生物信息学培训范文

生物信息学培训范文第1篇

关键词：生物信息学；医学；教育；建议

生物信息学（Bioinformatics）是一门发展迅速的生物学分支学科，由生物学、计算机学、信息管理学、应用数学及统计学等多门学科相互交叉而形成，本质是利用计算机技术解决生物学问题，通过信息的处理和整合实现发现和创新。它主要包括以下3个方面的内容：①生物数据的收集、整理、存储、检索、加工、分析和整合；②生物系统和结构的建模；③与生物科学相关的计算机技术的应用，这个范围还在不断的扩增中［1］。医学生物信息学是指以医学研究和临床应用为中心开设的生物信息学，本文讨论的内容主要围绕医学生物信息学展开。近20年来，互联网、数据库和计算方法的发展，为生物信息学的研究提供了更为广泛和灵活的方法；多种模式生物基因组测序的完成，功能基因组、蛋白质组研究的开展，各种高通量生物实验技术快速发展为生物信息学，提供了更大研究空间的同时，也对海量的生物学数据进行有效地挖掘和整合提出了严峻的挑战；而以基础研究与临床医疗结合为宗旨的转化医学的兴起对衔接二者之间的桥梁———生物信息学，提供了广阔的应用空间。对生物信息学人才的热切需求，以及上述机遇和挑战导致了生物信息学专业在全世界的蓬勃发展。以美国为例，在1999年之前，全美只有6所大学设置有计算生物学与生物信息学专业，而到2002年，则有31所大学设置了计算生物学与生物信息学专业博士学位，其中有12所大学是在2001年～2002年之间设置的这门专业［1］。这些大学通常以生物学、生物统计学、计算机科学或者生物医学信息学为依托设置这门专业，不同大学对该专业学生的培养模式也有所不同。在我国，很多高等院校将生物信息学作为专业课程设立，医学高等院校也逐步将其作为基础课程或选修课设立。作为一门新生学科，生物信息学在大部分院校尚处于探索阶段，没有成熟完善的教育模式可以借鉴［2］。在这种情况下，来自前期已毕业学生和用人单位的反馈意见对生物信息学教育模式的总结提高具有重要意义。作为一名临床医师和医学研究人员，笔者深刻体会到在实际工作中，无论是自身合理应用生物信息学知识进行思考和设计，还是找到能够迅速融入并满足实验室研究和临床工作需求的生物信息学专业人才都不是一件容易的事情。因此，本文作者就自己的一些切身体会，结合文献和思考，对我国医学生物信息学人才培养列举了一些意见和建议，希望能够在生物信息学教学模式的完善中起到微薄的助力作用。本文着重探讨信息技术在医学领域中的应用，侧重于医院信息管理和信息系统建设方面的医学信息学（Medical　Informatics）不在本文讨论范围内。理想的医学生物信息学人才培养目标应该是这三类人的集合：①计算机专家，掌握计算机算法、计算机语言、软件、数据库结构和相关知识框架，以及硬件知识；②生物信息学专家，具有熟练应用计算机储存、处理、分析和整合相关生物信息的能力；③基础研究或临床工作者，具有查阅文献，提出生物学或临床医学问题，合理使用上述生物信息学来思考、设计和解决问题的能力，并能收集和正确提供用于研究的初始数据。结合我国实际情况，想让临床医学专业学生或医学生物信息学专业学生同时完成以上3个方面的培训显然不切实际。理想的培训模式，是通过对临床医学专业和医学生物信息学专业学生不同侧重的培训，再通过二者的合理分工和配合，来满足以上3个方面的需求。对医学院校学生，尤其是医学研究生，生物信息学培训的内容应侧重于对其计算思维能力和信息学应用能力的培养，目的是使其能熟练地从生物信息学角度发现和提出生物学或临床医学方面的科学假设，针对该假设设计合理的研究方案，并为后续研究提供正确的初始数据；对以生物医学为中心的信息学专业人才培养，内容应侧重于对其计算机技术和生物信息学在医学实践应用方面能力的培养，目的是与前者配合，指导并帮助其完成科学假设的设计，对前者提供的初始数据进行管理、存储、检索、分析和整合，以及完成更高要求的计算机技术方面的应用，例如应用软件的设计，生物系统和结构的建模，等等。

1　医学生的计算生物学与生物信息学思维培养

本部分特指医学专业学生的生物信息学教学，部分医学院校开设的医学生物信息学专业教学将在下一部分中提及。无论是医学基础研究，还是以循证医学为代表的临床研究，生命科学研究的一般过程，都遵循发现问题资料查询预实验提出科学假设设计实验验证假说资料查询和结果分析科学理论总结的基本思路［3］。在这个过程中，计算生物学与生物信息学不仅是进行资料查询和结果分析的重要工具，更应是在提出科学假设和实验设计阶段就需要贯彻执行的理念和思维方式。换言之，具体的生物信息学与分子生物学实验一样都是验证生物医学假说的实验方法，是将一个生命科学假设用计算和信息学思维方式表达和实现的过程。在我国，绝大部分医学基础研究和临床研究课题都是由医学院校毕业的临床工作者设计和申请的。由于临床医师大都承担了繁重的临床工作，申请者亲自完成课题的机会很少，获批课题的具体实施及数据管理、存储、检索、分析和整合多由研究生或实验室工作人员负责。因此结合我国的实际情况，将生物信息学与具体课题耦合，即将一个科学假设用计算和信息学表示并有效实施的思维和实践培训，才是医学生生物信息学培训的中心内容。由于我国临床医学教学采用长学制（5年、7年或8年）教学，对实践性和针对性都很强的生物信息学而言，过早或过于笼统的培训都显得意义不大，所以笔者认为针对医学生的生物信息学培训安排在研究生阶段是比较合适的，教育中心是以医学研究需求为指导，强调信息学思维培训和实践操作。具体提出的建议有两点，一是根据学生专业背景调整理论教学内容。医学院校学生的数理基础、计算机基础及统计学理论基础不能和工科院校的学生相比，医学专业包括基础医学、临床医学、口腔、预防等专业，涉及广泛，各个专业背景的学生对这门课程的需求不尽相同。因此在理论课程上，要根据不同的专业背景和研究内容形成“个性化”的培养方案，目的是让学生有选择有针对性地掌握相关生物信息学内容，例如数据库的类型和选择，常用软件的种类和应用等，同时又不会对过于高深的生物信息学理论产生反感。二是结合研究生阶段的课题，开展研究内容模拟和实践操作练习。为了更好的配合研究生阶段的课题，可将《生物信息学》开课时间调整到研究生阶段的第三学期，即在学生进入课题研究阶段之后，让学生在清楚面临的课题内容后，有针对性地学习在完成课题过程中要使用到的知识、工具和解决问题的思路，包括文献查阅、保存、编辑，核酸序列查找和同源性比对及进化分析，PCR引物设计，基因功能、结构预测，调控元件及转录因子预测，蛋白质基本理化性质分析，跨膜区及信号肽预测，二级结构和空间三维结构的预测等。这样学生的学习兴趣和效率会大大提高。为了解决上课时间与课题时间冲突的问题，可以采用生物信息学授课老师加入导师组成员，通过网上教学和答疑、夜间授课、集中授课与个别指导结合等多种方式灵活解决。

2　以医学为中心的生物信息学专业人才培养

如果说对医学生进行生物信息学教育的目的是使其学会将一个生命科学假设用计算和信息学表示，并正确提供初始数据，那么以医学为中心的生物信息学专业人才培养的目的，就是使其学会用计算机学和信息学处理并证实科学假设的过程。具体的内容包括，与实验室工作人员和临床医生配合，从计算生物学与生物信息学角度指导并帮助其完成科学假设和课题内容设计；在课题实施阶段对后者提供的初始数据进行管理、存储、检索、分析和整合，以及满足后者更高要求的计算机技术的需求，例如应用软件的设计，生物系统和结构的建模，等等。目前，计算生物学与生物信息学专业研究生的培养模式主要有3种：①以生物学为中心的多学科培养模式。理论教育以生物学为中心，在6～9个学期内陆续完成生物学部分课程（相当于普通生物学系1／3～1／4课程）的选修，然后根据兴趣和实际情况选择一个相关实验室完成研究生课题。这种培养模式被大多数综合大学采纳。②以工程设计为中心的培养模式。③以医学为中心的培养模式。指以医学研究和临床应用为中心设置计算生物学和生物信息学，绝大多数由医学院校设置，侧重生物信息学与临床医学的结合。在进入课题阶段之前会有1～2年临床相关概念和信息的培训，主要开设的课程包括生物学、细胞生物学、分子生物学与基因组学、化学与物理学、计算机科学、数学和统计学等，甚至包括部分医学课程，后期实践阶段通常选择一个相关实验室完成研究生课题。总的看来，医学生物信息学基础课程设置与国际趋势相符，也符合以医学为中心计算生物学与生物信息学的培训要求。但从近年生物信息学专业研究生就业情况来看，确实存在素质参差不齐，学不能致用，不能很快融入研究工作等问题。笔者认为，这种现象可以从三个方面加以改进：①以职业发展和学位教育为导向，建立多层次、多形式的医学信息学教育和继续教育体系。各医学院校可在统一专业培养目标和定位的基础上，根据自身的学科基础和特色，结合学生毕业后的工作领域和就业方向，形成“个性化”的专业方向和培养方案。②加强师资力量的建设，形成以课程为中心的教学团队。现有医学生物学教材内容宽泛、偏重理论，对实践环节的指导较少，需要授课老师有选择的挑选合适的内容并予以补充和完善。这对授课教师的素质提出了更高要求，要求其能根据实际情况因材施教，有所取舍，强化重点。目前，各院校教学团队和师资力量配备受限，建议可以课程为中心，培养、引进学术带头人，从其他专业挑选骨干教师兼任等多种形式，形成以课程为中心的教学团队。③实践教学与综合能力的培养。生物信息学是一门实践性非常强的学科，要将“学有所长，学以致用”作为人才培养的最终目的。可以通过构建开放式实践教学平台，建设实践教学基地等方式尽可能强化实践操作训练［4］，后期部分学生可以结合个人兴趣，本着双向选择的原则，将实践阶段训练固定到导师和实验室，并安排其参与完成某一项课题的设计、实施和总结，在整个过程中要特别注意培养学生的学习兴趣和自学能力，强调知识的自我更新。

综上所述，医学生物信息学人才培养的最终目的是使生物信息学能满足现代医疗和医学研究发展的需要，使医学生物信息学人才成为有效连接基础研究与临床医疗的桥梁，为现代医学的发展提供新途径［5］。

参考文献：

［1］Mark　Gerstein，Dov　Greenbaum，Kei　Cheung　and　Perry　L．Miller．An　interdepartmental　Ph．D．program　in　computa－tional　biology　and　bioinformatics：The　Yale　perspective［J］．Journal　of　Biomedical　Informatics，2007，40：73－79．

［2］倪青山，胡福泉，饶贤才，等．医学院校生物信息学实践教学初探［J］．基础医学教育，2011，13（6）：538－539．

［3］张乐平，冯红玲，宋茂海，等．生物信息学教学与医科学生计算思维培养［J］．计算机教育，2012，19（4）：12－16．

［4］寻萌，陈艳炯，杨娥，等．《生物信息学》教学实践探讨［J］．西北医学教育，2011，19（6）：1220－1223．

［5］Michael　P．Cummings，Glena　G．Temple．Broader　incorpo－ration　of　bioinformatics　in　education：opportunities　andchallenges［J］．Briefings　in　Bioinformatics，2006，11（6）：537－543

