时间:2024-01-26 14:53:01
导言:作为写作爱好者,不可错过为您精心挑选的10篇生物信息学方向,它们将为您的写作提供全新的视角,我们衷心期待您的阅读,并希望这些内容能为您提供灵感和参考。
要确定商务英语专业的学生应该学习哪些职业技能,要先确定该专业学生可以从事哪些职业岗位的工作。
商务英语专业的建设、发展正在逐步走向成熟。但实际上,商务英语专业本质上还是没有一个明确的、具体的研究方向。原因在于它仍然没有脱离语言作为工具这个本质,而商务在该专业中一直处于被淡化的地位。原因在于它包含的领域过于宽泛,如国际经济与贸易、市场营销、人力资源管理、财务、电子商务、法律等。国际经济与贸易专业的可就业岗位有:外贸业务员、单证员等;市场营销专业的就业岗位有,市场调查员、广告策划专员等;人力资源管理专业的就业岗位有:人力资源总监、职业经理人、培训师、人事部主管;财务相关专业岗位有:会计、出纳、会计主管等。因此,要确定商务英语专业职业技能,则应该参考各相关专业的就业岗位群,再具体到具有岗位的职业技能以及职业技能涉及的实践教学内容。各相关专业的职业技能总结起来包括:基本职业技能(语言、商务知识、办公软件使用)、核心职业技能(各岗位相关专业理论、实践知识、业务能力)、综合职业技能(职业道德、人文素养、身心素质、人际技能)等。
二、职业技能实践教学现状
如今,商务英语专业的学生处于一个比较尴尬的地位:语言能力不如英语专业的学生,商务专业能力不如学习商务相关专业的学生,实践能力和职业技能也无法和专业学生相比。
原因在于各高校的商务英语专业的课程设置偏重语言的教学,没有注重专业技能的培养,而实际上,商务相关专业就业岗位对从业人员的专业业务能力要求远大于语言能力的要求。
对于专业职业技能的实践教学的开展和研究也处于初级阶段。实践教学设备、师资、课程设置、教学内容、教学方法,还有其他方面的保障还不够完善。
三、根据岗位要求有针对性的培养职业技能
1.课程设置。课程设置要保障学生的专业知识结构能够支撑学生将来的就业、从业和职业发展。也就是专业知识、语言训练、职业技能的培养应该成为商务英语专业培养方案中的核心部分,并且占用重要比重。改变商务英语专业注重培养语言能力,简单增加商务知识的现状,要让职业技能教学涵盖语言的学习和坚固专业知识的学习。
2.教学模式。采用CBI的教学模式即Content Based Instruction(以内容为依托的教学),就是直接用实践操作完成语言讲专业知识,学习专业知识的同时,提高语言的应用能力。也就是用职业技能的实践教学实现专业知识、语言教学和实践操作的“三位一体”的教学模式。
3.三位一体。专业职业技能实践教学“三位一体”的教学模式的实现要求有设备、师资、机构和管理的保障。职业技能的实践操作离不开设备,如:办公软件的操作需要的计算机设备;岗位核心职业技能需要的业务流程的模拟训练实训软件、硬件设备等。市场营销专业相关的职业岗位实训设备等。师资保障则需要“复合型、双师型”教师。要培养专业职业技能复合型人才,就要求教师首先是专业知识、语言能力、业务岗位实践操作综合实力过硬的复合型、双师型教师。机构保障指的是校企合作。商务英语专业应该与行业企业进行广泛的合作,建立实训基地,让学生在就读期间或者是暑假到企业中实习、实训,在真实的岗位上实践所学的知识。在管理上,针对独立院校学生自主学习能力欠缺的特点,从制度要求和日常考核中保障课上下,课内外的教学和学习效果。
4.课、证、岗、赛相结合。此外,课、证、岗、赛的教学模式贯穿其中。其中课程的教材、教学内容一定要倾向职业技能的实践操作。证书的考取也要融入到教学中,要求学生有职业资格证,所以要证明学生具备职业技能还有帮助学生考取相应的资格证书。岗,指的是岗位技能训练。这需要校企紧密合作完成。真正要获得专业职业技能实践能力只有到具 [本文由wWw.dYLw.nEt提供,第 一进行和服务,欢迎光临dYLW.neT]体的实际工作中才能有真切的体验和确实的收获。所以,商务英语专业一定要和企业有广泛的合作来保证实践教学的圆满实现。赛,指的是参加与专业相关的实践技能大赛。鼓励学生参加国际、国家、省级和学院级别的各项比赛。让学生通过比赛,巩固和实践课堂中所学的知识。
四、总结
中图分类号:G642.0 文献标志码:A 文章编号:1674-9324(2014)03-0156-02
21世纪是生命科学的世纪,应人类基因组计划(human genome project,HGP)和生物科学迅猛发展的要求,迅速兴起的生物信息学(Bioinformatics)成为生命科学浪潮中的弄潮儿。生物信息学是由林华安博士于1987年提出的,而它的起源可以追溯到20世纪50年代末计算机在生物研究中的应用。到20世纪末期,伴随着计算机技术和网络技术的革命性发展,生物信息也突飞猛进地发展起来。它的诞生和发展是应时所需,是历史的必然,已经悄然渗透到生物科学的每一个角落。生物信息学是一门交叉科学,它包含了生物信息的获取、加工、存储、分配、分析、解释等在内的所有方面,它综合运用数学、计算机科学和生物学的各种工具,来阐明和理解大量生物数据所包含的生物学意义。生物信息学现已迅速发展成为当今生命科学最具吸引力和重大的前沿领域,为生物学、计算机科学、数学、信息科学等专业的高素质人才提供了更广阔的发展天地。生物信息学不仅是一门新学科,更是一种重要的研究开发工具。从科学的角度来讲,生物信息学是一门研究生物和生物相关系统中信息内容与信息流向的综合系统科学。只有通过生物信息学的计算处理,人们才能从众多分散的生物学观测数据中获得对生命运行机制的系统理解。生物信息学专业是教育部1998年颁布的《普通高等学校本科专业目录》中新增的一个目录外专业,专业代码070403W,在今年教育部新颁的《普通高等学校本科专业目录(2012年)》中专业代码调整为071003,设在生物科学类。从2002年起,我国一些高等院校开始向教育部申请设立生物信息学本科专业,目前有武汉大学、西南交通大学、河北大学、同济大学、浙江大学、苏州大学、华中科技大学、太原理工大学、重庆邮电大学、山西农业大学、湖南农业大学、哈尔滨医科大学、福建农林大学、南方医科大学等14所高校学校先后获得批准。湖南农业大学是湖南省目前唯一经教育部批准设立生物信息学本科专业的学校。湖南农业大学生物信息学专业2004年获教育部批准成立,2005年正式开始招生。2005年招收65人,2006年招收46人,2007年招收55人,2008年招收45人,2009年招收47人,2010年招收45人,2011年招收51人,2012年招收48人,经过八年的建设,已经毕业四届学生,积累了一定的办学经验,对生物信息学的专业内涵、人才培养目标、教学内容、课程设置等有了较深刻的认识。具体地说,我们积极开展专业调研工作,学习和借鉴国内外高校专业建设的经验,根据本专业教学规范,制定和修订了较科学的教学计划、教学大纲和考试大纲。根据专业建设的需要,积极引进专业教师,师资队伍的规模逐步扩大、知识结构不断优化,专业培养目标基本明晰,教育管理水平得到提高。虽然通过大家的努力,我们在生物信息学的专业建设和人才培养方面取得了一定成绩,但在高素质应用型人才培养方面存在一些不足,主要表现在:
1.缺乏标准的生物信息学高素质应用型人才培养模式。由于设立生物信息学专业的高校有综合性大学、农业院校、医科大学、电子信息院校等,对生物信息学专业人才培养的认识各异,造成课程设置的侧重点存在较大差异。事实上,国外在生物信息学专业的课程设置方面也缺乏成功的经验,围绕“哪些是生物信息学专业的必修课程”和“生物信息学专业的本科生需要哪些基本背景”之类的问题争议颇多。我国高等教育的传统模式在创新性人才和交叉学科人才的培养方面本身就存在不少薄弱环节,如何通过生物信息学专业课程教学与实践加强学生的研究能力,从而加快培养不同专业背景的“复合型”人才是摆在我们面前的一项艰巨任务。
2.生物信息学专业实践教学平台建设有待进一步完善和加强。高等学校的教育目标是培养具有创新精神和实践能力的高素质人才。实践教学与理论教学共同担负着培养高素质人才的任务,在提高学生实践能力、培养应用型人才方面具有更重要的作用。随着知识经济的发展,素质教育的深入,高教质量工程的实施,实践教学改革的开展,打造、建设和优化生物信息学专业实践平台以培养高素质生物信息学专业人才显得极其迫切和极为重要。目前,我校关于生物信息学专业学生实践能力培养的专业实践平台还存在许多不足,主要表现为以下四个方面:(1)专业实验室建设明显滞后。目前与生物内容相关专业实验在植物科学国家级实验教学中心的实验室开展;生物数据挖掘、生物软件开发和生物信息分析等相关专业实验在生物安全省级实践教学中心的计算机房开展;至今为止还没有一个真正意义上的生物信息学专业实验室,这对实验教学开展、学生科技活动进行与辅导、课程设计和毕业设计教学开展与辅导、教学科研工作的深入造成极为不利影响,并随着研究生的招生,实验室建设严重不足问题将更显突出。(2)课程教学体系系统性差。由于生物信息学是一个新兴学科,生物信息学专业在我国的创办时间不长,在生物信息学专业实践教学方面没有多少成功的经验值得借鉴,加上专业建设时间不长,这方面自身经验积累不足,许多想法和思路有待验证、改善和落实,实践教学内容设置、内容衔接和效果评估建设等方面还欠缺,传统性实验开展较多,开放性实验开展过少,最新技术方法(如:云计算)和社会对专业技术新要求在专业实验教学中融入还不够,内容还不成体系,系统性还存在许多不足。(3)开放型实践教学体系建设还是空白。目前高校对开放实验改革中进行的实践和探讨基本上停留在把少部分实验项目改革成了开放实验,开放实验内容单调简单、面窄浮浅、不成体系,系统性和创新性非常欠缺,效果往往达不到预期要求,也远不能满足不断学科发展和社会发展需要。我校生物信息学专业开放性实践教学体系建设也同样处于空白,关于生物信息学专业开放性实践教学体系建设需要紧急推动和落实。(4)实习基地建设还存在不足。目前,我校生物信息学专业还没有专门的校外实习基地,影响了学生实践动手能力的提高。
3.师资队伍需要进一步优化。教师队伍的素质、水平决定了专业建设的质量。生物信息学是一个交叉学科,生物信息学专业需要既熟悉生物学背景,又要熟悉信息类知识的专业课教师和学术带头人。目前,我校生物信息学系现有专职教师10人,其中教授5人,副教授2人,有博士学位的9人。听起来实力蛮雄厚,但真正科班出身、从事生物信息研究的老师并不多,很多是从原植物保护专业的师资调整过来的,有些是近年引进的,还没有形成稳定的学术梯队。还没有科研及教学成果奖,也没有主编规划教材出版,师资队伍的学术水平尚待进一步提高,师资队伍需要进一步优化。
4.教育教学改革需要进一步深化。生物信息学专业开办了八年,我们在教学改革建设方面也做了一些工作,但需要进一步深化;在人才培养模式、实验室建设、课程建设等方面做了一点探索,获得湖南农业大学教改项目4项,如2006年的《生物信息学专业建设及人才培养模式的探索》、《生物信息数据处理中心开放式实验室建设与服务模式研究》,修改了培养方案,发表了几篇教学教改论文。在教学手段上,本专业教师能够结合生物信息学学科特点,开展利用现代化手段进行辅助教学的教学改革探索,我们鼓励教师积极使用一些优秀的教学软件,也鼓励教师结合自己的教学经验,努力开发电子课件,对于学生的深入学习起到了重要的作用。我们在教学改革方面虽然做了一些工作,但远不能适应本专业的发展要求。
5.就业渠道拓展不够。由于生物信息学专业是新兴的专业,专门的产业尚没有完全成熟,目前主要分布在医药产业和信息产业之中,因此,就业渠道有待扩展。
当前,生物信息学在国内外的发展基本上都处于起步阶段,各国所拥有的条件也大体相同。因此,这是我国生物信息学研究赶超国际先进水平的极好机会。生物信息学研究投资少,见效快,可充分发挥我国基因信息资源丰富的优势,以及湖南农业大学在生物学领域,尤其是微生物基因组研究方面的特长,经过十几年或更长时间的努力,湖南农业大学的生物信息学专业有可能会成为湖南省的优势特色专业。
参考文献:
[1]李宏.我国生物信息学研究的发展策略[J].重庆工商大学学报(自然科学版),2005,22(2):105-109.
