以滿足現代社會對創新型人才的需求。

參考文獻

[1] 張紀陽，劉偉，謝紅衛.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.關于如何提高生物信息學教學質量的探討[J].江西農業學報，2010（3）：194-195.

[3] 石生林，韓艷君，劉彥群，等.非專業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試圖，從大量數據中尋找具有指導和開創性價值的依據，為生命科學研究提供必要的、有效的系統模擬和信息預測結果。目前，生物信息學在生物醫學、生物工程、植物學、動物學、生態學、遺傳學、制藥和高科技產業領域中的應用越來越廣泛，產生巨大的影響力和推動力。

一、生物信息學在生物科學領域的作用

生物科學是研究生物結構、功能、發生和發展規律，及其與周圍環境關系的科學。在分子生物學技術突飛猛進的發展過程中，生物科學從傳統的個體及群體表征研究逐步演變為內在分子機制的研究，隨著基因測序技術的發展，生物科學領域的研究不僅聚焦于生物個體的內在分子機制，同時還從大量的生物個體的基因數據中獲取和解析生命的本質和規律，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域各個學科發展的過程中逐步產生的一門綜合性學科，該學科在生物科學領域的應用極為廣泛。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信息中心（NCBI）的生物信息數據庫中。利用生物信息學的相關方法和技術能夠對這些數據進行查詢、統計和分析，從而更好地理解和認識植物基因組的功能，指導后續的科學研究和生產應用。傳統的生物學分類方法已經鑒定及分類了成千上萬的物種，但是隨著生物科學的發展和認知，越來越多的物種在遺傳進化上的分類依據較為模糊，而利用生物信息學結合傳統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、親緣關系、遺傳進化過程和發展規律，這在當今的生物分類學中應用日趨廣泛。生物信息學還可以綜合利用數學、統計學和計算機等學科對生態系統進行模擬和計算分析，探索物種間基因流動的本質，揭示生態系統的物質和能量循環規律，從而為找到決定生態系統平衡和穩定的根本因素提供重要的依據，幫助生態系統平衡的恢復。此外，通過生物信息學技術構建遺傳工程菌，降解目標污染物的分子遺傳物質，從而達到催化目標污染物的降解，維護生態環境的空氣、水源、土地等質量，也是當今生態環境保護的新興研究方向。

二、生物信息學的學科內容和課程要求

生物信息學主要由基因組學、蛋白質組學、系統生物學、比較基因組學、計算生物學等學科構成，主要涉及的內容有生物數據的收集、存檔、顯示和分析，體外預測、模擬基因及蛋白質的結構和功能，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域的知識和技能，才能較好地把握該課程。

1.高等數學和統計學基礎

生物信息學將數學和統計學作為主要的計算理論基礎，主要包括數學建模、統計方法、動態規劃方法、數據挖掘等方面。此外還包括隱馬爾科夫鏈模型（HMM）在序列識別上的應用，蛋白質空間結構預測的最優理論，DNA超螺旋結構的拓撲學，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學及統計學的計算方法的基礎知識，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學建模和計算，從而對基因和蛋白質序列進行比對、進化分析和繪制遺傳圖譜等。

2.生物科學基礎

生物信息學包含的生物類學科有，生物化學、分子生物學、遺傳學等基礎學科，基因工程、蛋白工程、生物技術等應用學科。根據其課程特點，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、蛋白質組學等基本生物學課程，對于基因序列、蛋白質序列、啟動子、非編碼區等概念有深刻的理解，同時需要對一些重要的生物學數據庫有一定的了解，如美國基因數據庫（GeneBank）、歐洲分子生物學實驗室數據庫（Embl）和日本核酸數據庫（DDBJ）等。此外，要求學生能夠利用生物學數據庫查找基因序列、蛋白質序列、基因及蛋白質結構模型，能夠讀懂數據庫中基因和蛋白質的信息注釋，能夠計算蛋白質序列的分子量和等電點，能夠為擴增特定的基因片段設計引物，能夠對特定物種進行系統發育分析等。

3.計算機科學基礎

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的過程需要能夠熟練使用計算機對大量的生物信息數據進行處理和分析，這主要包括對數據信息進行搜索（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據的過程中，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使用Unix和Linux操作系統，這些操作系統需要大量的操作命令進行輸入執行過程，對于經常使用Windows操作系統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

目前國內大多數高校的生物信息學教學采用傳統的教學模式，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，缺乏和專業相適應的綜合性、設計性實驗，而開放性實驗更無從談起。

1.教學模式固定單一

生物信息學在內容層面涵蓋諸多學科領域，注重應用性和實踐性。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課程內容壓縮到一門課程進行教學，在有限的教學時數下灌輸大量內容，增加了學生學習的難度，降低了教學質量。再者，大多數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容的脫節，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用到后續的工作和學習中，最終未能體現出該門課程的價值。

2.教師專業背景薄弱

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，但是多數教師在數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，對生物信息學發展趨勢也了解不多。在師資缺乏的情況下，院系開設生物信息學課程，教師為了完成教學任務，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，專業教材缺乏

生物信息學實踐課需要學生在網絡環境下用計算機學習NCBI數據庫的檢索與使用、序列比對分析軟件的應用、蛋白質空間結構圖視軟件的應用、序列拼接軟件的應用等。但是目前，大多數高校開設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量，也偏離了教學大綱中強調的重在培養學生實踐操作能力的培養目標。