生物信息学培训范文第2篇

【关键词】离散数学 生物信息专业 本科教育

【中图分类号】O158 【文献标识码】A 【文章编号】2095-3089（2012）10-0243-01

1.引言

21世纪是“生命科学的世纪”，随着实验技术的突飞猛进，人类对生命现象的理解也越来越深入，国内各大实验室和科研机构正在进行大规模的湿实验，产生的实验数据量惊人，已经突破传统的实验科学研究的范围。从20世纪末，伴随着人类基因组计划的开展，许多计算机科学家，应用数学家，物理学家都参与系统处理和分析涌现的大量实验数据的研究中，并形成了一个新的交叉学科“生物信息学”。生物信息学在近二十年来得到快速的发展，在国内外知名院校的研究生教育中已经开展了生物信息学课程。近些年，国内各知名院校相继开设了生物信息学本科专业，专门培养生物信息学人才。然而在本科生物信息学课程规划和设计方面，各个学校都处在探索阶段，本文浅谈将离散数学作为生物信息专业基础课设立的必要性，课程设计和规划，及在教学中遇到的问题和体会等几个方面。

2.离散数学在生物信息学专业开展的必要性

生物信息学是生命科学、计算机科学和数学相交叉所形成的新学科，因而生物信息学的专业基础的课的设置比较复杂。 虽然这三个传统学科的基础课的设置可以作为生物信息学课程设置的参考，然而他们每个学科的知识量非常大，如何在本科阶段的基础课阶段精选出合理的课程体系，让生物信息学专业的学生在两年内掌握三个学科的基础知识，并能较好的与后续学习的专业课结合上是目前生物信息学本科教育的一个急需解决的问题。 生物信息学专业从无，到课程体系的基本构建完成大概经历十年左右的时间，具有相关专业的院校都进行了有益的探索，特别是在本科教育前两年基础课授课的内容已经基本完成。 哈尔滨医科大学生物信息科学和技术学院是国内首个开设生物信息学本科专业的学院，在过去近十年的本科教育中积累丰富的经验，并进行了多次教学讨论和改革。 随着计算机科学的快速发展，离散数学这个古老的学科又重新焕发了青春，并在现代数学中得到了快速的发展，它已经成为了计算机科学和数学两个学科教学的核心课程， 并成为了我院生物信息学专业的基础教学的一门重要课程。结合近些年，在生物信息专业教授离散数学的过程，深刻体会到离散数学在本科基础教学中开设的必要性。离散数学是指研究离散量的结构及其相互关系的综合学科。离散数学的重要性逐渐被人们认识，从理论计算机科学到计算机应用，从计算机的硬件和软件开发到人工智能和人工识别，无处不在体现着离散数学包含的思想和方法。而生物信息学研究中核心的工具是计算机，培养生物信息学专业学生利用计算机这个强大和有效的工具解决实际问题是基础课设过程中需要考虑的重要方面。离散数学因为在计算机科学中独特的地位，使得它已经成为生物信息学专业必不可少的一门基础课。

3.离散数学的课程规划和设计

由于生物信息学是一个多学科的交叉的专业，因而离散数学的课程规划和设计是不可能如计算机专业和数学专业那样分成几门课程：组合数学，图论，数理逻辑和运筹学等分别授课，这样会导致学生的学业负担过重，而且是难以实现的。因而需要根据学生认知规律，从数理逻辑，组合数学，图论和运筹学精简一部分和生物学信息学及计算机程序设计密切相关的内容进行讲授。讲授的时间一般应在本科阶段第三个学期。 此时，与数学相关的基础课高等数学，计算机科学相关的计算机理论基础、C语言，及生命科学相关的分子生物学等课程已经讲授完毕，离散数学的授课将可以和这些基础知识结合，促进对离散数组的分析研究的认识，并对后续的计算机程序设计课程的开展打下坚实的基础。

离散数学的课程设计的总学时一般为72学时，分为理论课和实验课两部分。理论课一般为56学时，计算机实验课为16学时。由于生物信息学是一门侧重应用型的专业，因而理论课和实验课，可以实现理论和实践的有效结合，把数学知识转化成解决问题的有效工具。由于离散数学中包含的内容较多，因而需要数理逻辑，组合数学，图论和运筹学的基础知识进行精简。基础课中，数理逻辑一般授课为8学时，重点讲授集合论知识；组合数学是授课的重点，课时数为24学时，重点讲授组合计数和排列组合的生成算法等基础知识；图论是侧重应用部分，授课学时数为12学时，授课重点为无向图和有向图的基本概念及最短道路和最小生成树的搜索算法的知识；运筹学方面的授课学时为12学时，授课重点为线性的最优化的理论知识。实验课是对学生学习理论知识的有效检验和升华，可以调动学生的学习积极性和热情，实验课共16学时，可分为4次，每次4学时。实验课内容可设为：排列组合生成算法，最短道路搜索算法，最小生成树的搜索算法和二次线性规划的搜索算法的实现，实验课顺利开展便于培养学生的动手能力和学习的自信心。

4.教学实践及体会

在讲授离散数学的过程中，深刻体会离散数学具有知识点多及交互性强的特点，因而在授课过程中不可能把每一个知识点讲细，面面俱到。教师授课应力求“讲思想，讲重点，讲方法，讲体会”，应该充分相信学生的自学能力和探索的潜力，着重培训学生的探索发现的能力，给学生一个足够大的思想空间，培训学生独立解决问题的能力。由于离散数学的发展目前处于活跃期，很多新的知识正不断补充进来，而且这些知识和现实中存在的问题能够结合，从而要求教师需要不断学习和进修，提高自己的数学修养，来引导学生更好的学习离散数学，为生物信息学相关的其他课程打下一个良好的基础。

参考文献：

[1]苏建忠，张岩，刘洪波等，组合数学在生物信息学教学中的应用.科技创新导报，2012，02，142。

生物信息学培训范文第3篇

论文摘要：生物信息学是生物科学中一门新兴的前沿学科。针对目前国内生物信息学教学现状，基于其他学科的成功教学模式，结合生物信息学课程特点，提出“以知识为中心，理论教学与实验教学有机结合”的教学模式。

2l世纪是高科技发展的世纪，随着人类基因组计划的完成、遗传语言的破译、生物大分子的功能与结构研究，一门崭新的、拥有巨大发展潜力的新的学科生物信息学悄然兴起并得以蓬勃发展。生物信息学已成为分子生物学家和从事生物学研究和学习的科研人员、教师和学生的必备工具。在生物信息学开设条件尚不成熟的情况下，目前还没有完善的教学模式，如何在高校进行生物信息学教学则亟需探索。为此，笔者根据几年的生物信息学教学实践，提出几点见解，期盼能“抛砖引玉”，引起同行专家学者的关注，由此推动生物信息学教学质量的提高。

1生物信息学概述

生物信息学(Bioinformatics)是生物学、数学和计算机科学交叉所形成的一门新兴学科，它主要运用信息科学和计算机手段通过数据分析和处理．揭示海量数据间的内在联系和生物学含义，进而提炼有用的生物学知识。诺贝尔奖获得者W．Gilbert在1991年曾经指出：“传统生物学解决问题的方式是实验的。现在，基于全部基因都将知晓，并以电子可操作的方式驻留在数据库中，新的生物学研究模式的出发点应是理论的，一个科学家将从理论推测出发，然后再回到实验中去追踪或验证这些理论假设”。该论点预示了生物信息学在生物科学中的重要地位。

生物信息学的最大特点；一是数据库庞杂，仅人类基因组一项，就大约有3．0×l0个A、G、C、T构成：二是操作主要在网络环境中运行，通过网络强大的搜索功能实现数据储存、检索和分析；三是由于是一门由计算机技术、数学、生物学等多学科综合交叉产物．它的理论及内容尚在不断地完善与更新中。

2教学现状

2．1缺乏合格的生物信息学师资，教师队伍的整体数量和质量与我国生物信息学教育快速发展的规模极不相称。

2．2对生物信息学专业人才培养的认识各异，造成课程设置不合理。我国高等教育的传统模式在创新性人才和交叉学科人才的培养方面本身就存在不少薄弱环节，如何通过生物信息学专业课程教学与实践加强学生的研究能力，从而加快培养不同专业背景的“复合型”人才是摆在我们面前的一项艰巨任务

2．3生物信息学教育与其他专业的合作还有待加强。尽管生物信息学是一门新兴学科，但与其他专业之间存在不少联系。现阶段的问题是不同专业学科的教师之间缺乏交流与合作，难以满足生物信息学教学的需求。

2．4在教学方法上．重视系统知识的传授和授课计划的完成，而忽视学生能力和素质的培养。此外，缺乏理论教学与实验教学的有机整合，实验教学只是以验证理论为目的，内容单一，无创新点，忽视了对学生实际操作能力的培养。

2．5教学中还缺乏适合的理论和实验教材。授权影印国外原版教科书和翻译书籍仍占主导地位，而国人自编的教材寥寥无几。例如，我们在教学实践中已深感到《基础生物信息学及其应用》一书已不能满足实际教学工作的需要，但由于种种原因．修订版迟迟未能完成。此外，系统性也是目前生物信息学教材中普遍存在的一个问题。

3创新教学模式探讨

作为教学论三大流派之一的建构主义认为：学生在现实世界的真实环境中去感受和体验该知识所反映事物的性质、规律以及该事物与其他事物之间联系，通过学生的自主学习和协助学习，来完成对所学知识的意义建构。多媒体计算机和网络通信技术的发展，为建构主义学习环境提供了理想认知工具．能更有效地促进学生的认知发展。基于其他学科的成功教学模式。结合生物信息学课程特点，笔者提出“一个中心，两者结合”的教学模式。即“以知识为中心，理论教学与实验教学有机结合”。突出学生的主体地位，强化了个性教育。

3。1知识定位为中心以教学活动的真正对象——知识定位为中心．在不同的具体教学活动中教师与学生的“主角”与“配角”地位相互转换．即在某些教学环节中，教师是知识建构的主角，学生当配角，而在另一些教学环节中，则相反。同时，针对不同的教学内容和教学需要．采取不同的教学方法。生物信息学是一门多学科交叉的科学，涉及的知识面即深又广，学生进行独立自学的难度很大。尤其是生物信息学中的相关数学知识，诸如隐马尔科夫链、动态规划算法和几何拓扑理论等，在教学中则需采用教师主导的传统讲授方法。

课堂教学受学时的限制，通过探究式方法，引导学生利用课余时间拓展知识，是不可或缺的教学方法，其教学过程大致分为3个步骤：首先确立教学目标，目标可以由教师设定，也可以是学生所感兴趣的内容。如：玉米基因组SSR引物设计，这类问题一般无法找到现成答案．必须通过学生自己去查阅和检索相关数据库后综合分析才可得到。其次进行分组．对一个崭新事物的认识单靠个人智慧的力量往往难以全面兼顾，需要集体的智慧。分组就是将学生随机分组．以组为单位去检索相关基因和蛋白质数据库。如何使用检索工具、哪些数据库需要检索、哪些指标是可以限定、哪些地方不可以忽略等方面的问题，指导教师可给予一定的启发提示和帮助，但不能替代完成。最后集中讨论，由小组成员围绕指定的问题，如SSR引物，则本着资源共享的原则，陈述检索过程、分析结果，并就检索过程中存在的问题及技巧进行共同讨论，最后由指导教师就检索结果进行取舍、总结，对学生的学习情况作出点评。并提出改进意见及进一步要求。

