时间：2022-02-14 21:31:35
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇生物信息学论文，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
关键词：医学检验；生物信息学；课程教学
近年来，生物信息学在各医药院校越来越受到重视，多所院校相继在研究生教学中开设了生物信息学课程[1]。而对于医学本科层次是否需要开设生物信息学课程这一问题，虽然目前各方面的观点不一，但是已经有一些院校开始进行尝试。目前医学检验专业（五年制，毕业时授予医学学士学位）已调整为医学检验技术专业（四年制，毕业时授予理学学士学位），而生物信息学作为一门新课程，在医学检验（技术）专业学生培养中的作用正日益受到关注，逐步被某些院校选择作为必修课或者选修课。
一、开设课程的必要性
空前繁荣的生物医学大数据的产出，及其蕴含的重大生命奥秘的揭示，将决定现代生命科技和医药产业研发的高度，决定人们对疾病的认识和掌控能力，也将对主导生物医学大数据存储、管理、注释、分析全过程，解决生命密码的关键手段———现代生物信息学技术的发展带来前所未有的机遇和挑战[2]。对于医学专业学生而言，通过学习生物信息学，从而掌握利用各种网络信息资源来检索和获取生物信息数据，并选择和使用各种生物信息学软件来分析数据。在当今大数据时代，这方面的知识和技能的培养对于医学生今后从事医学科研工作是非常重要的。因此，在医学专业学生中开设生物信息学课程非常必要。我校从2010年开始将生物信息学设置为研究生教学的必修课；从2013年开始在医学检验专业中开设生物信息学选修课，自2015年开始转为医学检验技术专业。在医学检验技术专业中开设生物信息学课程，能够为该专业学生的临床和科研方面的素质积累提供必要的支持，更重要的是增强了在医学和信息科学交叉领域解决问题的技能，其意义几乎等同于在研究生教学中的设课意义。
二、教学内容的安排
医学检验技术专业的教学任务非常紧张，几乎将原来医学检验专业前八个学期（最后两个学期为实习阶段）课程压缩到六个学期来完成，学生学习压力可想而知。我校为了减轻学生负担，各课程的课时数都比医学检验专业有所减少。但生物信息学并未改变，仍然为16学时。为了在较短的学时内实现教学效果的最大化，我们结合该专业学生的特点和需求，将授课内容分为理论课和实践课两部分，实践课不占学时。理论课主要介绍基本的生物信息学理论、资源和数据的获取、分析方法和工具的使用；实践课则通过布置作业，课后上机操作来解决问题。理论课主要内容包括：生物信息学导论、DNA测序技术、序列的获取、双序列比对、多序列比对、蛋白质结构分析和预测共计六个专题。实践课主要内容包括：cDNA及基因组参考序列的获取；常见序列格式的释义与转换；双序列比对（局部比对）；多序列比对（全局比对）；蛋白质综合信息查询；蛋白质基本性质、疏水区、亚细胞定位、信号肽、跨膜区、模体及结构域分析与二级结构预测；蛋白质三级结构预测。在理论课实施过程中，注重将与生物信息学相关的生命科学和医学前沿的一些最新进展和最新成果引入理论知识讲授中，让学生在有限学时内能够进一步认识生物信息学的内涵和课程的价值，追踪前沿学科的动态，开拓视野。
三、教学方法的设计
生物信息学涉及多个学科领域，交叉性强，在较短的学时内学好这门课程的难度很大。学生的学习兴趣与教学内容和手段关系密切，除了精心选择教学内容外，教学方法上也有很多需要革新乃至创新的地方。在教学过程中，我们形成了颇具特色的教学经验，由授课教师独创的授课———实践———演示（Teaching-Practicing-Showing，TPS）教学模式已应用于教学。TPS教学模式着力于以实际问题为引线，将理论授课与上机实践有机地融为一体，逐步介绍生物数据分析的各项技能，并指导学生将其融会贯通以真正掌握相关的基本方法与常用工具。首先，在教学内容上引入具体实例来进行教学，比如讲解生物信息数据库（Gene、Nucleotide、UniProt、PDB等）时，通过给出检索某个人类疾病基因数据的例子来学习数据库的使用方法。课堂上教学实例的设计需要任课教师在备课时投入大量精力来完成，还需要教师具备多学科交叉的知识。教学实践表明，与医学相关的生物信息学分析实例可以让学生更好地认识该课程的作用，大幅度提高学生的学习兴趣和学习的主动性。此外，课堂教学手段也应该丰富多彩，多媒体教学中可以充分使用图片、动画等元素。其次，举例分析时可以进行一定的现场演示，比如讲解检索Unigene数据库时可以一边上网演示一边解释说明。
四、考核方式的变革
生物信息学作为选修课，既要遵循学校相关的考试制度，也要通过对考试方式的变革来提高考试效果。我们将理论考核与学生的实践能力考核联系起来，结合学生课外实践任务的完成情况和开卷考试成绩进行综合评定。在课程中安排一次课外实践任务，要求每位学生独立完成相关分析并提交书面分析报告，该部分占考核成绩的20%。具体内容为自行选择一个人类细胞外功能蛋白：1.利用ClustalX对各物种参考蛋白序列进行多序列比对（输出PS格式结果）；2.分析分子量、等电点、分子式、稳定性、亲疏水性及亚细胞定位；3.预测二级结构并模拟三维结构。课程结束后进行开卷考试，内容包括基础知识和综合分析，尽量采取灵活的出题方式，并控制题量，该部分占考核成绩的80%。近年来的教学实践表明，这种综合评定的方式能够反映学生对该课程的掌握程度，体现学生利用生物信息学知识解决问题的能力。
