生物信息学产生的背景
前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇生物信息学产生的背景范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
生物信息学产生的背景范文第1篇
关键词：生物信息学;教学改革;师范院校
中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2016）36-0134-02
生物信息学（Bioinformatics）的发展与上世纪90年代人类基因组计划的启动密切相关，它综合运用生物学、计算机科学和数学等多方面知识与方法来阐明和理解大量生物数据所包含的生物学意义。生物信息学已成为当今生命科学的重大前沿领域之一，是生命科学研究中重要的、不可或缺的研究工具。
我校生物信息学课程开设较晚，所以课程教学仍处于探索阶段，尚未形成成熟的课程体系。本文针对本校学生的需求、课堂教学反馈等情况对教学内容、教学方法等多方面开展了改革与实践，以期提高教学的质量和效果，培养全面发展的人才。
一、生物信息学课程教学现状
（一）教材较多，因此难以选择一本适合的教材
生物信息学教材很多，有些教材侧重于生物信息学理论和算法，如许忠能主编的《生物信息学》对生物信息学的理论和算法讲解详细，但是对于师范院校生物科学专业的本科生而言较为深奥，不易理解;有些教材侧重于生物信息学软件使用，学生对于软件分析所需要的背景知识掌握不够，即使能够运用软件，却不能正确分析和理解所得到的分析结果;由于生物信息学发展较快，教材更新速度相对较慢，一些新的生物信息学知识未能及时纳入到已出版的教材中，而且有些书中所讲的数据库资源早已停用，有些软件及其应用也早已更新版本。
（二）学生理论基础薄弱，学习主动性不够
虽然这门课程在我校是专业选修课程，考核方式以考查为主，但是选修这门课程的学生都对生物信息学有浓厚的兴趣。这门课程开设在大三下学期，很多同学尚未开展或即将毕业课题设计，希望通过本课程的学习对毕业论文或将来考研深造有所帮助。然而在学习过程中，由于对分子生物学、生物化学、遗传学等理论知识掌握不扎实，并且对学科前沿进展关注不够，很少阅读实验性论文，在学习生物信息学相关理论知识时理解困难，而且对于如何将生物信息学应用于实际的课题研究也感到困惑。
（三）学生英语基础不同，学习过程中容易产生消极情绪
要学好生物信息学，离不开大量专业文献的阅读，尤其是外文文献，追踪学科前沿研究进展，这就需要具备一定的专业英语基础。此外，很多生物信息学数据库以及应用软件都是全英文的，涉及专业英语词汇较多。由于学生的英语基础不同，在学习过程中有些学生感觉专业英语阅读和理解方面较吃力，容易产生畏难情绪。
二、教学改革与实践
（一）修改教学大纲，理论与实践结合
生物信息学是一门实践性很强的学科，仅仅靠教师单一的讲解理论和软件的使用方法学生是很难理解和掌握的，因此在教学过程中要理论和上机实践结合。教学大纲中原36学时为理论24学时、上机实践12学时。考虑到我校学生学习该门课程的实际需求，强化实践运用，将理论和上机实践课时均调整为18学时，学生在实践的过程中带着问题主动去思考，发现问题、解决问题，更好地去理解生物信息学的理论知识。原教学大纲中理论课学习结束后再进行上机实践，但是教学过程中发现理论课信息量大，有些知识学生初次接触没有较好地理解，或者当时能够理解，但过了一段时间后再进行上机实践时又要重新学习。在课程安排方面，调整为一个章节的理论课学习结束后开设相应的上机实践，通过实际操作练习有利于巩固所学理论知识，学生也比较喜欢这样的教学方式。
（二）调整教学目标，优化教学内容