3．2理论教学与实验教学的有机整合

3．2．1通过生物数据库的使用，提高学生处理生物信息的能力由于大型服务器和计算机的参与，分子生物学对生物分子(主要是核酸和蛋白质)研究工作的效率大大提高。到目前为止，生物学数据库总数已达500个以上，在DNA序列方面有GenBank、EMBL和DDBJ等；在蛋白质一级结构方面有SWISS—PROT、PIR和MIPS等：在蛋白质和其他生物大分子的结构方面有PDB等：在蛋白质结构分类方面有SCOP和CATH等．各数据库均通过Intemet提供多种形式的数据检索服务。例如：NCBI—Gen．Bank数据库就提供Retrieve(Email)，Entrez(Web集成信息检索)及Query(Email集成检索)等多种方式的检索服务。这类检索服务是生物数据库所能提供的多种服务中最基本的信息共享和应用服务．也是生物专业学生和科研工作者经常使用的。

3．2．2通过序列比对软件的开发．增强学生使用生物信息处理软件的能力将未知序列同整个数据库中的已知序列进行比较分析是研究者手中的一个强有力的研究手段。对2个物种进行全基因组序列比较已不再是一个梦想．进行序列比较的目的之一是判断2个序列之间是否具有足够的相似性，从而判定二者之间是否具有同源性。在世界各地，科学家每天都要进行成千上万次的序列比对和数据库搜索。实验操作中通过序列比对软件开发的培训，使学生熟练掌握生物信息处理软件．并能编制解决相关问题的小软件。

3．2．3运用生物信息学相关知识，提高学生获取蛋白质信息的能力由于构成蛋白质的20种氨基酸化学构造上的差别远远大于构成核酸的4种碱基的差别。因而蛋白质在结构和功能上存在更大的多样性。目前实验方法获取蛋白质结构信息仍然需要大量的时间，而且对技术和技巧都有很高的要求。越来越多的蛋白质在测定空间结构后尚不清楚其生物功能，因此蛋白质功能预测日益受到重视。预测的方法是目前提供蛋白质结构及功能信息的重要方法。蛋白质结构与功能的复杂性必须借助生物信息学的技术手段才能更好的阐明，通过对生物信息学的学习和掌握，可使学生更多更快地了解蛋白质的信息。

3．2．4优化实验教学内容，发挥网络教学优势生物信息学实验教学主要是针对海量生物数据处理与分析的实际需要，培养学生综合运用生物信息学知识和方法进行生物信息提取、储存、处理、分析的能力．提高学生应用理论知识解决问题的能力和独立思考、综合分析的能力。生物信息学实验教学内容的选择与安排应按照循序渐进的原则．针对特定的典型性的生物信息学问题设计，以综合性、设计性实验内容为主，明确目的要求，突出重点，充分发挥学生的主观能动性和探索精神，以激发学生学习的主动性和创造性为出发点，加强学生创新精神和实验能力的培养。

生物信息学实验教学以互联网为媒介、计算机为工具，全部在计算机网络实验室内完成。在教学中，充分利用网络的交互特点实现信息技术与课程的结合。教师通过电子邮件将实验教学内容、实验序列、工具等传递给学生，学生同样通过电子邮件将实验报告、作业、问题和意见等反馈给教师，教师在网上批改实验报告后将成绩和评语发送给学生，让学生及时了解自己的学习情况。

3．2．5加强实践能力考核生物信息学主要是学习利用互联网、计算机和应用软件进行生物信息分析的基本理论和基本方法。考试重点是考察学生对生物信息分析的基本方法和技能的掌握程度和对结果的分析解释能力。因此，通过上机实践操作重点考核学生在互联网环境下，对序列进行生物信息分析并对结果进行解释。不仅考核学生对基本知识和基本原理的掌握，而且考察学生进行生物信息分析的实际能力和分析思考能力。通过实践技能考试．促进学生注重提高理论用于实践的综合能力。

生物信息学培训范文第4篇

关键词：生物信息学 课堂教学 实验教学 现代教育技术

前言

生物信息学(Bioinformatics)是一门新兴的交叉学科。广义地说，生物信息学从事对生物信息的获取、加工、储存、分配、分析和解释，并综合运用数学、计算机科学和生物学工具，以达到理解数据中的生物学含义的目标［1］。其含义是双重的:一是对海量数据的收集、整理与服务，即管理好这些数据;二是从中发现新的规律，也就是使用好这些数据。以1987年出现Bioinformatics这一词汇为标志，生物学已不再是仅仅基于试验观察的科学。伴随着21世纪的到来，生物学的重点和潜在的突破点已经由20世纪的试验分析和数据积累，转移到数据分析及其指导下的试验验证上来。生物信息学作为一门学科被广泛研究的根本原因，在于它所提供的研究工具对生物学发展至关重要，因此成为生命科学研究型人才必须掌握的现代知识。今天的实验生物学家，只有利用计算生物学的成果，才能跳出实验技师的框架，作出真正创新的研究。现在基因组信息学和后基因组信息学资源已经成了地球上全人类的共同财富。如何获取和利用基因组和后基因组学提供的大量信息，如何具有享用全人类共有的资源的初步能力，成了当今世纪生命科学学生必须掌握的基本技术和知识以及必须具有的初步能力［2］。

生物信息学以互联网为媒介，数据库为载体，利用数学知识、各种计算模型，并以计算机为工具，进行各种生物信息分析，以理解海量分子数据中的生物学含义。区别于其他生命科学课程，其在教学过程中要求有发达的互联网和计算机作为必备条件。调查显示国内高校都已建立校园网，其中拥有1000M主干带宽的高校已占调查总数的64.9%，2005年一些综合类大学和理工类院校已率先升级到万兆校园网［3］，这些都为生物信息学课程在高校开设提供了良好的物质基础。该门课程与现代网络和信息技术密不可分，在教学工作中充分利用现代教育技术较其他课程更具优势。另外，该门课程尚未完全形成成熟的课程体系，为教师学习借鉴先进的教育思想与教学实践经验，在各方面尝试教学改革提供了广阔的空间。

1 课堂教学

生物信息学主要以介绍原理、方法为主，深入浅出，注重知识更新。课堂讲授以介绍生物信息学的相关算法、原理、方法为主，而这也是教学的重点和难点。在教学中对于这部分内容应遵循深入浅出、避繁就简的原则，结合具体实例分析算法，避免空洞复杂的算法讲解，以免学生觉得枯燥乏味、晦涩难懂，产生畏惧心理，望而生畏;注重讲解算法的思想和来龙去脉，让学生真正掌握解决问题的思路，培养其科学思维能力，并采用探讨式教学鼓励学生思考，通过讨论与研究的方式循序渐进地掌握复杂的内容，介绍相关的教学和物理学知识，使学生充分体会到生物信息学与其他学科的关系及其他学科的思想方法对于生物科学的重要性，培养其自觉地将其他学科的方法和思想应用于解决生物学问题的科学素质。在教学工作中教师必须能够紧跟学科发展方向，随时进行知识更新，了解最新的前沿动态，掌握新方法，将最新的知识和方法教给学生。同时，也要在教学中鼓励学生通过各种途径自觉地关注学科发展动态，拓宽知识面，培养其自学能力和创新意识。

2 充分利用现代化教育技术，采用启发式教学

目前，高等院校在教室内配备的多媒体投影播放系统促进了多媒体教学的广泛应用。生物信息学采用多媒体教学是适应学科特点、提高教学效果和充分利用现代化教育技术的一项基本要求。作为生物信息学教学的基本模式，多媒体教学使讲解的内容更加直观形象，尤其是对于具体数据库的介绍以及数据库检索、数据库相似性搜索、序列分析和蛋白质结构预测等内容涉及的具体方法和工具的讲解，可以激发学生的学习兴趣，加深学生对知识的理解和掌握，提高学生理论与实践相结合的能力。同时，由于生物信息学依赖于网络资源和互联网上的分析工具和软件，教室内的多媒体计算机连接到互联网，极大地提高了教学效果。但在实际教学中发现，多媒体教室也有局限性，学生主要以听讲为主，不能及时实践，教师讲解与学生实践相脱节，如果将生物信息学课程安排在计算机房内进行，并采用多媒体电子教室的教学方式，就可以解决上述问题。在教学中采用启发式教学，可为学生建立教学情景，学生通过与教师、同学的协商讨论、参与操作，能够发现知识、理解知识并掌握知识。

3 采用讲、练做一体化的教学模式，注重学生实践能力的培养

生物信息学课堂教学应积极学习借鉴职业培训和计算机课程教学中讲、练、做一体化的教学模式，在理论教学中增加实训内容，在实践教学中结合理论讲授，改变传统的以教师为中心、以教材和讲授为中心的教学方式。根据教学内容和学生的认知规律，应灵活地采用先理论后实践或先实践后理论或边理论边实践的方法，融生物信息学理论教学与实践操作为一体，使学生的知识和能力得到同步、协调、综合的发展。

通常可采用先讲后练的方法，即首先介绍原理、方法，之后设计相关的实训内容让学生上机实践。对于操作性内容和生物信息分析的方法和工具的讲解可采取进行实际演示的方法，教师边讲解边示范，学生在听课时边听讲、边练习，或者教师讲解结束后学生再进行练习。理论与实践高度结合，可充分发挥课堂教学的生动性、直观性，加深学生对知识的理解，培养和提高学生的实践操作能力。

4 优化生物信息学实验教学内容，发挥网络教学优势

生物信息学实验教学主要是针对海量生物数据处理与分析的实际需要，培养学生综合运用生物信息学知识和方法进行生物信息提取、储存、处理、分析的能力，提高学生应用理论知识解决问题的能力和独立思考、综合分析的能力。

生物信息学实验教学内容的选择与安排应按照循序渐进的原则，针对特定的典型性的生物信息学问题设计，以综合性、设计性实验内容为主，明确目的要求，突出重点，充分发挥学生的主观能动性和探索精神，以激发学生学习的主动性和创造性为出发点，加强学生创新精神和实验能力的培养。生物信息学实验教学以互联网为媒介、计算机为工具，全部在计算机网络实验室内完成。在教学中，充分利用网络的交互特点实现信息技术与课程的结合。教师通过电子邮件将实验教学内容、实验序列、工具等传递给学生，学生同样通过电子邮件将实验报告、作业、问题和意见等反馈给教师，教师在网上批改实验报告后将成绩和评语发送给学生，让学生及时了解自己的学习情况。教师可以通过网上论坛、聊天室和及时通讯工具QQ、MSN等对学生的实验进行指导，与其讨论问题等。网络环境下的生物信息学实验教学不仅能提高学生的学习兴趣，给学生的学习和师生的互动带来极大的方便，提高教师的工作效率，而且可以及时了解掌握学生的学习情况，有利于教师不断调整教学方案，达到更好的教学效果。

5 生物信息学采用无纸化考试，加强实践能力考核

生物信息学主要是学习利用互联网、计算机和应用软件进行生物信息分析的基本理论和基本方法。考试重点是考查学生对生物信息分析的基本方法和技能的掌握程度和对结果的分析解释能力。因此，在生物信息学考试中可尝试引入实践技能考试，通过上机实践操作重点考核学生知识应用能力。实践技能考试采用无纸化考试方式，学生在互联网环境下，对序列进行生物信息分析并对结果进行解释，不仅可考查学生对基本知识和基本原理的掌握，而且可考查学生进行生物信息分析的实际能力和分析思考能力。通过实践技能考试，淡化理论考试，克服传统的死记硬背，可促进学生注重提高理论用于实践的综合能力，同时可更有效地提高学生计算机应用能力。学生成绩评定大部分是以学生的考试成绩为主，难以对学生的学习情况和学习过程作全面地评价。因此，除采用实践技能考试并将其作为学生成绩的主要部分外，还应加强对学生平时学习态度、学习能力、创新思维等方面的考查。

总之，生物信息学教学是网络环境下生物教学的全新内容。上述教学措施提高了学生的学习积极性、实践操作能力、解决实际问题的综合应用能力及创新能力，收到了良好的教学效果，得到了学生的普遍欢迎，具有较强的可操作性和实践性。在今后的教学实践中，教师自身素质的提高和进一步的教学改革，将会不断完善生物信息学教学，培养具有跨越生命科学、信息科学、数理科学等不同领域的“大科学”素质和意识的生物信息学人才。

参考文献:

[1]赵国屏等.生物信息学[M].科学出版社，2002.

