魏炜 许小娟 赵云

摘    要：针对现代生命科学实验数据海量化、复杂化的发展趋势，四川大学率先在国内开展了计算生物学交叉专业的建设，培养能够解析、研究并处理超复杂性生命数据的交叉复合型人才。文章探讨了四川大学计算生物学交叉专业建设的一系列举措，以期为其他交叉专业建设提供可借鉴的经验。

关键词：计算生物学;交叉;专业建设;探索实践

中图分类号：G642          文章标识码：A          文章编号：1002-4107（2022）01-0042-03

一、引言

生命科学已发展到后基因组时代，从分子生物学到进化生物学、从微生物学到林学、从医学到全球气候变化生物学，面对如此海量的“组学”数据集，利用计算生物学的研究手段来解析生命就显得尤为重要。计算生物学是一门以生命科学中的现象和规律作为研究对象，以数学和计算机作为解决问题的主要工具和手段，以解决生物学问题为最终目标的典型交叉学科。

计算生物学在国际上受到高度重视，美国和欧洲一直走在该研究领域的前列，成立了多家计算生物学中心以及计算生物学研究机构。1997年，国际计算生物学学会ISCB在美国成立，如今发展成为一个拥有来自70多个国家2 500多名会员的庞大组织。我国计算生物学起步较晚，与其他国家相比，在研究机构的数量和规模、研究人员的组成与培养等方面存在一定差距。特别是现阶段我国高校还未设立计算生物学本科专业，在面对当今社会对生命科学领域大数据处理分析的专业人才需求时，这一矛盾尤为突出。

在这样一个时代背景下，笔者所在的四川大学生命科学学院与软件学院在2014年率先提出要充分利用四川大学多学科交叉融合的优势，瞄准大数据时代生命科学领域的教育资源缺口，建设一个国家亟需、前景广阔的新兴交叉专业——计算生物学，以专门培养在计算机科学、数学和统计学、生物学方面具有扎实基础，能够从生物学的需要和特点出发，进行海量数据分析处理的复合型人才。经过7年的不懈努力，该专业日趋成熟，已经呈现出良好的人才培养成效。

二、计算生物学交叉专业建设举措

（一）构建计算生物学交叉专业人才培养体系

在交叉专业的建设过程中，专业培养方案和培养体系应避免两个专业的简单叠加。作为理工交叉培养的计算生物学专业学生，不仅要系统掌握数理统计、计算机和生命科学的基本知识，更重要的是具有挖掘、处理、解析超复杂性大数据的能力。针对该专业的人才培养目标，我们构建了全新的人才培养体系。

计算生物学人才培养体系除了包括公共基础课和通识模块课以外，主要由学科基础课、专业核心课和专业选修课三个版块组成。在学科基础课版块中不仅开设有“微积分”“概率统计”“线性代数”等数学基础课，还开设有“程序设计基础”“计算机系统导论”“普通生物学”等课程，意在夯实学生的数学、计算机及生物学基础。专业核心课则由“离散数学”“统计模型与模拟”“随机过程”“数据结构与算法”“大数据技术原理与应用”“数据挖掘技术”“生物化学与分子生物学”“遗传学”等课程组成。为满足学生个性化发展的需求，专业选修课版块设立了两个备选方向，方向一主要是針对基因组和转录组等微观生物学海量数据的挖掘、处理与分析，方向二则偏重于生态学等宏观生物学方向的信息挖掘与分析。

计算生物学专业培养的是理工交叉的应用型人才，要求毕业生要具有大数据分析处理方面的实践能力、创业能力和创新精神，因此我们有意识地加大了实践教学环节的学分，使得实践环节总学分达到毕业总学分的32%。

（二）建设计算生物学交叉专业全新课程资源

为达到计算生物学的人才培养目标，更为重要的是建设与完善优质教学资源。对生命学院、软件学院有关大数据处理的核心课程进行重组和整合，在软件学院的“操作系统”“编程”“服务器建设和维护”等课程基础上，重点发展和提升适合生物学大数据处理的各类编程技术、操作系统、服务器建设维护等课程。对于生命学院相关课程，如“生态学”“基因组学”“蛋白质结构预测”“全球变化生态学”等课程，重新精选教学内容，突出对生命学基本原理的讲授。

实践教学环节的课程也是我们重点建设的课程之一。我们不仅建设了“操作系统和系统编程”“生物信息学原理和操作”“软件开发环境与工具”“数学建模与实验”等侧重于基础的实践课程，奠定学生扎实的实践基础和基本的科学素养。并且开设了“程序设计实践-1”“程序设计实践-2”等进阶式实验课程，培养学生解决实际问题的能力和创新能力。我们与生物技术公司、软件公司等高新企业合作，开设了IT企业实训，保证学生在学—研—产结构链上的锻炼。

此外，鼓励教师积极建设精品资源共享课和公开视频课，充分利用国内外的教学资源，加强协同开发，促进开放共享，形成与计算生物学专业人才培养目标、人才培养方案和人才培养模式相适应的优质教学资源。

