生物信息學(xué)的優(yōu)勢范文

導(dǎo)語：如何才能寫好一篇生物信息學(xué)的優(yōu)勢，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

關(guān)鍵詞：信息技術(shù)；生物數(shù)學(xué)；教學(xué)整合

現(xiàn)在，信息技術(shù)在我們生活中被廣泛應(yīng)用，它改變了我們的生活和工作方式，教育和學(xué)習(xí)的方式也隨之改變。由于生物學(xué)是研究生命現(xiàn)象和生命活動規(guī)律的學(xué)科，所以，信息技術(shù)在中學(xué)生物教學(xué)中廣泛應(yīng)用，促進(jìn)了信息技術(shù)與生物教學(xué)的整合，成為生物課程改革和研究的重要組成部分。

一、信息技術(shù)與中學(xué)生物教學(xué)整合的優(yōu)勢

1.信息技術(shù)能形象地研究生命現(xiàn)象和生物的活動規(guī)律

信息技術(shù)在中學(xué)教學(xué)中的應(yīng)用，使教學(xué)內(nèi)容呈現(xiàn)出更多樣的方式，在教學(xué)過程中實(shí)行視覺和聽覺的有效結(jié)合，突破了古板的教學(xué)方式，例如，我們可以把心臟制造成跳動的動態(tài)節(jié)奏；“動脈血”用鮮紅色表示，“靜脈血”用暗紅色表示，“血液”的流動方向用“紅細(xì)胞”的運(yùn)動代表；毛細(xì)血管制作成動畫來響應(yīng)機(jī)體循環(huán)中各種物質(zhì)的交換過程，和血液顏色在與氣體交換后的變化形式。這樣，我們會更好地向?qū)W生展示“心臟”跳動的頻率，“血液”流動的方向，“動脈血”和“靜脈血”的轉(zhuǎn)變過程，學(xué)生會在他們的頭腦中留下深刻的烙印，加上學(xué)生的仔細(xì)觀察和認(rèn)真思考，學(xué)生一定會更快地體會到血液循環(huán)的途徑和重要意義，一定可以收獲到意想不到的結(jié)果。

2.信息技術(shù)教學(xué)能實(shí)現(xiàn)生物教學(xué)中微觀向宏觀的轉(zhuǎn)變

微觀性在中學(xué)生物學(xué)中是一個重要的特性。如，細(xì)胞是生命中最基本的單位，這節(jié)就講述了細(xì)胞的結(jié)構(gòu)和功能；細(xì)胞的繁衍和分化；癌變和衰老等一切關(guān)于微觀生物學(xué)的實(shí)質(zhì)，但其微觀性較強(qiáng)，學(xué)生在學(xué)習(xí)過程中會有很大的阻礙，也讓初學(xué)者很難邁出這第一步門檻，造成很多學(xué)生對生物學(xué)失去了興趣。傳統(tǒng)的教學(xué)是以老師的語言敘述、板書的描寫、模型的展示來對學(xué)生進(jìn)行教學(xué)，逼迫學(xué)生重復(fù)記憶學(xué)習(xí)，使學(xué)生產(chǎn)生了厭煩的情緒。我們運(yùn)用信息技術(shù)就可以解決這方面的問題。

例如，利用多媒體講述“細(xì)胞器――系統(tǒng)內(nèi)的分工與合作”這節(jié)內(nèi)容效果會大大不同，通過色彩形象的細(xì)胞亞顯微結(jié)構(gòu)整體演示，在學(xué)生的腦海中形成了整體的印象，之后演示細(xì)胞質(zhì)基質(zhì)部分閃動方式和顏色的體現(xiàn)，這樣可以使學(xué)生對細(xì)胞質(zhì)基質(zhì)和細(xì)胞器更好地區(qū)分開。接著逐一對細(xì)胞器進(jìn)行逐一的擴(kuò)大和特寫，通過學(xué)生的仔細(xì)觀察、認(rèn)真的感知和自主探究的過程掌握了各個細(xì)胞器的結(jié)構(gòu)和功能。

3.對生物實(shí)驗(yàn)進(jìn)行模擬，從而達(dá)到教學(xué)質(zhì)量的提高

生物學(xué)中離不開生物實(shí)驗(yàn)，在實(shí)驗(yàn)中，學(xué)生可以親身經(jīng)歷科學(xué)研究的基本過程，這對學(xué)生理解和掌握所學(xué)知識起到了重要的作用。通過實(shí)驗(yàn)還可以提高學(xué)生的動手能力、創(chuàng)新能力、互相交流的能力等。但是實(shí)際的教學(xué)中，實(shí)驗(yàn)經(jīng)常會被許多方面的條件制約導(dǎo)致無法實(shí)施。這樣教師只能借助教材空講實(shí)驗(yàn)，學(xué)生也只能勉強(qiáng)地熟記實(shí)驗(yàn)的過程，學(xué)生的學(xué)習(xí)質(zhì)量可想而知。現(xiàn)在信息技術(shù)走進(jìn)教學(xué)，為中學(xué)生物實(shí)驗(yàn)提供了寬闊的空間，也解決了技術(shù)條件不足的問題。

二、信息技術(shù)教學(xué)在中學(xué)生物教學(xué)中存在的缺點(diǎn)與不足

現(xiàn)在，培養(yǎng)學(xué)生的動手能力是當(dāng)今素質(zhì)教育和創(chuàng)新教育的必抓內(nèi)容，要勤于動手，不應(yīng)一味地依靠現(xiàn)在的教育科技，這樣會對我們的動手能力和創(chuàng)新意識形成阻礙。課中教師注視電腦屏幕的時(shí)間多于與學(xué)生交流的時(shí)間，再加上教室的灰暗光線導(dǎo)致學(xué)生不能清楚地辨別教師的表情、眼神、手勢等，影響了教學(xué)的質(zhì)量。另外一些抽象、微觀的語言很難敘述問題，信息技術(shù)不能很好地表示清楚，畢竟計(jì)算機(jī)只是創(chuàng)造環(huán)境讓人們交流、分享隱形知識。因此信息技術(shù)與傳統(tǒng)教學(xué)相結(jié)合，相互補(bǔ)充，選優(yōu)取之，才能獲得更好的結(jié)果。

總體而言，現(xiàn)在教育化的今天，信息技術(shù)在中學(xué)教學(xué)中的應(yīng)用，不但對生活現(xiàn)象和有關(guān)知識表現(xiàn)得更加直觀和形象，實(shí)現(xiàn)生物學(xué)教學(xué)由微觀向宏觀的轉(zhuǎn)化，更可以很好地對生物實(shí)驗(yàn)進(jìn)行改良，可以幫助學(xué)生自己探索學(xué)習(xí)，從而提高教學(xué)效率等。可同時(shí)也要了解現(xiàn)代教育技術(shù)與傳統(tǒng)教育方式是相互依靠、互相補(bǔ)充的，把兩種教育方式相互結(jié)合在一起，取之長，去其短，這樣的教學(xué)才能達(dá)到理想的效果。

篇2

關(guān)鍵詞：探究性實(shí)驗(yàn)教學(xué)；教學(xué)模式；教學(xué)內(nèi)容；高中生物

在高中生物教學(xué)中，利用探究性實(shí)驗(yàn)對學(xué)生進(jìn)行引導(dǎo)，協(xié)助學(xué)生運(yùn)用基礎(chǔ)生物知識和基本生物實(shí)驗(yàn)原則、方法等進(jìn)行實(shí)驗(yàn)方案設(shè)計(jì)、討論和分析不僅可以激發(fā)學(xué)生的學(xué)習(xí)興趣，拓展學(xué)生的綜合思維能力，還能夠增強(qiáng)教學(xué)的針對性，提升學(xué)生對生物知識的了解和掌握。在高中生物實(shí)驗(yàn)教學(xué)中采用探究式教學(xué)也是新教學(xué)環(huán)境下實(shí)現(xiàn)素質(zhì)教育的必然要求。

一、探究性實(shí)驗(yàn)教學(xué)概述

隨著學(xué)生綜合素質(zhì)的提高和教學(xué)環(huán)境的改善，傳統(tǒng)的教學(xué)方式已經(jīng)無法繼續(xù)適應(yīng)以素質(zhì)教育為目標(biāo)的教學(xué)需求，這就要求必須進(jìn)行教學(xué)改革。具體到生物實(shí)驗(yàn)教學(xué)中體現(xiàn)為：增強(qiáng)學(xué)生的動手能力和實(shí)驗(yàn)儀器的控制能力；訓(xùn)練學(xué)生獨(dú)立操作能力；培養(yǎng)學(xué)生對實(shí)驗(yàn)數(shù)據(jù)和實(shí)驗(yàn)結(jié)果的分析能力；協(xié)助學(xué)生對誤差等進(jìn)行合理闡釋等。

探究性生物實(shí)驗(yàn)教學(xué)以小組為單位，可以在輕松、自主、溝通的環(huán)境下對生物學(xué)習(xí)中的未知理論知識進(jìn)行探索，對已有理論知識進(jìn)行驗(yàn)證。這樣不僅可以增強(qiáng)學(xué)生的動手能力，還能夠活躍課堂氛圍，提高學(xué)生分析問題、解決問題的能力。

實(shí)施探究性實(shí)驗(yàn)教學(xué)可分為以下幾個環(huán)節(jié)：創(chuàng)設(shè)情境，揭示課題；討論分析，制定方案；溝通交流，優(yōu)化設(shè)計(jì)；實(shí)踐操作，分析結(jié)果。其中最為重要的環(huán)節(jié)為方案的設(shè)計(jì)與優(yōu)化。適當(dāng)?shù)膶?shí)驗(yàn)方案可以幫助學(xué)生有效組織知識結(jié)構(gòu)，制定與預(yù)期結(jié)果相符或相近的實(shí)驗(yàn)結(jié)果，充分體現(xiàn)學(xué)生對學(xué)習(xí)內(nèi)容的掌握程度和理解深度。

探究性實(shí)驗(yàn)的常用步驟為：（1）根據(jù)實(shí)驗(yàn)方案選取實(shí)驗(yàn)材料。實(shí)驗(yàn)材料的選取應(yīng)該盡量保持一致性，以便消除變量因素以外的干擾因素。（2）對每組材料分別進(jìn)行處理。探究性實(shí)驗(yàn)的關(guān)鍵在于對照組的設(shè)置和處理，通過對比才能夠獲得更加科學(xué)和更加縝密的實(shí)驗(yàn)現(xiàn)象和實(shí)驗(yàn)結(jié)果；（3）觀察比較，分析并得出結(jié)論。通過觀察比較可以對實(shí)驗(yàn)現(xiàn)象進(jìn)行整理和歸納，進(jìn)而獲得預(yù)期的實(shí)驗(yàn)結(jié)果。

二、優(yōu)化教學(xué)模式，提升學(xué)生的實(shí)驗(yàn)興趣

舊教材中的實(shí)驗(yàn)大多是驗(yàn)證性實(shí)驗(yàn)和觀察性實(shí)驗(yàn)，學(xué)生不需要知道實(shí)驗(yàn)設(shè)計(jì)的原因和內(nèi)在關(guān)系，只需要根據(jù)實(shí)驗(yàn)內(nèi)容進(jìn)行相應(yīng)的操作即可。這種生物實(shí)驗(yàn)教學(xué)雖然可以提高學(xué)生實(shí)驗(yàn)操作步驟和實(shí)驗(yàn)結(jié)果的準(zhǔn)確性，但是極大地限制了學(xué)生創(chuàng)新能力的發(fā)揮，不利于培養(yǎng)學(xué)生的綜合素質(zhì)能力。而探究性生物實(shí)驗(yàn)則可以改變這種傳統(tǒng)教學(xué)模式中存在的局限性，將學(xué)生作為教學(xué)主體，調(diào)動學(xué)生的學(xué)習(xí)積極性，鼓勵學(xué)生參與到實(shí)驗(yàn)的整個過程中，提倡讓學(xué)生利用現(xiàn)有知識根據(jù)實(shí)驗(yàn)要求自主設(shè)計(jì)和制定實(shí)驗(yàn)方案，總體提升學(xué)生的個人能力。

如在進(jìn)行“溫度對酶活性的影響”的教學(xué)實(shí)驗(yàn)時(shí)，學(xué)生會根據(jù)已有知識選擇利用斐林試劑驗(yàn)證酶的催化效率作為酶活性的體現(xiàn)指標(biāo)。學(xué)生根據(jù)菲林試劑與酶的關(guān)系通常會設(shè)計(jì)出兩種方案。

第一種方案：在三只試管中分別加入等量的新鮮淀粉酶溶液，分別將三只試管放入不同溫度中一段時(shí)間，如分別將三只試管放入冰水、60度熱水、沸水環(huán)境中5分鐘，然后取出三只試管放入相同環(huán)境下，向其中加入等量可溶性淀粉和碘鹽進(jìn)行實(shí)驗(yàn)驗(yàn)證。

第二種方案：同樣在三只試管中分別加入等量的新鮮淀粉酶溶液，之后分別又加入等量可溶性淀粉，然后將三只試管分別置入第一種方案的環(huán)境下，經(jīng)過一段時(shí)間后取出加入等量碘鹽溶液進(jìn)行實(shí)驗(yàn)驗(yàn)證。

由于是學(xué)生設(shè)計(jì)的實(shí)驗(yàn)，故學(xué)生均會認(rèn)為自己的實(shí)驗(yàn)方案是正確的，但是實(shí)驗(yàn)結(jié)果表明實(shí)驗(yàn)方案并不理想。如方案一中后加入的淀粉溶液會影響實(shí)驗(yàn)溫度，而方案二中淀粉與淀粉酶的同時(shí)加入會影響實(shí)驗(yàn)結(jié)果。此時(shí)教師可與學(xué)生進(jìn)行討論，對現(xiàn)有實(shí)驗(yàn)方案進(jìn)行優(yōu)化設(shè)計(jì)，獲得最佳的實(shí)驗(yàn)效果。

優(yōu)化實(shí)驗(yàn)內(nèi)容為：分別取兩組試管，每組試管由三根試管組成。其中一組試管添加等量淀粉溶液，另一組試管添加等量淀粉酶溶液，然后將兩組試管分別浸入不同溫度的水中一段時(shí)間后取出，將兩組試管依次對應(yīng)混合搖勻后重新置入對應(yīng)溫度環(huán)境中，分別加入等量碘鹽溶液觀察實(shí)驗(yàn)現(xiàn)象。

三、拓展實(shí)驗(yàn)教學(xué)內(nèi)容，提升學(xué)生對探究實(shí)驗(yàn)的認(rèn)識深度和廣度

高中生物教學(xué)除了依靠教學(xué)資源的支撐之外，還應(yīng)該充分挖掘教學(xué)內(nèi)容，結(jié)合實(shí)際生活對教學(xué)內(nèi)容進(jìn)行拓展和延伸，增強(qiáng)課內(nèi)探究性實(shí)驗(yàn)教學(xué)和課外自主實(shí)驗(yàn)探索的結(jié)合度，真正提高學(xué)生學(xué)習(xí)知識、應(yīng)用知識的能力。

首先，可以對實(shí)驗(yàn)內(nèi)容和實(shí)驗(yàn)資源進(jìn)行開發(fā)。對于一些實(shí)驗(yàn)材料和實(shí)驗(yàn)方法較為容易實(shí)現(xiàn)的教學(xué)內(nèi)容，可以讓學(xué)生發(fā)揮個人的主觀能動性進(jìn)行自主創(chuàng)新和修改。

其次，可以借助常規(guī)實(shí)驗(yàn)的原理、方法等進(jìn)行實(shí)驗(yàn)拓展，幫助學(xué)生創(chuàng)設(shè)新的、與實(shí)際聯(lián)系密切的，可提高學(xué)生對生物認(rèn)知深度和廣度的實(shí)驗(yàn)。

再次，可以結(jié)合教學(xué)要求針對性地選擇教材中的重點(diǎn)知識讓學(xué)生去自主設(shè)計(jì)探究實(shí)驗(yàn)，并對實(shí)驗(yàn)內(nèi)容和實(shí)驗(yàn)結(jié)果進(jìn)行相互交流，分析各方案的優(yōu)缺點(diǎn)，對現(xiàn)有實(shí)驗(yàn)方案進(jìn)行總結(jié)和優(yōu)化，最終通過一系列實(shí)驗(yàn)過程掌握和理解重點(diǎn)教學(xué)內(nèi)容。

參考文獻(xiàn)：

[1]宋軍山.定位實(shí)驗(yàn)教學(xué)，引領(lǐng)學(xué)生探究實(shí)驗(yàn)[J].教學(xué)與儀器，2011，（11）.

