计算机系统应用到生物学的课程教学

　　这篇计算机工程师论文发表了计算机系统生物学的课程教学与实践，论文介绍了计算机系统生物学课程的教学现状、教学内容和教学模式，结合医学院校的特点，探讨了在计算机系统生物学课程教学中需要注意的问题，这将有助于学生创新思维的训练和科研时间能力的培养。

　　关键词：计算机工程师论文,计算系统生物学,医学院校

　　生命系统高度复杂,成千上万的基因相互作用,形成复杂的调控网络,继而完成特定的生物学过程。传统生物学实验从单个基因角度出发,探索生命现象或者疾病致病机制,忽略了系统中各个层面的交互、支持、整合等作用,限制了生物学研究的发展。随着高通量测序技术的发展,海量组学数据(基因组、转录组、蛋白质组、表观组、互作组等)的涌现,以及生物信息整合分析技术的开发,计算系统生物学应运而生[1]。计算系统生物学是生物信息专业本科生基础课程。自哈尔滨医科大学2003年开设生物信息专业以来,计算系统生物学一直是该专业学生的主干课程,经过多年的理论与实践教学,笔者将探讨该课程相关内容和教学方法,以期提高教学质量。

　　1计算系统生物学课程简介

　　计算系统生物学是一门新学科,以生物信息学为基础,以计算为工具,从系统的角度解决生物学和医学问题。计算系统生物学研究流程首先是实验数据的获得,其次是利用计算生物学建立生物模型。科学家把计算系统生物学分为“湿”的实验部分(实验室内的研究)和“干”的实验部分(计算机模拟和理论分析)。“干”和“湿”实验的完美整合才是真正的计算系统生物学[2]。计算系统生物学的核心是整合,包括三方面：将系统内不同性质的构成要素(基因、mRNA、蛋白质、生物小分子等)整合在一起进行研究;从基因到细胞、到组织、到个体的各个层次的整合;研究思路和方法的整合(水平型和垂直型整合)。计算系统生物学与其他学科密切相关,如生物信息学、分子生物学、数学、计算机[3]。计算系统生物学不仅仅渗透到医药领域,也已经广泛应用到能源领域,工业生产、畜牧农林业等等。

　　2教学现状

　　计算系统生物学课程总学时数目是60学时,包括42学时理论学时和18学时实验学时。一般开设在本科三年级。该课程授课教师质量优,是从生物信息学方向毕业的博士,具有生物背景和数学背景,常年从事复杂疾病的系统生物学方面的研究。由于该课程在医学院校开设,必然需要一些具备计算机和算法良好基础的优秀教师参与授课,这样才能使得该课程具有良好的师资结构,保证好的授课效果。目前,据不完全统计,全国有30余家生物信息学专业开设计算系统生物学课程。不同背景的院校开设该课程,侧重点各有不同。工科院校侧重算法的开发和模型的建立。医学院校侧重生物学问题和疾病机制的探索。

　　3教学内容

　　目前没有规范的、成熟的中文计算系统生物学课程教材,均是授课教师编写的讲义。授课教师根据专业背景、专业人才培养定位,紧跟专业前沿研究内容,制定教学大纲和教学计划,包括理论课和实验课。教学大纲包括理论课每一个学时的授课内容(掌握和熟悉的内容)、教学基本要求、教学重点和难点。实验课需要明确实验名称、实验内容、实验目的和要求、实验程序、结果分析等。计算系统生物学的实验制定以理论为基础,将理论应用于时间,旨在提高学生动手操作能力。

　　4教学模式

　　4.1理论与实践结合

　　计算系统生物学课程依赖于专业基础课的内容,例如:组学的知识点、网络知识点、概率论、数理统计、计算机编程等。对于理论课,主要采用教师主导的传统讲授方法,运用PPT等多媒体授课,以弥补书本教材抽象、呆板的缺点。在授课课件中需要利用大量图片生动、形象地展示当前计算系统生物学研究领域的最新进展。收集或制作动画、视频教程在课堂上进行演示。

