大数据背景下生物信息学课程教学SWOT分析.docVIP

大数据背景下生物信息学课程教学SWOT分析 　　摘要：生物信息学是一门以计算机为工具对生物信息进行存储、检索和分析的课程，应用前景广阔，大数据是一种新的研究模式和应用生态系统，它改变了之前以个别案例为基础的研究方式，更多地使用大规模的数据作为研究驱动。本文运用SWOT分析方法对医药院校生物信息学课程教学进行分析，制订适合医药院校发展的课程战略。 　　关键词：SWOT分析 生物信息学 课程教学 　　中图分类号：G642 文献标识码：A 　　20世纪80年代初，美国旧金山大学的管理学教授韦里克提出SWOT分析，即优势（strength）、劣势（weakness）、机会（opportunity）和威胁（threats）4个首写字母的组合。所谓SWOT分析是指将与研究对象密切相关的各种优势、劣势、机会、威胁等因素进行提炼，从研究对象所处的情景出发，全面综合考虑问题，根据研究结果制定发展战略。其中，SW是内部因素分析，OT是外部因素分析。SWOT分析是一种战略分析方法，随着管理科学的发展和管理观念的不断更新，SWOT分析法被广泛运用于社会各领域。 　　生物信息学是用数理和信息科学的观点、理论和方法研究生命现象、组织和分析呈现指数增长的生物医学数据的一门学科，它是生物医学、数学、信息科学以及计算机科学等诸多学科的崭新交叉学科[1]。该学科在现代生物学中具有非常重要的地位。21世纪是生物科学的世纪，开展大数据的相关研究，能更好地发现新知识，提高医疗服务的效率和质量。医药院校的首要目标是培养学生具有创新精神、创新意识及创新能力的生物医药卫生人才。因此，大数据背景下医学院校开设生物信息学课程势在必行。 　　（一）医药院校开设生物信息学课程基本现状 　　生物信息学从20世纪80年代末开始应运而生，自 2000年以来，国内众多高校纷纷设立生物信息学课程。生物信息学在医药方面的应用状况主要集中在生 　　物技术制药、基因治疗、疾病预防诊断及治疗等，为改善人类健康和提高生命质量起到一定的促进作用。虽然部分医药院校已经开设生物信息学课程，并进行了一些卓有成效的探索和改革，但目前基本处于探索阶段，教学内容、教学方法、教学模式上都不统一，课程设置不合理，教材内容不够全面，教师的教学方法单一，缺乏合格的生物信息学师资，未形成一个完整的课程建设体系。生物信息学教育与其他专业的合作还有待于加强。 　　（二）医药院校生物信息学课程教学的SWOT分析 　　SWOT分析包括内部分析和外部分析，内部分析是优势、劣势分析；外部分析是机会和威胁的分析。 　　1. SW分析 　　一是优势（strength）：随着高通量检测技术的发展，现在已进入一个生物信息学数据量呈指数级增长的时代，基于大数据的特点，需要新技术提取各类有用信息，从而得出医疗保健解决方案。生物信息学数据库遍布全球，资源丰富，且不断补充和更新。据统计，目前生物信息学数据库总数已超过1078个[2]，国际上已经建立了几乎覆盖生命科学各个领域的生物信息学数据库。数据量大，数据种类多，数据增速快，数据价值高。几乎所有数据库对学术研究部门或人员来说都是免费的，可免费下载或提供免费服务。生物信息学软件种类繁多，功能各异，医药院校可以充分利用网络资源开展生物信息学教育。近年来随着生物信息学的发展，基于生物大分子结构知识的药物设计成为当前的热点，生物信息学对于未来的研究型医学人才开展高水平的研究必不可少。生物信息学课程具有较强的应用型，是一门实用性非常强的学科，是从事与生物医学相关学科人员必须掌握的知识和技能。发展生物信息学刻不容缓[2]。 　　二是劣势（weakness）：教学内容跟不上生物信息学学科发展的速度。随着生物信息学的高速发展，新技术、新方法不断涌现，而该课程内容更新缓慢，制约了课程教学的步伐。教学方法上以教材为中心，教师讲授为主，缺少资源共享，教学场所及教学仪器不完善，教育水平不高。教师队伍整体的数量和质量与该学科发展规模不相称。课程设置方面没有形成统一的认识，人才培养目标缺乏成功经验。由于开设该课程的医药院校受到师资、教材、教学条件等因素限制，尚未真正形成一套成熟的教学体系，实践教学比例偏低。（二） OT分析 　　一是机会（opportunity）：当代科学的迅速发展越来越依赖于不同学科之间的融合与交叉，生物信息学是现代基因组、蛋白质组及以此为基础的现代生物学综合体，是一门新兴的交叉学科。生物信息学学科发展和知识更新速度迅猛，不仅为21世纪的医学奠定新的发展基础，也为农学、遗传学等学科发展推波助澜，也是药物设计、环境监测的重要组成部分。可以说，生物信息学在各个专业各个领域的应用日新月异，知识不断更新，蕴藏着巨大的价值。在大数据时代下，生物信息研究将会不断冲击传统的思维模式，带来思维的变