论文部分内容阅读
摘要分析了生物信息学课程设置的现状，通过比较不同大学的培养方案，总结了生物、数学、计算机方面的主要专业课程。介绍了生物信息学的教材情况，并根据各教材生物信息学课程内容，将相关内容分为必选、可选、实验3部分，进而分别阐述了这3部分课程内容的设置。
关键词生物信息学；课程内容设置；教材
中图分类号S-01；G420文献标识码A文章编号0517-6611（2016）27-0230-02
AbstractThe status of bioinformatics course was analyzed， the main courses in biology， mathematics and computer were summarized through comparing different universities’ training scheme. Teaching materials of bioinformatics were introduced， the relevant contents were devided into required， optional， and experiment three parts， the content of three parts were further elaborated.
Key wordsBioinformatics； Curriculum content arrangement； Teaching material
随着人类基因组计划的实施及测序技术的进步，人类获得生物数据的能力越来越强，不断有新物种被测序的报道。大量数据的积累进一步推动生物信息分析技术的开发，而新技术的开发又反过来吸引人们去获取更多的数据，这样循环往复，极大地推动生物信息学及其他生命科学的发展。生物信息学已经成为生命科学不可分割的一个重要组成部分，所有生命科学相关专业的学生都必须具有一定的生物信息学知识，否则其今后的学习或工作将会碰到很多困难。因此，生物信息学课程教学在各大专院校几乎所有与生物相关专业广泛开展。
生物信息学科程有几个特点[1]：一是涉及生物学、数学、医学、计算机科学等多个相关学科，内容繁杂，几乎没有人能掌握生物信息学的所有内容。二是待授课学生水平参差不齐，所属专业包括生物学、医学、农学等。生源的多样性及所学专业的多样性决定了学生的生物信息水平存在差距。三是没有统一的教材。目前市面上销售的教材有四十余种，由各学校自行选取，增加了大学教学的自主性。四是教师的学识有限，并偏向讲授自己擅长的部分。生物信息学课程的上述特点决定了其教学内容的繁杂性，笔者对生物信息学课程教学内容进行探讨，希望对今后生物信息学课程的教学有所帮助。
1生物信息学课程设置现状
目前我国已经有多所高校设置生物信息学院（或系）、生物信息中心（或研究所、实验室），如重庆邮电大学、哈尔滨医科大学、南京邮电大学设有生物信息学院；同济大学、上海交通大学、天津医科大学、郑州大学等建有生物信息系；北京大学、天津大学、复旦大学、中国农业大学、哈尔滨工业大学、华中科技大学、第三军医大学、苏州大学、华中农业大学等建有生物信息中心；清华大学、浙江大学、东南大学等建有生物信息学研究所或者国家级实验室；南京大学、武汉大学、华中理工大学、四川大学等高校设置了生物信息学专业；另外，中国科学院、华大基因等科研机构设置了生物信息分析部门。这些机构在我国生物信息学研究中最具影响力，也极大地推动我国生物信息科学的发展。大专院校生物信息专业的设置也为我国培养了一批生物信息学后备人才。
生物信息学作为一个招生专业，在多个大学进行招生。通过比较不同大学的培养方案[2-4]，将其主要专业课程总结如下。
①生物方面：分子生物学、细胞生物学、生物化学、遗传学、基因组学、普通生物学、动物学、植物学、微生物学、解剖学等；
②数学方面：概率论与数理统计、生物统计学、线性代数、高等数学、微积分等；
③计算机方面：计算机原理、网络技术、Linux操作系统、高级语言程序设计、Perl（或Python）语言、R语言、数据库技术等。