篇3

關(guān)鍵詞：競爭-合作式學(xué)習(xí) 新課程 初中生物

生物課程理念在提高學(xué)生生物科學(xué)素養(yǎng)（即參加社會生活、經(jīng)濟(jì)活動、生產(chǎn)實(shí)踐和個人決策所需的生物科學(xué)概念和科學(xué)探究能力，包括理解科學(xué)、技術(shù)與社會的相互關(guān)系，理解科學(xué)的本質(zhì)以及形成科學(xué)的態(tài)度和價(jià)值觀）的同時(shí)，倡導(dǎo)探究性學(xué)習(xí)的過程中培養(yǎng)學(xué)生分析和解決問題的能力以及交流與合作等方面的能力，并指出教學(xué)要著眼于學(xué)生全面發(fā)展和終身發(fā)展的需要，要為學(xué)生步入社會做準(zhǔn)備[1]。

1、初中生物學(xué)科的特點(diǎn)

作為自然科學(xué)，生物學(xué)與物理學(xué)、化學(xué)、自然地理學(xué)等一樣，都是以自然界為研究對象的，但生物學(xué)研究的又主要是自然界中有生命的部分，所以初中生物學(xué)科不同于其他科目，它有其獨(dú)有的特點(diǎn)。生物是以實(shí)驗(yàn)為基礎(chǔ)的理科課程，十分強(qiáng)調(diào)具體經(jīng)驗(yàn)在學(xué)習(xí)中的重要性，在教材中充分重視為學(xué)生創(chuàng)造觀察自然、互相討論的機(jī)會，為合作競爭教學(xué)提供了很好的實(shí)施環(huán)境，特別是實(shí)驗(yàn)教學(xué)中，實(shí)驗(yàn)小組成員間的合作是客觀存在不可缺少的，組間競賽是小組有效合作的動力源泉，因此，競爭－合作學(xué)習(xí)是適合于本課程教學(xué)的一種較好的策略[2]。

2、初中生物競爭－合作式學(xué)習(xí)中教學(xué)主體間相互作用的方式

教學(xué)主體主要包括教師和學(xué)生，競爭－合作學(xué)習(xí)中教學(xué)主體相互作用主要是指教師與教師之間、教師與學(xué)生之間以及學(xué)生與學(xué)生之間相互作用的方式。

2.1競爭－合作式學(xué)習(xí)中教師的角色

教師正確定位自己在競爭－合作學(xué)習(xí)過程中的角色，將對于競爭－合作學(xué)習(xí)的順利展開具有十分重要的意義。作為教師，應(yīng)在教學(xué)之前就做出許多決定，確定教學(xué)目標(biāo)、解釋教學(xué)任務(wù)、組織實(shí)施課程、進(jìn)行課程評價(jià)和反思等，具體包括：

進(jìn)行教學(xué)前的決策。決定小組的大小，學(xué)生分配到小組的原則，小組成員的分工，進(jìn)行教室的空間布置。

解釋學(xué)習(xí)任務(wù)和競爭－合作的結(jié)構(gòu)。向?qū)W生解釋教學(xué)任務(wù)，告知學(xué)生成功的標(biāo)準(zhǔn)，幫助小組成員明確自己的責(zé)任，闡述自己所期望看到的一些具有合作與競爭特征的行為。

監(jiān)控和干預(yù)。對教學(xué)秩序的監(jiān)控，對小組進(jìn)行競爭－合作學(xué)習(xí)的監(jiān)控，指導(dǎo)學(xué)生勝利完成競爭－合作學(xué)習(xí)。

評價(jià)和審查。對學(xué)生競爭－合作學(xué)習(xí)效果的質(zhì)量和數(shù)量給予評定。

2.2競爭－合作式學(xué)習(xí)中生生相互作用的方式

學(xué)生在競爭－合作學(xué)習(xí)過程中主要存在兩種作用方式，一是競爭，主要是指小組之間的競爭，也就是一個小組的成員與另外一個小組的所有成員之間的競爭；二是合作，主要是小組內(nèi)成員之間的合作。在競爭的情況下，學(xué)生之間有所保留，不愿將自己的與他人分享，并且有敵對的感情存在。在合作的情況下，小組之間為了在最終的競爭中取勝，可以毫無保留，尤其是優(yōu)等生可以自覺指導(dǎo)該組中成績不好的學(xué)生進(jìn)行學(xué)習(xí)，以增加小組競爭優(yōu)勢。

3、指導(dǎo)初中生物競爭－合作式學(xué)習(xí)的技術(shù)

3.1指導(dǎo)競爭的技術(shù)

學(xué)生之間一直都存在競爭，但是很多學(xué)生不知道怎么去競爭，才能取得最佳的效果。競爭的盲目性帶來了許多害處，如學(xué)生競爭的手段過激，學(xué)生對競爭過程的看法扭曲，以及不能正確看待競爭的結(jié)果。競爭之道并非坦途和捷徑，為了取勝，必須掌握競爭的技能和技巧。教師在實(shí)施競爭學(xué)習(xí)之前就應(yīng)先教會學(xué)生這些技能和技巧：

(1)揚(yáng)長避短，趨利避害。所謂競爭，就是對手之間力的較量。與此相應(yīng)的對策，就是認(rèn)識己方與對方的長處和短處，克服心理定勢的消極影響，進(jìn)而充分發(fā)揮自身的優(yōu)勢，盡量縮小自身的缺點(diǎn)。教師應(yīng)該幫助學(xué)生了解到自身的不足，同時(shí)引導(dǎo)他們改善自身不足和學(xué)習(xí)他人的長處。幫助學(xué)生在競爭－合作學(xué)習(xí)過程中，知道如何發(fā)揮自己的優(yōu)勢，克服自身的缺點(diǎn)。

(2)逆境不餒，處變不驚。人生不如意事十之八九。在競爭過程中，由于主觀、客觀的原因，自己難免處于逆境、絕境。當(dāng)自己處于劣勢之時(shí)，對策原則就是逆境不餒，處變不驚，冷靜沉著，力挽狂瀾。在競爭－合作學(xué)習(xí)過程中，必然會出現(xiàn)勝利者和失敗者，失敗的一方，往往會出現(xiàn)兩種極端，一是對接下來的競爭－合作學(xué)習(xí)活動失去興趣，二是能夠從失敗中尋找自身不足，努力改正，爭取在下一次活動中戰(zhàn)勝對手。

(3)協(xié)調(diào)關(guān)系，良性競爭。在競爭－合作學(xué)習(xí)過程中，強(qiáng)調(diào)的是組內(nèi)合作和組間競爭，但是并不排斥組與組之間建立適當(dāng)?shù)暮献鳌W(xué)生可以根據(jù)活動的需要，結(jié)合自身情況進(jìn)行適當(dāng)?shù)慕M間合作，協(xié)調(diào)好自己組和其他組的關(guān)系，達(dá)到共贏的目的。

3.2指導(dǎo)合作的技術(shù)

(1)促進(jìn)小組成員和睦相處

由于在分組時(shí)，要遵循異質(zhì)分組的原則，小組成員大多在能力與個性上存在差異，那么小組成員在相處過程中必然會產(chǎn)生一些摩擦。這一問題，并不難解決，隨著小組合作學(xué)習(xí)次數(shù)的增多，教師的有效引導(dǎo)，情況會有所好轉(zhuǎn)。教師可以經(jīng)常告誡學(xué)生，在小組中與同伴合作是學(xué)生在小組活動中應(yīng)當(dāng)表現(xiàn)的行為。還要使學(xué)生明白，藐視合作，取笑他人，拒絕幫助他人是不可取的，也不是有效的學(xué)習(xí)方法。教師可以將小組合作的狀態(tài)作為附加分，以促使小組成員和睦相處，相互合作。

(2)噪音的有效控制

在小組合作學(xué)習(xí)過程中，由于小組成員之間要進(jìn)行交流討論，班級會變得較為嘈雜，這是一種自然趨向。在評價(jià)過程中，如果能將小組的秩序混亂與產(chǎn)生嘈雜的相關(guān)因素也作為評價(jià)的一個標(biāo)準(zhǔn)，相對而言，可以比較好的控制噪音和嘈雜程度。

(3)小組表揚(yáng)

在活動中給予表現(xiàn)比較好的小組獎勵，可以讓其他小組成員明白什么樣的行為是有價(jià)值的，被表揚(yáng)的小組就起到了模范帶頭作用。在合作學(xué)習(xí)過程中，教師要能夠?qū)Ρ憩F(xiàn)好的小組給予及時(shí)獎勵。

4、結(jié)論

總之，競爭－合作式學(xué)習(xí)使教學(xué)活動呈現(xiàn)出師生之間、同學(xué)之間以及學(xué)生自身的多向反饋結(jié)構(gòu)。強(qiáng)烈的競爭機(jī)制充分調(diào)動了學(xué)生的主動性并激活了思維。競爭－合作式學(xué)習(xí)同時(shí)培養(yǎng)了學(xué)生的集體意識，使他們深刻意識到團(tuán)結(jié)協(xié)作的重要性，要想“泰山移”，必須“人心齊”。

參考文獻(xiàn)：

篇4

【關(guān)鍵詞】生物信息學(xué)；醫(yī)藥基因；應(yīng)用

中圖分類號：R9

文獻(xiàn)標(biāo)識碼：A

文章編號：1006-0278（2015）02-119-01

當(dāng)前，生物信息學(xué)是自然科學(xué)以及生命科學(xué)等前沿領(lǐng)域，集合了多種學(xué)科，是21世紀(jì)研究自然科學(xué)的核心和基礎(chǔ)。

一、藥物設(shè)計(jì)與發(fā)展

（一）傳統(tǒng)藥物研發(fā)

藥物研究和開發(fā)的傳統(tǒng)方法就是從動物器官、組織或者細(xì)胞中篩選出符合要求的藥理模型，或者從植物、動物以及天然礦物質(zhì)入手，又或者在確定候選藥物的過程中以化學(xué)合成為基本形式，并進(jìn)一步優(yōu)化先導(dǎo)物，一切工作準(zhǔn)備就緒以后即可將候選藥物推入臨床使用，觀測其使用效果，合格以后投入市場。這種方法簡單有效，但是費(fèi)用和時(shí)間都相對花費(fèi)較多。據(jù)不完全統(tǒng)計(jì)，在未誕生生物信息學(xué)以前新藥的研究開發(fā)需要?dú)v經(jīng)十年時(shí)間，其所花費(fèi)的費(fèi)用總額約為5-10億美元；此外，傳統(tǒng)的新藥研究方法存在一定的缺陷和不足，篩選合成物的過程較為繁瑣，新藥開發(fā)效率極低。

（二）計(jì)算機(jī)輔助藥物設(shè)計(jì)

白上世界70年代開始，美國麻省理工學(xué)院霍恩貝爾教授率先提出了分子設(shè)計(jì)，白此之后，藥物分子設(shè)計(jì)逐漸被應(yīng)用到新藥研究中；而隨著計(jì)算機(jī)技術(shù)的進(jìn)一步普及和推廣，藥物分子設(shè)計(jì)的基礎(chǔ)就是計(jì)算機(jī)輔助藥物設(shè)計(jì)方法，即CADD。計(jì)算機(jī)輔助藥物設(shè)計(jì)的一般原理就是：第一步，在X單晶衍射等技術(shù)的支撐下獲取完整的大分子結(jié)構(gòu)，并在相關(guān)軟件的支持下分析具體的化學(xué)性質(zhì)；第二步，充分發(fā)揮全新藥物分子設(shè)計(jì)技術(shù)以及數(shù)據(jù)庫搜尋的優(yōu)勢，尋找理化性質(zhì)與分子形狀與受體作用位點(diǎn)相一致的分子，測試并合成分子生物活性，在循環(huán)幾次以后，就能順利得到新的先導(dǎo)化合物。當(dāng)前，主要有二種計(jì)算機(jī)輔助藥物設(shè)計(jì)方法：其一，藥效基團(tuán)模型方法、定量構(gòu)效方法等基于小分子的藥物分子設(shè)計(jì)方法；其二，計(jì)算組合方法；其二，分子對接法等基于受體結(jié)構(gòu)的藥物分子設(shè)計(jì)方法。

二、生物信息學(xué)在藥物設(shè)計(jì)中的應(yīng)用

1.生物信息學(xué)的研究領(lǐng)域較廣，涉及的內(nèi)容較多，主要包括非編碼區(qū)功能研究、蛋白質(zhì)譜技術(shù)和蛋白質(zhì)組研究、基于完整基因組數(shù)據(jù)的生物進(jìn)化研究、生物大分子結(jié)構(gòu)模擬和藥物設(shè)計(jì)、基因表達(dá)調(diào)控網(wǎng)絡(luò)的研究、大規(guī)模基因組測序中的信息分析、生物信息的收集、存儲、管理與提供以及啟動子、外顯子、內(nèi)含子的識別等。近年來，新的高效實(shí)驗(yàn)技術(shù)不斷發(fā)展，這就要求生物信息學(xué)不斷擴(kuò)展研究領(lǐng)域。生物信息學(xué)的出現(xiàn)和推廣，為藥物設(shè)計(jì)和開發(fā)提供了新的路徑和方法，推動著藥物設(shè)計(jì)向理性化和專業(yè)化的方向發(fā)展，這大大減少了新藥的研究費(fèi)用和開發(fā)時(shí)間。蛋白質(zhì)序列和核酸序列的功能和結(jié)構(gòu)信息是生物信息學(xué)的主要研究對象，這為藥物設(shè)計(jì)提供了堅(jiān)實(shí)的理論支撐，大大縮短了藥物開發(fā)使用的時(shí)間。當(dāng)前，大量的生物大分子二維結(jié)構(gòu)已經(jīng)被成功測定，依據(jù)大分子和藥物分子相互作用的原理，可以在研究受體結(jié)構(gòu)的基礎(chǔ)上科學(xué)設(shè)計(jì)藥物分子。所以，藥物設(shè)計(jì)的一種重要手段就是充分發(fā)揮生物信息學(xué)的優(yōu)勢，尋找出合適的先導(dǎo)化合物。全新藥物分子設(shè)計(jì)、分子對接以及二維結(jié)構(gòu)搜索是目前較為普遍的幾種方法。