另外，目前還沒有適用于生物科學專業的生物信息學教材。國內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，涉及的實踐內容較少，學生需要具有較高的相關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容不統一，教學大綱混亂等情況。

4.實踐課程經費不足，實踐教學環境落后

當今，許多發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，培養大量生物信息學人才，為整個生物學的理論研究及其相關產業創新（主要是醫藥和農業）提供指導和支撐。國內對生物信息學的關注和認識起步較晚，其發展落后于國際發達國家。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，缺乏必要的儀器設備，生物信息學的實踐教學條件得不到保障，比如大多數高校的生物科學專業沒有相應的計算機實訓室，配套軟件也相對匱乏，落后于國際發展水平。

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

根據當今生物信息學的發展方向，制定和修改理論教學大綱，除了引物設計、基因和蛋白質序列比對、基因和蛋白質結構功能預測等基本內容外，還需添加系統進化樹分析、聚類分析、蛋白質互作網絡譜圖等較為綜合的內容。另外，增加實踐教學課程比例，充實實踐教學內容，結合理論教學內容增加綜合性、設計性實驗，適當提供科研環境，鼓勵開展開放性實驗。

目前國內并沒有系統的、專業的生物信息學實踐教材，因此針對高校生物科學專業方向的特點，聯合多學科領域（數學、生物科學、計算機科學）編寫相應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合學生的接受能力，由淺入深，多設實例和相關練習，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合起來，能夠促進教學與科研的共同發展。在緊密聯系科研的過程中，采用基于問題的教學（PBL）方法，通過實踐教學環節，培養和訓練學生把所學的生物信息學的知識和方法應用于各種生物科學領域的科研活動中，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展。例如，在生物信息學實踐教學中多加入生產和科研中遇到的經典實例，鼓勵學生利用相關的生物信息學軟件及相關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知識開展課題研究。此外，專業教師在指導學生課題研究的過程中還可以發現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容，提高教學質量。

3.開展多學科實踐結合的教學模式

生物信息學屬交叉學科，包含了不同領域的專業知識和技能，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合的教學模式。

多學科實踐結合的教學模式是指聯合不同領域、不同學科、不同專業的課程在教學的過程中結合生物信息學涉及到的知識和技能進行基礎性、鋪墊性教學。比如，在高等數學和統計學的教學過程中，針對生物信息學的需求，適當增加數學建模、統計方法、動態規劃方法、數據挖掘等方面的基礎內容，同時，開設實例實踐教學，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用原理和規則；在生物科學專業課程設置上，尤其是實踐課程的教學過程中，結合生物信息學涉及的引物設計、序列比對分析、基因及蛋白質結構功能預測等方面開展相應的設計性、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用；在計算機科學的教學過程中，應根據生物信息學的需求，開設正則表達式、Perl語言、R語言等課程學習，以及增加Linux和Unix操作系統課程學習，使學生在學習生物信息學前打好堅實的基礎。

值得注意的是，生物信息學課程與其他課程的開設時間和順序需要有一定的探索和評估，對于開設該課程的時間把握是開展多學科實踐結合的教學模式的關鍵因素。過早開設生物信息學則會導致學生在不具備相應學科基礎的條件下跨越式的接觸生物信息學，無法理解和掌握相關的知識和技能；過晚開設則會使學生學習了相關學科知識和技能后，由于課程銜接不緊，導致在學習生物信息學時出現理解滯后和無法適應的現象。因此，針對不同專業和學科的特點，根據具體情況進行統籌安排，使生物信息學和其他相關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量。

五、結語

生物信息學是現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，高校生物科學專業課程設置、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，在提高教學質量的同時將更好的提升學生科研、應用和創新能力。

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.全基因組預測目標基因的新方法及其應用.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用.生命科學研究，2002， 6（3）：204-210.

篇4

關鍵詞：生物信息學；醫學；教育；建議

生物信息學（Bioinformatics）是一門發展迅速的生物學分支學科，由生物學、計算機學、信息管理學、應用數學及統計學等多門學科相互交叉而形成，本質是利用計算機技術解決生物學問題，通過信息的處理和整合實現發現和創新。它主要包括以下3個方面的內容：①生物數據的收集、整理、存儲、檢索、加工、分析和整合；②生物系統和結構的建模；③與生物科學相關的計算機技術的應用，這個范圍還在不斷的擴增中［1］。醫學生物信息學是指以醫學研究和臨床應用為中心開設的生物信息學，本文討論的內容主要圍繞醫學生物信息學展開。近20年來，互聯網、數據庫和計算方法的發展，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、蛋白質組研究的開展，各種高通量生物實驗技術快速發展為生物信息學，提供了更大研究空間的同時，也對海量的生物學數據進行有效地挖掘和整合提出了嚴峻的挑戰；而以基礎研究與臨床醫療結合為宗旨的轉化醫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導致了生物信息學專業在全世界的蓬勃發展。以美國為例，在1999年之前，全美只有6所大學設置有計算生物學與生物信息學專業，而到2002年，則有31所大學設置了計算生物學與生物信息學專業博士學位，其中有12所大學是在2001年～2002年之間設置的這門專業［1］。這些大學通常以生物學、生物統計學、計算機科學或者生物醫學信息學為依托設置這門專業，不同大學對該專業學生的培養模式也有所不同。在我國，很多高等院校將生物信息學作為專業課程設立，醫學高等院校也逐步將其作為基礎課程或選修課設立。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提高具有重要意義。作為一名臨床醫師和醫學研究人員，筆者深刻體會到在實際工作中，無論是自身合理應用生物信息學知識進行思考和設計，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，結合文獻和思考，對我國醫學生物信息學人才培養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在醫學領域中的應用，側重于醫院信息管理和信息系統建設方面的醫學信息學（Medical　Informatics）不在本文討論范圍內。理想的醫學生物信息學人才培養目標應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、數據庫結構和相關知識框架，以及硬件知識；②生物信息學專家，具有熟練應用計算機儲存、處理、分析和整合相關生物信息的能力；③基礎研究或臨床工作者，具有查閱文獻，提出生物學或臨床醫學問題，合理使用上述生物信息學來思考、設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據。結合我國實際情況，想讓臨床醫學專業學生或醫學生物信息學專業學生同時完成以上3個方面的培訓顯然不切實際。理想的培訓模式，是通過對臨床醫學專業和醫學生物信息學專業學生不同側重的培訓，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。對醫學院校學生，尤其是醫學研究生，生物信息學培訓的內容應側重于對其計算思維能力和信息學應用能力的培養，目的是使其能熟練地從生物信息學角度發現和提出生物學或臨床醫學方面的科學假設，針對該假設設計合理的研究方案，并為后續研究提供正確的初始數據；對以生物醫學為中心的信息學專業人才培養，內容應側重于對其計算機技術和生物信息學在醫學實踐應用方面能力的培養，目的是與前者配合，指導并幫助其完成科學假設的設計，對前者提供的初始數據進行管理、存儲、檢索、分析和整合，以及完成更高要求的計算機技術方面的應用，例如應用軟件的設計，生物系統和結構的建模，等等。