五、展望
实践表明，生物信息学课程教学能够给学生提供所需要的生物信息学知识和技能，但是在教学内容安排、教学方法设计、教学手段使用和教学效果评价等诸多环节都需要进一步探讨。在这个过程中，我们既需要吸收传统教学模式中的优点和精髓，做到严谨和切合实际，又需要更新教学理念，突出医学特色，大胆尝试新的教学方法和手段，最终形成本课程别具一格的教学特色。
作者:伦永志 单位:大连大学
参考文献
关键词：生物信息学；本科教育；实践与体会
中图分类号：G642.0文献标志码：A文章编号：1674-9324（2018）13-0229-02
湖南农业大学生物信息学本科专业2004年获教育部批准增设，2005年正式招生，是国内最早开展生物信息学本科教育的高校之一，为社会培养了近500名生物信息学急需的人才。
一、农业院校开展生物信息学本科教育存在的主要问题
1.师资力量薄弱，教师知识结构单一。我校在2004年申报生物信息学本科专业时，主要是以植物保护学院植物病理学系的教师为基础，结合昆虫学系讲授生物统计课程的教师，组建了生物信息学系。教师的专业背景主要为植物保护、生物学等方面，知识结构相对单一，计算机及数学理论方面的知识缺乏。
2.生源基础知识较差，专业认知度不高。我校生物信息学专业创办之初，尽管媒体宣传21世纪是信息科学、合成化学和生命科学共同繁荣的世纪[1]，国外SmartMoney网站将生物信息学列为下一个热门工作，但国内对生物信息学了解非常少。学生基本上通过服从专业调剂被生物信息学专业录取，分数相对较低，基础知识明显比其他专业要差，尤其是高考的英语成绩100分以上的学生不到15%。另外，由于学生对生物信息学专业的认知度不高，再加上新建专业，师资、实验条件相对不足，学生转专业的情况非常突出，2005年转专业率为27%，2006年转专业率为23%。
3.教学硬件软件不足，难以满足培养专业技能的需求。生物信息学是一门新兴学科和前沿学科，应用性和实战性非常强。随着生物技术的迅速发展，生物学数据每年都成倍增加，生物信息学的研究方法不断改进，研究内容也随之增加[2，3]。专业创办之初，国内生物信息学呈现“小荷才露尖尖角”的发展之势，有关生物信息学的中文版教材非常少，有关生物信息学软件的使用方法和实验指导的中文版更是凤毛麟角[4]。
4.与生物信息公司联系不够，学生实践实习难度大。在21世纪初，国内有影响的生物信息学的相关专业公司不多，并且主要集中在北京、上海等大城市，如北京华大基因研究中心、上海申友生物技术有限责任公司、上海生物信息技术研究中心等，与长沙相隔遥远，学生很难有机会去现场感受生物信息学的魅力。
二、解决办法
1.加大师资培训力度，引进外缘教师。为了让生物信息学专业的教师尽快适应生物信息学的教学，学院和学校加大了对生物信息学专业的师资培训力度。全系所有教师都参加了浙江大学主办的“基因组科学研习班”，有7人次赴日本、美国等地开展生物信息学方面的科研工作，提高了对生物信息学的基础理论认识和实践操作技能。
2.利用传统农科专业优势，形成我校生物信息学的专业特色。我校生源的自身特点和基础知识不允许我们在制定人才培养目标和课程设置时，生搬硬套综合性院校生物信息学专业的教学模式，必须根据我校的人才培养目标和我校的传统农科专业的优势。我校生物信息学专业立足湖南，开展水稻、油菜、棉花、柑桔等农作物抗病基因和重要病原物的基因组以及资源微生物功能基因组方面的研究，这为加速湖南省的经济发展做出了贡献。
3.加强专业宣传力度，提高学生对生物信息学专业的认知度。精心准备，制作专业介绍PPT，为新生展示学习生物信息学专业的美好前景。建立了农大生物信息学QQ群，使在校生通过与以往毕业生的交流，增强了学生学习专业知识的信心和决心。通过该群，一些问卷调查，根据市场、社会对生物信息学专业毕业生的要求，制定了新的（2014版）生物信息学专业培养方案和教学计划。
4.加强实践教学训练，改革考核方法。2009年我院搬迁到新教学楼，给生物信息学专业安排了两间学生计算机机房，添置了50余台计算机。2015年建设了一个云教室，设有40个云终端，先后添置了10台高性能浪潮服务器以及2台高容量的存储设备，建立了一个小型的计算机集群，CPU计算核数达108个，内存达850GB，能满足生物信息学专业本科教学对服务器和计算机的需要，同时较大程度地缓解了科研的计算需求。
5.加大与生物信息公司的合作，与华大基因学院联合办学。与中国科学院北京基因组研究所、生物物理所等科研单位；与北京百迈客生物科技有限公司、上海美吉生物医药科技有限公司、深圳华大基因科技有限公司等单位签订校外教学实习基地协议；与深圳华大基因研究院签订了“基因组科学人才联合培养协议”，进行“2.5+1.5”联合办学。2015年只有1名学生入选“基因组科学创新班”，2016年有6名学生入选深圳市华大基因学院“基因组科学创新班”。
