引論：我們為您整理了13篇生物信息學的定義范文，供您借鑒以豐富您的創作。它們是您寫作時的寶貴資源，期望它們能夠激發您的創作靈感，讓您的文章更具深度。

篇1

《商務定量分析》是將《管理統計學》與《運籌學》兩門管理類專業的專業基礎課內容按照企業經營管理活動的需要整合而成的課程，課程內容涵蓋描述統計、推斷統計、預測分析、規劃分析、決策分析等基本定量分析知識，注重培養學生理性思維發展，鍛煉學生深入研究問題的素養和撰寫分析報告的能力，為其今后在管理崗位的進一步發展打下基礎。但是，《商務定量分析》通常在學生學習了高等數學、線性代數、概率論及數理統計等數學基礎理論課程后開設，學習過程中需要學生具備一定的數學基礎，這就造成了部分數學基礎較為薄弱學生在學習過程中感到課程有一定的難度，以致于產生厭學態度，而同時學有余力的學生又希望深入學習，因此在傳統的“以教師為中心”教學理念下的教學活動使得課程的教學效果大打折扣。

“以學生為中心”的教學理念提倡“讓學生自己去發現和創造知識”，由傳統的“課堂、教師、教材”向“學生、學習、學習過程”的轉變。承認學生的個體差異，教師通過多種教學手段引導學生自主構建學習體系，在教學過程中不斷通過教學評價了解學生的學習效果，不斷改進教學，提高教學教學效果。

基于以上兩點，在《商務定量分析》課程從課程內容設計、教學方法和手段、教學評價等三個方面進行了一系列的探索。

一、以實用性為原則構建課程內容主體框架

《商務定量分析》課程教學目的在于從實用性角度培養學生從事管理類崗位的基本職業素養和能力，因此課程內容也主要圍繞企業經營管理活動相關內容而展開，內容涉及面較廣，注重知識的應用，理論夠用即可。因此課程多與實際經營活動中的案例相結合，通過實景式學習背景激發學生學習的熱情，打破傳統的統計學、運籌學只注重理論忽視應用的模式，讓學生在學習的過程中能夠切實感受到知識的實用性，從而產生濃厚的學習興趣。

但是少部分學生也有繼續深造研究的需要，因此對于這部分學生，可以在教師的指導下完成課程延伸知識的學習，完成下一步深造的知識儲備。

二、多種教學手段相結合促進學生自主學習

引導學生自主學習、構建學習體系是“以學生為中心”的教學目的，因此教學目標設置、教學材料組織以及教學方法運用方面都應圍繞該目的展開。

1.明確教學目標促進學生自主學習

根據學生的個體水平在每個知識模塊中設置基本目標、提升目標以及晉級目標等三個等級的教學目標，三個學習目標的學習難度是逐漸增加的。教師在學生開始學習每個模塊之前都會對該模塊的三級學習目標做出提示，以便于學生在自主學習過程中參照三級學習目標進行有針對性地學習和訓練，在模塊的總結和復習中有目的的對學習內容進行回顧，滿足不同基礎的學生的學習要求。

2.基于基礎理論應服務于知識的運用的原則設置教學內容

教學內容弱化傳統教學中對于統計學、運籌學中定理、公式的推導過程而注重于數據分析方法的應用，相關理論做到夠用即可。與此同時，通過教師對知識的進一步梳理，在傳授知識的同時側重于學生解決實際問題的能力，各模塊的課后思考題和作業的設置既能夠讓學生牢固掌握基礎理論知識同時又能夠通過較為復雜的案例分析完成對基礎知識應用能力的提升鍛煉，這就要求教師在教育教學環節對各模塊的知識體系做出詳盡的分解，合理設計教學內容、教學環節。

3.豐富多樣的教學材料拓展學生的專業知識

圍繞學生的興趣，從經濟、生產、質量、物流、人力資源、財務等多方面豐富教學材料，讓學生在閱讀教學材料的同時對企業經營管理有宏觀的認識，從學生個人的興趣角度出發，有針對性地選擇他們所感興趣的專業知識進行深入的思考和探討，告別傳統教學中由一本教材貫穿整個課程的教學模式。這對教師的課程準備工作帶來了新的挑戰。

4.多種教學手段輔助教學過程

傳統的教學往往是教師講，學生聽的模式。以學生為中心的教學中則可以采用小組討論、辯論、案例討論、角色扮演等多種以W生為主的教學手段，在教師的組織下完成學生通過自主學習就能夠完成的內容，而教師在課堂上的講授將主要圍繞學生自主學習過程中遇到的難點問題給予及時的指導。其次，運用信息化手段將教學目標、教學材料、教學內容設計可以滿足學生隨時隨地學習的愿望，是實現自主學習的必要支持手段。

5.重點強調計算機軟件的使用技能

當今社會，計算機已成為人們工作中不可缺少的工具，在數據分析領域，計算機的作用更是重要。學生在校學習期間如果能掌握一到兩種計算機分析軟件，將會為他們未來的職業發展奠定良好的基礎。因此在課程的教學過程中，避免了讓學生進行長篇累牘的手工計算，取而代之的是常用的計算機軟件完成復雜的數據處理和分析功能，如Microsoft Excel、SPSS等軟件的學習都能夠起到讓學生開闊視野的作用。而且當今的學生具備很強的自學能力，他們完全可以在教師的指引下，通過教學材料的自學、網絡搜索、討論學習等手段初步掌握這些軟件的使用。

三、合理的學習效果評價及時反饋教學效果

根據各個學習模塊的不同特點設定合理的學習效果評價體系，一方面為學生自測學習效果提供了依據，另一方面為教師進一步改進教學方法提供了依據，是學生學習過程的重要組成部分。在教學組織過程中要注意學習效果的及時反饋才能起到應有的效果。學習效果評價機制可以采用學生自主測評、師生互評、生生互評等多種渠道展開，通過學習過程中的反饋、案例討論報告、隨堂測試、學生自主學習匯報等多種手段實施，其目的都是掌握學生自主學習的動態，及時地糾正偏差。

篇2

歷史――國內醫學信息學演變自醫學情報學

醫學信息學發展的標志可追溯到國際信息處理聯合會（Internationl Federation for Information Processing，IFTP）在1967年成立的與衛生有關的技術委員會。經過不斷發展，于1978年成立了國際醫學信息學會（Internationl Medical Informatics Assciation，IMIA）。IMIA是國際醫學信息學領域內的權威組織，為醫學信息學學科建設、醫療行業信息化做出了貢獻。

我國的醫學信息學教育與醫學圖書館學、情報學以及信息管理學密不可分，醫學信息教育的起源和孕育是在20世紀60年代以后，那時多所醫學院校根據醫院和社會需求設置了醫學圖書館專業的在職培訓。到了80年代初，由于醫學圖書館對專業人才的實際需求已經很大，在對前期醫學圖書館類教育實踐進行充分論證后，經衛生部批準，在原白求恩醫科大學、同濟醫科大學、中國醫科大學和湖南醫科大學設置“醫學圖書館情報專業”，四年制本科，畢業授予醫學學位。

醫學情報學發展到20世紀90年代，隨著信息手段不斷在各個行業中應用發展，一些醫學高校便逐漸將圖書館學系更名為信息管理系，并開設了“醫學信息學”方向的專業，當時也有些醫院建立了單機的醫療管理系統。根據1993年7月16日原國家教委頒布的《普通高等學校本科專業目錄》，醫學圖書情報學專業也進行了名稱上的調整，專業名稱由“醫學情報學（醫學、藥學）”改為“信息學（醫學、藥學）”，拓寬了專業口徑。這為我國醫學信息學教育走上正規化與專業化打下了基礎，其意義也是不言而喻的。

1998年7月，教育部重新頒布了《普通高等學校本科專業目錄》，對原專業目錄做出了新的調整，將若干相近專業進行了合并和重組，將原來“經濟信息管理”、“信息學”、“科技信息”和“管理信息系統”等5個專業合并為“信息管理和信息系統”，隸屬管理學門類。于是各醫學高校在此基礎上將“醫藥/衛生信息管理專業方向”設在信息管理和信息系統專業之下，重新調整了培養方案和課程設置。

到了2002年底，經教育部批準，中南大學將“信息管理和信息系統（醫學方向）”專業更名為“醫學信息學”專業，專業代碼070408W。2003年秋開始首次以“醫學信息學”專業對外招生，這標志著中國醫學信息學專業的正式起步。與此同時，南通大學與南通醫學院合并，開始正式招收“醫學信息學”專業本科生，醫學信息學教育在我國逐漸發展起來。

現狀――醫學信息學教育在我國的發展

專業調整以及培養方向多樣化后，醫學信息學教育已經成為國家醫學教育和信息管理教育體系中的一部分。2000年以后，隨著醫藥科學的發展以及隨之而來的醫改大潮，對醫學信息學人才提出了更高更專業的要求，學科發展浪潮的強烈沖擊已經開始了。

放眼國際，醫學信息學的學科發展和培養方向逐漸達成了相對的共識。“在國內，雖然醫學信息學這個名詞相對還很新鮮，但我們的產業已經發展在前了，各個醫院已經使用了多種信息系統。但在學術領域上來講，還有很多人并不理解醫學信息學到底是什么，還帶有太多的醫學情報學的烙印。”北京大學醫學信息學中心常務副主任雷健波說。“現在，國際公認的醫學信息學學科體系可分為如下幾個相互關聯的領域――生物信息學、圖像信息學、臨床信息學、公共衛生信息學。這其中到底有什么區別，是我們在以后的人才培養中必須要弄明確的。”

當然，醫學信息學在國外發展了30年后，國內醫學信息教育事業也并沒有原地踏步。我們非常高興地看到，在2000～2009年期間，經過教育部備案或批準設置面向醫藥衛生領域的信息管理與信息系統專業和醫學信息學專業的高等院校已經從20世紀80年代的4所增加到當今的40多所，國內醫學信息學教育格局發生了根本性的變化，開始了前所未有的新局面。