[2]钟杨，张亮，赵琼.简明生物信息学[M].北京:高等教育出版社，2001.

生物信息学培训范文第5篇

关键词：个性化习题；生物信息学；QQ群

中图分类号：G811.4 文献标志码：A 文章编号：1674-9324（2016）48-0171-02

生物信息学是生物学、计算机科学和信息技术等支持的，包括存储、组织和生物数据检索的一个现代交叉学科。随着分子生物学和信息技术的不断突破，各种生物数据的获得变得非常容易，但是如何对这些数据进行组织、分析和处理，并从中发掘出能用于解决生物科学问题的信息，成为目前生命科学的难点和热点。生物信息学因此应运而生，其本身不仅是研究现代生物学，也是研究其对工业、医疗等重要领域影响的一门实践性学科（Bloom，2001）。

一般认为，生物信息学主要渗透到统计数学、计算机和生命科学，尤其是生命科学的组学领域（郭丽等，2014），因此在教学中，生物信息学的教学内容往往因学生背景不同而会有不同的侧重。这就需要教师根据学生的背景及知识结构的需求来合理安排教学。本文根据近年来对生物信息学教学的经验，从教学方法、个性化练习题对学生上机的促进及QQ群投票功能在教学中的应用等方面进行了总结，对如何能够提高生命科学学院的学生学习此门课程的兴趣进行了探讨。

一、现代教学方法的利与弊

随着计算机科技的不断进步，教学已经从传统的板书模式进入到现代多媒体教学模式中。多媒体技术应用的初衷是提高学生的参与度，满足教学手段更民主、多元化及个性化的教学目标，其优点为表现力丰富，可以通过动画、视频、图像、音频等效果将抽象难懂的问题直观化。其次，节省了大量的板书时间，同时教师可将教学的重点、难点链接，以益于学生直观地了解并进行思维拓展（张林，2011）。多媒体最明显的一个特点就是教学容量加大，但正是这些优势也伴随相应的问题：（1）重形式而忽视教学内容。很多学校在进行教学管理及评价时，过分关注多媒体课件的形式以及学生的感受，导致有些教师过分注重多媒体的表现形式而忽视了教学的主要内容。（2）教学容量和学生的吸收量之间反差较大。由于教学内容和容量的增大，教师并没有根据授课对象的具体情况合理安排和讲授学科内容，而被动的成了多媒体的播放员和解说员。总之，多媒体教学利大于弊，因而成为教学改革和发展的必然产物，虽有缺点，但不能因噎废食，需通过其他方法来克服弊端才能达到完美的教学效果。

二、个性化习题是学生实践提高的强力推动器

生物信息学是一门实践性非常强的学科，为了加强学生的实践能力，教师要综合应用启发式、运用式及讨论式等多种教学方法来激发学生的兴趣。笔者在课堂实践中，充分发挥个性化习题的作用，将教师的科研渗入到课堂，注重理论与实践相结合，努力提高学生解决实际问题的综合能力。比如，在讲授第五章内容电子克隆部分，此章节目的是通过一段表达序列标签（EST），综合应用Blast、序列比对、步查法等方法查找各种数据库，通过软件的应用进行拼接、预测、去除内含子等方法，最终获得可能的全长cDNA序列并加以注释。在以往的教学练习中，全班同学的任务一样，难以知道学生是否真正掌握所教授的内容，为此，笔者将学生分组，每组自行通过阅读文献获得一条其感兴趣的EST序列，或者利用他们的毕业论文中涉及的EST序列去进行电子克隆练习，通过这种个性化习题的随堂练习，能显著强化学生的计算机应用能力和实践能力，同时也能提高学生在教学中的积极性、主动性和创新性。

三、发挥QQ群的投票功能在教学练习中的作用

生物信息学是一门交叉学科，对于非生物信息学专业的生命学院的学生而言，虽然教学大纲只要求学生掌握一些基本软件的原理及数据库的熟练使用。但是，这需要学生具有扎实的生物化学、遗传学、细胞学及分子生物学的基础知识。比如，在讲授第三章“核酸序列的分析”时，会要求学生利用已知的EST序列去Blast查找与之有同源性的基因组序列，进行序列比对，预测并利用Bioedit软件找出此基因的启动子、终止子和剪接点。这首先要求学生必须明确这些分子生物学的概念，否则在有限的生物信息学课堂上，会变成分子生物学或遗传学的复习课。而课外QQ群就起到了非常重要的交流促进作用。笔者在将QQ群的功能应用到课外教学辅助平台的基础上，充分发掘QQ群的投票及评论功能为教学所用，例如教授第三章前，将课件放到QQ群的文件中，让学生去预习。为激发学生预习的主动性，要求学生在评论中列出对本章的主要知识点或难点，并对课件中涉及的名词进行解释。为进一步加强理解，对投票功能进行设置，相应的对投票选项1、2、3、4分别设置成A、B、C、D，这样教师可根据需要将知识点转化成练习题，以加强学生的学习。同时，也可鼓励学生将一些新的感兴趣的话题或问题置于QQ群。总之，QQ群的投票功能可以成为教师与学生课下交流的一扇窗口，成为生物信息学的一种及时且重要的学习工具。

四、建议与展望

生物信息学是一门新兴学科，但我国无论是在对学科的重视还是发展程度上，与国外都存在一定的差距。在美国，计算生物学国际协会教育委员会一直致力于将生物信息学整合到高中生物教材中，学生在高中即接触生物信息学，而且高校对高中生物信息学的教学提供相应的培训课程和网上资源，生物信息学和其他分子生物学、植物学等一样较早的深入到学生的知识体系中。而我国由于该学科产生的历史较短，课程的开设集中在“985”、“211”重点院校的生物信息学专业，尽管近十年来，各大高校也意识到此学科的重要性，且课程也在逐步在开设，但由于学时短，很多教学仅限于学生掌握基本的数据库的查询。为使生物信息学能在普通院校的生命科学学院能很好的开展，各个高校应建立合适的课程教学内容。虽然近年“生物信息学”课程在各高校纷纷开设，但由于生物信息学是一门发展中的学科，它的理论及内容尚在不断完善与更新中（郭丽等，2014）。因此，对于教材的选择，不能只追逐信息量充足、内容新颖、知识选材前瞻性好的教材（杨娥等，2014）。作为普通院校的非生物信息学专业的本科生，想在较短的时间内（36课时）很好掌握如此大信息量的知识较为困难（刘宏生等，2010）。因此，需要依据学生基础及院校的人才培养目标和现今生物信息学发展的现状建立合理的课程内容体系。另外，由于缺乏合适的专业人才，生物专业的生物信息学的师资力量薄弱，无法建成高水平的教学队伍。因此，加大生物信息学教师的培养力度，建成一支专业的、年龄和知识结构合理的师资队伍，是提高本科院校生物信息学教学的关键问题之一。

参考文献：

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

[2]郭丽，赵杨，娄冬华，等.生物信息学实践课教学改革探索[J].南京医科大学学报（社会科学版），2014，（2）：165-167.

[3]张林，柴惠.现代教学手段在生物信息学教学中的应用[J].新课程研究，2011，（219）：156-157.

[4]杨娥，徐纪茹，陈艳炯，等.医学本科生生物信息学教学的探索与实践[J].西北医学教育，2014，22（5）：958-960.

生物信息学培训范文第6篇

Shortliffe教授指出，医生对于计算机和新技术越来越依赖就是其中一个重要问题。由于患者的个体状况和疾病状况千差万别，医生在诊疗过程中的逻辑推理也各有特色。但是，计算机的应用有可能削弱医生和患者之间的和谐关系，使医患之间的互动和整个诊疗过程变得呆板机械。在某些情况下，医生不是根据自己的知识、经验和逻辑对患者做出诊断，而是依赖于他们使用计算机的方式来做出判断。实际上，计算机永远不可能代替人脑，更不可能超过人脑。只有当计算机和人类的智慧与实践相结合，才能发挥出真正的作用。

生物医学信息学的定义

根据美国医药信息学会（American Medical Informatics Association, AMIA）的定义：Biomedical Informatics (BMI) is the interdisciplinary, scientific field that studies and pursues the effective uses of biomedical data, information, and knowledge for scientific inquiry, problem solving and decision making, motivated by efforts to improve human health.

生物医学信息学（BMI）是一门研究如何有效利用生物医学数据、信息和知识的跨学科科学，以满足科学查询、解决问题和制定决策的需求，并通过不断的努力，推动和提高人们的健康。

生物医学信息学的关键属性

生物医学信息学主要从事生物医学数据、信息、知识的产生、存储、获取、使用及共享的理论、方法和过程的研究、开发和应用。

生物医学信息学建立在计算机技术、通讯技术以及信息科学的基础上，是IT技术在生物医学领域上的应用。

生物医学信息学在方法学上可以支持从分子水平到大众水平的研究、推论、建模、模拟、实验和转化。覆盖从基础医学、临床科研，到临床诊疗、公共卫生等多种生物医学领域的研究和应用。

生物医学信息学认为生物医学信息的最终使用者是人。因此，社会科学和行为科学对于技术性解决方案的设计和评价，以及对于复杂经济、伦理、社会、教育和组织架构的演进，起到了非常重要的影响作用。

BMI各应用领域的相互关系和区别

在生物医学信息学领域有很多看似非常相近的术语和名词，很容易被混淆和乱用，例如：信息学、医学信息学、生物信息学、卫生信息学、生物医学信息学、公共卫生信息学等等。如何理解这些术语？它们之间的区别和联系又是怎样的呢？

Shortliffe教授解释说：生物医学信息学是一门基础性生物医学科学，是一门应用潜力非常广泛的科学。生物医学信息学研究和发展的推动力，是生物学和医学领域的临床、科研和实践中所遇到的各种问题。生物医学信息学将生物医学的理论和方法与计算机、信息和通讯技术相结合，以创新和发展新的方法和理论为目标。这些核心理论和方法包括数学建模、数据库理论、认知科学、统计学、数据挖掘，自然语言处理等等，反过来又促进生物医学科学和健康科学的研究、应用和创新。