1　醫學生的計算生物學與生物信息學思維培養

本部分特指醫學專業學生的生物信息學教學，部分醫學院校開設的醫學生物信息學專業教學將在下一部分中提及。無論是醫學基礎研究，還是以循證醫學為代表的臨床研究，生命科學研究的一般過程，都遵循發現問題資料查詢預實驗提出科學假設設計實驗驗證假說資料查詢和結果分析科學理論總結的基本思路［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果分析的重要工具，更應是在提出科學假設和實驗設計階段就需要貫徹執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學假說的實驗方法，是將一個生命科學假設用計算和信息學思維方式表達和實現的過程。在我國，絕大部分醫學基礎研究和臨床研究課題都是由醫學院校畢業的臨床工作者設計和申請的。由于臨床醫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據管理、存儲、檢索、分析和整合多由研究生或實驗室工作人員負責。因此結合我國的實際情況，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，才是醫學生生物信息學培訓的中心內容。由于我國臨床醫學教學采用長學制（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，過早或過于籠統的培訓都顯得意義不大，所以筆者認為針對醫學生的生物信息學培訓安排在研究生階段是比較合適的，教育中心是以醫學研究需求為指導，強調信息學思維培訓和實踐操作。具體提出的建議有兩點，一是根據學生專業背景調整理論教學內容。醫學院校學生的數理基礎、計算機基礎及統計學理論基礎不能和工科院校的學生相比，醫學專業包括基礎醫學、臨床醫學、口腔、預防等專業，涉及廣泛，各個專業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，要根據不同的專業背景和研究內容形成“個性化”的培養方案，目的是讓學生有選擇有針對性地掌握相關生物信息學內容，例如數據庫的類型和選擇，常用軟件的種類和應用等，同時又不會對過于高深的生物信息學理論產生反感。二是結合研究生階段的課題，開展研究內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引物設計，基因功能、結構預測，調控元件及轉錄因子預測，蛋白質基本理化性質分析，跨膜區及信號肽預測，二級結構和空間三維結構的預測等。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，通過網上教學和答疑、夜間授課、集中授課與個別指導結合等多種方式靈活解決。

2　以醫學為中心的生物信息學專業人才培養

如果說對醫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用計算和信息學表示，并正確提供初始數據，那么以醫學為中心的生物信息學專業人才培養的目的，就是使其學會用計算機學和信息學處理并證實科學假設的過程。具體的內容包括，與實驗室工作人員和臨床醫生配合，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和課題內容設計；在課題實施階段對后者提供的初始數據進行管理、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的需求，例如應用軟件的設計，生物系統和結構的建模，等等。目前，計算生物學與生物信息學專業研究生的培養模式主要有3種：①以生物學為中心的多學科培養模式。理論教育以生物學為中心，在6～9個學期內陸續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，然后根據興趣和實際情況選擇一個相關實驗室完成研究生課題。這種培養模式被大多數綜合大學采納。②以工程設計為中心的培養模式。③以醫學為中心的培養模式。指以醫學研究和臨床應用為中心設置計算生物學和生物信息學，絕大多數由醫學院校設置，側重生物信息學與臨床醫學的結合。在進入課題階段之前會有1～2年臨床相關概念和信息的培訓，主要開設的課程包括生物學、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、數學和統計學等，甚至包括部分醫學課程，后期實踐階段通常選擇一個相關實驗室完成研究生課題。總的看來，醫學生物信息學基礎課程設置與國際趨勢相符，也符合以醫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研究生就業情況來看，確實存在素質參差不齊，學不能致用，不能很快融入研究工作等問題。筆者認為，這種現象可以從三個方面加以改進：①以職業發展和學位教育為導向，建立多層次、多形式的醫學信息學教育和繼續教育體系。各醫學院校可在統一專業培養目標和定位的基礎上，根據自身的學科基礎和特色，結合學生畢業后的工作領域和就業方向，形成“個性化”的專業方向和培養方案。②加強師資力量的建設，形成以課程為中心的教學團隊。現有醫學生物學教材內容寬泛、偏重理論，對實踐環節的指導較少，需要授課老師有選擇的挑選合適的內容并予以補充和完善。這對授課教師的素質提出了更高要求，要求其能根據實際情況因材施教，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、引進學術帶頭人，從其他專業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。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”作為人才培養的最終目的。可以通過構建開放式實踐教學平臺，建設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計、實施和總結，在整個過程中要特別注意培養學生的學習興趣和自學能力，強調知識的自我更新。

