摘要：文章旨在探讨生物学高层次人才培养的STEM教育策略，具体包括：提升科学素养，厚植人文底蕴；提升生物技术创新能力，提升生物工程科技实践创新能力；夯实面向人工智能的数学基础，提升生物信息大数据处理能力。

　　关键词：高等教育；STEM；生物学；高层次人才培养

　　STEM（Science，Technology，Engineering，Mathe-matics）教育是指科学、技术、工程、数学学科的教育，其具有多重相互关联而指向不同的内涵。育人价值需要在教育改革实践中进行调整，以落实立德树人的根本任务，实现STEM教育的本土化建构[1]。针对生物学高层次人才培养工作，我国的生物学研究生培养工作应努力适应新质生产力的发展需要[2]，加强对高层次创新人才的培养；生物学学科点也必须积极探索生物学高层次人才培养的STEM教育策略，提升生物学研究生的学术创新能力和实践创新能力。

　　1科学素养与人文底蕴

　　1.1提升研究生科学素养

　　生物学高层次人才培养执行者在学科基本理论、基本知识和专业技能等方面具有深厚的底蕴和丰富的经验，但是传统研究生教育往往较为注重学科专业知识和科研能力培养，却忽略了准确的科学素养训练。为解决此问题，应从以下几方面着手提升生物学研究生的科学素养。

　　首先，培养科学思维与方法论导引。高层次人才必须具备科学思维，并能够将其运用于科技创新实践。为此，应开设自然辩证法、系统论、运筹学等课程，提升生物学研究生的思维素质。自然科学方法论研究领域宽广，主要探讨自然科学中广泛应用的观察、实验、模型、假说、归纳、演绎、分析、综合、类比等方法，及其性质、特点、地位、作用、历史演变和相互关系，同时要正确掌握并熟练这些方法的运用原则；探讨自然科学中的基本原理和基本概念等方法论意义；根据自然科学史上重大发现、重要理论和重要概念的形成得出方法论结论；从方法论的角度探讨哲学对自然科学认识活动的影响[3]。其次，树立科学精神与学术道德规范。科学精神包括自然科学发展所形成的优良传统、认知方式、行为规范和价值取向；主张科学认识源于实践，实践是检验科学认识真理性的标准和认识发展的动力；将定性分析和定量分析作为科学认识的基本方法；倡导科学无国界，科学是不断发展的开放体系[4]。生物学研究生应知晓科研伦理，厚植科研道德，坚守科研诚信，完善学术人格，维护学术尊严，远离学术不端，努力成为优良科学道德的践行者和良好学术风气的坚定捍卫者。最后，培养团队精神与学派意识。科技创新团队是优秀人才的聚集地，每位成员都必须具备良好的合作精神和团队意识，共同构筑团队堡垒，激发团队战斗力。学派即学问或学术派别，是学科发展的生长空间，学术创造的可能性在学派的觉醒和成熟中得到了不同程度的认证。因此，生物学研究生应具有一定的学派意识。

　　1.2厚植研究生人文底蕴

　　生物学高层次人才培养应厚植人文底蕴。首先要重视拓展人文知识，包括文化、艺术、美学、教育、哲学、国学、历史、法律法规和国家政策等内容；拓宽高层次人才的知识面，生物学研究生不仅要具备本学科扎实的专业知识基础和理论功底，还要掌握本学科相关的人文知识。其次要弘扬人文精神。生物学研究生的培养，应在理解人文思想、掌握人文方法、内化人文精神等方面下功夫。最后是激活人文情怀，包括尊重个人、关切人类、关切“三农”三个层面。尊重个人包括尊重自己和尊重他人，具体体现在尊重人权、尊重人性、尊重人格等层面。关切人类首先表现为关切亲友。家庭成员、亲戚、朋友、同学、同事、邻里等是个体的交流圈，也是个体的社会支持系统，彼此关心、互相支持、相互帮助，才能体现中华民族传统美德和人文关怀的现实意义。关切“三农”主要表现为培养“一懂两爱”情怀、“强农报国”意识和“大国三农”胸襟。

　　2技术创新与工程科技

　　2.1提升研究生的生物技术创新能力

　　生物学高层次人才应具备扎实的生物技术功底，包括生物技术应用能力和生物技术创新能力，从而为现代生物产业提供智力支撑。生物产业以生命科学理论和生物技术为基础，结合信息学、系统科学、工程控制等理论与技术手段，对生物体及其细胞、亚细胞和分子的组分、结构、功能与作用机理展开研究并制造产品，或改造动物、植物、微生物等，使其具有所期望的品质特性。生物产业可以直接为社会提供商品和服务，包括生物医药、生物农业、生物能源、生物环保和生物制造产业。微生物工业是最早的生物工业[5]。而现代生物产业，包括生物医药、生物能源、生物环保、生物制造等，需要一大批生物技术人才。其中，组培技术、微生物菌肥、生物肥料、绿色防控技术等在农林业生产中具有广阔的应用空间，要求生物学高层次人才具有更强大的生物技术应用能力和生物技术创新能力。对于生物硕士研究生，应重点培养其生物技术应用能力，开设现代生物技术的专业必修课或专业选修课，夯实现代生物技术应用的专业技能；对于生物博士研究生，应重点培养其生物技术创新能力，引导其开展现代生物技术创新实践，形成生物技术方面的发明专利、实用新型专利等显性创新成果，使其具备开发现代生物技术领域的工程科技实践创新能力。可以开设创新课程，培养生物学研究生的创新意识和创新能力。同时，鼓励其参与科研项目，使其学会从实际问题中挖掘创新点，培养创新能力。