生物医学信息学理论、方法和技术首先被应用到临床医疗、诊断和护理等临床医学领域，同时也被应用在牙科和兽医学领域。这些领域关注的是患者个体，是以患者为中心实现临床相关信息的采集、集成、共享和应用，因此被称为临床信息学。

与临床信息学紧密联系在一起的是公共卫生信息学，它的应用不是针对单一的患者个体，而是关注整个人群，以大众健康和管理为目标。临床信息学和公共卫生信息学共享了很多相同的方法和技术，这两个方面结合在一起就是我们通常所说的医学信息学。因此，生物医学信息学不能等同于医学信息学。

生物医学信息学在生物学领域的应用，特别是在细胞生物学和分子生物学上的应用，主要关注的是细胞和分子水平的过程，这部分被称为生物信息学。

生物医学信息学在放射影像、图像成像和分析、以及影像管理方面的应用被称作影像信息学。影像信息学以组织和器官为主要对象，包括：放射影像、病理影像、超声影像、皮肤病学、以及分子可视化等等应用领域。

据Shortliffe教授介绍，其实这些应用领域的边际是非常模糊的，例如生物信息学和影像信息学相结合就产生了分子生物成像学；生物信息学和临床信息学的结合形成了药物基因组学，而临床信息学和公共卫生信息学相结合则形成了大众消费健康学。

BMI和HIT的关系

生物医学信息学与计算机科学（软件和硬件）、临床科学、基础生物医学科学、流行病学、统计学、生物工程学、管理科学及认知科学与决策密切相关。

生物医学信息学（BMI）与医学信息技术（Healthcare Information Technology, HIT）有着密切的关系，但相互各有侧重。BMI更偏重于BMI理论的研究、方法的建立、教学、以及这些理论和方法在生物医学研究领域应用。其主要参与者是学术研究人员、科研机构及相关实验室。而HIT则更偏重于应用，主要是把BMI的方法、理念以及研究成果与医疗临床实践相结合，并通过厂商开发成相应的医疗信息系统产品，供医院和卫生行政机构使用。其主要参与者是医疗IT厂商、医疗临床机构及卫生行政机构等。在美国，生物医学信息学领域的学术组织是美国医药信息学会（AMIA），而医学信息技术领域的学术组织是美国医疗信息管理和系统协会（HIMSS）。

加强生物医学信息学教育和培训

生物医学信息学对于生物医学研究、企业应用系统的研发、图书馆情报学和知识管理、公共卫生统计、生物技术和制药、临床实践和管理、以及政府决策研究，都将发挥重要的作用。

但是，目前要真正把信息技术应用到生物医学领域以及临床诊疗中，还存在一个非常大的障碍，就是缺乏同时具备信息技术知识和生物医学领域知识的复合型人才。因此，作为交叉科学的生物医学信息学，要肩负起自己的使命，要为复合型人才的培养做出贡献。各医学院校和研究机构，在开展常规的生物医学信息学学位教育之外，还应该积极开设信息学相关的培训，为医学生和护理学生提供双学位课程。另外，要加强对医药卫生专业人员的信息学继续教育，并积极为临床医护人员所进行生物信息学研究提供必要的支持和协作。

Shortliffe教授还指出： IT基础架构（IT Infrastructure）一向被公认为是实现安全、有效、以患者为中心、及时、高效率和公平六个医疗目标的基础。但是，临床信息系统设计和实施40年来的经验和教训告诉我们：成功的系统不仅仅取决于技术，而更取决于人、文化和创新性的流程。

紧密合作才能相互融合

生物信息学培训范文第7篇

美国医学信息学学会（AMIA）主席Edward Shortliffe是这样定义医学信息学的概念：医学信息学（Medical Informatics）是一门新兴快速发展的交叉学科，以生物医学中的信息、数据和知识为研究对象，收集、存储、展现并检索里面的规律，以用于我们在卫生管理、临床诊疗和知识分析中做出决策和解决问题的科学。

时间在发展，医学信息学的定义也在发展。医学信息学的定义有广义和狭义之分，狭义的说法就是指临床信息学。就整个大的学科范畴来说，医学信息学涵盖临床信息学、生物信息学、图像信息学以及公共卫生信息学等几个领域。但在我国，由于医学信息学起步较晚，其概念仍处于模糊状态。

历史――国内医学信息学演变自医学情报学

医学信息学发展的标志可追溯到国际信息处理联合会（Internationl Federation for Information Processing，IFTP）在1967年成立的与卫生有关的技术委员会。经过不断发展，于1978年成立了国际医学信息学会（Internationl Medical Informatics Assciation，IMIA）。IMIA是国际医学信息学领域内的权威组织，为医学信息学学科建设、医疗行业信息化做出了贡献。

我国的医学信息学教育与医学图书馆学、情报学以及信息管理学密不可分，医学信息教育的起源和孕育是在20世纪60年代以后，那时多所医学院校根据医院和社会需求设置了医学图书馆专业的在职培训。到了80年代初，由于医学图书馆对专业人才的实际需求已经很大，在对前期医学图书馆类教育实践进行充分论证后，经卫生部批准，在原白求恩医科大学、同济医科大学、中国医科大学和湖南医科大学设置“医学图书馆情报专业”，四年制本科，毕业授予医学学位。

医学情报学发展到20世纪90年代，随着信息手段不断在各个行业中应用发展，一些医学高校便逐渐将图书馆学系更名为信息管理系，并开设了“医学信息学”方向的专业，当时也有些医院建立了单机的医疗管理系统。根据1993年7月16日原国家教委颁布的《普通高等学校本科专业目录》，医学图书情报学专业也进行了名称上的调整，专业名称由“医学情报学（医学、药学）”改为“信息学（医学、药学）”，拓宽了专业口径。这为我国医学信息学教育走上正规化与专业化打下了基础，其意义也是不言而喻的。

1998年7月，教育部重新颁布了《普通高等学校本科专业目录》，对原专业目录做出了新的调整，将若干相近专业进行了合并和重组，将原来“经济信息管理”、“信息学”、“科技信息”和“管理信息系统”等5个专业合并为“信息管理和信息系统”，隶属管理学门类。于是各医学高校在此基础上将“医药/卫生信息管理专业方向”设在信息管理和信息系统专业之下，重新调整了培养方案和课程设置。

到了2002年底，经教育部批准，中南大学将“信息管理和信息系统（医学方向）”专业更名为“医学信息学”专业，专业代码070408W。2003年秋开始首次以“医学信息学”专业对外招生，这标志着中国医学信息学专业的正式起步。与此同时，南通大学与南通医学院合并，开始正式招收“医学信息学”专业本科生，医学信息学教育在我国逐渐发展起来。

现状――医学信息学教育在我国的发展

专业调整以及培养方向多样化后，医学信息学教育已经成为国家医学教育和信息管理教育体系中的一部分。2000年以后，随着医药科学的发展以及随之而来的医改大潮，对医学信息学人才提出了更高更专业的要求，学科发展浪潮的强烈冲击已经开始了。

放眼国际，医学信息学的学科发展和培养方向逐渐达成了相对的共识。“在国内，虽然医学信息学这个名词相对还很新鲜，但我们的产业已经发展在前了，各个医院已经使用了多种信息系统。但在学术领域上来讲，还有很多人并不理解医学信息学到底是什么，还带有太多的医学情报学的烙印。”北京大学医学信息学中心常务副主任雷健波说。“现在，国际公认的医学信息学学科体系可分为如下几个相互关联的领域――生物信息学、图像信息学、临床信息学、公共卫生信息学。这其中到底有什么区别，是我们在以后的人才培养中必须要弄明确的。”

当然，医学信息学在国外发展了30年后，国内医学信息教育事业也并没有原地踏步。我们非常高兴地看到，在2000～2009年期间，经过教育部备案或批准设置面向医药卫生领域的信息管理与信息系统专业和医学信息学专业的高等院校已经从20世纪80年代的4所增加到当今的40多所，国内医学信息学教育格局发生了根本性的变化，开始了前所未有的新局面。

研究――符合我国国情的学科研究内容

新医改将医学信息学的发展提上了一个新的日程，中国医学科学院医学信息研究所所长代涛认为，我国医学信息学的研究领域体现在以下几个方面。

1. 医学知识表达

即通过收集医学相关知识，对其进行系统和正式的定义；保证人和计算机对医学知识的一致性理解。如医学知识组织体系，分类表、主题表、医学分类、医学本体、一体化语言系统等。医学知识组织体系的研究是我们开展医学信息学研究的基础。同时，还有医学数据编码与标准、医学信息检索、医学决策支持。

2. 卫生信息系统

在我国，利用卫生信息系统来改善卫生保健的质量，降低医疗成本，成为医疗卫生服务信息系统的一个主要内容，从而建立一个像美国一样的庞大的医疗体系。这个系统有医院信息系统、成像系统、电子病历、健康档案、区域卫生信息系统、远程医疗等。

3. 生物信息学

生物信息学（BioInformatics）是自人类基因组计划以来，人类与模式生物基因组的测试工作产生了大量数据，基于此情况而产生的，是研究、开发或应用计算机工具和方法来扩展对生物学、医学、行为科学和卫生数据的使用，包括获取、存储、组织、分析和可视化这些数据。

4. 医学信息学教育和培训

目前，我国已经有40余所大专院校成立了医学信息学系，学位教育主要由本科和研究生两个教育层次组成，博士教育则刚刚起步。尽管我国的医学信息学教育发展很快，但与技术发展及应用需求相比，仍然有非常大的差距。尤其是在新医改建设数字化医院的趋势推动下，要求医学信息学的受教育者不仅要熟练掌握信息处理技术，而且要掌握足够的医学科学知识。

生物信息学培训范文第8篇

研究发现，所有的自闭症儿童都具有一定的共性，比如：对人冷漠，刻板等等，但是每个孩子都有他的特点，而且有些孩子的特点表现得特别明显。

在儿童自闭症的传统治疗方法中，训练治疗是比较常用的一种。通过长期的训练能够使其逐步具备社会适应能力、生活自理能力、与人交往能力，甚至可以在接受培训后从事某项工作而达到自立。但是目前的训练治疗只能让一小部分儿童达到近乎正常的功能，并且训练时间太长，对家庭的负担也特别大，很多孩子都无法坚持下来。

能否为儿童找到更为科学的治疗方案？全球有不少科学家及医生都在尝试。近几年，魏丽萍也向这个领域迈开了步伐。

魏丽萍是由美国斯坦福大学培养的生物信息学博士，自1994年起她就一直从事生物信息学研究工作。针对海量生物数据分析的挑战，她带领课题组自主研发了11种含有生物信息学新数据库和算法的软件，并将其全部在网上免费公开，这些年，他们的这些研究被大量的国内外生物学家应用于他们的研究中，预测结果多次被验证。

在课题组打好了生物信息技术基础之后，近些年魏丽萍又开始利用这些技术专攻儿童自闭症的致病原因及个性化治疗方法。

“如果能够在这两个方面有所突破，将会是很多家庭及自闭症儿童很大的福音。”魏丽萍说，自闭症儿童在社会交往中存在着很大的障碍，严重的患儿甚至终身都不能上学和工作。而在另外一个方面，自闭症目前病因不明，也没有治愈的方法。