[2]赵爱民.生物信息技术发展态势分析[J].中国生物工程杂志,2003,23(5):101-103.
[3]陈锋,吴明晖.符合时展的高素质应用型人才培养体系的探索与实践[J].中国高教研究杂志,2011,(8):32-35.
[4]舒坤贤,袁帅.生物信息学实践教学体系的构建与实践[J].湖南人文科技学院学报,2012,(2):118-120.
中图分类号:G4233文献标识码:A文章编号:1009-5349(2017)06-0019-02
近些年,生物信息学顺应时代变化而成为生命科学的新兴领域。[1]生物信息学主要是对核酸和蛋白质两个大方向的数据进行处理与分析。[2]目前,生物信息学作为基础课程在各高校生物科学专业及相关专业开设。其教学质量的高低对于培养学生的综合能力具有重要的意义。[3]因此,各高校在教材选择、课程安排、教学内容、实践教学等方面不断进行改进。[4]优秀的生物信息学教材是提高教学质量的基础。对不同的教材进行对比分析,从中选取适合相关专业的教材,是教师的必要工作。本文对五种生物信息学教材进行分析,为不同专业对于教材的选择提供参考和建议。
一、研究方法及教材简介
(一)文献研究法
笔者主要从以下三个方面进行文献检索。首先,搜索与生物信息学教材分析相关的著作。其次,利用中国知网、万方数据库等检索与教材分析相关的期刊论文。最后,借鉴优秀教师的教案,仔细阅读并进行分析。深入了解相关生物信息学教材分析的背景以便进行整理分析。
(二)对比研究法
本文主要选取了五种生物信息学教材,根据教材的基本框架结构及特点,对其进行对比分析,分析总结不同教材之间异同。
二、生物信息学教材分析
随着课程改革的不断完善,针对不同地区、不同专业,教材的使用也趋向多元化。生物信息学教材是教师进行教学活动的基础。对不同的生物信息学教材进行对比,以便教师作出最适合的选择。如表1所示,对五种教材从宏观角度进行内容上的分析。
如表1所示,从中可看出这五种教材从整体编写方面,都涵盖了核酸和蛋白质两个主要层面。主要内容包括:生物信息学的概念及发展历程、数据库的介绍、生物信息学常用统计方法、基因组学、蛋白质组学等几大方面。并且,大多数教材都附有思考题,有利于学生课后对知识进行运用及加深理解。只是随着生物信息学的飞速发展,不同版本的教材增添了新的相关的知识。同时不同教材的侧重点略有差异。
另一方面,从表1中可看出,五种教材所包含的章节为7到15章不等。这说明,随着科学技术的不断发展,更多的前沿知识不断地填充到教材中。所以,随着时间的变化,不同的教材,具有各自的特色。
首先,教材的侧重点不同。随着各物种的基因组计划的不断完成,生物信息学发展实现了质的飞跃。并且融入到各个领域中。例如:由李霞、雷建波编写的《生物信息学》,侧重介绍了生物信息学与疾病的相关联性。教材在内容和形式上有所创新。突出实用性,以临床实际问题作为编写出发点;而刘娟编写的《生物信息学》一书中,以丰富的实例,重点介绍了相关数据库和软件的功能、应用策略和使用方法。在章节编排上涉及微阵列数据分析的内容,突出了生物信息学与数学的融合。
其次,不同教材的难度存在差异性。陶士珩编写的《生物信息学》较基础,包含了生物信息学基本内容,力求使学生全面了解和掌握生物信息学领域的重要基础知识与基本操作技能。而陈铭编写的《生物信息学》,根据生物信息学多学科融合的特点,增添编程与统计学知识,教材所涉及的知识范围广泛。使得无论是对教师还是学生来讲,都要求具有深厚的学科背景。
最后,学科之间联系程度差异。生物信息学作为一项生物科学的工具,不仅仅应用于生物学,同时,在医学、农业专业、计算机科学等领域。[10]但不同教材所体现生物信息学与其他学科的联系程度不尽相同。例如:吴祖建编写的《生物信息学分析实践》一书,主要包含了数据库检索、引物设计、序列分析等诸多技术问题。书中以图表形式为主,文字介绍为辅,以让学生学会操作为主,将生物信息学与计算机科学紧密结合。
三、结语
生物信息学重要特点为学科交叉性,涉猎范围广。不同的生物信息学教材适用于不同专业。本文对五种教材进行对比分析,根据教材不同特色并结合不同专业特点,为教师选择适合的教材提出建议。陶士珩、刘娟编写的两版不同《生物信息学》,内容基础,适用农业专业和师范专业作为教学用书;李霞、雷健波编写的教材,主要突出了与医学相关联系,适用于医学专业用书;陈铭、吴祖建所编写教材,注重与计算机科学的关联,实践性强,有利于培养学生动手操作能力,适用于计算机专业。
参考文献:
[1]朱杰.生物信息学的研究现状及其发展问题的探讨[J].生物信息学,2005,3(4):185-188.
[2]赵屹,谷瑞升,杜生明.生物信息学研究现状及发展趋势[J].医学信息学杂志,2010(5):2-6.
[3]倪青山,金晓琳,胡福泉等.生物信息学教学中学生创新能力培养探讨[J].基础医学教育,2012,14(11):816-818.
[4]向太和.我国现有《生物信息学》教材和网络资源的分析[J].杭州师范学院学报(自然科学版),2006,5(6).
[5]陶士珩.生物信息学[M].北京:科学出版社,2007.
[6]刘娟.生物信息学[M].北京:高等教育出版社,2014.
[7]吴祖建.生物信息学分析实践[M].北京:科学出版社,2010.
[8]陈铭.生物信息学(第二版)[M].北京:科学出版社,2015.
[9]李霞,雷建波.生物信息学(第二版)[M].北京:人民卫生出版社,2015.