2.物信息學(xué)的發(fā)展切實(shí)改變了藥物研究和開發(fā)的模式。傳統(tǒng)的藥物研發(fā)模式就是篩選并選擇出合適的藥理模型先導(dǎo)物，并將先導(dǎo)物進(jìn)行優(yōu)化，評價(jià)合格以后投入市場使用。在基因組計(jì)劃大力實(shí)施的今天，DNA自動測序大規(guī)模完成，序列數(shù)據(jù)急劇增加，生物信息學(xué)在對數(shù)據(jù)進(jìn)行加工、整理的過程中會發(fā)現(xiàn)藥物的新靶點(diǎn)，然后對其進(jìn)行計(jì)算和建模，確保藥物設(shè)計(jì)的順利進(jìn)行，這在一定意義上開創(chuàng)了藥物研究和開發(fā)的新模式，有利于增強(qiáng)新藥研發(fā)的有效性和針對性，大大縮減了藥物設(shè)計(jì)和研發(fā)的時(shí)間，節(jié)省了人力、物力、財(cái)力投入。

3.生物信息學(xué)參與新藥推向市場。在研制新藥并臨床適用通過以后，就要將其推廣到市場，這時(shí)，首要的就是收集和整理該藥所治療的疾病患者的地區(qū)分布、市場需求以及年齡結(jié)構(gòu)等情況，從而制定出市場價(jià)格、專利申請保護(hù)等切實(shí)可行的市場開發(fā)戰(zhàn)略，為新藥注入持續(xù)不斷的發(fā)展活力。但是這些信息較為分散，收集難度較大，這時(shí)就要充分發(fā)揮生物信息學(xué)的優(yōu)勢，對網(wǎng)絡(luò)數(shù)據(jù)庫中的信息進(jìn)行分析和整理，減少開發(fā)過程中的盲目性，大大提升新藥的開發(fā)效率，減少物力、財(cái)力等資源消耗。

三、結(jié)語

當(dāng)前，生物信息學(xué)逐漸成為現(xiàn)代藥物開發(fā)和研究的重要工具，而且藥物設(shè)計(jì)與生物信息學(xué)有著更加緊密的聯(lián)系；與此同時(shí)，藥物設(shè)計(jì)的不斷發(fā)展也要求生物信息學(xué)進(jìn)一步拓寬研究領(lǐng)域和范圍，生物信息學(xué)的發(fā)展會在一定程度上推動藥物設(shè)計(jì)的發(fā)展和進(jìn)步。

參考文獻(xiàn)：

[1]張建華，張士金生物信息學(xué)能否推動現(xiàn)代中醫(yī)藥研究的發(fā)展[J]醫(yī)學(xué)爭鳴，2012（5）.

篇5

關(guān)鍵詞：個性化習(xí)題；生物信息學(xué)；QQ群

中圖分類號：G811.4 文獻(xiàn)標(biāo)志碼：A 文章編號：1674-9324（2016）48-0171-02

生物信息學(xué)是生物學(xué)、計(jì)算機(jī)科學(xué)和信息技術(shù)等支持的，包括存儲、組織和生物數(shù)據(jù)檢索的一個現(xiàn)代交叉學(xué)科。隨著分子生物學(xué)和信息技術(shù)的不斷突破，各種生物數(shù)據(jù)的獲得變得非常容易，但是如何對這些數(shù)據(jù)進(jìn)行組織、分析和處理，并從中發(fā)掘出能用于解決生物科學(xué)問題的信息，成為目前生命科學(xué)的難點(diǎn)和熱點(diǎn)。生物信息學(xué)因此應(yīng)運(yùn)而生，其本身不僅是研究現(xiàn)代生物學(xué)，也是研究其對工業(yè)、醫(yī)療等重要領(lǐng)域影響的一門實(shí)踐性學(xué)科（Bloom，2001）。

一般認(rèn)為，生物信息學(xué)主要滲透到統(tǒng)計(jì)數(shù)學(xué)、計(jì)算機(jī)和生命科學(xué)，尤其是生命科學(xué)的組學(xué)領(lǐng)域（郭麗等，2014），因此在教學(xué)中，生物信息學(xué)的教學(xué)內(nèi)容往往因?qū)W生背景不同而會有不同的側(cè)重。這就需要教師根據(jù)學(xué)生的背景及知識結(jié)構(gòu)的需求來合理安排教學(xué)。本文根據(jù)近年來對生物信息學(xué)教學(xué)的經(jīng)驗(yàn)，從教學(xué)方法、個性化練習(xí)題對學(xué)生上機(jī)的促進(jìn)及QQ群投票功能在教學(xué)中的應(yīng)用等方面進(jìn)行了總結(jié)，對如何能夠提高生命科學(xué)學(xué)院的學(xué)生學(xué)習(xí)此門課程的興趣進(jìn)行了探討。

一、現(xiàn)代教學(xué)方法的利與弊

隨著計(jì)算機(jī)科技的不斷進(jìn)步，教學(xué)已經(jīng)從傳統(tǒng)的板書模式進(jìn)入到現(xiàn)代多媒體教學(xué)模式中。多媒體技術(shù)應(yīng)用的初衷是提高學(xué)生的參與度，滿足教學(xué)手段更民主、多元化及個性化的教學(xué)目標(biāo)，其優(yōu)點(diǎn)為表現(xiàn)力豐富，可以通過動畫、視頻、圖像、音頻等效果將抽象難懂的問題直觀化。其次，節(jié)省了大量的板書時(shí)間，同時(shí)教師可將教學(xué)的重點(diǎn)、難點(diǎn)鏈接，以益于學(xué)生直觀地了解并進(jìn)行思維拓展（張林，2011）。多媒體最明顯的一個特點(diǎn)就是教學(xué)容量加大，但正是這些優(yōu)勢也伴隨相應(yīng)的問題：（1）重形式而忽視教學(xué)內(nèi)容。很多學(xué)校在進(jìn)行教學(xué)管理及評價(jià)時(shí)，過分關(guān)注多媒體課件的形式以及學(xué)生的感受，導(dǎo)致有些教師過分注重多媒體的表現(xiàn)形式而忽視了教學(xué)的主要內(nèi)容。（2）教學(xué)容量和學(xué)生的吸收量之間反差較大。由于教學(xué)內(nèi)容和容量的增大，教師并沒有根據(jù)授課對象的具體情況合理安排和講授學(xué)科內(nèi)容，而被動的成了多媒體的播放員和解說員。總之，多媒體教學(xué)利大于弊，因而成為教學(xué)改革和發(fā)展的必然產(chǎn)物，雖有缺點(diǎn)，但不能因噎廢食，需通過其他方法來克服弊端才能達(dá)到完美的教學(xué)效果。

二、個性化習(xí)題是學(xué)生實(shí)踐提高的強(qiáng)力推動器

生物信息學(xué)是一門實(shí)踐性非常強(qiáng)的學(xué)科，為了加強(qiáng)學(xué)生的實(shí)踐能力，教師要綜合應(yīng)用啟發(fā)式、運(yùn)用式及討論式等多種教學(xué)方法來激發(fā)學(xué)生的興趣。筆者在課堂實(shí)踐中，充分發(fā)揮個性化習(xí)題的作用，將教師的科研滲入到課堂，注重理論與實(shí)踐相結(jié)合，努力提高學(xué)生解決實(shí)際問題的綜合能力。比如，在講授第五章內(nèi)容電子克隆部分，此章節(jié)目的是通過一段表達(dá)序列標(biāo)簽（EST），綜合應(yīng)用Blast、序列比對、步查法等方法查找各種數(shù)據(jù)庫，通過軟件的應(yīng)用進(jìn)行拼接、預(yù)測、去除內(nèi)含子等方法，最終獲得可能的全長cDNA序列并加以注釋。在以往的教學(xué)練習(xí)中，全班同學(xué)的任務(wù)一樣，難以知道學(xué)生是否真正掌握所教授的內(nèi)容，為此，筆者將學(xué)生分組，每組自行通過閱讀文獻(xiàn)獲得一條其感興趣的EST序列，或者利用他們的畢業(yè)論文中涉及的EST序列去進(jìn)行電子克隆練習(xí)，通過這種個性化習(xí)題的隨堂練習(xí)，能顯著強(qiáng)化學(xué)生的計(jì)算機(jī)應(yīng)用能力和實(shí)踐能力，同時(shí)也能提高學(xué)生在教學(xué)中的積極性、主動性和創(chuàng)新性。

三、發(fā)揮QQ群的投票功能在教學(xué)練習(xí)中的作用

生物信息學(xué)是一門交叉學(xué)科，對于非生物信息學(xué)專業(yè)的生命學(xué)院的學(xué)生而言，雖然教學(xué)大綱只要求學(xué)生掌握一些基本軟件的原理及數(shù)據(jù)庫的熟練使用。但是，這需要學(xué)生具有扎實(shí)的生物化學(xué)、遺傳學(xué)、細(xì)胞學(xué)及分子生物學(xué)的基礎(chǔ)知識。比如，在講授第三章“核酸序列的分析”時(shí)，會要求學(xué)生利用已知的EST序列去Blast查找與之有同源性的基因組序列，進(jìn)行序列比對，預(yù)測并利用Bioedit軟件找出此基因的啟動子、終止子和剪接點(diǎn)。這首先要求學(xué)生必須明確這些分子生物學(xué)的概念，否則在有限的生物信息學(xué)課堂上，會變成分子生物學(xué)或遺傳學(xué)的復(fù)習(xí)課。而課外QQ群就起到了非常重要的交流促進(jìn)作用。筆者在將QQ群的功能應(yīng)用到課外教學(xué)輔助平臺的基礎(chǔ)上，充分發(fā)掘QQ群的投票及評論功能為教學(xué)所用，例如教授第三章前，將課件放到QQ群的文件中，讓學(xué)生去預(yù)習(xí)。為激發(fā)學(xué)生預(yù)習(xí)的主動性，要求學(xué)生在評論中列出對本章的主要知識點(diǎn)或難點(diǎn)，并對課件中涉及的名詞進(jìn)行解釋。為進(jìn)一步加強(qiáng)理解，對投票功能進(jìn)行設(shè)置，相應(yīng)的對投票選項(xiàng)1、2、3、4分別設(shè)置成A、B、C、D，這樣教師可根據(jù)需要將知識點(diǎn)轉(zhuǎn)化成練習(xí)題，以加強(qiáng)學(xué)生的學(xué)習(xí)。同時(shí)，也可鼓勵學(xué)生將一些新的感興趣的話題或問題置于QQ群。總之，QQ群的投票功能可以成為教師與學(xué)生課下交流的一扇窗口，成為生物信息學(xué)的一種及時(shí)且重要的學(xué)習(xí)工具。

四、建議與展望

生物信息學(xué)是一門新興學(xué)科，但我國無論是在對學(xué)科的重視還是發(fā)展程度上，與國外都存在一定的差距。在美國，計(jì)算生物學(xué)國際協(xié)會教育委員會一直致力于將生物信息學(xué)整合到高中生物教材中，學(xué)生在高中即接觸生物信息學(xué)，而且高校對高中生物信息學(xué)的教學(xué)提供相應(yīng)的培訓(xùn)課程和網(wǎng)上資源，生物信息學(xué)和其他分子生物學(xué)、植物學(xué)等一樣較早的深入到學(xué)生的知識體系中。而我國由于該學(xué)科產(chǎn)生的歷史較短，課程的開設(shè)集中在“985”、“211”重點(diǎn)院校的生物信息學(xué)專業(yè)，盡管近十年來，各大高校也意識到此學(xué)科的重要性，且課程也在逐步在開設(shè)，但由于學(xué)時(shí)短，很多教學(xué)僅限于學(xué)生掌握基本的數(shù)據(jù)庫的查詢。為使生物信息學(xué)能在普通院校的生命科學(xué)學(xué)院能很好的開展，各個高校應(yīng)建立合適的課程教學(xué)內(nèi)容。雖然近年“生物信息學(xué)”課程在各高校紛紛開設(shè)，但由于生物信息學(xué)是一門發(fā)展中的學(xué)科，它的理論及內(nèi)容尚在不斷完善與更新中（郭麗等，2014）。因此，對于教材的選擇，不能只追逐信息量充足、內(nèi)容新穎、知識選材前瞻性好的教材（楊娥等，2014）。作為普通院校的非生物信息學(xué)專業(yè)的本科生，想在較短的時(shí)間內(nèi)（36課時(shí)）很好掌握如此大信息量的知識較為困難（劉宏生等，2010）。因此，需要依據(jù)學(xué)生基礎(chǔ)及院校的人才培養(yǎng)目標(biāo)和現(xiàn)今生物信息學(xué)發(fā)展的現(xiàn)狀建立合理的課程內(nèi)容體系。另外，由于缺乏合適的專業(yè)人才，生物專業(yè)的生物信息學(xué)的師資力量薄弱，無法建成高水平的教學(xué)隊(duì)伍。因此，加大生物信息學(xué)教師的培養(yǎng)力度，建成一支專業(yè)的、年齡和知識結(jié)構(gòu)合理的師資隊(duì)伍，是提高本科院校生物信息學(xué)教學(xué)的關(guān)鍵問題之一。

參考文獻(xiàn)：

[1]Bloom，M. Biology in silico：The bioinformatics revolution[J]. The American Biology Teacher，2001，63（6）：397-403.

[2]郭麗，趙楊，婁冬華，等.生物信息學(xué)實(shí)踐課教學(xué)改革探索[J].南京醫(yī)科大學(xué)學(xué)報(bào)（社會科學(xué)版），2014，（2）：165-167.

[3]張林，柴惠.現(xiàn)代教學(xué)手段在生物信息學(xué)教學(xué)中的應(yīng)用[J].新課程研究，2011，（219）：156-157.