不过，国内外的不少研究已经发现，某些染色体异常可能会导致儿童自闭症的发生。

于是，魏丽萍和其团队开始在染色体基因方面寻找突破口。这几年，他们通过对自闭症儿童症状的详细分型，开发并利用高效的生物信息学软件和数据库技术，开始从大量的病人的基因组中寻找致病基因和突变，并希望在不久的将来根据自闭症儿童的基因组，辅助医生选择最佳的个体化治疗方案。

不久将来，在他们的努力下，自闭症儿童的治疗可能要更为科学和有效得多。

魏丽萍表示，对于自闭症儿童，目前社会上还存在着很大的认识方面的误区，有很多人认为自闭症患者一般都有艺术家的气质，是天才，是神童，其实这完全是误解，因为这种有特殊才能的孤独症儿童始终只是自闭症儿童群体中的少数，一般不到孤独症患者总数的5%。在现实生活中，尽管有些自闭症儿童会在音乐、绘画和机械记忆方面表现出某些超乎寻常的能力，但是这些人并不是大部分自闭症儿童患者的写照，事实上自闭症患者超过一大半都是智商低下的。

“就是在某些方面才艺超群的自闭症儿童，也只是在一方面才能突出，在绝大多数情况下，他们其他方面的智力发育都比较迟缓，很多人甚至生活完全不能自理。因此，对这个群体，社会需要予以充分的关心和重视。”魏丽萍说。

生物信息学培训范文第9篇

当前，一场新的生物技术革命正在兴起，即将席卷全球。印度凭借信息技术革命带来的机遇实现了自20世纪90年代以来长达10多年的经济快速发展，其成就举世瞩目。而今，印度正在全力打造生物技术产业，以迎接新一轮的战略机遇期，实现其争当世界大国的目标。对此，我们不仅要高度关注，而且有必要借鉴印度的经验，以加快我国生物技术产业的发展，以便在未来的竞争中占据有利地位。

一、全球视野的生物技术产业

生物技术又称生物工程，包括基因工程、细胞工程、蛋白质工程、酶工程和发酵工程等各种高新技术。广义的生物经济是指建立在生物资源、生物技术之上，以生物技术产品的生产、分配、交换、使用为基础的经济。狭义的生物经济是指以生命科学和生物技术研究开发与应用为基础，建立在生物技术产品和产业之上的经济。目前的种种迹象表明，生物技术及其产业将是本世纪全球最有前途和最有活力的技术和产业。生物技术不仅直接关系到农业、医疗卫生(疾病预防)的发展，而且与生态系统恢复、生物多样性保护、生物资源的可持续利用、能源新技术的应用等息息相关。它对整个经济社会的渗透力可以与当今的信息技术媲美，且是继信息技术产业之后最热门的产业。就连全球首富比尔・盖茨都认为新的世界首富将在生物技术产业领域诞生。

尽管生物技术产业的形成一般认为在20世纪70年代，比信息技术革命晚约30年，但生物技术正如信息技术一样在短短的时间内取得了巨大发展，并即将进入突破性的飞跃发展阶段。美国是当今公认的生物技术产业的龙头国家，其生物技术公司有1400家(不包括涉及生物技术的传统制药公司)，从业人员达17．4万人。2000年的收入达250亿美元，为生物服务的相关行业收入达270亿美元。其收入的年增长率高达26％，带来的就业机会年增长率也达18％。①2001年美国有342家生物技术公司上市，生物技术工业的研发支出达156亿美元。2002年美国政府研发支出的1031．5亿美元中，生物技术研发已占25．3％，②2003年全球生物科技市场总值约893亿美元，其中美国占49％，欧洲占29％，亚太占24％。③过去生物技术产业主要集中在制药领域，美国生物技术公司中60％以上和欧洲生物技术公司中43％以上，是从事生物技术药品研发的，而现在生物技术已向其他行业广泛扩展。全球转基因作物商业化的种植面积从1996年的170万公顷猛增到2000年的4420万公顷，四年时间增加了25倍。目前，全球转基因作物种植面积已占全球耕地面积的20％，转基因产品贸易额已超过30亿美元，世界上50％的大豆、20％的棉花、11％的玉米和11％的油菜都是转基因作物。按照这种速度，到2010年全世界90％以上的农作物将是经生物技术改良过的转基因品种。①目前，生物技术产业的年增长率达30％，是世界经济年均增长率的10倍。2001年生物技术产业在全球已创造了4000亿美元的直接价值，②而今这一规模更大。有人预计，到2025年美国的生物技术市场贸易额将达到25200亿美元，欧洲在未来5年内将达到3360亿美元。生物技术所以能快速发展，源于其强大的生命力和渗透力。它不仅自身获得发展，而且也被应用于传统产业改造升级，其影响遍及农业、医药、化工、环保、纺织、造纸等100多个行业。据测算，生物技术的市场空间是信息产业的10倍。因而有人预测，在未来10－15年左右的时间里，生物技术产业很有可能替代信息产业而成为主导产业。③

为了不至于像信息技术产业那样落后于美国，日本、欧盟正在奋起直追。例如，日本从2002年开始制定了生物技术立国的国家战略，力争继汽车、信息技术产业之后，把生物技术产业培育成为国家骨干产业。由时任日本首相的小泉纯一郎直接负责的生物技术战略大纲框架于2002年12月正式出台。该战略框架决定，未来四年将以年增长50％的幅度增加对生物技术研发经费的投入，到2006年生物技术研发经费增加到2002年的5倍，并使其在科学技术预算中的比重从2002年的约13％上升到超过50％。到2010年建立规模达25万亿日元的生物产品市场，包括相关产业在内，创造100万个就业机会。除发达国家外，一些发展中国家也加入到该领域的发展行列。新加坡政府2002年专门为生物技术、保健医疗和医药技术学者设立20亿美元的研究经费，并宣布要成为亚洲生物医疗技术研究发展中心。马来西亚建立了“生物技术与产业联合会”，由副总理任主席。泰国成立了国家生物技术委员会，总理亲自担任主席；成立了“国家生物技术中心”，由副总理任主任。中国、印度、以色列、巴西、阿根廷、古巴等也纷纷加入到生物技术产业发展竞争的行列。可以说，一场席卷全球的生态文明正渗透到每一个角落，生物社会有望成为继农业社会、工业社会、信息社会之后的第四个新时代。

二、印度生物技术业的崛起及其原因

(一)印度生物技术及其产业正在快速崛起

印度自20世纪80年代中期开始就很重视生物技术的研发。至今政府对生物技术研究的投资已达4亿多美元，全国有生物技术公司180家。④尽管印度生物技术产业如同许多发展中国家一样不太发达，但其生物技术研发水平却很高。在农业生物技术方面，印度已经培育并种植了许多抗病虫的高产小麦、水稻等农作物新品种，并获得转基因烟草、水稻、芥子及鹰嘴豆等农作物新品种，还获得了保存蛋白质及防止病虫害等的基因。在生物化肥研制方面，印度已经成功获得利用麦麸、谷糠、玉米秆、蔗渣、海藻及根瘤菌等制造生物化肥的技术。同时，印度国家骆驼研究中心掌握了骆驼的胚胎移植技术并培育出优良骆驼品种，其他研究机构培育出优良奶牛品种和优良鱼种，等等。在生物医学方面，印度掌握了DNA技术和遗传基因技术，并利用这些技术生产出许多抗病毒疫苗。④目前，印度已拥有120项生物技术专利，正在申请的专利更多。2003年美国专利与商标办公室颁发的生物技术专利中，印度获得的专利数量名列榜首。另外，印度在干细胞研究、人类基因研究、生物信息学等方面也达到了很高水平。印度虽然未参加由全世界6个国家20个研究小组共同开展的人类基因组计划(HGP)，但它已参与了国际水稻基因组计划和注释分析基因组序列工作。同时，印度医学研究委员会计划为人类基因研究向全国大学和医学院投资2000万美元。在未来5

年，印度生物技术局也计划投资30亿卢比，主要用于研究药品基因、结构基因和蛋白质基因。⑥印度的生物信息学现已世界领先，其生物技术信息系统已覆盖全国。它采用先进的超级计算机为核-心构建的互联网连接着全国57个重点研究中心，使研究人员可以访问基因组和蛋白质组数据库。印度生物信息学不仅建信息网，而且包括了研究、产品、解决方案和服务等在内的内容，且各研究机构和企业既分ry．合作。印度Reliance集团下属的孟买生命科技公司和设在班加罗尔的国家生物科技中心由于在干细胞领域取得杰出研究成果，被美国卫生研究所选入全球前十家干细胞研究机构，并可享受美国联邦政府为干细胞研究拨出的联邦研究基金。

经过多年发展，印度的生物科技和生物产业均取得了巨大发展。在生物技术方面，2004－2005年度印度生物科技部门的收入达474．5亿卢比(约合10．7亿美元)，比上年增长36．5％。2005－2006年度达15亿美元，比上年增长约40％。据印度生物技术领先企业联盟(ABLE)和《生物谱》(Biospectrum)杂志在班加罗尔的第三次调查报告，2004－2005年度印度已有六家生物技术公司的收入突破10亿卢比大关，生物科技企业从上年的235家增加到280家。2005―2006年度达320家。印度生物技术领先企业联盟主席及印度生物技术公司(Biocon)主席兼董事长基兰・马宗达・肖说，到2010年印度生物科技企业收入超过50亿美元的目标完全可以达到。①在生物信息方面，2004年2月印度工业联合会发表的一份研究报告称，2005年印度将有可能取得全球生物信息市场份额的5％，即30亿美元。印度生物技术部部长阿肖克・科拉斯卡则认为，2008年印度生物信息行业将赚取25亿美元。②在制药行业，2002―2003年度印度制药行业总产值已达70亿美元，出口额达28亿美元。其规模居世界第4位，产值居世界第13位。印度制药业在过去10年里年均增长率高达17％，而将来的年均增长率可能会更高，预计到2010年制药行业的规模可达250亿美元。2005－2006年度印度生物制药产值达470．8亿卢比，比上年度增长31．9％；生物服务业产值达72．0亿卢比，比上年度增长69．3％；农业生物(转基因作物)产值达59．8亿卢比，比上年度增长81．2％。据安永公司的一份全球行业报告，印度已成为亚太地区五个新兴的生物科技领先国家和地区之一。其他四个国家和地区是新加坡、中国台湾、日本和韩国。目前在拥有公司数量上，印度排名第三，大约有96家。澳大利亚拥有228家生物科技公司，中国(包括香港)为136家。预计未来5年印度将创造50亿美元的收入和超过100万个生物科技工作岗位。目前，不少跨国公司和医药巨头纷纷涌入印度，包括葛兰素史克公司、安万特制药公司、百时美施贵宝公司、阿斯利康制药公司、默克公司、诺华公司、辉瑞制药公司、罗氏公司、赛诺菲一圣德拉堡公司、惠氏公司等。正是由于印度生物技术的领先地位，2002年《全球生物技术报》就将印度列为正在兴起的主要研究国家。联合国则把印度作为发展中国家生物工程技术培训中心，欧美等发达国家则把印度作为生物技术试验基地。2004年印度吸引的外国直接投资中，医药行业吸引的外资已占10．63％，居各行业第二位。根据现在的发展状态和发展速度(收入年增长率达40％，出口年增长率达70％)，印度在不远的将来将成为世界一个重要的生物技术大国。

