醫學院校計算系統生物學課程教學的探討

顧云燕

摘 要：計算系統生物學是一門新興的學科，是生物信息學專業本科生的主干專業課程。計算系統生物學是在細胞、組織、器官和生物體整體水平上研究結構和功能各異的生物分子及其相互作用，并通過計算生物學來定量闡明和預測生物功能、表型和行為的學科。本文就計算系統生物學教學內容、教學方法和教學模式等方面進行探討，并結合醫學院校的特點，討論計算系統生物學課程的講授過程中的注意點，以提高教學質量，提高學生理論與實踐聯系的能力。

關鍵詞：計算系統生物學 教學 醫學院校 課程

中圖分類號：R228 文獻標識碼：A 文章編號：1674-098X（2017）10（a）-0252-02

生命系統高度復雜，成千上萬的基因相互作用，形成復雜的調控網絡，繼而完成特定的生物學過程。傳統生物學實驗從單個基因角度出發，探索生命現象或者疾病致病機制，忽略了系統中各個層面的交互、支持、整合等作用，限制了生物學研究的發展。隨著高通量測序技術的發展，海量組學數據（基因組、轉錄組、蛋白質組、表觀組、互作組等）的涌現，以及生物信息整合分析技術的開發，計算系統生物學應運而生[1]。計算系統生物學是生物信息專業本科生基礎課程。自哈爾濱醫科大學2003年開設生物信息專業以來，計算系統生物學一直是該專業學生的主干課程，經過多年的理論與實踐教學，筆者將探討該課程相關內容和教學方法，以期提高教學質量。

1 計算系統生物學課程簡介

計算系統生物學是一門新學科，以生物信息學為基礎，以計算為工具，從系統的角度解決生物學和醫學問題。計算系統生物學研究流程首先是實驗數據的獲得，其次是利用計算生物學建立生物模型。科學家把計算系統生物學分為“濕”的實驗部分（實驗室內的研究）和“干”的實驗部分（計算機模擬和理論分析）。“干”和“濕”實驗的完美整合才是真正的計算系統生物學[2]。計算系統生物學的核心是整合，包括三方面：將系統內不同性質的構成要素（基因、mRNA、蛋白質、生物小分子等）整合在一起進行研究；從基因到細胞、到組織、到個體的各個層次的整合；研究思路和方法的整合（水平型和垂直型整合）。計算系統生物學與其他學科密切相關，如生物信息學、分子生物學、數學、計算機[3]。計算系統生物學不僅僅滲透到醫藥領域，也已經廣泛應用到能源領域，工業生產、畜牧農林業等等。

2 教學現狀

計算系統生物學課程總學時數目是60學時，包括42學時理論學時和18學時實驗學時。一般開設在本科三年級。該課程授課教師質量優，是從生物信息學方向畢業的博士，具有生物背景和數學背景，常年從事復雜疾病的系統生物學方面的研究。由于該課程在醫學院校開設，必然需要一些具備計算機和算法良好基礎的優秀教師參與授課，這樣才能使得該課程具有良好的師資結構，保證好的授課效果。目前，據不完全統計，全國有30余家生物信息學專業開設計算系統生物學課程。不同背景的院校開設該課程，側重點各有不同。工科院校側重算法的開發和模型的建立。醫學院校側重生物學問題和疾病機制的探索。

3 教學內容

目前沒有規范的、成熟的中文計算系統生物學課程教材，均是授課教師編寫的講義。授課教師根據專業背景、專業人才培養定位，緊跟專業前沿研究內容，制定教學大綱和教學計劃，包括理論課和實驗課。教學大綱包括理論課每一個學時的授課內容（掌握和熟悉的內容）、教學基本要求、教學重點和難點。實驗課需要明確實驗名稱、實驗內容、實驗目的和要求、實驗程序、結果分析等。計算系統生物學的實驗制定以理論為基礎，將理論應用于時間，旨在提高學生動手操作能力。

