具有医学特色的生物信息学研究型教学模式探究

陈湖星，严海丹，王先龙，郭 政，敖 露

(福建医科大学基础医学院，福建福州350122)

作为当今生物医学的重大前沿领域，生物信息学采用计算机信息技术对健康医疗大数据进行采集与挖掘分析，是实现精准医疗与转化医学的重要基础[1-2]。目前，国外对生物信息学专业人才的需求十分旺盛，国内也有越来越多企业、科研机构、医院需要高素质的相关人才。然而生物信息学涉及生物学、数理、计算机、医学等多学科知识，具有学科热点与技术发展更新快等前沿交叉学科的特征，其人才培养难度较大。因此，培养适应时代发展且具有创新创业能力的生物信息学人才迫在眉睫。

基于“研究引领教学”的教育理念，研究型教学是一种能够将“教学与科学研究”“人才培养与学科建设”有机结合，培养高层次、复合型、多样化的高素质创新型人才的教学模式[3]。相较于传统的讲授式教学，研究型教学能够让本科生有机会参与科学研究工作，接触到学科前沿，拓展专业视野[4-5]。福建医科大学生物信息学专业创办于2013年，旨在培养医药行业具有竞争力与发展潜力，且侧重于“转化医学应用”的生物信息学人才。因此，生物信息学系结合人才培养目标与学科特点，不断优化教学体系，在专业教学与实践中对研究型教学模式进行了探索。笔者根据5年来该专业的教学实践及在实践过程中发现的问题，结合本校生物信息学专业学生的特点，从重构教学体系、强化创新实践、培养专业师资等方面，探讨医学院校生物信息学研究型人才培养的模式，希望对生物信息学教学发展起到微薄的促进作用。

一、构建面向转化医学应用的专业课程体系

自2003年初开始，国内已有27所高校陆续设立生物信息学本科专业，但由于其前沿交叉性强，专业课程的教学工作仍处于探索阶段，未能形成完整的课程建设体系；此外，各院校的人才培养认识也不尽相同，造成彼此课程设置与教学内容差异较大[6-7]。针对上述情况，我校生物信息学系结合自身特点，对各类课程进行整合与优化，改革教学方法，构建注重转化医学应用的教学体系。

(一)优化专业课程设置

在参考哈尔滨医科大学、同济大学等兄弟院校课程设置的同时，我校目前主要以当前医药行业对生物信息学专业人才的需求为导向，力争使所设课程具有鲜明的应用性特点，课程设置及学时分配进行了较大调整(图1)。

图1 生物信息学专业课程设置(单位：学时)

1.重视实验与实践教学，突出学以致用。在专业课开设初期，授课教师普遍反映学生在实验教学活动中的动手能力不足。2015年，学系调整“专业课程教学计划”，大幅度增加数据挖掘原理及应用、生物芯片与高通量测序技术、生物信息学数据分析等课程的实验学时，共计增加218学时；调整后的实验学时为630学时，占专业课程总学时的57%。同时，重视本科生的创新创业实践活动，将其列入人才培养方案(占6学分)，并且在毕业实习中增设医学生物信息学咨询服务、医学数据分析服务与科研实习等实践环节，使理论密切联系实际，保证学生做到学以致用，培养其解决实际问题与独立工作的能力。

2.适当增加医学课程。在重视传统生物学、数学、计算机课程等专业课的基础上，特别设置了人体解剖学、组织胚胎学、病理学等医学课程，使毕业生更符合医药、健康行业的人才需求。

3.开设研讨性课程。部分课程如生物信息学导论(专业基础课)、前沿讲座(专业选修课)、创新课题设计与论文选读(专业选修课)等尝试采用研讨式教学。这些开放的研讨性课程有助于学生深入了解学科前沿与研究方法，强化研究学习的能力。