(二)印度生物技术及其产业迅速崛起的主要原因

1．政府高度重视。印度历来有重视科学技术的传统。其首任总理尼赫鲁就认为，印度的未来要靠科技，而且科技发展要建立在自力更生的基础之上。③1950年印度《宪法》规定，科学必须渗透到我们国家生活的各个方面和我们奋斗的一切领域。④20世纪80年代印度总理拉吉夫・甘地提出要用科学技术把印度带入21世纪。1982年印度成立了生物技术局，1986年该局划归科技部，成立了独立的生物技术局(DBT)，以推动现代生物学和生物技术产业的发展。1991年拉奥政府上台后掀起全面改革，提出把生物工程作为关键科技之一赶超世界先进水平。1993年印度科技部制定的《新技术政策(草案)》也把生物工程列为关键突破的技术之一。1998年瓦杰帕伊政府制定的《2020年科技远景发展规划》，把生命科学和生物技术、医学和药学作为17个专项规划中的两个作了全面规划，提出到2020年印度要成为世界举足轻重的生物技术大国。①瓦杰帕伊总理在庆祝印度独立50周年时也说，2010年印度要成为信息技术大国、核大国和生物技术大国。②

2．建立高水平的生物技术研发机构。从20世纪80年代开始印度就在古吉拉特邦、拉贾斯坦邦、旁遮普邦、安得拉邦、北方邦等地设立了1000多个生物技术研究开发机构，从事生物技术研究与开发的科学家就有5000多人。③目前，印度的生物技术中心班加罗尔、海得拉巴、浦那、勒克瑙和新德里聚集了110家卫生保健机构、140家农业机构，以及300家工业和其他生物产品方面的生物技术机构。据估计，在未来三年里，印度的生物技术机构的数目将再翻一番，从550家增至1100家。④其中一些生物技术研究机构达到了很高的水平。例如，印度农业研究院多年从事农业发展研究，现运用生物技术和其他技术培育了世界闻名的普撒(Pusa)小麦品种、哥印拜陀甘蔗品种、马铃薯种胚和沙希华牛，培育了香米、珍珠稷、鹰嘴豆、含油芥菜籽新品种，培育了胡萝卜、黄秋葵、西红柿、菱角、花椰菜等蔬菜优良品种，培育了改进和杂交的芒果、番木瓜、草莓、葡萄等水果品种，培育了玫瑰、剑兰、万寿菊等鲜花优良品种，并在基因图谱、分子标记、基因组排序和转基因农作物方面占据领先地位。其培育的优良小麦品种使印度在1967―2004年间的小麦产量增加了10亿吨，其培育的高产香米品种使印度巴斯玛蒂香米出口量增加一倍以上。另外，其设在昌迪加尔的微生物技术研究所、设在德里的国立植物遗传资源研究所、设在浦那大学的动物组织培养室等也具有很高的研究水平。其中设在海德拉巴的细胞与分子生物中心(CCMB)在过去三年的时间里就申请了60项国家和国际专利。

3．坚持重点突破的原则。印度在生物技术研发及产业发展上都采取重点突破的原则。虽然印度研究的生物技术领域十分广泛，涉及了农业、生物肥料、生物杀虫剂、植物组织培养、动物、海洋资源、环境和生物多样性保护、生物医药技术、生物能源等多个领域，但其重点是基因组学、分子医

学、疫苗研制、生物仪器、生物燃料、生物信息学和营养安全。在基因研究方面，早在6年前生物技术局就在德里的基因组学和综合生物学研究院启动了基因体功能分析学的研究，不仅为研究院配置了计算机设备以处理大量的人类基因组序列数据，而且为基因组研究建立了一个实验室。2001年初生物技术局又宣布在未来5年中拨款25亿卢比给基因体功能分析学、微生物基因组学和药用基因学，以开展基因药物研制。⑤在基因药物方面，印度正在全力开发各种应对糖尿病、艾滋病、麻风病、癌症等人类重大疾病的药品或疫苗。在生物信息学方面，生物技术局1987年就启动了生物信息学计划，其生物技术信息系统(BTIS)从最初仅连接开展生物技术研究的9所大学和实验室到如今已连接57所研究机构。

正是由于印度采取重点突破的原则，因而在生物技术领域取得了辉煌的成果。其提供的世界上最便宜的治疗艾滋病的药品远销世界60多个国家，其开发的新的检测艾滋病病毒的方法NE－VA―HIV只需3分钟就可以从一滴血中检测出是否有艾滋病病毒(HIV)，其研制的生物杀虫剂的功效可以与化学杀虫剂媲美，其研制的一种治疗肺结核病的分子药物能在两个月左右的时间内治愈肺结核病，而标准的治疗时间为6至8个月。另外，印度还开发了一种廉价的对哮喘病很有疗效且无副作用的生物药品阿斯蒙(Asmon)，还研究开发了世界上第一种麻风病疫苗。

4．营造良好的发展环境。一是把生物技术列为优先发展的领域，印度生物技术局已制定促进生物技术发展的规划和政策。二是增加生物技术投入，每年政府专门拨出经费支持生物技术研发和生物企业发展，并设立生物技术和制药研发基金。三是加强生物基础设施建设，促进生物技术、生物工艺和生物产品发展。四是建立行业协会，促进生物行业与政府部门加强合作。一些邦(如安得拉邦)政府还建立了生物技术顾问委员会。五是创建科技园区。2004年6月印度政府公布了投资25亿卢比建设国内第一个生物信息技术园区的计划。六是在全国建立生物技术信息网络。在印度理工学院德里分校建立一套超级计算机系统，专门用于生物信息和计算机生物学研究，并将与全国生物网连接，而生物技术局的11个研究中心已经与全国生物网连接。七是提供政策优惠。生物技术行业与信息技术行业一样获得免税优惠。对从事制药的企业提供与生物技术和IT行业相同的税收优惠待遇。对经批准的进行科学研发的公司实行10年100％减免所得税，并免除研发公司最低出口义务。对以临床试验为目的的所有进口或国内生产的药品和材料免除关税和货物税。将制药业进口关税从25％降至5％，将最高关税从25％降至20％，并免除4％的特别附加关税，其中8种被列入挽救生命的药品的进口关税从50．8％降至5％。八是放松管制，开放市场。进一步放松了对生物制品的管制，允许外资和私营企业进人。1970年制定的《药品价格控制规则》已经过1979年、1987年和1995年三次修改，受控制的药品种类分别减少至370种、143种和74种。2002年颁布的新的制药业政策进一步减少了管制药品的数量，现只有28种。九是加大对知识产权的保护。1995年签订《与贸易有关的知识产权协议》(TRIPS)，从2005年1月1日起实施与世界贸易组织看齐的新的产品专利制度。印度国会也通过议案加大对知识产权的保护，以消除国内外大公司发展的顾虑。十是增加投入。政府不仅通过设立研究机构、试验室、研究基金等方式增加对生物技术的投入，而且通过政策引导吸引了更多的国内外资本进入生物技术产业。

5．扩大开放，大力引进外智和外资发展生物技术产业。印度的生物技术公司不仅到海外设办事处或子公司，以紧跟时代步伐，而且政府制定优惠政策允许国际资本到印度发展。同时，以优厚待遇吸引印裔和国际生物技术人才到印度工作。过去印度人才大量外流，例如美国生物技术和制药领域10％的研究人员和15％的科学家为印裔，现在印度政府正在想尽一切办法让其回流。随着印度经济更加开放，特别是其庞大而高增长的生物技术市场(年增长率近40％)和良好的环境(拥有大批受过良好教育的国际化的廉价的专业人才，其生物科学家的工资仅是西方国家的1／3；拥有广泛的生物试验群体和场所，其医学临床研究活动成本比美国或欧洲低30－40％；拥有易于接触的具有遗传多样性的患者群体和不同的疫病档案；拥有十分丰富的生物资源；等等)，正吸引着越来越多的世界生物公司和生物制药企业进入印度。目前，印度正在推进的国际合作项目包括印度一亚洲生物技术网、印度一新加坡生物技术园及毛里求斯生物信息学中心等。辉瑞、史克、施贵宝、诺华等世界医药巨子都在印度开发或试验其新药产品，并与印度的瑞迪实验室、瑞迪制药公司、Torrent公司、印度生物技术公司、婆罗多生物技术公司、普拉制药公司、兰伯西制药有限公司、沃克哈特制药公司等进行业务合作。与此同时，印度的生物技术企业也纷纷走向国际市场，兰伯西制药有限公司已开展了九次国际性收购，阮氏实验室收购了英国的BMS实验室，其基因药品已占美国市场的0．36％，有61个制药厂获得美国食品和药品管理局的销售许可，是美国镜外批准最多的国家。

6．大力培养生物技术人才。印度的医学院、理工学院等纷纷设立生物技术课程，印度理工学院德里分校已将生物技术列为重点发展学科。印度生物技术局和信息技术部下属的计算机课程审定机构已经积极地参与对课程、基础设施以及专业技术的监督，以推动生物信息学的发展。印度的生物企业和国外投资企业也积极培训生物技术人才。由于印度重视生物技术人才的培养，现在全印已有生物技术领域的科学家25000名在进行研发，每年可以培养大量生物科学和生物工程专业的本科生、研究生、博士生①。今后印度计划每年在生物科学和生物技术领域培训50名教师和1000名学生，再结合短期和长期项目每年培训1000名以上的技师、科学家、工业家、知识产权专家。另据印度有关媒体报道，现印度生物科技专业在读硕士生人数达15万－17万人。②正是由于生物技术人才的大量涌现促进了印度生物技术研发的领先地位和生物技术产业的崛起。

生物信息学培训范文第10篇

1．1事实(Facts)

作为整个信息链的起点，事实就是事物在人类视野(感观/逻辑)中的原始映像［1］。事实是事情的真实情况，包括事物、事件、事态，即客观存在的一切物体与现象、社会上发生的不平常事情和局势及情况的变异态势［2］。事实也是人类知识的起源，人类全部知识的最初信息基础就是事实。

1．2数据(Data)

通常认为，数据是对事物纯粹的、客观的记录，是原始的未经解读的数字、文字、图像、符号、声音、计算机代码等［3］。而数据本身缺乏关联和目的性，但当数据结合一定的背景、规则、意义之后，就会形成信息。

1．3信息(Information)

作为整个信息链中的中心链环的信息，它的下游是面向物理属性的，上游是面向认知属性的。“信息”既有物理属性也有认知属性，因此成为“信息链”的代表称谓。

1．4知识(Knowledge)

知识来自于信息，信息只有同接收者的个人经验、信息与知识准备结合，也就是同接收者的个人背景融合才能转化为知识，它比数据或信息更接近行动。知识必须经过学习或研究以及从信息中经过去粗取精、去伪存真等加工才能够获得［4］。

1．5情报(Intelligence)

情报是为实现主体某种特定目的，有意识地对有关的事实、数据、信息、知识等要素进行加工后得到的产物。情报既包含有信息的成分，也包含有知识的成分。从信息层面看，情报所包含的信息是与人类社会有关的;从知识层面看，情报是与知识的利用价值紧紧联系在一起的。从一定程度上来说，情报是知识的子集。1．6智慧(Wisdom)智慧是能迅速、灵活、正确地理解和解决事物的能力。这种能力来源于人类基于已有的知识，是针对物质世界运动过程中产生的问题，根据获得的信息进行分析、对比、演绎，找出解决方案的能力。从严格意义上来讲，智慧是属于知识层面的，是人类大脑运用知识活动的产物———即运作和应用知识的知识。有知识不一定有智慧，但有智慧一定有知识。知识只有转化为智慧，才能显示出其真正的价值。