　　2.2提升研究生的工程科技实践创新能力

　　生物工程是以人类生物产品需求为导向，融合生物学、化学、物理学、计算机科学及工程学的理论和方法，其系统设计、优化和改造生物体系与功能，开发新技术、新产品和新流程，推动生物产业健康发展，聚焦于利用生物过程大规模生产各种对人类有益的生物产品或可达到某种特殊目的的工程科技。生物工程覆盖了基因工程、酶（蛋白质）工程、代谢工程、生物过程工程、动植物细胞工程、微生物发酵工程、合成生物工程、材料生物工程、能源生物工程、环境生物工程、医药生物工程等众多领域，将生命科学的研究成果转化为实际产品或规模化过程或系统，以满足社会需要。为适应新质生产力的发展要求，生物学高层次人才培养应重视工程科技实践创新能力培养，为现代生物产业提供工程科技实践创新成果和智力支撑。

　　3数学基础与大数据处理能力

　　信息时代下的大数据处理和人工智能要求生物学高层次人才必须具备良好的数学基础，生物信息与计算生物学要求其必须能够运用好生物信息大数据资源，利用基于机器学习的人工智能来深度研究生物学问题。

　　3.1夯实面向人工智能的数学基础

　　人工智能（Artificial Intelligence，AI）的基本原理是机器学习（Machine Learning，ML），机器学习领域的最新进展是基于人工神经网络的深度学习（Deep Learning，DL），因此研究机器学习算法要求相关人才必须具备深厚的数学基础。在机器学习领域，计算机依托海量、实时和非结构化的大数据资源进行训练和测验，能够构建专项任务的决策模型。通过模型验证、模型测试和不断优化，使其能够利用模型解决实际问题。在使用模型的过程中可以得到新数据，从而实现模型的递进式优化。现代信息技术对大数据资源和云计算的高效应用使经过反复训练和实际作业的机器人在应对专项任务方面能够表现出超人的能力[6]。使用和研究机器算法离不开深厚的数学基础和现代信息技术基础，因此现代生物学高层次人才必须掌握数学模型、模型识别、随机数学、计算智能、数据挖掘等方面的相关知识。对于硕士研究生的培养，应开设工程数学、生物信息学等方面的课程，夯实其面向人工智能的数学基础；对于博士研究生的培养，则应引导其开展生物信息与计算数学方面的项目研究。

　　3.2提升生物信息大数据处理能力

　　大数据是指数据体量巨大，无法采用常规手段获取、传输和处理，需要应用新处理模式才能形成更强的洞察能力、流程优化能力和决策力的海量、高增长率和多样化的信息资产[7]。通过基因组学、酶（蛋白质）组学、代谢组学研究，可以获得海量生物信息大数据资源，因此大数据处理能力已成为生物学高层次人才必须具备的重要素质。研究生培养单位应重视生物信息大数据获取、处理、分析与应用方面的创新平台和创新团队建设，为生物学高层次人才提升生物信息大数据处理能力提供充足的软硬件资源和智力支撑。

　　生物信息大数据的主体为半结构化大数据和非结构化大数据，其表现出了数据体量巨大、多样性、快速性、价值性、真实性、可变性等特征，具有更明确的生命周期和更复杂的大数据质量指标。生物学高层次人才只有具备更强大的大数据处理能力，才能在生物信息与计算生物学领域产出高质量的学术创新成果。因此，培养生物学高层次人才必须开设大数据处理的相关课程，强化研究生的数学基础和大数据处理实战能力。

　　4结语

　　随着现代生物学的迅速发展，生物信息与计算生物学等二级学科已要求使用现代研究手段和方法来实现学术创新和实践创新，这就对生物学高层次人才的培养提出了更高的要求。STEM教育重视科学素养与人文底蕴的培养，关注技术创新与工程科技实践创新，强调面向人工智能的数学基础和生物信息大数据处理能力，是生物学学科建设和高层次人才培养所面临的重大课题。

　　［1］王璞,苗玉伟.美国高校STEM教育的多元实践路径研究—基于自组织理论的视角［J］.教育发展研究,2024,44(Z1):115-124.

　　［2］杨明全.论STEM教育的本土化建构:内涵、价值及实践探索［J］.现代远程教育研究,2024,36(1):39-45,53.

　　［3］张家军,黄儒军.新质生产力驱动基础教育高质量发展:内在逻辑与推进路径［J］.中国教育学刊,2024(10):31-37.

　　［4］周仕东.科学哲学视野下的科学探究教学研究［D］.长春:东北师范大学,2008.

　　［5］孙志伟.理工类专业课程开展课程思政建设的关键问题与解决路径［J］.思想政治课研究,2019(1):93-97.

　　［6］生物产业在曲折的发展过程中变得更强大［J］.中国产业,2011(2):6.

　　［7］高倩文,陈冲,高志强.智慧农业应用技术［M］.长沙:湖南科学技术出版社,2024.