“人工智能+X”背景下生物信息学方向科技创新人才培养体系探索与实践

　　【摘要】 生物信息学的学科前沿性、交叉性极强，且处在迅速发展中。在“人工智能+X”背景下，建立有效的生物信息学交叉复合型人才培养体系对生物信息学领域科技创新人才培养至关重要。中南大学以科技创新为导向，通过计算机与生物学、医学的深入交叉融合，对“人工智能+X”背景下计算机学科生物信息学方向科技创新人才培养体系建设进行了系统探索与实践。该培养体系依托国家级和省级平台，结合中南大学工科和医学的优势资源，建立了跨学科的复合型科技创新人才培养模式，提出“学科交叉+个性定制+创新训练”的教学方法，建立多学科交叉融合的层次化创新实践训练体系，培养了一批高水平研究生，为新兴、交叉学科人才培养探索了一条成功的道路。

　　李敏; 项炬; 李洪东; 曾敏; 段桂华; 王建新， 工业和信息化教育 发表时间：2021-10-22

　　【关键词】计算机;生物信息学;交叉学科;研究生教育;人才培养;教学改革;人工智能

　　0 引言

　　随着现代生物技术、计算机技术、信息理论方法的快速发展，生物医学数据呈现爆炸式增长，生物信息学已成为当前国内外的研究热点，其在科学研究和产业应用中的作用越来越重要。国内外学术界和产业界对生物信息学人才的需求量也越来越大。

　　生物信息学一流人才的培养对于我国抢占生命科学的制高点至关重要，因此生物信息学教育受到越来越多的关注。生物信息学作为生物医学、计算机等学科交叉融合形成的新兴学科，涉及的知识面非常广，并且其知识体量随着现代生命科学技术和计算机技术的发展而快速增长，同时其教育对象通常来自生物医学、计算机科学、数学、物理、统计学等不同领域，知识背景差异大。在新时代背景下，针对不同教育对象如何有效开展生物信息学教育，培养新型高素质交叉复合型人才，是国内外的热点课题。

　　中南大学计算机学院依托于医疗大数据应用技术国家工程实验室等多个国家级和省级平台，在湖南省研究生教育教学改革研究重点项目等教研课题、科技部重点研发计划课题、国家自然科学基金重点项目等科研课题的支持下，以科技创新为导向，在“人工智能+X”背景下对计算机学科生物信息学方向科技创新人才培养体系进行了系统的探索与实践，建立了跨学科的复合型科技创新人才培养模式。该模式建设面向国家战略，聚焦国际前沿，体现了学科交叉融合的新时代人才培养特色，推动科技创新发展，全方位地培养了研究生的实践创新能力，有效地促进了科技创新人才培养质量的提升。

　　1 生物信息学教育现状

　　从20世纪末到21世纪初，生物信息学理论方法和技术日趋成熟并获得广泛应用，生物信息学教育也随之进入快速发展阶段[1-2]。当前，世界各国，尤其是发达国家和地区都在开展不同形式的生物信息学或计算生物学人才培养，其课程和学位建设已涵盖本科、硕士、博士。生物信息学教育在世界范围内呈现欣欣向荣的良好局面[3-4]。

　　与美国和欧洲等发达国家和地区相比，我国的生物信息学研究与教育起步较晚，但发展速度很快。国内外交叉学科生物信息学教育情况研究显示，尽管国内外高校都对交叉学科生物信息学研究生培养进行了长期的理论研究与实践探索，但是由于生物信息学的交叉学科特点及其知识体量的爆炸式增长，学生通常很难同时掌握该研究领域的所有内容。在计算机专业开展生物信息学方向研究生教育是全新而又大胆的尝试，但当前计算机及相关学科的交叉学科生物信息学研究生教育仍存在很多现实问题[5-8]。例如，作为新兴学科，生物信息学专业师资力量依旧薄弱，各高校课程设置差异较大、缺乏规范，缺乏合适教材等[9-10]。在研究生选拔、课程设置、教材选择、教学方式等方面都存在很多需要深入探讨的问题。如何归纳该领域核心素养，结合不同教育对象的个性化需求，建立有效的教育培养模式和课程体系，是当前生物信息学教育研究面临的重要课题。目前，在很多学科都有生物信息学方向的研究生培养，如生命科学、计算机科学、数学、物理和医学等。不同学科的培养目标各异，课程设置重复，且很难满足国家和社会对生物信息学领域的复合型创新人才的需求，亟须突破学科之间的壁垒，统筹安排，通过计算机与生物学、医学的深入交叉融合，逐步建立起系统的跨学科的复合型科技创新人才培养模式。

　　2 生物信息学交叉复合型科技创新人才培养体系建设

　　为培养新型高素质生物信息学交叉复合型科技创新人才，中南大学计算机学院开展了以科技创新为导向的生物信息学交叉复合型人才培养体系的建设;通过整合校内外优势资源，组建跨学科师资队伍，创建跨学科的生物信息学复合型人才培养体系。

