基于R語言的醫(yī)學(xué)院生物信息學(xué)課程教學(xué)探新

唐丹丹 張志豪 田翔華

關(guān)鍵詞：生物醫(yī)藥數(shù)據(jù)專業(yè)；生物信息學(xué)；教學(xué)探新；R語言；項(xiàng)目式教學(xué)

1 生物信息學(xué)介紹

生物信息學(xué)（Bioinformatics） 是一門以計算機(jī)為工具，研究生物信息采集、處理、存儲、傳播，分析和解釋等方面的新興交叉性學(xué)科，是當(dāng)今生命科學(xué)和自然科學(xué)的重大前沿領(lǐng)域之一，同時也將是21世紀(jì)自然科學(xué)的核心領(lǐng)域之一[1]。隨著高通量測序技術(shù)的快速發(fā)展，生物醫(yī)學(xué)數(shù)據(jù)的快速積累，當(dāng)前，我國對生物數(shù)據(jù)分析人才的需求日益激增，如何培養(yǎng)復(fù)合創(chuàng)新型生物類專業(yè)人才成為醫(yī)學(xué)院校急需解決的問題[2]。生物信息學(xué)課程建設(shè)在生物類專業(yè)建設(shè)和人才培養(yǎng)方案中具有重要地位。近年來，我國各大醫(yī)學(xué)院校都相繼針對相關(guān)專業(yè)的本科生開設(shè)了生物信息學(xué)課程，并取得了一定的成效[3-8]。筆者針對醫(yī)學(xué)類高校生物信息學(xué)課程教學(xué)實(shí)踐中存在的問題，提出了生物醫(yī)藥數(shù)據(jù)專業(yè)生物信息學(xué)課程建設(shè)和改革的相關(guān)建議，旨在通過該門課程的改革，提升學(xué)生大數(shù)據(jù)采集、處理、分析與挖掘能力，解決應(yīng)用領(lǐng)域問題；培養(yǎng)一批具有創(chuàng)新思維能力的生物信息學(xué)專業(yè)人才，滿足我國生物醫(yī)學(xué)數(shù)據(jù)科學(xué)的發(fā)展需求；為今后的同類教學(xué)提供一些借鑒和參考。

2 課程發(fā)展歷史

2020年，為滿足研究生的科研需求，新疆醫(yī)科大學(xué)首次面向研究生開設(shè)了生物信息學(xué)公共選修課程，以滿足學(xué)生對生物信息數(shù)據(jù)分析學(xué)習(xí)的興趣和需求。開設(shè)課程之初，選修該課程的學(xué)生人數(shù)相對較少。以2023年春季碩士研究生班的選課情況為例，可以看出，一共有13名同學(xué)選擇該課程，其中12名學(xué)生來自基礎(chǔ)醫(yī)學(xué)院，覆蓋人體解剖與組織胚胎學(xué)、遺傳學(xué)、生理學(xué)、法醫(yī)學(xué)、病理學(xué)與病理生理學(xué)、生理學(xué)、免疫學(xué)、生物化學(xué)與分子生物學(xué)以及中西醫(yī)結(jié)合臨床等專業(yè)（見表1） 。

近年來，隨著生物信息學(xué)的快速發(fā)展，國內(nèi)外各種生物醫(yī)學(xué)研究機(jī)構(gòu)、生物醫(yī)藥企業(yè)以及高校對生物信息學(xué)研究和生物信息學(xué)技術(shù)服務(wù)的人才需求不斷增加，越來越多的高等院校和科研單位紛紛針對生物信息學(xué)相關(guān)專業(yè)開設(shè)生物信息學(xué)課程，培養(yǎng)生物信息學(xué)復(fù)合型人才，以滿足我國生物醫(yī)藥產(chǎn)業(yè)、生命科學(xué)發(fā)展的新需求。自2021年新疆醫(yī)科大學(xué)開設(shè)生物醫(yī)藥數(shù)據(jù)科學(xué)專業(yè)以來，目前共招收了兩屆生物醫(yī)藥數(shù)據(jù)科學(xué)專業(yè)的學(xué)生，75名學(xué)生中，男生35名，女生30名，男女比例為1：1.6。生物信息學(xué)作為生物醫(yī)藥數(shù)據(jù)科學(xué)專業(yè)的核心課程，注重鍛煉學(xué)生的動手能力，重視學(xué)生對生物信息學(xué)的基礎(chǔ)理論知識和分析方法的掌握，從而培養(yǎng)學(xué)生從事生物信息數(shù)據(jù)分析與挖掘的能力。