通过生物信息学专业课程设置情况来看，生物信息涉及生物、数学、计算机方面的课程，且各课程独立设置，深化了学生对生物信息各方面知识及能力的培养，目标在于培养生物信息分析方面的专业人才。在不同学校，这些课程的选择可能各有侧重。
对于其他非生物信息学专业的学生，生物信息学作为课程的目的在于培养学生获得基础的生物信息学知识，辅助学生更好地学习和理解其他生物学知识。因此，课程内容的设置既要考虑生物信息学学科所涉及的各方面内容，又要通俗易懂，更要有实用性，让学生更好地利用生物信息学工具解决学习中的问题。其教学内容如何选择，后面将做详细探讨。
2生物信息学教材情况
初步统计，目前由我国教学科研人员撰写的生物信息学教材有四十余本，时间跨度在2000～2016年[5-6]，出版社包括科学出版社、高等教育出版社、清华大学出版社等多个国家一级出版社。其中，国家“十一五”规划教材有4本，分别由陶士珩[7]、李霞[8]、王勇献[9]、刘娟[10]编撰；国家“十二五”规划教材有3本，分别由孙清鹏[11]、李霞[12]、陈铭[13]编撰；国家“十三五”农林规划教材1本，由吕巍等[6]编撰。这些教材在教学内容选择及深度方面各不相同，适合不同学校选用。
3生物信息学课程内容设置
总结现有的生物信息学教材，根据各教材生物信息学课程内容的情况，可将相关内容分为3部分：一是各教材均有的内容（也称为必选内容）；二是仅有部分教材有的内容（称为可选内容）；三是实验部分内容。
3.1必选内容 3.1.1绪论。
绪论部分的内容选择要达到3个目的：一是介绍课程的目的、意义及发展历史；二是回顾所涉及的部分专业知识，包括生物、数学、计算机方面；三是介绍课程学习内容并提出学生应该采纳的学习方法。因此，绪论部分建议包括以下内容：生物信息学定义及其发展历史，生物学基础知识、数学基础知识、计算机及网络基础知识，研究内容及发展前景，学习态度及方法。
3.1.2数据库。
生物信息学相关数据库贮存了生物大分子相关文献、序列、结构、表达、定位等海量信息，这些信息对于学生今后的学习及工作助益很大，因此数据库是学生需要重点掌握的内容之一。数据库学习的内容要使学生了解有哪些重要数据库、各数据库分别贮存哪类信息、数据格式如何、怎样使用等。因此，这部分内容包括：数据库总体特点、分类、帮助文件的查找；常用数据格式介绍，如fasta、fastq、genbank、gff3；核酸序列数据库Genbank、ENA、DDBJ；蛋白质序列、结构数据库，如Uniprot、PIR、PDB、PFam、Prosite；模式物种基因组数据库，如MGI、RGD、Oryzabase、Tair、WormBase；基因表达数据库，如GEO；代谢通路数据库，如KEGG；基因组注释及浏览数据库ENSEMBL、UCSC；非编码RNA数据库，如miRBase；综合数据库NCBI、EMBL、ExPASy等。
3.1.3序列特征分析。
这部分内容需让学生了解对DNA、RNA、蛋白质序列进行相关生物信息分析。因此，这部分课程包括如下内容。
①DNA序列特征分析：常规转换（如大小写转换、序列反向、反向互补等），酶切位点分析，引物设计，基因预测、启动子预测、CpG岛预测、终止信号预测等。
②RNA序列特征分析：RNA类型预测、RNA结构分析等。
③蛋白序列特征分析：理化性质分析、亲疏水性分析、信号肽预测、跨膜区预测、亚细胞定位预测等。
3.1.4序列比较。
这部分内容设置需让学生掌握序列比较软件的原理及使用方法。序列比较主要包括序列两两比较、多序列比较，其中序列两两比较软件主要是blast、fasta、blat，而又以blast使用最广泛；多序列比较软件包括cluster、DNAstar、DNAMAN。教学内容包括序列比较算法（NeedlemanWunsch、SmithWaterman、KarlinAltchul），得分矩阵（PAM、BLOSUM、DNA替换矩阵），blast种类及使用，在线blast使用方法，blast参数设置及结果解读，fasta及blat软件的使用，多序列比较软件cluster、DNAstar、DNAMAN的使用。
3.1.5进化分析。
这部分内容设置需要让学生掌握通过生物大分子的比较来判断物种进化关系的方法。教学内容包括分子进化相关概念，可选建树序列类型、建树算法及软件的选择，不同进化树的选择优化，MEGA、PHYLIP建树软件介绍。
