将大学生创新创业训练计划融入生物信息实验教学的探索_高帆.pdf

ISSN 1006 7167CN 31 1707/TESEACH AND EXPLOATION IN LABOATOY第 42 卷 第 2 期Vol42 No22023 年 2 月Feb 2023DOI:10 19927/j cnki syyt 2023 02 034将大学生创新创业训练计划融入生物信息实验教学的探索高帆a，b，冯佳a，谢树莲a(山西大学 a 国家级生物学实验教学示范中心;b 生命科学学院，太原 030006)摘要:“大学生创新创业训练计划”旨在推进高校本科教学质量改革，增强学生的创新实践能力。以生物信息实验教学为例，将大创项目 张氏江篱 microNA 及其靶基因的预测与特征分析成果融入实验教学过程，运用统筹和逻辑法构建特色生命科学实验教学体系。教学实践表明，该教学改革方式不仅实现了教学与科研的有机融合，促进实验教学模式的革新，而且培养了学生自主学习和科学探索能力，切实提高了人才培养和实验教学质量。关键词:创新创业训练计划;实验教学;生物信息学中图分类号:G 642 0文献标志码:A文章编号:1006 7167(2023)02 0170 05Exploration of Integrating College StudentsInnovation andEntrepreneurship Training Plan into BioinformaticsExperimental TeachingGAO Fana，b，FENG Jiaa，XIE Shuliana(a National Experimental Teaching Demonstration Center of Biology;b College of Life Science，Shanxi University，Taiyuan 030006，China)Abstract:“Innovation and entrepreneurship training program for college students”aims to promote the reform ofundergraduate teaching and enhance studentsinnovative and practical ability In this study，taking the experimentalteaching of biological information as an example，identification and characteristic analysis of microNAs in Gracilariachangli and their target genes，an achievement of innovation and entrepreneurship training program for college students，was integrated into the experimental teaching process The unique life science experiment teaching reform system wasconstructed by using the overall planning and logical methods The teaching practice shows this teaching reform methodnot only realizes the effective integration between teaching and scientific researching，promotes the innovation ofexperimental teaching mode，but also cultivates the abilities of studentsautonomous learning and scientific explorationFurthermore，this teaching reform method also effectively improves the quality of talent training and experimentalteachingKey words:innovation and entrepreneurship training program;experimental teaching;bioinformatics收稿日期:2022-07-22基金项目:2021 年山西省一流课程认定项目(K2021027);2020 年度山西省高等学校教学改革创新项目(J2020009);2019 年度山西省高等学校科技创新项目(2019L0041);2021 年度第二批山西省基础研究计划(202103021224009)作者简介:高帆(1985 )，男，山西长治人，博士，高级实验师，研究方向为主要从事生物信息学教学改革与研究。Tel:15110355586;E-mail:gaofan sxu edu cn0引言大学生创新创业训练计划(以下简称“大创”)是由教育部于 2012 年组织实施的高校本科教学质量与教学改革工程的重要内容之一1，旨在促进高等学校第 2 期高帆，等:将大学生创新创业训练计划融入生物信息实验教学的探索改革人才培养模式，强化大学生创新创业能力训练，增强大学生的创新能力和在创新基础上的创业能力，培养适应创新型国家建设需要的高水平创新人才。目前，高校本科实验教学面临着实验内容陈旧、教材更新缓慢、学生主动探索、创新实践能力不强，教师教学改革动力不足等问题。如何将大创项目与实验教学有机融合，进一步提高人才培养质量是“四新”建设背景下高校实验教学改革的重要努力方向之一。