　　从数据搜集、数据分析、数据综合、建立模型、干实验模拟、系统分析模型、提炼假设和预测,到最后的实验验证。这是一个经典的计算系统生物学分析流程。在理论知识的基础上,需要及时在实验课堂上进行实践。指导学生理解不同算法的基本原理,结合生物学问题,深入浅出地阐明计算系统生物学精髓。由于实验课课时有限,需要引导学生课后积极思考、探索有意思的生物问题,鼓励学生自己实践小课题,活学活用。鼓励学生自学,拓展知识面,积极关注最新科研动态,培养学生学习兴趣。

　　4.2案例式授课

　　计算系统生物学课程的理论知识是枯燥的,计算系统生物学是一门多学科交叉的科学,涉及的知识面广而深。例如:计算系统生物学涉及到数学知识,如贪婪算法、图算法、组合模式匹配、聚类和树、隐马氏模型、随机化算法等[4]。又如,涉及广泛的生物学知识点,必须有分子生物学、生物化学、细胞生物学知识储备。如何提高学生学习的积极性,学会将不同的知识点融会贯通的运用起来,是一个关键问题。

　　在授课过程中,针对不同的教学内容和教学目的,需要采取不同的教学方法。因此,采取案例式方法授课,可以收到很好的教学效果。例如:在肿瘤系统生物学这部分知识点授课时,以肺癌为例,整合突变、拷贝数、甲基化等多维度分子改变识别肺癌相关基因[5]。首先,学生需要了解肺癌这个疾病的背景知识,了解不同分子改变的内涵;其次,要获得肺癌患者的数据,需要到公共数据库,如TheCancerGenomeAtlas等,搜集不同分子改变数据并进行处理;然后,根据一定的生物学假设,建立统计模型,应用到肺癌数据上;最后,进行癌基因的预测和验证。通过案例,引导学生思考,将不同的知识点进行融合利用,收到良好的教学效果。

　　4.3科研教学一体化

　　计算系统生物学是一门新学科,知识处于不断更新中。教师在授课过程中需要引导学生学会检索文献、阅读前沿英文文献,重视学生的创新思维,提高学生学习的积极性。我院实行学业导师制,学生在大三年级进入各位老师研究的课题组。那么,在授课过程中,授课教师需要注重引导学生将理论知识应用到解决科研问题上,将科学研究和教学一体化,以科研促进教学,学以致用,让学生感受到学到的知识的用处。这样学生对课程内容会产生兴趣,兴趣是最好的老师,这将有助于学生创新思维的训练和科研时间能力的培养。

　　5结语

　　总之,计算系统生物学教学目的是从大数据中挖掘有用的生物信息,并整合起来从整体上认识生物系统;用数学模型为生物系统建模,揭示生物机制和致病机制[6]。大数据时代下,精准医学的发展必然离不开计算系统生物学。通过该课程的授课,培养复合型的学生,提高学生的学习积极性、实践操作能力和解决实际问题的创新能力。同时,对我们任课教师也提出了更高的要求。授课教师需要不断提高自身素质,包括科研能力、教学水平等,积极和同专业的教师进行交流,不断地探索和完善计算系统生物学课程教学,培养具有跨越数理科学、生命科学、信息科学、医学等不同领域的优秀生物信息学人才。

　　参考文献

　　[1]刁妍妍,蔡超钱,蒋华良,等.计算系统生物学：理论、方法及在药物研发中的应用[J].生命科学,2010(10)：1035-1042.

　　[2]程妍,刘仲林.计算生物学一门充满活力的新兴交叉学科[J].科学学与科学技术管理,2006(3):11-15.

　　[3]高亚梅,韩毅强.《生物信息学》本科教学初探[J].生物信息学,2007(1):46-48.

　　[4]王兵,姚益平,邢飞.计算系统生物学中并行随机仿真方法研究进展[J].计算机工程与科学,2010,32(9):134-139.

　　[5]张百红,岳红云.肿瘤的系统生物学观点[J].中国肿瘤临床,2012(16):1233-1235.

　　[6]徐强,王长亮,李胜.系统生物学——生命科学的新领域[J].中国医药导报,2008,5(26):20-22.

　　作者：顾云燕 单位：哈尔滨医科大学生物信息科学与技术学院

　　推荐阅读：《工业控制计算机》(月刊)创刊于1988年，由中国计算机学会工业控制计算机专业委员会、江苏省计算技术研究所有限责任公司主办。

转载请注明来自发表学术论文网：http://www.fbxslw.com/dzlw/15305.html