3.1.6蛋白质结构预测。
蛋白质序列决定其结构，结构决定功能，因此，蛋白质结构在基因功能研究中发挥了重要作用。通过相关内容的学习，让学生掌握蛋白质结构的种类、预测方法及通过蛋白质结构进一步预测其功能。教学内容包括蛋白质I～IV级结构特点、二级结构预测及解读、三级结构预测及解读、基于结构预测蛋白质功能。
以上内容基本在各个学校生物信息学课程中均有反映，只是内容的详细程度、排列顺序稍有差异。
3.2可选教学内容
这部分内容由各个教师根据实际情况选择授课。各个学校，甚至同一学校不同教师的授课内容均有一定差异。
3.2.1非编码RNA介绍。
非编码RNA是目前生物学研究的一个热点，通过学习，要使学生掌握常见非编码RNA的特点及其研究应用方法。课程内容包括非编码RNA种类、各自特点、miRNA预测注释、miRNA靶基因预测筛选、miRNA功能研究等。
3.2.2Linux系统&Perl语言介绍。
这部分内容是为了让有志于在生物信息学方面发展的学生准备，目的是让他们掌握生物信息分析时常用的Linux操作系统及Perl语言。课程内容包括Linux系统简介、安装、常见命令使用、Perl语言简介、常有命令、简单的程序编制及解读。
3.2.3siRNA介绍。
RNAi技术已经成为生命科学的常规技术。通过这部分内容的学习，可以让学生了解siRNA技术原理及应用。设置内容包括siRNA来源、siRNA特点、siRNA设计合成等。
3.2.4基因表达分析。
通过相关内容的学习，能让学生掌握基因表达分析方法，熟悉基因芯片、qPCR、深度测序等操作原理及流程。设置内容包括qPCR原理及数据分析、Northern Blot杂交原理及数据分析、基因芯片原理及结果解读、RNAseq基因表达分析原理及结果解读。
3.3实验内容
3.3.1数据库检索。
在介绍完数据库之后，可以安排上机进行数据库的检索实验，目的是熟悉数据库及掌握常用数据库检索方法，如NCBI、KEGG、UCSC等。
3.3.2序列比较分析。
通过NCBI在线blastn、blastp练习，掌握blast软件的使用方法，为今后生物信息分析奠定基础。
3.3.3引物设计。
引物设计是生物学相关专业从本科生到博士生均会面临的问题。通过相关课程练习，学生能熟悉引物设计原则，掌握常见设计软件的使用，如Primer5、Oligo等，以及对所设计引物进行筛选。
3.3.4进化分析。
通过练习，让学生掌握进化树的构建及Cluster、Mega、Phylip等软件的使用方法。
4结语
生物信息学课程主要是针对生物类专业学生的一门实践操作性强的自学课程，课程内容的设置要面向学生今后继续学习和工作的要求，因此，教学内容的选择既要实用、易学，又要有一定的深度，以为学生今后继续从事生物信息分析奠定基础。当然，课堂教学内容和时间毕竟有限，应着重强调学生的自主学习。
参考文献
[1] 吕巍，李滨.农业院校生物信息学本科教学的实践与心得[J].高校生物学教学研究（电子版），2015，5（1）：20-23.
[2] 王宏，李霞，徐良德.面向实践能力培养的生物信息学课程体系建设[J].中国科技创新导刊，2013（19）：47-49.
[3] 袁超，谷小青，朱伟，等.生物信息网络资源在教学中的应用与探索[J].农业网络信息，2013（2）：122-125.
[4] 胡建平，杨彩萍.生物信息学内容改革研究[J].安徽农学通报，2012，18（15）：173-175.
[5] 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，2000.
[6] 吕巍，李滨.生物信息学实践教程[M].北京：高等教育出版社，2016.
[7] 陶士珩.生物信息学[M].北京：科学出版社，2007.
[8] 李霞.物信息学[M].北京：人民卫生出版社，2010.
[9] 王勇献.生物信息学导论：面向高性能计算的算法与应用[M].北京：清华大学出版社，2011.
[10] 刘娟.生物信息学[M].北京：高等教育出版社，2014.
[11] 孙清鹏.生物信息学应用教程[M].北京：中国林业出版社，2012.