生物信息学内涵广泛，应用领域广，但是生物信息学在不同研究领域中的研究内容和应用程度有所不同。选修本课程的学生都是生物学背景，主要希望运用生物信息学知识去解释课题研究中的生物学问题。考虑到本科生理论知识基础相对较弱，很多学生尚未开展课题研究，因此应该在有限的学时里让学生掌握与专业需求相关的生物信息学知识和实用技术，教学的重点和难点要根据本校学生特点进行调整，对教学内容进行优化、精简。例如多序列比对算法、马尔科夫模型等涉及数学、计算机知识，可以简要介绍，但不做深入的讲解。理论和上机实践部分主要介绍生物信息学数据库资源、序列比对、核酸序列分析、系统进化分析、蛋白质结构与预测，同时理论部分还包括生物芯片、高通量测序技术、介绍生物信息学的前沿进展。此外，还结合学生的需求在上机实践课中增加了引物设计内容。
课堂教学内容并不拘泥于一套教材，而是根据讲授的章节选择该章节适合的2～3套教材综合讲解，最终形成适合我校学生学习的讲义。例如在讲系统进化发育时，理论讲解选择由Masatoshi Nei和Sudhir Kumar编写的高等教育出版社出版的《分子进化与系统发育》和蔡禄编写的《生物信息学教程》，上机实践选择吴祖建等编写的《生物信息学分析实践》。
（三）教学与科研相结合，学以致用
生物信息学有很多分析软件，应用很广，即使是分章节按照序列比对、核酸序列分析、系统进化树构建等给学生逐一讲解相关的算法和实际的应用，学生仍然感觉知识零散，信息量太大难以掌握，容易产生畏难情绪而导致学习积极性不高。有些应用软件学生即使有所了解，却又不知道在科研中如何运用。所以在教学过程中，我们以课题研究为例，再结合相关的文献来进行讲解。例如选择DNA条形码开展物种鉴定为例，让学生去查阅相关文献，如DNA条形码在中药材混伪品鉴定中的应用、DNA条形码在肉制品掺假中的鉴定等。这个课题应用性强，对本科生而言阅读专业文献的难度相对较小，仅涉及DNA提取、PCR扩增等实验内容，容易激发学生的学习兴趣。在学生理解课题背景知识的基础上，让学生重点看文献中涉及的生物信息学相关知识，要求学生下载文献中涉及的基因序列，根据下载的序列用MEGA软件进行序列比对，计算遗传距离，同时利用MEGA软件构建NJ树。这个过程就把生物信息数据库、序列比对、系统发育分析等几个章节的教学知识串联起来，学生就知道为什么要下载序列、做序列比对，更好地理解系统进化树构建的原理及意义。同时，也促进了学生阅读专业文献，尤其是外文文献，增加专业英语词汇量，主动关注学科前沿发展动态，更好的利用生物信息开展课题研究，做到学以致用。
（四）改革教学手段和教学方法
生物信息学理论教学中往往是教师主讲、学生听，学生被动接受，这种“灌输式”的学习让学生感觉枯燥乏味，教学效果较差。教学时应突出学生的主体地位，教师起主导作用，引导学生积极思考，参与课堂教学，激发学生的学习热情。例如讲解生物信息学数据库资源时，可以布置课后作业，要求学生搜索国外生物信息学数据库资源，并将查阅的资料制作成PPT，下一次上课时让学生利用PPT讲解搜索情况，分享经验。教师在学生讲完后点评，鼓励学生关注生物信息学的前沿进展，在学习生物信息学的同时提高专业英语的水平。在讲解生物芯片与高通量测序技术时，布置课前预习作业，针对高通量测序技术原理、应用、数据分析等教学内容设置几个选题，让学生分小组，每个小组选择一个选题，通过查阅文献资料，以PPT形式在课堂上讲解。学生根据讲解内容提问，交流讨论。教师根据学生的汇报内容进行点评，进行有针对性的讲解、补充。这样的形式使学生主动去探究问题，而不是被动地接受教师传递的信息，对知识的理解更加深入，学生也反馈这种教学活动提高了学习的积极性，并留下深刻的印象。
三、结语
生物信息学作为一门新兴学科，仍然在不断的发展中，知识更新速度快，因此生物信息学课程的教学内容、教学方式应紧跟学科前沿发展，立足学校专业特点及培养特色，不断摸索教学经验，在教学模式上深入研究，提高教学质量，实现培养学生理论与实践运用综合能力的教学目标。
参考文献：
[1]许忠能.生物信息学[M].北京：清华大学出版社，2008.
