摘要：文章首先概述了国内开设生物信息学本科专业的高校，然后论述了地方应用型大学生物信息学本科专业建设路径，包括专业目标建设、专业课程体系建设、专业实验室建设、应用型师资队伍建设。

　　关键词：生物信息学本科专业；地方应用型大学；课程体系

　　生物信息学(Bioinformatics)是由生命科学和计算机科学在迅速发展的过程中相融合而形成的一门交叉学科，其主要研究目标是利用分子生物学、计算机科学和信息技术来揭示大量而复杂的生物数据所蕴含的生物学奥秘[1]。2022年5月，国家发展改革委印发《“十四五”生物经济发展规划》，提出“十四五”期间，推动生物技术和信息技术融合创新，加快发展生物医药、生物育种、生物材料、生物能源等产业，做大做强生物经济。这将对以生物信息学为主导的科研成果转化及相关产业发展起到积极的推动作用。

　　20世纪90年代到21世纪初，人类基因组计划(HGP)实施并完成，海量的基因组数据出现在科研工作者面前，急需新方法进行分析[2]。近年来，生物信息学学科进入一个高速发展的快车道，随着高通量测序成本大幅降低，各领域组学项目层出不穷，如千人基因组计划、水稻3K基因组计划、5 000种昆虫基因组计划、万种微生物基因组计划、千种植物转录组计划、人类表观基因组计划等，大量物种的基因组及其他组学信息得到破译，生物信息学成为万众嘱目的“新宠儿”。随着计算生物学、系统生物学、合成生物学和精准医疗的快速发展，生物信息学成为这些研究领域的关键技术，并且深刻影响着医疗、环境、能源及食品等生产行业。生物信息学相关的新兴产业如雨后春笋般出现，社会对生物信息学人才的需求迅速增加[3]。作为地方应用型大学，要培养出符合经济社会发展需求的生物信息学专业人才，不仅需要理性认识自身的优势和不足，同时还要结合学生特点制定与之相适应的、特色的培养体系，以整体提升学生的综合素质和社会竞争力[4]。

　　一、国内开设生物信息学本科专业的高校

　　随着生物信息学学科的快速发展，国内开设生物信息学本科专业的高校数量正在逐年增加。根据2022年学信网有关开设生物信息学专业的高校信息(不包括近4年开设本专业的高校)可知，开设生物信息学专业的高校共计43所，其中综合类高校占比最多，达到38%，其次是医药类高校，占比33%，如图1所示。这说明生物信息学作为一门工具性学科，具有广泛的研究应用领域，因此受到综合类高校的重视。另外，医学领域是生物信息学的发源地，在该领域生物信息学受到极大的青睐，并且产生了巨大的经济效益。从开设生物信息学专业的高校层次来看，“双一流”及部省合建类型的高校数量最多，各占比35.0%；“211”高校占比37.5%(包含仅列为“211”和同时列为“211”“985”的高校)；地方高校占比30.0%，如图2所示。部省合建高校中占比较高的是医药类和农林类高校，这些高校开设生物信息学专业可以在解决人类健康和粮食安全问题方面发挥重要作用。此外，由图2还可以看出，地方高校在生物信息学专业建设过程中是一支重要的力量，这正是当前产业发展需求的具体体现。深入剖析地方高校的发展方向和学生的具体需求，制定出既不脱离专业建设标准，同时能突出自身优势的课程体系，对学校和学生的发展均具有重要意义。

　　二、地方应用型大学生物信息学本科专业建设路径

　　(一)专业目标建设

　　本专业注重学生德、智、体、美、劳全面发展，旨在让学生具有扎实的生命科学和计算机科学基础知识，具备生物实验技能和掌握生物信息分析方法；促使学生形成正确的价值观、高尚的学术道德和浓厚的家国情怀[5]，进而使学生能够满足生命科学研究领域和相关产业的发展需要。