三、取得的成绩和主要体会
（一）取得的主要成绩
1.培养的毕业生获得了社会的认可。2011年我校获得优秀本科生推荐免试研究生资格后，生物信息学专业每年都有1—2名学生获得学术型推免资格，其中2011届的一位毕业生，大学期间发表2篇论文，因表现突出，被中国科学院北京基因组研究所接收为推荐免试研究生，据说为中国科学院首次接受非“211”学校的推免生。虽然我校的生物信息学专业开办的时间不长，但毕业生在生物信息学领域已崭露头角。如2010届两位毕业生以优异的成绩被深圳华大基因研究院录用，期间先后参与鸟类联盟比较基因组项目、猪蛔虫基因组注释工作、北极熊基因组注释工作、白蚁基因组项目、百例膀胱癌全基因组项目的研究工作，成为任华大基因研究院的高级人才。
2.建立了一支热爱生物信息学专业的师资队伍。通过10年的建设，生物信息学专业的整体师资队伍得到了加强，现有9名专职教师中，教授4名，副教授3名，讲师2人；“湖南省新世纪121人才工程”第三层次人才1人，湖南省学科带头人1人，湖南省青年骨干教师4人；全部具有博士学位，7位有在国外留学1年以上的经历。将美国克莱姆逊大学罗峰博士聘请为湖南省百人计划，同时将美国伊利诺伊州立大学刘世名博士和爱荷华州立大学的李迅博士聘请为湖南农业大学神农学者讲座教授。目前我校生物信息系已形成了两个特色鲜明的团队：由袁哲明教授领衔的算法创新团队和由罗峰教授领衔的应用拓展團队。
（二）主要体会
1.结合优势办好生物信息学专业。生物信息学是一门交叉科学，涉及生物学、计算机、数学等领域，范围相当广泛。同时，生物信息学也是实用性相当强的技术，运用生物信息学的方法和技术可以解决生命遗传信息和生命活动信息中的实际问题。
2.加强实践教学，提高学生的实战能力。生物信息学是一门应用性强的专业，必须让学生通过大量的训练去熟悉生物信息学软件的应用。同时，教师在教学过程中，应该将教学与科研相结合，多为学生提供科研科题，让学生在科研中能够熟练地运用生物信息知识去分析和解决问题，从而更好地理解生物信息学的作用。
参考文献：
[1]徐光宪.21世纪是信息科学、合成化学和生命科学共同繁荣的世纪[J].化学通报，2003，66（1）：3-11.
[2]钟扬，张亮，赵琼.简明生物信息学[M].北京：高等教育出版社，2001.
[3]陈铭.生物信息学[M].第二版.北京：科学出版社，2015.
【关键词】大学本科 生物信息课程 建设 教学
生物信息学（Bioinformatics）是80年代末随着人类基因组计划的启动而兴起的一门新的交叉学科，最初常被称为基因组信息学[1]。广义地说，生物信息学是用数理和信息科学的理论、技术和方法去研究生命现象、组织和分析呈现指数增长的生物数据的一门学科。生物信息课程目前还属于一个新兴学科，发展时间比较短，再加上生物信息学研究的范围广、相关数据与分析工具资源繁多、涉及多学科知识、尚缺乏系统成熟的理论方法、正处在迅速发展中等一系列特点，因此该课程的发展一直面临较多的困难。但随着生物技术在社会发展中包括农业、医疗、生物技术等相关应用的越来越广泛，生物信息学的作用也越来越突出。因此，加强大学本科生生物信息学课程的建设和教学，对于促进生物信息学本身的发展和大学生自身综合素质的提高有重要意义。本文就目前大学本科生物信息课程的建设和教学策略进行探讨，为促进生物信息学发展打下基础。
1.结合课程本质，加强教材的编写
生物信息课程涉及分子生物学、生物技术、计算机网络、信息获取、数据挖掘、人类基因组等学科课程的内容，是一门非常典型的交叉学科，因此对于生物信息课程的建设要站在更高的平台上。首先，要选择合适的教材[2]。目前生物信息课程的开设还处于起步阶段，系统的教材不多。而且各学校学生的具体情况也有很大差异，因此要结合学生的具体情况，以及学校自身的授课方向，选择恰当的教材。有条件的学校应该编写校本教材，这样更有利于学生的学习。这样最大的好处在于可以形成独立的教学体系和教学大纲，并将传统的验证性实验改为设计性实验，不仅开设了课程设计，还开设了一周的本科生科研训练课程，以最大限度的激励学生学习的积极性；第二，要积极推进兄弟院校间的交流。作为一门新兴的交叉课程，不同学校间所总结的经验各不相同。为了尽快提高教学效率，推进课程的发展，必要的交流是非常重要的。通过交流，可以有效的节省各自摸索的时间，使教材的编写和其他相关的教学研究更有目的性。
2.加强教学与科研相结合，提高学生的实践能力
生物信息学是一门以生物技术、统计等相关知识为基础的课程，因此试验和实践在此门课程中非常重要。一方面是教师自身要积极地参与科研，用更多前沿的理论和实践知识来武装自己的头脑，这样才能在教学实践中用更加具有说服力的知识吸引学生。另一方面，教师也需要结合自身实际情况组织学生参与科研实践。比如华中科技大学的生物信息课程，就在教学过程中有效推行了“学研”结合的注重素质与能力培养的教学方法[3]。经过实践，不少本科生在课程学习过程中对很多生物信息学问题产生了浓厚兴趣，并自主地利用课余时间进行研究，不但有效提高了实际动手能力和学习知识的主动性，而且有的本科生在课程结束不久便完成甚至正式发表了优秀的研究论文。