[2]Masatoshi Nei，Sudhir Kumar.分子进化与系统发育[M].北京：高等教育出版社，2002.
[3]蔡禄.生物信息学教程[M].北京：化学工业出版社，2007.
[4]吴祖建，高芳銮，沈建国.生物信息学分析实践[M].北京：科学出版社，2010.
生物信息学产生的背景范文第2篇
生物信息学 生物科学 实践教学
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.
[5]周海延.隐马尔科夫过程在生物信息学中的应用.生命科学研究，2002， 6（3）：204-210.
生物信息学产生的背景范文第3篇
关键词：生物信息学；研究生；培养模式
中图分类号 G642.0 文献标识码 A 文章编号 1007-7731（2016）22-0120-02
随着基因组测序技术的飞速发展，学科交叉的趋势也越来越明显，如生物信息学、数字医学、金融数学、环境生态学等，交叉学科的产生意味着跨学科时代的到来，这是不同科学门类领域学科相互渗透融合，凭借对象整合、概念移植理论渗透和类比推理等方法，对象世界及其变化进行体认和再现后形成的新学科[1]。这就要求我们必须创新，鼓励创新，而鼓励创新需要鼓励创新性人才培养，尤其是研究生阶段的人才培养，因为这个阶段的培养是建立在学科发展的国际前沿基础上的，但在高等院校中，由于当前研究生教育制度的“单一专业制”，限制了跨学科人才培养。然而，面对如此巨大变革，庞大的测序数据也是当前研究人员面对最困难的问题，此时生物信息学得到高度重视。尽管生物信息学是以生物为研究对象的学科，但是它的研究手段却是计算机与统计学算法相结合，涵盖了生物信息的获取、处理、存储、分配、分析以及阐述等各个方面以理解和利用海量的生物学数据为目的学科，这对我们生物学专业的学生来说无疑是学习和研究的屏障，培养其理论思维能力，创新能力和实践能力尤为重要，如何在生物学本科生中培养生物信息学研究生是生物学科研究生培养的难点。探索如何克服这一难点而培养能力和自主性强的生物信息学科研究生将具有十分重要的意义，本文就跨学科培养生物信息学研究生所面临的一些问题进行探讨。
1 跨学科培养生物信息学研究生的必要性
跨学科或交叉学科的出现发挥了明显的作用，为许多领域的科学问题提供了答案。法国作家普鲁斯特曾说，真正的发现之旅，并不是去寻找新大陆，而是采用一种新视角[2]。在某一个学科内无法解决的问题，如果换个角度就很可能迎刃而解，这种创新性的问题答案的获得不但需要多学科的协同攻关，更需要在研究生教育方面培养一大批高层次的具有跨学科思维并掌握多学科理论与方法的人才，这样才能更好地推动科技创新。在国外，跨学科研究已经非常普遍。如在德国的柏林工业大学已经建立跨系研究中心、跨学科研究小组、大学研究论坛以及跨学科研究协会等组织；在日本，名古屋大学建立了复合专业群以促进学科前沿交叉领域的发展和研究生素质的提高[3]。这些不争的事实均反映了在世界范围内跨学科研究生培养的趋势所在，跨学科生物信息学研究生的培养也不例外。
2 跨学科培养生物信息学研究生的优势与不足
我国研究生教育培养已从传统单一学科的培养模式向跨学科和学科交叉的培养方向发展，跨学科、跨专业选择的研究生数量也日渐增多，已成规模。跨学科的研究生同本专业研究生相比，既有优势，也存在一定的不足，当然包括跨学科培养的生物信息学研究生。跨学科培养的优势在于研究生能虼佣嘟嵌瓤悸俏侍猓有可能因为学科交叉而产生独特的研究方法和思维方式，形成创新点；也可以从不同的专业角度发现问题、观察问题、研究问题、解决问题。不足之处有：在新学科的基础知识及专业知识积累上有所欠缺，对很多问题理解不透彻，初期也可能学习，科研压力大很难进入科研状态，如果自我调节能力不强，导致有些研究生可能会出现自卑情绪，需要一定的适应阶段，但过了这个阶段，跨学科的优势即可逐步显现出来。