　　1.学生需要达到的知识目标。①人文社科知识：具备一定水平的文学、历史、哲学、伦理学、思想道德、政治学、法学等通识性知识，必须选修一门美学课程，加强美学教育。②工具性知识：熟练掌握一门外语(特别是英语)，具有较扎实的数学、编程、基因工程等方面的知识。③专业性知识：系统掌握生物学的基础知识和生物信息学的基本算法理论，具有本专业领域必需的专业知识与技能，如建库测序的理论知识、比对软件的原理。④自然科学知识：具备数理统计基本原理、生命大分子结构、生物学基础理论及生物信息学研究领域等方面的知识。

　　2.学生需要达到的能力目标。①获取知识的能力：具有自主学习、独立思考，不断接受新知识、新理论的能力；具备紧抓生物信息学的理论前沿和发展动态的能力。②实践应用能力：具有一定的计算机应用能力、英语读写能力和科技写作能力，掌握文献检索、资料查阅的基本方法；能综合运用掌握的生物信息学专业知识及技能；具备生物信息学及相关领域数据分析、软件开发、数据库管理等实际应用能力；能够融会贯通，综合应用专业知识。③创新创业能力：具有较强的创新精神和创新意识，能够结合生物信息学前沿学术动态和行业发展趋势，在实际学习和工作中利用创造性思维开展科学研究和就业创业实践。④综合能力：能够综合运用掌握的生物信息学知识和技能，具备从事生物信息学教学、科研及在生命科学相关领域运用专业知识开展工作的能力，具有适应社会需求继续深造的潜能。

　　3.学生需要达到的素质目标。①思想政治素质：具有正确的政治方向，遵纪守法、诚信为人，有较强的团队意识和健全的人格，坚定理想信念，厚植爱国主义情怀，具备高尚品德，具有奋斗精神。②专业素质：受到严格的科学思维训练，能开展应用技术实践，掌握比较扎实的生命科学知识和计算机科学方法，有较高的生物信息大数据分析综合素养和效益观念，具备求实创新的意识和实事求是的精神，对新算法、新软件具备积极学习和应用的品质。③科学文化素质：掌握一定的人文社科和自然科学基础知识，有较高的人文修养和科学素质。④身心素质：具有现代意识、健康的人际关系意识；具备健康的体质、良好的心理素质和生活习惯；富有探索精神和求知欲望。

　　(二)专业课程体系建设

　　1.国内高校生物信息学专业课程体系建设现状。生物信息学作为交叉学科，应用领域广泛，所以在不同高校该专业归属于不同的二级学院，而且各个专业设置的课程学分占比存在一定的差异[6]。这表明生物信息学专业极具特色，每所高校倾向于依据本校的优势学科和重点研究领域设置相关课程，如有些生物信息学专业课程偏向于计算机领域，重点在于生物信息学软件的研发；有些偏向于数学领域，重点在于生物信息学算法的研究；有些偏向于生物学领域，重点在于阐释生命现象背后的奥秘。具体来说，课程建设现状如下。①专业必修课涵盖的课程基本按照教育部发布的《普通高等学校本科专业类教学质量国家标准》而设置，包括高等数学、生物化学、细胞与分子生物学、遗传学、程序设计、机器学习、生物统计学、基因组学、生物信息学、转录组学等。②专业选修课是整个课程体系建设中的重要组成部分，它不同于专业必修课，具有开设灵活、内容多样的特点，能体现高校特色，不仅可以拓宽学生知识面、紧跟时代前沿，而且可以培养学生的创新思维和创造能力。据调查统计，针对选修课，不同高校设置的学分比例各有不同，从17%—65%不等[7]。对于地方应用型大学，选修课包含的内容应该更加贴近前沿应用，可供选择的课程要尽可能覆盖当前应用生物信息学研究内容，如动物、植物、微生物、单细胞的基因组、转录组、蛋白质组、代谢组、表观组。③实践课的范畴非常广泛，包括职业发展、创新创业、集中实践等模块，紧贴学生综合素质和专业技能的培养。有调研报告显示，“双一流”大学中北京大学、同济大学、华东科技大学的生物信息学专业的实践操作课程学分在总学分中的占比均达到了20%以上。笔者认为，在地方应用型高校，选修课程和实践课程设置的学分占比应当更高，这样才更有利于高质量应用型人才培养。