3.转变课堂模式，充分利用现代教育技术
生物信息学课程之中有很多都是非常抽象的知识，如果教师单纯的用板书去描述，用语言去讲解，可能会影响教学效果。因此，在教学实践中，教师要充分利用现代教育技术，包括计算机、网络、多媒体等，用更为直观形象、便捷的方式来激发学生的学习兴趣，拓展学生思维[4]。比如在讲解蛋白质二级结构预测时，教师就可以用Flash形象将这种螺旋、折叠和无规则卷曲的特征做出来，然后慢慢的一帧一帧的去播放，让学生可以立体地看到不同结构的区别，这样学生自然就会慢慢的产生兴趣。另外，教师还可以利用网络平台，让学们分小组对一些现象进行研究，通过文献查阅、分析交流，将结果做成PPT，展示给全班同学，以此来调动学生们的主体性，使他们更好地参与课堂活动。
4.结语
生物信息学是生命科学和信息科学等多学科交叉融合的新兴学科，是当今全球最具发展前途的学科之一。但是，生物信息课程作为一门新兴课程，其课程建设和教学模式必然有很多问题存在。因此，结合教学实践不断的加强对该门课程的研究，这对于进一步发展生物信息课程，以及目前正在广泛开始的生物信息专业的发展，都具有举足轻重的意义。为此，我们就需要一方面要提高教师自身的综合素质，另一方面还要加强该门课程所需要的实践条件，只有这样才能更快、更好的促进生物信息课程的快速发展。
参考文献：
[1]丁彦蕊，蔡宇杰. 计算机专业生物信息学课程教学的实践探讨[J]. 安徽农业科学 ，2012（29）.
[2]孙啸，陆祖宏，谢建明.生物信息学基础[M].北京：清华大学出版社，2005：3.
生物信息学教学模式探索任务引领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。生物信息学几乎是今后所有生物（医药）研究开发所必需的工具。
21世纪是生物科学的世纪。近年，我国生物技术公司对生物信息学人员的相关需求也迅速增加，浙江理工大学生命科学学院生物技术专业在进行了行业调研并进行专业课程体系构建研究后，于2006年定位和开设了生物信息学课程。该门课程经过8年多的建设后，对教学团队的建设、课程目标的设定、教学内容及教学教法的选择等方面进行了卓有成效的探索，这些探索所形成的结论，可为即将开设或正在进行该课程教学改革的学校提供可借鉴的经验。
一、生物信息学的课程特点
诺贝尔奖获得者W.Gilbert1991年提出了这样一个观点：传统生物学解决问题的方式是实验的，而现在，基于全部基因都将知晓，并以电子可操作的方式驻留在数据库中，新的生物学研究模式的出发点应是理论的，是一个科学家先从理论推测出发设定研究目标，然后再回到实验中去追踪或验证这些理论假设。而生物信息学研究正是从英特网上源源不断地采集数据，进行分析、归类与重组，发现新线索、新现象和新规律，用以指导实验工作设计，是一条既快又省的研究路线。它对于找寻一个研究项目的突破口是非常重要的，选定合适的研究出发点，可避免许多不必要的重复，最大程度节约研究资源，使研究成果最大化。鉴于该门技术对生物科学的理论、实践要求以及对信息技术掌握的要求，生物信息学课程与其他课程的教学有很大不同。
1.在课程目标定位中，提高学生对相关网络资源的使用能力是该门课程的重要目标之一。学生必需使用强大的搜索功能实现数据储存、检索和分析，学校在教学资源配置上必需向此倾斜。
2.该门课程学科交叉性强，所涉及的生物及计算机等学科的相关知识更新都很快，导致其理论和实践内容不断推陈出新，这使得在教学内容选择上要紧跟这些更新，不断进行调整。
3.课程教学实践性强，同时涉及生物技术专业实践和计算机应用技术的实践，这需要教师在授课过程中根据学生的学习规律合理安排实践项目，发挥好这两种技术的协同作用。
二、生物信息学课程教学模式探索
1.教学目标与其所培养学生的核心技能
合理的课程目标与定位是决定课程建设成败和教学效果的基础，其主要依据是人才培养需求与授课对象的实际情况。经过对该门课程教学对象的研究发现，在生物专业课程体系下培养的本科生，其前导课程主要集中在生物领域，通常没有系统的学习过计算机、信息技术、编程等知识。对信息检索、模型建立、软件的识别及应用的能力相当薄弱。因此，本门课程将提高学生的信息技术能力也作为一个重要的课程目标。学生在本门课程中将学习与生物技术相关的各种数据库和软件的使用。当然，对学生信息技术能力的要求也定位在能使用、会使用就行，不需要将学生掌握生物数据库构建和软件开发作为课程教学的目标。
在课程目标的设定过程中，应牢记高校对文化的传承的功能，要使学生了解生物信息学发展的历程。在生物信息学学科发展过程中所涌现出来的著名学者，众所周知的震撼人心、启迪心灵的奇闻秩事，能使学生对这门课程产生浓厚的兴趣，甚至更深刻地领会这门课程的含义。
