【摘要】生物信息學(xué)作為生命科學(xué)與生物技術(shù)／信息技術(shù)研究領(lǐng)域的關(guān)鍵交叉學(xué)科，對(duì)生物經(jīng)濟(jì)和數(shù)字經(jīng)濟(jì)的貢獻(xiàn)日益顯著。當(dāng)前，生物信息學(xué)仍面臨學(xué)科體系不健全、定位模糊以及交叉合作不充分等挑戰(zhàn)，多模態(tài)高維度生物大數(shù)據(jù)的準(zhǔn)確性、分析處理和共享整合問(wèn)題也考驗(yàn)著生物信息學(xué)的發(fā)展。在建設(shè)科技強(qiáng)國(guó)的過(guò)程中，生物信息學(xué)是生物經(jīng)濟(jì)產(chǎn)業(yè)布局的關(guān)鍵環(huán)節(jié)。與此同時(shí)，人工智能技術(shù)的融入正引發(fā)生命科學(xué)研究范式的轉(zhuǎn)變，促使生物信息學(xué)從認(rèn)知科學(xué)向工程創(chuàng)造的STEM并存模式方向發(fā)展。此外，生物信息學(xué)面臨人才培養(yǎng)同質(zhì)化和優(yōu)秀青年人才“內(nèi)卷”的困境，需要構(gòu)建多層次培養(yǎng)體系和優(yōu)化科研環(huán)境，培養(yǎng)具有戰(zhàn)略眼光的科學(xué)家。由此，應(yīng)加強(qiáng)頂層設(shè)計(jì)，完善學(xué)科體系與教學(xué)體系；建立多元化人才培養(yǎng)體系；全面推進(jìn)“101計(jì)劃”；優(yōu)化教育資源分配和教學(xué)模式創(chuàng)新。

【關(guān)鍵詞】生物信息學(xué) 人工智能 人才培養(yǎng) STEM 優(yōu)化教育資源分配

【中圖分類號(hào)】Q811.4/C961 【文獻(xiàn)標(biāo)識(shí)碼】A

【DOI】10.16619/j.cnki.rmltxsqy.2024.16.002

【作者簡(jiǎn)介】陳銘，浙江大學(xué)生命科學(xué)學(xué)院教授、博導(dǎo)，浙江大學(xué)生物信息學(xué)學(xué)科帶頭人。研究方向?yàn)榻M學(xué)大數(shù)據(jù)整合與挖掘、非編碼RNA生物信息學(xué)、生物網(wǎng)絡(luò)建模以及精準(zhǔn)醫(yī)學(xué)。主要著作有《生物信息學(xué)（第四版）》（主編）、《大數(shù)據(jù)時(shí)代的整合生物信息學(xué)》（論文）、《系統(tǒng)生物學(xué)（Systems Biology）的幾大重要問(wèn)題》（論文）等。

生物信息學(xué)興起的背景與意義

20世紀(jì)以來(lái)，生物學(xué)取得了巨大的發(fā)展，在許多生物領(lǐng)域的發(fā)現(xiàn)和研究方面作出了重大貢獻(xiàn)。同時(shí)，計(jì)算機(jī)科學(xué)和信息技術(shù)也有了顯著進(jìn)展，信息處理能力日益增強(qiáng)。生物學(xué)和信息技術(shù)的快速發(fā)展促使人們利用信息技術(shù)的優(yōu)勢(shì)來(lái)解決生物學(xué)領(lǐng)域的問(wèn)題，這便催生了生物信息學(xué)。此外，大規(guī)模生物數(shù)據(jù)的可用性也推動(dòng)了生物信息學(xué)發(fā)展。生物學(xué)家能夠獲取大量生物數(shù)據(jù)，如基因序列、基因表達(dá)譜、蛋白質(zhì)結(jié)構(gòu)和代謝物組成等。隨著高通量測(cè)序和其他生物學(xué)技術(shù)的不斷進(jìn)步，生物數(shù)據(jù)的數(shù)量和復(fù)雜性持續(xù)增加。這些大數(shù)據(jù)難以通過(guò)傳統(tǒng)手動(dòng)方法處理和分析，迫切需要生物信息學(xué)引入新的方法。

簡(jiǎn)而言之，生物信息學(xué)是整合計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)學(xué)和生物學(xué)的學(xué)科，旨在使用計(jì)算方法分析和解釋各種生物數(shù)據(jù)并提供預(yù)測(cè)。隨著相關(guān)技術(shù)的不斷發(fā)展和突破，生物信息學(xué)也在不斷演進(jìn)，其歷程可以劃分為如下四個(gè)階段。

基因組階段?；蚪M階段生物信息學(xué)發(fā)展的標(biāo)志性事件是人類基因組計(jì)劃的啟動(dòng)。該計(jì)劃于1990年啟動(dòng)，歷時(shí)13年，旨在確定人類基因組的化學(xué)結(jié)構(gòu)、功能和組織。在這一階段，生物信息學(xué)主要關(guān)注基因組序列的生成、注釋和分析，為人們提供了大量精確的生物信息，從而推動(dòng)了分子生物學(xué)、基因組學(xué)、遺傳學(xué)等多個(gè)領(lǐng)域的發(fā)展。

高通量階段。高通量階段生物信息學(xué)發(fā)展的主要特征是利用高通量技術(shù)大規(guī)模獲取各種生物數(shù)據(jù)，如芯片技術(shù)（microarrays）和高通量測(cè)序（high-throughput sequencing）。在這一階段，數(shù)據(jù)的大規(guī)模獲取和分析變得更加容易，使我們能夠深入了解生物系統(tǒng)的復(fù)雜性。高通量技術(shù)的發(fā)展提高了生物信息學(xué)的效率和準(zhǔn)確性，使研究人員可以快速獲得生物數(shù)據(jù)，并利用生物信息學(xué)工具進(jìn)行分析。高通量技術(shù)在生命科學(xué)和醫(yī)學(xué)研究中的應(yīng)用日益廣泛，如基因組學(xué)、轉(zhuǎn)錄組學(xué)、蛋白質(zhì)與代謝組學(xué)。