　　2.1  跨学科课程体系构建

　　该人才培养体系以生物信息学领域的交叉复合型科技创新人才培养为目标，紧跟计算机科学和生物信息学领域的最新发展趋势，打破学科壁垒，打造包含基础课程、核心课程、专题课程、前沿课程4个模块的跨学科课程体系;学生可以跨层次、跨学科/学院选课，跨学院的课程均按选修课计入选修学分。通过改革和优化培养方案，实现硕士、博士培养方案相互呼应、目标统一，课程设置相互衔接、层层递进。

　　2.2  “学科交叉+个性定制+创新训练”的教学方法

　　针对生物信息学的多学科交叉特性，从基础课程到核心课程、专题课程，任课教师都注重教学内容的延展和交叉融合，通过教学方式、方法的改革，激发学生的学习兴趣，培养学生的创新性思维。教师将生物信息学涉及的不同学科的知识点进行有机融合，设计交叉融合型教学案例，创新教学内容。该培养体系面向生物信息学领域的重要科研问题，建立以学生为中心、以创新能力培养为导向、融合思政教育的“学科交叉+个性定制+创新训练”教学方法。教师组织以学生为主导的创新思维训练课题和讨论活动，拓展学生的创新性思维。例如，笔者在讲解生物网络的模块分析时，设计了教学案例“生物网络中的‘悲欢离合’——功能模块的动态演化”，融合了生物数据处理、生物网络建模、功能模块挖掘、演化分析等方面的知识，以促进学生对蛋白质相互作用、基因表达、基因调控等多元生物数据及其处理方法的认识，加强学生对数理统计理论、机器学习方法、生物信息学分析工具等多学科专业知识的理解与应用，提高学生的理论知识水平和解决实际问题的能力。

　　2.3  多学科交叉融合的层次化创新实践训练体系

　　针对生物信息学方向学生背景差异大及实践技能参差不齐的问题，该培养体系以“资源整合、项目导向、分层培训、技能积累、创新引领”为宗旨，结合生物信息学研究生的多学科背景及个性化实践训练需求，建立多学科交叉融合的层次化创新实践训练体系。该创新实践训练体系打破了“千人一面”的实践训练程序，强化学科交叉融合，通过企业联合培养、竞赛项目、研究生自由探索计划创新项目等多种实践方式，对每种实践方式精心设计不同层次的入口，对研究生实行分层的实践训练，循序渐进，按需学习。中南大学计算机学院与湖南科创信息技术股份有限公司、深圳早知道科技有限公司等企业，通过深度合作建立研究生培养创新实践基地，为研究生开展科技创新、社会实践等提供优秀的软硬件平台。

　　3 生物信息学交叉复合型科技创新人才培养体系的建设成效

　　该人才培养体系建设以科技创新为导向，以培养德才兼备的交叉复合型创新人才为核心，以多学科交叉融合和创新实践训练为抓手，组建了一支多学科交叉的高水平教师队伍，搭建了面向全校学生的开放式的层次化创新实践训练平台，培养了一批一流的复合型科技创新人才，取得了显著的建设成效。

　　(1)通过建立跨学科的科技创新人才培养体系，提升了生物信息学方向研究生的科技创新能力。学生主持湖南省和中南大学等创新项目30 余项，在国内外生物信息学领域的权威期刊发表学术论文100余篇，研究成果得到国内外同行的高度评价和认可，研发的生物信息学工具软件在医学、生物学等领域被广泛使用。

　　(2)校企深度合作，打造一流研究生创新实践基地，推动企业产业化发展。通过与湖南科创信息技术股份有限公司、深圳早知道科技有限公司等企业开展深入合作，中南大学计算机学院先后建立了生物医学大数据与人工智能研究生培养创新实践基地和中南大学—WeGene研究生培养创新实践基地，建立了层次化创新实践训练体系，使学生创新实践能力稳步提高，成为解决企业科技难题的主力军。通过校企深度合作，研究生参与申请国家发明专利50余项(已获授权26项)，其中4项发明专利成功进行成果转化，解决了企业难题。产学研的深度融合，不仅有效提高了学生的科技创新实践能力，也促进了企业产业化发展。

　　(3)培养杰出的科技创新人才，服务社会。

　　该人才培养体系的建设为社会输送了大批学术潜力大、创新能力突出的研究生，其中20余名博士毕业后到高校任职。硕士毕业生去向多为亚马逊、百度、阿里巴巴、腾讯、工商银行、招商银行等大型企事业单位，多学科交叉的知识背景和全方位的创新实践训练使学生受到企业好评，留学生回国后发挥了重要作用。经过多年努力，生物信息学方向研究生培养质量逐年提高，并在国内外生物信息学组织里发挥着重要作用。

　　4 结语

　　生物信息学的前沿性、交叉性强，且仍处在快速发展之中，国内外均尚未形成系统的人才培养体系。在“人工智能+X”背景下，建立更有效的生物信息学交叉复合型人才培养模式，对生物信息学领域科技创新人才培养至关重要。笔者介绍了中南大学针对计算机学科生物信息学方向交叉学科研究生培养体系建设开展的系统探索与实践，以及取得的系列成果。该培养体系建设依托多个国家级和省级平台，结合中南大学在工科和医学方面的优势资源，通过计算机与生物学、医学的深入交叉融合，逐步建立起了系统的跨学科的复合型科技创新人才培养模式，培养了一批高水平研究生，在国内外形成了较大影响，并为新兴、交叉学科人才培养探索了一条成功的道路。