4 教學模式

4.1 理論與實踐結合

計算系統生物學課程依賴于專業基礎課的內容，例如：組學的知識點、網絡知識點、概率論、數理統計、計算機編程等。對于理論課，主要采用教師主導的傳統講授方法，運用PPT等多媒體授課，以彌補書本教材抽象、呆板的缺點。在授課課件中需要利用大量圖片生動、形象地展示當前計算系統生物學研究領域的最新進展。收集或制作動畫、視頻教程在課堂上進行演示。從數據搜集、數據分析、數據綜合、建立模型、干實驗模擬、系統分析模型、提煉假設和預測，到最后的實驗驗證。這是一個經典的計算系統生物學分析流程。在理論知識的基礎上，需要及時在實驗課堂上進行實踐。指導學生理解不同算法的基本原理，結合生物學問題，深入淺出地闡明計算系統生物學精髓。由于實驗課課時有限，需要引導學生課后積極思考、探索有意思的生物問題，鼓勵學生自己實踐小課題，活學活用。鼓勵學生自學，拓展知識面，積極關注最新科研動態，培養學生學習興趣。

4.2 案例式授課

計算系統生物學課程的理論知識是枯燥的，計算系統生物學是一門多學科交叉的科學，涉及的知識面廣而深。例如：計算系統生物學涉及到數學知識，如貪婪算法、圖算法、組合模式匹配、聚類和樹、隱馬氏模型、隨機化算法等[4]。又如，涉及廣泛的生物學知識點，必須有分子生物學、生物化學、細胞生物學知識儲備。如何提高學生學習的積極性，學會將不同的知識點融會貫通的運用起來，是一個關鍵問題。在授課過程中，針對不同的教學內容和教學目的，需要采取不同的教學方法。因此，采取案例式方法授課，可以收到很好的教學效果。例如：在腫瘤系統生物學這部分知識點授課時，以肺癌為例，整合突變、拷貝數、甲基化等多維度分子改變識別肺癌相關基因[5]。首先，學生需要了解肺癌這個疾病的背景知識，了解不同分子改變的內涵；其次，要獲得肺癌患者的數據，需要到公共數據庫，如The Cancer Genome Atlas等，搜集不同分子改變數據并進行處理；然后，根據一定的生物學假設，建立統計模型，應用到肺癌數據上；最后，進行癌基因的預測和驗證。通過案例，引導學生思考，將不同的知識點進行融合利用，收到良好的教學效果。

4.3 科研教學一體化

計算系統生物學是一門新學科，知識處于不斷更新中。教師在授課過程中需要引導學生學會檢索文獻、閱讀前沿英文文獻，重視學生的創新思維，提高學生學習的積極性。我院實行學業導師制，學生在大三年級進入各位老師研究的課題組。那么，在授課過程中，授課教師需要注重引導學生將理論知識應用到解決科研問題上，將科學研究和教學一體化，以科研促進教學，學以致用，讓學生感受到學到的知識的用處。這樣學生對課程內容會產生興趣，興趣是最好的老師，這將有助于學生創新思維的訓練和科研時間能力的培養。

5 結語

總之，計算系統生物學教學目的是從大數據中挖掘有用的生物信息，并整合起來從整體上認識生物系統；用數學模型為生物系統建模，揭示生物機制和致病機制[6]。大數據時代下，精準醫學的發展必然離不開計算系統生物學。通過該課程的授課，培養復合型的學生，提高學生的學習積極性、實踐操作能力和解決實際問題的創新能力。同時，對我們任課教師也提出了更高的要求。授課教師需要不斷提高自身素質，包括科研能力、教學水平等，積極和同專業的教師進行交流，不斷地探索和完善計算系統生物學課程教學，培養具有跨越數理科學、生命科學、信息科學、醫學等不同領域的優秀生物信息學人才。

參考文獻

[1] 刁妍妍，蔡超錢，蔣華良，等.計算系統生物學：理論、方法及在藥物研發中的應用[J].生命科學，2010（10）：1035-1042.

[2] 程妍，劉仲林.計算生物學一門充滿活力的新興交叉學科[J].科學學與科學技術管理，2006（3）：11-15.

[3] 高亞梅，韓毅強.《生物信息學》本科教學初探[J].生物信息學，2007（1）：46-48.

[4] 王兵，姚益平，邢飛.計算系統生物學中并行隨機仿真方法研究進展[J].計算機工程與科學，2010，32（9）：134-139.

[5] 張百紅，岳紅云.腫瘤的系統生物學觀點[J].中國腫瘤臨床，2012（16）：1233-1235.

[6] 徐強，王長亮，李勝.系統生物學——生命科學的新領域[J].中國醫藥導報，2008，5（26）：20-22.endprint