3 生物信息學(xué)課程教學(xué)中存在的問題

第一，師資力量不足。生物信息學(xué)是一門跨領(lǐng)域的學(xué)科，涵括生命科學(xué)、物理、化學(xué)、統(tǒng)計、計算科學(xué)與數(shù)據(jù)科學(xué)等專業(yè)學(xué)科，授課老師不僅要具備信息學(xué)與計算機(jī)科學(xué)的平臺開發(fā)與數(shù)據(jù)處理技能，同時還要了解生命科學(xué)、基礎(chǔ)醫(yī)學(xué)等生物信息學(xué)的背景知識，而在國內(nèi)醫(yī)學(xué)院校這類復(fù)合型人才十分稀缺。以新疆醫(yī)科大學(xué)為例，生物信息學(xué)課程劃分在信息科學(xué)教研室，目前教研室只有兩名教師能夠承擔(dān)該門課程，授課教師的缺乏嚴(yán)重阻礙了該門課程的持續(xù)發(fā)展。第二，教學(xué)方法和教學(xué)手段設(shè)置不合理。生物信息學(xué)是一門重實(shí)踐的課程，著重培養(yǎng)學(xué)生的生物信息數(shù)據(jù)處理與分析能力，而國內(nèi)大多數(shù)醫(yī)學(xué)院都將其設(shè)置作為專業(yè)課模塊中的選修課，以傳統(tǒng)的面授理論教學(xué)為主，實(shí)驗(yàn)教學(xué)多以學(xué)生課下自行練習(xí)為主，這就使得學(xué)生學(xué)習(xí)興趣不足，動手實(shí)踐能力薄弱，不能熟練地掌握課程內(nèi)容。第三，教材和教學(xué)內(nèi)容陳舊。隨著高通量測序技術(shù)的快速發(fā)展，多模態(tài)、多層次、高維度、非線性的復(fù)雜生物數(shù)據(jù)不斷增加，生物信息學(xué)的研究內(nèi)容日新月異，國內(nèi)醫(yī)學(xué)院現(xiàn)有的大多數(shù)教材內(nèi)容過于陳舊，滯后于生物信息學(xué)的發(fā)展，學(xué)生學(xué)習(xí)的內(nèi)容無法滿足科研和工作需要。第四，缺乏教學(xué)和生物信息數(shù)據(jù)分析平臺。目前，大多數(shù)醫(yī)學(xué)院校及科研機(jī)構(gòu)都沒有自己的生物信息數(shù)據(jù)分析平臺，教學(xué)實(shí)踐也只是停留在簡單的小樣本數(shù)據(jù)分析，主要依靠學(xué)生自己的筆記本電腦完成數(shù)據(jù)分析，沒有高性能的服務(wù)器，一旦數(shù)據(jù)量過大，就無法滿足教學(xué)和科研需求。因此，醫(yī)學(xué)研究和教學(xué)迫切需要有價值的生物樣本和數(shù)據(jù)資源集成平臺，以滿足日益增長的研究需求。

4 生物醫(yī)藥數(shù)據(jù)科學(xué)專業(yè)生物信息學(xué)課程建設(shè)探新

鑒于研究生生物信息學(xué)課程中存在的普遍問題，從生物信息學(xué)實(shí)踐性強(qiáng)、內(nèi)容更新快的專業(yè)特點(diǎn)出發(fā)，探索和改進(jìn)教學(xué)模式和教學(xué)手段，生物醫(yī)藥數(shù)據(jù)科學(xué)專業(yè)本科生的生物信息學(xué)課程建設(shè)可從以下四個方面開展。

4.1 基礎(chǔ)課程建設(shè)