熟练掌握生物数据库的检索和使用是生物信息学课程教学的首要目标。到目前为止，生物学数据库总数已达500个以上，在DNA序列方面有GenBank、EMBL和DDBJ等；在蛋白质一级结构方面有UniProt、SWISS-PROT、PIR和MIPS等；在蛋白质和其他生物大分子的结构方面有PDB等；在蛋白质结构分类方面有SCOP和CATH等。各数据库均通过Internet提供多种形式的数据检索服务。例如，NCBI-GenBank数据库就提供Retrieve（Email），Entrez（Web集成信息检索）及Query（Email集成检索）等多种方式的检索服务。这类检索服务是生物数据库所能提供的多种服务中最基本的信息共享和应用服务，也是生物专业学生和科研工作者经常使用的。在教学过程中需通过设计检索任务来完成对这些数据库使用方法的学习，如通过生物数据库检索家蚕profilin基因的相关信息。
增强学生使用生物信息处理软件的能力，是生物信息学课程教学的重要目标。在世界各地，科学家每天都要通过序列比对软件进行成千上万次的序列比对。学生需要通过课程的学习熟练掌握各种生物信息处理软件，有时还有必要进行一些简单程序的设计，进而掌握发现新线索、查找新规律的工具。例如，目前，借助于生物信息手段的蛋白质预测是提供蛋白质结构及功能信息的重要方法，对这种预测方法的学习将使学生更多更快地了解蛋白质的信息，加深对生物技术科学的理解和运用。除了生物数据库和生物软件使用学习外，还要着重体现生物学文献调研和阅读、论文撰写等基本能力的训练，如EndNote文献管理软件的使用。
2.教学内容选择和教学顺序的组织
生物信息学的课程教学内容的选择，要紧随生物信息学的发展方向，涵盖最前沿知识和最先进技术领域。与此同时，教学内容的选择还应充分考虑学生基础和对该门课程的需求。生物信息学选课学生通常有两类，一类是具有较为扎实的生物学基础的学生，他们学习目的非常明确，其学习重点在于提高对生物信息实验所得结果的分析解释和验证能力。另一类是生物学基础相对较弱的学生，这些学生主要是为了了解生物信息学发展前沿、掌握检索能力以及初步的分析技能，对分析、处理、预测结果的验证涉及不多。无论哪种学生，都比较欠缺信息技术方面的知识，因此，这类知识在前面部分介绍。而后面部分则随学生的类型有所改变，我们根据授课学生的分类选择不同的授课内容和授课重点，尝试据此来划分教学组织的各个阶段，在每个教学节点精心设置任务（如表1所示）。
与其他课程的教学一样，生物信息学课程的教学需遵守学生对知识的掌握规律，其内容的选择与安排应按照循序渐进的原则。从第一阶段到第二阶段，教学内容“由易到难”。随着教学过程的深入，课程内容更侧重于对生物信息学某一专业领域的引导，此时授课教师的指导更加重要，这类领域往往与开课院系专业的优势研究领域和导师研究方向相结合。
3.课程教学方法的改革
生物信息学是一门涉及知识面深刻而广泛，学生独立自学的难度很大的交叉科学。依据建构主义教学理论的特点，这类难度大、技术性和实践性强的课程要特别重视以学生为教学主体的教学方法，应尝试从任务引领入手，将生物信息学的一些重要学习内容逐步展现出来。
在生物信息学教学中，教学内容侧重于任务引领，设定与学生生活相贴近的、接合学科发展前沿的引领任务。例如，可以从高水平杂志（Nature、Science）上根据任务引领的关键词搜索综述，根据综述总结出该任务发展脉络，提炼教学任务，将较为抽象的计算机算法、生物学基础知识融于任务中，使学生有积极参与的意愿。及时将任务相关工具提供给学生，或是提前引导学生自己查询工具，使学生有完成任务的基础。
学生在每个节点都非常清晰地知道下个节点的主题，并在完成教师的任务过程中，构建局部知识框架，形成自己的见解。教师需在课堂上和课堂以外及时掌握学生对各个节点知识的掌握情况，找到学生的最近发展区，针对重点、难点解惑，提高教学效果。这样可以使选择的教学任务吸引学生、引领学科前沿，还能在教学过程与学生的互动中有效地实现教学相长。
4.重视切合课程设计的教材编写
生物信息学不同于其他学科，其很多内容和知识节点更新很快，很多最新成果必须教师根据生物信息学发展前沿及时整理和总结，其教学内容设置着重于保证教学内容的先进性和前沿性。教材的更新和修订周期较短，几乎每学期均需要重新修订。
2001年，教育部在[2001]4号文件中明确要求直属高校的“本科教育要创造条件使用英语等外语进行公共课和专业课教学”，在信息技术、生物科学、管理、金融、法律等专业力争在3年内使外语讲授的课程达到所开课程的5%～10%，尤其强调了生物科学更要先行一步。现实情况也使英文自编教材的编写刻不容缓，现在，绝大部分前沿生物数据信息（最主要的核酸和蛋白质）数据库均为全英文操作界面，操作者只有熟练掌握生物信息学英文术语才能自如地使用该系统，才能更有效的进行生物信息学的学习和研究工作。在英文自编教材编写时，理论部分的参考书我们精心应选定了具有非常严谨理论体系和反应了最前沿生物信息技术的《BIOINFORMATICS：Databases，Tools， and Algorithms》。编写时需要特别注意应依据教学设计来设定来序化任务，突出不同教学阶段的教学重点，使学生学习过程是个循序渐进的过程。我校采用的自编教材根据教学阶段共设置五个引领任务：
（1）Pubmed检索profilin基因研究进展；
（2）家蚕profilin基因结构分析与PCR扩增引物的设计；
（3）家蚕profilin基因同源序列的获取与进化树的构建；
（4）家蚕profilin蛋白二级和三级结构的模拟；
（5）家蚕profilin蛋白理化性质和功能位点的分析.