篇6

關(guān)鍵詞生物信息學(xué)移動設(shè)備互聯(lián)網(wǎng)選修課信息化

生物信息學(xué)是一門新興的交叉學(xué)科，它綜合了生命科學(xué)、計(jì)算機(jī)、統(tǒng)計(jì)、化學(xué)等多個學(xué)科，是目前生命科學(xué)最具活力的前沿領(lǐng)域之一。我國首個生物信息學(xué)專業(yè)課程于2000年在北京大學(xué)開設(shè)。[1]至今，伴隨該領(lǐng)域越來越受關(guān)注，在科研領(lǐng)域及社會上的普及應(yīng)用，為培育專業(yè)人才和滿足在校大學(xué)生的研究興趣，各大院校陸續(xù)在農(nóng)林、生命、醫(yī)學(xué)專業(yè)內(nèi)設(shè)置生物信息學(xué)專業(yè)必修課。同時(shí)，為滿足校園內(nèi)廣大愛好者的學(xué)習(xí)興趣，大學(xué)內(nèi)部也增設(shè)了生物信息學(xué)專業(yè)校選課。因此，生物信息學(xué)作為當(dāng)前教學(xué)及科研領(lǐng)域關(guān)注的熱點(diǎn)專業(yè)，其教學(xué)內(nèi)容及教學(xué)效果也備受師生矚目。

隨著信息化時(shí)代的到來，移動通訊設(shè)備已經(jīng)融入每個人的日常生活中，隨著智能手機(jī)的普及和推廣，移動媒體不僅在社會中普及推廣，智能手機(jī)、iPad、便攜筆記本電腦也在校園內(nèi)使用普遍，幾乎人手一機(jī)。而4G網(wǎng)絡(luò)的全面覆蓋及校園互聯(lián)網(wǎng)的推廣，更促進(jìn)移動設(shè)備融入了學(xué)生的日常生活中。

1移動設(shè)備的優(yōu)勢及用途

目前中國的移動設(shè)備尤其是手機(jī)的增長速度十分迅速，移動設(shè)備的普及率已經(jīng)遠(yuǎn)遠(yuǎn)超過計(jì)算機(jī)的使用率（截至2015年1月PC機(jī)訪問互聯(lián)網(wǎng)率為80.9%，移動設(shè)備訪問互聯(lián)網(wǎng)率為85.8%[2]）。在大學(xué)校園中，移動設(shè)備訪問互聯(lián)網(wǎng)的使用率更高。

1.1移動設(shè)備引入教學(xué)的優(yōu)勢

移動設(shè)備引入課堂教學(xué)中有以下幾個優(yōu)勢：第一，攜帶方便，操作便捷。移動設(shè)備往往體積較迷你，且在校園大學(xué)生中普遍使用，而且隨著各項(xiàng)APP資源的開發(fā)與拓展，操作步驟簡單，過程簡潔。易于熟練掌握。第二，互聯(lián)網(wǎng)接入不受限。隨著移動4G網(wǎng)絡(luò)和校園WIFI熱點(diǎn)的覆蓋，可隨時(shí)隨地使用移動設(shè)備訪問互聯(lián)網(wǎng)，即便是在教室課堂上也不受地域和時(shí)間的限制，只要點(diǎn)擊移動設(shè)備即可輕松訪問互聯(lián)網(wǎng)，做到數(shù)據(jù)訪問與交換。第三，APP內(nèi)部訪問形式的多元性，因?yàn)閕Pad，智能手機(jī)等多媒體、通訊設(shè)備工具的普及情況，[3]許多分子數(shù)據(jù)庫維護(hù)機(jī)構(gòu)推出了移動設(shè)備可訪問的網(wǎng)站瀏覽形式，節(jié)約數(shù)據(jù)交換量，可用簡潔的操作頁面進(jìn)行不同條目閱覽或?qū)崿F(xiàn)數(shù)據(jù)接收發(fā)送，極大提高了網(wǎng)站的訪問與信息傳輸效率。第四，結(jié)果反饋的多樣性。通過移動設(shè)備訪問各大網(wǎng)站或者APP內(nèi)訪問，移動設(shè)備上直接呈現(xiàn)可視化字符、圖形、影響、圖像等多元素材。該特點(diǎn)易于對分子生物數(shù)據(jù)類型網(wǎng)站的結(jié)果查詢和分析。

1.2移動設(shè)備在高校大學(xué)生信息化教學(xué)中的用途

在現(xiàn)代信息化教學(xué)及改革過程中，包括移動智能手機(jī)，平板電腦等微型移動設(shè)備可隨時(shí)隨地被使用。而且隨著數(shù)據(jù)通訊的技術(shù)變革，互聯(lián)網(wǎng)的訪問也不受時(shí)間和地域限制。而相對傳統(tǒng)教學(xué)模式而言，現(xiàn)代化的教和學(xué)的過程中，如果可以任何時(shí)間和地點(diǎn)內(nèi)，都可以對當(dāng)下教學(xué)實(shí)踐信息利用移動設(shè)備和互聯(lián)網(wǎng)進(jìn)行實(shí)時(shí)訪問，可以加強(qiáng)學(xué)習(xí)效果。目前現(xiàn)代的移動設(shè)備已經(jīng)成功應(yīng)用在大學(xué)英語、大學(xué)電子商務(wù)的課堂教學(xué)過程中。[4]即可以利用課堂中的碎片化時(shí)間嘗試一種交互的學(xué)習(xí)方式。使得教學(xué)應(yīng)用中出現(xiàn)新穎的形式。

2生物信息專業(yè)校選課面臨的教學(xué)改革問題

傳統(tǒng)的大學(xué)專業(yè)選修課教學(xué)模式一直遵循以教師為主體，遵照“傳道、授業(yè)、解惑”的流程，教師在課堂中將知識內(nèi)容貫穿為一定的體系，在內(nèi)容講述的同時(shí)，傳播自己在這一領(lǐng)域掌握的知識、經(jīng)驗(yàn)及相關(guān)技巧。而學(xué)生在接受知識內(nèi)容的過程中往往是被動接受，而不能馬上實(shí)際運(yùn)用。生物信息學(xué)這一門專業(yè)選修課又有別于以往傳統(tǒng)的專業(yè)型選修課，整個過程更加注重學(xué)生的實(shí)際動手能力，畢竟該專業(yè)課是以實(shí)際運(yùn)用為導(dǎo)向，即便是引入多媒體教學(xué)或者是網(wǎng)絡(luò)課程模式，依然不能有效加強(qiáng)學(xué)生的實(shí)踐技能。學(xué)生在被動學(xué)習(xí)的環(huán)境下，不宜熟練理解生物信息學(xué)專業(yè)所涉及的工具、軟件或者操作方法。如果一味地將該課程以是單純傳授知識與技術(shù)的教學(xué)形式進(jìn)行，忽略學(xué)生的個體化學(xué)習(xí)和操作過程，那么在該課程設(shè)置的專業(yè)選修課上，面對抽象的數(shù)學(xué)算法或者模型概念，不利于收獲良好的教學(xué)效果。而在課程講授過程中注重實(shí)地操作的普及則勢在必行。

3使用移動設(shè)備的生物信息學(xué)專業(yè)選修課教學(xué)設(shè)計(jì)研究

生物信息學(xué)的研究是以生物學(xué)、醫(yī)學(xué)的數(shù)據(jù)研究為核心的科學(xué)領(lǐng)域。生物信息學(xué)的研究對象是大規(guī)模的生物學(xué)及醫(yī)學(xué)大分子數(shù)據(jù)。生物信息學(xué)領(lǐng)域的數(shù)據(jù)庫和網(wǎng)絡(luò)平臺工具種類眾多，功能特點(diǎn)各異。對于學(xué)習(xí)者要求具備一定的生物學(xué)及計(jì)算機(jī)學(xué)基礎(chǔ)知識，并且注重對數(shù)據(jù)庫查詢和網(wǎng)絡(luò)工具軟件使用技能的掌握。學(xué)生在學(xué)習(xí)的過程中，普遍反映學(xué)習(xí)過程抽象，教學(xué)內(nèi)容在單純的講授模式下不易消化掌握。

生物信息學(xué)專業(yè)選修課的課程特點(diǎn)和教學(xué)目的不同于專業(yè)課要求，該課程更加重視學(xué)生對現(xiàn)有在線工具的使用，對興趣信息的檢索。以上教學(xué)內(nèi)容和實(shí)地操作都可以借助微型移動設(shè)備實(shí)地練習(xí)。如果在選修課上利用微型移動設(shè)備進(jìn)行學(xué)習(xí)，對操作者或?qū)W習(xí)者都會有一定的幫助。

在課堂內(nèi)部，采用以接入互聯(lián)網(wǎng)的移動設(shè)備為主的教學(xué)方式，能夠?qū)?shù)據(jù)庫、基于Web服務(wù)器的遠(yuǎn)程在線分析工具進(jìn)行實(shí)地操作演練。課堂內(nèi)部確保知識內(nèi)容的消化吸收。并在移動設(shè)備內(nèi)部的Web瀏覽器上直接進(jìn)行BLAST或者核酸數(shù)據(jù)庫、蛋白序列數(shù)據(jù)庫、蛋白結(jié)構(gòu)數(shù)據(jù)庫等的在線搜索與查詢。并通過教師的指導(dǎo)和同步交互，針對學(xué)生對使用網(wǎng)絡(luò)在線工具軟件出現(xiàn)的問題進(jìn)行一一指導(dǎo)和點(diǎn)評。通過學(xué)生實(shí)地反饋，做到以學(xué)生為主體，以實(shí)際操作為導(dǎo)向的教與學(xué)模式。促進(jìn)知識點(diǎn)的內(nèi)化和開展應(yīng)用，這也符合生物信息學(xué)專業(yè)的知識特點(diǎn)，注重實(shí)際動手操作技能的完備。

4使用移動設(shè)備改革生物信息學(xué)專業(yè)選修課考核方式的探討

在引用移動設(shè)備并接入互聯(lián)網(wǎng)的教學(xué)課堂上，學(xué)生由被動的知識接受者轉(zhuǎn)變成主動的學(xué)習(xí)者，并結(jié)合學(xué)習(xí)目的轉(zhuǎn)換為在線軟件、工具的操作者。在實(shí)地教學(xué)課堂上，學(xué)生需要緊跟教師設(shè)置的操作流程，并預(yù)留出足夠的時(shí)間完成必須的軟件運(yùn)用或者具體的數(shù)據(jù)條目檢索。自主完成教學(xué)過程，并將出現(xiàn)的問題在課堂上實(shí)時(shí)和教師反饋。通過實(shí)際動手消化吸收課程知識點(diǎn)，在便攜移動設(shè)備的幫助下，可通過互聯(lián)網(wǎng)訪問遠(yuǎn)程信息中心在線網(wǎng)站，并通過網(wǎng)絡(luò)互動、師生討論等方式吸收生物信息專業(yè)涉獵的知識內(nèi)容。雖然自由允許學(xué)生在課堂內(nèi)部接入互聯(lián)網(wǎng)存在一定的課堂紀(jì)律管理不確定性，但是在教學(xué)實(shí)踐環(huán)節(jié)中加強(qiáng)學(xué)生的動手能力，鼓勵學(xué)生參與學(xué)習(xí)討論互動，并且注意提高學(xué)生的自律性和自主操作能力，通過提問、答疑、在線匯報(bào)的方式考查學(xué)生的掌握情況。

移動設(shè)備的普及為大學(xué)生校園內(nèi)公共選修課的教學(xué)提供了實(shí)際操作演練的可行性，依靠了互聯(lián)網(wǎng)接入的便利和瀏覽形式的多樣性，實(shí)現(xiàn)了在移動設(shè)備中訪問生物分子數(shù)據(jù)庫，查詢核酸、蛋白序列、結(jié)構(gòu)信息，查詢文獻(xiàn)數(shù)據(jù)的課堂演練過程。大大提高了學(xué)生的實(shí)際使用能力。在教學(xué)過程中應(yīng)該注意課堂互動和實(shí)踐考核過程，重視學(xué)生的實(shí)地查詢效果，讓現(xiàn)代科技和傳統(tǒng)教學(xué)模式相結(jié)合，從而提高專業(yè)選修課的教學(xué)效果，調(diào)動學(xué)生的積極性，提高大學(xué)生的學(xué)習(xí)興趣，并夯實(shí)課堂教學(xué)內(nèi)容。

參考文獻(xiàn) 

[1] 王蘭萍.生物信息學(xué)課程教學(xué)的初步探討[J].生物信息學(xué)，2007.5（3）：143-144. 

[2] 楊艷春.“互聯(lián)網(wǎng)+”時(shí)代移動微型學(xué)習(xí)在大學(xué)英語教學(xué)中的應(yīng)用[J].高教學(xué)刊，2016（6）：117-118. 

[3] 孫藝.基于iPad的移動課程的交互研究[J].廣州廣播電視大學(xué)學(xué)報(bào)，2013.13（3）：8-13. 

篇7

關(guān)鍵詞:Java教學(xué);案例驅(qū)動;生物信息學(xué)專業(yè);醫(yī)科院校

中圖分類號:G642 文獻(xiàn)標(biāo)識碼:B

1引言

隨著生物信息學(xué)研究的飛速發(fā)展,帶來了對開源、可重復(fù)利用和面向?qū)ο蟮某绦虬蛙浖钠惹行枨蟆ava作為面向?qū)ο缶幊陶Z言工具,在生物信息學(xué)的研究中具有廣泛的應(yīng)用。目前,學(xué)界已經(jīng)針對生物信息學(xué)中的各種問題,開發(fā)了很多基于Java的軟件工具,比如BioJava、Cytoscape等等。BioJava是用于分析和表示生物序列(如DNA、RNA和蛋白質(zhì))的基礎(chǔ)庫;Cytoscape是用于繪制和分析各種生物學(xué)網(wǎng)絡(luò),基于Cytoscape的插件已達(dá)數(shù)百種,針對各種類型的網(wǎng)絡(luò)給出更有針對性的分析。此外,美國國立生物技術(shù)信息中心NCBI[4]作為生物信息學(xué)領(lǐng)域最權(quán)威和廣泛使用的平臺也提供了相應(yīng)的Java API。這些都說明Java是從事生物信息學(xué)研究的強(qiáng)有力的工具。

在醫(yī)科院校生物信息專業(yè)開設(shè)Java課程,特別是在完成生物信息相關(guān)專業(yè)基礎(chǔ)課程后,學(xué)生通過學(xué)習(xí)Java課程,會使學(xué)生掌握從事生物信息研究的平臺工具,從而更好的完成理論學(xué)習(xí)到實(shí)踐環(huán)節(jié)的跨越。為了講授好Java語言這門課程,我們對醫(yī)科院校生物信息專業(yè)本科生的特點(diǎn)進(jìn)行了深入的分析,并在我們的教學(xué)實(shí)踐中注重與科研實(shí)踐相結(jié)合,注重課程之間相銜接,注重課內(nèi)課外相促進(jìn),寓學(xué)于做,以練帶學(xué),取得了較好的教學(xué)效果。

2由淺入深,注重課程聯(lián)系,增強(qiáng)學(xué)生學(xué)習(xí)興趣

作為一名醫(yī)科院校生物信息專業(yè)的學(xué)生,要求既要有良好的數(shù)理基礎(chǔ)與計(jì)算機(jī)應(yīng)用知識,又要有較為系統(tǒng)扎實(shí)的生物信息學(xué)理論基礎(chǔ),學(xué)習(xí)廣泛的課程,涉及數(shù)學(xué)、物理、計(jì)算機(jī)、生物等多個學(xué)科。計(jì)算機(jī)只是作為生物信息學(xué)學(xué)習(xí)和研究的應(yīng)用工具,醫(yī)科生不可能進(jìn)行計(jì)算機(jī)專業(yè)的系統(tǒng)學(xué)習(xí)。因此,醫(yī)科生普遍對自己的編程能力缺乏信心。針對這樣的情況,我們在教學(xué)實(shí)踐時(shí)會用一些生動有趣,并且?guī)拙浜唵蔚拇a就能實(shí)現(xiàn)的功能,先把復(fù)雜的問題簡單化,隨著課程的不斷推進(jìn),學(xué)生慢慢入門,再把簡單的問題逐漸復(fù)雜化,讓學(xué)生認(rèn)識到編程語言不僅精妙深刻,而且博大精深,程序也可以編寫的很美妙,這的確是可以終其一生去不斷研究和探索的深刻學(xué)問。這樣就使學(xué)生產(chǎn)生自己繼續(xù)鉆研下去的興趣。

要增強(qiáng)學(xué)生學(xué)習(xí)的興趣和動力,提升本課程在整個課程體系中的地位和作用也是十分重要的,因此在授課過程中我們非常注重與其他課程的銜接和聯(lián)系,結(jié)合其他課程,設(shè)計(jì)案例。比如,此門Java課程與計(jì)算機(jī)圖形學(xué)在同一學(xué)期開課,用applet實(shí)現(xiàn)分形幾何中的繪圖算法,即增強(qiáng)了Java的教學(xué)效果,又加深學(xué)生對圖形學(xué)理論的理解。此外,之前開設(shè)過的數(shù)據(jù)庫原理,如果在Java的教學(xué)中引入數(shù)據(jù)庫的連接和數(shù)據(jù)庫操作,豈不知新而溫故。