3 跨学科培养生物信息学研究生的制约因素
在高等教育体系中，本科教育和研究生教育分别培养应用型人才和研究型、创新型人才[4]。近年来，为了适应社会发展对复合型高层次人才的需求，我国许多高等院校逐步开展了对研究生的跨学科培养。但在培养过程中，存在一些制约其发展因素，主要表现在以下几个方面：
3.1 培养理念与方式 在传统的教育管理理念与方式下，研究生教育的培养主题依然是单学科，而非多学科、交叉学科、跨学科。我国大多数院校的研究生培养仍然采取这种模式，虽然也培养了一些杰出人才，但总体上不利于研究生多方面知识的获取，使研究生缺乏创新性。对于跨学科培养研究生，行政管理条例应该灵活，研究生学制期限也不应该固定，因人而异等等均收到一定的限制，无法实施。在高等院校在课程的设置上，一般很少设立学科跨度大的专业必修课和选修课，学院与学院之间基本不再进行跨学院跨学科开课，选课上缺乏协作性，研究生培养计划中也没有整体的培养应对跨学科的培养方案等。
3.2 培养体制与机构 我国大多数的高校是以一级学科为基础设置学院，学院数量较多，学校也习惯于以学院为基本单位，学院内部学科包容量较少，专业划分过于详细，而此时可能忽略了跨学科与交叉学科过于规范的培养框架。目前，我国有很多高校拥有独具特色和优势的学科与专业，但由于僵化的培养制度，难于形成特色或优势学科主导下的跨学科培养方案，更不利于高层次人才的培养。所以，跨学科培养存在一定的体制问题，学生在掌握了大量交叉学科知识及研究方法后，还要认清主导学科并能解决实际问题。如果在培养过程中过于重视现有的培养制度和教学计划，就容易使整个培养体系走向僵化，不但不能促进跨学科的发展，更难以培养出适应社会发展需要的复合型高层次的人才。
3.3 导师与研究生个人 在指导教师方面，大多数导师也不具有跨学科学习与跨学科研究的经历，其开展的研究项目也只是单一学科的。而刚刚跨学科的研究生也可能和导师的情况类似，这样导师与学生的学科知识结构都相对单一，对其他学科知识及发展动态掌握不够，使跨学科培养在双方面都受到了阻碍。所以，在跨学科研究上，导师和学生都应该拥有跨学科研究的知识背景，既要掌握一定的跨学科相关知识和研究方法，也要经常参与跨学科的学术交流，积极进行跨学科建设和跨学科项目的研究。
4 跨学科培养生物信息学研究生的必要措施
跨学科的研究生培养是一个长期而又复杂的过程，跨学科生物信息学研究生培养也不例外，从培养过程中涉及的制约因素考虑，为提高跨学科生物信息学研究生创新人才的培养水平，提出以下主要措施：
4.1 建立健全相关跨学科培养制度 在组织机构上，设置好学院后，应注意适当增加学院的学科数量，以促进不同学科不同专业的交叉与融合。在资源利用上，实现资源共享，由学校统一进行管理大型实验设备和仪器，建立相关的技术与服务平台，避免资源闲置或浪费现象的发生，提高资源利用率，更要打破学科专业之间的界限，积极争取校企与科研院所的合作等，进行研究生联合培养。
4.2 完善跨学科培养方式 跨学科培养涉及到很多环节，首先在考试科目的设置、试卷命题及复试上，都要尽可能按跨学科招生。既要注重考察考生知识容量，也要考察考生的能力是否具备跨学科培养的潜力，优先录取综合素质高的跨学科考生。此外，招生录取途径也应该多样化，如导师有招生自[5]。在研究生课程教学上，更要注重课程的交叉性与综合性，还要引入交叉学科研究的最新成果，使研究生了解学科发展动态。另外，跨学科研究生可以在不同实验室进行学习，提高自身能力，积极参加学校或学院组织的学术交流、多听跨学科的学术报告和学术讲座等。