綜上所述，醫學生物信息學人才培養的最終目的是使生物信息學能滿足現代醫療和醫學研究發展的需要，使醫學生物信息學人才成為有效連接基礎研究與臨床醫療的橋梁，為現代醫學的發展提供新途徑［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．醫學院校生物信息學實踐教學初探［J］．基礎醫學教育，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科學生計算思維培養［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］．西北醫學教育，2011，19（6）：1220－1223．

篇5

關鍵詞： 生物信息學 農業研究領域 應用

“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年發表的文章中首次使用。生物信息學自產生以來，大致經歷了前基因組時代、基因組時代和后基因組時代三個發展階段［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［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世紀生物技術的核心，已經成為現代生命科學研究中重要的組成部分。研究基因、蛋白質和生命，其研究成果必將深刻地影響農業。本文重點闡述生物信息學在農業模式植物、種質資源優化、農藥的設計開發、作物遺傳育種、生態環境改善等方面的最新研究進展。

1.生物信息學在農業模式植物研究領域中的應用

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濟價值的關鍵植物的基因圖譜。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地研究這些重要農作物的基因表達、蛋白質互作、蛋白質和核酸的定位、代謝物及其調節網絡等，從而從分子水平上了解細胞的結構和功能［5］。目前已經建立的農作物生物信息學數據庫研究平臺有植物轉錄本（ta）集合數據庫tigr、植物核酸序列數據庫plantgdb、研究玉米遺傳學和基因組學的mazegdb數據庫、研究草類和水稻的gramene數據庫、研究馬鈴薯的pomamo數據庫，等等。

2.生物信息學在種質資源保存研究領域中的應用

種質資源是農業生產的重要資源，它包括許多農藝性狀（如抗病、產量、品質、環境適應性基因等）的等位基因。植物種質資源庫是指以植物種質資源為保護對象的保存設施。至1996年，全世界已建成了1300余座植物種質資源庫，在我國也已建成30多座作物種質資源庫。種質入庫保存類型也從單一的種子形式，發展到營養器官、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，人們越來越多地應用各種分子標記來鑒定種質資源。例如微衛星、aflp、ssap、rbip和snp等。由于對種質資源進行分子標記產生了大量的數據，因此需要建立生物信息學數據庫和采用分析工具來實現對這些數據的查詢、統計和計算機分析等［7］。

3.生物信息學在農藥設計開發研究領域中的應用

傳統的藥物研制主要是從大量的天然產物、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中的意義在于找到病理過程中關鍵性的分子靶標、闡明其結構和功能關系，從而指導設計能激活或阻斷生物大分子發揮其生物功能的治療性藥物，使藥物研發之路從過去的偶然和盲目中找到正確的研發方向。生物信息學為藥物研發提供了新的手段［8，9］，導致了藥物研發模式的改變［10］。目前，生物信息學促進農藥研制已有許多成功的例子。itzstein等設計出兩種具有與唾液酸酶結合化合物：4-氨基-neu5ac2en和4-胍基-neu5ac2en。其中，后者是前者與唾液酸酶的結合活性的250倍［11］。目前，這兩種新藥已經進入臨床試驗階段。tang sy等學者研制出新一代抗aids藥物saquinavir［12］。pungpo等已經設計出幾種新型高效的抗hiv-1型藥物［13］。楊華錚等人設計合成了十多類數百個除草化合物，經生物活性測定，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］。

現代農藥的研發已離不開生物信息技術的參與，隨著生物信息學技術的進一步完善和發展，將會大大降低藥物研發的成本，提高研發的質量和效率。

4.生物學信息學在作物遺傳育種研究領域中的應用

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

中尋找可能的相關基因，然后在作物中找到相應的基因及其位點。農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據，可通過建立生物信息學數據庫來整合這些數據，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］。在此基礎上，育種學家就可以應用計算機模型來提出預測假設，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，從而培育出新的優良農作物品種。

5.生物信息學在生態環境平衡研究領域中的應用

在生態系統中，基因流從根本上影響能量流和物質流的循環和運轉，是生態平衡穩定的根本因素。生物信息學在環境領域主要應用在控制環境污染方面，主要通過數學與計算機的運用構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核酸 dna，以及生物大分子蛋白質酶，達到催化目標污染物的降解，從而維護空氣［16］、水源、土地等生態環境的安全。

美國農業研究中心（ars） 的農藥特性信息數據庫（ppd） 提供 334 種正在廣泛使用的殺蟲劑信息，涉及它們在環境中轉運和降解途徑的16種最重要的物化特性。日本豐橋技術大學（toyohashi university of technology） 多環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。美國環保局綜合風險信息系統數據庫（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，以及分子遺傳毒性參數［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。網絡的普及，情報、信息等學科的資源共享，勢必會創造出一個環境微生物技術信息的高速發展趨勢。