5.合理配置网络资源和多媒体教学资源
首先，学会利用互联网、计算机、数据库和应用软件进行生物信息分析的基本方法和技能本身就是生物信息学教学重点。以往普通的多媒体教室已难以提供一个交互式的网络化、信息化的教学环境，如果想上好生物信息学这门课程，网络资源和多媒体教学资源的应用，将贯穿于整个生物信息学课程（从任务下发及申领、任务控制及执行、任务完成结果检验与反馈）的整个教与学的过程。而我们通过极域电子教室和学校4A网络教学平台结合，较好的实现了生物信息学交互式的网络化、信息化的教学环境。
课前，教师通过网络平台将任务教学内容、任务序列、工具等传递给学生，学生通过登陆互联网络，利用网络资源和软件尝试完成预习任务。此处可以设置学情反馈点，教师通过网络论坛等形式掌握学生预习情况。授课过程中，教师利用教师机客户端的文件分发系统将任务教学内容、任务序列、工具等发送到学生桌面，再通过广播教学多媒体技术为学生形象的讲解任务内容以及完成方法。每位学生在教师的监督下在互联网上执行任务。教师在监控学生完成任务过程中，不断的得到学生任务进程的反馈，对于任务中学生出现共性问题，利用网络、广播教学或演示等形式及时解决。课下，学生同样可通过学校4A网络教学平台将任务报告、作业、问题和意见等反馈给教师，教师在平台上批改任务报告后将成绩和评语发送给学生，让学生及时了解自己的学习情况，师生还可以通过平台中的网络论坛进行问题讨论等。网络环境下的生物信息学任务引领式教学，不仅能提高学生的学习兴趣，还能创造更为有效的师生互动信息教学环境。
三、结束语
经过多年的生物信息学教学实践发现，如果想建设好生物信息学课程，我们需要设定非常清晰的教学目标，理清课程需要培养学生的核心技能；结合行业发展的技术前沿精心选择教学内容，合理序化教学顺序；要依据建构教学理论，重视以学生为教学主体的教学方法，尝试从任务引领入手引领学生学习，提高学生的学习兴趣；要重视切合课程设计的教材编写，理论部分引自精选英文参考书，设计教材结构应切合任务引领的教学方法；合理配置网络资源和多媒体教学资源，加强学生互动，为成功地实现“反转课堂”提供保障。
参考文献：
[1]张林，柴惠.现代教学手段在生物信息学教学中的应用[J].新课程研究，2011，219（4）：156-158.
[2]柴惠，赵虹，张婷.高等院校生物信息学双语教学课程建设之我见[J].中国高等医学教育，2010，（4）：83-84.
[3]Gilbert，W.Towards a paradigm shift in biology[J].Nature，1991，（349）：99.
[4]刘伟，张纪阳.“生物信息学”课程中研讨式教学实践[J].中国电力教育，2012，（23）：60-61.
[5]范丙友，贾小平，胥华伟.生物信息学课程教学改革与探索[J].大学教育，2013，（16）：61-62.