生物信息学作为一门新兴的交叉性学科,综合生物学、计算机科学和信息技术试图,从大量数据中寻找具有指导和开创性价值的依据,为生命科学研究提供必要的、有效的系统模拟和信息预测结果。目前,生物信息学在生物医学、生物工程、植物学、动物学、生态学、遗传学、制药和高科技产业领域中的应用越来越广泛,产生巨大的影响力和推动力。
一、生物信息学在生物科学领域的作用
生物科学是研究生物结构、功能、发生和发展规律,及其与周围环境关系的科学。在分子生物学技术突飞猛进的发展过程中,生物科学从传统的个体及群体表征研究逐步演变为内在分子机制的研究,随着基因测序技术的发展,生物科学领域的研究不仅聚焦于生物个体的内在分子机制,同时还从大量的生物个体的基因数据中获取和解析生命的本质和规律,并以此尝试对生命过程进行干涉和改造。而在获取、解析、干涉和改造的过程中扮演重要角色的就是生物信息学。
生物信息学是在生物科学领域各个学科发展的过程中逐步产生的一门综合性学科,该学科在生物科学领域的应用极为广泛。目前,植物基因组研究取得了重大进展,水稻、大豆、小麦等农作物的遗传图谱、基因序列、基因组注释已公布于美国国立生物技术信息中心(NCBI)的生物信息数据库中。利用生物信息学的相关方法和技术能够对这些数据进行查询、统计和分析,从而更好地理解和认识植物基因组的功能,指导后续的科学研究和生产应用。传统的生物学分类方法已经鉴定及分类了成千上万的物种,但是随着生物科学的发展和认知,越来越多的物种在遗传进化上的分类依据较为模糊,而利用生物信息学结合传统的分类学可以更好的研究生物类群间(植物、动物、微生物等)的异同性、亲缘关系、遗传进化过程和发展规律,这在当今的生物分类学中应用日趋广泛。生物信息学还可以综合利用数学、统计学和计算机等学科对生态系统进行模拟和计算分析,探索物种间基因流动的本质,揭示生态系统的物质和能量循环规律,从而为找到决定生态系统平衡和稳定的根本因素提供重要的依据,帮助生态系统平衡的恢复。此外,通过生物信息学技术构建遗传工程菌,降解目标污染物的分子遗传物质,从而达到催化目标污染物的降解,维护生态环境的空气、水源、土地等质量,也是当今生态环境保护的新兴研究方向。
二、生物信息学的学科内容和课程要求
生物信息学主要由基因组学、蛋白质组学、系统生物学、比较基因组学、计算生物学等学科构成,主要涉及的内容有生物数据的收集、存档、显示和分析,体外预测、模拟基因及蛋白质的结构和功能,对生物的遗传基因图谱进行分析处理,对大量的核苷酸和氨基酸序列进行比对分析,确定进化地位等。从生物信息学的概念及其涉及的内容中可以明确生物信息学不是一门独立的学科,所以要求教师在教学过程中掌握多领域的知识和技能,才能较好地把握该课程。
1.高等数学和统计学基础
生物信息学将数学和统计学作为主要的计算理论基础,主要包括数学建模、统计方法、动态规划方法、数据挖掘等方面。此外还包括隐马尔科夫链模型(HMM)在序列识别上的应用,蛋白质空间结构预测的最优理论,DNA超螺旋结构的拓扑学,遗传密码和DNA序列的对称性方面的群论等。因此,在生物信息学教学过程中要求教师具备数学及统计学的计算方法的基础知识,能够利用牛顿迭代法、线性方程回归分析、矩阵求拟、最小二乘法等进行数学建模和计算,从而对基因和蛋白质序列进行比对、进化分析和绘制遗传图谱等。
2.生物科学基础
生物信息学包含的生物类学科有,生物化学、分子生物学、遗传学等基础学科,基因工程、蛋白工程、生物技术等应用学科。根据其课程特点,学生在学习生物信息学课程前需要学习生物化学、分子生物学、遗传学、基因组学、蛋白质组学等基本生物学课程,对于基因序列、蛋白质序列、启动子、非编码区等概念有深刻的理解,同时需要对一些重要的生物学数据库有一定的了解,如美国基因数据库(GeneBank)、欧洲分子生物学实验室数据库(Embl)和日本核酸数据库(DDBJ)等。此外,要求学生能够利用生物学数据库查找基因序列、蛋白质序列、基因及蛋白质结构模型,能够读懂数据库中基因和蛋白质的信息注释,能够计算蛋白质序列的分子量和等电点,能够为扩增特定的基因片段设计引物,能够对特定物种进行系统发育分析等。
3.计算机科学基础
计算机是生物信息学的主要辅助工具,利用生物信息学研究生物系统的过程需要能够熟练使用计算机对大量的生物信息数据进行处理和分析,这主要包括对数据信息进行搜索(收集和筛选)、处理(编辑、整理、管理和显示)及利用(计算、模拟)。所以,学生在学习生物信息学的过程中需要了解和掌握一些常用的生物信息学软件,如BLAST和FASTA序列比对分析软件,Oligo和Primer引物设计软件,VectorNTI、DNASTAR、DNASIS等综合分析软件。此外,学生还需要学习和掌握一些常用的计算机语言,如正则表达式、Unix shell脚本语言和Perl语言。
利用生物信息学在处理和分析海量生物数据的过程中,计算机软硬件资源需要配合处理分析软件的运行,因此要求计算机操作系统使用Unix和Linux操作系统,这些操作系统需要大量的操作命令进行输入执行过程,对于经常使用Windows操作系统的学生来说是一个较难跨越的障碍。
三、生物信息学课程教学中存在的问题
目前国内大多数高校的生物信息学教学采用传统的教学模式,即以课堂式的理论教学为主,缺乏必要的实践教学。理论教学模式固定、教学方法单一、教学内容狭窄,通常是介绍性、科普性的课程,甚至作为公选课程。少数高校开展生物信息学的实践课程教学,但多以验证性实验为主,缺乏和专业相适应的综合性、设计性实验,而开放性实验更无从谈起。
1.教学模式固定单一
生物信息学在内容层面涵盖诸多学科领域,注重应用性和实践性。然而,目前大部分高校把生物信息学作为一门孤立的课程,这导致教师需要将大多数课程内容压缩到一门课程进行教学,在有限的教学时数下灌输大量内容,增加了学生学习的难度,降低了教学质量。再者,大多数高校仅开展生物信息学的理论教学,忽视实践教学过程,造成生物信息学理论与实践内容的脱节,使学生在学习完理论知识后难以深入理解和吸收,无法将所学的知识应用到后续的工作和学习中,最终未能体现出该门课程的价值。
2.教师专业背景薄弱
作为一门交叉学科,生物信息学的教学要求教师具有较强的数学、生物学和计算机科学背景。然而,目前从事生物信息学教学的教师即便具备深厚的生物学背景,但是多数教师在数学和计算机方面较为薄弱,并不具备完整的生物信息学知识体系,对生物信息学发展趋势也了解不多。在师资缺乏的情况下,院系开设生物信息学课程,教师为了完成教学任务,仅仅在教学中进行介绍性的讲解,在课程考查方式上通过小论文、综述和课外活动等方式完成该课程的学习。因此,无论是理论教学还是实践教学均无法实现该课程大纲的要求,从而影响学生对生物信息学课程的理解和掌握,生物信息学的实践操作能力更无从谈起。
3.实践教学薄弱,专业教材缺乏
生物信息学实践课需要学生在网络环境下用计算机学习NCBI数据库的检索与使用、序列比对分析软件的应用、蛋白质空间结构图视软件的应用、序列拼接软件的应用等。但是目前,大多数高校开设的生物信息学课程多以理论教学为主,实践教学课时非常少或者为零,学生对于生物信息学课程的学习仅仅通过教材上抽象的文字描述进行理解和掌握,这导致学生在理论课中学到的知识无法在实践课中进行验证或操作,严重影响了生物信息学的教学质量,也偏离了教学大纲中强调的重在培养学生实践操作能力的培养目标。
另外,目前还没有适用于生物科学专业的生物信息学教材。国内各大高校使用的教材多为国外教材的影印版或者中文翻译版本,这些教材偏重介绍生物信息学的理论和方法,涉及的实践内容较少,学生需要具有较高的相关知识才能接受和使用这些教材。因此,部分高校在生物信息学教学过程中往往使用自家编写的简化教材,从而造成生物信息学教学内容不统一,教学大纲混乱等情况。
4.实践课程经费不足,实践教学环境落后
当今,许多发达国家都很重视生物信息学的教学和研究,积极开展各种生物信息资源的收集和分析工作,培养大量生物信息学人才,为整个生物学的理论研究及其相关产业创新(主要是医药和农业)提供指导和支撑。国内对生物信息学的关注和认识起步较晚,其发展落后于国际发达国家。国家和高校对生物信息学的教学和科研资金投入力度不大,缺乏必要的仪器设备,生物信息学的实践教学条件得不到保障,比如大多数高校的生物科学专业没有相应的计算机实训室,配套软件也相对匮乏,落后于国际发展水平。
四、生物信息学教学模式改革的探索
1.修改理论和实践教学大纲,编写适用的实践教材
根据当今生物信息学的发展方向,制定和修改理论教学大纲,除了引物设计、基因和蛋白质序列比对、基因和蛋白质结构功能预测等基本内容外,还需添加系统进化树分析、聚类分析、蛋白质互作网络谱图等较为综合的内容。另外,增加实践教学课程比例,充实实践教学内容,结合理论教学内容增加综合性、设计性实验,适当提供科研环境,鼓励开展开放性实验。
目前国内并没有系统的、专业的生物信息学实践教材,因此针对高校生物科学专业方向的特点,联合多学科领域(数学、生物科学、计算机科学)编写相应的生物信息学实践教材,在制定、修改实践教学大纲和编写教材的过程中结合学生的接受能力,由浅入深,多设实例和相关练习,使学生循序渐进的理解和掌握生物信息学的原理和方法,掌握更多的生物信息学工具。
2.紧密联系科研、基于实践问题开展教学
通过实践教学把生物信息学教学与科研有机结合起来,能够促进教学与科研的共同发展。在紧密联系科研的过程中,采用基于问题的教学(PBL)方法,通过实践教学环节,培养和训练学生把所学的生物信息学的知识和方法应用于各种生物科学领域的科研活动中,通过解决实际问题训练学生的实践技能,从而促进教学与科研的双重发展。例如,在生物信息学实践教学中多加入生产和科研中遇到的经典实例,鼓励学生利用相关的生物信息学软件及相关的理论和方法解决问题。学生也可以选择自己感兴趣的课题,利用自己熟悉的、合适的生物信息学软件和相关知识开展课题研究。此外,专业教师在指导学生课题研究的过程中还可以发现理论和实践教学的不足,不断的完善生物信息学理论和实践课程大纲和内容,提高教学质量。
3.开展多学科实践结合的教学模式
生物信息学属交叉学科,包含了不同领域的专业知识和技能,为使生物信息学教学达到教学的目标,该课程教学需要采用多学科实践结合的教学模式。
多学科实践结合的教学模式是指联合不同领域、不同学科、不同专业的课程在教学的过程中结合生物信息学涉及到的知识和技能进行基础性、铺垫性教学。比如,在高等数学和统计学的教学过程中,针对生物信息学的需求,适当增加数学建模、统计方法、动态规划方法、数据挖掘等方面的基础内容,同时,开设实例实践教学,使学生理解和掌握隐马尔科夫链模型,牛顿迭代法、最小二乘法等方法的应用原理和规则;在生物科学专业课程设置上,尤其是实践课程的教学过程中,结合生物信息学涉及的引物设计、序列比对分析、基因及蛋白质结构功能预测等方面开展相应的设计性、综合性、开放性实验项目,使学生了解和掌握基本的生物信息学原理及软件的应用;在计算机科学的教学过程中,应根据生物信息学的需求,开设正则表达式、Perl语言、R语言等课程学习,以及增加Linux和Unix操作系统课程学习,使学生在学习生物信息学前打好坚实的基础。
值得注意的是,生物信息学课程与其他课程的开设时间和顺序需要有一定的探索和评估,对于开设该课程的时间把握是开展多学科实践结合的教学模式的关键因素。过早开设生物信息学则会导致学生在不具备相应学科基础的条件下跨越式的接触生物信息学,无法理解和掌握相关的知识和技能;过晚开设则会使学生学习了相关学科知识和技能后,由于课程衔接不紧,导致在学习生物信息学时出现理解滞后和无法适应的现象。因此,针对不同专业和学科的特点,根据具体情况进行统筹安排,使生物信息学和其他相关学科课程有很好的衔接和过渡,以确保和提高生物信息学的教学质量。
五、结语
生物信息学是现代基因组学时代的开阔者,也是生物科学研究的重要的工具和载体。针对生物信息学的特点,高校生物科学专业课程设置、教学方法、教学模式和教学软硬件等需进行一定的改革,将多学科实践结合的教学模式运用到生物信息学的教学实践中,在提高教学质量的同时将更好的提升学生科研、应用和创新能力。
参考文献:
[1] 郝柏林,张淑誉.生物信息学手册[M].上海:上海科学技术出版社,2002.1-10.
[2]GUYD, NOELE, MIKEA. Using bioinformatics to analyse germplasm collections [J]. Springer Netherlands,2004.39-54.
[3]王春华,谢小保,曾海燕.深圳市空气微生物污染状况监测分析[J].微生物学杂志,2008,28(4):93-97.
[4]张菁晶,冯晶,朱英国.全基因组预测目标基因的新方法及其应用.遗传,2006, 28(10):1299-1305.