研究――符合我國國情的學科研究內容

新醫改將醫學信息學的發展提上了一個新的日程，中國醫學科學院醫學信息研究所所長代濤認為，我國醫學信息學的研究領域體現在以下幾個方面。

1. 醫學知識表達

即通過收集醫學相關知識，對其進行系統和正式的定義；保證人和計算機對醫學知識的一致性理解。如醫學知識組織體系，分類表、主題表、醫學分類、醫學本體、一體化語言系統等。醫學知識組織體系的研究是我們開展醫學信息學研究的基礎。同時，還有醫學數據編碼與標準、醫學信息檢索、醫學決策支持。

2. 衛生信息系統

在我國，利用衛生信息系統來改善衛生保健的質量，降低醫療成本，成為醫療衛生服務信息系統的一個主要內容，從而建立一個像美國一樣的龐大的醫療體系。這個系統有醫院信息系統、成像系統、電子病歷、健康檔案、區域衛生信息系統、遠程醫療等。

3. 生物信息學

生物信息學（BioInformatics）是自人類基因組計劃以來，人類與模式生物基因組的測試工作產生了大量數據，基于此情況而產生的，是研究、開發或應用計算機工具和方法來擴展對生物學、醫學、行為科學和衛生數據的使用，包括獲取、存儲、組織、分析和可視化這些數據。

篇3

1 云計算定義

“云”是一個通過虛擬技術把云端計算機或是服務器連接在一起的服務網絡。存儲和分析數據都由“云”端的服務器或是計算機完成。中國云計算專家劉鵬給出如下定義：“云計算是一種商業計算模型，它將計算任務分布在大量計算機構成的資源池上，使用戶能夠按需獲取計算力、存儲空間和信息服務。”

按照資源的共享水平，云計算的服務模式分為三種，基礎架構即服務（Infrastructure as a service）， 平臺即服務（Platform as a service）和軟件即服務（Software as a service）。

IaaS（Infrastructure as a service） Service：基礎架構即服務。它整合了基礎設施如虛擬主機、存儲設備、網絡設備等資源成為一個服務平臺提供給用戶使用。IaaS位于網絡的底層，向用戶提供按需分配、按需付費的計算設備和存儲設備。

PaaS（Platform as a service）提供服務平臺，用戶掌控運作應用程序的環境，可以在平臺上應用，測試和開發軟件。

SaaS（Software as a service）即在服務平臺上提供軟件供用戶使用，用戶只使用軟件，不掌握操作系統、硬件等網絡基礎架構。用戶不必自己安裝軟件，只需要瀏覽器連接到公共的服務平臺即可。供應商會按照用戶的要求安裝所需的軟件，并負責軟件的升級和維護。

云計算的主要優點：

（1）把用戶從安裝和測試軟件的工作中解脫出來。云計算平臺可以按照用戶的需求提供軟件及硬件的服務。用戶不需要考慮網絡下面復雜的硬件架構，僅僅需要關注計算和分析就可以。

（2）按需租用計算資源可以讓用戶支付更少的費用。在云計算平臺上，用戶在最初時可以租用少量的機器，以后隨著需求的增加或減少相應的增加或減少租用的機器。用戶所付的費用就是實際租用機器的費用。

（3）云計算方便研究人員之間的數據共享和分析。不同研究者在本地服務器上安裝的軟件版本可能不同，所以共享數據和軟件很困難。云計算可以使登錄同一個平臺的用戶共享操作系統和所有的軟件數據，保證了軟件的版本同步更新。

2 云計算在生物信息中的應用

我們把云計算在生物信息學中的應用按IaaS， PaaS和SaaS三個方面分別介紹。

2.1 IaaS

用戶租用云計算上的虛擬主機可以自己控制計算、存儲等硬件設備，建立需要的計算環境。并且大量的生物信息學工具可以打包為虛擬鏡像用于租用的云計算的虛擬主機上，可以很方便的進行多種數據分析。如CloVR提供的一個包含預配置和自動的生物信息學流程的虛擬主機，可以運行在本地的計算機上也可以運行在云計算平臺上。這個虛擬機以Ubuntu和BioLinux為基礎，安裝了Grid Engine和Hadoop作為作業調度，Ergatis作為工作流系統，還有很多開源的生物信息學軟件，如BLAST、16S rRNA等。用戶也可以開發自己的軟件運行在虛擬機上。Bioconductor是一個開源的關于R語言的生物信息學庫，提供了一系列的軟件包用于微陣列數據分析。用戶可以下載Bioconductor提供的鏡像安裝到租用的云計算平臺上。

2.2 PaaS

Galaxy Cloudman和Eoulsan可以看做PaaS。Galaxy整合了一系列的簡單易用的工具，提供一個簡易的網頁用來分析數據。Galaxy Cloudman把Galaxy的軟件工具打包成一個鏡像，可以在AWS（Amazon Web Service）上應用。用戶可以將其他安裝在Galaxy平臺上的軟件安裝到自己的云計算平臺上，甚至可以在Galaxy Cloudman上定義插件。通過添加額外的工具，可以擴展默認函數并測試和使用。從這個意義上說，Galaxy Cloudman可以看做PaaS。

Eoulsan整合了很多下一代基因數據分析工具，如BWA，Bowtie，SOAP2，GSNAP，edgeR，和DEdeq于一個框架內，同時，它也支持用戶自己開發的插件用于數據分析。

2.3 SaaS

很多傳統的生物信息學工具如BLAST、UCSC Genome Browser僅僅用一個瀏覽器就可以登錄到服務器使用相應的服務，它們也可以稱為SaaS。這些服務一般由軟件工具的開發者提供，伸縮性很差。我們主要介紹應用于云計算平臺上可以伸縮的生物信息學工具。

短序列（讀段）匹配是指將測序得到短序列匹配到參考基因組上，這是許多測序數據分析的第一步，如SNP識別和基因表達譜分析。CloudBurst，CloudAligner，SEAL和Crossbow都是應用于云計算基于MapReduce的軟件，可以匹配數以百萬計的序列。Schatz用”seed-and-extend”算法開發的CloudBurst可以確定錯誤匹配的數目。CloudBurst模仿了RMAP的算法，但速度提高了30倍。但是CloudBurst不支持fastq文件，并且不能處理重亞硫酸鹽測序和（雙）末端測序產生的數據。CloudAligner彌補了這個缺點，并且比CloudBurst快35%到80%。SEAL整合了BWA，在序列匹配時可以去除重復的序列，這對SNP識別和以后分析很有用。應用MapReduce的Crossbow整合了Bowtie和SOAPsnp，可以在幾個小時內匹配數以十億計的序列。

差異表達分析可以用來尋找不同樣本中表達有明顯差別的基因，而RNA測序（RNA-seq）用來量化樣本中的基因表達水平。Myrna是一個云計算平臺上計算大規模RNA測序的軟件。它整合了序列匹配、歸一化、聚類分析和統計模型，直接輸出不同樣本的基因表達水平和不同表達水平的基因。然而，Myrna 最大的缺陷是不能正確地將短序列匹配到外顯子拼接位點上。但FX彌補了這個缺點。FX用改進的匹配函數分析RNA數據，以RPKM或是BPKM的格式輸出不同基因的表達水平。

3 云計算面臨的問題

云計算提供了強大的計算能力，但云計算自身的特點也使它的發展面臨了一些困難和制約。云計算在生物信息學上的應用尚處于初期階段，盡管已經出現了一定數量的生物信息學工具，但仍有很多的分析無法完成，很多的工具還需升級或者開發。云計算上數據的隱私性和安全性也是用戶需要考慮的方面。特別是一些生物數據涉及到病人的隱私，但很多國家還沒有保護這種數據隱私的法律。云計算服務提供商需要制定一些規則來保護用戶的數據。

4 對應用云計算的建議

對于將要使用云計算的用戶，需要考慮以下三個方面：數據規模、安全隱私和費用。

數據規模及安全隱私：首先要考慮你的數據規模是否超過了本地計算機的處理能力。現在本地的個人電腦可以處理數千兆的數據，服務器一次可以處理數百G的數據。如果用戶熟悉并行計算的技術，可以處理數TB的數據。但如果你的數據更大并且不精通并行計算，本地計算機和服務器就很難處理了，就可以考慮云計算。用戶如果要向云計算平臺上傳輸數據，需要考慮數據的安全性和隱私性。比如涉及病人的隱私是否會泄露，云計算服務提供商是否可以保證數據的安全等。

費用：云計算的費用一般是按照使用的計算資源的多少和使用時間的長短計算的。使用云計算前應該評估其使用費用。用戶應該考慮所有階段的費用，如數據傳輸、保存、分析等。

目前，云計算和生物信息學都處在快速發展當中，云計算在生物信息學中的應用也越來越廣泛和深入。特別是生物數據的大規模增漲，生物學家必須從大量的數據當中分辨出有用的信息。這就需要強大的存儲能力和計算分析能力，云計算可以很好的解決這個問題。 云計算和生物信息學的結合將極大的促進生物學的發展。

參考文獻

[1]劉鵬主編.云計算（第二版）[M].北京：電子工業出版社，2011（05）.

[2]Schatz MC，CloudBurst：Highly sensitive read mapping with MapReduce，Bioinformatics

25（11）：1363-1369，2009.

[3]Nguyen T，ShiW，Ruden D，CloudAligner：A fast and full-featured mapreduce based tool.for sequence mapping， BMC Res Notes 4：171，2011.

[4]Hong D，Rhie A，Park SS，Lee J，Ju YS，Kim S，Yu SB，Bleazard T，Park HS，Rhee H，Chong H，Yang KS，Lee YS，Kim IH，Lee JS，Kim JI，Seo JS，FX：An RNA-seq analysis tool on the cloud， Bioinformatics 28（5）：721-723，2012.