[12] 李霞.生物信息学[M].2版.北京：人民卫生出版社，2015.
[13] 陈铭.生物信息学[M].2版.北京：科学出版社，2016.
关键词生物信息学；课程内容设置；教材
中图分类号S-01；G420文献标识码A文章编号0517-6611（2016）27-0230-02
AbstractThe status of bioinformatics course was analyzed， the main courses in biology， mathematics and computer were summarized through comparing different universities’ training scheme. Teaching materials of bioinformatics were introduced， the relevant contents were devided into required， optional， and experiment three parts， the content of three parts were further elaborated.
Key wordsBioinformatics； Curriculum content arrangement； Teaching material
随着人类基因组计划的实施及测序技术的进步，人类获得生物数据的能力越来越强，不断有新物种被测序的报道。大量数据的积累进一步推动生物信息分析技术的开发，而新技术的开发又反过来吸引人们去获取更多的数据，这样循环往复，极大地推动生物信息学及其他生命科学的发展。生物信息学已经成为生命科学不可分割的一个重要组成部分，所有生命科学相关专业的学生都必须具有一定的生物信息学知识，否则其今后的学习或工作将会碰到很多困难。因此，生物信息学课程教学在各大专院校几乎所有与生物相关专业广泛开展。
生物信息学科程有几个特点[1]：一是涉及生物学、数学、医学、计算机科学等多个相关学科，内容繁杂，几乎没有人能掌握生物信息学的所有内容。二是待授课学生水平参差不齐，所属专业包括生物学、医学、农学等。生源的多样性及所学专业的多样性决定了学生的生物信息水平存在差距。三是没有统一的教材。目前市面上销售的教材有四十余种，由各学校自行选取，增加了大学教学的自主性。四是教师的学识有限，并偏向讲授自己擅长的部分。生物信息学课程的上述特点决定了其教学内容的繁杂性，笔者对生物信息学课程教学内容进行探讨，希望对今后生物信息学课程的教学有所帮助。
1生物信息学课程设置现状
目前我国已经有多所高校设置生物信息学院（或系）、生物信息中心（或研究所、实验室），如重庆邮电大学、哈尔滨医科大学、南京邮电大学设有生物信息学院；同济大学、上海交通大学、天津医科大学、郑州大学等建有生物信息系；北京大学、天津大学、复旦大学、中国农业大学、哈尔滨工业大学、华中科技大学、第三军医大学、苏州大学、华中农业大学等建有生物信息中心；清华大学、浙江大学、东南大学等建有生物信息学研究所或者国家级实验室；南京大学、武汉大学、华中理工大学、四川大学等高校设置了生物信息学专业；另外，中国科学院、华大基因等科研机构设置了生物信息分析部门。这些机构在我国生物信息学研究中最具影响力，也极大地推动我国生物信息科学的发展。大专院校生物信息专业的设置也为我国培养了一批生物信息学后备人才。
生物信息学作为一个招生专业，在多个大学进行招生。通过比较不同大学的培养方案[2-4]，将其主要专业课程总结如下。
①生物方面：分子生物学、细胞生物学、生物化学、遗传学、基因组学、普通生物学、动物学、植物学、微生物学、解剖学等；
②数学方面：概率论与数理统计、生物统计学、线性代数、高等数学、微积分等；
③计算机方面：计算机原理、网络技术、Linux操作系统、高级语言程序设计、Perl（或Python）语言、R语言、数据库技术等。
通过生物信息学专业课程设置情况来看，生物信息涉及生物、数学、计算机方面的课程，且各课程独立设置，深化了学生对生物信息各方面知识及能力的培养，目标在于培养生物信息分析方面的专业人才。在不同学校，这些课程的选择可能各有侧重。