此外，还要注重激励机制，目前，许多高校及科研院所在评估科研人员的业绩时，过于注重甚至只考虑第一作者的贡献，其他作者的贡献忽略不计，这样非常不利于跨学科研究的培养，影响积极性。许多生物信息学的研究是和其他的生物学科交叉发展的，第一作者贡献固然大，其他位次的也要适当的考虑，这样才能使得研究生的跨学科教育快速发展。
4.3 重视导师与研究生的跨学科研究 跨学科研究生的水平高低c导师的学术水平、综合能力等有直接的关系，因为导师对研究生选题、技术路线等方面具有很大的指导作用。研究生在跨学科上也应高度重视，储备知识，拓展思维，这样和导师进行的跨学科沟通时才能顺利进行，有利于发展。导师方面，我们倡导的多导师制，也就是我们常听说的还有副导师，这样更能有效地培养研究生的全面知识与试验技能，有助于跨学科的创新性。培养跨学科的生物信息生学研究生的知识与技能，多导师制更值得提倡，因为其中涉及很多软件知识、计算机知识、生物学知识等多个学科的知识和技能，这样可以相互补充，有助于问题的解决。
我国研究生教育具有多层次性、多类型的人才培养模式，但跨学科人才培养仍处在探索阶段，存在很多制约因素，但跨学科研究生培养对于培养创新型人才有着及其重要的作用，可能成为培养交叉学科人才、创新人才的有效途径。
参考文献
[1]炎冰，宋子良.交叉学科概念新解[J].科学技术与辩证法，1996，13（4）：51-54.
[2]林崇德，罗良.建设创新型国家与创新人才的培养[J].北京师范大学学报（社会科学版）2007，1：29-34.
[3]何沐蓉，朱浩，常军武.跨学科培养生物医学研究生[J].学位与研究生教育，2011，7（7）：11-16.
[4]贾川.我国高校跨学科研究生培养机制研究[D].长沙：国防科学技术大学，2008.
生物信息学产生的背景范文第4篇
作为多年致力于生物医学信息学的科研工作者，刘雷站在时代的潮头，综合应用多门学科，在基因组数据的分析与挖掘、生物网络的构建与分析、生物系统的建模与模拟、医疗大数据整合与挖掘、临床决策支持、精准医学等方面做了大量工作，取得了一系列创新性成果。他用日复一日的勤奋与智慧，推动我国生物医学信息学向更高水平发展。
生物医学与计算机科学的双重人才
随着科学向综合性发展和大数据时代到来，各种交叉学科不断形成，生物医学信息学就是其中之一。
作为北京大学生物学系毕业的高材生，刘雷从一开始就选择了遗传学。后来，从中国科学院发育生物学研究所的硕士到美国康涅狄格大学分子与细胞生物学系的博士，刘雷在专业上日益精进，不断获得突破。当时，康涅狄格大学有一位生物系的老师，热衷研究分子进化，刘雷在他的影响下，对生物信息学产生了浓厚的兴趣。90年代，人类基因组计划正在轰轰烈烈地开展，生物信息学从中孕育而生。然而，生物信息学是一门交叉学科，融合了生物技术与计算机科学，这类复合型人才奇缺。刘雷抓住了这一契机，不顾别人疑惑的目光，毅然选择了到康涅狄格大学计算机系做博士后，从此成为兼备生物学与计算机技术的复合型人才。
1999年，博士后结束，由于刘雷既懂计算机又懂生物学，受聘于美国伊利诺伊大学香槟分校生物技术中心，组建生物信息学实验室并担任主任。在这里，刘雷进行服务器基础设施建设、基因组数据序列分析，还开课讲授生物信息的一些课程，各项工作顺利进行，成果迭出。“交叉学科存在语言的问题，你要听懂学计算机的人在说什么，也要听懂学生物的人在说什么。”在这种情况下，刘雷的双重学科背景为团队的沟通交流提供了便利，他一方面将生物学的问题转化成计算机的问题开展工作，一方面将计算机专用的算法与结果解释给生物学家们听，成为了不同学科之间沟通对话的桥梁。