3案例驅(qū)動,結(jié)合科研實(shí)際,提升課堂教學(xué)效果

在教學(xué)中,我們采用案例驅(qū)動的教學(xué)方法,每一部分的理論知識,都要配以相應(yīng)的案例講解來幫助學(xué)生消化和理解理論知識。教師講解的案例都是代碼級別的,定義規(guī)范,流程清楚,可讀性強(qiáng),具備參考價(jià)值,這樣可以促使學(xué)生養(yǎng)成良好的編程習(xí)慣。另外,教師以多媒體手段演示代碼的編制調(diào)試過程,使學(xué)生對編程環(huán)境更加熟悉,能夠靈活運(yùn)用跟蹤、斷點(diǎn)等調(diào)試手段,使學(xué)生能夠置身于程序開發(fā)的氛圍中,而不是被動的接受。

為了讓學(xué)生更深刻的了解Java在生物信息領(lǐng)域研究中的實(shí)際應(yīng)用,我們在教學(xué)中所使用的實(shí)例大部分來源于生物信息學(xué)科研實(shí)踐中遇到的具體問題,把對這些實(shí)際的生物信息學(xué)問題的解決方案轉(zhuǎn)化為課堂教學(xué)的生動案例,讓學(xué)生看得到這些編程技術(shù)的實(shí)際作用,在學(xué)習(xí)中慢慢滲透和培養(yǎng)學(xué)生的科研能力。生物信息學(xué)是現(xiàn)代的前沿學(xué)科,很多畢業(yè)生將來可能會繼續(xù)從事相關(guān)的科研工作,因此這方面的培養(yǎng)是非常必要的。如表1所示,我們列舉了部分具體的教學(xué)內(nèi)容及相應(yīng)采用的實(shí)例。

表1教學(xué)內(nèi)容與教學(xué)案例

教學(xué)內(nèi)容 典型案例

Java基礎(chǔ)知識 基因類和蛋白類的定義;實(shí)現(xiàn)基因DNA序列向蛋白氨基酸序列的轉(zhuǎn)化算法。

Java與文件操作 實(shí)現(xiàn)多種分析軟件的輸入、輸出數(shù)據(jù)格式的轉(zhuǎn)換,主要用到BufferedReader、BufferedWriter、FileReader、FileWriter等類。

Java Applet 根據(jù)用戶提供的轉(zhuǎn)錄因子集合,動態(tài)繪制這些轉(zhuǎn)錄因子所參與的基因轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)圖;用applet實(shí)現(xiàn)分形集合中的繪圖算法。

Java與Servlet 簡單實(shí)現(xiàn)多物種的轉(zhuǎn)錄因子和靶基因注釋系統(tǒng),即根據(jù)用戶輸入的轉(zhuǎn)錄因子或靶基因列表和選擇的物種信息,以表單形式返回相對應(yīng)的靶基因或轉(zhuǎn)錄因子信息。

Java與數(shù)據(jù)庫 通過連接數(shù)據(jù)庫,查詢得到轉(zhuǎn)錄因子與靶基因間的對應(yīng)關(guān)系,以及添加、修改和刪除數(shù)據(jù)庫中的轉(zhuǎn)錄因子與靶基因間的對應(yīng)關(guān)系數(shù)據(jù)。

Java與網(wǎng)絡(luò) 現(xiàn)有的基于Web的轉(zhuǎn)錄因子結(jié)合位點(diǎn)預(yù)測工具M(jìn)atch只支持單個序列的輸入,不支持批量預(yù)測,通過網(wǎng)絡(luò)編程利用Match工具實(shí)現(xiàn)轉(zhuǎn)錄因子結(jié)合位點(diǎn)的批量預(yù)測。

4以練帶學(xué),鼓勵自主學(xué)習(xí),培養(yǎng)實(shí)踐創(chuàng)新能力

師傅領(lǐng)進(jìn)門,修行靠個人。授課的目的是為了讓學(xué)生牢牢掌握J(rèn)ava這門工具,要熟練掌握語言工具,動手聯(lián)系往往比單純的理論學(xué)習(xí)來得更重要。在課堂上教師通過對典型案例的講授,教給了學(xué)生解決某些具體問題的方法,激發(fā)了學(xué)生渴望親自動手實(shí)踐的熱情,他們愿意通過自己的努力來制作一份豐富的“大餐”。通過布置課程大作業(yè),使其作為課程考試的一部分,這樣就可以培養(yǎng)學(xué)生學(xué)以致用的能力。

課外大作業(yè)涉及了較為完整的軟件開發(fā)過程,包括前期的系統(tǒng)設(shè)計(jì),到后期的程序歸檔,以及幫助文檔的編寫和制作,通過這個流程讓學(xué)生了解Java軟件開發(fā)的全過程,積累了一定的軟件開發(fā)經(jīng)驗(yàn)。為激發(fā)大家的積極性,我們不限制題目內(nèi)容,大家可以根據(jù)自己的興趣,自己選題,以下列舉學(xué)生的一些課程大作業(yè)的題目:分形樹,Koch雪花,Flamboyent皇冠等計(jì)算圖形學(xué)中分形幾何圖形的實(shí)現(xiàn);讀心術(shù)、拼寫練習(xí)、圍棋對弈等游戲的制作;計(jì)算器、日常事務(wù)管理器等工具軟件的實(shí)現(xiàn);還有分析基因序列特征、繪制蛋白互作網(wǎng)絡(luò)圖、批量預(yù)測轉(zhuǎn)錄調(diào)控關(guān)系等等的生物信息學(xué)軟件。其中基本涵蓋了上課時(shí)所講授的大部分相關(guān)技術(shù),我們對用到每種技術(shù)的使用頻率進(jìn)行了統(tǒng)計(jì)。如圖1所示。

教為不教是我們教學(xué)的一個重要目的,培養(yǎng)學(xué)生自主學(xué)習(xí)的能力是學(xué)生培養(yǎng)創(chuàng)新實(shí)踐能力的基本要求。在進(jìn)行課程大作業(yè)的實(shí)踐中,我們鼓勵學(xué)生運(yùn)用各種信息資源(如網(wǎng)絡(luò)、書籍)來解決問題,利用搜索工具求解,通過專業(yè)論壇向其他編程愛好者請教,共同探討來解決困難等等;我們提倡學(xué)生使用JDK幫助文檔來查閱各種Java類的用法,而不是死記硬背,允許學(xué)習(xí)和利用他人已經(jīng)編好的程序,

就像搭積木一樣,逐漸累積起自己的知識體系,通過消化吸收他人的解題思想,通過查閱資料來解決自己的課程設(shè)計(jì)問題,培養(yǎng)學(xué)生舉一反三的能力。

圖1學(xué)生在課程實(shí)踐中應(yīng)用到的Java技術(shù)

5小結(jié)

為了提升Java課程的教學(xué)效果,在授課過程中我們對教學(xué)方法做了很多的探索和實(shí)踐,緊緊圍繞學(xué)生學(xué)習(xí)興趣、課堂教學(xué)效果、創(chuàng)新實(shí)踐能力培養(yǎng)這幾個環(huán)節(jié)開展教學(xué)研究與教學(xué)實(shí)踐,同時(shí)也很好的把握住了Java這門工具性語言實(shí)踐性強(qiáng)以及在醫(yī)科院校生物信息學(xué)專業(yè)應(yīng)用目標(biāo)明確的特點(diǎn),從科研實(shí)踐中提取大量案例融入課堂教學(xué),并通過課外大作業(yè)進(jìn)一步鞏固學(xué)生所學(xué)理論,培養(yǎng)學(xué)生學(xué)以致用能力,取得了較好的教學(xué)效果,可以為同行提供一些借鑒。

參考文獻(xiàn):

[1]唐煥文,靳利霞. 生物信息學(xué)的產(chǎn)生、發(fā)展及應(yīng)用前景[J]. 洛陽師范學(xué)院學(xué)報(bào),2001(2).

[2]Holland, R.C., et al. BioJava: an open-source framework for bioinformatics[J]. Bioinformatics,2008,24(18):2096-7.

[3]Shannon, P., et al. Cytoscape: a software environment for integrated models of biomolecular interaction networks[J]. Genome Res,2003,13(11):2498-504.

[4]Jenuth, J.P. The NCBI. Publicly available tools and resources on the Web[J]. Methods Mol Biol,2000,132: 301-12.

[5]朱小英. 以項(xiàng)目方式驅(qū)動Java實(shí)驗(yàn)課程教學(xué)的創(chuàng)新[J]. 成都大學(xué)學(xué)報(bào):教育科學(xué)版, 2008,22(08).

[6]曹旭. VFP程序設(shè)計(jì)教學(xué)中案例驅(qū)動教學(xué)法的優(yōu)勢[J]. 長春中醫(yī)藥大學(xué)學(xué)報(bào),2009,25(2).

篇8

【關(guān)鍵詞】 蛋白質(zhì)組學(xué)；中醫(yī)證候；中醫(yī)診療；中醫(yī)藥現(xiàn)代化

隨著人類基因組序列的完成，人類已經(jīng)由基因組時(shí)代進(jìn)入后基因組時(shí)代。基因數(shù)量的有限性和基因結(jié)構(gòu)的相對穩(wěn)定性使基因組學(xué)研究成功邁入到功能基因組學(xué)研究。蛋白質(zhì)組學(xué)遂成為后基因時(shí)代的研究前沿和熱點(diǎn)領(lǐng)域。將蛋白質(zhì)組學(xué)引入中醫(yī)證候?qū)W研究，必將進(jìn)一步為證候分類、辯證標(biāo)準(zhǔn)的選擇和個體化等提供可靠的依據(jù)，對于發(fā)展中醫(yī)藥學(xué)，走中醫(yī)藥現(xiàn)代化之路具有深遠(yuǎn)的影響。本文綜述了蛋白質(zhì)組學(xué)研究的主要關(guān)鍵技術(shù)及其與中醫(yī)證候?qū)W研究的相關(guān)性。

1蛋白質(zhì)組及蛋白質(zhì)組學(xué)

1994年澳大利亞的Wilkin和Williams等第一次提出了蛋白質(zhì)組（Proteome）概念[1、2]，指由一個基因組，或一個細(xì)胞、組織所表達(dá)的全部蛋白質(zhì)。蛋白質(zhì)組學(xué)（Proteomics）以蛋白質(zhì)組為研究對象，分析細(xì)胞內(nèi)動態(tài)變化的蛋白質(zhì)組組成成分、表達(dá)水平與修飾狀態(tài)，了解蛋白質(zhì)間相互作用與聯(lián)系，在整體水平上研究蛋白質(zhì)的組成與調(diào)控的活動規(guī)律[3]。蛋白質(zhì)組研究是為了識別及鑒定一個細(xì)胞或組織所表達(dá)的全部蛋白質(zhì)以及它們的表達(dá)模式，是對基因組研究的重要補(bǔ)充，是生物體在蛋白質(zhì)水平上定量、動態(tài)、整體性的研究[4]。蛋白質(zhì)組研究數(shù)據(jù)與基因組數(shù)據(jù)的整合，將在后基因組研究中發(fā)揮重要作用。

2蛋白質(zhì)組學(xué)研究技術(shù)

2.1雙向凝膠電泳技術(shù)

1975年，意大利生化學(xué)家O’Farrell在對大腸桿菌、老鼠及幾尼豬的蛋白質(zhì)研究中，發(fā)明了雙向電泳技術(shù)[5]（ISO-DLAT），具有高分辨率、快速、簡便等優(yōu)點(diǎn)。雙向電泳技術(shù)是蛋白質(zhì)組學(xué)研究的核心技術(shù)之一，其原理是在相互垂直的方向上，它利用蛋白質(zhì)等電點(diǎn)和分子量的不同運(yùn)用等電聚焦和聚丙烯酰胺凝膠電泳把復(fù)雜的蛋白質(zhì)混合物在二維平面上分離。

2.2生物質(zhì)譜技術(shù)

1906年，Thomson發(fā)明了質(zhì)譜，在隨后的幾十年里，質(zhì)譜技術(shù)逐漸發(fā)展成為研究、分析和鑒定生物大分子的前沿方法[6]。質(zhì)譜技術(shù)的原理是先將樣品離子化，再根據(jù)不同離子間的荷質(zhì)比（m/z）差異來分離蛋白質(zhì)，并確定其分子量[7]。到20世紀(jì)80年代，因兩項(xiàng)軟電離質(zhì)譜技術(shù)―基質(zhì)輔助激光解析電離質(zhì)譜技術(shù)（MALDI）和電噴霧質(zhì)譜技術(shù)（ESI）的發(fā)明，使得質(zhì)譜技術(shù)取得了突破性進(jìn)展。這兩種質(zhì)譜技術(shù)具有高靈敏度、高通量和高質(zhì)量的檢測范圍等特點(diǎn)，使得在pmol（10-12）乃至fmol（10-15）的水平上準(zhǔn)確分析分子量高達(dá)幾萬到幾十萬的生物大分子成為可能[8]。

2.3 蛋白質(zhì)芯片

蛋白質(zhì)芯片是用于研究蛋白質(zhì)功能模式的一種鑒定方法[9]，是指在固相支持物（載體）表面固定大量蛋白探針（抗原、抗體,受體、配體、酶、底物等），形成高密度排列的蛋白質(zhì)點(diǎn)陣[10]，可以高通量地測定各種微量純化的蛋白質(zhì)的生物活性，以及蛋白質(zhì)與生物大分子之間的相互作用[18]。蛋白質(zhì)芯片具有快速、高效、微型化、自動化、高通量的特點(diǎn)。

2.4生物信息學(xué)

生物信息學(xué)是在生命科學(xué)、計(jì)算機(jī)科學(xué)和應(yīng)用數(shù)學(xué)的基礎(chǔ)上逐步發(fā)展形成的一門新興交叉學(xué)科，運(yùn)用數(shù)學(xué)和計(jì)算機(jī)手段進(jìn)行巨量生物信息資源的收集、存儲、處理、搜索、利用、共享、分析與解析的科學(xué)[11]，它由數(shù)據(jù)庫、計(jì)算機(jī)網(wǎng)絡(luò)和應(yīng)用軟件3部分組成[12、13]。蛋白質(zhì)組信息學(xué)研究方法主要包括蛋白質(zhì)序列比較分析，蛋白質(zhì)結(jié)構(gòu)-功能的研究，點(diǎn)突變的設(shè)計(jì)及家族鑒定，蛋白質(zhì)空間結(jié)構(gòu)預(yù)測，建模和分子設(shè)計(jì)以及分析蛋白質(zhì)與蛋白質(zhì)相互作用的數(shù)據(jù)庫[14、15]。

3中醫(yī)證候?qū)W與蛋白質(zhì)組學(xué)

中醫(yī)證候是指疾病發(fā)生和演變過程中某階段以及患者個體當(dāng)時(shí)所處特定內(nèi)、外環(huán)境本質(zhì)的反映，它以相應(yīng)的癥、舌、脈、形、色、神表現(xiàn)出來，能夠不同程度地揭示病因、病位、病性、邪正盛衰、病勢等病機(jī)內(nèi)容，為辨證論治提供依據(jù)。中醫(yī)的“證”是指疾病在演變過程中各種病理因素在體質(zhì)、自然環(huán)境、社會心理等因素和多種矛盾綜合作用于機(jī)體的整體反應(yīng)，是診察和思辨所得。而蛋白質(zhì)組學(xué)摒棄了經(jīng)典分子生物學(xué)研究個別基因的習(xí)慣，從蛋白質(zhì)組整體水平上闡述“一種基因組所表達(dá)的全套蛋白質(zhì)”，以建立對生命現(xiàn)象的整體認(rèn)識。這與中醫(yī)學(xué)的“整體觀”具有高度的一致性，且蛋白質(zhì)組學(xué)研究方法的整體性和系統(tǒng)性與中醫(yī)基礎(chǔ)理論的整體觀和系統(tǒng)性又極為相似[16]。因而，將蛋白質(zhì)組學(xué)應(yīng)用于中醫(yī)證候?qū)W研究，不僅能反映一系列癥狀的物質(zhì)背景，而且能進(jìn)一步了解不同蛋白組分的在證表現(xiàn)差異和激烈程度[17]，將是揭示證實(shí)質(zhì)的最有效手段[18]。