隨著人工智能、大數(shù)據(jù)和生物醫(yī)藥數(shù)據(jù)新一輪科技革命和產(chǎn)業(yè)革命的快速發(fā)展，醫(yī)學(xué)教育模式正朝著“醫(yī)學(xué)+X”交叉學(xué)科的建設(shè)轉(zhuǎn)變。生物醫(yī)藥數(shù)據(jù)科學(xué)專業(yè)是一個典型的多學(xué)科交叉專業(yè)，其生物信息學(xué)課程建設(shè)需要緊跟新醫(yī)學(xué)的發(fā)展前沿，建立多學(xué)科交叉融合的課程體系。對應(yīng)培養(yǎng)目標(biāo)要求，課程可分為“公共課程”“醫(yī)學(xué)基礎(chǔ)”和“生物醫(yī)藥數(shù)據(jù)科學(xué)”三個大模塊和七個子模塊。其中核心課程包括以下22門：R語言基礎(chǔ)、Python語言程序設(shè)計、SAS基礎(chǔ)、數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)庫應(yīng)用技術(shù)、概率論與數(shù)理統(tǒng)計、基礎(chǔ)醫(yī)學(xué)概論、分子生物學(xué)、生物信息學(xué)、臨床醫(yī)學(xué)概論、藥學(xué)概論、流行病學(xué)、生物統(tǒng)計學(xué)、生物信息學(xué)、生物醫(yī)藥數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、Hadoop和Spark基礎(chǔ)、運(yùn)籌學(xué)、數(shù)值分析與統(tǒng)計計算、藥物數(shù)據(jù)分析、流行病建模與預(yù)測、臨床試驗(yàn)設(shè)計。這些核心課程的設(shè)置包含了生物信息學(xué)所需要的醫(yī)學(xué)基礎(chǔ)知識、數(shù)學(xué)和計算機(jī)分析技能以及生物學(xué)基礎(chǔ)知識，是生物醫(yī)藥數(shù)據(jù)科學(xué)專業(yè)畢業(yè)以后從事生物醫(yī)藥數(shù)據(jù)分析、高校教師、科研人員、臨床醫(yī)生等工作需要掌握的技能。除此以外，為了培養(yǎng)學(xué)生實(shí)踐動手能力，課程應(yīng)設(shè)置與理論教學(xué)同步的實(shí)驗(yàn)課程，包括基礎(chǔ)性實(shí)驗(yàn)、綜合性實(shí)驗(yàn)、驗(yàn)證性實(shí)驗(yàn)及設(shè)計性實(shí)驗(yàn)，充分調(diào)動學(xué)生的動手實(shí)踐能力，培養(yǎng)學(xué)生的創(chuàng)新能動意識，使學(xué)生能夠符合新醫(yī)學(xué)的發(fā)展需求。

4.2 基于R 語言的項(xiàng)目式實(shí)踐教學(xué)