作者簡介

篇4

Key wordscomputational biology;teaching status;experience

計算生物學是指開發和應用數據分析及理論的方法、數學建模和計算機仿真技術，用于生物學研究的一門學科。計算生物學正在成為現代生物學研究的核心方法之一，它們的重要性和復雜性在當前生物學數據量的不斷增長中日益彰顯，要回答的問題越復雜就越顯得突出，使得計算生物學成為當今生命科學最具活力的新興前沿學科之一。計算生物學是一門概念性學科，以生物信息學為基礎，以計算為工具，解決生物學問題。與生物信息學的定義類似，只是側重點有所不同。計算生物學側重于計算，通過計算來解決問題，并使用計算技術對生物學問題進行研究。生物信息學主要側重于對生物學中所得信息的采集、存貯、分析處理與可視化方面[1-2]。

運用計算生物學，科學家有望直接破譯在核酸序列中的遺傳語言規律，模擬生命體內的信息流過程，從而認識代謝、發育、進化等一系列規律，最終為人類造福。目前，計算生物學在國內外受到高度重視。在國內，我國國家自然科學基金委員會將計算生物學作為重點資助的研究方向之一。許多科學家敏銳地意識到生物信息學必將會在生物學中發揮重要的作用，而計算生物學作為生物信息學專業的主干課目前處于創立階段。

自從湖南農業大學2005年開設生物信息專業以來，計算生物學一直是該專業學生的專業主干課程，經過3年的理論與實踐教學，筆者將發現的問題及獲得的經驗進行初步總結，以供商榷。

1教學現狀

(1)缺乏合格的生物信息學師資。教師隊伍的整體數量和質量與我國生物信息學教育快速發展的規模極不相稱。湖南農業大學由生物安全與科學技術學院的生物信息系專業開設了計算生物學這門課程，盡管從開設這門課程至今，一直由生物信息學教研室教學經驗最豐富、學術造詣高的教師主講，但目前教研組中只有一位生物信息學專業畢業的博士，大部分教師為理學或農學專業的碩士或博士，不具備計算機及算法的良好基礎知識，使該專業仍缺乏良好的學緣結構。

(2)計算生物學教育與其他專業的合作還有待加強。盡管計算生物學是一門新興學科，但與其他專業之間存在不少聯系。現階段的問題是不同專業學科的教師之間缺乏交流與合作，難以滿足計算生物學教學的需求。據不完全統計，我國超過30個高校或科研機構開設生物信息學專業課程。不同學校根據自身的情況，在開設計算生物學這門課時，側重點都不一樣。如果由醫學院的教師授課，則側重點可能在致病基因的研究方面，計算機專業教師授課則可能側重于數據庫的構建、查詢等方面，理學院的教師授課則可能側重于生物信息學中的數學問題。計算生物學側重于算法，從而利用計算技術對生物學問題進行研究。因此，各相關專業的教師需要加強這方面交流與學習[3]。

(3)在教學方法上，重視系統知識的傳授和授課計劃的完成，忽視學生能力和素質的培養。此外，缺乏理論教學與實驗教學的有機整合，實驗教學只是以驗證理論為目的，內容單一，無創新點，忽視對學生實際操作能力的培養。

(4)教學中還缺乏適合的理論和實驗教材。授權影印國外原版教科和翻譯書籍仍占主導地位，而國人自編的教材寥寥無幾。此外，系統性不強也是目前計算生物學教材中普遍存在的一個問題。

2教學經驗及心得體會

(1)規范計算生物學教學大綱和計劃是開好本課程的前提。根據前2年的實驗開展情況和該專業人才培養定位，制定了詳細的理論和實驗大綱，組織老師編寫實驗計劃和教材。緊跟專業發展前沿，改革教學內容，大綱中概括了理論課每個章節的基本內容、教學基本要求、教學重點難點以及教學建議。實驗教材中明確了實驗名稱、實驗時間、實驗學時、分組人數、實驗目的和要求、實驗原理、實驗方法與步驟、結果記錄及分析、思考題等內容。實驗計劃和教學大綱的制定把握以下幾個原則:減少重復性，體現連貫性，實現整體性。

(2)針對不同的教學內容和教學需要，采取不同的教學方法。計算生物學是一門多學科交叉的科學，涉及的知識面既深又廣，學生難以獨立自學。尤其是計算生物學涉及到的數學知識，諸如窮舉搜索、貪婪算法、動態規劃算法、分而治之算法、圖算法、組合模式匹配、聚類和樹、隱馬氏模型、隨機化算法等。

對于理論課，在教學過程中主要采用教師主導的傳統講授方法。課堂上，運用多媒體授課并結合當前科學研究中的最新進展。利用多媒體課件以彌補書本教材呆板、抽象的缺點。在計算生物學教學課件中可以利用大量圖片生動地展示當前計算生物學研究領域的最新進展。收集或制作動畫、視頻教程在課堂上進行演示。由于理學學科的學生，未系統且詳細地學習代數、概率論等數學知識，要很好地理解計算生物學中的各種算法存在一定的困難，因此，每堂課要采取以簡單有趣的故事或數學游戲為開端，引導學生理解每種算法的基本原理，再結合生物學問題，將算法與生物學問題結合起來，探討如何利用不同的算法解決生物學問題，深入淺出地闡明各章節的重點難點。最后，定期布置一定的思考題，引導學生在課堂外積極探索問題，鼓勵學生通過各種途徑自覺的關注學科發展動態，拓寬知識面，培養學生的自學能力和創新意識。采用這種授課方法，一方面大大提高了學生的積極性，另一方面使學生脫離了枯燥的數學公式學習，加強了對算法和生物學問題的理解，從而達到使學生學有所獲、學有所用的目的。

(3)優化計算生物學實驗教學內容，發揮網絡教學優勢。計算生物學實驗是生物信息學專業一門重要的實驗技能課，通過實驗課程的學習，使學生計算生物學的研究方法，能夠運用相關軟件如Perl、Matlab等進行簡單的編程，解讀包含在生物信息序列的信息，推測基因的功能，具體包括EST序列聚類、構建進化樹、識別轉錄銀子結合位點、RNA二級結構預測、蛋白質二級結構預測等[3]。該系研究室以適應學科發展要求與培養創新性復合型新世紀人才為目標，建設優質的計算生物學本科教學和計算生物學網絡課程。在充分調研的基礎上進行詳細規劃，課堂教學精益求精，實驗教學突出學生的創新能力培養，促進教學質量更上一個臺階。該系現已建立了良好的實驗平臺，所有實驗課程可實現網絡教學資源共享。計算生物學實驗教學以互聯網為媒介、計算機為工具，全部在計算機網絡實驗室內完成。在教學中，充分利用網絡的交互特點實現信息技術與課程的結合[4]。教師將實驗教學內容、實驗序列、工具等上傳到服務器，再由學生將資料下載到本地機進行學習、實驗。學生同樣通過上傳服務器，將實驗報告、作業、問題和意見等反饋給教師，教師在網上批改實驗報告后將成績和評語發送給學生，讓學生及時了解自己的學習情況。

總之，計算生物學教學是網絡環境下生物教學的全新內容。通過上述教學措施，提高了學生的學習積極性、實踐操作能力、解決實際問題的綜合應用能力及創新能力，收到了良好的教學效果，受到學生的普遍歡迎，具有較強的可操作性和實踐性。在今后的教學實踐中，隨著教師自身素質的提高和進一步的教學改革，將會不斷完善計算生物學教學，培養具有跨越生命科學、信息科學、數理科學等不同領域的“大科學”素質和意識的生物信息學人才。

3參考文獻

[1] 程妍，劉仲林.計算生物學——一門充滿活力的新興交叉學科[J].科學學與科學技術管理，2006(3):11-15.

篇5

伴隨著信息時代的來臨，特別是生物醫學科學研究的迅猛發展，尤其是生物信息學這門科學的出現使得原來的生物醫學研究向低通量的臨床數據轉向高通量分子生物學數據。組合數學作為一門應用性較強的數學分支，在生物醫學中的應用廣泛，面對多因素高通量的生物醫學問題，增加高等學校，特別是生物信息學專業學生的組合數學知識，培養他們運用組合數學方法分析和解決生物醫藥科學問題的能力已經成為必要。如何在教學過程中提高學生學習組合數學的興趣，建立組合數學的邏輯思維用于解決醫學問題是我們教育工作者需要思考的問題。

一、高等學校組合數學的特點及教學現狀

組合數學是一門研究離散對象的科學，在計算機科學、信息科學中具有重要的地位，是理科及工科院校的一門必修課，隨著現代生物醫學的日益發展，組合數學的重要性也日漸凸顯。組合數學對于生物醫學專業基礎課有著直接的衍射作用。目前，部分開設組合數學課程的生物高等學校的主要面向生物信息學、統計學等等專業開設，講授學時30到60學時。在大部分生物高等學校并沒有該類課程的設置，也是導致高等學校組合數學教師隊伍的匱乏的主要原因。而且目前組合數學授課考核形式也比較單一。組合數學主要是以理論授課形式為主的教學方式，考試成績是考核學生的唯一標準，忽視了學生在學習過程中的考核。信息時代學科的交叉發展體現在組合數學在各個學科中不可替代的作用，因此提高生物高等學校學生的組合數學學習興趣，培養他們運用組合數學的能力是目前迫切需要解決的問題。

二、改進組合數學教學措施，提高學生興趣

（一）更新教學內容，改進教學方法

目前的組合數學內容主要有： 鴿巢原理、排列與組合、容斥原理、遞推關系、生成函數等基本的組合數學知識及其在數學中的應用。為了讓學生在有限的學時內學完必要的知識，更新和精選教學內容顯得尤為必要，將以組合數學內容為主導的教學模式改進成以生物醫學問題為導向的教學模式。由于面向醫學專業的特殊性，從內容上應著重選擇與醫學知識聯系緊密的內容，采取精講和略講相結合的方式。根據不同專業背景更新組合數學的教學內容往往能夠起到事半功倍的效果。以下是我們在講解排列與組合一章時的一個教學實例：“生物遺傳信息是由DNA分子中4個堿基核苷酸就像電報密碼似的以不同的排列順序記錄下來，它載著人類的全部基因或全部遺傳信息，人的DNA約有30億（3×109） 堿基對，按照排列的思想可知人類基因組可能的排列方式有N=4■=（4■）■≈（1.52）■種，然而人類僅從這無窮多的方式中選了一種作為全人類共同的遺傳密碼，可見我們的基因組是祖先們留給人類的最寶貴的財富！”。這樣的實例教學不僅可以讓學生熟悉課堂知識，還能讓學生對所學的知識進行綜合的運用，更重要的與生物醫學問題的結合提高了學生的學習興趣。通過興趣小組討論學習提高學生自主學習的主動性，變被動學習為主動學習，充分調動學生學習組合數學的興趣，從而充分發揮學生學習的主觀能動性。