　　2.地方应用型大学生物信息学专业课程体系设计思路。以枣庄学院生物信息学专业课程体系为例，与专业直接相关的课程共有58门，按照课程类别可分成学科基础课、专业核心课、专业选修课、职业发展选修课、创新创业选修课、集中实践选修课，按照课程性质可分成数学基础、生物基础、计算机基础、综合、项目应用和课外实践，如表1所示。传统的课程有固定安排，下文主要从基础启蒙、技能培养、实践应用三个层次重点阐述课程的设计思路。

　　第一，基础启蒙。根据调查了解到，90%以上的学生在进入大学之前从未对计算机进行过系统学习，用键盘打字普遍存在不规范、速度慢的问题，学生的计算机基础知识和技能相当薄弱。对此，研究组深入贯彻落实OBE(Outcome based education)教育理念[8]，在第一学年开设了多媒体设计与制作、Excel高级操作、信息检索与论文写作课程，以满足学生对计算机基础知识和基本应用的学习需求。该部分课程建立在日常办公软件使用的基础上，旨在培养学生对图片、表格和文字的处理能力及在互联网上的检索能力。第二学年开设的学年论文是应用上述三门课程进行实践的课程，可以激发学生的学习兴趣，同时引导学生对未来职业生涯进行思考。此外，第一学年开设的测序技术概述、普通生物学属于科普性的课程，而且是区别于生物技术、生物科学的课程，生物信息学学科的“大厦”建立在基本的生物学和测序技术的基础之上，这部分课程对生物信息学专业的学生具有重要的启蒙作用。

　　第二，技能培养。编程是本专业学生必须具备的技能之一，研究组开设了Linux操作系统和Python语言程序设计作为专业基础课，并将C语言程序设计、JAVA语言程序设计和R语言程序设计作为专业选修课，基于此，学生不仅可以培养基本的编程技能，而且可以根据自己的爱好选学其他程序语言。作为另一种重要的技能，英语在本专业学习过程中也尤为重要，生物信息学专业英语课程有别于一般的生物专业英语课程，在教学过程中更倾向于生物信息学领域的内容，比如，编程英语、软件英文说明书、数据库信息等，这就对授课教师提出了更高的要求。

　　第三，实践应用。项目应用类的课程有转录组学、基因组学、大数据挖掘、群体基因组学、多组学联合分析、基因检测与重大疾病等，学生可以通过具体项目实例，系统学习项目实施的全过程，增加项目经验，同时培养缜密的逻辑思维。此外，研究组还设置了20门独立的课外实践课程，覆盖服务器使用、精准医疗、小程序开发、生信图文和短视频创作等内容，紧跟时代发展要求，以期充分提升学生自主实践能力。

　　概言之，地方应用型大学的生物信息学课程体系建设不仅需要提升学生的基础学科素养、强调学生对基本概念和算法模型的理解和运用，而且更需要落实到数据处理分析的实践操作上[9]。

　　(三)专业实验室建设

　　生物信息学本科专业实验软、硬件平台的搭建是开展正常教学、保证教学质量的前提条件，也是满足应用型大学人才培养需求的硬性要求，对实验教学开展、学生学科竞赛、课程设计、毕业设计开展及教学科研工作的深入具有重要影响。生物信息学专业是一个交叉型专业，需要具备生物学实验室和计算机实验室。一般来说，开设该专业的院校基本具备生物学实验室，并且配置了基础的生物学专业实验室，如动物学实验室、植物学实验室、分子与生化实验室、遗传学实验室、细胞学实验室等。基于此，地方应用型大学应该根据专业要求，按照流程进行申请、规划，制定实验室建设方案。在建设方案中，要对实验室的使用类别、实验室设备配置、实验室布局、实验室管理等内容进行细致的要求。除此之外，更重要的是需要建立计算机实验室，包括个人计算机室和高性能计算机集群(HPC集群)，这才是真正意义上的生物信息学实验室。熟练使用个人计算机和HPC集群是生物信息学专业学生应具备的基本能力。高校在保障普通计算机房间建设之外，HPC集群的建设至关重要。虽然个人计算机安装虚拟系统能够进行“小”数据的练习，但是没有HPC集群使用经验的生物信息学人才不是合格的人才。因此，笔者建议HPC集群应能达到以下配置[10]，如表2所示。