生物信息学是 21 世纪初兴起的生命科学与计算机科学与技术交叉融合的新兴学科，发展至今已在生物学、遗传学、动植物学、农学、医学等领域广泛应用2。生物信息学实验是依托生物信息学基础课程设置的一门专业实验课，实验强调理论与实践相结合，以实操与应用为主要学习内容3，适合将以生物信息学研究为主要内容的大创项目融入课程教学。目前，该课程常用教材为吕巍、李滨主编的生物信息学实验教程。该教材中“美国国家生物技术信息中心(NCBI)网站的相关应用”“双序列比对网络应用”“双序列比对本地应用”“多序列比对分析及进化分析”的章节内容应用性强，除教材要求的常规练习外，依托真实的研究案例进行实践训练，教学效果往往更佳。现以大创项目(张氏江篱 microNA 及其靶基因的预测与特征分析，项目编号:201810108025)为例，探索将大创项目融入生物信息实验的教学模式，构建生命科学实验教学改革体系，进而提高当代大学生的创新实践能力。1实验内容1 1实验原理与方法MicroNA(miNA)是在自然界中广泛存在一类非编码小 NA，长度在 19-23nt。研究证实，一些miNA 在动植物的生长发育、新陈代谢、信号转导、胁迫响应中起重要的调控作用4。目前，miNA 在植物中对靶基因的抑制方式主要有两种:一种是 miNA 与靶标 mNA 互补配对，并以 AGO1 为中心形成 NA 沉默复合体(ISC)，在 Dicer 酶的作用下切割靶 mNA，在后转录水平进行抑制;另一种是通过 ISC 与 HYL1互作，在翻译水平对靶基因表达蛋白进行沉默5。用生物信息学手段预测植物 miNA 的方法是6:从 miBase 数据库下载已知植物的 miNA 成熟体及其前体序列，去除冗余序列后，剩余序列作为待测植物 miNA 的参考序列;从 NCBI 数据库下载待测植物已知的 EST 序列、NA 序列作为查询序列;用BLAST 软件将查询序列与参考序列进行多序列比对分析;应用以下原则对比对结果进行筛选:配对序列间碱基错配数小于等于 3 个，前体序列能形成典型的颈环二级结构，成熟体序列位于茎环结构的一条臂上，配对区无环状或泡状结构;miNA 中 A/U 百分比在30%-70%，前体颈环结构最小折叠自由能值小于75 35 kJ/mol。从生物信息学角度预测 miNA 的抑制方式为:当 miNA 的 9-11 nt 位置与其互补的靶标序列完全配对，且错配碱基总数小于等于 3 时，预测为切割抑制;反之，则预测为翻译抑制。用生物信息学手段构建某一 miNA 家族系统进化树的方法是7:利用 Clustal X 软件将 miNA 家族前体序列进行多重序列比对;利用 MEGA 软件对miNA 前体序列进行系统进化分析:采用 Neighbor-Joining(NJ)算法或其他算法，模型选择 Kimura 两参数模型或 GT 时间可逆模型，bootstrap 重复检验值为1 000，删除空位及缺失;选择不同的树形结构，生成系统进化树。1 2实验过程1 2 1实验内容优化依据本大创项目研究内容，将生物信息学实验内容进行优化。将原课程 NCBI 网站的相关应用进行凝练，主要引导学生在 NCBI 网站上学习对不同类型核苷酸数据查询、筛选、下载及格式修改的方法，重点掌握对 EST、NA 序列的数据处理。将原课程双序列比对网络应用、双序列比对本地应用、多序列比对分析的内容进行整合，主要掌握双序列比对、多序列比对所涉及软件的使用与结果分析，重点掌握 miNA 多序列比对参数的设置、结果的筛选及 NA 二级结构预测分析。原课程进化分析的内容须补充对于常见生物信息学软件(包括常规建树软件)的下载、安装与使用的方法，重点引导学生掌握依据不同的研究案例进行建树模型构建及软件参数调整。1 2 2miNA 生物信息学预测以红藻中的一种代表性物种张氏江篱(Gracilariachangii)为例8，对其 miNA 进行生物信息学预测。先从 miBase 数据库中下载已知植物 miNA 序列，再从 NCBI 的 GenBank 数据库下载张氏江篱已知 EST、NA 序列，最后设置比对参数、用 BLAST 2 2 28 软件进行 BLASTn 多序列比对分析，筛选获得 miNA 候选序列。用 Mireap 软件对候选 miNA 前体序列进行二级结构预测，通过参数设置，进一步筛选获得可靠的前体序列，对应获得最终的 miNA 序列。由表 1 可知，预测获得的 6 条张氏江篱 miNA 长度在 20 22 nt，A/U 含量在 20%57%，碱基含量最高为 G，最少为A，首位碱基偏好 U，第 4 和第 11 位分别偏好 C 和 G，第 13 和 15 位分别偏好 G/A 和 G/U，以上符合植物miNA 序列基本特征。1 2 3miNA 靶基因及其功能预测以预 测 获 得 的 张 氏 江 篱 miNA 为 例，利 用TargetFinder软件搜索miNA靶标序列，再依据其与171第 42 卷表 1张氏江篱 miNA 预测结果名称MEF 值/(kJmol1)miNA 前体序列miNA 成熟体序列长度/ntgch-mi53432273(77 1)CTGCAGTTTGCATGTCCATTGCAGTTGCACCAACGATGCAATTTGCACACATGTGCAATCGCTCCAGATGCAGCAACATGCATGCCACATGCAGCTGCATGCAGACGGTGCTGACTCGACCTGCAGCCAUGUCCAUUGCAGUUGCACCA22gch-mi565835623(85 1)CATCCTCTGGATGAGGATGATGATGATGACGTACGTACATTCCGTGCCCAGCAATGCGGTTTGCCGACACAGGCTTCATGCTTGTGTATTCGTTGATAATGTCGTCATCCACTCCAGGATATCGCGTGTGCAGCCCGTACGGCTTGAGCTTCATGTAGCGGTTGACAATATCGTCATCCACTCCAGGACTTCAUGAGGAUGAUGAUGAUGACG21gch-mi