6.生物信息學在食品安全研究領域中的應用

食品在加工制作和存儲過程中各種細菌數量發生變化，傳統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，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］技術也是未來食品病毒檢測的發展方向。

轉基因食品檢測是通過設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］。通過對轉基因農產品數據庫信息的及時更新，可準確了解各國新出現和新批準的轉基因農產品，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域的應用還比較有限，但隨著食品安全檢測數據庫的不斷完善，相信相關的生物信息學技術將在食品領域發揮越來越重要的作用。

生物信息學廣泛用于農業科學研究的各個領域，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，以及信息中介服務機構提供相關服務，通過出版物、信息共享平臺、數字圖書館、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業持續健康發展發揮作用。

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展［j］.河南農業科學，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，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.植物種質資源庫的設計與建設要求［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，胡艾希.藥物設計.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.計算機輔助設計與合成除草劑的研究［j］.計算機與應用化學，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.環境生物技術信息學進展［j］.環境污染治理技術與設備，2002，3，（11）：92-94.

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

［19］趙玉玲，張天生，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.基因芯片技術在基因突變診斷中的應用及其前景［j］.重慶醫學，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.疏水網格濾膜技術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

關鍵詞：生物信息學；創新思維；課外訓練；文獻抄讀

隨著生物信息學在生物學、醫學中的廣泛應用，許多高校開始開辦生物信息學專業，培養生物信息學人才。哈爾濱醫科大學是最早開設生物信息本科專業的高校之一。目前，幾十所高校陸續開辦生物信息學專業，包括：東南大學、同濟大學、南方醫科大學等。多學科交叉的特點，使得生物信息學人才的培養面臨極大的困難。生物信息學的本科生需要接受數學、統計學、生物/醫學、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，生物信息學的發展速度極快，讀研深造或就業生物信息公司，需要的大多是最新的生物信息學技術[1]。因此，哈爾濱醫科大學采取了課外創新思維訓練的模式，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]。本文以哈爾濱醫科大學大慶校區學生為例，探討該模式的經驗和策略。

1生物信息技術培訓

通過宣傳，讓大一的本科生自由報名參加培訓，組織系內有科研經驗的教師對學生開展生物信息基礎知識培訓課程，每年培訓10幾次，每次根據授課教師的準備內容，講授2-4學時。這些課程大部分安排在周末進行，內容主要結合基礎知識和教師科研特點來設定，包括：非編碼RNA基本概念、microRNA、Cytoscape畫圖、統計學方法、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。學生的課外創新思維與課內創新思維最大的不同在于有效的結合了實踐活動。這些培訓內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：高校的科研內容往往與公司所需的技術接近，因此學生對這些內容的深入學習和實踐，對以后的就業有很大的幫助。

2文獻抄讀活動

文獻抄讀是科研中掌握最新研究動態和學習最先進技術的有效手段。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。哈爾濱醫科大學大慶校區的生物信息團隊每周有三次的文獻抄讀，往往設定在工作日晚上進行。我們要求自愿參加課外創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常發表在頂級期刊，如：nature、science和cell。我們發現，由于低年級學生聽不懂，一段時期內會對生物信息參數厭倦感。有的學生一兩個月后會適應，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，共同負責學生的創新思維培養。根據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，我們選擇優秀的學生閱讀和講授文獻抄讀。在實踐過程中，發現高年級本科學生更加適合于講生物信息數據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據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生更大的興趣，因為文獻抄讀內容有很實用的知識和方法，學生課下可以馬上根據文獻內容來復現結果，并應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文獻抄讀內容，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。學會文獻中的數據庫使用，可以增加數據量和數據來源。但也需要注意一點，學生的知識面有限，在安排學生任務時，要評估學生是否能夠勝任該任務。

3結束語

本文以介紹生物信息本科生創新思維課外訓練的經驗為例，探討了生物信息學創新思維的培養策略和方法。我們發現本科生參與文獻抄讀活動有利于培養本科生的創新思維。

參考文獻

[1]馮陳晨，李春權.如何培養本科生的科研創新能力.科技創新導報,2015．

篇7

關鍵字 蛋白質組；蛋白質組學；研究技術；分離技術

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展與壯大，推動了生物學技術的快速發展，使得我國在生物技術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順利完成。隨著科技的不斷發展，在生物學界產生了許多新的技術，新的基因組研究手段與方法，可以實現對數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組的研究。只有研究基因編碼和翻譯的蛋白質，才能真正的了解到生物的活動特征。

1 蛋白質組概念和蛋白質組學研究的范圍

在20世紀90年代根據蛋白質和基因組的技術提出了蛋白質組的概念，蛋白質組指的是一組基因或者細胞所有的蛋白質表達的情況，與基因組類似，但是與基因組不同的是，蛋白質組更注重于對研究體代謝的一系列動態過程進行研究。從蛋白質組的名稱上可以了解到，蛋白質組不是針對于單一的蛋白質進行研究，而是把一組蛋白質的整體作為研究對象，最后分析出每個蛋白質的表達信息。蛋白質組學是由于蛋白質組的出現而興起的一門生物技術學科，蛋白質組學，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。目前蛋白質組學主要研究生理、病理或不同發育階段下蛋白質的表達情況，對表達存在差異的蛋白質進行進一步研究，分析蛋白質之間的相互作用，蛋白質的組成結構，以及蛋白質的翻譯和定位情況等。