　　(四)应用型师资队伍建设

　　师资队伍建设是专业立命之本，地方应用型大学应该结合现有情况，加强应用型师资队伍建设。具体而言，可以从以下三方面着手。第一，引入优秀教师人才。这要求地方应用型大学建立优秀教师人才引进机制，通过降低招聘门槛、给予全面的优惠条件等方式，从各大企事业单位引进优秀专家学者等高层次人才，主要目的在于聚焦前沿科技，引领生物信息学学科由理论向应用快速发展，实现“弯道超车”。第二，加强专任教师培训。这要求地方应用型大学在学校内部通过开展专项培训活动，培养优秀教师，以逐步解决科班师资缺乏的问题，从而有效完成基础的教育教学工作。同时，积极与同行院校交流与合作，派遣专业教师进修学习，以便专业教师开阔视野，拓展思路。第三，聘用兼职教师。这要求地方应用型大学通过优化兼职教师队伍管理与服务机制，聘请企业工程师担任生物信息学本科专业的兼职教师，二者共同制定生物信息学数据分析工程师联合培养计划、参与专业教学过程。这样建设出的高质量人才师资队伍，才能为生物信息学本科专业建设提供人力支撑。

　　三、结语

　　2003年，欧洲生物信息研究所(EMBL-EBI)主管珍妮特·桑顿描述道，15年前生物信息学方兴未艾，如今已成燎原之势[11]。生物信息学的重要性不言而喻，而地方应用型高校要想办好生物信息学专业，培养出符合地方发展需求的新一代综合型、创新型人才任重道远。为此，其一方面需要学习借鉴“双一流”大学的培养模式；另一方面更需要结合自身特点，探索建立具有地方特色的办学体系。即从实际需要出发，逐步调整课程设置，优化课程结构，以培养应用型人才为目标，全面推进应用型人才培养教育教学改革，强化实际应用知识的教学。同时注重全面素质教育，重视学生创新能力的培养和个性发展的教育思想，做到课堂教学和实践教学并重、知识传授和能力培养并重、教书和育人并重。

参考文献：

　　[1]GAUTHIER J,VINCENT A T,CHARETTE S J,et al.A brief history of bioinformatics[J].Brief Bioinform,2019,20(6):1981-1996.

　　[2]WATSON J D.The human genome project:past,present,and future[J].Science,1990,248(4951):44-49.

　　[3]王丹,王晨宇,沙岩.生物信息学人才培养的需求调查研究[J].继续医学教育,2022,36(10):61-64.

　　[4]曹胜强.地方应用型大学建设的探索与实践:以枣庄学院为例[J].枣庄学院学报,2015,32(6):1-6.

　　[5]宣璐莎.高校如何培养德智体美劳全面发展的五好青年[J].智库时代,2020(12):68-69.

　　[6]刘艳,王海芸,唐凯临,等.生物信息本科专业课程体系建设的调研与建设方案[J].科教导刊,2022(13):156-158.

　　[7]邢永强,刘国庆,蔡碌.生物信息学本科专业建设现状[J].生物信息学,2020,18(3):195-200.

　　[8]DAVIS M H.Outcome-based education[J].Journal of Veterinary Medical EDucation,2003,30(3):258-263.

　　[9]石晓卫,张靖,王林蒿.应用型专业生物信息学教学体系改进与实践[J].生物学杂志,2018,35(4):124-126.

　　[10]JUMPER J,EVANS R,PRITZEL A,et al.Highly accurate protein structure prediction with alphafold[J].Nature,2021,596(7873):583-589.[11]ORENGO C,JONES D,THORNTON J.Bioinformatics:genes,pro－teins and computers[M].London:Taylor&Francis,2003.