在證候理論指導(dǎo)下，運(yùn)用功能蛋白質(zhì)組學(xué)的方法，通過探討證候，特別是同病異證或異病同證的蛋白質(zhì)差異表達(dá)及翻譯后的修飾情況，揭示與某一證候形成相關(guān)的所有蛋白質(zhì)及其特征，在整體蛋白質(zhì)表達(dá)的水平上闡明證候的本質(zhì)，則可稱為證候蛋白質(zhì)組學(xué)[19]。這種將蛋白質(zhì)組學(xué)應(yīng)用于“證”的研究，能夠溝通“實(shí)體結(jié)構(gòu)”和“功能模擬”的橋梁，整體上比較不同疾病、同病異證之間的蛋白質(zhì)圖譜差異，探索蛋白質(zhì)表達(dá)圖譜與中醫(yī)分型的系統(tǒng)的、有規(guī)律的聯(lián)系。

4展望

運(yùn)用蛋白質(zhì)組學(xué)技術(shù)對中醫(yī)證候進(jìn)行研究，為尋找“證侯”的標(biāo)志蛋白質(zhì)，揭示中醫(yī)“證”理論中蘊(yùn)藏的科學(xué)內(nèi)涵，闡明中醫(yī)診療的分子機(jī)理，最終在分子生物學(xué)水平上解釋生理和病理奠定了基礎(chǔ)[20、21]。中醫(yī)證候是辨證論治的基礎(chǔ)和核心，依據(jù)蛋白質(zhì)組學(xué)的理論和技術(shù)來探索中醫(yī)學(xué)理論的基本內(nèi)涵、中醫(yī)證候蛋白質(zhì)組學(xué)以及從蛋白質(zhì)組學(xué)水平探索中藥藥效的機(jī)理，都可能成為中醫(yī)藥理論和治療研究的突破口。中醫(yī)學(xué)的發(fā)展與現(xiàn)代科學(xué)蛋白質(zhì)組學(xué)的交叉，一方面可使中醫(yī)學(xué)吸取新的思想，取得進(jìn)一步發(fā)展的動力，另一方面又因其獨(dú)特的理論與視角，也可為蛋白質(zhì)組學(xué)乃至現(xiàn)代科學(xué)的研究與發(fā)展提供新的思路[19]。

參考文獻(xiàn)

[1]Wilkins M R, Sanchez J C, Gooley A A, et al. Progress with proteome projects: why all proteins expressed by a genome should be identified and how to do it[J]. Biotechnology and genetic engineering reviews, 1996, 13: 19 - 50.

[2]Wilkins,M.R.Government backs proteome proposal. Nature. 1995, 378:653.

[3]張樹軍，狄建軍，張國文，魏永春.蛋白質(zhì)組學(xué)研究方法.內(nèi)蒙古民族大學(xué)學(xué)報(bào)，2008，23（6）：647-649.

[4]熊偉.蛋白質(zhì)組雙向技術(shù)在生物醫(yī)學(xué)研究中的應(yīng)用進(jìn)展. 生命科學(xué)儀器. 2010, 8(2): 7-10.

[5]O’ Farrell P H. High resolution two-dimensional gel electrophoresis of proteins [J]. Biol Chem, 1975, 250 (10):4007-4021.

[6]Domon B, Aebersold R. Mass spectrometry and protein analysis[J]. Science, 2006, 312 （5771）: 212.

[7]Guo Y M, Shen S H, Jing Y X , et al. Plant proteomics in the post-genomics era. Acta Botanical Sinca. 2002, 44(6):631-641.

[8]阮松林，馬華升，王世恒等．植物蛋白質(zhì)組學(xué)研究進(jìn)展Ⅰ．蛋白質(zhì)組關(guān)鍵技術(shù).遺傳，2006，28（11）：1472-1486.

[9]Boguski M S, Mcintosh M W. Biomedical information for proteomics[J]. Nature, 2003, 422 (6928) : 233-237.

[10] 劉康棟，趙建龍. 蛋白質(zhì)芯片技術(shù)進(jìn)展. 中國生物工程. 2004, 24(12): 48-57.

[11]Baldi P, Brunak S. Bioinformatics: The Machine Learning Approach [M]. Cambridge, Mass. : MIT Press, 2001.

[12]Goodman N. Biological data becomes computer literate: new advances inbioinformatics.Curr Opin Biotechnol . 2002, 13(1): 68-71.

[13]陳銘.后基因組時(shí)代的生物信息學(xué)[J]. 生物信息學(xué)，2004,2（2）:29.

[14]陳永對. 生物信息學(xué)在基因組和蛋白質(zhì)研究中的應(yīng)用. 中國臨床康復(fù). 2006, 10(41): 136-139.

[15]賀光，孫開來. 生物信息學(xué)在蛋白質(zhì)研究中的應(yīng)用. 國外醫(yī)學(xué)遺傳學(xué)分冊. 2002, 25(3): 156-158.

[16] 張焱，張慶榮. 蛋白質(zhì)組學(xué)與中醫(yī)證候研究的思考. 長春中醫(yī)藥大學(xué)學(xué)報(bào). 2007, 23(5): 3-5.

[17] 孫曉偉，周蘇寧. 蛋白質(zhì)組學(xué)與中醫(yī)藥研究. 中西醫(yī)結(jié)合心腦血管病雜志. 2005, 3(11): 987-989.

[18] 余宗陽，杜建. 蛋白質(zhì)組學(xué)與中醫(yī)證候?qū)嵸|(zhì)研究[J]. 中國中西醫(yī)結(jié)合雜志. 2004, 24(9): 844-846.

[19] 申定珠，李家邦，蔣榮鑫，凌江紅. 證候蛋白質(zhì)組學(xué)與中醫(yī)證候?qū)W相關(guān)性探討. 中國中西醫(yī)結(jié)合雜志. 2006, 26(4): 366-368.

篇9

[關(guān)鍵詞]生物交叉學(xué)科 復(fù)合式教學(xué)體系 理論 實(shí)踐

[中圖分類號]G633.91 [文獻(xiàn)標(biāo)識碼]A [文章編號]1009-5349（2012）10-0227-01

20世紀(jì)末與21世紀(jì)初，人們發(fā)現(xiàn)，當(dāng)代科學(xué)的發(fā)展和重大科學(xué)技術(shù)成就的取得，越來越依賴于不同學(xué)科之間的交叉與融合，許多有影響的科技成果，都是在學(xué)科的交互和交叉點(diǎn)上取得的。典型的例子是2003諾貝爾醫(yī)學(xué)獎，它們的獲得者是物理學(xué)科（曼斯菲爾德）和化學(xué)學(xué)科（勞特布爾）的研究背景，他們的研究與醫(yī)學(xué)研究的交叉結(jié)合產(chǎn)生了對人類發(fā)展具有極大影響的杰出成果——核磁共振圖像技術(shù)在臨床診斷和醫(yī)學(xué)研究上的突破。

一、交叉學(xué)科內(nèi)涵和生物學(xué)實(shí)例

1.交叉學(xué)科內(nèi)涵。交叉學(xué)科指的是兩個或多個學(xué)科相互合作，在同一個目標(biāo)下進(jìn)行的學(xué)術(shù)活動。

2.生物科學(xué)領(lǐng)域中的交叉學(xué)科實(shí)例。

（1）生物化學(xué)；（2）生物醫(yī)學(xué)工程；（3）生物信息學(xué)；（4）生物物理學(xué)；（5）生物數(shù)學(xué)。

二、交叉學(xué)科復(fù)合式教學(xué)體系內(nèi)涵及生物交叉學(xué)科優(yōu)勢

（一）交叉學(xué)科復(fù)合式教學(xué)體系內(nèi)涵

交叉學(xué)科復(fù)合式教學(xué)體系是指以交叉學(xué)科為基礎(chǔ)，以培養(yǎng)復(fù)合型人才為目標(biāo)，遵循系統(tǒng)原則，采用復(fù)合式設(shè)計(jì)方法，對教學(xué)要素（教學(xué)目標(biāo)、教學(xué)理念、教學(xué)主體、教學(xué)方法、教學(xué)內(nèi)容、教學(xué)管理、教學(xué)原則、教學(xué)手段、教學(xué)評價(jià)等）進(jìn)行交叉復(fù)合，達(dá)到優(yōu)化匹配，形成高效的人才生成復(fù)雜系統(tǒng)，具有開放性、復(fù)雜性、實(shí)踐性、實(shí)用性、創(chuàng)新性及綜合性等特征的教學(xué)體系。[1]

（二）生物交叉學(xué)科優(yōu)勢

1.交叉學(xué)科的范式是：A領(lǐng)域的研究問題，用B領(lǐng)域的方法。而這種研究方法和研究問題的重新組合，往往能產(chǎn)生很多新的發(fā)現(xiàn)，從而使得交叉學(xué)科能夠得以蓬勃發(fā)展。這也是最大優(yōu)勢。

2.生物交叉學(xué)科優(yōu)勢。（1）它融合了不同學(xué)科的范式，推動了以往被專業(yè)學(xué)科所忽視的領(lǐng)域的研究，打破了專業(yè)化的壟斷現(xiàn)象；（2）增加了各學(xué)科之間的交流，形成了許多新的學(xué)科；（3）創(chuàng)造了以“問題解決”（problem-soving）研究為中心的研究模式，推動了許多重要實(shí)踐問題的解決。[2]

3.生物交叉學(xué)科實(shí)例包括：（1）生物化學(xué)；（2）化學(xué)生物學(xué)；（3）生物醫(yī)學(xué)工程；（4）生物信息學(xué)；（5）生物物理學(xué)；（6）生物數(shù)學(xué)。

三、佳木斯大學(xué)生物交叉學(xué)科創(chuàng)新人才培養(yǎng)模式的實(shí)踐

1.本科生導(dǎo)師制。導(dǎo)師制是一種教育制度，與學(xué)分制、班建制同為三大教育模式。導(dǎo)師制由來已久，早在19世紀(jì)，牛津大學(xué)就實(shí)行了導(dǎo)師制，其最大特點(diǎn)是師生關(guān)系密切。[3]

2.佳木斯大學(xué)生物交叉學(xué)科本科生創(chuàng)新能力訓(xùn)練體系模式。（1）佳木斯大學(xué)生物交叉學(xué)科本科生研究性學(xué)習(xí)的訓(xùn)練模式；（2）佳木斯大學(xué)生物交叉學(xué)科本科生研究型討論的訓(xùn)練模式；（3）佳木斯大學(xué)生物交叉學(xué)科本科生研究課題文獻(xiàn)資料查詢和綜述、成果總結(jié)發(fā)表和研究論文寫作的訓(xùn)練模式。

3.佳木斯大學(xué)生物交叉學(xué)科本科研究型畢業(yè)設(shè)計(jì)模式。佳木斯大學(xué)生命科學(xué)學(xué)院教學(xué)指導(dǎo)委員會按照教育部的有關(guān)規(guī)定和人才培養(yǎng)目標(biāo)的要求，根據(jù)生物交叉學(xué)科專業(yè)人才培養(yǎng)的規(guī)律、特點(diǎn)和實(shí)際，制定符合生物交叉學(xué)科特點(diǎn)的《本科畢業(yè)論文（設(shè)計(jì)）工作管理辦法》。

4.佳木斯大學(xué)生物交叉學(xué)科本科生職業(yè)技能鑒定培養(yǎng)模式。佳木斯大學(xué)職業(yè)技能鑒定所面向佳木斯大學(xué)生物交叉學(xué)科本科生及社會需求，開展職業(yè)技能鑒定。在大學(xué)生中開展“雙證書”制度，提高學(xué)生的職業(yè)技能水平和就業(yè)競爭力。

5.佳木斯大學(xué)生物交叉學(xué)科本科生攻讀第二學(xué)位培養(yǎng)模式。

6.佳木斯大學(xué)生物交叉學(xué)科本科生課外自主科研與合作科研培養(yǎng)模式。（1）自主科研：佳木斯大學(xué)生命科學(xué)學(xué)院生物交叉學(xué)科本科生課外早期探索自己感興趣的研究方向；結(jié)合畢業(yè)設(shè)計(jì)（論文），繼續(xù)從事和完成他們自己的研究課題。（2）合作科研：佳木斯大學(xué)生命科學(xué)學(xué)院生物交叉學(xué)科本科生課外早期經(jīng)過探索和初步訓(xùn)練以后，參加教師的高層次科研項(xiàng)目的研究，結(jié)合畢業(yè)設(shè)計(jì)（論文），繼續(xù)從事和完成他們自己的研究課題。[4]

【參考文獻(xiàn)】

[1]胡樹華，蘭飛，范文芳.交叉學(xué)科的復(fù)合式教學(xué)體系設(shè)計(jì)研究[J].江蘇高教，2007.7：69-71.

[2]http：///view/67024.htm.

篇10

【摘要】理論免疫學(xué)用數(shù)學(xué)的方法來研究和解決免疫學(xué)問題，以及對免疫學(xué)相關(guān)的數(shù)學(xué)方法進(jìn)行理論研究的一門科學(xué)。隨著高通量方法和基因組數(shù)據(jù)的出現(xiàn)，理論免疫學(xué)從受體交聯(lián)和免疫原理、Jerne的相互作用網(wǎng)絡(luò)和自我選擇等經(jīng)典建模方法開始向信息學(xué)、空間擴(kuò)展模型、免疫遺傳學(xué)和免疫信息學(xué)、進(jìn)化免疫學(xué)、分子生物信息學(xué)和表遺傳學(xué)、高通量研究方法和免疫組學(xué)等方面轉(zhuǎn)變。

【關(guān)鍵詞】免疫學(xué), 理論；數(shù)學(xué)模型；生物數(shù)學(xué)

Advances of theoretical immunology

JIN Yan

（Basic medical college, Liaoning Universtity of Traditional Chinese Medicine, LIAONING Shenyang, 110032,）

【Abstracts】Theoretical immunology is to develop mathematical methods that help to investigate the immunological problems, and to study the mathematical theory on immunology. With the advent of high-throughput methods and genomic data, immunological modeling of theoretical immunology shifted from receptor cross linking, Jerne interaction networks and self-non self selection, toward the informatics, spatially extended models, immunogenetics and immunoinformatics, evolutionary immunology, innate immunity and epigenetics, high-throughput research methods and Immunomics. Immunology, Theoretical; Mathematical Models; biomathematics

理論免疫學(xué)[1]（Theoretical Immunology）是指用數(shù)學(xué)的方法來研究和解決免疫學(xué)問題，以及對免疫學(xué)相關(guān)的數(shù)學(xué)方法進(jìn)行理論研究的一門科學(xué)。理論免疫學(xué)是免疫學(xué)與數(shù)學(xué)交叉的邊緣學(xué)科，也稱數(shù)學(xué)免疫學(xué)（Mathematical Immunology），是生物數(shù)學(xué)的一個分支。由于免疫現(xiàn)象復(fù)雜，從免疫學(xué)中提出的數(shù)學(xué)問題往往也十分復(fù)雜，需要進(jìn)行大量計(jì)算工作，因此從近年興起的復(fù)雜系統(tǒng)研究的角度來講[2]，理論免疫學(xué)也稱復(fù)雜免疫學(xué)（Complex Immunology）。理論免疫學(xué)的任務(wù)就是揭示免疫系統(tǒng)運(yùn)行的規(guī)律和機(jī)制，及其病理機(jī)制。數(shù)學(xué)模型（Mathematical Models）和數(shù)據(jù)分析是理論免疫學(xué)的主要方法，計(jì)算機(jī)是研究和解決理論免疫學(xué)問題的重要工具。