大數(shù)據(jù)階段。大數(shù)據(jù)階段生物信息學(xué)發(fā)展的主要特征是大數(shù)據(jù)的生成和處理。生物數(shù)據(jù)以指數(shù)級(jí)增長(zhǎng)，如基因組、轉(zhuǎn)錄組、蛋白質(zhì)組、代謝組等大數(shù)據(jù)集的不斷積累，給數(shù)據(jù)的存儲(chǔ)和處理帶來(lái)了極大挑戰(zhàn)。因此，生物信息學(xué)的發(fā)展重點(diǎn)關(guān)注開發(fā)新的技術(shù)，如云計(jì)算、分布式計(jì)算和并行計(jì)算，以滿足更高效的數(shù)據(jù)處理需求。此外，大數(shù)據(jù)使得開發(fā)更準(zhǔn)確的模型、算法和工具來(lái)預(yù)測(cè)生物事件及其參數(shù)成為可能。

人工智能階段。人工智能階段生物信息學(xué)發(fā)展的主要特征是人工智能技術(shù)大規(guī)模應(yīng)用于生物數(shù)據(jù)的處理和分析。隨著深度學(xué)習(xí)、自然語(yǔ)言處理和圖像處理等領(lǐng)域的迅速發(fā)展，人工智能技術(shù)已廣泛應(yīng)用于生物數(shù)據(jù)的解讀和分析。例如，深度學(xué)習(xí)算法可以在海量生物數(shù)據(jù)中識(shí)別模式和趨勢(shì)，并預(yù)測(cè)生物事件及其參數(shù)。人工智能技術(shù)可以用于研究原位基因表達(dá)、細(xì)胞圖像和蛋白質(zhì)結(jié)構(gòu)等生物系統(tǒng)。類腦神經(jīng)元模型構(gòu)建方法為人工智能的性能提升提供理論支持。

在大約半個(gè)世紀(jì)的時(shí)間里，生物信息學(xué)歷經(jīng)上述四個(gè)階段不斷發(fā)展和壯大，為生物學(xué)研究提供了新的工具和方法，不斷推動(dòng)著生命科學(xué)的進(jìn)步，也為生物學(xué)、醫(yī)學(xué)、農(nóng)業(yè)等領(lǐng)域持續(xù)帶來(lái)重大改變和提升。通過(guò)生物信息學(xué)分析從基因組序列到其他類型的生物數(shù)據(jù)，科學(xué)家能夠更好地理解遺傳學(xué)、基因組學(xué)和其他生物學(xué)領(lǐng)域的問(wèn)題。具體來(lái)說(shuō)，生物信息學(xué)提供的分析工具使科學(xué)家能夠更快地識(shí)別和比較基因序列、注釋基因功能、了解分子調(diào)控過(guò)程及其他生物信息，更好地探究基因型和表型間的可能機(jī)制。生物信息學(xué)通過(guò)比較基因組、蛋白質(zhì)組和其他生物數(shù)據(jù)，實(shí)現(xiàn)精準(zhǔn)醫(yī)學(xué)研究，使科學(xué)家能夠更快地識(shí)別新的藥物、診斷以及發(fā)現(xiàn)新的治療方法。生物信息學(xué)還可以輔助分子育種，改進(jìn)作物品種，提高作物產(chǎn)量，改善食品質(zhì)量并發(fā)現(xiàn)新的農(nóng)業(yè)處理方法。

生物信息學(xué)發(fā)展的困境及挑戰(zhàn)

生物信息學(xué)的學(xué)科定位未獲共識(shí)。生物信息學(xué)作為一門交叉學(xué)科，盡管在許多領(lǐng)域發(fā)揮著重要作用，但其學(xué)科體系尚不健全，存在學(xué)科認(rèn)可、專業(yè)定位問(wèn)題。生物信息學(xué)涵蓋理論算法研究、技術(shù)開發(fā)、組學(xué)分析、應(yīng)用研究以及工程化創(chuàng)新研究，涉及從生物學(xué)問(wèn)題和數(shù)學(xué)信息問(wèn)題，到應(yīng)用分析、數(shù)據(jù)挖掘、人工智能和主動(dòng)發(fā)現(xiàn)等多個(gè)方面。廣泛的研究?jī)?nèi)涵使其在不同學(xué)術(shù)領(lǐng)域形成了相對(duì)獨(dú)立的研究方向和影響力，如偏算法的理論研究和偏實(shí)驗(yàn)科學(xué)的生物學(xué)應(yīng)用研究，不同領(lǐng)域的研究所面臨的發(fā)展挑戰(zhàn)也各不相同，這導(dǎo)致生物信息學(xué)的學(xué)科內(nèi)部合作不充分、不主動(dòng)。此外，生物信息學(xué)作為整體交叉學(xué)科，缺乏成熟的理論體系和鮮明的領(lǐng)域方向，產(chǎn)業(yè)應(yīng)用集群效應(yīng)也未得到足夠積累。