(二)合理取舍教学内容

生物信息学是高度交叉的学科，多数高校仍采用整合二级学院师资的方式，独立进行数学、计算机或生物学教学[6]。在教学内容的选择上常具有一定的偏向性，如偏向计算机、统计或生物工程类等，导致面向医药行业的生物信息学人才培养缺乏针对性，且作为一门新兴学科，生物信息学知识更新速度快，仅仅依靠市面上的教材难以满足教学的需要。因此，学系组织教师参阅多种教材及参考资料，对课程教学内容进行取舍，并补充学科前沿知识，如二代测序数据处理、单细胞测序原理等，目前已成功编写《生物信息学方法与软件》《表观遗传组信息学》《蛋白质组与代谢组信息学》《基因组与转录组信息学》《药物基因组学》等5门课程自编讲义。例如，在《生物信息学方法与软件》的“识别差异基因”章节中，除了讲授t检验、SAM、Fold Change(FC)等经典方法之外，还加入了Pairwise Difference(PD)、Rank-Product、Rank-compare等前沿方法[8-10]，并详细介绍上述方法在肿瘤等复杂疾病研究中的应用。

(三)改进教学方法

由于招生规模较小(每年招收本科生30名)，专业课程全面实施小班化教学。这样既利于学生的探究性学习，又利于教师开发教学资源、管理课堂、加强师生互动。学系还尝试将大学生创新创业训练项目与专业课教学有机结合。目前，生物信息学专业大三、大四学生已全部参与大学生创新创业训练项目，并成立了学生课题组；教师在课堂教学中广泛采用以学生课题为研究对象的问题导向式教学，侧重培养学生的科研思维与创新实践能力、自主获取知识与实际应用能力。如在“医用多元统计分析”实验课中，任课教师结合课程内容，指导学生活学活用，以各组的创新创业课题内容为例进行实战分析，撰写实验报告；有学生通过食管癌、胃癌数据的聚类分析实验发现，国际权威数据库GEO中广泛存在隐含的批次效应问题，并撰写了相关论文；在“创新课题设计与论文选读”课程中，任课教师同样以创新创业课题内容选择前沿论文，通过学生报告、小组讨论、教师点评等手段进行开放式教学，有效提高其阅读分析、批判性思维及口头表达等多方面能力，学生普遍反应收获颇多。

二、有效实施创新创业实践活动

应强化并重视本科生的创新创业实践活动，充分利用小班化教学的优势，尝试将创新创业实践活动与课堂教学融合，在二者之间形成良性互动。例如，组织学生全员参加大学生创新创业训练项目，形成医学生物信息学创新课题小组，学习如何利用生物信息学方法解决临床问题(发现未知的疾病致病关键基因、寻找稳健的药效标志物、建立健康医疗数据的个体化分析方法等)；另设立导师组全程指导其专业相关活动；开放相应教学、科研平台，为学生日常实践提供条件。

(一)设立导师组

专业教师根据研究方向自行组团，并可择优选择3～4名研究生(含1名博士生)作为助手，形成一个导师小组。在本科生大二阶段，经师生双向选择确立导师组与创新课题小组的指导关系(每组4～5名学生)。导师组成员全程指导本科生小组的创新课题申请、实践、成果总结以及课堂综合性设计性实验、医学生物信息学分析服务、毕业设计(论文)等活动(图2)；通过“暑期培训”“文献汇报”“进展讨论”等有针对性的科研训练，对本科生进行“传帮带”，使其了解科学研究的基本程序，掌握基本研究方法与分析技术，最终使创新创业实践顺利进行，使课堂教学的效果拓展延伸。

图2 “导师组”运行模式图

(二)开放教学与科研平台

建设开放实验室是培养学生实践能力最基础的一项工作，但许多医学院校仍然缺少相应的创新创业教育的实践平台[11-12]。我系通过改造，将“生物信息学实验教学中心”的3间计算机实验室建设成网络化、开放式的自主学习研究平台(设立门禁系统、虚拟云桌面系统)，并设有1间大学生创新研讨室。中心除用于日常教学外，全天向本科生开放，学生可自由选择进行创新创业实践或其他学习活动，学系安排教师、研究生进行指导；同时，鼓励本科生参与或旁听研究生的文献汇报及科研进展报告活动，培养科研兴趣。另外，“医学生物信息学福建省高校重点实验室”设立专项经费，为所有课题小组顺利开展工作提供保障。