对于其他非生物信息学专业的学生，生物信息学作为课程的目的在于培养学生获得基础的生物信息学知识，辅助学生更好地学习和理解其他生物学知识。因此，课程内容的设置既要考虑生物信息学学科所涉及的各方面内容，又要通俗易懂，更要有实用性，让学生更好地利用生物信息学工具解决学习中的问题。其教学内容如何选择，后面将做详细探讨。
2生物信息学教材情况
初步统计，目前由我国教学科研人员撰写的生物信息学教材有四十余本，时间跨度在2000～2016年[5-6]，出版社包括科学出版社、高等教育出版社、清华大学出版社等多个国家一级出版社。其中，国家“十一五”规划教材有4本，分别由陶士珩[7]、李霞[8]、王勇献[9]、刘娟[10]编撰；国家“十二五”规划教材有3本，分别由孙清鹏[11]、李霞[12]、陈铭[13]编撰；国家“十三五”农林规划教材1本，由吕巍等[6]编撰。这些教材在教学内容选择及深度方面各不相同，适合不同学校选用。
3生物信息学课程内容设置
总结现有的生物信息学教材，根据各教材生物信息学课程内容的情况，可将相关内容分为3部分：一是各教材均有的内容（也称为必选内容）；二是仅有部分教材有的内容（称为可选内容）；三是实验部分内容。
3.1必选内容 3.1.1绪论。
绪论部分的内容选择要达到3个目的：一是介绍课程的目的、意义及发展历史；二是回顾所涉及的部分专业知识，包括生物、数学、计算机方面；三是介绍课程学习内容并提出学生应该采纳的学习方法。因此，绪论部分建议包括以下内容：生物信息学定义及其发展历史，生物学基础知识、数学基础知识、计算机及网络基础知识，研究内容及发展前景，学习态度及方法。
3.1.2数据库。
生物信息学相关数据库贮存了生物大分子相关文献、序列、结构、表达、定位等海量信息，这些信息对于学生今后的学习及工作助益很大，因此数据库是学生需要重点掌握的内容之一。数据库学习的内容要使学生了解有哪些重要数据库、各数据库分别贮存哪类信息、数据格式如何、怎样使用等。因此，这部分内容包括：数据库总体特点、分类、帮助文件的查找；常用数据格式介绍，如fasta、fastq、genbank、gff3；核酸序列数据库Genbank、ENA、DDBJ；蛋白质序列、结构数据库，如Uniprot、PIR、PDB、PFam、Prosite；模式物种基因组数据库，如MGI、RGD、Oryzabase、Tair、WormBase；基因表达数据库，如GEO；代谢通路数据库，如KEGG；基因组注释及浏览数据库ENSEMBL、UCSC；非编码RNA数据库，如miRBase；综合数据库NCBI、EMBL、ExPASy等。
3.1.3序列特征分析。
这部分内容需让学生了解对DNA、RNA、蛋白质序列进行相关生物信息分析。因此，这部分课程包括如下内容。
①DNA序列特征分析：常规转换（如大小写转换、序列反向、反向互补等），酶切位点分析，引物设计，基因预测、启动子预测、CpG岛预测、终止信号预测等。
②RNA序列特征分析：RNA类型预测、RNA结构分析等。
③蛋白序列特征分析：理化性质分析、亲疏水性分析、信号肽预测、跨膜区预测、亚细胞定位预测等。
3.1.4序列比较。
这部分内容设置需让学生掌握序列比较软件的原理及使用方法。序列比较主要包括序列两两比较、多序列比较，其中序列两两比较软件主要是blast、fasta、blat，而又以blast使用最广泛；多序列比较软件包括cluster、DNAstar、DNAMAN。教学内容包括序列比较算法（NeedlemanWunsch、SmithWaterman、KarlinAltchul），得分矩阵（PAM、BLOSUM、DNA替换矩阵），blast种类及使用，在线blast使用方法，blast参数设置及结果解读，fasta及blat软件的使用，多序列比较软件cluster、DNAstar、DNAMAN的使用。
3.1.5进化分析。
这部分内容设置需要让学生掌握通过生物大分子的比较来判断物种进化关系的方法。教学内容包括分子进化相关概念，可选建树序列类型、建树算法及软件的选择，不同进化树的选择优化，MEGA、PHYLIP建树软件介绍。
3.1.6蛋白质结构预测。