2 蛋白質組研究的主流技術

蛋白質組研究的進展與蛋白質組研究技術的發展是不可分開的，二者之間起到相互促進的作用。隨著科學的進步，對于使用生物技術進行研究的結果要求越來越高，對數據要求也越來越精確，所以蛋白質組研究的技術也在不斷創新與更新，目前針對于蛋白質的分離來說，蛋白質組研究的主流技術包括雙向凝膠電泳技術、差異凝膠電泳技術、質譜技術以及多維液相色譜技術等。

2.1雙向凝膠電泳技術

傳統的雙向凝膠電泳技術由1975年建立，采用雙向凝膠電泳技術進行蛋白質組分離大大的提高了分辨率，因此，在蛋白質組研究技術中一直被廣泛采用。其產生雙向的原理是：第一向為等電聚焦，使得帶有不同電荷量的蛋白質產生電泳分離，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產生電泳分離。

隨著技術的提高，雙向凝膠電泳技術也進行了完善，目前所使用的雙向凝膠電泳技術中第一向利用固相pH梯度等電聚焦電泳技術來達到蛋白質組分離的效果，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，這種方法難以實現對于極大蛋白質、極小蛋白質、極堿性蛋白質和疏水性蛋白質進行有效分離分析與研究。

2.2差異凝膠電泳技術

差異凝膠電泳技術是在雙向凝膠電泳技術上發展起來的，差異凝膠電泳技術在一定程度上彌補了雙向凝膠電泳技術的不足，不但提高了蛋白質組的分離效率，而且降低了勞動強度，最重要的是提高了電泳的靈敏程度。差異凝膠電泳技術的原理是對兩份不同的蛋白質組研究樣品做不同的標記，然后放在同一環境下進行凝膠電泳，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果的區別，繼而可以對兩種不同的蛋白質表達結果進行進一步分析與研究。

2.3質譜技術

采用質譜技術對蛋白質組進行分離的原理是：首先將蛋白質組研究樣品的分子進行離子化，然后根據不同離子的質荷比不同來確定其分子量，最后實現對其進行分離。在進行蛋白質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。質譜技術通過與其他高端技術的配合，可以實現對多肽的序列進行測量。

2.4多維液相色譜技術

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

3 蛋白質組生物信息學

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

4 結論

由于生物學科學技術的提高，蛋白質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，蛋白質領域的建立為生物學家進行蛋白質結構的研究提供了新的角度與新的研究理念。蛋白質組技術的發展，對一些細菌蛋白質的研究和對分析疾病的產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.蛋白質組研究的技術體系及其進展[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.蛋白質組分析技術進展[J].生物物理學報，2001（1）：119-126.

篇8

關鍵字高校大一新生對策共助成長

在大學里，大學輔導員已經漸漸成為了一個專業化的職業。自從2011年碩士研究生畢業后，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。

新專業的困惑生物信息學作為本世紀的一個新興學科，現在已經發展成為生物信息學專業和生物技術專業，國內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專業的問題，也有咨詢本專業未來的問題。為了讓所有學生們能夠對生物信息學有個大致的了解，我開了個“我的生物信息”主題班會，從生物信息的過去、現在、和未來三個角度進行了講解，將生物信息學在生物醫學領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專業論文進行閱讀，經過這一措施，學生們開始對本專業有了雛形的概念。

貧困生的煩惱在大一新生中，大約有一半來自農村，家境條件都很差。經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，咨詢專業和未來的事情。他家有3個孩子，兩個已經是大學生，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。經過這個事情后，我發現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造勤工助學的機會，我通過向學院申請崗位、在網上搜索并核準崗位，在校園周邊路過時也會留意招聘廣告。一次，在醫科大學校內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。經證實后，我記下電話號碼并發給生活委員，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查，結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劃。從調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 %。對于這個結果，我表示欣慰，我認為應該將學習小組繼續進行下去，將階段測試進行下去。

篇9

【摘要】理論免疫學用數學的方法來研究和解決免疫學問題，以及對免疫學相關的數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據的出現，理論免疫學從受體交聯和免疫原理、Jerne的相互作用網絡和自我選擇等經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變。

【關鍵詞】免疫學, 理論；數學模型；生物數學

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）是指用數學的方法來研究和解決免疫學問題，以及對免疫學相關的數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學交叉的邊緣學科，也稱數學免疫學（Mathematical Immunology），是生物數學的一個分支。由于免疫現象復雜，從免疫學中提出的數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）。理論免疫學的任務就是揭示免疫系統運行的規律和機制，及其病理機制。數學模型（Mathematical Models）和數據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，數學模型已經開始應用于免疫學，但傳統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]。這些傳統模型以少數成份（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容。直到2000年，人們才開始對免疫學的復雜性進行數學建模。隨著高通量方法（High Throughput Methods）和基因組數據（Genomic Data）的出現，理論免疫學開始轉向信息學（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的主要研究目標大多集中在高通量測量計劃和系統免疫學（System Immunology）或免疫組學（Immunomics）計劃。在數學模型水平上，分析方法也從以微分方程為主的簡單系統轉向廣泛應用Monte Carlo模擬（Monte Carlo simulations）。這種向更多分子和更多計算的轉變態勢與復雜系統涉及的所有研究領域出現的轉變極為相似。同時，理論免疫學中另一個重要轉變是，人們關注焦點從對外源性的適應性免疫系統的轉向更多考慮固有免疫系統的平衡。