三、重视专业师资的能力提升

本专业共有教师22人(生物学及医学方向10人、数理方向5人、计算机方向7人)，具有医学生物信息学背景的专业教师10人，主要承担专业课程的教学与实践活动。专业教师作为教学活动的主导，是成功实施“研究型教学”的关键。为了提高教师的学术水平，近3年学系举办了多次全国性学术会议、生物信息学暑期培训班及校内外学术讲座。青年教师由资深教授指导，并制定职业发展规划，通过阶梯式培训确定合适的研究方向，开展课题研究；学系大力支持青年教师申报各级教学科研项目及各类进修，促进专业素质的提高。

此外，通过研究型教学模式的实施，促进教师的角色定位与自我成长，提高教师的教学科研水平与课程创新的能力，真正实现“教学相长”[13]。截至2018年12月，专业教师累计发表SCI论文47篇，获得国家自然科学基金项目7项、省厅级项目9项，科研实力逐年增强。通过阶梯式的培养，先期引进的5名青年教师陆续获得了国家自然科学基金资助，极大提升了学术能力、教学能力及科研成果转化成教学素材的能力。教学团队积极将课题组的研究成果融入课堂教学，定期更新教学内容，选拔本科生直接参与科研项目等，在教学与科研二者之间形成良性互动。以“生物信息学数据分析”课程为例，该课程是一门专业实验课(72学时)，由5名教师集体承担；根据教学计划，每位教师将自己的科研课题及相关分析技术制作成数据分析案例(表1)，在课堂上讲解分析、讨论与实践；在教学内容中尝试融人科研新发现、新体会，有效提升了教学内容的广度、深度。

表1 生物信息学数据分析实验项目

四、教学成果与展望

生物信息学研究型的教学模式面向转化医学应用，体现了创新性与实践性的生物信息学人才培养特色，突出了教学内容的前沿性、教学过程的实践性、教学方式的多样性及学生学习的自主性。目前，绝大多数本科生在实习实践环节中表现出良好的专业素质与应用能力。2016年初以来，本科生创新课题研究小组以第一作者参与发表学术论文多篇，另有部分成果拟申请专利，获得全国大学生基础医学创新论坛暨实验设计大赛、全国医学生创新创业论坛优秀论文等各类奖项；为校内外教师、医生提供生物信息学科技咨询服务(表2)，服务效果较好。如“直肠癌新辅助放化疗响应组与非响应组差异基因的筛选”项目，通过差异表达分析得到711个新辅助放化疗耐受基因，并从中进一步识别出一个由27对基因组成的疗效预测标志，为附属协和医院结直肠外科的医生发表高质量科研论文提供了扎实可靠的生物信息学分析基础。

表2 本科生生物信息学科技咨询与服务

此外，毕业生的个人发展情况良好。经统计，2017届、2018届毕业生共54名，已有41名学生考取上海交通大学、同济大学、电子科技大学等“双一流”名校硕士研究生进行专业深造，占学生总人数的75%；其余13名学生除1名自主创业外，已分别在清华大学交叉信息研究院及相关科技企业就业。

经过5年的探索，该教学模式初具成效，为生物信息学或类似前沿交叉学科的人才培养提供了宝贵的经验。但该模式仍存在一些不足，如可供本科生选择的课题数量与研究方向不足，亟需丰富拓展；导师组的运行模式单一，尚未与基础医学、临床医学专业教师形成合力；教师进行研究型教学比传统教学耗费更多精力，尚缺乏合理的评价体系进行引导与激励等。因此，该教学模式有待进一步实践与完善，探索更加合理的医学生物信息学人才培养模式，促进医学院校生物信息学专业的发展。