生物信息學(xué)主要借助計算機(jī)，通過統(tǒng)計學(xué)方法分析生物信息數(shù)據(jù)來揭示其中包含的內(nèi)在信息，它需要一種功能強(qiáng)大的數(shù)據(jù)處理和分析軟件作為工具。目前常用的生物信息分析軟件有Python，Perl語言和R 語言。Python作為一門高級編程語言，支持函數(shù)式編程，面向?qū)ο缶幊?，擁有龐大的社區(qū)及標(biāo)準(zhǔn)庫。Python 更加注重數(shù)據(jù)處理和自動化流程，雖然其越來越流行，但是在數(shù)據(jù)可視化方面Python與R語言還有很大差距。Perl語言對過程、檔案和文字有很強(qiáng)的處理能力，跨平臺、執(zhí)行效率高、簡單易學(xué)，但可讀性差。R 語言作為生物醫(yī)藥大數(shù)據(jù)處理的關(guān)鍵技術(shù)，在生物信息學(xué)領(lǐng)域應(yīng)用非常廣泛，它不僅開源免費(fèi)、易擴(kuò)展、資源豐富，而且還具有Bioconductor這種提供了大量開源和開放式的生物信息學(xué)分析軟件包集成開發(fā)項(xiàng)目。Bioconductor 主要用于分析和理解高通量基因組數(shù)據(jù)，其在統(tǒng)計上用嚴(yán)謹(jǐn)?shù)姆椒▽υO(shè)計的實(shí)驗(yàn)進(jìn)行微陣列預(yù)處理和分析，并且對生物信息學(xué)處理有綜合和可重復(fù)的方法而獲得了很高的可信度。最新Bioconduc? tor3.16版中提供了2183個軟件包，用于表達(dá)和其他微陣列、序列分析、流式細(xì)胞術(shù)、成像和其他領(lǐng)域，這為R語言教學(xué)和學(xué)習(xí)提供了強(qiáng)大的資料來源，也為培養(yǎng)學(xué)生解決實(shí)際問題創(chuàng)造了可能性，并提供了有效途徑，基本上能滿足本科生和研究生的生物信息學(xué)分析需求。除此以外，R語言在生物信息數(shù)據(jù)分析可視化方面相比于Python、Perl具有絕對的優(yōu)勢。R語言有一系列的數(shù)據(jù)可視化包，包括基礎(chǔ)繪圖系統(tǒng)的graph? ics包，高級繪圖系統(tǒng)ggplot2、lattice、leaflet、playwith、ggvis、ggmaps包等?；赗語言的PBL實(shí)踐教學(xué)以生物信息學(xué)真實(shí)問題作為實(shí)訓(xùn)項(xiàng)目，項(xiàng)目分為三個階段：基礎(chǔ)階段、實(shí)戰(zhàn)階段和創(chuàng)新設(shè)計階段?；A(chǔ)階段，首先對學(xué)生進(jìn)行分組，讓學(xué)生參與到自己感興趣的教授團(tuán)隊和課題研究組，選取相應(yīng)的負(fù)責(zé)人主持項(xiàng)目任務(wù)的實(shí)施和工作部署。學(xué)生可從老師布置的真實(shí)問題中學(xué)習(xí)項(xiàng)目任務(wù)中涉及的生物信息學(xué)的理論知識（例如轉(zhuǎn)錄組、蛋白質(zhì)組和代謝組等）。第二階段，學(xué)生在導(dǎo)師的引領(lǐng)下，解決項(xiàng)目中不懂的問題，導(dǎo)師給學(xué)生們布置一些與課題任務(wù)相關(guān)的論文閱讀任務(wù)，學(xué)生需要基于閱讀內(nèi)容撰寫閱讀報告并進(jìn)行小組匯報。學(xué)生通過基礎(chǔ)階段的學(xué)習(xí)已經(jīng)了解了項(xiàng)目背景和相關(guān)的專業(yè)基礎(chǔ)知識，實(shí)戰(zhàn)階段學(xué)生將以R語言作為生物信息學(xué)分析的主要工具來模擬操作生物學(xué)數(shù)據(jù)，完成項(xiàng)目的計算機(jī)模擬實(shí)驗(yàn)練習(xí)。第三階段，根據(jù)項(xiàng)目實(shí)戰(zhàn)分析結(jié)果，撰寫研究報告，學(xué)生將有機(jī)會通過不同類型的項(xiàng)目實(shí)戰(zhàn)，達(dá)到既定學(xué)習(xí)效果，加深對學(xué)科知識的認(rèn)識，樹立知識創(chuàng)新的思維。

4.3 組建跨學(xué)科的師資團(tuán)隊，發(fā)展醫(yī)工結(jié)合創(chuàng)新型教師人才

在現(xiàn)有人才隊伍基礎(chǔ)上，建立跨學(xué)科的教學(xué)團(tuán)隊，授課老師可以由來自計算機(jī)學(xué)、統(tǒng)計學(xué)、分子生物學(xué)、遺傳學(xué)和微生物學(xué)等專業(yè)的教師擔(dān)任。同時，也可以聘請公司有經(jīng)驗(yàn)的生物信息工程師，教師可以根據(jù)自己的專業(yè)特長，實(shí)施團(tuán)隊教學(xué)。例如，擅長生物信息平臺開發(fā)數(shù)據(jù)挖掘的生物信息工程師可以講授Linux系統(tǒng)、Hadoop和Spark等課程。