为了适应交叉学科对不同专业人才的需求，生物信息学实验室招纳了计算机领域、生物领域、数学领域等不同领域的人才。刘雷在组建实验室的过程中对整个生物信息领域有了更加深切的了解，冥冥之中为他回国开展相关工作奠定了坚实的基础。
助力我国生物医学信息技术
2002年，上海生物信息技术研究中心成立，研究中心的两位负责人在去美国访问期间，与刘雷一见如故。应他们的邀请，刘雷从2003年开始担任上海生物信息技术研究中心客座研究员，逐渐与国内生物信息研究领域建立起广泛的交流和沟通。2007年，刘雷入选中科院“百人计划”正式回国，任中科院上海生命科学研究院系统生物学重点实验室研究员、上海生物信息技术研究中心副主任，用所学知识报效祖国。
面对数量大、内容层次复杂的医学证据，要想从中全面、系统、快速的获取最佳的医学知识和证据，就必须借助计算机巨大的存储和处理信息的能力。上世纪90年代之后，医疗信息化成为改进医疗服务质量、提高服务效率、把医疗卫生服务成本控制在民众可接受水平的主要技术手段。2010年，刘雷申请主持了国家高技术研究发展计划（“863”计划）项目“数字化医疗工程技术开发”中的第二课题“医学知识库与临床决策支持系统研发”，旨在为临床提供更为便捷和随需而得的医学知识和证据获取途径，促进医疗水平的提高。
在这一科研项目中，刘雷带领团队围绕医学知识库的构建和临床决策知识系统的研发，开展了医学知识库构建技术研究、数字化临床指南知识库与决策支持系统研发、数字化临床路径实现技术与应用模式研究、智能化合理用药系统研发、以及数字化人体仿真建模与辅助诊疗技术研究。
刘雷说：“现在医疗电子化程度已经很高了，有电子病例等各种系统，但是这些数据都是分散的，相互之间并不联通。我们想要建立一个数据中心，将分散的数据集中在一起，并整理成体系，以利于数据挖掘。”基于此，刘雷与团队研发了数字化临床指南知识库与决策支持系统。“当医生遇到一个难题，计算机的决策支持系统会将相关知识推送给他，省去了医生查阅文献的时间。”而对基层医生，知识库提供了一个医疗指南，“比如遇到高血压病人，系统会给基层医生提示，显示该做什么检查、开什么药，来辅助临床治疗”。
刘雷认为，数字化医疗不但在医学信息化、生物信息的发展过程中会起到重要作用，而且对构建和谐医患关系也大有裨益。“医患关系最大的问题是信息不对称。患者知道的很少，医生知道的很多，患者听不懂医生所说的专业术语。那么这时候还是沟通的问题，大家有误会就会造成医患关系紧张。”在刘雷看来，医学知识库和临床决策支持系统在给医生提供服务的同时，也应该给患者提供服务，要将医学知识库的知识进一步变得通俗易懂，让患者能够清楚了解。
曾经有医生不理解刘雷，“你们的工作难道要取代医生吗？”，他们认为，对患者解释医学知识只会浪费时间。刘雷解释说，“我是在帮你们，也是在帮助患者，让你们更好地沟通。只有这样工作才能更顺畅”。那么，如何让知识库更好地为患者服务呢？刘雷设想，现在中国的病人太多，排队等候时间很长，可以将患者排队等候的时间利用起来，将一些知识推送给患者，这样一来，患者对病况有所了解之后，再和医生沟通起来就会容易很多。
像马儿一样驰骋
如今，回国已有8年，刘雷说：“我做了正确的选择。”他目睹了2008年的北京奥运会，见证了2010年的上海世博会，中国大地上的一派欣欣向荣之景令他倍受鼓舞。“在国内，我有自己的实验室，承担大数据项目、‘863’项目，最近又在做精准医疗。这让我站得更高，看得更远。”
精准医疗是个性化医疗的延伸，将促使医学进入智能时代，产生颠覆式医学创新。刘雷说，他不久前刚去天津做了题为“生物医学信息――从大数据到精准医疗”的报告，精准医疗研究已经成为各国科研和医疗机构以及企业界高度关注和大力投入的重要研究领域。据刘雷介绍，精准医疗是一个很庞大的项目，一是要做生物信息数据分析总结，二是做临床数据信息的采集分析，三是软件和产品的开发。最终，要实现从临床数据到样本、到分析、再到知识库和临床决策支持系统的整合。