生物信息学是一门新兴的交叉学科,有非常明显的理工科特性,即在有良好的生物医学背景下,注重数学思维和计算机操作能力,这对于我们目前以医学专业学习为主的高等医学教育产生一定的挑战。如何在有限的学时基础上,完成生物信息学教学任务的同时,让学生初步掌握科研、临床中应用生物信息学的能力,形成理工科处理医学问题的思维,是目前在八年制学生中开展生物信息学教学迫切需要研讨的问题。笔者作为主讲教师于哈尔滨医科大学完成了两轮八年制生物信息学教学任务,通过教学过程、课后调研及考试分析,总结了八年制学生对学习生物信息学的一些认识和学习期间遇到的问题,在这里共同探讨,以便于推进医学院校生物信息学的教学工作,培养更高理论和实践层次的医学人才。
一、授课对象
课程面向临床医学八年制学生93人、基础医学八年制(基地班)学生60人,学生入学录取分数高于生源地重本线50分以上。开课时两个专业的学生均处于大学三年级,已经学完高数、计算机基础等理工基础课,分子生物、细胞生物等生物学基础课,以及组胚、生理等医学基础课,开课学期同时学习遗传、免疫、病理和药理学课程;部分学生参加PBL教学,已经完成呼吸、消化、循环系统的知识学习。
二、教材和课程内容选择
面向两个轨道分别开展《医学信息分析方法》(36学时)和《生物信息学概论》(56学时)两门课程。两个轨道均以人民卫生出版社规划教材《生物信息学》2010年第一版为主讲教材[2],结合临床医学和基础医学的学科特点,采取教师自主选择内容的方式讲授。
在临床专业中以疾病理论和分析方法为中心,专题式讲解疾病分析相关资源、研究策略和常用软件工具。36学时的《医学信息分析方法》讲授疾病数据资源和系统理论、遗传多态与疾病定位、转录调控信息学与复杂疾病分析、miRNA表达与疾病分类、疾病状态表观遗传改变,及测序技术与疾病研究进展等6个专题。每个专题包括4学时理论课程和2学时上机实践。理论课程强调分子生物学基础、实验设计思想和分析理念,实践课程以疾病为中心,由教师指引,学生自主完成一个小规模的实验设计、数据下载到结果分析的全程化信息学实践。
在基础专业中强调生物医学研究数据资源、计算生物医学方法和实验设计手段,系统讲解生物信息学在生物医学研究中的理论和实践技术。讲授内容涉及序列数据资源与分析方法、分子进化、基因表达与调控、蛋白质组学信息学、网络系统生物学、遗传和表观遗传计算分析、疾病的计算系统生物学等较全面的生物信息学方法和理论,要求学生能够在生物医学研究中贯穿理工科分析思维,不仅能熟练运用相应的网络资源和软件工具,还能对生物信息学方法理论有一定了解,熟悉不同方法的扩展性应用。理论和实践课基本按照2比1分配,实践课程根据内容需要选取生物学或医学问题进行全程模拟实验。
三、考试形式和分析
现阶段,两个八年制专业的生物信息学教学以必修考查课形式进行,采取开卷考试、实验报告和标书设计三种考核方式,以便于了解学生对本门课程的学习和对生物信息学研究思想的领悟情况。
开卷考试试题均为主观题,其中理论基础题考查概念、重要的研究思路和经典的研究方法;案例分析题要求学生能够在学过的或书本上的知识基础上,联系生物医学知识进行案例分析,选取相应的方法解决特定的问题;思维拓展题给定学生主题词,由学生进行以生物信息学方法为工具的课题流程设计。考试结果表明学生能够通过学习了解基本的生物信息学方法,并具备初步运用新方法解决实际问题的能力,但考试也反映出,大学三年级学生还具有一定的科研思维局限性,不能够完全把握课题设计过程的创新性和可靠性原则。
实践能力考查主要通过实验报告进行,实验报告要写明研究问题名称、实验数据、处理方法、处理结果和结果分析讨论。通过实验报告的提交,学生基本能够就相应的问题自主选择数据、进行一般性软件分析,并能够对实验结果进行知识面内的讨论和思考,得出符合问题要求的结论。
标书设计作为课后实践,要求学生就自己感兴趣的研究方向进行课题设计。设计内容可以为生物信息学方法研究,也可以以生物信息学为工具进行生物医学问题的探讨和分析。大多数学生能够通过文献查阅、原先具备的生物医学知识总结,发现有意义的生物医学问题,设计内容具有现实意义和一定创新性的,部分课题还有较好的可行性。很多标书设计也暴露出在三年级开展生物信息学时,学生的临床医学知识还比较欠缺,有时候不能很好的发现具有医学意义或应用价值的课题,也比较难于理解生物信息学在实际应用中的价值。
四、学生反馈和教学心得
通过课堂互动、课程临近结束时进行的问卷调查,笔者进一步了解了学生在生物信息学学习过程中的一些困惑,及一些意见和建议。主要问题如下:
1、课程理论性强,计算强度大
学生们普遍反映生物信息学与他们学习的其他课程不一样,生物医学课程偏向于文科性质,主要靠记忆,而生物信息学理科特性很强,需要深入理解分析。另外学生的数理知识有限,感到有些算法比较难,根本听不懂。
2、课程内容多,课时少
许多学生通过学习对生物信息学产生了浓厚的兴趣,真切感受到生物信息学对于他们未来的学习、科研和临床工作将有很大帮助,但是课时太少,不能够在现有课时下理解全部理论。
3、实践课时少,计算机能力薄弱
绝大多数学生都认为生物信息学需要通过理论结合实践的方法来学习才能更好的掌握。现有的实践课程只能完成基本的教学任务,对于众多的研究工具和研究方法只有感性认识。另外大家在实践中也感觉到自身的计算机知识很有限,在高通量数据处理面前力不从心,影响对问题的分析能力。
4、课程开课偏早,背景知识不全
很多学生反映三年级时,八年制学生还没有进行统计学、临床各学科的培养,知识背景不足,很难理解生物信息学中重要的算法公式,也很难对医学问题进行更为深入的思考。
学生们的反馈基本上反映出他们在学习生物信息学时所遇到的困难。笔者所在教研室教师(包括多名规划教材的参编者)共同进行了深入探讨,认为应当根据学生意愿向学校申请①增加理论课课时,分别由24和36增加为28和44学时;②增加实践课课时,分别由12和20增加20和28学时;③适当降低理论难度,减少不必要的数学理论推导,提请学校为八年制学生增设概率统计和计算机编程课程。
生物信息学的理工科特性决定了生物信息学课程在医学教育中开展的难度。虽然医学院校学生课业重、训练强度大,但是现代生物医学发展趋势告诉我们,生物信息学必然在未来的生物医学研究中处于关键地位[3]。不断改进教学手段、加强教学过程的趣味性,更为全面的贯彻以疾病和问题为中心的教学理念,培养理工医结合的现代化医学人才是生物信息教学工作者共同的努力方向,这些理念在不久的将来也会随着教学实践的不断深入而在新版《生物信息学》出版时得到进一步体现。
参考文献
生物信息学(Bioinformatics)是一门发展迅速的生物学分支学科,由生物学、计算机学、信息管理学、应用数学及统计学等多门学科相互交叉而形成,本质是利用计算机技术解决生物学问题,通过信息的处理和整合实现发现和创新。它主要包括以下3个方面的内容:①生物数据的收集、整理、存储、检索、加工、分析和整合;②生物系统和结构的建模;③与生物科学相关的计算机技术的应用,这个范围还在不断的扩增中[1]。医学生物信息学是指以医学研究和临床应用为中心开设的生物信息学,本文讨论的内容主要围绕医学生物信息学展开。近20年来,互联网、数据库和计算方法的发展,为生物信息学的研究提供了更为广泛和灵活的方法;多种模式生物基因组测序的完成,功能基因组、蛋白质组研究的开展,各种高通量生物实验技术快速发展为生物信息学,提供了更大研究空间的同时,也对海量的生物学数据进行有效地挖掘和整合提出了严峻的挑战;而以基础研究与临床医疗结合为宗旨的转化医学的兴起对衔接二者之间的桥梁———生物信息学,提供了广阔的应用空间。对生物信息学人才的热切需求,以及上述机遇和挑战导致了生物信息学专业在全世界的蓬勃发展。以美国为例,在1999年之前,全美只有6所大学设置有计算生物学与生物信息学专业,而到2002年,则有31所大学设置了计算生物学与生物信息学专业博士学位,其中有12所大学是在2001年~2002年之间设置的这门专业[1]。这些大学通常以生物学、生物统计学、计算机科学或者生物医学信息学为依托设置这门专业,不同大学对该专业学生的培养模式也有所不同。在我国,很多高等院校将生物信息学作为专业课程设立,医学高等院校也逐步将其作为基础课程或选修课设立。作为一门新生学科,生物信息学在大部分院校尚处于探索阶段,没有成熟完善的教育模式可以借鉴[2]。在这种情况下,来自前期已毕业学生和用人单位的反馈意见对生物信息学教育模式的总结提高具有重要意义。作为一名临床医师和医学研究人员,笔者深刻体会到在实际工作中,无论是自身合理应用生物信息学知识进行思考和设计,还是找到能够迅速融入并满足实验室研究和临床工作需求的生物信息学专业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体会,结合文献和思考,对我国医学生物信息学人才培养列举了一些意见和建议,希望能够在生物信息学教学模式的完善中起到微薄的助力作用。本文着重探讨信息技术在医学领域中的应用,侧重于医院信息管理和信息系统建设方面的医学信息学(Medical Informatics)不在本文讨论范围内。理想的医学生物信息学人才培养目标应该是这三类人的集合:①计算机专家,掌握计算机算法、计算机语言、软件、数据库结构和相关知识框架,以及硬件知识;②生物信息学专家,具有熟练应用计算机储存、处理、分析和整合相关生物信息的能力;③基础研究或临床工作者,具有查阅文献,提出生物学或临床医学问题,合理使用上述生物信息学来思考、设计和解决问题的能力,并能收集和正确提供用于研究的初始数据。结合我国实际情况,想让临床医学专业学生或医学生物信息学专业学生同时完成以上3个方面的培训显然不切实际。理想的培训模式,是通过对临床医学专业和医学生物信息学专业学生不同侧重的培训,再通过二者的合理分工和配合,来满足以上3个方面的需求。对医学院校学生,尤其是医学研究生,生物信息学培训的内容应侧重于对其计算思维能力和信息学应用能力的培养,目的是使其能熟练地从生物信息学角度发现和提出生物学或临床医学方面的科学假设,针对该假设设计合理的研究方案,并为后续研究提供正确的初始数据;对以生物医学为中心的信息学专业人才培养,内容应侧重于对其计算机技术和生物信息学在医学实践应用方面能力的培养,目的是与前者配合,指导并帮助其完成科学假设的设计,对前者提供的初始数据进行管理、存储、检索、分析和整合,以及完成更高要求的计算机技术方面的应用,例如应用软件的设计,生物系统和结构的建模,等等。
1 医学生的计算生物学与生物信息学思维培养
