张晓艳
摘 要：生物信息学是一个高度穿插的跨学科范畴，正日益成为一门强壮的现代新式学科。跟着社会上对练习有素的生物信息学专业学生需求量的快速添加，开设生物信息学本科专业的校园也日益增多。因为高度穿插学科的特殊性，对生物信息学本科课程的开发面对许多的应战。同济大学是我国最早树立本科生物信息学专业的大学之一，本文对同济大学的生物信息学专业本科课程十几年的展开进程进行了回忆和展望。
要害词：生物信息学；本科教育；跨学科；课程
一、导言
生物信息学是将生命科学与核算机科学和信息技能进行高度交融构成的一门具有一起优势的现代穿插学科。生物信息学运用开发和运用的先进信息学东西，把生物、医学、行为和健康数据，经过收集、存储、收拾、集成、剖析和发掘等一系列作业，把数据转化为信息及常识，然后发现生命科学新见地，创立一个大局的视角从头认知生命科学的准则，以此来处理生物医学和临床医学方面的问题[1]。特别是跟着测序本钱的大幅度下降，由此发生的大规模基因组数据，敞开了后基因组年代研讨的新局面，然后给生命科学和相关范畴带来了翻天覆地的改变。经过生物信息学手法在分子生物学、个性化医学和生物技能等范畴取得的海量信息，用于防备、确诊、医治遗传性等疾病，规划新的药物和疫苗，大大缩短了新药开发周期[2]，能够说依据生物信息学研讨的办法有或许彻底改变21世纪生命医学范畴的研讨
形式。
跟着各类商场和学术研讨单位对生物信息学专业人才的需求不断增加[3]，对该专业的本科与研讨生的培育火烧眉毛。本科院校遍及认识到树立此类课程的重要性，各大专院校开设生物信息学专业的志愿日益增强。
二、国表里高校专业与课程比照剖析
经过对国外十所开设生物信息学或核算生物学专业的高校的学位课程和培育形式进行调研，对首要的课程模块及课程设置以及国表里高校生物信息学专业的培育形式进行了具体的剖析。在根底课程的设置上，这些院校首要包含生物学、化学根底、数学及核算概率、核算机科学、算法及编程这几个方面的课程，少量高校还设置了丰厚的物理课程；在学分分配上，生物学、化学、数学和核算机科学几个分类项的份额比较均衡（大致13～20学分）；在生物信息学专业课程的开设方面，各校侧重点各有不同，特征比较明显，统筹学科和教师
特征。
国外高校化学、数学根底课程设置份额整体高于国内高校，阐明国外高校的培育体系关于学科的根底常识仍是适当重视的。生物信息学运用方面开设许多课程，侧重点各有不同，除了根底课程外，国外大学在进阶课程的设置上愈加灵敏，除了生物信息、算法、编程、数据库等相关的生物信息技能，会设置一系列的选修课程供学生自由挑选；培育形式除了教学课程以外，还供给更多的项目实践，一些课程经过完结完好的课题调查学生的学习状况，值得国内高校学习；本科生在前两年需求学习很多根底课程，之后才会接触到生物信息学理论、技能前沿、生物信息学运用的课程。
从现在国表里高校的现状来看，生物信息学归入现有本科专业课程存在三种状况。
第一种是将生物信息学的观念“注入”到现有课程。例如，简直一切生命科学专业的遗传学、分子生物学和生物化学课程首要评论基因图谱、骤变、基因表达、遗传疾病、生化途径以及核酸和蛋白质的结构和功用，生物信息学办法和数据库与这些概念密切相关，能够很容易地集成到这些课程中，可见生物信息学已成为现代生命科学的重要组成部分[4-6]。
第二种是将生物信息学作为跨学科之间的“联接课程”。例如，一个分子序列的比较或许一个蛋白质的三维结构能够连接到一个核算机程序规划课程，作为核算机程序在生物学运用中的一个切入点。这个做法的起点是生物学问题，但处理方案是核算机程序，这就完结了跨学科常识的整合。也能够作为大学生的立异项目，鼓舞学生组成生物和核算机科学的团队，完结跨学院之间协作。
第三种是创立一套完好的生物信息学专业课程体系，打破原有学科的设置，精心规划新的中心课程，培育学生运用归纳常识和技能来处理实践的生物学问题。
这几种形式在学科展开的不同阶段，结合各个学院不同状况，能够一起并存，意图是处理学术和商场的人才需求问题。
三、生物信息学专业本科课程的体系设置——以同济大学为例
同济大学一向十分重视跨学科人才的培育和教育，除了在科研上对跨学科之间的研讨有专项支撑，在本科生的立异实践培育方面也有相应措施进行鼓舞。跨学科之间的沟通十分频频。
作为国内最早开设生物信息学专业的本科院校，同济大学的生物信息学本科教育旨在打造以生命科学、数学和核算机科学为根基的跨学科专业。在课程设置上，第一年学生以公共根底课为主，课程包含生物学根底课、根底化学和有机化学、物理、高等数学和核算机编程，大部分科目都装备相应的试验与实践。意图是把理论课程的学习内容，敏捷运用到实践问题的处理上，以进步学生处理问题和数据剖析的才能。
第二年开端，学生进入以专业根底课为主的学习过程中，课程涵蓋三大中心内容，生物类（生物化学、分子生物学、细胞生物学、遗传学和生理学）、数学（概率论与数理核算、数值办法与核算机算法、线性代数）、核算机科学和生物信息学根底（生物信息学、数据库根底常识、现代生物核算环境），别的还装备很多的选修课程（核算机辅佐医学、体系生物学、分子进化、表观遗传学、干细胞生物学、发育生物学、神经生物学、药学根底），鼓舞学生依据爱好和将来的作业需求挑选相应的课程。时刻上也比较灵敏，从第二年到第四年依据自己的时刻安排供给敞开挑选。
第三年首要以专业课程为主，首要开端学习核算基因组学、数据库与数据仓库技能、生物信息学算法与实践、机器学习理论与办法等课程。内容包括最新课题、触及首要研讨项意图规划、核算机东西和数据库方面的理论和实践内容。大三年首要练习学生将化学、数学、核算机科学和生命科学等不同学科的常识和技能整合起来，使学生意识到生物信息学科展开的必定性，进一步学习怎么运用生物信息学的理论和东西来处理要害的生物学问题，并测验运用所学到的理论和技能来寻求处理方案，办理和剖析各种生物数据和大型高通量数据集。
大学的第四年，学生在导师的带领下，完结以立异研讨为导向的本科结业论文。学生将运用生物信息学的核算办法，开发新的程序或数据库，然后对很多的数据进行剖析研讨，终究构成一个相对独立的效果。除了挑选在本学院展开立异研讨以外，学生还取得跨学院和跨校园的研讨时机，运用跨学科的常识有用处理实践问题。生物信息学教师鼓舞本科生参与导师的研讨项目，体会跨学科之间的帮忙研讨，把握最新的技能来习惯作业和后续的研讨生教育。
同济大学具有杰出的跨学科研讨空气，简直每个导师都有很多跨学科的研讨项目。通常状况下，生物信息学本科生从大二学年开端直到结业都有时机参与导师的研讨项目，也有很多的时机参与校表里安排的国际国内的会议。近年来，生物信息学教师和学生以一起作者的名义宣布了许多研讨性文章。除了在校园里的研讨时机，校园相同鼓舞学生们到校外的实习基地展开研讨作业，这些学生相同得到校外实习基地的广泛欢迎，这些阅历对他们后期的研讨和作业生计有很大的幫助。
经过培育的同济大学生物信息学本科结业生，现已能够将常识广度和深度与研讨阅历相结合，学生展开的空间也得到了很好的提高，能够进一步寻求更大的展开。很多闻名大学十分愿意接纳同济大学生物信息学本科结业生来攻硕士或博士学位；也能够依据自己的爱好在医药、生物工业或互联网范畴展开自己的工作生计。
同济大学生物信息学课程在生命科学和核算机编程训练方面力求均衡，一起也给予展开各自爱好专长的空间。比方有些学生对分子生物学更感爱好，他们倾向于选修更多与爱好有关生物类选修课程；或许另一些学生更喜爱核算机编程，在成为练习有素的核算机科学学生的一起，这些学生所具有的优势是能够与从事“湿试验”的科学家密切协作，能够更好地了解试验作业者的需求，愈加顺畅地协作完结相关的研讨项目。在曩昔的10余年的时刻里，同济大学生物信息学专业课程的设置为每个结业生树立一个平衡的技能，也给予他们能够在任何一个方向得以继续展开所要求的常识布景。
本科生怎么在有限的时刻内完结跨学科的常识储藏，这是一个很大的应战，需求精心规划一套完善的整合性跨学科课程，为学生往后的工作和科研做好足够的预备。同济大学作为第一批能够颁发生物信息学本科学士学位的院校，经过这些年的展开进程，现已创立了一整套生物信息学本科课程体系，经过注入生物信息学概念，将其融入现有课程，一起也展开了一批特征中心课程，协助生物信息学专业的学生更好展开。可是生物信息学专业课程仍面对巨大的应战，与其他传统的学科比较，生物信息学是一门年青的科学，伴跟着生物信息学理论和技能的敏捷展开，使得这门学科的外延和内在也在不断地发生着改变，所以本科课程的设置和内容都必须及时进行动态调整，以习惯不断展开的新技能新概念的需求，为结业生做好往后科研和作业的预备。
参考文献：
[1] Chojnacki S， Cowley A， Lee J， Foix A， Lopez R. Programmatic access to bioinformatics tools from EMBL-EBI update： 2017[EB/OL]. Nucleic Acids Research， 2017， 45（Web Server issue）：W550-W553. doi：10.1093/nar/gkx273.
[2] Altman RB. Translational Bioinformatics： Linking the Molecular World to the Clinical World[J]. Clin Pharmacol Ther， 2012 ， 91 （6） ：994-1000.
[3]Bioinformatics Market Outlook to 2015[EB/OL].http：//www.free-press-release.com/news-bioinformatics-market-outlook-to-2015-1346144339.html.
[4] Pritchard CC， Cheng HH， Tewari M. MicroRNA profiling： approaches and considerations[J]. Nat Rev Genet， 2012， 13（5）：358-69.
[5] Weisman D. Incorporating a collaborative web-based virtual laboratory in an undergraduate bioinformatics course[J]. Biochem Mol Biol Educ， 2010， 38（1）：4-9.
[6] Dinsdale E， Elgin SCR， Grandgenett N， et al. NIBLSE： A Network for Integrating Bioinformatics into Life Sciences Education[EB/OL]. CBE Life Sciences Education， 2015， 14（4）：le3. doi：10.1187/cbe.15-06-0123.
[项目赞助：国家自然科学基金（81573023），
同济大学教学改革项目（2000104061）]
[责任编辑：余大品]