1．7事实、数据、信息、知识、情报、智慧之间的关系

数据是客观事实的记录，信息是有意义的事实和数据，知识是系统化的信息，情报是进入人类社会交流系统的运动着的知识，智慧是运用信息和知识解决问题的能力。这样由事实(Facts)数据(Data)信息(In-formation)知识(Knowledge)情报(Intelligence)智慧(Wisdom)层层递进，构成了一条完整的信息链，见图1［5］。

2医学信息学的相关概念

2．1国外医学信息学定义的三种导向

2．1．1以信息技术为导向定义侧重于技术和工具，即通常强调以计算机为基础的技术。“临床计算”、“医学中的计算机”、“医学计算机科学”、“计算机在医学中的应用”等认识比较常见［6］。

2．1．2以角色、任务或面向领域为导向定义侧重于组织内部信息人员的角色。例如，护理信息学、牙医信息学等通过医学信息学分支学科来定义。

2．1．3以概念为导向定义侧重于如数据、信息和知识这些概念在医学领域中的特定内涵。从总体上来看，国外医学信息学的定义是朝着形成基于数据、信息、知识的医学信息学定义方向发展的。

2．2中国医学信息学定义的两种倾向

2．2．1基于字面拆分后的概念解析

第一种拆分是将“医学信息学”拆分为“医学”+“信息学”(medicalinformatics)———偏重于方法论层面。把“医学信息学”定义为信息学在医学领域中的应用，同时确定医学信息学的范围是“医学”和“信息学”之交叉。前者指其应用领域，后者指其方法学。第二种拆分是将“医学信息学”拆分为“医学信息”+“学”(medicalinformationscience)———侧重于学科体系层面(即理论与技术方法统一的学科体系)。把医学信息学定义为研究“医学信息”的一门科学，即研究医学领域中的信息现象和信息规律的一门科学。

2．2．3基于国外医学信息学定义的翻译与重组

此类定义大多为将国外医学信息学的定义翻译成不同形式的汉语语言并且进行重组，与国外对医学信息学的定义无太大区别。

3医学信息学研究中的信息链

3．1“数据信息”链

这一环节的重点在于对医疗大数据的应用。当下全球大量的公共卫生信息、电子病历信息、用药信息、住院信息、图像信息、管理信息、基因信息、医学知识库信息以及实验室数据等构成了医疗卫生大数据［7］。随着信息技术与卫生及生物医学日益紧密的结合，大数据对卫生及生物医学的研究与应用也将产生深刻影响。因此，如何更好地利用大数据便成为信息技术与卫生及生物医学领域共同面对的挑战。大数据在医疗行业可应用于临床、研发、公共卫生和创新商业模式等领域，在健康领域的终极应用是疾病诊断和预测性治疗。虽然医疗大数据的研究和应用如火如荼，但在应用过程中也面临着诸多问题，如数据的存储、数据的整合、数据的挖掘利用和保护等方面都面临着一些问题。这也就需要我们在利用医疗大数据的同时，变革数据管理方式、建立完善的区域卫生信息化标准体系、积极探索利用数据挖掘技术等等各种措施，利用创新的方法和模式，发挥大数据在医院行政管理、健康教育与管理、卫生信息服务和疾病的控制预防中的作用和价值。

3．2“信息知识”链

这一环节主要关注医学知识库的建立。数据库是计算机应用系统中的一种专门管理数据资源的系统，它有文字、符号、图形、图像、数字及声音等多种形式。而知识库是知识工程中结构化、易操作、易利用、有组织的知识集群，是针对某一(或某些)领域问题求解的需要，采用某种(或若干)知识表示方式在计算机存储器中存储、组织、管理和使用的互相联系的知识集合区别与联系［8］。知识库的概念来自两个不同的领域，一个是人工智能及其分支———知识工程领域，另一个是传统的数据库领域。人工智能和数据库两项计算机技术的有机结合，促成了知识库系统的产生和发展。建立医学知识库，需要一支多学科人才的专业队伍，并且要能够适应数字化医疗向智慧化医疗的转变需要，构建大型的一站式通用智能医学知识库。建立知识库，要以本体为建设思路和方法，不仅要构建西医学科的知识库，更要构建中医学科知识库，且重视与“大数据”医疗的整合，更好地利用临床信息，将有用的信息知识化。

3．3“知识智慧”链

这一环节的着重点在于智慧医疗的实现。2008年，IBM首先提出了“智慧医疗”的概念。早期的智慧医疗强调物联网的作用，设想把物联网技术充分应用到医疗领域中，以实现医疗的信息互联、共享协作、临床创新、科学诊断以及公共卫生预防。而未来的智慧医疗将是以卫生信息化和信息共享为基础，以患者为中心，以个性化、智能化医疗服务为核心的医疗服务体系［9］。智慧医疗包括了智慧医院、区域医疗、家庭自助健康监护等多种服务方式，它将成为未来医疗卫生信息化发展的主要潮流。智慧医疗可以创建一个更加合理的医疗产业链，并且使用户体会到更加智能化和协调化的医疗服务［10］。

4医学信息学的未来发展方向

4．1学科体系的协同融合，加速了生物医学信息学的形成与发展

医学信息学(MedicalInformatics，MI)和生物信息学(Bioinformatics，BI)虽然产生背景不同，但是进入后基因组时代之后，生物信息学和医学信息学的边界趋于模糊，互相渗透和结合的趋势明显。其目的就是要提供新的生物医学知识的开发和共享框架。正是两者的协同融合加速产生了一门新的学科———生物医学信息学(BiomedicalInformatics，BMI)。可以预见的是，基于相同的学科理论基础和彼此交叉融合的研究内容，生物医学信息学一定是医学信息学和生物信息学未来的发展方向。

4．2学科研究向促进“转化研究”的方向发展

首先，在信息链的研究视角下，医学信息学的发展会更加注重信息链中的要素从低层次到高层次的链环转化;其次，在医疗领域，医学信息学面临的最大的挑战是如何将生物医学研究领域的成果快速、可靠地转化为现实可用的临床解决方案。同时，医学信息学出现了新的分支学科，即转化医学信息学。转化医学信息学通常被认为是以转化医学中的相关信息问题为研究对象，结合信息科学、理论基础和应用技术，服务于转化医学的研究，其目的是促进基础医学研究成果顺利向临床应用转化［11］。转化医学信息学的研究内容包括医学信息的标准化和医学数据的组织与存储等。它可以利用信息技术有效地加快基础研究变为临床应用，有力地促进转化医学的发展。

4．3学科的社会服务功能不断提升

4．3．1个性化

个性化意味着卫生信息管理和卫生信息服务以用户为中心，围绕每个用户的状态、需求乃至兴趣爱好来采集信息或提供信息服务。可以设想，在未来每个患者都将拥有自己的个人健康中心。

4．3．2智能化

智能化意味着通过对既有信息的分析，挖掘其中的规律，利用获得的规律来处理新的信息，并给用户提供科学合理的建议。

4．4新技术支撑和引领着医学信息学的未来发展

在未来发展中，许多崭新的技术可以有效地促进医学信息学的研究和应用的发展。远程医疗(Telemedicine):计算机技术、多媒体技术、通信技术与医疗技术结合。移动医疗(MobileHealth):通过移动通信技术来提供医疗服务。健康物联网(TheInternetofthings):利用物联网进行健康和疾病的管理。健康云(Healthcloud):以SaaS的方式向医院和医疗机构提供医院管理和居民健康档案管理方面的服务。医疗大数据(Medicalbigdata):大数据技术与医疗行业结合，充分开发利用医疗数据蕴含的信息与价值。转化医学(TranslationalMedicine):建立基础研究与临床医疗间更为直接便捷的联系。智慧医疗(Wisemedical):使用物联网技术打造健康档案和医疗信息平台，实现患者与医护人员、医疗机构和医疗设备的互动。

4．5我国医学信息学学科发展亟待解决的问题

我国医学信息学最近几年发展很快，但学科研究体系不够完善和成熟、学科建设和理论研究比较薄弱、标准设置滞后、系统规划和人才不足等问题制约了医学信息学的健康发展。

4．5．1亟需解决学科正名和专业名称规范化问题

医学信息学在国内的学科地位的确很尴尬，主要表现在国内的三大学科体系(目录)，即“中国图书馆分类法”(简称中图法)、“国家标准的学科分类与代码”(简称国标法)、“教育部颁布的学科专业目录”(简称教育法)中均没有“医学信息学”的类名。因此，当务之急是要尽快确立“医学信息学”的学科名称及其在学科体系中的位置。医学信息教育在国内看似很火爆，其实是乱象丛生。此前教育部只批了中南大学、南通大学、徐州医学院的医学信息学专业，但国内很多学校都在信息管理与信息系统等专业后面加括号注明“医学信息学方向”，然后对外宣称是医学信息学专业。与此类似的还有一种叫“卫生信息管理专业”。显然这都是不负责任的做法。因此，希望教育主管部门加大宏观指导与调控力度，规范医学信息学的学科建设与专业教育。首先，在学科及专业目录上设立独立的“医学信息学”，既不要让“医学信息学”依托(附)于其他学科/专业，也不需要在别的学科/专业后面的括号内出现“医学信息学”。根据教育部2012年9月颁布的《普通高等学校本科专业目录》，建议将“医学信息学”纳入到“特设专业”中的“1010医学技术类”。其次，成立全国医学信息学教学指导委员会(教指委)，规范指导医学信息学的专业教育。再次，协调指导“医学信息”类的学术组织，整合医学信息学的学术研究力量和研究队伍，指引医学信息学的健康发展。

4．5．2加强学科课程的设置和培养目标的确立

我国医学信息学专业的本科课程设置比较落后，学科的课程体系不完善且专业教材缺乏，不同学校的教学内容和培养目标差别很大，体现不出学科的重要性和交叉复杂性。故要求科学合理地加强学科的课程设置，正确处理好计算机科学、医学和信息科学之间的关系，参照国外已有的教学方案并联系自己的教学实际情况去充实教学计划，扩宽教学范畴，使整个医学信息学的教育更加合理。4．5．3实现专业教育体系化，加强专业人才的培养由于没有认识到医学信息学教育的重要意义，医学信息学地位不高，所以学科的科研投入、教育投入和人才培养都面临难题，教材和师资的缺乏也导致了专业教育规范化和体系化不足。为此，要深刻认识到医学信息学教育的意义，推动专业教育向规范化和体系化迈进。医学信息学作为一门新兴学科，其发展需要大批的高水平人才。人才的培养需要在专业教育中实现，只有通过规范科学的教育体系培养高素质的医学信息学人才，培养医学信息学研究的复合型人才和对在岗人员进行进修培训，才能适应医学信息学的快速发展。

5结语

医学信息学是一门正在迅速发展中的新型多学科交叉学科。通过信息链的角度来研究医学信息学，可以为其未来的发展重点及方向提供一个新的视角，使其更加重视医疗大数据、医学知识库以及智慧医疗的研究和发展，从而为医学信息学的发展提供更好的动力。医学信息学的发展正迎来新的机遇，我们应将理论研究和应用实践相结合，努力克服医学信息学在发展中遇到的困难，快速推进我国医学信息学的健康发展。