（二）加強多媒體輔助教學，提高學生學習興趣

組合數學傳統的授課方式是在黑板上將定義、定理的內容進行逐步嚴密的推導證明，這在一定程度上讓學生緊跟授課教師的思維和建立學生的邏輯思考能力。然而隨著多媒體技術的不斷進步，利用多媒體和板書相結合的策略成為下一階段組合數學教學模式的主要教學手段。對于繁瑣的定理公式例如容斥原理避免推導證明，結合多媒體的幾何圖形使學生更加直觀的理解和應用。以我們在教授容斥原理時的一個實例，容斥原理的根本思想是將難的問題分解成若干簡單問題，通過間接計數來解決直接計數不容易解決的問題，我們用多媒體幻燈片分別展示兩集合和三集合的容斥原理（圖1A和B），并按照容斥原理的邏輯順序利用多媒體動畫技術控制每一部分的出現順序，不僅避免了大量繁重枯燥的板書推導，最重要的是圖形式教學可以幫助學生對容斥原理建立更直觀的理解。可見在組合數學的教學過程多媒體的充分利用可以起到事半功倍的效果。

圖1 多媒體在組合數學教學中的應用――容斥原理實例

（三）增設組合數學實驗課，培養學生創新性思維

組合數學除了基本理論課之外還應該開設適當的實驗課，在實驗課上讓學生自己動手解決一些與生物醫學有關的實際問題。通過讓學生自己編程實現排列組合的算法，不僅可以增進學生對排列與組合的深入認識，也能夠培養學生利用排列組合思想解決實際問題的能力。以下是我們的一個實驗教學實例：“任選一種排列生成算法，編程實現自動生成n個（如n=6）不同元素中取r個元素的排列，并輸出指定任意n和r的所有排列。”，不僅讓學生掌握了課堂上講解的排列原理，還鍛煉了編程能力，初步體驗了科研的樂趣，由消極的被動學習升級為積極的主動學習。可見通過組合數學實驗課更能培養學生自己動手自己學習的能力，進一步激發學生的創新性思維。

（四）精挑細選課后練習，培養學生獨立解決問題的能力

組合數學作為一門應用性較強的數學課，需要學生掌握其在生物醫學領域的應用，這就必須加強組合數學課堂后練習。因此習題是組合數學課程重要的教學環節，也是理論教學必不可少的補充。然而習題課并不意味著單純地大量做題，教師應根據課堂內容，精挑細選出質量比較高的少量題目，供學生課余時間認真研究，要在習題中體現組合數學的知識點，激發學生獨立給出解決問題的新觀點和新方法。設置習題時，應以問題為導向，即給定一個實際的有興趣的問題，讓學生利用所學的組合數學理論進行解決，進一步加強學生對知識細節的理解和掌握，并讓學生舉一反三熟練掌握所學內容，使學生的理解更加深刻。如我們在教學過程中的一個課后習題實例：“一位國際象棋大師有11周的時間備戰一場錦標賽，他決定每天至少下一盤棋，但是為了使自己不過分疲勞他還決定在每周不能下棋超過12盤。證明存在連續若干天，期間這位大師恰好下了21盤棋。”，該實例引起了學生在課余時間學習組合數學的一個熱潮。

總之，面對高等學校生物信息學學生的專業特點，傳統的單一的純理論的組合數學教學方法已經不再適用。應該考慮改進教學內容和方法，發揮學生學習的主觀能動性，使學生在快樂進取的氛圍里學習組合數學，具體的教學內容和教學方法的改進仍有待教學工作者進一步探討和研究。

參考文獻：

[1]盧開澄，盧華明.組合數學[M].北京：清華大學出版社，2002.

[2]蘇建忠，張巖，劉洪波，王芳，崔穎.組合數學在生物信息學教學中的應用[J]. 科技創新導報，2012，6，142-143.

作者簡介：

劉洪波（1983-），男，漢族，山東德州人，博士，講師，主要研究方向：生物信息學，計算表觀遺傳學。

篇6

隨著現代信息技術的發展與廣泛應用，加快了人類信息社會的建設步伐，信息化、數字化已經逐漸進入到醫學的各領域中，成為醫學界不可或缺的重要工具與手段。信息技術的高速發展正改變著醫學的教學、研究、醫療服務等的諸多傳統方式，并隨著現代信息技術的不斷發展而不斷推陳出新。但是，我們不能否認，現代信息技術在醫學方面的應用不僅為醫學的認知帶來了新的渠道，轉變了醫學的思想觀念與工作方式，同時也為醫學界帶來了一些問題，例如：新的倫理問題等。因此，在醫學信息化建設迅速發展的今天，如何才能更好的將信息技術運用到醫學中，醫學信息化的發展前景如何？對醫學界具有十分重要的現實意義與長遠意義。

不可否認，醫學信息化的建設是長期的，只有符合醫學發展的信息化才具有生命力。在醫院中，我們隨處可見的CT、彩超等大型的數字化醫療設備、計算機網絡的各種醫療收費系統、醫療信息處理系統等，還有在醫學教學、科研領域，都逐漸開始使用現代信息技術的輔助來提升教學與科研的水平。信息技術在醫學中的應用與改造與創新，使得醫學的教學、科研、臨床、管理、藥品、醫學器械的研制等都在借助信息技術來加快自身的發展，很難想象沒有現代信息技術、計算機技術、網絡技術的醫學院校或者醫院將會使什么模樣。

2.信息時代醫學信息化所面臨的新挑戰

2.1 數據的共享問題

美國在醫學信息化數據的共享方面比較開放，美國的國立生物技術信息中心中存儲大量的數據信息，這些數據信息對科學家是無償提供研究的。但是，在我國的生物醫學研究部門或者是醫療機構中，已經積累了大量的科研與臨床數據，這些數據目前大多數仍處于獨立使用的狀態中，各機構之間缺乏數據共享數據孤島現象嚴重制約著我國生物醫學的研究與發展，同時也為我國社會醫療健康保障體系的建立帶來了困難。在實際中，這些醫療機構之間由于存在各種利益關系，一般都對自己所持有的醫學科研數據及診療數據資料保密，不愿意向同行與社會提供數據共享的服務。

2.2 數據標準化的問題

美國的著名勞倫斯伯克利國家實驗基因租的科學部主任表示，最理想的狀態就是能夠建立統一的電子醫療系統，這些醫療病歷系統應該具有統一的標準。但是，在我國的醫學現實中并非如此。各醫院存儲的各種數據標準不同，不同的系統在存儲的信息方面也不一樣，目前，醫療系統與醫療科研機構之間的信息數據標準很難實現統一。究其原因主要是由于各種醫療設備的生產廠家、醫療系統的軟件開發商之間的技術標準各不相同造成的。例如：不同的醫院對信息管理系統中的電子病例數據信息的記錄格式、標準不同，而信息中心的數據存儲設備在構架上也不相同，這就造成各醫院之間的醫療數據信息無法實現交流溝通、共享。如果同一個病人想在不同的醫院進行治療，就必須在不同的醫院分別再做一次相應的檢查，這不僅增加了病人的經濟負擔，嚴重的更影響了病人的最佳治療時期。因此，要想在醫學領域實現信息化就必須先打破各醫院之間的技術壁壘，解決信息化的標準化問題。

2.3 醫學信息化綜合應用型人才嚴重匱乏

目前，醫學信息學是建立在生物醫學、信息技術、統計學、管理學等多學科基礎上的一門交叉性的學科，在實際中，真正了解并掌握、精通信息科學知識的專業人才非常少。為了真正實現醫學信息化并促進多學科的研究與教學，于2009年美國的特拉華大學創立了生物信息學與計算機生物學中心，這一中心集中了來自美國的5個學院的60多名知名教師，并創立了負責多個生物信息學教育的研究項目。縱觀我國高校的現狀，還尚未成立專門的醫學信息專業，或者是生物醫學與信息學相交叉的學科專業。在生物醫學研究領域中的一些復合型研究人才大部分是由學生自己自學而成的，或者是由不同學科的導師共同培養而成的。這種狀況就造成我國醫療信息化應用人才的嚴重匱乏，并為我國醫療信息化人才的培養帶來了阻礙。不過我們堅信，在不久的將來，我國的醫學教育界一定會認識到這一問題。

3.信息時代醫學信息化的發展前景

3.1 醫學信息化正朝著遠程醫療與區域醫療的信息化發展

早在上世紀90年代，我國就曾經提出過實現遠程醫療的發展，很多偏遠地區的醫院與大城市中具有實力的綜合醫院之間建立了遠程醫療咨詢會與會診聯系，但是由于當時采取的是調制解調器的電話網絡或較高成本的衛星傳輸信息，在實際應用中很難得以實現，因此也就未在全國范圍內進行推廣。進入信息時代，隨著互聯網技術的發展與計算機技術的進步，網絡音頻技術、視頻會議技術等在醫學界得到廣泛的推廣，并實現了遠程醫療教育，從而推動了我國醫學影像信息的異地遠程傳輸，進一步推動了我國的遠程醫療發展。隨著醫學界對信息共享、電子病歷等問題的探討與研究，我國醫學信息化逐漸向著區域醫療衛生信息化的方向發展。

3.2 數字化醫院是醫學信息化發展的必然趨勢

目前對于數字化醫院的定義至今還尚無定論，從一般意義上來看，它與醫學信息化所寓意的實質性內容并不存在本質上的區別。目前，我國以病人為中心的HIS建設還處于初級階段，雖然已經在很多方面發揮了重大作用，但是還遠遠不能滿足病人、醫護人員、管理者實現方便、低廉、高效、安全的就診環境與模式，因此，數字化醫院的發展還需要建立信息化條件下合理的診療流程與復合業務的需求。總之，實現數字化醫院在研究、開發、應用方面還存在很大的發展空間。