如今，刘雷身任多职，学校、医院、研究院，他到处奔忙，乐此不疲。他笑着说：“我是属马的，奔跑是马儿的天性。”
生物信息学产生的背景范文第5篇
综合基础知识讲授，增强教学内容的交互性。药物大数据的概念的提出以及相关研究的开展，给现代药物化学教学内容改革提出了新的机遇和挑战。将创新意识、药物大数据的概念融入基础知识教学中，以加深学生对基础知识的理解。每一类型药物的讲授，应以重点药物、经典药物为例，同时将该药物在最新的数据库中进行搜索，进而引出目前该药物的研究前沿。作者在讲授药物结构、命名、合成方法、理化性质、代谢形式等基础知识的同时，着重引导学生思考研究者在药物研发过程中的设计思路、考虑问题的出发点和归属，将该类型药物的发现、发展和衍生化，药物的作用靶点信息，现阶段临床用药、类似药物的研究进展、最新理论和技术等信息进行有机整合，从而将药物设计方法整合入知识点的介绍中。比如在讲解循环系统药物受体阻滞剂的时候，介绍从药物结构数据库PDB数据库中下载和展示受体的三维结构的方法；在讲授抗癫痫药物苯妥英钠时，介绍药物数据库Drugbank中查找相关药物性质的方法，介绍磷苯妥英作为水溶性磷酸酯前药的一个成功实例进行讲授。这样使得前药、药物信息等内容有机、生动的展现出来，也将药物综合知识、药物大数据概念和内容落实到了具体的药物教学中。挖掘药物研发信息，使得教学内容具体生动。从药物大数据中出发，挖掘以药物发明史、药学新前沿、药物化学家创造的社会价值、药物化学研究的趣事等相关信息，激发药化学习兴趣。比如在青霉素的教学过程中，通过穿插亚历山大•弗莱明青霉素的发现过程，教育学生严谨的科研态度和细致的科研观察的重要性；在讲授抗肿瘤药物时，也介绍最新的抗癌药物临床研究，介绍密西根大学王少萌教授基于结构设计策略成功获得强效的、口服的MDM2小分子抑制剂，进而实现成果转让约3.6亿美金的成功案例；在糖尿病药物教学中，列举了最新批准的药物，最近一年的糖尿病畅销药物排行，各药物相关的靶点信息，创造的社会价值，带给学生药学新近动态信息。通过生动的药物发明故事，最新的药学动态数据，让药物化学教学课堂更为生动化、具体化、人性化，从而充分激发学生的兴趣、更加深入掌握药物化学知识。结合科学前沿讲解案例，赋予教学内容创新理念。从大数据中寻找药物研发的历程，将药物的科学研究过程以及最新的进展融于教学中，不断保持教学内容的先进性。在药物化学课程安排中，作者采用了案例教学的方法，安装主要疾病靶标类型，选取药物研发的成功实例，分析药物研发过程，进行案例教学，不仅包括目前临床使用的经典药物，近年来研发的热门药物、靶点，也涉及老药新用、多靶点药物、系统生物学等方面的内容，进行一课一例的专题讲解。以反应停（沙利度胺）药物的讲解为例，一是讲解孕妇使用反应停后抑制了孕吐反应的同时也产生了海豹胎儿的药物历史上的灾难的经典案例，使学生认识到了手性在药物研发中的重要性；二是突出强调沙利度胺在1998年又被投放到市场，作为多发性骨髓瘤、麻风结节性红斑等病症的治疗，以及2013年FDA还批准了沙利度胺的类似物上市用于多发性骨髓瘤的治疗，是学生了解药物是可以改造、可以优化，甚至可以重新定义适应证、重新回到市场的。三是介绍关于沙利度胺的最新研究成果，包括2014年Nauture上发表了确证沙利度胺的作用靶点为CRBN的研究论著，让学生进一步了解该药物研究最新进展。类似的案例教学是将科学实践来验证课本中的理论，在教学中融入药物化学领域的新信息、新思想和新技术，培养学生的创新意识和创新能力。
2教学方法和手段的改革