1理論免疫學經典模型

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

1.1 受體交聯和免疫原理

受體交聯[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]據此發展了這個理論和數學模型并提出，抗原能夠聚集B細胞受體，從而激活B細胞。這個結論是B細胞免疫的基礎之一。

盡管數學模型對免疫學發展的貢獻的例子還有很多，但是免疫網絡（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的相互作用網絡

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

1.3 自我選擇

調節性網絡實際上是理論免疫學中自我選擇這個大課題的一部分。假設表達自身反應性受體的淋巴細胞被機體清除（陰性選擇）。大多數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，盡管僅通過檢測免疫系統的成分，人們是無法接近問題的實質，但是他們的嘗試拓寬了我們的視野。直到今天，關于獲得和打破（自身免疫性疾病）耐受的途徑，也沒有一個公認的解釋。

2理論免疫學的現代模型

理論免疫學的模型和問題現在正逐漸向分子理論免疫學方向發展。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、高通量測量技術的發展、空間分布（Spatial Distribution）作用的測量和建模能力的發展等實驗技術的發展是分不開的。同時，計算機處理能力和建模技術的發展也是影響現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的系統模型。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開發的IMMSIM模型[28-31]。其設計的主要目的是為了在計算機上進行免疫應答試驗。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，以產生更好的識別抗原的克隆種類。IMMSIM模型的基礎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包括了適應性免疫系統的所有主要成份：CD4和CD8 T細胞、B細胞及其相應的受體，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的粗略描述。因此，人們在此基礎上又進行了其它的開發。

第一個較有影響的是由Martin. Meier-Schellersheim開發的Simmune[35-36]。這個系統嘗試建立一個足夠寬廣和復雜的平臺，從而能夠對免疫學的任意實際過程進行模擬。它不僅是一個特殊模型，更是一個建模技術或語言。

還有應用了Monte Carlo模擬[37-38]或稱免疫模擬（Immunosi m）、狀態圖[39]（State-Charts）等多種數學模型，試圖涵蓋免疫系統所有可能細節并建立動力學模型。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]。這些綜合模擬的優勢在于他們涵蓋了當前免疫學的所有細節。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，免疫學復雜系統分析的最大進展是細胞內分子定位[41]（Molecule Localization）測量技術。免疫突觸（Synapses）的發現就是利用了該技術。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用于B細胞。這些模型中，有的是假設一個固定的細胞膜在二維晶格上（2D Lattice），有的假設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。目前此領域的所有模型都是以廣泛的數值模擬（Numerical Simulation）為基礎的。

空間擴展模擬的另一個領域是生發中心動力學的模擬。經典模型主要采用ODEs來描述一或兩個總體的均勻動力學[46]（Homogenous Dynamics），而現代模擬主要應用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）數據庫得到了全面的發展[50-51]。免疫遺傳數據庫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（包括經典和非經典的）。另外，IMGT數據庫還包括了大量的淋巴細胞受體重排序列。

這樣龐大的數據庫是伴隨著免疫信息學（Immunoinfor matics）工具的大量發展而建立的。其中包括用于junction分析[52]、免疫基因對準（Immunogene Alignment）以及系統發育的工具[53-55]。所有這些工具的基礎都是將生物信息學理念應用于免疫學。免疫遺傳數據庫日漸顯現的重要性表明，免疫學建模逐漸向基因化方向轉變。

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，使免疫系統發育學（Immuno-Phylogenetics）得以快速發展。目前研究的主要焦點是適應性免疫系統的起源。適應性免疫是免疫系統的一部分，通過隨機基因重組以適應新病原體。很明顯，在軟骨魚類（Cartilaginous Fish）分化之前，適應性免疫最早出現于有腭脊椎動物（Jawed Vertebrates）。然而，這樣一個復雜系統起源的來源還不清楚。T細胞受體結構域（Receptor Domain）和B細胞受體結構域之間的相似性、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座子（Transposon）橫向轉移到原始免疫受體（Primeval Immune Receptor）中。這個領域中使用的主要工具是系統發育分析（Phylogeny Analysis）及其相關的所有數學模型[56]。

另一個系統發育概念和方法的應用是B細胞的體超變異[57]（Somatic Hyper Mutations，SHM）分析。在生發中心反應過程中，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生一次超變異，導致突變克隆的產生。這些克隆表現為微進化（Micro-Evolution），可以很容易地在實驗室中研究。對B細胞系統發育樹（Phylogenetic）以及它們與其它因素關系的分析，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導（Signal Transduction）與基因重排結合起來建模。現已建立了不同條件下的B和T細胞內的基因重排過程和淋巴細胞信息轉導的模型[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的研究領域。免疫學是最晚轉向以數據為基礎的、目前已在其它生物學領域中應用的高通量方法。近5年，在這一領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域的經典基因表達的自適應和定位技術[62][63]，以及針對免疫學的新技術的發展取得的。免疫學領域主要依靠實驗手段，但實驗所取得的結果卻是應當屬于理論免疫學的范疇，并且與復雜科學密切相關。

在基因重排過程中應用熒光原位雜交技術[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。

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

2.7 免疫組學

目前，在理論免疫學中，最璀璨的研究領域可能就是新產生的免疫組學。這個年輕的學科已經擁有了自己的雜志《immunomic research》(省略)。免疫組學的主要目標是全方位地研究免疫系統[66][67]。這個領域采用實驗與理論相結合的工具。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的所有基因位點的檢測。這個新生領域的成果還有限，但是在不到10年內，免疫學建模將會從基于預定假設（Predefined Hypotheses）的理論問題研究轉向對免疫系統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展階段，許多方法和理論還很不完善，它的應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的數學方法進行研究，還有一些免疫核心問題還存在爭議。這就需要未來的醫學工作者具備更多的數學知識，對免疫學和數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: 科學出版社, 53-129.