總之，目前我國醫療領域信息化應用還屬于起步階段，還存在一些問題。但是我們堅信，在不遠的將來，在我國政策的推動下、在信息科學技術的不斷發展下，信息時代醫療信息化的發展將不斷深入，將在我國生物醫學領域中得到不斷地發展與進步。

參考文獻

篇7

ChinaGrid從2002年8月開始籌備,2003年1月正式進入建設階段,連通了國內13個省市的20多所著名學校,其中12所高校作為最初參建者,都建立基于高性能計算系統的ChinaGrid主節點,并協辦開發了核心的ChinaGrid公共支撐平臺軟件(CGSP)。不過,由于各節點的建設全部由參與建設的高校自籌資金,資金相對缺乏,而且各節點的計算資源主要是各高校自用,從某種程度上說,使得ChinaGrid資源的全面共享和應用的深入發展受到了一定限制。

2009年,ChinaGrid將啟動二期建設,目標是建立6個大型的數據中心,同時建立涉及材料、能源、氣候環境、媒體計算、網絡行為等領域的8個重點學科網格,并且要開發一些用于網格的公共軟件,更有效地實現集群的調度。

“由于資金有限,ChinaGrid二期只能先建立8個學科網格。在ChinaGrid二期建設過程中,我們將把與各學科相關的資料、開源工具等都放到網格中去,為老師、學生提供一個資源庫。另外,我們要充分利用ChinaGrid網格計算平臺的優勢,為那些計算資源缺乏的學校提供網格計算資源。”鄭緯民介紹說,“目前,ChinaGrid主要是為教育系統內部的用戶提供教育和科研方面的服務。”

在學術年會上,來自墨爾本大學的拉庫馬爾•巴亞博士介紹了云計算技術的最新發展情況,并闡述了建立以市場為導向的云計算架構的理論。今天,關于云計算的定義眾說紛紜。拉庫馬爾認為云計算具有以下特征:云是一種并行、分布式系統,云是通過內部連接和虛擬化組成的計算系統,云可以實現自動配置,云表現為一個或更多統一的計算資源,云的最終落腳點是服務。雖然云計算還要解決很多問題,如安全、可用性、風險管理、可靠性、可擴展性等,但是拉庫馬爾認為,建立以滿足客戶需求和市場為導向的云計算架構已經變成了現實。

“未來,人們還可以建立一個云的網格,跨越云及其他IT資源,對時間和成本進行優化,找到資源與價格的平衡點。”拉庫馬爾表示。“從技術實現上看,云與網格的差別不大,都是并行的、分布式的系統。”談到網格與云計算的關系,鄭緯民表示,“網格是將所有的計算中心連接起來做事,強調的是資源共享,而云計算強調的是服務;網格的特點是利用多個地方的資源,強調通用性,而云計算大多表現為專用服務,以一個地方或一種服務為主,比如谷歌就是一朵搜索云,ChinaGrid二期要建設的8個學科網格也可以看作是8朵云。”

高性能計算超越摩爾定律

ChinaGrid的建設目標是將網格計算與高性能計算技術融合起來,為國內高校的教學和科研工作提供先進的技術服務平臺。從以前只有少數科研機構采用高性能計算機到現在高性能計算機已經成為許多院校必備的基礎設施,高性能計算機大規模進入中國高校正是高性能計算走向商業化、普及化的必然結果,也為英特爾在高性能計算領域的快速發展提供了契機。在2008年中國高性能計算機性能TOP100排行榜中,上榜的國內高校的高性能計算機多數采用了英特爾架構。

“目前,全球1/5的CPU都是用于高性能計算。”英特爾公司服務器平臺事業部高性能計算業務總經理理查德•戴考特表示,“高性能計算領域是IT新技術的試驗田,比如Linux、集群、InfiniBand等新技術的應用都是從高性能計算開始的。人們對于性能的追求是永無止境的。高性能計算的發展已經超越了摩爾定律,它將引領著未來IT技術的發展。”

ChinaGrid一期部署的5種應用網格對計算性能的要求十分苛刻,比如海量信息處理網格、計算流體力學網格上運行的應用本身就是傳統的高性能計算應用。隨著二期8個學科網格的加入,用戶必然對ChinaGrid各節點的高性能計算系統提出更高的性能要求,以獲得更佳的服務響應速度。以高性能計算機的核心CPU為例,英特爾在產品上不斷推陳出新,剛不久的至強5500的計算性能是上一代至強5400的兩倍,而且通過引入英特爾快速通道互聯技術及集成DDR3內存控制器,使其服務器平臺上內存及芯片組之間的帶寬比至強5400提高了數倍。這些新特性使得至強5500無論在面對運算敏感型還是帶寬敏感型的計算時都能游刃有余。在今年6月公布的TOP500排行榜上,33臺基于英特爾Nehalem的高性能計算機上榜,其中有兩臺還進入了TOP20,而這一成績是在Nehalem僅三個月后取得的。據了解,南京大學已經準備采用至強5500構建計算能力為35萬億次的高性能計算系統。

據理查得透露,2010年,英特爾將推出Nehalem EX,其性能、內存比上一代至強7400都有大幅度提高,不僅可以應用于高性能計算,也可以用于普通的商業應用。理查得表示:“Nehalem EX的推出將開創高性能計算領域的新格局。以前,胖節點系統的應用于并不多,而Nehalem EX最突出的特點在于,不需要節點連接器即可輕松構建8路系統,這必將促進胖節點的部署。在高性能計算系統中,單節點一定要保證最高的性能。胖節點的好處很多,比如減少節點總數,從而減少連接和進程,系統更穩定,而且可以有效節省能耗。”

高性能計算機是一種工具

在中國,教育科研領域一直是高性能計算發展的源動力。但是近兩年,在全球范圍內,高性能計算的應用發生了很大變化,高性能計算與金融、制造、動漫等商業應用的結合越來越緊密,其增長速度也超過了教育科研領域。在中國,這種趨勢也越來越明顯。理查德認為,由于傳統制造業融入了更多設計的部分,未來制造業將成為中國高性能計算領域一個新的增長點。

ChinaGrid的長遠目標是建成全國乃至全球最大、最先進和最實用的網格系統之一,不僅覆蓋高等院校,還將包括全國中、小學校和其他教育科研機構。ChinaGrid建設和應用規模的擴大,必將引發更復雜和多樣化的需求,用戶也將面臨更多挑戰,比如更高的計算性能,在性能提升與節能減排之間尋找平衡點,應對處理器多核架構普及可能帶來的軟件開發及優化方面的壓力等。

篇8

數據挖掘是在信息的海洋中從統計學的角度分析發現有用的知識，并且能夠充分利用這些信息，發揮其巨大的作用，從而創造價值，為社會生產服務。數據挖掘工具能夠掃描整個數據庫，并且識別潛在的以往未知的模式。

1 數據挖掘

數據挖掘是與計算機科學相關，包括人工智能、數據庫知識、機器學習、神經計算和統計分析等多學科領域和方法的交叉學科，是從大量信息中提取人們還不清楚的但具有對于潛在決策過程有用的信息和知識的過程[1]。數據挖掘能夠自動對數據進行分析，并歸納總結，推理，分析數據，從而幫助決策者對信息預測和決策其作用[2]。

對比數據挖掘及傳統數據分析（例如查詢、報表），其本質區別在于：前者在沒有明確假設的前提下通過挖掘信息，提取有用的資料，并提升到知識層面，從而幫助提供決策支持。所以數據挖掘又稱為知識挖掘或者知識發現。數據挖掘通過統計學、數據庫、可視化技術、機器學習和模式識別等諸多方法來實現叢大量數據中自動搜索隱藏在其中的有著特殊關聯性的信息[3]。

2 數據挖掘技術

數據挖掘有許多挖掘分析工具，可以在大量數據中發現模型和數據間關系，常用數據挖掘技術包括：聚類分析和分類分析，偏差分析等。

分類分析和聚類分析的主要區別在于前者是已知要處理的數據對象的類，后者不清楚處理的數據對象的類。聚類是對記錄分組，把相似的記錄在一個聚集里，聚集不依賴于預先定義好的類，不需要訓練集。分類分析是預先假定有給定的類，并假定數據庫中的每個對象歸屬于這個類，并把數據分配到這個給定類中。通過分析訓練集中的數據，準確描述每個類別，并進行建模、挖掘分類規則，并依據該分類規則，劃分其他數據庫中的數據類別。聚類分析是非監督學習，不依靠預先定義的類和帶類標號的訓練數據集，實體對象集合依照某種相似性度量原則，歸納為若干個類似實體對象組成的多個類或簇的過程，不同類中的數據盡可能存在差異，同類中的數據之間各個數據盡可能相似。

存在大量數據的數據庫中，數據中存在著偏差，而在偏差中也包括了大量的知識。偏差分析是當數據庫中存在異常行為，就顯示出要采取預防措施；否則，正常的變化，則需要更新數據庫中的記錄[4]。

3 數據挖掘方法

要的數據挖掘方法包括決策樹、遺傳算法、人工神經網絡、近鄰算法和規則推導等。通過描述和可視化來對數據挖掘結果進行表示。

決策樹是以實例為基礎的歸納學習算法。著決策集的樹形結構代表決策樹，樹型結構表示分類或決策集合。決策樹是采用自頂向下的遞歸方式，樹的非終端節點表示屬性，葉節點表示所屬的不同類別。

遺傳算法是基于種群“多樣性”和“優勝劣汰”原則等進化理論，模擬生物進化過程的全局優化方法，將群體中將較劣的初始解通過復制、交叉和變異3個基本算子優化求解的技術，在求解空間隨機和定向搜索特征的多次迭代過程，直到求得問題的最優解[5]。

人工神經網絡對人腦神經元進行模擬，依據其非線形預測模型，通過模式識別的方式展開，獲取的知識需要存儲在網絡各單元之間的連接權中。人工神經網絡能夠完成分類和聚類等挖掘[5]。