生物數(shù)據(jù)對(duì)生物信息學(xué)的發(fā)展至關(guān)重要。生物信息學(xué)依賴于生物數(shù)據(jù)，生物數(shù)據(jù)的質(zhì)量、特性、處理方法、共享和整合使用情況等因素影響著生物信息學(xué)的發(fā)展。一是生物數(shù)據(jù)可能存在錯(cuò)誤或不完整。如何確保數(shù)據(jù)的準(zhǔn)確性、識(shí)別和糾正錯(cuò)誤或缺失的數(shù)據(jù)，成為生物信息學(xué)發(fā)展的關(guān)鍵挑戰(zhàn)。二是生物數(shù)據(jù)具有其特定屬性。如何正確區(qū)分其全局性和局部性、常態(tài)和特殊條件、靜態(tài)和動(dòng)態(tài)等，也是科學(xué)處理數(shù)據(jù)的難點(diǎn)所在。三是有效地分析大量數(shù)據(jù)的方法選擇。生成大量數(shù)據(jù)后，不同類型數(shù)據(jù)的分析、不同分析方法的評(píng)估和使用、基于已有知識(shí)的有監(jiān)督數(shù)據(jù)分析和基于數(shù)據(jù)的無(wú)監(jiān)督數(shù)據(jù)分析都有其不同的應(yīng)用范圍。四是生物數(shù)據(jù)的共享和整合使用面臨的挑戰(zhàn)。生物數(shù)據(jù)通常由不同的研究人員和機(jī)構(gòu)創(chuàng)建和管理，因此在數(shù)據(jù)的共享和整合使用方面可能存在壁壘。充分利用多模態(tài)生物數(shù)據(jù)，需要識(shí)別和克服上述問(wèn)題。

生物數(shù)據(jù)已成為國(guó)家重要資源，其產(chǎn)生、分析、管理與利用是保障生物科技安全的重要環(huán)節(jié)。針對(duì)部分敏感生物數(shù)據(jù)的分析處理還需要建立可持續(xù)發(fā)展的安全保護(hù)、隱私保護(hù)和共享服務(wù)的機(jī)制和技術(shù)。2019年，主要依托中國(guó)科學(xué)院北京基因組研究所的中國(guó)生物信息學(xué)中心正式成立，打破了歐美日壟斷全球生物數(shù)據(jù)的格局，實(shí)現(xiàn)了生物信息學(xué)數(shù)據(jù)庫(kù)的自主開發(fā)、自主管理，為我國(guó)高質(zhì)量生物數(shù)據(jù)資源的基礎(chǔ)設(shè)施建設(shè)提供了重要支撐。未來(lái)應(yīng)進(jìn)一步加大投入，將其建設(shè)成引領(lǐng)全球生物信息學(xué)生物數(shù)據(jù)資源發(fā)展的大國(guó)工程。

生命科學(xué)研究范式發(fā)生轉(zhuǎn)變。生命科學(xué)研究范式正在發(fā)生深刻變革，尤其是人工智能技術(shù)對(duì)生命科學(xué)研究范式產(chǎn)生了深遠(yuǎn)的影響。總體來(lái)說(shuō)，從單純的問(wèn)題驅(qū)動(dòng)研究，轉(zhuǎn)變?yōu)閱?wèn)題驅(qū)動(dòng)與數(shù)據(jù)驅(qū)動(dòng)并行的研究。基因組學(xué)、轉(zhuǎn)錄組學(xué)、蛋白質(zhì)組學(xué)、代謝組學(xué)、表型組學(xué)等領(lǐng)域的數(shù)據(jù)量巨大，傳統(tǒng)方法難以應(yīng)對(duì)，而人工智能算法技術(shù)可以高效地從中提取有價(jià)值的信息，使得研究更加高效、精準(zhǔn)和個(gè)性化。例如，人工智能技術(shù)可以將不同來(lái)源的數(shù)據(jù)（如臨床數(shù)據(jù)、實(shí)驗(yàn)數(shù)據(jù)、文獻(xiàn)數(shù)據(jù)）進(jìn)行整合，提供更全面的視角。在人工智能時(shí)代，對(duì)生物大分子和基因的研究進(jìn)入精準(zhǔn)調(diào)控階段，通過(guò)機(jī)器學(xué)習(xí)模型，可以預(yù)測(cè)疾病的發(fā)生和發(fā)展，使個(gè)性化醫(yī)療成為可能。在病理學(xué)、細(xì)胞生物學(xué)等領(lǐng)域，人工智能的圖像分析技術(shù)可以自動(dòng)識(shí)別和分類細(xì)胞、組織等，提高診斷的準(zhǔn)確性和效率。采用人工智能技術(shù)分析患者的基因組數(shù)據(jù)、病史和生活方式，可以提供個(gè)性化的治療方案。利用可穿戴設(shè)備和人工智能技術(shù)進(jìn)行實(shí)時(shí)健康監(jiān)測(cè)和管理，能夠有效提高疾病預(yù)防和管理水平。人工智能還可以模擬和預(yù)測(cè)藥物與靶點(diǎn)的相互作用，加快新藥研發(fā)速度。人工智能技術(shù)（如AlphaFold）在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)方面取得的重大突破推動(dòng)了結(jié)構(gòu)生物學(xué)的發(fā)展。人工智能技術(shù)幫助設(shè)計(jì)更高效的CRISPR編輯工具，能夠提高基因編輯的準(zhǔn)確性。人工智能驅(qū)動(dòng)的自動(dòng)化實(shí)驗(yàn)室可以進(jìn)行高通量篩選和分析，進(jìn)而大幅提高實(shí)驗(yàn)效率。生物信息學(xué)應(yīng)秉持“從生物中來(lái)到生物中去”的理念，探索從“認(rèn)知科學(xué)”到“工程創(chuàng)造”的有效發(fā)展路徑，實(shí)現(xiàn)從單一理科到理工并存發(fā)展的新的轉(zhuǎn)變。