查看更多《中华整形外科》杂志社信息请点击： 《中华整形外科》编辑部
无
(i0002)沉痛悼念乔群教授 无
(i0003)中华医学会整形外科分会血管瘤与脉管畸形专业组第一次学术交流会会议纪要 胡晓洁 江成鸿 林晓曦
(i0004)《中华整形外科杂志》2011年总目录 无
临床论著
(401)乳腺癌保乳术后腹腔镜带蒂网膜瓣一期重建术 宋向阳 管丹丹 林辉 戴益 郑雪咏 朱一平 王先法
(405)重度褥疮的临床治疗经验 许喜生 马铮铮 周永生 欧才生 程勇 陈凯 李柏同 周海洋 胡永才
(411)咪喹莫特治疗婴幼儿血管瘤 马刚 林晓曦 江成鸿 陈辉 李伟 胡晓洁 金云波 陈达 陈晓东 叶肖肖
(415)小儿颈部巨大囊状淋巴管瘤的手术治疗 刘大看 马玉春 郭晓楠 朱晓爽 董长宪
读者·编者·作者
(417)本刊对论文中实验动物描述的要求 无
临床论著
(418)游离胫后动脉穿支皮瓣修复手、足背皮肤缺损 赵风景 张兴群 姚建民 马亮 张龙春 陈莹
(421)改良vechitti阴道成形与腹膜阴道成形术的对比研究 董丽霞 陈树波
(424)型尿道上裂的解剖学修复 李养群 潘焕丽 唐勇 陈文 赵穆欣 杨? 刘晓吉 胡春梅 刘媛媛 马宁 谢淼
(427)悬韧带松解延长术后延长长度预测模型的建立和验证 王洪一 陶灵 陈亮 曹川 李世荣
实验论著
(431)p57^kip2和maspin在病理性瘢痕组织中的表达 蔡玉梅 朱世泽 郑志芳 杨维群 吴文艺
(437)饲服环磷酰胺对兔耳早期增生性瘢痕组织的影响 邵家松 孟德峰 岳毅刚 周海 花鸣春 张敏
(442)血管内皮干细胞动员剂对糖尿病小鼠颅骨缺损愈合的影响 王晓霞 stephen warren
(448)四氯二苯二?f英致胎鼠腭裂作用机制的初步探讨 蒲亚兰 刘丽玲 甘立强 何晓梦 傅跃先
生物信息学
(453)基于文献挖掘的增生性瘢痕相关基因的生物信息学分析 黄琛 李博仑 秦泽莲
工作研究
(461)胸大肌后与腺体后隆乳术后患者损伤情况比较 郭科 孙家明 苏永胜
(462)奈福泮与曲马多预防整形手术腰麻-硬膜外联合麻醉寒战的效果比较 张治明 欧阳帆 王剑鸣 赵振龙 张安生
经验介绍
&nb
sp; (464)邻指指动脉岛状皮瓣修复手指皮肤软组织缺损 侯桥 曾林如 王利祥 许良 吴国明 朱芳兵
(465)先天性狭窄及闭锁八例手术治疗体会 胡春梅 李养群 唐勇 杨? 赵穆欣 刘媛媛 陈文 马宁
技术改进
(467)介绍一种微创无菌快速获取可移植脂肪颗粒装置 黄海玲 刘宏伟 佘文莉 徐媛 陈苑雯 谢波 肖丽玲
(468)薄膜涂色法在扩张皮肤面积测量中的评价 谭子明 沈为民 彭旦生
病例报告
(470)会阴严重烧伤患者再造一例 朱小平 包国宏 黄朝帅
(471)足拇趾离断再植及踝前穿支皮瓣修复成功一例 储国平 吕国忠 赵庆国 杨敏烈
综述
摘要大学生在大学是生活、学习、交流一直是当前高校教育的重点；新就职的高校辅导员在工作中也有许多需要学习和提高的地方。本人根据自己的工作经验，浅谈我与大一新生共助成长的经历经验。
关键字高校大一新生对策共助成长
在大学里，大学辅导员已经渐渐成为了一个专业化的职业。自从2011年硕士研究生毕业后，我开始担任2011级大一新生的班主任，我和学生们都一样，都是新的，新的工作/学习环境，新的工作/学习陪伴者，新的工作/学习压力。在这期间，我一直在努力学习班主任技能、了解学生心理、促进学生学习。学生们也积极努力的适应他们的大学生活，在这期间，我和他们互相交流，提出大学中遇到的问题，共同解决，做到了师生共助。
新专业的困惑生物信息学作为本世纪的一个新兴学科，现在已经发展成为生物信息学专业和生物技术专业，国内大部分人对此还不熟悉，不知道该学科的过去和未来。在开学初期，曾有许多学生咨询我转专业的问题，也有咨询本专业未来的问题。为了让所有学生们能够对生物信息学有个大致的了解，我开了个“我的生物信息”主题班会，从生物信息的过去、现在、和未来三个角度进行了讲解，将生物信息学在生物医学领域的重要性进行了重点的举例讲解，并给仍有困惑的学生分发专业论文进行阅读，经过这一措施，学生们开始对本专业有了雏形的概念。
贫困生的烦恼在大一新生中，大约有一半来自农村，家境条件都很差。经常有学生向我咨询找兼职的事情，也有学生向我倾述他们的家庭情况，我也时常与学生聊天，咨询他们的家庭情况和同学的情况。刚开学初就有个学生找到我，咨询专业和未来的事情。他家有3个孩子，两个已经是大学生，还有一个2012年夏天也会考高中，家境贫寒，对本专业也不是很懂，不知道未来能赚多少钱？针对这种情况，我向他介绍了我校勤工助学岗位，也详细介绍了本科生未来就业压力，未来考研读博的方式方法，这些方法能够保证他们在上大学时不会为生活担忧，我还介绍他去食堂给学生打饭。后来，这个学生每天到饭点都会去食堂打工，他的学业也没有耽误，在期末考试中获得了班级第一的成绩，并获得了特等奖学金。在评完助学金后，有个获得一等助学金的女同学找到我，她想主动拿出500元说要让我给班级的两个学生，她说这两个女生天天在寝室吃馒头，很少吃菜，看到他们都感觉很心寒，我了解情况后，对她说，这是我们辅导员的失职，这个钱不该她出，我们会在平时的勤工助学方面向他们有一定倾向，她也很满意。经过这个事情后，我发现我对学生们了解的不是很充分，于是我找了几个学生进行谈话了解，在平时的活动中进行观察。