關聯規則是進行數據挖掘的重要的可悲發現的知識，對于兩個或多個變量的取值之間存在某種規律性，并對其進行可信度的分析，挖掘其中的關聯關系。這對于發現數據中存在的各種有用的信息，發現其數據模式和特征，然后發現目標行為具有重要意義。

4 數據挖掘的應用

在醫學領域，科學家從異構和分布式基因數據發現的基因序列的識別、發現基因表達譜數據中的差異表達基因，疾病不同階段的致病基因等，運用各種數據挖掘技術了解各種疾病之間的相互關系、發展規律，總結治療效果這對疾病的診斷、治療和醫學研究都是很有價值的。在零售業/市場營銷，通過對顧客購物籃的分析，把顧客經常同時買的商品放在一起，幫助如何擺放貨架上的商品，挖掘購買商品的關聯關系，規劃如何相互搭配進貨，促銷產品組合等商業活動[6]。

數據挖掘在生物信息學中有著廣泛的應用。生物信息學就是通過對生物學實驗產生的海量數據，進行分類、處理、分析和存儲，達到深入理解生命科學中基于分子水平的生物信息的生物學意義。如差異基因表達檢測的基因芯片，就是具有高通量的特點，并同時能夠產生許多生物學數據，在其中蘊含著豐富的生物學意義。分析和挖掘基因芯片數據，檢測差異表達基因在不同環境條件的異常表達值，能夠生層次的了解生物學知識，提高對生命科學研究的科學性和效率。對癌癥差異基因的分析結果分析，能夠更好的檢測有關疾病，并根據相關疾病的基因特性，就能有針對性的進行個體化治療，開發個體化的新藥。

進入2013年，有許多媒體都在稱之為“大數據元年”。大數據也就是擁有龐大的數據信息，事務數據量大規模增長，而且大數據是要處理大量的非規范化數據，數據挖掘和分析是必不可少的。爆炸性的大數據的產生，可能會改變人們的思考方式，也重塑了人類交流的方式[7]。

5 結語

數據挖掘技術能自動分析數據，廣泛應用于各個企事業單位，分析調查大量數據，分析企業經營對社會，經濟和環境的綜合影響，并預測企業未來的發展趨勢，從數據倉庫中揭示出數據之間的潛在價值的規律性，形成知識發現，為決策管理提供依據。

參考文獻

[1] 孟曉明.淺談數據挖掘技術[J].計算機應用與軟件，2004（8）.

[2] 丁樣武，楊瑩.數據挖掘在醫學上的應川[J].鄖陽醫學院學報，1999（3）：130-132.

[3] 黃曉霞，蕭蘊詩.數據挖掘集成技術研究[J].計算機應用研究，2003（4）：37.39.

[4] 王陽，張春華.數據挖掘技術、應用及發展趨勢[J].信息化與網絡建設，2003（4）.

篇9

1宏基因組學研究方法

宏基因組學的研究方法主要有：環境樣本的采集、宏基因組DNA的提取，高通量測序、所得序列的比對檢索分析，以及進一步進行微生物物種結構和功能分析。其中，提取DNA要盡可能地提取出樣品中所以微生物的基因且保持基因片段的完整，目前的提取方法主要有直接裂解法和細胞提取法。隨著第二代測序技術的發展，宏基因組數據呈現出序列短小、通量巨大的特點，一方面蘊含更為豐富的環境微生物遺傳物質信息，極大拓展了微生物學研究與應用領域，另一方面也為分析處理帶來前所未有的挑戰。

2宏基因組學的應用

在短短幾年內，高通量宏基因組數據研究已滲透到各個領域，包括基礎微生物學、海洋學、土壤學、醫學等，并在醫藥、替代能源、環境修復、生物技術、農業、生物防御及倫理學等各方面顯示了重要的價值[2]。

2.1基礎微生物學研究

宏基因組為基礎微生物學研究打開了新局面，得以快速準確地探測新基因、發現新物種（如未知病原體等）以及準確認識微生物群落的物種構成及其功能結構。由于自然界中大多數微生物物種及其生物量是未知的，其中大量微生物采樣困難、培養效率低下，這極大限制了傳統微生物學的研究與發展，而高通量宏基因組數據的產生則突破了這一束縛。通過分析高通量宏基因組數據，包括序列比對、De Novo組裝、GO分析等等技術，無需經過提純培養，就能探測新基因、新物種，為微生物環境工程、疾病診斷治療奠定基礎。

2.2海洋學和土壤學研究

海洋和土壤中包含大量微生物，它們與生態環境關系密切。目前通過采用土壤、海水等環境樣品，獲取高通量宏基因組數據，探測其中微生物的組成及功能分布，能夠對導致生態環境變化的因素有更深入的認識。如利用來自海洋石油污染區的微生物高通量宏基因組數據，分析其微生物相對豐度，可以有效探測石油降解細菌及其生態關系網，為污染治理提供新思路。利用來自豆類植物附近土壤測取的宏基因組數據，分析其中固氮菌含量及其關聯因素，有助于設計提高豆類產量種植模式。高通量宏基因組數據為認識復雜的微生物群落構成及其功能提供了可能，且必將在研究生物多樣性和微生物環境工程中發揮重要作用[3]。

2.3醫學研究領域

高通量宏基因組數據在現代醫藥學中扮演著極其重要的角色，一方面通過疾病樣本的宏基因組分析，可以確定病原體或致病基因及其與其他因素之間的關聯，為疾病治療提供可能；另一方面利用宏基因組數據篩選在醫藥業中具有重要應用價值的基因及其產物，促進醫藥發展。如利用取自不同牙周炎病況病人口腔高通量宏基因組數據，分析處理得到各樣本微生物相對豐度數據，比較不同牙周炎病況下的微生物整體分布情況，揭示出牙周炎與口腔微生物群落的生物多樣性和關聯網絡之間有顯著聯系。

3結語

隨著高通量測序技術的迅猛發展，宏基因組分析已經成為探索自然環境中微生物物種和功能組成的重要手段之一，是研究微生物群落的利器。宏基因組分析手段無需經過復雜嚴苛的實驗室培養過程，直接利用第二代高通量測序技術，快速產生成千上萬的自然微生物DNA序列的短讀片。但是高通量宏基因組數據也給研究帶來挑戰。它呈現出序列短小、通量巨大的特點。此外，高通量測序技術的準確率低于傳統測序技術，亟需完善的概率統計模型和有效的算法實現[4]。

在應用前景方面，隨著組合生物合成技術和納米技術迅速發展，可以考慮將宏基因組學技術與之結合，利用納米技術人工合成由宏基因組學的方法探測所得新興基因，促進天然活性產物的開發及挖掘，進一步促進微生物工程的發展。

參考文獻：

[1]許忠能著.生物信息學[M].北京： 清華大學出版社，2009.

篇10

SU Shao

（School of Materials Science and Engineering， Nanjing University of Posts & Telecommunications， Nanjing Jiangsu 210023， China）

【Abstract】“Bioelectronics” is a newly elective course， which has opened for different postgraduates. Bioelectronic is an emerging and fascinating interdisciplinary， covering many areas of research， has become a research hotspot. This elective course aims to broaden graduate research horizons， learn about the latest frontior research and develop students' innovative spirit and overall quality. In this paper， we discuss the experiences of the research fields of bioelectronics， reference books， teaching object， course content and teaching methods and prospect the future development of the electives course.

【Key words】Bioelectronics； Postgraduate elective course； Teaching explore

0 前沿

生物電子學（Bioelectronics）是以生物學和電子學為代表但又涉及化學、物理、材料及信息技術等許多學科和高新技術相結合的一門新興交叉學科。電子信息科學技術和生物科學（含醫學科學）是十分重要的兩個學科領域，它們對科學技術進步和經濟發展，乃至于對人類的社會生活方式都將產生深刻而重要的影響。生物電子學的發展充分體現了上述兩個學科的相互依賴和和相互促進的關系。生物電子學自20世紀50 年代誕生以來，發展迅速，領域不斷拓寬，地位日益重要，已經展示了廣闊的發展前景[1-2]。子學的研究領域大致可以包括如下7個方面：（1）生物信息檢測；（2）生物醫學信息處理；（3）生物系統建模和仿真；（4）場與生物物質的作用；（5）分子和生物分子電子學；（6）生物信息學；（7）生物醫學儀器。近20年來，隨著各種新原理、新技術和新方法不斷地應用到生物電子學的研究中，生物電子學的發展日新月異，目前越來越的科研工作者聚集生物電子學方面的研究。

1 研究領域

生物電子學作為新興的交叉學科，發展迅猛，涉及多個研究領域。國外的大學很早就開展生物電子學的相關研究。如英國的克蘭菲爾德大學，其生物電子學方面的研究就包括生物信息學、生物傳感器與生物診斷、環境與健康、環境與自然、環境與安全、智能材料和轉化醫學等。我國在1985年，由韋鈺院士創立了分子與生物分子電子學實驗室，通過20年的發展，2002年，東南大學生物電子學國家重點實驗室開始建設。目前，該重點實驗室的發展目標是瞄準生物電子學的國際發展前沿，開展應用基礎研究，側重綜合應用信息科學領域的最新成果，發展生物領域研究的新方法和新技術，并用于探究生命過程的本質，揭示重大疾病的機制，為醫學發展開辟新途徑。該國家重點實驗室以生物信息材料與器件、生物信息獲取和傳感、生物信息系統和應用為主要研究方向，研究內容涉及分子（納米）有序材料及其制備、分子有序結構的組裝與表征、分子/納米器件、生物/納米材料及其應用、植入式電子器件、單分子與單細胞檢測、生物傳感器、微陣列芯片技術、微流體生物芯片、生物信息學、仿生信息處理系統及應用、腦信息系統的建模和應用等。