（三）搭建计算生物学交叉专业实践教学平台

充分利用“国家级生物学实验教学示范中心”“信息数学技术四川省重点实验室”等软硬件条件建立基础实践课程教学平台。重点建设了全新的“大数据分析学习实践平台”，为学生的综合实践训练提供校内实践平台。让学生参与“大数据平台”的日常维护工作，为将来工作奠定实践基础。

进一步加强与国内知名高新生物技术企业、生态资源站以及软件公司的合作，利用企业所提供的实训场所，建立起稳定的实训基地，为学生提供多样化的实习实训内容。我们先后与中国生物技术集团成都生物制品研究所、华大基因研究院、上海应用物理所、中软国际集团、卫士通信息产业股份有限公司、四川华迪信息技术有限公司等建立联合实习实训基地。聘请企业中优秀的管理、技术开发、营销等专业人员作为兼职教师，建立起实践应用型人才培养教学团队，结合企业案例，向学生讲授大数据应用等技能需求和特点，进行研发训练、企业实训等，实现多学科交叉知识的学习和延伸，培养满足社会需求的计算生物学交叉复合型人才。

（四）组建一流跨学科教学科研团队

计算生物学是依托生命学院和软件学院成立的一个交叉专业，在实际运行过程中需要两个学院的多方协调与长期磨合。因此从课程团队入手，以各类核心课程为中心分别组建了10个教学团队。教学团队打破了学院之间的界限，每个团队的成员不仅有生命学院和软件学院的教师，有些还有来自企业的“双师”型教师。教学团队实行首席教师负责制，负责团队的建设、相关课程的建设以及定期组织开展各类教学研讨与经验交流活动。

通过持续的教研活动，对计算生物学的课程体系、教学内容、教学模式不断进行改进与完善，促进了生命学院和软件学院教师之间的科研合作，两个学院教师联合申报各类研究课题数量逐年增加，为计算生物学交叉专业学生的科研训练、大学生创新训练项目的申报以及毕业设计的完成奠定了良好的基础。

此外，因为本专业与高新生物技术企业合作密切，所以我们十分重视“双师型”教师的引进与培养。我们坚持选择具有较高专业理论水平以及较强的教学、科研能力，同时具备组织生产经营和科技推广能力的企业家和创业者作为“双师型”教师充实到教学团队里，为学生开设实践环节教学课和创业实践课，加强学生应用实践能力的训练，保证学生在学—研—产结构链上的锻炼。

（五）创新计算生物学交叉专业人才培养模式

对于计算生物学交叉专业学生的培养，需要重视其科学素养、创新能力和创业能力的培养，因此采取校内学科之间的交叉培养，在加强生命科学、数学、计算机软件等核心基础知识的教育基础之上，重点进行“生物大数据”挖掘、分析、处理等核心专业课程的学习。同时注重实践实训，开展学校与企业之间、生物大数据技术产业上游与下游间的结合，力求提升学生解决实际问题的能力。

强调以学生为中心的教学模式，突出学生在课堂上的主体地位。坚持启发式、自由讨论式、自主研究式和共同参与式的教学方法， 使学生在教师的引导下主动参与教学过程，在充分交流中激发探索兴趣，建构知识，发展思维，了解学科前沿问题和本质问题，培养创新意识与创新能力。

全面实行导师制及助教制。每一级计算生物学交叉专业试验班均配备一位班主任，负责班级的建设、日常班级活动的开展。每位计算生物学交叉专业学生配备有专业指导教师，指导教师与学生之间实行双向选择制度，指导教师不仅在学生课程选修、专业方向确定以及人生规划方面提供参考意见，而且重点负责学生的科研训练、指导大学生创新实验训练项目的开展等。

改革考试制度，建立综合考评体系。综合考评体系的特点是注重过程考核，减少期末考试在最终总成绩中所占比例，占比原则上不高于40%，避免期末考试一考定成绩。教师通过日常考勤、课堂研讨、课后作业、随堂测验、学期小论文等多种形式加强平时考核，及时反馈学生学习状况，帮助学生及时调整学习状态。督促学生重视日常学习，避免学生考前突击，更加全面、客观地考评学生的课程学习成效。

学院倡导在课程考核过程中将标准与非标准考核相结合、灵活考查与基础考核相结合、动态与静态考核相结合、个人与团队考核相结合。积极探索开放式考核标准，侧重考察学生对课程基本概念、基本原理和研究方法的理解，过渡到对学生批判性思维能力、表达能力、学习能力、探索精神、合作精神的考核。试题以启发学生思维的开放式、创作型题目为主。

对实验实践课程进行模块化设计，构建多层次、多角度、分阶段适宜学生的个性化课程体系。实验实践类课程的考核也一改以往仅仅以实验报告作为主要评分标准的模式，而是强调过程与结果并重。每门实验课程均要求学生完成相应的实验（预习）设计报告、实验报告及总结分析等，再结合学生的实验操作等构成其实验成绩。新的评价机制激发了学生的实验兴趣，提高了其分析解决问题和实践动手能力，培养了学生的科学思维和创新意识。