通過線上線下各種學(xué)習(xí)途徑對現(xiàn)有教師進(jìn)行專業(yè)的培訓(xùn)。例如聘請生物信息學(xué)專家開展講座、參加學(xué)習(xí)班、網(wǎng)上慕課學(xué)習(xí)等多種方式提升教師的專業(yè)技能。通過創(chuàng)新團(tuán)隊建設(shè)，引進(jìn)人才。引進(jìn)1～2名生物學(xué)、生物信息學(xué)博士；引進(jìn)1～2名生物學(xué)、生物信息學(xué)碩士；培養(yǎng)1～2名生物信息學(xué)博士，使三個研究方向有3～4名學(xué)術(shù)帶頭人和5～10名學(xué)術(shù)骨干，形成科學(xué)研究和教學(xué)的學(xué)科梯隊，建立一支15人以上的、相對穩(wěn)定、團(tuán)結(jié)協(xié)作和結(jié)構(gòu)更加合理、教學(xué)和科研水平較高、解決實(shí)際問題較強(qiáng)的教學(xué)隊伍。

4.4 建設(shè)生物信息學(xué)高性能教學(xué)平臺

隨著高通量測序技術(shù)的快速發(fā)展，生物醫(yī)藥大數(shù)據(jù)急劇增加，生物信息數(shù)據(jù)的計算分析需要搭建高性能的生物信息學(xué)計算平臺。在醫(yī)學(xué)工程技術(shù)學(xué)院現(xiàn)有實(shí)驗(yàn)室的基礎(chǔ)上，新增“生物信息學(xué)研究中心”，建立兩個生物信息學(xué)專用實(shí)驗(yàn)場，通過學(xué)院領(lǐng)導(dǎo)層牽頭立項(xiàng)招標(biāo)，投入一定比例的經(jīng)費(fèi)，聘請專業(yè)的團(tuán)隊搭建一個融教學(xué)科研計算、海量數(shù)據(jù)處理、信息管理服務(wù)于一體的高性能計算校級公共服務(wù)平臺，滿足學(xué)校各學(xué)科領(lǐng)域?qū)τ诖笠?guī)模數(shù)據(jù)處理和大規(guī)?？茖W(xué)計算的普遍需求、 專門學(xué)科領(lǐng)域?qū)τ诟咝阅苡嬎愕奶厥庑枨?、各院系日常教學(xué)對于高性能計算的基本需求，為學(xué)校的重點(diǎn)學(xué)科建設(shè)和高素質(zhì)人才培養(yǎng)提供有力支撐，初步實(shí)現(xiàn)學(xué)校建設(shè)高性能計算校級公共服務(wù)平臺的初衷和目標(biāo)。

5 結(jié)束語

在當(dāng)今大數(shù)據(jù)時代，生命科學(xué)領(lǐng)域的數(shù)據(jù)產(chǎn)出能力在各學(xué)科中處于領(lǐng)先位置，數(shù)據(jù)量迅速增大，數(shù)據(jù)類型不斷增加，促進(jìn)了生物信息學(xué)的快速發(fā)展。生物信息作為一門涉及多學(xué)科交叉的前沿科學(xué)，在生物信息獲取、加工、儲存、分配、分析等方面發(fā)揮著重要作用。因此，熟練掌握生物信息學(xué)課程已成為當(dāng)今生物醫(yī)藥數(shù)據(jù)科學(xué)專業(yè)高校對學(xué)生的必然要求。經(jīng)過兩年的研究生學(xué)院生物信息學(xué)課程教學(xué)實(shí)踐和不斷的探索，研究生教學(xué)已經(jīng)取得了一定成效，形成了針對研究生的特色教學(xué)手段。結(jié)合研究生生物信息課程教學(xué)中存在的不足，本文對醫(yī)學(xué)院高校生物醫(yī)藥數(shù)據(jù)科學(xué)專業(yè)的生物信息學(xué)課程建設(shè)從基礎(chǔ)課程建設(shè)、基于R語言的項(xiàng)目式教學(xué)手段、教師人才隊伍建設(shè)以及生物信息學(xué)建設(shè)等方面提出了相應(yīng)的改革建議，希望學(xué)生通過對生物信息學(xué)這門課程的學(xué)習(xí)能夠廣泛提高解決實(shí)際問題的能力，提升生物醫(yī)學(xué)數(shù)據(jù)的分析處理技能，不斷滿足學(xué)生的科研和工作需求；希望教師能夠進(jìn)一步提高生物信息學(xué)課程的教學(xué)質(zhì)量與效果。