加快建設(shè)科技強(qiáng)國(guó)與大國(guó)競(jìng)爭(zhēng)形勢(shì)緊迫。世界百年未有之大變局加速演進(jìn)，科技革命與大國(guó)博弈相互交織，高技術(shù)領(lǐng)域成為國(guó)際競(jìng)爭(zhēng)最前沿和主戰(zhàn)場(chǎng)，深刻重塑全球秩序和發(fā)展格局。當(dāng)前，我國(guó)亟需通過(guò)科技創(chuàng)新驅(qū)動(dòng)，發(fā)展新質(zhì)生產(chǎn)力，推動(dòng)數(shù)字經(jīng)濟(jì)和生物經(jīng)濟(jì)的發(fā)展。具體來(lái)說(shuō)，要堅(jiān)持目標(biāo)導(dǎo)向和問(wèn)題導(dǎo)向，依靠跨學(xué)科、大協(xié)作和高強(qiáng)度支持，發(fā)揮協(xié)同創(chuàng)新的新型舉國(guó)體制優(yōu)勢(shì)，充分體現(xiàn)戰(zhàn)略科技力量在集聚整合相關(guān)科研力量、開展核心技術(shù)攻關(guān)中的引領(lǐng)作用。2022年5月，國(guó)家發(fā)展和改革委員會(huì)發(fā)布的《“十四五”生物經(jīng)濟(jì)發(fā)展規(guī)劃》強(qiáng)調(diào)，培育壯大生物經(jīng)濟(jì)支柱產(chǎn)業(yè)，加快生物技術(shù)廣泛賦能健康、農(nóng)業(yè)、能源、環(huán)保等產(chǎn)業(yè)，促進(jìn)生物技術(shù)與信息技術(shù)深度融合，全面提升生物產(chǎn)業(yè)多樣化水平，推動(dòng)生物經(jīng)濟(jì)高質(zhì)量發(fā)展。具體規(guī)劃包括：依托人工智能技術(shù)、生物醫(yī)學(xué)和健康大數(shù)據(jù)資源，發(fā)展智能輔助決策知識(shí)模型和算法，輔助個(gè)性化新藥研發(fā)，為疾病診斷治療提供決策支持；利用第五代移動(dòng)通信、區(qū)塊鏈、物聯(lián)網(wǎng)等前沿技術(shù)，實(shí)現(xiàn)藥品、疫苗從生產(chǎn)到使用全生命周期管理；深化衛(wèi)生健康大數(shù)據(jù)在醫(yī)學(xué)科研、教育培訓(xùn)、臨床診療、產(chǎn)品研發(fā)、行業(yè)治理、醫(yī)保支付等方面的應(yīng)用，等等?！吨袊?guó)生物產(chǎn)業(yè)發(fā)展報(bào)告2022》提出，2025年我國(guó)生物經(jīng)濟(jì)總量有望達(dá)到22萬(wàn)億元。

科技工作要面向世界科技前沿、面向經(jīng)濟(jì)主戰(zhàn)場(chǎng)、面向國(guó)家重大需求、面向人民生命健康。在自然指數(shù)追蹤的學(xué)科排行榜上，我國(guó)越來(lái)越多的科研機(jī)構(gòu)進(jìn)入科研領(lǐng)導(dǎo)者榜單，科研機(jī)構(gòu)的高質(zhì)量科研能力有強(qiáng)者愈強(qiáng)之勢(shì)。然而，在大國(guó)競(jìng)爭(zhēng)中，我國(guó)生物經(jīng)濟(jì)領(lǐng)域仍缺少具備市值規(guī)模、市場(chǎng)份額、專利技術(shù)、品牌影響力和產(chǎn)品競(jìng)爭(zhēng)力的“世界級(jí)領(lǐng)軍企業(yè)”。未來(lái)，我國(guó)需要在基因組學(xué)、腦與認(rèn)知科學(xué)、精準(zhǔn)醫(yī)療、生物醫(yī)藥、高端醫(yī)療器械、生物育種、同一健康、合成生物學(xué)、生物質(zhì)能源和生物安全等產(chǎn)業(yè)布局方面實(shí)現(xiàn)全面突破和引領(lǐng)。

生命科學(xué)相關(guān)的未來(lái)產(chǎn)業(yè)人才培養(yǎng)有待進(jìn)一步加強(qiáng)。當(dāng)今世界的競(jìng)爭(zhēng)說(shuō)到底是人才競(jìng)爭(zhēng)、教育競(jìng)爭(zhēng)。我國(guó)要實(shí)現(xiàn)高水平科技自立自強(qiáng)，歸根結(jié)底要靠高水平創(chuàng)新人才。當(dāng)前，我國(guó)部分領(lǐng)域的人才培養(yǎng)仍存在原創(chuàng)性和突破性不足、科研資源出現(xiàn)分散重復(fù)與“圈子”壟斷、研究深度不足等問(wèn)題。圍繞生命科學(xué)相關(guān)的未來(lái)產(chǎn)業(yè)布局，開展相應(yīng)的人才培養(yǎng)需要進(jìn)行詳細(xì)的規(guī)劃和實(shí)施。一方面，建立多層次的人才培養(yǎng)體系。加強(qiáng)本科教育，注重學(xué)生基礎(chǔ)知識(shí)的學(xué)習(xí)和科研素養(yǎng)的培育，增加實(shí)驗(yàn)課程和實(shí)踐環(huán)節(jié)，鼓勵(lì)學(xué)生參與科研項(xiàng)目；在研究生教育階段設(shè)置跨學(xué)科課程，提供更多的科研機(jī)會(huì)和國(guó)際交流項(xiàng)目，培養(yǎng)學(xué)生的創(chuàng)新能力和跨學(xué)科思維；通過(guò)博士后流動(dòng)站和青年科學(xué)家計(jì)劃支持青年科研人員獨(dú)立開展研究，提供相應(yīng)科研經(jīng)費(fèi)和科研資源，鼓勵(lì)原創(chuàng)性研究。另一方面，優(yōu)化科研環(huán)境。增加對(duì)基礎(chǔ)研究和前沿技術(shù)研究的經(jīng)費(fèi)投入，設(shè)立專項(xiàng)基金支持原創(chuàng)性和突破性研究；建設(shè)和完善高水平的科研實(shí)驗(yàn)室和平臺(tái)，提供先進(jìn)的科研設(shè)備和技術(shù)支持；鼓勵(lì)和支持科研人員參加國(guó)際學(xué)術(shù)會(huì)議，不斷增加國(guó)際合作研究項(xiàng)目，促進(jìn)學(xué)術(shù)交流和合作；建立靈活的聘用和評(píng)價(jià)機(jī)制，減少對(duì)論文數(shù)量和影響因子的過(guò)度依賴，更注重科研成果的實(shí)際貢獻(xiàn)；加強(qiáng)公共服務(wù)資源統(tǒng)籌，為科技人才提供住房、子女入學(xué)、醫(yī)療健康、后勤服務(wù)等有效保障，切實(shí)幫助人才解決后顧之憂。