2 教材選擇

本課程是專業選修課，開設對象是低年級的碩士研究生和博士研究生。相對于本科生，研究生具有良好的自學能力和獨立思考能力，因此，如何選擇實用、全面和專業的參考教材尤其重要。目前，國內還沒有《生物電子學》課程的材，很多醫學專業的高等院校選用的是生物電子醫學方面的教材，并不能很好的滿足普通高校本科生或者研究生的課程需要。因此，在依據本學校和本學院的專業設置（材料物理、材料科學和信息顯示等專業），以及本學院教師的科研方向，選用了以色列著名科學家Itamar Willner為主編，匯集了眾多在生物電子學方面的專家編著的《Bioelectronics》[3]教材，從生物電子學的定義，生物電子學的發展和研究領域等方面，并結合當前熱門生物電子學方面的科研資料和科研文獻，多方位、多角度的向研究生展示生物電子學的研究內容、研究方向、研究前沿和研究熱點。這樣的安排，讓研究生從一開始就接觸科學前沿，開闊了眼界，更好的領悟科學的真諦。

3 授課對象

《生物電子學》是碩士和博士研究生的專業選修課程，目前選修本門課程的學生的專業跨度很大，有材料化學、材料物理和高分子材料與工程等不同專業。我們開設本門課程的宗旨是讓不同學生都了解什么是生物電子學、當前生物電子學發展到怎樣的階段和生物電子學涉及的研究領域。通過對這些方面的學習，結合各自的研究背景，將生物電子學領域的研究內容糅合到各自的科學研究中，實現科學創新，更好更快的進行科學研究。

4 授課形式和課程內容

本門課程為研究生專業選修課，在授課形式和課程內容上有別于本科生的專業必修課。在充分考慮研究生具有良好的自學能力和理解能力的基礎上，我們決定將本門課程的課時設置為32學時，分8次課完成。課題上以授課和討論兩種主要形式進行，設為8個不同的生物電子學版塊，以講座形式進行教學，并同時讓研究生依據各自的研究背景，以每次課所要將的內容為主線，做好課下準備，帶著問題有針對性的進行實時討論。本著“科學性、系統性、實用性”的原則，我們確立了具體的授課內容，主要包括以下內容：概論部分、生物傳感器、生物芯片、活體生物發光和熒光成像技術、微流控芯片體外診斷、臨床即時檢測儀器和DNA納米技術等。在講授這些專題的同時，結合大量的最新科研的前沿和熱點文獻，循序漸進，生動直觀的介紹生物電子學方面的知識，使課堂教學更為生動、豐富。

5 教學方法

為了使研究生能在有限的課時內掌握老師所教授的內容，并能學以致用，就必須要運用靈活多樣的教學方式，如：多媒體教學、互動式教學、理論聯系實際等方法。由于生物電子學涉及多個研究領域，書本上的基礎知識往往較為枯燥、抽象，不能很好的吸引研究生的求知欲望。因此，本門課程主要以多媒體教學為主，輔以互動式教學。在講解科學前沿和熱點時，利用多媒體技術在功能上、空間上及時間上交互的便利性，直觀生動的將各種原理示意圖、實驗結果甚至影像資料展示給研究生，將抽象、枯燥的科研問題直觀、形象又深入淺出的解釋給學生，激發學生的學習興趣。

為了提高研究生的學習主動性，讓研究生參與到整（下轉第24頁）（上接第16頁）個教學環節中，此時教師與學生不再說簡單的傳授與接受的關系，而是雙邊的互動關系。在課堂上除了老師有針對性地向學生提問外，學生也可以隨時向老師發問，通過互動式教學，使學生最大限度地參與教學活動，積極思維，培養了主動探索、勇于創新的意識。

6 結語

目前《生物電子學》這門研究生選修課程還處于不斷探索和改革階段，作為專業教師，責任任重而道遠，今后除了要不斷提高自身的業務素質，不斷實踐、不斷總結，還要依據不斷變化的科研環境和教學環境，及時與學生溝通，把《生物電子學》課程的教學工作開展的更有深度、更有效果、更受研究生喜愛，為研究生開拓眼界、提升創新思維作出貢獻。

【參考文獻】

篇11

充分使用各種藥物大數據資源，將藥物化學研究的相關數據庫應用到藥物化學的教學中，其中包括scifind-er、chembl、drugbank等。SciFinder數據庫可以透過網絡直接查看《化學文摘》自1907年以來的所有期刊文獻和專利摘要，以及八千多萬的化學物質記錄和CAS注冊號。Chembl數據庫是歐洲生物信息研究所（EBI）開發的免費在線數據庫，從大量文獻中收集各種靶點及化合物的生物活性數據，為研究者提供了一個非常便利的查詢靶點或化合物的生物活性數據的平臺。Drugbank數據庫中包含了現在上市的或者正在做臨床研究的藥物的藥代、藥效、靶點等相關信息。通過該數據庫，學生可以快速了解藥物的合成方法、適應證、作用靶點等信息，同時學生也可以通過查閱相關數據庫了解類似結構骨架的化合物在藥物研發中的研究發展歷史和最新的研究前沿。在具體的教學實踐中，作者安排了1次討論糖尿病藥物的課程，將學生分成兩組，分別在數據庫中查找葡萄糖苷酶抑制劑和DPPIV抑制劑的臨床應用情況、化合物的合成方法、目前的研究前沿。以項目討論的方式，分別介紹了這2類藥物的情況，充分調動學生的學習積極性，取得了良好的效果。充分利用各種教學科研軟件，將現代化教學方法手段應用到藥物化學教學中。從2009年開始，筆者所在的教研室編制標準化幻燈片（PPT）課件，并根據每年的科學前沿，更新PPT的內容。此外，作者也在嘗試使用其他軟件來表現藥物化學教學中設計的藥物、蛋白結構，包括Chem3D、PyMol等軟件。其中，Chemoffice中的Chem3D是一款三維立體分子結構的演示軟件。Chemdraw可以從二維的角度觀察藥物逐步的優化過程，展示藥物合成的方法，而Chem3D能夠更加直觀地從立體上來考察和展示藥物功能團變化給立體構型上帶來的改變。PyMol是一款顯示和分析分子三維結構的軟件，應用PyMol軟件可以圖形化地表達分子動態過程，不僅可以用球棍、飄帶等多種方式顯示分子三維結構，也可以對蛋白質三維結構進行編輯、修改、顯示，更為重要的是還能夠清晰的展示顯示藥物與受體的結合原理，并能夠以三維圖形的方式展示分子相互作用的動態過程，使得原本抽象的教學內容直觀而又形象地呈現出來。在課程的各個章節的PPT課件中均使用PyMol軟件制作蛋白、小分子的三維結構圖。通過各種軟件的輔助，負責的藥物結構、特殊的構效關系，許多語言難以描述的內容，變得形象生動，降低學習難度，突破教學難點，使學生對藥物結構有更直觀形象立體的了解，加深學生對知識點的理解和掌握。隨著大數據產生，云計算的概念和運用越來越廣泛，將云計算的教學平臺用于現代化的教學中，能夠有效的整合利用計算資源，降低了基礎資源建設中巨大的軟、硬件成本。同時，云計算教學平臺能夠加速藥物設計相關知識更新速度，追蹤科學前沿，實現個性化教學的實際需求，將理論知識和科研實踐有機地結合起來，能極大地提高學習效率。作者所在的教研室，搭建了藥物化學云計算網絡課程，學生在登陸云計算服務器后，不僅能夠通過網絡復習上課課件，也能夠通過網絡進行課后練習并進行在線作業提交、提問。教師能夠通過云計算網絡回答學生問題、了解學生學習情況。除了云計算平臺之外，云服務輔助教學平臺對于信息化教學尤為重要。云服務輔助教學的理念使得課后輔導工具變得多樣化，通過時下流行的交流工具如QQ、微信，不但可以保證教師和學生之間的暢通交流，也可以促使學生間的交流。教師可以通過截圖、群發輔助學習資料等方式，共享學習材料和經驗，提高學生學習效率。同時，教師也可以通過學員的QQ、微信發言提問情況全方位的掌握學生的學習狀況。此外，作者也將藥物設計相關的最新文獻通過群共享的方式分享給學生，同時也加上自己的對文章的創新點的點評意見，培養學生的追蹤科學前沿的習慣和科研創新的能力。

篇12

Discussion on Traditional Chinese Medicine Informatics

Yu Sanhong， Huang Huifen， Yi Zhaoxu， Gong Youlan

（Literature Information Research Institute of Hunan Academy of Traditional Chinese Medicine， Hunan Changsha 410006， China）

Abstract： The establishment of Traditional Chinese Medicine （TCM） informatics is an inevitable trend of TCM science development. This paper describes the basis of subject construction， definition， basic framework and major research direction of TCM informatics， and puts forward the prospect for the development of TCM informatics.

Key words： TCM informatics； basic framework； research direction

信息科學已經成為21世紀最具有生命力的科學，也是衡量各國科技發展水平的一項重要指標。計算機的誕生及其飛速發展，為科學技術進步提供了前所未有的強大的技術支持和運算儲存功能[1]。因此，以計算機為主要工具的現代信息學在應用復雜的數學方法分析大量數據方面具有先天的優勢[2]。從20世紀70年代開始，信息科學與其他學科交匯融合形成了多個新興學科，如生物信息學、化學信息學、材料信息學、醫學信息學等，在多個領域中發揮了促進創新發展新學科的作用。隨著信息科學的迅速發展，中醫藥學也以前所未有的步伐邁向現代化，研究手段越來越豐富，獲取的信息數量與日俱增[3]。但是，在多數情形下，數據并不都是有價值的。因此，如何從錯綜復雜、內涵豐富的數據中提取出有用的信息，如何運用信息處理技術和研究方法來處理和分析這些有效信息，如何發現和解析隱含在海量數據中的客觀規律，以及如何利用這些數據并將其轉化為有效信息最終來指導現代中醫藥的研究是學科發展中亟待解決的問題。我們現在碰到的許多中醫藥研究問題的復雜性已經大大超出中醫藥學研究的能力范疇，依靠現有的研究思路和方法很難突破[4]。這就給所有中醫藥研究者提出嚴峻挑戰的同時，也給新學科的萌芽創造了歷史機遇。處于歷史性跨越發展時代的中醫藥研究