[3] 馬知恩. 種群生態學的數學建模與研究. 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展，提高生物科學專業學生適應學科發展的需要的能力，我們學院專門開設了針對生物科學專業的限選課程――蛋白質化學與蛋白質組學。本課程在介紹蛋白質化學基本內容的同時，兼顧學科發展動態，使學生掌握蛋白質組學的基本理論、基礎知識、主要研究方法和生物信息學在蛋白質組學及蛋白質工程方面的應用及典型的研究實例，力求增長生物科學專業學生的專業知識與技能，為完成畢業論文設計及今后從事生命科學相關工作打下堅實基礎。課程開課幾年來，筆者及同教研室課題組對蛋白質化學與蛋白質組學課程的教學理念、教學內容、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量

蛋白質化學與蛋白質組學的授課對象是生物科學專業本科三年級的學生。該階段的學生面臨畢業論文設計及準備考研兩大難題，對此，本課程的教學目標應該是養成學生的科研思維，提高實驗設計水平，培養其動手能力。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構，認真研究學生的認識規律和學習方式，培養學生的學習興趣，充分調動學生的主觀能動性是提高教學質量所必需的。在教學過程中，教師扎實的理論基礎、豐富的科研經驗、熟練的實驗操作水平是引導教學成功的先決條件。

二 教學理念要轉變，教學方式要靈活

“以學生為中心，以能力培養為導向”這一理念近年來備受教師關注和學生歡迎[2]。這一理念強調由教師引導，確定教學目標，學生為中心和主導，根據教學目標，主動收集整理資料，自主探究相關知識，發現問題，分析問題，解決問題，最后由教師總結，將學習的主動權真正交還給學生。這樣，教師與學生在發現分析解決問題的過程中，各自完成教學任務，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，可以充分調動學生的積極性。實踐證明，教師更新教學理念，提高教學質量，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合是完成教學任務的必經之路。因此，筆者根據課程的教學內容和學生的理論水平及興趣點，經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，生命科學是一門發展迅速的科學，與醫學、社會學等學科有交叉，且與我們的生活生產密切相關。因此，靈活地舉例對于培養學生的學習興趣顯得十分重要。例如，北京蛋白質組學研究中心是我國蛋白質組學國家重點實驗室，作為國際人類肝臟蛋白質組計劃實行總部，目前該中心已成功鑒定人類肝臟蛋白質13000余種，并繪制了高可信度的肝臟蛋白質互作圖譜，發現了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、肝癌癌變及轉移等標志蛋白質陸續被發現，為今后肝臟相關疾病的預防及治療打下了堅實的基礎。通過這一舉例，既能夠增強學生對蛋白質組學的認可度，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，激發學生學習興趣，培養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計和科研設計，培養其科研能力。例如，讓學生根據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，筆者所在學院開設了開放實驗課程，我們鼓勵學生主動地進行實驗設計，習得相應的實驗技能。

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，而蛋白質組學的教學目的，是通過本課程培養學生的科研思維，培養學生的科研能力。因此，在考核方式上，也應當實施多種考核方式，綜合評價學生能力。考試方式主要由平時成績、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，自由地進行發揮。如，進行課題設計，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。此外，綜述的寫作有助于學生形成對某一科研領域的綜合認識，期末理論考試主要考白質組學相關概念和理論的掌握程度，同時結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組學技術的掌握程度。

蛋白質化學與蛋白質組學這門課程作為生物科學專業學生的限選課程，在國內院校開得并不多，該課程在我校已開設多年，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。對于需要進行畢業論文設計和今后即將進入醫院或科研機構的生命科學專業學生來講，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，畢業論文設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勢和效果。

四 教師應當以身作則，培養學生求真的科學態度

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”。科研探索是用于發現問題、分析問題和解決問題的，在此過程中，需要對每次的實驗結果進行多次論證，力求結果的真實及科學性。孔子云：“其身正，不令而行。其身不正，雖令不從。”因此，教師自身良好的教學態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計或論文撰寫時，教師必須直接參與并監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，也應嚴格要求學生在實驗前做好各項準備工作，實驗過程中規范操作，對實驗結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，師生關系融洽是完成教學任務的一項重要保證。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度對待課程，如此才會有良性循環。

綜上所述，蛋白質化學與蛋白質組學的教學過程中應時刻把握“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，激發了學生的學習興趣，充分地調動了其主觀能動性，因而直接提升了教學質量，對于面對即將進行畢業論文設計，即將考研或即將實習的生物科學專業學生而言，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化學與蛋白質組學的規劃教材，因此，我們選擇何華勤主編的《簡明蛋白質組學》作為授課教材，該書內容全面且簡明扼要，并以利布萊爾主編的《蛋白質組學導論――生物學的新工具》、Wilkins主編的《蛋白質組學研究：概念、技術及應用》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、質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，生物信息學內容專業復雜，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有的雙向電泳平臺，力求為學生創造條件。

生命科學學科發展日新月異，高校人才培養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，及時總結教學規律，才能提高教學質量，這樣才能真正做到以學生為中心，以能力培養為導向，努力而有效地培養出適應社會和經濟發展需求的生命科學學科專業人才。

參考文獻