雖然從上個世紀(jì)中期，數(shù)學(xué)模型已經(jīng)開始應(yīng)用于免疫學(xué)，但傳統(tǒng)的模型大部分是基于微分方程[3]、差分模型和元胞自動機(jī)（Cellular Automata）[4]。這些傳統(tǒng)模型以少數(shù)成份（一種受體和一種抗原，或兩個T細(xì)胞群之間等）參與的簡單動力學(xué)為主要研究內(nèi)容。直到2000年，人們才開始對免疫學(xué)的復(fù)雜性進(jìn)行數(shù)學(xué)建模。隨著高通量方法（High Throughput Methods）和基因組數(shù)據(jù)（Genomic Data）的出現(xiàn)，理論免疫學(xué)開始轉(zhuǎn)向信息學(xué)（Informatics）方面[5]。與分子免疫學(xué)的生物信息學(xué)（Bioinformatics）分析一樣，當(dāng)前免疫學(xué)研究中與復(fù)雜性有關(guān)的主要研究目標(biāo)大多集中在高通量測量計(jì)劃和系統(tǒng)免疫學(xué)（System Immunology）或免疫組學(xué)（Immunomics）計(jì)劃。在數(shù)學(xué)模型水平上，分析方法也從以微分方程為主的簡單系統(tǒng)轉(zhuǎn)向廣泛應(yīng)用Monte Carlo模擬（Monte Carlo simulations）。這種向更多分子和更多計(jì)算的轉(zhuǎn)變態(tài)勢與復(fù)雜系統(tǒng)涉及的所有研究領(lǐng)域出現(xiàn)的轉(zhuǎn)變極為相似。同時(shí)，理論免疫學(xué)中另一個重要轉(zhuǎn)變是，人們關(guān)注焦點(diǎn)從對外源性的適應(yīng)性免疫系統(tǒng)的轉(zhuǎn)向更多考慮固有免疫系統(tǒng)的平衡。

1理論免疫學(xué)經(jīng)典模型

免疫學(xué)是生物學(xué)的一個領(lǐng)域，很早就認(rèn)識到了數(shù)學(xué)建模和數(shù)學(xué)分析方法的作用。早在上個世紀(jì)60年代和70年代，數(shù)學(xué)模型已經(jīng)應(yīng)用于免疫學(xué)的不同領(lǐng)域，例如：抗原-受體的相互作用、T和B細(xì)胞群動力學(xué)、疫苗接種、生發(fā)中心動力學(xué)、病毒動力學(xué)和免疫系統(tǒng)對病毒的清除[6]等。現(xiàn)在的許多免疫學(xué)原理和觀點(diǎn)都是數(shù)學(xué)模型的結(jié)果。

1.1 受體交聯(lián)和免疫原理

受體交聯(lián)[7-9]（Receptor Cross Linking）和免疫原理（Immunon Theory）是由Alan Perelson提出、Carla Wofsy作了進(jìn)一步分析。這個原理根據(jù)的事實(shí)是，低價(jià)抗原不能激活B細(xì)胞，而高價(jià)抗原（即抗原擁有多個重復(fù)基序）即使在抗原密度非常低（3-4目）的情況下也能夠激活B細(xì)胞。Sulzer和Perelson[10-13]據(jù)此發(fā)展了這個理論和數(shù)學(xué)模型并提出，抗原能夠聚集B細(xì)胞受體，從而激活B細(xì)胞。這個結(jié)論是B細(xì)胞免疫的基礎(chǔ)之一。

盡管數(shù)學(xué)模型對免疫學(xué)發(fā)展的貢獻(xiàn)的例子還有很多，但是免疫網(wǎng)絡(luò)（Immunological Networks）的概念和自我選擇（Self-Non Self Selection）問題占有相當(dāng)重要的地位。

1.2 Jerne的相互作用網(wǎng)絡(luò)

假設(shè)受體庫（Receptor Repertoire）是滿的，即受體庫中每一個分子都有其相對應(yīng)的受體，并且這些受體可以特異性地與其它受體相互作用。Jerne據(jù)此提出免疫調(diào)節(jié)網(wǎng)絡(luò)[14]（Regulatory Immune Networks）的存在。抗原激活的淋巴細(xì)胞可產(chǎn)生新受體，這些受體對于其它淋巴細(xì)胞來說是抗原，等等，以此類推。這個網(wǎng)絡(luò)的概念對理論學(xué)家來說很有吸引力，特別是在提出神經(jīng)網(wǎng)絡(luò)（Neural Networks）中的認(rèn)知行為（Cognitive Behavior）概念之后，提出了更多的免疫網(wǎng)絡(luò)模型[15][16]。有人用元胞自動機(jī)和布爾網(wǎng)絡(luò)（Boolean networks）建立大尺度行為（Large Scale Behavior）模型，有人用常微分方程（ODEs）來建立自身調(diào)節(jié)網(wǎng)絡(luò)模型（Local Regulatory Networks）。隨著時(shí)間的推移，人們對Jerne網(wǎng)絡(luò)學(xué)說逐漸失去了興趣，其主要原因是Jerne網(wǎng)絡(luò)學(xué)說的理論模型和實(shí)際的實(shí)驗(yàn)證據(jù)沒有很好的相關(guān)性。

1.3 自我選擇

調(diào)節(jié)性網(wǎng)絡(luò)實(shí)際上是理論免疫學(xué)中自我選擇這個大課題的一部分。假設(shè)表達(dá)自身反應(yīng)性受體的淋巴細(xì)胞被機(jī)體清除（陰性選擇）。大多數(shù)陰性選擇可能是由于中樞性耐受（Central Tolerance）所導(dǎo)致的（T細(xì)胞在胸腺，人和小鼠的B細(xì)胞在骨髓）。陰性選擇機(jī)制失敗可導(dǎo)致自身免疫性疾病。人們通過多種途徑對自我選擇展開研究。有人從分子的角度和基于特殊的選擇機(jī)制來研究，而有人則建立了更為復(fù)雜的模型，例如Polly Matzinger的危險(xiǎn)模型[17][18]（Danger Model）和Irun Cohen的侏儒模型[19-27]（Homunculus Model）。這些模型都是想反映真實(shí)的復(fù)雜系統(tǒng)，盡管僅通過檢測免疫系統(tǒng)的成分，人們是無法接近問題的實(shí)質(zhì)，但是他們的嘗試拓寬了我們的視野。直到今天，關(guān)于獲得和打破（自身免疫性疾病）耐受的途徑，也沒有一個公認(rèn)的解釋。

2理論免疫學(xué)的現(xiàn)代模型

理論免疫學(xué)的模型和問題現(xiàn)在正逐漸向分子理論免疫學(xué)方向發(fā)展。這種理論方向的演變與大量基因組全序列的檢測、分子生物學(xué)工具的巨大進(jìn)展、高通量測量技術(shù)的發(fā)展、空間分布（Spatial Distribution）作用的測量和建模能力的發(fā)展等實(shí)驗(yàn)技術(shù)的發(fā)展是分不開的。同時(shí)，計(jì)算機(jī)處理能力和建模技術(shù)的發(fā)展也是影響現(xiàn)論免疫學(xué)的重要因素。

2.1 Immsim、Simmune和其它復(fù)雜模型

免疫學(xué)中，最大膽的嘗試可能就是建立一個免疫系統(tǒng)的系統(tǒng)模型。第一個建立這樣模型的嘗試是上世紀(jì)80年代由IBM公司Philip Seiden開發(fā)的IMMSIM模型[28-31]。其設(shè)計(jì)的主要目的是為了在計(jì)算機(jī)上進(jìn)行免疫應(yīng)答試驗(yàn)。IMMSIM采用了克隆選擇原理的基本觀點(diǎn)，認(rèn)為免疫細(xì)胞和免疫分子獨(dú)立地識別抗原，免疫細(xì)胞被競爭地選擇，以產(chǎn)生更好的識別抗原的克隆種類。IMMSIM模型的基礎(chǔ)是空間擴(kuò)展的元胞自動機(jī)，它用位串（或比特流，Bitstrings）代表受體、抗原和MHC分子的可變性。到目前為止，抗原和受體多樣性的位串表示方法已被許多其他研究者[32,33,34]所采用。IMMSIM包括了適應(yīng)性免疫系統(tǒng)的所有主要成份：CD4和CD8 T細(xì)胞、B細(xì)胞及其相應(yīng)的受體，MHC Ⅰ類和Ⅱ類分子和一些細(xì)胞因子。但是IMMSIM模型仍然是對免疫系統(tǒng)的粗略描述。因此，人們在此基礎(chǔ)上又進(jìn)行了其它的開發(fā)。

第一個較有影響的是由Martin. Meier-Schellersheim開發(fā)的Simmune[35-36]。這個系統(tǒng)嘗試建立一個足夠?qū)拸V和復(fù)雜的平臺，從而能夠?qū)γ庖邔W(xué)的任意實(shí)際過程進(jìn)行模擬。它不僅是一個特殊模型，更是一個建模技術(shù)或語言。

還有應(yīng)用了Monte Carlo模擬[37-38]或稱免疫模擬（Immunosi m）、狀態(tài)圖[39]（State-Charts）等多種數(shù)學(xué)模型，試圖涵蓋免疫系統(tǒng)所有可能細(xì)節(jié)并建立動力學(xué)模型。在這個方向上，最有影響的是Sol Eforni的模型。此模型嘗試提供胸腺空間擴(kuò)展動力學(xué)的完全模擬，并以此來研究細(xì)胞選擇[40]。這些綜合模擬的優(yōu)勢在于他們涵蓋了當(dāng)前免疫學(xué)的所有細(xì)節(jié)。但是這些模型也有缺點(diǎn)，他們過于復(fù)雜，因此對于所觀察到的動力學(xué)變化，我們無法充分理解其原因及模型對參數(shù)變化的敏感性。

2.2 空間擴(kuò)展模型

從分子水平上講，免疫學(xué)復(fù)雜系統(tǒng)分析的最大進(jìn)展是細(xì)胞內(nèi)分子定位[41]（Molecule Localization）測量技術(shù)。免疫突觸（Synapses）的發(fā)現(xiàn)就是利用了該技術(shù)。人們建立了多個細(xì)胞膜動力學(xué)模型，用來解釋突觸的形成以及突觸的分子動力學(xué)。細(xì)胞膜動力學(xué)模型也應(yīng)用于B細(xì)胞。這些模型中，有的是假設(shè)一個固定的細(xì)胞膜在二維晶格上（2D Lattice），有的假設(shè)一個自由漂浮的細(xì)胞膜[42-44]。另一個研究方向的是受體動力學(xué)，以及受體與其它細(xì)胞膜成份，比如Src家族激酶和脂筏[45]（Lipid Rafts），之間的相互作用。目前此領(lǐng)域的所有模型都是以廣泛的數(shù)值模擬（Numerical Simulation）為基礎(chǔ)的。

空間擴(kuò)展模擬的另一個領(lǐng)域是生發(fā)中心動力學(xué)的模擬。經(jīng)典模型主要采用ODEs來描述一或兩個總體的均勻動力學(xué)[46]（Homogenous Dynamics），而現(xiàn)代模擬主要應(yīng)用Monte Carlo模擬[47-49]來研究多空間擴(kuò)展或者均勻總體之間的相互作用，但是也有一些是采用ODEs。

2.3 免疫遺傳學(xué)和免疫信息學(xué)

不同基因組的排列和不同等位基因的序列使免疫遺傳（Immunogenetic）數(shù)據(jù)庫得到了全面的發(fā)展[50-51]。免疫遺傳數(shù)據(jù)庫IMGT儲存了多個物種的T和B細(xì)胞受體基因序列（B細(xì)胞H鏈和T細(xì)胞β/δ鏈的V、D和J基因，L鏈/α鏈/γ鏈的V和J基因）。該庫也包括了最新的MHC分子的基因序列（包括經(jīng)典和非經(jīng)典的）。另外，IMGT數(shù)據(jù)庫還包括了大量的淋巴細(xì)胞受體重排序列。

這樣龐大的數(shù)據(jù)庫是伴隨著免疫信息學(xué)（Immunoinfor matics）工具的大量發(fā)展而建立的。其中包括用于junction分析[52]、免疫基因?qū)?zhǔn)（Immunogene Alignment）以及系統(tǒng)發(fā)育的工具[53-55]。所有這些工具的基礎(chǔ)都是將生物信息學(xué)理念應(yīng)用于免疫學(xué)。免疫遺傳數(shù)據(jù)庫日漸顯現(xiàn)的重要性表明，免疫學(xué)建模逐漸向基因化方向轉(zhuǎn)變。

2.4 進(jìn)化免疫學(xué)

與B細(xì)胞重排受體多重序列的測量一樣，多細(xì)胞生物中免疫基因的不斷積累，使免疫系統(tǒng)發(fā)育學(xué)（Immuno-Phylogenetics）得以快速發(fā)展。目前研究的主要焦點(diǎn)是適應(yīng)性免疫系統(tǒng)的起源。適應(yīng)性免疫是免疫系統(tǒng)的一部分，通過隨機(jī)基因重組以適應(yīng)新病原體。很明顯，在軟骨魚類（Cartilaginous Fish）分化之前，適應(yīng)性免疫最早出現(xiàn)于有腭脊椎動物（Jawed Vertebrates）。然而，這樣一個復(fù)雜系統(tǒng)起源的來源還不清楚。T細(xì)胞受體結(jié)構(gòu)域（Receptor Domain）和B細(xì)胞受體結(jié)構(gòu)域之間的相似性、RAG1和RAG2分子（RAG1和RAG2可起到隨機(jī)連接基因的作用，又稱重組激活基因）在重排過程中的關(guān)鍵作用及其物理性相鄰（Physical Proximity），使許多研究者認(rèn)為，淋巴細(xì)胞受體重排的起源是轉(zhuǎn)座子（Transposon）橫向轉(zhuǎn)移到原始免疫受體（Primeval Immune Receptor）中。這個領(lǐng)域中使用的主要工具是系統(tǒng)發(fā)育分析（Phylogeny Analysis）及其相關(guān)的所有數(shù)學(xué)模型[56]。

另一個系統(tǒng)發(fā)育概念和方法的應(yīng)用是B細(xì)胞的體超變異[57]（Somatic Hyper Mutations，SHM）分析。在生發(fā)中心反應(yīng)過程中，通過活化誘導(dǎo)胞嘧啶脫氨酶（Activation-Induced Cytidine Deaminase，AID），B細(xì)胞的受體基因發(fā)生超變異。隨著克隆性增殖，B細(xì)胞受體基因平均每分裂一次就發(fā)生一次超變異，導(dǎo)致突變克隆的產(chǎn)生。這些克隆表現(xiàn)為微進(jìn)化（Micro-Evolution），可以很容易地在實(shí)驗(yàn)室中研究。對B細(xì)胞系統(tǒng)發(fā)育樹（Phylogenetic）以及它們與其它因素關(guān)系的分析，比如老化和自身免疫疾病，也已開始研究[58]。

2.5分子生物信息學(xué)和表遺傳學(xué)