本部分特指医学专业学生的生物信息学教学,部分医学院校开设的医学生物信息学专业教学将在下一部分中提及。无论是医学基础研究,还是以循证医学为代表的临床研究,生命科学研究的一般过程,都遵循发现问题资料查询预实验提出科学假设设计实验验证假说资料查询和结果分析科学理论总结的基本思路[3]。在这个过程中,计算生物学与生物信息学不仅是进行资料查询和结果分析的重要工具,更应是在提出科学假设和实验设计阶段就需要贯彻执行的理念和思维方式。换言之,具体的生物信息学与分子生物学实验一样都是验证生物医学假说的实验方法,是将一个生命科学假设用计算和信息学思维方式表达和实现的过程。在我国,绝大部分医学基础研究和临床研究课题都是由医学院校毕业的临床工作者设计和申请的。由于临床医师大都承担了繁重的临床工作,申请者亲自完成课题的机会很少,获批课题的具体实施及数据管理、存储、检索、分析和整合多由研究生或实验室工作人员负责。因此结合我国的实际情况,将生物信息学与具体课题耦合,即将一个科学假设用计算和信息学表示并有效实施的思维和实践培训,才是医学生生物信息学培训的中心内容。由于我国临床医学教学采用长学制(5年、7年或8年)教学,对实践性和针对性都很强的生物信息学而言,过早或过于笼统的培训都显得意义不大,所以笔者认为针对医学生的生物信息学培训安排在研究生阶段是比较合适的,教育中心是以医学研究需求为指导,强调信息学思维培训和实践操作。具体提出的建议有两点,一是根据学生专业背景调整理论教学内容。医学院校学生的数理基础、计算机基础及统计学理论基础不能和工科院校的学生相比,医学专业包括基础医学、临床医学、口腔、预防等专业,涉及广泛,各个专业背景的学生对这门课程的需求不尽相同。因此在理论课程上,要根据不同的专业背景和研究内容形成“个性化”的培养方案,目的是让学生有选择有针对性地掌握相关生物信息学内容,例如数据库的类型和选择,常用软件的种类和应用等,同时又不会对过于高深的生物信息学理论产生反感。二是结合研究生阶段的课题,开展研究内容模拟和实践操作练习。为了更好的配合研究生阶段的课题,可将《生物信息学》开课时间调整到研究生阶段的第三学期,即在学生进入课题研究阶段之后,让学生在清楚面临的课题内容后,有针对性地学习在完成课题过程中要使用到的知识、工具和解决问题的思路,包括文献查阅、保存、编辑,核酸序列查找和同源性比对及进化分析,PCR引物设计,基因功能、结构预测,调控元件及转录因子预测,蛋白质基本理化性质分析,跨膜区及信号肽预测,二级结构和空间三维结构的预测等。这样学生的学习兴趣和效率会大大提高。为了解决上课时间与课题时间冲突的问题,可以采用生物信息学授课老师加入导师组成员,通过网上教学和答疑、夜间授课、集中授课与个别指导结合等多种方式灵活解决。
2 以医学为中心的生物信息学专业人才培养
如果说对医学生进行生物信息学教育的目的是使其学会将一个生命科学假设用计算和信息学表示,并正确提供初始数据,那么以医学为中心的生物信息学专业人才培养的目的,就是使其学会用计算机学和信息学处理并证实科学假设的过程。具体的内容包括,与实验室工作人员和临床医生配合,从计算生物学与生物信息学角度指导并帮助其完成科学假设和课题内容设计;在课题实施阶段对后者提供的初始数据进行管理、存储、检索、分析和整合,以及满足后者更高要求的计算机技术的需求,例如应用软件的设计,生物系统和结构的建模,等等。目前,计算生物学与生物信息学专业研究生的培养模式主要有3种:①以生物学为中心的多学科培养模式。理论教育以生物学为中心,在6~9个学期内陆续完成生物学部分课程(相当于普通生物学系1/3~1/4课程)的选修,然后根据兴趣和实际情况选择一个相关实验室完成研究生课题。这种培养模式被大多数综合大学采纳。②以工程设计为中心的培养模式。③以医学为中心的培养模式。指以医学研究和临床应用为中心设置计算生物学和生物信息学,绝大多数由医学院校设置,侧重生物信息学与临床医学的结合。在进入课题阶段之前会有1~2年临床相关概念和信息的培训,主要开设的课程包括生物学、细胞生物学、分子生物学与基因组学、化学与物理学、计算机科学、数学和统计学等,甚至包括部分医学课程,后期实践阶段通常选择一个相关实验室完成研究生课题。总的看来,医学生物信息学基础课程设置与国际趋势相符,也符合以医学为中心计算生物学与生物信息学的培训要求。但从近年生物信息学专业研究生就业情况来看,确实存在素质参差不齐,学不能致用,不能很快融入研究工作等问题。笔者认为,这种现象可以从三个方面加以改进:①以职业发展和学位教育为导向,建立多层次、多形式的医学信息学教育和继续教育体系。各医学院校可在统一专业培养目标和定位的基础上,根据自身的学科基础和特色,结合学生毕业后的工作领域和就业方向,形成“个性化”的专业方向和培养方案。②加强师资力量的建设,形成以课程为中心的教学团队。现有医学生物学教材内容宽泛、偏重理论,对实践环节的指导较少,需要授课老师有选择的挑选合适的内容并予以补充和完善。这对授课教师的素质提出了更高要求,要求其能根据实际情况因材施教,有所取舍,强化重点。目前,各院校教学团队和师资力量配备受限,建议可以课程为中心,培养、引进学术带头人,从其他专业挑选骨干教师兼任等多种形式,形成以课程为中心的教学团队。③实践教学与综合能力的培养。生物信息学是一门实践性非常强的学科,要将“学有所长,学以致用”作为人才培养的最终目的。可以通过构建开放式实践教学平台,建设实践教学基地等方式尽可能强化实践操作训练[4],后期部分学生可以结合个人兴趣,本着双向选择的原则,将实践阶段训练固定到导师和实验室,并安排其参与完成某一项课题的设计、实施和总结,在整个过程中要特别注意培养学生的学习兴趣和自学能力,强调知识的自我更新。
综上所述,医学生物信息学人才培养的最终目的是使生物信息学能满足现代医疗和医学研究发展的需要,使医学生物信息学人才成为有效连接基础研究与临床医疗的桥梁,为现代医学的发展提供新途径[5]。
参考文献:
[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,饶贤才,等.医学院校生物信息学实践教学初探[J].基础医学教育,2011,13(6):538-539.
[3]张乐平,冯红玲,宋茂海,等.生物信息学教学与医科学生计算思维培养[J].计算机教育,2012,19(4):12-16.
“生物信息学”是英文单词“Bioinformatics”的中文译名,其概念是1956年在美国田纳西州Gatlinburg召开的“生物学中的信息理论”讨论会上首次被提出的[1],由美国学者Lim在1991年发表的文章中首次使用。生物信息学自产生以来,大致经历了前基因组时代、基因组时代和后基因组时代三个发展阶段[2]。2003年4月14日,美国人类基因组研究项目首席科学家Collins F博士在华盛顿隆重宣布人类基因组计划(Human Genome Project,HGP)的所有目标全部实现[3]。这标志着后基因组时代(Post Genome Era,PGE)的来临,是生命科学史中又一个里程碑。生物信息学作为21世纪生物技术的核心,已经成为现代生命科学研究中重要的组成部分。研究基因、蛋白质和生命,其研究成果必将深刻地影响农业。本文重点阐述生物信息学在农业模式植物、种质资源优化、农药的设计开发、作物遗传育种、生态环境改善等方面的最新研究进展。
1.生物信息学在农业模式植物研究领域中的应用
1997年5月美国启动国家植物基因组计划(NPGI),旨在绘出包括玉米、大豆、小麦、大麦、高粱、水稻、棉花、西红柿和松树等十多种具有经济价值的关键植物的基因图谱。国家植物基因组计划是与人类基因组工程(HGP)并行的庞大工程[4]。近年来,通过各国科学家的通力合作,植物基因组研究取得了重大进展,拟南芥、水稻等模式植物已完成了全基因组测序。人们可以使用生物信息学的方法系统地研究这些重要农作物的基因表达、蛋白质互作、蛋白质和核酸的定位、代谢物及其调节网络等,从而从分子水平上了解细胞的结构和功能[5]。目前已经建立的农作物生物信息学数据库研究平台有植物转录本(TA)集合数据库TIGR、植物核酸序列数据库PlantGDB、研究玉米遗传学和基因组学的MazeGDB数据库、研究草类和水稻的Gramene数据库、研究马铃薯的PoMaMo数据库,等等。
2.生物信息学在种质资源保存研究领域中的应用
种质资源是农业生产的重要资源,它包括许多农艺性状(如抗病、产量、品质、环境适应性基因等)的等位基因。植物种质资源库是指以植物种质资源为保护对象的保存设施。至1996年,全世界已建成了1300余座植物种质资源库,在我国也已建成30多座作物种质资源库。种质入库保存类型也从单一的种子形式,发展到营养器官、细胞和组织,甚至DN段等多种形式。保护的物种也从有性繁殖植物扩展到无性繁殖植物及顽拗型种子植物等[6]。近年来,人们越来越多地应用各种分子标记来鉴定种质资源。例如微卫星、AFLP、SSAP、RBIP和SNP等。由于对种质资源进行分子标记产生了大量的数据,因此需要建立生物信息学数据库和采用分析工具来实现对这些数据的查询、统计和计算机分析等[7]。
3.生物信息学在农药设计开发研究领域中的应用
传统的药物研制主要是从大量的天然产物、合成化合物,以及矿物中进行筛选,得到一个可供临床使用的药物要耗费大量的时间与金钱。生物信息学在药物研发中的意义在于找到病理过程中关键性的分子靶标、阐明其结构和功能关系,从而指导设计能激活或阻断生物大分子发挥其生物功能的治疗性药物,使药物研发之路从过去的偶然和盲目中找到正确的研发方向。生物信息学为药物研发提供了新的手段[8,9],导致了药物研发模式的改变[10]。目前,生物信息学促进农药研制已有许多成功的例子。Itzstein等设计出两种具有与唾液酸酶结合化合物:4-氨基-Neu5Ac2en和4-胍基-Neu5Ac2en。其中,后者是前者与唾液酸酶的结合活性的250倍[11]。目前,这两种新药已经进入临床试验阶段。TANG SY等学者研制出新一代抗AIDS药物saquinavir[12]。Pungpo等已经设计出几种新型高效的抗HIV-1型药物[13]。杨华铮等人设计合成了十多类数百个除草化合物,经生物活性测定,部分化合物的活性已超过商品化光合作用抑制剂的水平[14]。
现代农药的研发已离不开生物信息技术的参与,随着生物信息学技术的进一步完善和发展,将会大大降低药物研发的成本,提高研发的质量和效率。
4.生物学信息学在作物遗传育种研究领域中的应用
随着主要农作物遗传图谱精确度的提高,以及特定性状相关分子基础的进一步阐明,人们可以利用生物信息学的方法,先从模式生物中寻找可能的相关基因,然后在作物中找到相应的基因及其位点。农作物的遗传学和分子生物学的研究积累了大量的基因序列、分子标记、图谱和功能方面的数据,可通过建立生物信息学数据库来整合这些数据,从而比较和分析来自不同基因组的基因序列、功能和遗传图谱位置[15]。在此基础上,育种学家就可以应用计算机模型来提出预测假设,从多种复杂的等位基因组合中建立自己所需要的表型,然后从大量遗传标记中筛选到理想的组合,从而培育出新的优良农作物品种。
5.生物信息学在生态环境平衡研究领域中的应用
在生态系统中,基因流从根本上影响能量流和物质流的循环和运转,是生态平衡稳定的根本因素。生物信息学在环境领域主要应用在控制环境污染方面,主要通过数学与计算机的运用构建遗传工程特效菌株,以降解目标基因及其目标污染物为切入点,通过降解污染物的分子遗传物质核酸 DNA,以及生物大分子蛋白质酶,达到催化目标污染物的降解,从而维护空气[16]、水源、土地等生态环境的安全。
美国农业研究中心(ARS) 的农药特性信息数据库(PPD) 提供 334 种正在广泛使用的杀虫剂信息,涉及它们在环境中转运和降解途径的16种最重要的物化特性。日本丰桥技术大学(Toyohashi University of Technology) 多环芳烃危险性有机污染物的物化特性、色谱、紫外光谱的谱线图。美国环保局综合风险信息系统数据库(IRIS) 涉及 600种化学污染物,列出了污染物的毒性与风险评价参数,以及分子遗传毒性参数[17]。除此之外,生物信息学在生物防治[18]中也起到了重要的作用。网络的普及,情报、信息等学科的资源共享,势必会创造出一个环境微生物技术信息的高速发展趋势。
6.生物信息学在食品安全研究领域中的应用