（六）深化教学管理体制改革

遵循高等教育发展和人才成长基本规律，积极探索交叉专业学生的管理模式。建立健全严格的教学管理制度，积极落实“全面发展”的人才培养理念、“全员育人”的人才培养机制、“全方位服务”的育人管理体系，形成有利于学生全面发展和个性发展相辅相成的管理制度和评价办法，形成科学合理的本科教学质量跟踪评价体系。

为满足学生个性化发展的需求，在实践教学环节增加学生选课的灵活度与自由度，探索实践教学环节学分替代办法。鼓励学生积极参与到科研导师的课题组开展研究性学习，学生参与各类科研训练项目获得的阶段性成果、申请的专利以及省级学科竞赛奖项等替代专业综合实践课程的学分。

开展毕业设计多样化改革，改变传统毕业设计的写作与评审模式，建立以创新思维和动手能力为主要考核指标的毕业设计认定评价体系。拟定了《四川大学生命科学学院本科高质量多样化毕业设计改革工作管理办法》，将实习、实践、科技创新活动中取得的研究成果、科研训练成果、发明专利以及大数据分析平台的建立、大数据利用案例等均纳入毕业论文的考核范围。同时，对学生申请多样化毕业设计的认定工作进行更为灵活且详细的规定。

在计算生命学交叉人才培养过程中，涉及到不同学院、不同部门，甚至是校外师资的管理。对于校内不同学院的教师，由其归属学院对其工作业绩进行考核认定。对于校外聘请导师，则利用试点学院和交叉专业建设专项经费予以支持。

三、专业建设成效

四川大学计算生物学交叉专业的创建在国内属于首例，依托生命学院和软件学院的优质教学与科研资源以及与校外多家高新生物技术企业的合作，以培养专长解析超复杂性生命科学数据，并能从事复杂数据计算、处理和研究的复合型高素质人才为目标，经过探索与实践，形成了集教学、实践、产业化功能于一体的人才培养体系，建设了一批与人才培养目标相适应的优质教学资源，实现了生物、计算机之间的跨学科联合办学，人才培养成效比较显著，同时也为其他交叉专业的建设提供了可借鉴的经验。

计算生物学交叉试验班学生普遍表现出很强的创新意识和实践动手意识，本科生在校期间发表SCI论文11篇，其中以第一作者身份发表6篇，燕蕊同学作为共同第一作者的研究论文发表在Nature主刊上。本专业学生积极参加各类学科竞赛并取得了比较丰硕的成果，近三年累计获得省级以上各类奖项23项。

目前，计算生物学交叉试验班已有三届毕业生，共计68人全部毕业并顺利取得双学位，继续深造比例为91.2%。由于培养特色鲜明，毕业生受到国内顶级高校及研究所的青睐，绝大多数保送至清华大学、上海交通大学、中国科学院等与大数据研究应用相关的生物信息、计算生物学、网络安全等专业继续深造。部分学生成功申请出国继续深造，分别前往哥伦比亚大学、纽约大学、新加坡国立大学等世界名校。

参考文献：

[1]梁丹，薄文浩，姜立波.生物学新兴前沿学科——计算生物学[J].中国林业教育，2017（S1）.

[2]周翔.“双一流”背景下生物新工科交叉专业的建设路径[J].科协论坛，2018（12）.

[3]黄超，杨英杰.大学跨学科合作的学科整合机制及其模式选择[J].高教探索，2016（12）.

[4]张晓报.我国高校跨学科人才培养面临的困境及突破——基于理念、制度和方式的分析[J].江蘇高教，2017（4）.

[责任编辑  巴登其其克]

收稿日期：2021-05-07

作者简介：魏炜（1969—），女，江苏南京人，四川大学生命科学学院副教授，博士，主要从事生物化学与分子生物学研究。

基金项目：中国高等教育学会理科教育专业委员会高等理科教育研究课题“计算生物学交叉专业建设研究与实践”（18-1007）;四川省2018-2020年高等教育人才培养质量和教学改革项目“计算生物学交叉专业建设研究与实践”（JG2018-61）;四川大学新世纪教育教学改革工程（第八期）研究项目“计算生物学交叉专业建设研究与实践”（SCU8032）

猜你喜欢探索实践交叉专业建设“六法”巧解分式方程初中生世界·八年级(2019年6期)2019-08-13高校基层学生党建工作探索与实践研究湖北函授大学学报(2017年5期)2017-06-16以学科竞赛为载体提升汉语国际教育专业学生创新实践能力的探索与实践文教资料(2017年5期)2017-04-25网络与新媒体专业课程体系与人才培养方案的建设与实践教育教学论坛(2017年1期)2017-02-08新建地方本科院校学科专业同步建设策略亚太教育(2016年31期)2016-12-12连数小学生导刊(低年级)(2016年9期)2016-10-13连一连小学生导刊(低年级)(2016年6期)2016-07-02“跑班分层”模式下数学考试评价的实践与启示中学数学杂志(初中版)(2016年3期)2016-06-24连星星小学生导刊(低年级)(2016年4期)2016-04-12计算机科学与技术专业建设中的人才培养研究考试周刊(2016年9期)2016-03-12

相关热词搜索： 生物学 交叉 探索