充分使用各种药物大数据资源，将药物化学研究的相关数据库应用到药物化学的教学中，其中包括scifind-er、chembl、drugbank等。SciFinder数据库可以透过网络直接查看《化学文摘》自1907年以来的所有期刊文献和专利摘要，以及八千多万的化学物质记录和CAS注册号。Chembl数据库是欧洲生物信息研究所（EBI）开发的免费在线数据库，从大量文献中收集各种靶点及化合物的生物活性数据，为研究者提供了一个非常便利的查询靶点或化合物的生物活性数据的平台。Drugbank数据库中包含了现在上市的或者正在做临床研究的药物的药代、药效、靶点等相关信息。通过该数据库，学生可以快速了解药物的合成方法、适应证、作用靶点等信息，同时学生也可以通过查阅相关数据库了解类似结构骨架的化合物在药物研发中的研究发展历史和最新的研究前沿。在具体的教学实践中，作者安排了1次讨论糖尿病药物的课程，将学生分成两组，分别在数据库中查找葡萄糖苷酶抑制剂和DPPIV抑制剂的临床应用情况、化合物的合成方法、目前的研究前沿。以项目讨论的方式，分别介绍了这2类药物的情况，充分调动学生的学习积极性，取得了良好的效果。充分利用各种教学科研软件，将现代化教学方法手段应用到药物化学教学中。从2009年开始，笔者所在的教研室编制标准化幻灯片（PPT）课件，并根据每年的科学前沿，更新PPT的内容。此外，作者也在尝试使用其他软件来表现药物化学教学中设计的药物、蛋白结构，包括Chem3D、PyMol等软件。其中，Chemoffice中的Chem3D是一款三维立体分子结构的演示软件。Chemdraw可以从二维的角度观察药物逐步的优化过程，展示药物合成的方法，而Chem3D能够更加直观地从立体上来考察和展示药物功能团变化给立体构型上带来的改变。PyMol是一款显示和分析分子三维结构的软件，应用PyMol软件可以图形化地表达分子动态过程，不仅可以用球棍、飘带等多种方式显示分子三维结构，也可以对蛋白质三维结构进行编辑、修改、显示，更为重要的是还能够清晰的展示显示药物与受体的结合原理，并能够以三维图形的方式展示分子相互作用的动态过程，使得原本抽象的教学内容直观而又形象地呈现出来。在课程的各个章节的PPT课件中均使用PyMol软件制作蛋白、小分子的三维结构图。通过各种软件的辅助，负责的药物结构、特殊的构效关系，许多语言难以描述的内容，变得形象生动，降低学习难度，突破教学难点，使学生对药物结构有更直观形象立体的了解，加深学生对知识点的理解和掌握。随着大数据产生，云计算的概念和运用越来越广泛，将云计算的教学平台用于现代化的教学中，能够有效的整合利用计算资源，降低了基础资源建设中巨大的软、硬件成本。同时，云计算教学平台能够加速药物设计相关知识更新速度，追踪科学前沿，实现个性化教学的实际需求，将理论知识和科研实践有机地结合起来，能极大地提高学习效率。作者所在的教研室，搭建了药物化学云计算网络课程，学生在登陆云计算服务器后，不仅能够通过网络复习上课课件，也能够通过网络进行课后练习并进行在线作业提交、提问。教师能够通过云计算网络回答学生问题、了解学生学习情况。除了云计算平台之外，云服务辅助教学平台对于信息化教学尤为重要。云服务辅助教学的理念使得课后辅导工具变得多样化，通过时下流行的交流工具如QQ、微信，不但可以保证教师和学生之间的畅通交流，也可以促使学生间的交流。教师可以通过截图、群发辅助学习资料等方式，共享学习材料和经验，提高学生学习效率。同时，教师也可以通过学员的QQ、微信发言提问情况全方位的掌握学生的学习状况。此外，作者也将药物设计相关的最新文献通过群共享的方式分享给学生，同时也加上自己的对文章的创新点的点评意见，培养学生的追踪科学前沿的习惯和科研创新的能力。
3合理的课程体系