食品在加工制作和存储过程中各种细菌数量发生变化,传统检测方法是进行生化鉴定,但所需时间较长,不能满足检验检疫部门的要求,运用生物信息学方法获得各种致病菌的核酸序列,并对这些序列进行比对,筛选出用于检测的引物和探针,进而运用PCR法[19]、RT-PCR法、荧光RT-PCR法、多重PCR[20]和多重荧光定量PCR等技术,可快速准确地检测出细菌及病毒。此外,对电阻抗、放射测量、ELISA法、生物传感器、基因芯片等[21-25]技术也是未来食品病毒检测的发展方向。
转基因食品检测是通过设计特异性的引物对食品样品的DNA提取物进行扩增,从而判断样品中是否含有外源性基因片段[26]。通过对转基因农产品数据库信息的及时更新,可准确了解各国新出现和新批准的转基因农产品,便于查找其插入的外源基因片段,以便及时对检验方法进行修改。目前由于某些通过食品传播的病毒具有变异特性,以及检测方法的不完善等因素影响,生物信息学在食品领域的应用还比较有限,但随着食品安全检测数据库的不断完善,相信相关的生物信息学技术将在食品领域发挥越来越重要的作用。
生物信息学广泛用于农业科学研究的各个领域,但是仅有信息资源是不够的,选出符合自己需求的生物信息就需要情报部门,以及信息中介服务机构提供相关服务,通过出版物、信息共享平台、数字图书馆、电子论坛等信息媒介的帮助,科研工作者可快速有效地找到符合需要的信息。目前我国生物信息学发展还很不均衡,与国际前沿有一定差距,这需要从事信息和科研的工作者们不断交流,使得生物信息学能够更好地为我国农业持续健康发展发挥作用。
参考文献:
[1]Yockey HP,Platzman RP,Quastler H.Symposium on Information.Theory in Biology.Pergamon Press,New York,London,1958.
[2]郑国清,张瑞玲.生物信息学的形成与发展[J].河南农业科学,2002,(11):4-7.
[3]骆建新,郑崛村,马用信等.人类基因组计划与后基因组时代.中国生物工程杂志,2003,23,(11):87-94.
[4]曹学军.基因研究的又一壮举――美国国家植物基因组计划[J].国外科技动态,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]卢新雄.植物种质资源库的设计与建设要求[J].植物学通报,2006,23,(1):119-125.
[7]GUY D,NOEL E,MIKE A.Using bioinformatics to analyse germplasm collections [J].Springer Netherlands,2004:39-54.
[8]郑衍,王非.药物生物信息学,化学化工出版社,2004.1:214-215.
[9]俞庆森,邱建卫,胡艾希.药物设计.化学化工出版社,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]杨华铮,刘华银,邹小毛等.计算机辅助设计与合成除草剂的研究[J].计算机与应用化学,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]王春华,谢小保,曾海燕等.深圳市空气微生物污染状况监测分析[J].微生物学杂志,2008,28,(4):93-97.
[17]程树培,严峻,郝春博等.环境生物技术信息学进展[J].环境污染治理技术与设备,2002,3,(11):92-94.
[18]史应武,娄恺,李春.植物内生菌在生物防治中的应用[J].微生物学杂志,2009,29,(6):61-64.
[19]赵玉玲,张天生,张巧艳.PCR 法快速检测肉食品污染沙门菌的实验研究[J].微生物学杂志,2010,30,(3):103-105.
[20]徐义刚,崔丽春,李苏龙等.多重PCR方法快速检测4种主要致腹泻性大肠埃希菌[J].微生物学杂志,2010,30,(3) :25-29.
[21]索标,汪月霞,艾志录.食源性致病菌多重分子生物学检测技术研究进展[J].微生物学杂志,2010,30,(6):71-75
[22]朱晓娥,袁耿彪.基因芯片技术在基因突变诊断中的应用及其前景[J].重庆医学,2010,(22):3128-3131.
[23]陈彦闯,辛明秀.用于分析微生物种类组成的微生物生态学研究方法[J].微生物学杂志,2009,29,(4):79-83.
[24]王大勇,方振东,谢朝新等.食源性致病菌快速检测技术研究进展[J].微生物学杂志,2009,29,(5):67-72.
“生物信息学”是英文单词“bioinformatics”的中文译名,其概念是1956年在美国田纳西州gatlinburg召开的“生物学中的信息理论”讨论会上首次被提出的[1],由美国学者lim在1991年发表的文章中首次使用。生物信息学自产生以来,大致经历了前基因组时代、基因组时代和后基因组时代三个发展阶段[2]。2003年4月14日,美国人类基因组研究项目首席科学家collins f博士在华盛顿隆重宣布人类基因组计划(human genome project,hgp)的所有目标全部实现[3]。这标志着后基因组时代(post genome era,pge)的来临,是生命科学史中又一个里程碑。生物信息学作为21世纪生物技术的核心,已经成为现代生命科学研究中重要的组成部分。研究基因、蛋白质和生命,其研究成果必将深刻地影响农业。本文重点阐述生物信息学在农业模式植物、种质资源优化、农药的设计开发、作物遗传育种、生态环境改善等方面的最新研究进展。
1.生物信息学在农业模式植物研究领域中的应用
1997年5月美国启动国家植物基因组计划(npgi),旨在绘出包括玉米、大豆、小麦、大麦、高粱、水稻、棉花、西红柿和松树等十多种具有经济价值的关键植物的基因图谱。国家植物基因组计划是与人类基因组工程(hgp)并行的庞大工程[4]。近年来,通过各国科学家的通力合作,植物基因组研究取得了重大进展,拟南芥、水稻等模式植物已完成了全基因组测序。人们可以使用生物信息学的方法系统地研究这些重要农作物的基因表达、蛋白质互作、蛋白质和核酸的定位、代谢物及其调节网络等,从而从分子水平上了解细胞的结构和功能[5]。目前已经建立的农作物生物信息学数据库研究平台有植物转录本(ta)集合数据库tigr、植物核酸序列数据库plantgdb、研究玉米遗传学和基因组学的mazegdb数据库、研究草类和水稻的gramene数据库、研究马铃薯的pomamo数据库,等等。
2.生物信息学在种质资源保存研究领域中的应用
种质资源是农业生产的重要资源,它包括许多农艺性状(如抗病、产量、品质、环境适应性基因等)的等位基因。植物种质资源库是指以植物种质资源为保护对象的保存设施。至1996年,全世界已建成了1300余座植物种质资源库,在我国也已建成30多座作物种质资源库。种质入库保存类型也从单一的种子形式,发展到营养器官、细胞和组织,甚至dna片段等多种形式。保护的物种也从有性繁殖植物扩展到无性繁殖植物及顽拗型种子植物等[6]。近年来,人们越来越多地应用各种分子标记来鉴定种质资源。例如微卫星、aflp、ssap、rbip和snp等。由于对种质资源进行分子标记产生了大量的数据,因此需要建立生物信息学数据库和采用分析工具来实现对这些数据的查询、统计和计算机分析等[7]。
3.生物信息学在农药设计开发研究领域中的应用
传统的药物研制主要是从大量的天然产物、合成化合物,以及矿物中进行筛选,得到一个可供临床使用的药物要耗费大量的时间与金钱。生物信息学在药物研发中的意义在于找到病理过程中关键性的分子靶标、阐明其结构和功能关系,从而指导设计能激活或阻断生物大分子发挥其生物功能的治疗性药物,使药物研发之路从过去的偶然和盲目中找到正确的研发方向。生物信息学为药物研发提供了新的手段[8,9],导致了药物研发模式的改变[10]。目前,生物信息学促进农药研制已有许多成功的例子。itzstein等设计出两种具有与唾液酸酶结合化合物:4-氨基-neu5ac2en和4-胍基-neu5ac2en。其中,后者是前者与唾液酸酶的结合活性的250倍[11]。目前,这两种新药已经进入临床试验阶段。tang sy等学者研制出新一代抗aids药物saquinavir[12]。pungpo等已经设计出几种新型高效的抗hiv-1型药物[13]。杨华铮等人设计合成了十多类数百个除草化合物,经生物活性测定,部分化合物的活性已超过商品化光合作用抑制剂的水平[14]。
现代农药的研发已离不开生物信息技术的参与,随着生物信息学技术的进一步完善和发展,将会大大降低药物研发的成本,提高研发的质量和效率。
4.生物学信息学在作物遗传育种研究领域中的应用
随着主要农作物遗传图谱精确度的提高,以及特定性状相关分子基础的进一步阐明,人们可以利用生物信息学的方法,先从模式生物
中寻找可能的相关基因,然后在作物中找到相应的基因及其位点。农作物的遗传学和分子生物学的研究积累了大量的基因序列、分子标记、图谱和功能方面的数据,可通过建立生物信息学数据库来整合这些数据,从而比较和分析来自不同基因组的基因序列、功能和遗传图谱位置[15]。在此基础上,育种学家就可以应用计算机模型来提出预测假设,从多种复杂的等位基因组合中建立自己所需要的表型,然后从大量遗传标记中筛选到理想的组合,从而培育出新的优良农作物品种。
5.生物信息学在生态环境平衡研究领域中的应用
在生态系统中,基因流从根本上影响能量流和物质流的循环和运转,是生态平衡稳定的根本因素。生物信息学在环境领域主要应用在控制环境污染方面,主要通过数学与计算机的运用构建遗传工程特效菌株,以降解目标基因及其目标污染物为切入点,通过降解污染物的分子遗传物质核酸 dna,以及生物大分子蛋白质酶,达到催化目标污染物的降解,从而维护空气[16]、水源、土地等生态环境的安全。
美国农业研究中心(ars) 的农药特性信息数据库(ppd) 提供 334 种正在广泛使用的杀虫剂信息,涉及它们在环境中转运和降解途径的16种最重要的物化特性。日本丰桥技术大学(toyohashi university of technology) 多环芳烃危险性有机污染物的物化特性、色谱、紫外光谱的谱线图。美国环保局综合风险信息系统数据库(iris) 涉及 600种化学污染物,列出了污染物的毒性与风险评价参数,以及分子遗传毒性参数[17]。除此之外,生物信息学在生物防治[18]中也起到了重要的作用。网络的普及,情报、信息等学科的资源共享,势必会创造出一个环境微生物技术信息的高速发展趋势。
6.生物信息学在食品安全研究领域中的应用
食品在加工制作和存储过程中各种细菌数量发生变化,传统检测方法是进行生化鉴定,但所需时间较长,不能满足检验检疫部门的要求,运用生物信息学方法获得各种致病菌的核酸序列,并对这些序列进行比对,筛选出用于检测的引物和探针,进而运用pcr法[19]、rt-pcr法、荧光rt-pcr法、多重pcr[20]和多重荧光定量pcr等技术,可快速准确地检测出细菌及病毒。此外,对电阻抗、放射测量、elisa法、生物传感器、基因芯片等[21-25]技术也是未来食品病毒检测的发展方向。
转基因食品检测是通过设计特异性的引物对食品样品的dna提取物进行扩增,从而判断样品中是否含有外源性基因片段[26]。通过对转基因农产品数据库信息的及时更新,可准确了解各国新出现和新批准的转基因农产品,便于查找其插入的外源基因片段,以便及时对检验方法进行修改。目前由于某些通过食品传播的病毒具有变异特性,以及检测方法的不完善等因素影响,生物信息学在食品领域的应用还比较有限,但随着食品安全检测数据库的不断完善,相信相关的生物信息学技术将在食品领域发挥越来越重要的作用。