人員也希望擁有更為現代化的研究手段，并且期待這次變革能夠促進解決中醫藥復雜體系辨識的難題[5]。

1 中醫藥信息學的建立基礎

現代科技發展離不開信息科學。伴隨著越來越多的學科與信息學交叉融合，孕育形成了新的學科[1]。如今的中醫藥學出現了大量難以解決的問題，需要依靠其他手段來突破其學科界限。將信息技術應用到中醫藥學中能使許多難題迎刃而解。所以，中醫藥信息學的建立是中醫藥學科發展的必然發展方向[6]。

中醫藥學與信息學的共同理論基礎都是對動態現象運動規律的認識。信息學的方法就是運用信息，把系統的運動過程看作信息傳遞和轉換的過程，通過對信息流程分析并處理，獲得對某種系統運動過程的規律性認識的一種研究方法。信息方法的特點是用信息概念作為分析和處理問題的基礎，它完全拋開研究對象的具體結構和運動形態，把系統的有目的性的運動抽象地轉換為一個信息的過程，即信息的輸入、存儲、處理、輸出和反饋過程。而中醫藥學的觀念是中醫藥學對于人體自身的完整性及人與自然、社會環境的統一性的認識。中醫整體觀認為，人體是一個由多層結構構成的有機整體，構成人體的各個部分之間，各個臟腑形體官竅之間，結構上不可分割，功能上相互協調、相互為用，病理上相互影響[7]。

信息學強調運用信息方法對復雜事物進行分析研究時，不必對事物的具體結構加以具體分析，而是對其信息流程加以全面地考察，重點強調其在與環境交互作用過程中的動態功能，從而獲得關于事物整體 的信息。但信息方法并不是切斷系統之間的聯系，也不是用孤立的、局部的、靜止的方法研究事物，更不是在剖析的基礎上進行簡單機械地綜合，而是直接從整體出發，用聯系的、全面的、轉化的觀點去綜合分析系統運動過程，這就是信息方法的整體準則。因而，中醫藥學與信息學的結合點就在于此。信息方法是核心，整體準則和功能準則是保證信息方法能夠正確實施的法則，信息方法與兩個準則交互作用，一起形成了完整的信息方法論體系[7]。

2 中醫藥信息學的定義

中醫藥信息學是中醫藥學與信息學交叉融合產生的一門新興學科，它是基于動態現象運動規律理論，遵循整體準則和功能準則，運用計算機與網絡等技術，研究中醫藥學領域信息現象和規律，對中醫藥信息進行表述、管理、分析、模擬和傳播，以實現中醫藥信息的獲取、轉化與共享，揭示中醫藥信息的實質以及內在聯系為目標的一門交叉科學。隨著計算機和網絡的普及，中醫藥學與信息科學不斷碰撞、交叉甚至融合。兩者都不是從具體結構上對事物加以解剖的具體的分析，而是重視從整體上、動態中去觀察和研究事物，從而獲得關于事物動態現象的運動規律和整體認識。這既是信息方法的功能準則和整體準則，也是中醫學的整體觀。擁有共同的理論基礎，也有相似的方法學，促使兩個學科在交叉融合過程中逐漸形成了中醫藥信息學[8-9]。

3 中醫藥信息學的基本框架

中醫藥信息學主要由中醫藥信息技術的研究、信息標準化的研究、信息有序化的研究、信息獲取方法的研究、信息交流的研究、圖像分析與處理技術的研究、信息系統的研究等多方面研究構成[5]。而學科的基礎研究具體包括以下三個方面：①對構成中醫藥信息學的基礎理論和支撐條件各學科的研究；②中醫藥信息學理論基礎的研究；③中醫藥信息學方法論的研究[10]。

4 中醫藥信息學主要研究領域和方向

中醫藥信息學主要研究領域和方向有三個[3]：

4.1 基礎領域的研究方向

包括三個方面，研究中醫藥信息學的支撐科學，包括中醫藥學、信息學、管理學、信息管理等；研究中醫藥信息學理論，包括中醫藥信息論、中醫藥知識整合論和中醫藥信息學原理；研究中醫藥信息學方法論，包括信息學方法、整體準則、功能準則，研究中醫藥信息學學科框架[11]。

4.2 技術領域的研究方向

包括中醫藥信息收集技術、中醫藥信息存儲技術、中醫藥信息處理技術和中醫藥信息輸出技術。

4.3 應用領域的研究方向

主要包括中醫藥信息標準化研究、中醫藥知識體系計算機表示與模擬研究、中醫藥數據分析與利用研究和中醫藥文獻信息資源研究等。

5 展望

將信息數字化與網絡化技術引進中醫藥學中能明顯提高中醫藥信息共享的能力，從而明顯改善中醫藥信息獲取、轉化與共享能力不足的問題，能極大地推動中醫藥學的發展。中醫藥信息學的發展與成熟，開啟了中醫藥傳統經驗管理轉向新型知識管理的新篇章，標志著中醫藥學在傳統獲取信息及利用信息手段上即將開始一次革新，同時也成為中醫藥診療手段與經驗傳承進入飛速發展時代的里程碑。

參考文獻

[1]董倫紅.體育信息管理的理論構建及應用系統開發研 究[D].北京，北京體育大學，2002.

[2]Di Ventura B， Lemerle C.， Michalodimitrakis K.， et al. From in vivo to in silico biology and back[J]. Nature， 2006，443（7l11）： 527-533.

[3]劉海波，彭勇，肖培根，等.當前中藥數據庫建設中的幾個問題[J].世界科學技術-中醫藥現代化，2009， 11（3）：339-343.

[4]崔蒙.中醫藥國際化發展戰略研究[J].中國中醫藥信息雜志，2001，8（8）：2-4.

[5]崔蒙，尹愛寧，李海燕，等.論建立中醫藥信息學[J].中醫雜志，2008，49（3）：267-269.

[6]崔蒙.試論中醫藥信息學及其相關信息學科[J].中國中醫藥信息雜志，2002，9（8）：89-91.

[7]岳劍波.信息管理基礎[M].北京：清華大學出版社，1999.

[8]崔蒙，尹仁芳，謝琪.關于中醫藥信息學內涵的研究[J].中醫雜志，2009，50（10）：869-870.

[9]段青，康小梅.中醫新興與交叉學科的發展應用概述[J].光明中醫，2011，26（10）：2152-2155.

篇13

可以利用簡單的多步計算和小的組合問題的例子融入計算思維的培養過程。通過這些例子來傳遞計算機科學的一些基本概念和思想，計算是一個廣義的概念，它包括不同的任務、概念和技術。同樣，計算思維涉及廣泛的方法和技能。提出和理解不同種類的計算思維，并通過不同領域中的實例來識別計算思維的差別和相似性。在計算思維學習的過程中，還應當使用適合的計算思維語言。例1：介紹乘法，兩個常見的概念是“乘法重復加法”和“乘法滿換律”。利用乘法的定義，可以介紹兩個計算的概念：迭代和效率。我們或許可以解釋符號“+”的每一次應用都是一次迭代，并且當這種操作是交替的時候，乘法的兩種表示形式的效率可能是不同的。比如可以進行下面的練習。①對于每一個乘法，把它寫成重復加法然后寫下答案。同時也記下迭代所需的數量。②寫乘法交換兩個數字，比如6*3和3*6，比較所需的迭代次數。哪一個是更有效率呢？例2：閱讀理解，在培養英語閱讀理解能力時，有一種將句子排序的訓練，比如，a：Idon’twantpizzaagainforalongtime.b：Iatetenpiecesofpizza.c：Laterthatnight，Igotsick.d：Ifeltveryfull.下面哪個排序的選項是正確的?1）a，c，d，b2）d，c，b，a3）b，c，a，d4）c，a，d，b5）b，d，c，a這5個可能性的排序，每一個可以視為一個狀態，構成了問題的搜索空間。為了解決這個問題，我們可以單獨檢驗每個狀態，也可以使用分治的方法來刪除不正確的答案。可以對學生提出以下的啟發式問題：b和c的正確順序是什么；在搜索空間中出現錯誤的b和c的順序的狀態有哪些；還有哪些可能的狀態沒有列出，等等？實際上，這些問題的引入和啟發都滲透著計算機科學中以啟發式搜索的方式求解問題的思想。例3：公式推理，學生在中學時代已經熟練掌握了基本代數，也逐步在各種課程如物理、化學、天文學和生物學中引入方程的使用。我們應該充分地利用這些學生熟知的簡單的公式來講解計算思維的核心技能——功能抽象和程序性問題的解決。比如，物理中加速度的定義，即單位時間內速度的變化。本質上，加速度a可以表示為一些變量的輸出函數，a=v/t，加速度也可以作為子過程出現在一些基本的物理公式中，如牛頓第二定律F=ma。這種抽象推理功能，數據輸入，函數組合是直觀的、簡化和有力的。概念的集成幫助學生加深了計算思維普遍性和無處不在的認識，此外，傳遞了計算思維的技能在各種領域中是必不可少的。例4：跨學科的項目，一個有趣的跨學科的項目是旅游宣傳冊。這個問題需要學生運用語言藝術、數學和社會研究（如地理）。這是一個規劃問題，必須考慮距離、時間、費用、感興趣的可能目的地等約束。學生不僅要提交完成的規劃，還被要求說明如何表示約束，如何計算關于目標函數的最優解等計算思維活動。例如，一個目標函數是在滿足旅行者“開心”的約束下最大化旅行團的利潤。除了通過傳統的主題明確計算思維和計算思維語言的集成，還要將信息處理引入到實例中。例5：小組課題，分組工作在科學課程是很常見的。通常都按照任務進行分組：每個小組成員負責一個或兩個任務（如，數據記錄，報告書等），數據交換的情形就對應著接口和封裝的概念。如果項目報告必須協作（同步或異步）完成，就可以融入鎖定和消息傳遞等概念。在本節的例子，計算機沒有作為明確討論一部分。事實上，在計算思維和計算思維語言的引入和培養過程中，學生是計算的智能體。這里的重點是幫助學生像計算機一樣更加智能和高效地處理問題，不是強調如何去實現計算，而是將計算機科學的知識和課程滲透到涉及信息處理的各學科中。