蛋白质序列决定其结构，结构决定功能，因此，蛋白质结构在基因功能研究中发挥了重要作用。通过相关内容的学习，让学生掌握蛋白质结构的种类、预测方法及通过蛋白质结构进一步预测其功能。教学内容包括蛋白质I～IV级结构特点、二级结构预测及解读、三级结构预测及解读、基于结构预测蛋白质功能。
以上内容基本在各个学校生物信息学课程中均有反映，只是内容的详细程度、排列顺序稍有差异。
3.2可选教学内容
这部分内容由各个教师根据实际情况选择授课。各个学校，甚至同一学校不同教师的授课内容均有一定差异。
3.2.1非编码RNA介绍。
非编码RNA是目前生物学研究的一个热点，通过学习，要使学生掌握常见非编码RNA的特点及其研究应用方法。课程内容包括非编码RNA种类、各自特点、miRNA预测注释、miRNA靶基因预测筛选、miRNA功能研究等。
3.2.2Linux系统&Perl语言介绍。
这部分内容是为了让有志于在生物信息学方面发展的学生准备，目的是让他们掌握生物信息分析时常用的Linux操作系统及Perl语言。课程内容包括Linux系统简介、安装、常见命令使用、Perl语言简介、常有命令、简单的程序编制及解读。
3.2.3siRNA介绍。
RNAi技术已经成为生命科学的常规技术。通过这部分内容的学习，可以让学生了解siRNA技术原理及应用。设置内容包括siRNA来源、siRNA特点、siRNA设计合成等。
3.2.4基因表达分析。
通过相关内容的学习，能让学生掌握基因表达分析方法，熟悉基因芯片、qPCR、深度测序等操作原理及流程。设置内容包括qPCR原理及数据分析、Northern Blot杂交原理及数据分析、基因芯片原理及结果解读、RNAseq基因表达分析原理及结果解读。
3.3实验内容
3.3.1数据库检索。
在介绍完数据库之后，可以安排上机进行数据库的检索实验，目的是熟悉数据库及掌握常用数据库检索方法，如NCBI、KEGG、UCSC等。
3.3.2序列比较分析。
通过NCBI在线blastn、blastp练习，掌握blast软件的使用方法，为今后生物信息分析奠定基础。
3.3.3引物设计。
引物设计是生物学相关专业从本科生到博士生均会面临的问题。通过相关课程练习，学生能熟悉引物设计原则，掌握常见设计软件的使用，如Primer5、Oligo等，以及对所设计引物进行筛选。
3.3.4进化分析。
通过练习，让学生掌握进化树的构建及Cluster、Mega、Phylip等软件的使用方法。
4结语
生物信息学课程主要是针对生物类专业学生的一门实践操作性强的自学课程，课程内容的设置要面向学生今后继续学习和工作的要求，因此，教学内容的选择既要实用、易学，又要有一定的深度，以为学生今后继续从事生物信息分析奠定基础。当然，课堂教学内容和时间毕竟有限，应着重强调学生的自主学习。
参考文献
[1] 吕巍，李滨.农业院校生物信息学本科教学的实践与心得[J].高校生物学教学研究（电子版），2015，5（1）：20-23.
[2] 王宏，李霞，徐良德.面向实践能力培养的生物信息学课程体系建设[J].中国科技创新导刊，2013（19）：47-49.
[3] 袁超，谷小青，朱伟，等.生物信息网络资源在教学中的应用与探索[J].农业网络信息，2013（2）：122-125.
[4] 胡建平，杨彩萍.生物信息学内容改革研究[J].安徽农学通报，2012，18（15）：173-175.
[5] 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，2000.
[6] 吕巍，李滨.生物信息学实践教程[M].北京：高等教育出版社，2016.
[7] 陶士珩.生物信息学[M].北京：科学出版社，2007.
[8] 李霞.物信息学[M].北京：人民卫生出版社，2010.
[9] 王勇献.生物信息学导论：面向高性能计算的算法与应用[M].北京：清华大学出版社，2011.
[10] 刘娟.生物信息学[M].北京：高等教育出版社，2014.
[11] 孙清鹏.生物信息学应用教程[M].北京：中国林业出版社，2012.
[12] 李霞.生物信息学[M].2版.北京：人民卫生出版社，2015.
[13] 陈铭.生物信息学[M].2版.北京：科学出版社，2016.