生物信息学广泛用于农业科学研究的各个领域,但是仅有信息资源是不够的,选出符合自己需求的生物信息就需要情报部门,以及信息中介服务机构提供相关服务,通过出版物、信息共享平台、数字图书馆、电子论坛等信息媒介的帮助,科研工作者可快速有效地找到符合需要的信息。目前我国生物信息学发展还很不均衡,与国际前沿有一定差距,这需要从事信息和科研的工作者们不断交流,使得生物信息学能够更好地为我国农业持续健康发展发挥作用。
参考文献:
[1]yockey hp,platzman rp,quastler h.symposium on information.theory in biology.pergamon press,new york,london,1958.
[2]郑国清,张瑞玲.生物信息学的形成与发展[j].河南农业科学,2002,(11):4-7.
[3]骆建新,郑崛村,马用信等.人类基因组计划与后基因组时代.中国生物工程杂志,2003,23,(11):87-94.
[4]曹学军.基因研究的又一壮举——美国国家植物基因组计划[j].国外科技动态,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]卢新雄.植物种质资源库的设计与建设要求[j].植物学通报,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]郑衍,王非.药物生物信息学,化学化工出版社,2004.1:214-215.
[9]俞庆森,邱建卫,胡艾希.药物设计.化学化工出版社,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]杨华铮,刘华银,邹小毛等.计算机辅助设计与合成除草剂的研究[j].计算机与应用化学,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]王春华,谢小保,曾海燕等.深圳市空气微生物污染状况监测分析[j].微生物学杂志,2008,28,(4):93-97.
[17]程树培,严峻,郝春博等.环境生物技术信息学进展[j].环境污染治理技术与设备,2002,3,(11):92-94.
[18]史应武,娄恺,李春.植物内生菌在生物防治中的应用[j].微生物学杂志,2009,29,(6):61-64.
[19]赵玉玲,张天生,张巧艳.pcr 法快速检测肉食品污染沙门菌的实验研究[j].微生物学杂志,2010,30,(3):103-105.
[20]徐义刚,崔丽春,李苏龙等.多重pcr方法快速检测4种主要致腹泻性大肠埃希菌[j].微生物学杂志,2010,30,(3) :25-29.
[21]索标,汪月霞,艾志录.食源性致病菌多重分子生物学检测技术研究进展[j].微生物学杂志,2010,30,(6):71-75
[22]朱晓娥,袁耿彪.基因芯片技术在基因突变诊断中的应用及其前景[j].重庆医学,2010,(22):3128-3131.
[23]陈彦闯,辛明秀.用于分析微生物种类组成的微生物生态学研究方法[j].微生物学杂志,2009,29,(4):79-83.
[24]王大勇,方振东,谢朝新等.食源性致病菌快速检测技术研究进展[j].微生物学杂志,2009,29,(5):67-72.
“生物信息学”是英文单词“bioinformatics”的中文译名,其概念是1956年在美国田纳西州gatlinburg召开的“生物学中的信息理论”讨论会上首次被提出的[1],由美国学者lim在1991年发表的文章中首次使用。生物信息学自产生以来,大致经历了前基因组时代、基因组时代和后基因组时代三个发展阶段[2]。2003年4月14日,美国人类基因组研究项目首席科学家collins f博士在华盛顿隆重宣布人类基因组计划(human genome project,hgp)的所有目标全部实现[3]。这标志着后基因组时代(post genome era,pge)的来临,是生命科学史中又一个里程碑。生物信息学作为21世纪生物技术的核心,已经成为现代生命科学研究中重要的组成部分。研究基因、蛋白质和生命,其研究成果必将深刻地影响农业。本文重点阐述生物信息学在农业模式植物、种质资源优化、农药的设计开发、作物遗传育种、生态环境改善等方面的最新研究进展。
1.生物信息学在农业模式植物研究领域中的应用
1997年5月美国启动国家植物基因组计划(npgi),旨在绘出包括玉米、大豆、小麦、大麦、高粱、水稻、棉花、西红柿和松树等十多种具有经济价值的关键植物的基因图谱。国家植物基因组计划是与人类基因组工程(hgp)并行的庞大工程[4]。近年来,通过各国科学家的通力合作,植物基因组研究取得了重大进展,拟南芥、水稻等模式植物已完成了全基因组测序。人们可以使用生物信息学的方法系统地研究这些重要农作物的基因表达、蛋白质互作、蛋白质和核酸的定位、代谢物及其调节网络等,从而从分子水平上了解细胞的结构和功能[5]。目前已经建立的农作物生物信息学数据库研究平台有植物转录本(ta)集合数据库tigr、植物核酸序列数据库plantgdb、研究玉米遗传学和基因组学的mazegdb数据库、研究草类和水稻的gramene数据库、研究马铃薯的pomamo数据库,等等。
2.生物信息学在种质资源保存研究领域中的应用
种质资源是农业生产的重要资源,它包括许多农艺性状(如抗病、产量、品质、环境适应性基因等)的等位基因。植物种质资源库是指以植物种质资源为保护对象的保存设施。至1996年,全世界已建成了1300余座植物种质资源库,在我国也已建成30多座作物种质资源库。种质入库保存类型也从单一的种子形式,发展到营养器官、细胞和组织,甚至dna片段等多种形式。保护的物种也从有性繁殖植物扩展到无性繁殖植物及顽拗型种子植物等[6]。近年来,人们越来越多地应用各种分子标记来鉴定种质资源。例如微卫星、aflp、ssap、rbip和snp等。由于对种质资源进行分子标记产生了大量的数据,因此需要建立生物信息学数据库和采用分析工具来实现对这些数据的查询、统计和计算机分析等[7]。
3.生物信息学在农药设计开发研究领域中的应用
传统的药物研制主要是从大量的天然产物、合成化合物,以及矿物中进行筛选,得到一个可供临床使用的药物要耗费大量的时间与金钱。生物信息学在药物研发中的意义在于找到病理过程中关键性的分子靶标、阐明其结构和功能关系,从而指导设计能激活或阻断生物大分子发挥其生物功能的治疗性药物,使药物研发之路从过去的偶然和盲目中找到正确的研发方向。生物信息学为药物研发提供了新的手段[8,9],导致了药物研发模式的改变[10]。目前,生物信息学促进农药研制已有许多成功的例子。itzstein等设计出两种具有与唾液酸酶结合化合物:4-氨基-neu5ac2en和4-胍基-neu5ac2en。其中,后者是前者与唾液酸酶的结合活性的250倍[11]。目前,这两种新药已经进入临床试验阶段。tang sy等学者研制出新一代抗aids药物saquinavir[12]。pungpo等已经设计出几种新型高效的抗hiv-1型药物[13]。杨华铮等人设计合成了十多类数百个除草化合物,经生物活性测定,部分化合物的活性已超过商品化光合作用抑制剂的水平[14]。
现代农药的研发已离不开生物信息技术的参与,随着生物信息学技术的进一步完善和发展,将会大大降低药物研发的成本,提高研发的质量和效率。
4.生物学信息学在作物遗传育种研究领域中的应用
随着主要农作物遗传图谱精确度的提高,以及特定性状相关分子基础的进一步阐明,人们可以利用生物信息学的方法,先从模式生物
中寻找可能的相关基因,然后在作物中找到相应的基因及其位点。农作物的遗传学和分子生物学的研究积累了大量的基因序列、分子标记、图谱和功能方面的数据,可通过建立生物信息学数据库来整合这些数据,从而比较和分析来自不同基因组的基因序列、功能和遗传图谱位置[15]。在此基础上,育种学家就可以应用计算机模型来提出预测假设,从多种复杂的等位基因组合中建立自己所需要的表型,然后从大量遗传标记中筛选到理想的组合,从而培育出新的优良农作物品种。
5.生物信息学在生态环境平衡研究领域中的应用
在生态系统中,基因流从根本上影响能量流和物质流的循环和运转,是生态平衡稳定的根本因素。生物信息学在环境领域主要应用在控制环境污染方面,主要通过数学与计算机的运用构建遗传工程特效菌株,以降解目标基因及其目标污染物为切入点,通过降解污染物的分子遗传物质核酸 dna,以及生物大分子蛋白质酶,达到催化目标污染物的降解,从而维护空气[16]、水源、土地等生态环境的安全。
美国农业研究中心(ars) 的农药特性信息数据库(ppd) 提供 334 种正在广泛使用的杀虫剂信息,涉及它们在环境中转运和降解途径的16种最重要的物化特性。日本丰桥技术大学(toyohashi university of technology) 多环芳烃危险性有机污染物的物化特性、色谱、紫外光谱的谱线图。美国环保局综合风险信息系统数据库(iris) 涉及 600种化学污染物,列出了污染物的毒性与风险评价参数,以及分子遗传毒性参数[17]。除此之外,生物信息学在生物防治[18]中也起到了重要的作用。网络的普及,情报、信息等学科的资源共享,势必会创造出一个环境微生物技术信息的高速发展趋势。
6.生物信息学在食品安全研究领域中的应用
食品在加工制作和存储过程中各种细菌数量发生变化,传统检测方法是进行生化鉴定,但所需时间较长,不能满足检验检疫部门的要求,运用生物信息学方法获得各种致病菌的核酸序列,并对这些序列进行比对,筛选出用于检测的引物和探针,进而运用pcr法[19]、rt-pcr法、荧光rt-pcr法、多重pcr[20]和多重荧光定量pcr等技术,可快速准确地检测出细菌及病毒。此外,对电阻抗、放射测量、elisa法、生物传感器、基因芯片等[21-25]技术也是未来食品病毒检测的发展方向。
转基因食品检测是通过设计特异性的引物对食品样品的dna提取物进行扩增,从而判断样品中是否含有外源性基因片段[26]。通过对转基因农产品数据库信息的及时更新,可准确了解各国新出现和新批准的转基因农产品,便于查找其插入的外源基因片段,以便及时对检验方法进行修改。目前由于某些通过食品传播的病毒具有变异特性,以及检测方法的不完善等因素影响,生物信息学在食品领域的应用还比较有限,但随着食品安全检测数据库的不断完善,相信相关的生物信息学技术将在食品领域发挥越来越重要的作用。
生物信息学广泛用于农业科学研究的各个领域,但是仅有信息资源是不够的,选出符合自己需求的生物信息就需要情报部门,以及信息中介服务机构提供相关服务,通过出版物、信息共享平台、数字图书馆、电子论坛等信息媒介的帮助,科研工作者可快速有效地找到符合需要的信息。目前我国生物信息学发展还很不均衡,与国际前沿有一定差距,这需要从事信息和科研的工作者们不断交流,使得生物信息学能够更好地为我国农业持续健康发展发挥作用。
参考文献:
[1]yockey hp,platzman rp,quastler h.symposium on information.theory in biology.pergamon press,new york,london,1958.