在分子生物信息學(xué)（Molecular Bioinformatics）和表遺傳學(xué)（Epigenetics）的研究過程中[59]，隨著分子信息研究水平不斷提高，在免疫學(xué)中應(yīng)用模型水平的精細(xì)程度也不斷提高。免疫學(xué)的一個特殊方面是需要將信號轉(zhuǎn)導(dǎo)（Signal Transduction）與基因重排結(jié)合起來建模。現(xiàn)已建立了不同條件下的B和T細(xì)胞內(nèi)的基因重排過程和淋巴細(xì)胞信息轉(zhuǎn)導(dǎo)的模型[60-61]。從分子角度來講，另一個重要的分子建模是在抗原提呈給T細(xì)胞之前，對抗原處理過程的分析。

2.6高通量研究方法

免疫學(xué)是典型的、以免疫假說和免疫原理為基礎(chǔ)的研究領(lǐng)域。免疫學(xué)是最晚轉(zhuǎn)向以數(shù)據(jù)為基礎(chǔ)的、目前已在其它生物學(xué)領(lǐng)域中應(yīng)用的高通量方法。近5年，在這一領(lǐng)域已取得了很大的進(jìn)展。這些進(jìn)展是依靠來自生物學(xué)其它領(lǐng)域的經(jīng)典基因表達(dá)的自適應(yīng)和定位技術(shù)[62][63]，以及針對免疫學(xué)的新技術(shù)的發(fā)展取得的。免疫學(xué)領(lǐng)域主要依靠實(shí)驗(yàn)手段，但實(shí)驗(yàn)所取得的結(jié)果卻是應(yīng)當(dāng)屬于理論免疫學(xué)的范疇，并且與復(fù)雜科學(xué)密切相關(guān)。

在基因重排過程中應(yīng)用熒光原位雜交技術(shù)[64]（FISH techniques）來定位基因是一個令人興奮的、對免疫學(xué)來說更具有針對性的研究進(jìn)展。這些測量手段使我們在研究基因重排過程中，能夠確定受體不同部分之間的相互作用。

另一個對免疫系統(tǒng)來說具有針對性的工具是抗原芯片（Antigen Chips）的發(fā)展。這些芯片可同時(shí)測量B細(xì)胞對成百上千種抗原的應(yīng)答，并提供整個免疫系統(tǒng)的系統(tǒng)表達(dá)[65]。在這類分析中使用的主要數(shù)學(xué)工具是聚類方法（Clustering Methods）。

2.7 免疫組學(xué)

目前，在理論免疫學(xué)中，最璀璨的研究領(lǐng)域可能就是新產(chǎn)生的免疫組學(xué)。這個年輕的學(xué)科已經(jīng)擁有了自己的雜志《immunomic research》(省略)。免疫組學(xué)的主要目標(biāo)是全方位地研究免疫系統(tǒng)[66][67]。這個領(lǐng)域采用實(shí)驗(yàn)與理論相結(jié)合的工具。免疫組學(xué)目前正在研究的項(xiàng)目有：全部T細(xì)胞抗原決定基檢測；全B細(xì)胞抗體庫的定義及其在不同情況下的變化方式；自身免疫性疾病相關(guān)的所有基因位點(diǎn)的檢測。這個新生領(lǐng)域的成果還有限，但是在不到10年內(nèi)，免疫學(xué)建模將會從基于預(yù)定假設(shè)（Predefined Hypotheses）的理論問題研究轉(zhuǎn)向?qū)γ庖呦到y(tǒng)受體和靶目標(biāo)充分認(rèn)識的、具有針對性的建模。

當(dāng)前，理論免疫尚處于探索和發(fā)展階段，許多方法和理論還很不完善，它的應(yīng)用雖然取得某些成功，但仍是低水平、粗略，甚至是勉強(qiáng)的。許多更復(fù)雜的免疫學(xué)問題至今未能找到相應(yīng)的數(shù)學(xué)方法進(jìn)行研究，還有一些免疫核心問題還存在爭議。這就需要未來的醫(yī)學(xué)工作者具備更多的數(shù)學(xué)知識，對免疫學(xué)和數(shù)學(xué)都有更深入的了解，這樣才有可能讓免疫學(xué)研究更多地借助數(shù)學(xué)的威力，進(jìn)入更高的境界。

參考文獻(xiàn)

[1] 漆安慎, 杜嬋英. 免疫的非線性模型. 上海: 上海科技教育出版社, 1998:iv.

[2] Raina S. Robeva, James R. Kirkwood, Robin L. Davies, et. al. An Invitation to Biomathematics. 北京: 科學(xué)出版社, 53-129.

[3] 馬知恩. 種群生態(tài)學(xué)的數(shù)學(xué)建模與研究. 安徽: 安徽教育出版社, 1996: 5-40.

[4] 陳蘭蓀, 孟新柱, 焦建軍. 生物動力學(xué). 北京: 科學(xué)出版社, 2009: 77-177.

[5] 李濤. 計(jì)算機(jī)免疫學(xué). 北京: 電子工業(yè)出版社, 2004: 147-203.

[6] 陸征一, 周義倉. 北京: 科學(xué)出版社, 2004: 58-73.

[7] A. S. Perelson and C. DeLisi. Receptor clustering on a cell surface. I. Theory of receptor cross-linking by ligands bearing two chemically identical functional groups. Math. Biosci. 1980, 48:71.

[8] A. S. Peielson. Receptor clustering on a cell surface. II. Theory of receptor cross-linking by ligands heaiing two chemically distinct functional groups. Math. Biosci. 1980, 49:87.

[9] A. S. Perelsoii. Receptor clustering on a cell surface. III. Theory of receptor cross-linking by multivalent ligands: descriptioii by ligand states. Math. Biosci. 1981, 53:1.

[10] Perelson, A. S., and C. DeLisi. Receptor clustering on a cell surface. I. Theory of receptor cross-linking by ligands bearing two chemically identical functional groups. Math. Biosci. 1980, 48:71110.

[11] Perelson, A. S. Receptor clustering on a cell surface. II. Theory of receptor cross-linking by ligands bearing two chemically distinct functional groups. Math. Biosci. 1980, 49:87110.

[12] Perelson, A. S. Receptor clustering on a cell surface. III. Theory of receptor cross-linking by multivalent ligands: description by ligand states. Math. Biosci. 1981, 53:139.

[13] Perelson, A. S. Some mathematical models of receptor clustering by multivalent ligands. In Cell Surface Dynamics: Concepts and Models. A. S. Perelson, C. DeLisi, and F. W. Wiegel, editors. Marcel Dekker, New York. 1984, 223276.

[14] N. K. Jerne. Towards a network theory of the immune system. Ann. Immunol. (Inst. Pasteur), 1974(125C), 373-389.

[15] Coutinho A. "The network theory: 21 years later". Scand. J. Immunol. 1995, 42 (1): 38.

[16] Campelo F, Guimares FG, Igarashi H, Ramírez JA, Noguchi S. "A Modified Immune Network Algorithm for Multimodal Electromagnetic Problems". IEEE Trans. Magnetics2006,42 (4): 11111114.

[17] Polly Matzinger and Galadriel Mirkwood. In a fully H-2 incompatible chimera, T cells of donor origin can respond to minor histocompatibility antigens in association with either donor or host H-2 type. Journal of Experimental Medicine, 1978(148): 84-92. [18] Matzinger P. The danger model: a renewed sense of self. Science 2002; 296: 3015.

[19] Cohen IR, Young DB. "Autoimmunity, microbial immunity and the immunological homunculus." Immunol Today 1991; 12(4):105-10.

[20] Cohen IR. "The immunological homunculus and autoimmune disease," in Molecular Autoimmunity, ed. Talal N., Academic Press, USA 1991, pp.438-453.

[21] Cohen IR. "The cognitive paradigm and the immunological homunculus." Immunol Today 1992; 13(12):490-4.

[22] Cohen IR. "The meaning of the immunological homunculus." Isr J Med Sci 1993; 29(2-3):173-4.

[23] Cohen IR. "Kadishman’s Tree, Escher’s Angels, and the Immunological Homunculus," in Autoimmunity: Physiology and Disease, eds. Coutinho A, Kazatchkine MD. Wiley-Liss, Inc.1994 pp.7-18.

[24] Cohen IR. "Peptide therapy for Type I diabetes: the immunological homunculus and the rationale for vaccination." Diabetologia 2002 Oct;45(10):1468-74.

[25] Gonzalez G, Montero E, Leon K, Cohen IR, Lage A. "Autoimmunization to epidermal growth factor, a component of the immunological homunculus." Autoimmun Rev. 2002 Feb;1(1-2):89-95.

[26] Cohen IR. "Immune system computation and the immunological homunculus." MoDELS 2006, in O. Niestrasz et al. (Eds). Springer-Verlag, Berlin, pp. 499-512, 2006.

[27] Cohen IR. (2007) "Biomarkers, self-antigens and the immunological homunculus." J. Autoimmun., 2007 Dec;29(4):246-9.

[28] Roberto Puzone, B. Kohler, P. Seiden, Franco Celada: A Discrete Models of Cellular/Humoral Responses. ACRI 2000: 117-125.

[29] Roberto Puzone, B. Kohler, P. Seiden, Franco Celada: IMMSIM, a flexible model for in machina experiments on immune system responses. Future Generation Comp. Syst. 2002, 18(7): 961-972

[30] Stefania Bandini, Franco Celada, Sara Manzoni, Roberto Puzone, Giuseppe Vizzari: Modelling the Immune System with Situated Agents. WIRN/NAIS 2005: 231-243.

[31] Stefania Bandini, Franco Celada, Sara Manzoni, Giuseppe Vizzari: Modelling the immune system: the case of situated cellular agents. Natural Computing 2007, 6(1): 19-32.

[32] De Boer, R.J. and A.S. Perelson (1994) T cell repertoires and competitive exclusion. J. theor. Biol. 169, 375-390.

[33] Perelson, A. S.1989. Immune network theory. Immunological Reviews 110, 5-36.

[34] Sulzer, B., De Boer, R.J. and A.S. Perelson (1996) Crosslinking reconsidered. I Binding and crosslinking fields and the cellular response. Biophys. J. 70, 1154-1168.

[35] Meier-Schellersheim M, et al. Key role of local regulation in chemosensing revealed by a new molecular interaction-based modeling method. PLoS Comput Biol. 2006;2(7):e82.

[36] M. Meier-Schellersheim, G. Mack. SIMMUNE, a tool for simulating and analyzing immune system behavior. 1999 cs.MA/9903017.

[37] Meyer-Hermann M. A mathematical model for the germinal center morphology and affinity maturation. J Theor Biol 2002;216:273300.

[38] Kleinstein SH, Singh JP. Why are there so few key mutant clones? The influence of stochastic selection and blocking on affinity maturation in the germinal center. Int Immunol 2003;15:871884.

[39] Efroni S, Harel D, Cohen IR. Toward rigorous comprehension of biological complexity: modeling, execution, and visualization of thymic T-cell maturation. Genome Res 2003;13:24852497.

[40] Efroni, E., Harel, D. & Cohen, I. R. 2003 Towards rigorous comprehension of biological complexity: modelling, execution and visualization of Thymic T cell maturation. Genome Res. 13, 24852497.

[41] Alexandros Pertsinidis, Yunxiang Zhang, Steven Chu. Subnanometre single-molecule localization, registration and distance measurements. Nature, 2010 466(7), 647651

[42] Nudelman G, Louzoun Y. The role of lipid rafts in cell surface BCR antigen binding dynamics. EMBC 2004. Conference Proceedings, 26th Annual International Conference of the Engineering in Medicine and Biology Society.

[43] Nudelman G, Louzoun Y. Cell surface dynamics: the balance between diffusion, aggregation and endocytosis. Syst Biol (Stevenage) 2006;153:3442.

[44] Chakraborty A. How and why does the immunological synapse form? Physical chemistry meets cell biology. Sci STKE 2002;2002:PE10.

[45] Li QJ, et al. CD4 enhances T cell sensitivity to antigen by coordinating Lck accumulation at the immunological synapse. Nat Immunol 2004;5:791799.

[46] Kesmir C, De Boer RJ. A mathematical model on germinal center kinetics and termination. J Immunol 1999;163:24632469.

[47] Kleinstein SH, Singh JP. Toward quantitative simulation of germinal center dynamics: biological and modeling insights from experimental validation. J Theor Biol 2001;211:253275.

[48] Meyer-Hermann M, Beyer T. Conclusions from two model concepts on germinal center dynamics and morphology. Dev Immunol 2002;9:203214.

[49] Meyer-Hermann ME, Maini PK. Cutting edge: back to ‘‘one-way’’ germinal centers. J Immunol 2005;174:24892493.

[50] Lefranc MP. Nomenclature of the human immunoglobulin kappa (IGK) genes. Exp Clin Immunogenet 2001;18:161174.

[51] Bromley SK, et al. The immunological synapse. Annu Rev Immunol 2001;19: 375396.

[52] Monod MY, Giudicelli V, Chaume D, Lefranc MP. IMGT/JunctionAnalysis: the first tool for the analysis of the immunoglobulin and T cell receptor complex V-J and V-D-J JUNCTIONs. Bioinformatics 2004; 20(Suppl.):I379I385.

[53] Ruiz M, Pallares N, Contet V, Barbi V, Lefranc MP. The human immunoglobulin heavy diversity (IGHD) and joining (IGHJ) segments. Exp Clin Immunogenet 1999;16:173184.

[54] Ruiz M, et al. IMGT, the international ImMunoGeneTics database. Nucleic Acids Res 2000;28:219221.

[55] Lefranc MP, et al. IMGT, the international ImMunoGeneTics database. Nucleic Acids Res 1999;27:209212.

[56] Mehr AJ, Ardakani MJ, Hedayati M, Shahraz S, Mehr EJ, Zali MR. Age-specific seroprevalence of hepatitis A infection among children visited in pediatric hospitals of Tehran, Iran. Eur J Epidemiol 2004;19:275278.

[57] Kleinstein SH, Louzoun Y, Shlomchik MJ. Estimating hypermutation rates from clonal tree data. J Immunol 2003;171:46394649.

[58] Eason DD, Cannon JP, Haire RN, Rast JP, Ostrovd DA, Litman GW. Mechanisms of antigen receptor evolution. Semin Immunol 2004;16:215226.

[59] Gay NJ, Gangloff M, Weber AN. Toll-like receptors as molecular switches. Nat Rev Immunol 2006;6:693698.

[60] Mehr R. Modeling the meta-dynamics of lymphocyte repertoires. Arch Immunol Ther Exp (Warsz) 2001;49:111120.

[61] Mehr R, Edelman H, Sehgal D, Mage R. Analysis of mutational lineage trees from sites of primary and secondary Ig gene diversification in rabbits and chickens. J Immunol 2004;172:47904796.

[62] Argyropoulos C, et al. Mining microarray data to identify transcription factors expressed in naive resting but not activated T lymphocytes. Genes Immun 2004;5: 1625.

[63] Choi YL, et al. DNA microarray analysis of natural killer cell-type lymphoproliferative disease of granular lymphocytes with purified CD3-CD56? fractions. Leukemia 2004;18:556565.

[64] Singh N, Bergman Y, Cedar H, Chess A. Biallelic germline transcription at the kappa immunoglobulin locus. J Exp Med 2003; 197:743750.

[65] Quintana FJ, Hagedorn PH, Elizur G, Merbl Y, Domany E, Cohen IR. Functional immunomics: microarray analysis of IgG autoantibody repertoires predicts the future response of mice to induced diabetes. Proc Natl Acad Sci USA 2004;101(Suppl.): 1461514621.

[66] Lauwerys BR, Wakeland EK. Genetics of lupus nephritis. Lupus 2005;14:212.