生物信息學(xué)教育資源發(fā)展不均衡。當(dāng)前，我國(guó)生物信息學(xué)教育資源的發(fā)展仍存在不均衡現(xiàn)象，主要表現(xiàn)在一流師資力量不足、頂尖專家參與教學(xué)積極性較低、教材質(zhì)量仍有提升空間以及教育資源分配不均等方面。生物信息學(xué)要求教師具備生物學(xué)、計(jì)算機(jī)科學(xué)和統(tǒng)計(jì)學(xué)等多學(xué)科背景，而具備這種多學(xué)科背景的教師數(shù)量相對(duì)較少。同時(shí)，許多在生物信息學(xué)領(lǐng)域具有豐富經(jīng)驗(yàn)的專家更傾向于從事科研工作，而非參與一線教學(xué)，導(dǎo)致學(xué)生難以直接獲得頂尖專家的指導(dǎo)和啟發(fā)。生物信息學(xué)教材的編寫需要綜合多個(gè)學(xué)科的知識(shí)，而現(xiàn)有的教材質(zhì)量參差不齊，優(yōu)秀的生物信息學(xué)教材數(shù)量有限，難以滿足日益增長(zhǎng)的教學(xué)需求。教育資源分配不均的現(xiàn)象依舊存在，未來(lái)應(yīng)重點(diǎn)施策逐步縮小區(qū)域、城際、校際教育質(zhì)量差距。

生物信息學(xué)人才培養(yǎng)的模式與建議

加強(qiáng)頂層設(shè)計(jì)，完善學(xué)科體系與教學(xué)體系。一方面，要健全和完善生物信息學(xué)的學(xué)科體系?，F(xiàn)有的學(xué)科分類、產(chǎn)業(yè)分類和經(jīng)濟(jì)活動(dòng)目錄中，存在生物信息學(xué)缺失或定位不準(zhǔn)確的問(wèn)題，建立完善的理論體系、充分體現(xiàn)學(xué)科價(jià)值、進(jìn)行有效的學(xué)科分類和產(chǎn)業(yè)分類等工作至關(guān)重要。要加強(qiáng)頂層設(shè)計(jì)，充分發(fā)揮新型舉國(guó)體制的優(yōu)勢(shì)，推動(dòng)學(xué)科發(fā)展和產(chǎn)業(yè)創(chuàng)新深度融合。

另一方面，要完善教育部制定的生物信息學(xué)專業(yè)國(guó)家標(biāo)準(zhǔn)，并成立教學(xué)指導(dǎo)委員會(huì)。在科學(xué)（Science）、技術(shù)（Technology）、工程（Engineering）和管理（Management）等方面，明確生物信息學(xué)的人才培養(yǎng)定位，構(gòu)建STEM培養(yǎng)體系。這將有助于規(guī)范和提升生物信息學(xué)教育的質(zhì)量，引導(dǎo)高校培養(yǎng)出符合社會(huì)和產(chǎn)業(yè)發(fā)展需求的高素質(zhì)人才。

建立多元化人才培養(yǎng)體系。一是避免同質(zhì)化，加強(qiáng)工程化培養(yǎng)。為避免同質(zhì)化培養(yǎng)、同質(zhì)化科研、同質(zhì)化成果對(duì)自由探索原創(chuàng)性科研成果的制約，應(yīng)將生物信息學(xué)與STEM教育相結(jié)合，針對(duì)不同領(lǐng)域和崗位需求，制定差異化的人才培養(yǎng)方案，在科學(xué)研究、技術(shù)應(yīng)用和工程開發(fā)等方向上有區(qū)分地培養(yǎng)生物信息學(xué)科學(xué)家和工程技術(shù)人員。注重系統(tǒng)的工程化培養(yǎng)，提升學(xué)生的綜合素質(zhì)和跨學(xué)科能力。豐富實(shí)踐項(xiàng)目和跨學(xué)科課程，增強(qiáng)學(xué)生的創(chuàng)新能力和實(shí)際操作能力。在培養(yǎng)過(guò)程中，要堅(jiān)持全科與?？葡嘟Y(jié)合。

二是緩解青年人才“內(nèi)卷”焦慮。在當(dāng)前競(jìng)爭(zhēng)激烈的社會(huì)環(huán)境中，注重青年學(xué)生的理論學(xué)習(xí)和科研訓(xùn)練的同時(shí)，還要注重培養(yǎng)其科學(xué)情操、抗壓能力和良好的心理素質(zhì)。為此，應(yīng)為青年科研人員提供必要的心理輔導(dǎo)、團(tuán)隊(duì)建設(shè)等活動(dòng)機(jī)會(huì)，提升其綜合素質(zhì)和團(tuán)隊(duì)合作能力。同時(shí)，應(yīng)建立和完善公平公正的激勵(lì)、評(píng)價(jià)和保障體系，引導(dǎo)青年教師專注科研和教學(xué)工作。此外，要引導(dǎo)青年人才理性看待和追逐科研熱點(diǎn)的現(xiàn)象，避免盲目跟風(fēng)和短期行為。

三是注重培養(yǎng)戰(zhàn)略科學(xué)家。戰(zhàn)略科學(xué)家的培養(yǎng)是我國(guó)科技發(fā)展的重要一環(huán)，其作用不僅在于推動(dòng)前沿科技的突破，更在于為國(guó)家的長(zhǎng)遠(yuǎn)發(fā)展提供戰(zhàn)略性指導(dǎo)和創(chuàng)新驅(qū)動(dòng)。教育部圍繞這一目標(biāo)，鼓勵(lì)各高校開展卓越班的培養(yǎng)模式，并實(shí)施了基礎(chǔ)學(xué)科招生改革試點(diǎn)（即“強(qiáng)基計(jì)劃”），旨在通過(guò)該計(jì)劃開展知識(shí)、能力、素質(zhì)、人格四位一體的人才培養(yǎng)模式，實(shí)現(xiàn)“好苗子”一貫式培養(yǎng)。培養(yǎng)具有戰(zhàn)略眼光與創(chuàng)新能力的科學(xué)家和技術(shù)人才，需要特別注意以下幾點(diǎn)：首先，戰(zhàn)略科學(xué)家需要具備敏銳的戰(zhàn)略眼光和前瞻性思維，因此課程設(shè)置應(yīng)面向國(guó)家重大需求和前沿科技領(lǐng)域，采用啟發(fā)式教學(xué)方法，激發(fā)學(xué)生的戰(zhàn)略思維和創(chuàng)新能力；其次，戰(zhàn)略科學(xué)家必須具備全球視野和跨領(lǐng)域整合能力，因此應(yīng)加強(qiáng)高校之間的合作與交流，鼓勵(lì)學(xué)生參與國(guó)際學(xué)術(shù)交流和合作研究項(xiàng)目；再次，戰(zhàn)略科學(xué)家的培養(yǎng)還需要豐富的科研資源和實(shí)踐機(jī)會(huì)，應(yīng)進(jìn)一步打通高校“圍墻”，鼓勵(lì)學(xué)生選擇不同高校、科研院所進(jìn)行交流學(xué)習(xí)，拓寬視野；最后，要注重人才科研素養(yǎng)的培養(yǎng)和家國(guó)情懷的教育，使其能夠在國(guó)家重大科技需求和前沿領(lǐng)域中發(fā)揮關(guān)鍵作用，助力科技強(qiáng)國(guó)建設(shè)。

全面推進(jìn)“101計(jì)劃”?；A(chǔ)學(xué)科教育教學(xué)改革試點(diǎn)工作計(jì)劃（即“101計(jì)劃”）旨在建設(shè)核心課程、核心教材、核心師資和核心實(shí)踐項(xiàng)目，著力培養(yǎng)一批未來(lái)在全球具有重要影響力的杰出自然科學(xué)家、醫(yī)學(xué)科學(xué)家和社會(huì)科學(xué)家。教育部“101計(jì)劃”生物信息學(xué)核心課程牽頭專家的任務(wù)是聯(lián)合全國(guó)33所生物科學(xué)類“拔尖2.0”相關(guān)高校，開展“核心課程、核心教材、核心師資團(tuán)隊(duì)”的建設(shè)。未來(lái)將從“教學(xué)理念、團(tuán)隊(duì)建設(shè)、教材建設(shè)、質(zhì)量標(biāo)準(zhǔn)、課程模式、教學(xué)方式、課程資源、質(zhì)量管理”等方面全方位打造具有“思想性、科學(xué)性和時(shí)代性”的生物信息學(xué)一流課程體系，以滿足我國(guó)對(duì)生物信息學(xué)領(lǐng)域拔尖創(chuàng)新人才的需求。

具體來(lái)說(shuō)，在專業(yè)、課程大綱及課程組設(shè)置方面，應(yīng)全面規(guī)劃課程內(nèi)容，加強(qiáng)知識(shí)圖譜和能力圖譜建設(shè)。課程設(shè)計(jì)可分為理論課和實(shí)驗(yàn)課兩部分，前者包括“基本原理與算法”和“組學(xué)數(shù)據(jù)分析與應(yīng)用”兩大模塊，后者設(shè)計(jì)科研案例模塊，邀請(qǐng)國(guó)內(nèi)外優(yōu)秀專家學(xué)者向?qū)W生講授生物信息學(xué)的研究案例和學(xué)術(shù)報(bào)告，充分展示生物信息學(xué)的交叉性和前沿性。理論與實(shí)踐相結(jié)合的課程設(shè)計(jì)能夠確保學(xué)生在掌握理論的基礎(chǔ)上提升解決實(shí)際問(wèn)題的能力。

優(yōu)化教育資源分配和教學(xué)模式創(chuàng)新。一是推動(dòng)教育資源優(yōu)化與共享。為了改善生物信息學(xué)教育資源分配不均衡的現(xiàn)狀，需通過(guò)政策引導(dǎo)和資金支持優(yōu)化資源分配，縮小不同地區(qū)、不同高校及高校內(nèi)不同院系之間的教育資源差距。要加大生物信息學(xué)科研后備人才的培養(yǎng)，擴(kuò)大人才規(guī)模，提高人才質(zhì)量。同時(shí)，進(jìn)一步推進(jìn)高校管理改革，解決結(jié)構(gòu)性問(wèn)題，促進(jìn)公平競(jìng)爭(zhēng)和資源共享。

二是加強(qiáng)教育部生物信息學(xué)虛擬教研室的建設(shè)。虛擬教研室是一種依托現(xiàn)代信息技術(shù)，突破時(shí)空限制，靈活開展線上線下結(jié)合的教學(xué)研究和實(shí)踐活動(dòng)的新型教學(xué)組織。它匯集優(yōu)質(zhì)資源，跨時(shí)空和跨領(lǐng)域進(jìn)行精細(xì)化、專業(yè)化的教研合作，具有開放性、靈活性和變革性等特征，能夠彌補(bǔ)實(shí)體教研室的不足，構(gòu)建多學(xué)科、多層級(jí)、多類型的立體化教研模式。生物信息虛擬教研室的創(chuàng)立將進(jìn)一步推動(dòng)生物信息學(xué)人才的培養(yǎng)，利用其信息技術(shù)優(yōu)勢(shì)，實(shí)現(xiàn)跨時(shí)空的教學(xué)研究合作，促進(jìn)優(yōu)質(zhì)資源共享，提升學(xué)術(shù)交流的效率和深度，推動(dòng)生物信息學(xué)領(lǐng)域的教學(xué)與研究創(chuàng)新。

三是推動(dòng)科教融合。通過(guò)政策引導(dǎo)更多具有多學(xué)科背景的人才加入教育領(lǐng)域，制定激勵(lì)政策提高專家參與教學(xué)的積極性，設(shè)計(jì)涵蓋生命科學(xué)、計(jì)算機(jī)科學(xué)、數(shù)據(jù)科學(xué)等學(xué)科交叉內(nèi)容的綜合課程并確保教學(xué)內(nèi)容的前沿性和實(shí)用性。注重人工智能與數(shù)據(jù)分析的教學(xué)，內(nèi)容涵蓋機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和數(shù)據(jù)挖掘等技術(shù)，并在教學(xué)中引導(dǎo)學(xué)生將這些技術(shù)應(yīng)用于生物數(shù)據(jù)分析。此外，還應(yīng)讓學(xué)生了解人工智能技術(shù)應(yīng)用于生命科學(xué)中的倫理問(wèn)題，如隱私保護(hù)、數(shù)據(jù)安全和倫理決策，確保其在技術(shù)應(yīng)用中能夠遵循道德規(guī)范。為進(jìn)一步提升學(xué)生的科研能力，可鼓勵(lì)學(xué)生參與團(tuán)隊(duì)課題組的科研項(xiàng)目，通過(guò)實(shí)際科研工作積累經(jīng)驗(yàn)。在“101計(jì)劃”的框架下，推動(dòng)各高校學(xué)生參與到其他高校的科研活動(dòng)中，促進(jìn)跨校合作和資源共享。

四是推動(dòng)產(chǎn)教融合。生物信息學(xué)與產(chǎn)業(yè)深度融合，通過(guò)合理的產(chǎn)業(yè)布局和全面的人才培養(yǎng)，構(gòu)建產(chǎn)業(yè)集群，能夠有效推動(dòng)醫(yī)療健康和生物技術(shù)的進(jìn)步。為此，要加大對(duì)生物信息學(xué)技術(shù)研發(fā)的投入，支持企業(yè)和科研機(jī)構(gòu)開展自主創(chuàng)新，推動(dòng)技術(shù)的不斷進(jìn)步和應(yīng)用。推動(dòng)產(chǎn)業(yè)園區(qū)規(guī)劃和基礎(chǔ)設(shè)施建設(shè)，在重點(diǎn)區(qū)域建立生物信息學(xué)產(chǎn)業(yè)園區(qū)，吸引相關(guān)企業(yè)、研究機(jī)構(gòu)和高校入駐，形成集聚效應(yīng)，帶動(dòng)技術(shù)創(chuàng)新和產(chǎn)業(yè)發(fā)展。建立產(chǎn)學(xué)研合作平臺(tái)，鼓勵(lì)企業(yè)、研究機(jī)構(gòu)和高校合作，設(shè)立聯(lián)合研究項(xiàng)目和實(shí)驗(yàn)室，推動(dòng)應(yīng)用研究和技術(shù)開發(fā)，培養(yǎng)學(xué)生的實(shí)踐和創(chuàng)新能力。推動(dòng)企業(yè)、研究機(jī)構(gòu)與高校共同制定人才培養(yǎng)計(jì)劃，設(shè)立聯(lián)合培養(yǎng)基地，通過(guò)實(shí)習(xí)和合作研究等形式，讓學(xué)生在實(shí)際工作中得到鍛煉并提高綜合素質(zhì)。引導(dǎo)企業(yè)和社會(huì)組織資助生物信息學(xué)相關(guān)的科研項(xiàng)目，通過(guò)設(shè)立科研基金和獎(jiǎng)學(xué)金等方式，支持優(yōu)秀學(xué)生和教師開展科研工作，推動(dòng)學(xué)科發(fā)展。

五是引導(dǎo)社會(huì)資源參與。要通過(guò)制定相關(guān)政策，提供稅收優(yōu)惠和資金支持等激勵(lì)措施，鼓勵(lì)企業(yè)和社會(huì)組織參與生物信息學(xué)人才培養(yǎng)和學(xué)科發(fā)展，吸引更多社會(huì)資源投入，形成多方協(xié)同、共同推進(jìn)的良好發(fā)展局面。利用報(bào)紙、電視、廣播、網(wǎng)絡(luò)等媒體平臺(tái)，采用制作專題節(jié)目、科普專欄等多樣化的傳播形式，向公眾科普生物信息學(xué)的基礎(chǔ)知識(shí)和最新進(jìn)展，豐富公眾對(duì)生物信息學(xué)的認(rèn)識(shí)和理解。對(duì)中小學(xué)等教育機(jī)構(gòu)，可以以合作方式將生物信息學(xué)科普內(nèi)容納入課程體系，開展校內(nèi)外的科普活動(dòng)，培養(yǎng)學(xué)生的科學(xué)興趣；對(duì)大學(xué)生和科研人員等具備一定知識(shí)基礎(chǔ)的受眾，可以提供前沿研究報(bào)告、技術(shù)培訓(xùn)課程等更深入的科普內(nèi)容。同時(shí)，需要規(guī)避包括利益驅(qū)動(dòng)的不良社會(huì)教育培訓(xùn)機(jī)構(gòu)的影響。加強(qiáng)科普宣傳，提升公眾的科學(xué)素養(yǎng)，使其能夠辨別優(yōu)質(zhì)教育資源和不良培訓(xùn)機(jī)構(gòu)，避免被利益驅(qū)動(dòng)的機(jī)構(gòu)所誤導(dǎo)。

結(jié)語(yǔ)

生物信息學(xué)的特色和優(yōu)勢(shì)主要體現(xiàn)為強(qiáng)大的數(shù)據(jù)處理能力、跨學(xué)科融合的創(chuàng)新方法、精準(zhǔn)高效的生物學(xué)研究、創(chuàng)新的生物技術(shù)、廣泛的應(yīng)用領(lǐng)域以及智能化和自動(dòng)化的技術(shù)應(yīng)用。生物信息學(xué)的發(fā)展得益于新算法、新理論、新技術(shù)和新工具的不斷涌現(xiàn)。同時(shí)，政策的支持與引導(dǎo)也為生物信息學(xué)帶來(lái)了創(chuàng)新突破和長(zhǎng)效機(jī)制，進(jìn)一步引領(lǐng)了學(xué)科的發(fā)展。

利用生物信息學(xué)技術(shù)進(jìn)行大數(shù)據(jù)分析，可以挖掘數(shù)據(jù)價(jià)值，提供精準(zhǔn)的市場(chǎng)預(yù)測(cè)和決策支持。將人工智能技術(shù)與生物信息學(xué)結(jié)合，開發(fā)智能化的生物信息學(xué)應(yīng)用系統(tǒng)，能夠提高數(shù)據(jù)處理和分析的效率，進(jìn)一步推動(dòng)數(shù)字經(jīng)濟(jì)的發(fā)展。在精準(zhǔn)醫(yī)療領(lǐng)域，生物信息學(xué)技術(shù)被廣泛應(yīng)用于基因檢測(cè)和個(gè)性化治療等服務(wù)，這提高了醫(yī)療水平和效率。生物信息學(xué)在農(nóng)業(yè)科技中的應(yīng)用，如作物基因改良和畜禽育種，提升了農(nóng)業(yè)生產(chǎn)效率和質(zhì)量，推動(dòng)了生物經(jīng)濟(jì)的發(fā)展。將生物信息學(xué)技術(shù)用于環(huán)境監(jiān)測(cè)和治理，可以進(jìn)一步提升生態(tài)環(huán)境精細(xì)化管理水平。然而，人工智能在生命科學(xué)中的應(yīng)用也帶來(lái)了隱私、安全和倫理等方面的挑戰(zhàn)，需要制定相應(yīng)的法規(guī)和倫理指南。

生物信息學(xué)與產(chǎn)業(yè)的有效結(jié)合可以構(gòu)建產(chǎn)業(yè)集群，助力數(shù)字經(jīng)濟(jì)和生物經(jīng)濟(jì)的建設(shè)，推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展。未來(lái)，還需進(jìn)一步規(guī)范引導(dǎo)數(shù)據(jù)資源共享，建立生物信息學(xué)數(shù)據(jù)共享平臺(tái)，提高數(shù)據(jù)利用效率，進(jìn)而推動(dòng)技術(shù)創(chuàng)新和產(chǎn)業(yè)發(fā)展。同時(shí)，要加強(qiáng)數(shù)據(jù)安全保障，制定數(shù)據(jù)安全管理制度，保護(hù)數(shù)據(jù)隱私和安全，從而提升數(shù)據(jù)共享平臺(tái)的可信度和安全性。綜上，才能更好發(fā)揮生物信息學(xué)在推動(dòng)科學(xué)研究、促進(jìn)產(chǎn)業(yè)發(fā)展和提升社會(huì)福祉方面的重要作用。

參考文獻(xiàn)

陳銘，2004，《后基因組時(shí)代的生物信息學(xué)》，《生物信息學(xué)》，第2期。

陳銘，2022，《大數(shù)據(jù)時(shí)代的整合生物信息學(xué)》，《生物信息學(xué)》，第2期。

國(guó)家發(fā)展和改革委員會(huì)，2022，《“十四五”生物經(jīng)濟(jì)發(fā)展規(guī)劃》，https://www.ndrc.gov.cn/xxgk/zcfb/ghwb/202205/P020220920618304472104.pdf。

國(guó)家發(fā)展和改革委員會(huì)創(chuàng)新和高技術(shù)發(fā)展司、中國(guó)生物工程學(xué)會(huì)編，2022，《中國(guó)生物產(chǎn)業(yè)發(fā)展報(bào)告2022》，北京：化學(xué)工業(yè)出版社。

施一公、趙進(jìn)東、陳曄光、金力主編，2024（待出版），《高等學(xué)校生物科學(xué)類專業(yè)人才培養(yǎng)：戰(zhàn)略研究報(bào)告暨核心課程體系》，北京：高等教育出版社。

The Development of Bioinformatics Discipline and Talent Cultivation Mode in the Era of Artificial Intelligence

Chen Ming

Abstract: Bioinformatics, a pivotal interdisciplinary field bridging life sciences and information technology, is increasingly vital for both the bioeconomy and the digital economy. Currently, bioinformatics grapples with challenges such as an underdeveloped disciplinary framework, ambiguous positioning within the sciences, and limited interdisciplinary collaboration, the intricacies of managing, analyzing, and sharing complex, high-dimensional biological data further complicate the field's progress. In the process of building a country strong in science and technology, Bioinformatics is a key link in the industrial layout of the bioeconomy. At the same time, The integration of Artificial Intelligence is revolutionizing life science research, propelling bioinformatics beyond pure science towards an integrated approach encompassing engineering and STEM principles. Furthermore, bioinformatics education faces concerns regarding homogenization and an overemphasis on specialization, requiring the development of comprehensive, multi-level training programs and the cultivation of a stimulating research environment, developing scientists with strategic vision. Accordingly, the top-level design should be strengthened to improve the academic and teaching systems, establish a diversified talent training system, comprehensively promote the "101 Plan", optimise the allocation of educational resources and innovation in teaching modes.

Keywords: bioinformatics, artificial intelligence, cultivation of talent, STEM, optimising the allocation of educational resources