[2]郑国清,张瑞玲.生物信息学的形成与发展[j].河南农业科学,2002,(11):4-7.
[3]骆建新,郑崛村,马用信等.人类基因组计划与后基因组时代.中国生物工程杂志,2003,23,(11):87-94.
[4]曹学军.基因研究的又一壮举——美国国家植物基因组计划[j].国外科技动态,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]卢新雄.植物种质资源库的设计与建设要求[j].植物学通报,2006,23,(1):119-125.
[7]guy d,noel
e,mike a.using bioinformatics to analyse germplasm collections [j].springer netherlands,2004:39-54.
[8]郑衍,王非.药物生物信息学,化学化工出版社,2004.1:214-215.
[9]俞庆森,邱建卫,胡艾希.药物设计.化学化工出版社,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]杨华铮,刘华银,邹小毛等.计算机辅助设计与合成除草剂的研究[j].计算机与应用化学,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]王春华,谢小保,曾海燕等.深圳市空气微生物污染状况监测分析[j].微生物学杂志,2008,28,(4):93-97.
[17]程树培,严峻,郝春博等.环境生物技术信息学进展[j].环境污染治理技术与设备,2002,3,(11):92-94.
[18]史应武,娄恺,李春.植物内生菌在生物防治中的应用[j].微生物学杂志,2009,29,(6):61-64.
[19]赵玉玲,张天生,张巧艳.pcr 法快速检测肉食品污染沙门菌的实验研究[j].微生物学杂志,2010,30,(3):103-105.
[20]徐义刚,崔丽春,李苏龙等.多重pcr方法快速检测4种主要致腹泻性大肠埃希菌[j].微生物学杂志,2010,30,(3) :25-29.
[21]索标,汪月霞,艾志录.食源性致病菌多重分子生物学检测技术研究进展[j].微生物学杂志,2010,30,(6):71-75
[22]朱晓娥,袁耿彪.基因芯片技术在基因突变诊断中的应用及其前景[j].重庆医学,2010,(22):3128-3131.
[23]陈彦闯,辛明秀.用于分析微生物种类组成的微生物生态学研究方法[j].微生物学杂志,2009,29,(4):79-83.
[24]王大勇,方振东,谢朝新等.食源性致病菌快速检测技术研究进展[j].微生物学杂志,2009,29,(5):67-72.
【中图分类号】O175 【文献标识码】A 【文章编号】2095-3089(2012)10-0060-01
生物信息学作为一门交叉学科正在迅猛的发展,通过将数学科学知识和技巧引入生物科学的领域,帮助生物学家解释各种生命现象。同时,生物学又为数学家提供了丰富的研究课题。微分方程是数学专业的核心基础课,也是其他工科专业的必修课程之一,为其解决实际问题提供必要的数学知识。微分方程通过对自然科学和社会科学中的问题进行数值或者定性的描述,帮助人们对事物的发展进行预见。微分方程在众多的领域应用广泛,包括物理学、航天、医药、化学和生物学等领域。随着完成测序的生物数量的迅速增加及更深入广泛的了解基因功能,生物网络的研究在生物信息学中越来越受重视。由于微分方程系统的灵活强大,有利于描述生物网络中的复杂关系。因此,微分方程课程被生物信息学专业作为重要的必修课程之一。由于本课程数学理论丰富应用性较强的特点,在给非数学专业学生授课的过程中往往面临两难的境地:一方面如果按照数学专业授课模式侧重数学理论的介绍就会脱离本专业的特点,应用性欠缺使得学生缺乏兴趣;另一方面,如果大量介绍应用,又会因为学生数学背景知识的缺乏而造成学生比较迷茫。如何在授课过程中将理论和实际内容有机的结合,从而使学生在学习中产生兴趣值得思考。本文结合生物信息学的专业特点,总结了微分方程在教学过程中的一点体会。
1.合理的整合教学内容
关于微分方程的教材很多,但是一些教材偏重于理科注重公式定理的推导证明,没有实际应用的举例,公式抽象语言晦涩学生难于理解。本校生物信息学本科专业采用的教材是周义仓编写的常微分方程及其应用,其内容上在反应数学理论严密性的同时,强调了建模、应用和计算机等特点,每章使用数学软件进行具体实例的解析。
首先,在吃透教材的基础上对教学内容进行合理适当的调整。在了解数学背景知识的同时更注重微分方程理论的应用性而不关注数学公式的推导。
其次,注意不同知识点的归纳总结。在教学过程中注意及时的整理和总结,帮助学生理清它们之间的区别与联系。同时,这些理论知识的落脚点就是众多不同类型微分方程的求解,针对不同求解方法进行归纳,强化训练。
最后,注意学生实际的动手操作能力。结合实验课针对每章的教学内容锻炼学生的实际动手操作能力,结合Maple或Matlab软件判断微分方程的类型并进行求解。除此之外,可以适当增加实际的问题,例如药物代谢、基因调控网络等生物信息学中的经典问题进行数学建模、求解方程、解释实际现象。
2.多样化的教学方法和手段
微分方程涉及很多数学理论的推导,因此在数学专业中往往采用板书的方式。既能帮助学生理解推演过程,又能根据学生理解情况随时调整。但是对于生物信息学专业单纯的板书或者多媒体教学都会导致单调枯燥,影响学生的学习兴趣。将二者有机的结合,通过板书将复杂的理论知识在黑板上演示,同时将微分方程的图形利用多媒体技术展现使得课堂教学更具有直观性,使学生更容易理解教学内容并加深印象。在教学过程中适当引入讨论式教学方法,针对实际问题让学生进行分组讨论有利于培养学生积极探索、勇于创新、敢于质疑的学习态度。
3.理论联系实际
对于微分方程的内容,如果只进行理论的学习而不进行上机的实际操作无异于是纸上谈兵,上机的操作如果仅仅局限于是方程的求解和判断也仅仅是浪费时间。通过上机时间不仅锻炼学生将所学算法程序化和学生的逻辑思维能力,还要提供学生应对问题的解决能力。随着海量基因组数据的出现,如何利用基因组数据分析基因调控网络和代谢途径是生物信息学研究人员亟待解决的问题。利用微分方程演化生物网络中的复杂关系得到了广泛的应用。针对微分方程在基因调控网络中的应用,让学生体会将实际问题数学化,建立模型求解方程,解释实际问题,培养学生解决实际问题、提高算法分析与设计的能力。其次,积极鼓励学生参与数学建模竞赛活动,在活动中让学生体会运用理论知识解决实际问题的乐趣。
4.灵活的评价机制
传统的考核办法采取单一的笔试成绩,但这往往不能评价学生的综合素质以及知识的掌握程度。在考核内容上主要突出三点内容:(一)对基本概念的掌握程度;(二)分析问题与解决问题的综合实力;(三)考查学生对微分方程求解方法和技巧的掌握。
对于生物信息学专业的学生,要求有强大的数学与计算机功底解决生物学问题。因此既要有扎实的理论基础,又要求具有分析和解决实际生物学问题的能力。面对微分方程这门课程,既要重视数学理论的教学,又要注重对学生解决生物学实际问题的引导,结合本专业的特点及培养目标,培养学生分析问题和解决问题的能力。
参考文献:
[1]郭伟艳, 常大全, 王敏慧. 浅谈微分方程教学中能力的培养. 绥化学院学报. 2006, 26 (2): 48-49.
[2]储亚伟, 朱茱. 高师本科常微分方程教学改革的探究. 阜阳师范学院学报. 2008, 25 (3): 73-73.
[3]杨丽娜. 《偏微分方程数值解》课堂教学改革与实践. 中国科教创新导刊. 2012 (8): 110-112.
[4]季瑞瑞, 刘丁. 一种基于分数阶微分方程模型的基因调控网络构建方法. 西安理工大学学报. 2011, 27(2): 127-131.
作者简介: