关键词 计算生物学;教学现状;体会
AbstractThe status of undergraduate course about computational biology was introduced. The teaching experience was summarized from different teaching steps in computational biology education.Besides，the beneficial exploration was carried out to improve teachers’ performance and train interdisciplinary talents for bioinformatics to promote the teaching reform of compulational biology.
Key wordscomputational biology;teaching status;experience
计算生物学是指开发和应用数据分析及理论的方法、数学建模和计算机仿真技术，用于生物学研究的一门学科。计算生物学正在成为现代生物学研究的核心方法之一，它们的重要性和复杂性在当前生物学数据量的不断增长中日益彰显，要回答的问题越复杂就越显得突出，使得计算生物学成为当今生命科学最具活力的新兴前沿学科之一。计算生物学是一门概念性学科，以生物信息学为基础，以计算为工具，解决生物学问题。与生物信息学的定义类似，只是侧重点有所不同。计算生物学侧重于计算，通过计算来解决问题，并使用计算技术对生物学问题进行研究。生物信息学主要侧重于对生物学中所得信息的采集、存贮、分析处理与可视化方面[1-2]。
运用计算生物学，科学家有望直接破译在核酸序列中的遗传语言规律，模拟生命体内的信息流过程，从而认识代谢、发育、进化等一系列规律，最终为人类造福。目前，计算生物学在国内外受到高度重视。在国内，我国国家自然科学基金委员会将计算生物学作为重点资助的研究方向之一。许多科学家敏锐地意识到生物信息学必将会在生物学中发挥重要的作用，而计算生物学作为生物信息学专业的主干课目前处于创立阶段。
自从湖南农业大学2005年开设生物信息专业以来，计算生物学一直是该专业学生的专业主干课程，经过3年的理论与实践教学，笔者将发现的问题及获得的经验进行初步总结，以供商榷。
1教学现状
(1)缺乏合格的生物信息学师资。教师队伍的整体数量和质量与我国生物信息学教育快速发展的规模极不相称。湖南农业大学由生物安全与科学技术学院的生物信息系专业开设了计算生物学这门课程，尽管从开设这门课程至今，一直由生物信息学教研室教学经验最丰富、学术造诣高的教师主讲，但目前教研组中只有一位生物信息学专业毕业的博士，大部分教师为理学或农学专业的硕士或博士，不具备计算机及算法的良好基础知识，使该专业仍缺乏良好的学缘结构。
(2)计算生物学教育与其他专业的合作还有待加强。尽管计算生物学是一门新兴学科，但与其他专业之间存在不少联系。现阶段的问题是不同专业学科的教师之间缺乏交流与合作，难以满足计算生物学教学的需求。据不完全统计，我国超过30个高校或科研机构开设生物信息学专业课程。不同学校根据自身的情况，在开设计算生物学这门课时，侧重点都不一样。如果由医学院的教师授课，则侧重点可能在致病基因的研究方面，计算机专业教师授课则可能侧重于数据库的构建、查询等方面，理学院的教师授课则可能侧重于生物信息学中的数学问题。计算生物学侧重于算法，从而利用计算技术对生物学问题进行研究。因此，各相关专业的教师需要加强这方面交流与学习[3]。
(3)在教学方法上，重视系统知识的传授和授课计划的完成，忽视学生能力和素质的培养。此外，缺乏理论教学与实验教学的有机整合，实验教学只是以验证理论为目的，内容单一，无创新点，忽视对学生实际操作能力的培养。
(4)教学中还缺乏适合的理论和实验教材。授权影印国外原版教科和翻译书籍仍占主导地位，而国人自编的教材寥寥无几。此外，系统性不强也是目前计算生物学教材中普遍存在的一个问题。
2教学经验及心得体会
(1)规范计算生物学教学大纲和计划是开好本课程的前提。根据前2年的实验开展情况和该专业人才培养定位，制定了详细的理论和实验大纲，组织老师编写实验计划和教材。紧跟专业发展前沿，改革教学内容，大纲中概括了理论课每个章节的基本内容、教学基本要求、教学重点难点以及教学建议。实验教材中明确了实验名称、实验时间、实验学时、分组人数、实验目的和要求、实验原理、实验方法与步骤、结果记录及分析、思考题等内容。实验计划和教学大纲的制定把握以下几个原则:减少重复性，体现连贯性，实现整体性。 免费论文下载中心 (2)针对不同的教学内容和教学需要，采取不同的教学方法。计算生物学是一门多学科交叉的科学，涉及的知识面既深又广，学生难以独立自学。尤其是计算生物学涉及到的数学知识，诸如穷举搜索、贪婪算法、动态规划算法、分而治之算法、图算法、组合模式匹配、聚类和树、隐马氏模型、随机化算法等。
对于理论课，在教学过程中主要采用教师主导的传统讲授方法。课堂上，运用多媒体授课并结合当前科学研究中的最新进展。利用多媒体课件以弥补书本教材呆板、抽象的缺点。在计算生物学教学课件中可以利用大量图片生动地展示当前计算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。由于理学学科的学生，未系统且详细地学习代数、概率论等数学知识，要很好地理解计算生物学中的各种算法存在一定的困难，因此，每堂课要采取以简单有趣的故事或数学游戏为开端，引导学生理解每种算法的基本原理，再结合生物学问题，将算法与生物学问题结合起来，探讨如何利用不同的算法解决生物学问题，深入浅出地阐明各章节的重点难点。最后，定期布置一定的思考题，引导学生在课堂外积极探索问题，鼓励学生通过各种途径自觉的关注学科发展动态，拓宽知识面，培养学生的自学能力和创新意识。采用这种授课方法，一方面大大提高了学生的积极性，另一方面使学生脱离了枯燥的数学公式学习，加强了对算法和生物学问题的理解，从而达到使学生学有所获、学有所用的目的。
(3)优化计算生物学实验教学内容，发挥网络教学优势。计算生物学实验是生物信息学专业一门重要的实验技能课，通过实验课程的学习，使学生计算生物学的研究方法，能够运用相关软件如Perl、Matlab等进行简单的编程，解读包含在生物信息序列的信息，推测基因的功能，具体包括EST序列聚类、构建进化树、识别转录银子结合位点、RNA二级结构预测、蛋白质二级结构预测等[3]。该系研究室以适应学科发展要求与培养创新性复合型新世纪人才为目标，建设优质的计算生物学本科教学和计算生物学网络课程。在充分调研的基础上进行详细规划，课堂教学精益求精，实验教学突出学生的创新能力培养，促进教学质量更上一个台阶。该系现已建立了良好的实验平台，所有实验课程可实现网络教学资源共享。计算生物学实验教学以互联网为媒介、计算机为工具，全部在计算机网络实验室内完成。在教学中，充分利用网络的交互特点实现信息技术与课程的结合[4]。教师将实验教学内容、实验序列、工具等上传到服务器，再由学生将资料下载到本地机进行学习、实验。学生同样通过上传服务器，将实验报告、作业、问题和意见等反馈给教师，教师在网上批改实验报告后将成绩和评语发送给学生，让学生及时了解自己的学习情况。
总之，计算生物学教学是网络环境下生物教学的全新内容。通过上述教学措施，提高了学生的学习积极性、实践操作能力、解决实际问题的综合应用能力及创新能力，收到了良好的教学效果，受到学生的普遍欢迎，具有较强的可操作性和实践性。在今后的教学实践中，随着教师自身素质的提高和进一步的教学改革，将会不断完善计算生物学教学，培养具有跨越生命科学、信息科学、数理科学等不同领域的“大科学”素质和意识的生物信息学人才。
3
参考文献
[1] 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.
[2] 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.
[3] 郭茂祖，邹权，李文滨，等.生物信息学中的学习问题[J].山东大学学报:工学版，2009，39(3):1-6.
[4] 徐强，王长亮，李胜.系统生物学——一生命科学的新领域[J].中国医药导报，2008，5(26):20-22.
免费论文下载中心