为了更好的给学生创造勤工助学的机会，我通过向学院申请岗位、在网上搜索并核准岗位，在校园周边路过时也会留意招聘广告。一次，在医科大学校内的西百仓买超市门口看到招聘广告，我随即咨询了超市管理人员核实情况。经证实后，我记下电话号码并发给生活委员，让他们在学生中间进行宣传，最后有三个学生分别在中午和晚上在那里打工。这一事件的成功处理也使我对贫困生的需求和能力有了初步的了解。
学习中的苦闷大学是个自主的环境，没有家长和老师日日看管，没有了早晚自习的强迫学习。有许多学生到学校后不知道怎么学习，不知道学什么。在一次班会上，我对学生在校学习情况进行了调查，结果所有人都去过图书馆上自习，50%左右的学生每晚去寝室楼外上自习，有30%左右在寝室自习室上自习；有55%左右学生上课听课效果不好，只有一小部分学生对大学有过规划。从调查中我意识到学生们目前存在迷茫的因素，不知道如何学习，不知道学什么的情况。为了让他们能够尽早恢复到正规的学习轨道上，我开始策划建立学习小组，由几个学习较好并有意有能力向他人讲授的学生组成，他们的任务是从学生中搜集不会的题目或知识点进行讲解。正在我策划的过程中，学委找到了我，她说现在不知道怎么学，不知道学什么，不会的问题也不知道问谁，我向她讲了下大学的学习思维和方式，也讲述了我要组建学习小组的事情，她非常高兴，也非常希望能够快速组建。在第二天，我就通知各班班委会进行讨论，阐述我的想法并和他们商量实施细则。最终由学委牵头组建的学习小组非常迅速，每周安排了3次左右的专门讲课，学生们的热情也都很高。这个活动现在仍在进行。
为了检验大家的学习水平，我和学委商量对学生进行期中测试，考试包括了数学、计算机、英语六级考试题，只判卷，不排名。为了减少成本，我们和复印社商量用废旧的单面纸复印，并购买他们的错打印的单面纸作为答题纸。最后，三科考试在一周内的课余时间完成了，同学们反映不错，学习小组也针对考试中错误较多的题进行了讲解。点滴努力换成绩，所有学生在2011年12月份的四级考试中，四级英语通过率达到了65.24%，期末考试的挂科率为13.6 %。对于这个结果，我表示欣慰，我认为应该将学习小组继续进行下去，将阶段测试进行下去。
新同学的生疏远去他乡求学路，聚在冰城同甘苦。总体来说，大一新生的交往能力，自立能力还是较强的，但是不乏沉默是金、见面飞过的尴尬场景。从心里学角度讲，大学生具有渴望交往但又能力不足的矛盾。在开学半个学期后的对班级进行人际关系调查时，我发现男女同学存在不认识、不打招呼的情况。为了加强学生交流，促进学生之间的了解，我提出举办年级联谊舞会、班级篮球赛活动。在舞会的策划过程中，我提出要求学生随机分组，随机排座，加入组间竞争环节；在班级篮球赛中，我提出要求每组每个寝室最多2个人，男女组队，进行半场4人对4人，要求两男两女，为了加强女生与女生配合，特指出女生投篮2分算3分，3分算4分。这些活动的开展极大程度的促进了学生之间的交流，也提高了他们参与活动的热情。在这些活动的影响下，学生们自己还组织了食堂周末包饺子、校园寻宝等活动。
大学是个集学习、生活、工作、交流的场所，只有营造使学生们能多方面成长的环境，才能使他们拥有乐观向上的生活和学习热情，我们的高校才能培养成优秀的国家栋梁之才。经过与学生们的互助成长，学生逐渐适应了大学的生活，逐个解决大学中的问题；我逐渐了解了大学生的成长需求和成长中的困惑，也为工作的开展奠定了良好的基础。
一、征文内容
（1）原子光谱分析;（2）分子光谱分析;（3）色谱法与分离科学;（4）电分析化学;（5）波谱分析（包括顺磁、核磁共振）;（6）质谱分析;（7）显微成像分析;（8）微流控芯片分析;（9）联用方法与自动化分析;（10） 形态、表面及结构分析;（11） 生物分析化学;（12） 药物和代谢物分析; （13）环境分析化学;（14）食品分析;（15） 蛋白质分析;（16）核酸分析;（17）纳米分析化学;（18）分析仪器及装置;（19） 质量控制; （20）化学计量学与生物信息学。凡已在刊物上发表或在全国会议上报告过的论文不在应征之列。此外，本次会议的交流形式包括大会报告、邀请报告、口头报告和墙报交流，并设优秀墙报奖，诚挚欢迎积极参与 （http：//）。
二、征文要求
应征论文须用Word软件编辑，包括题目、作者、单位、必要的图表、结果和讨论、主要参考文献（2～5篇），用A4纸，版心尺寸为15 cm×24 cm， 标题用小三号黑体，正文用小四号宋体，全文（包括图表）一般为一页，请勿超过两页。文末须附英文题目、作者姓名和单位。截稿日期：2015年3月15日。
三、 收稿地址
网上投稿和会议注册将于2014年10月1日开通，请尽量网上投稿。如果通过电子邮件投稿，请发至：，并在邮件中注明“会议征文”和论文第一作者及通讯联系人的姓名、职称、工作单位、邮编、联系电话及E-mail。同时，为便于分类，请在邮件主题中注明稿件类别（如1原子光谱分析; 2分子光谱分析; 3色谱法与分离科学; 4电分析化学; 5波谱分析; 6质谱分析等）。
有关稿件的处理意见、会议具体日程、注册费用、住宿安排等项事宜请见第二轮通知。会议筹备组联系人：
杨光富： 027-67867800，;
钟鸿英： 027-67862616，
张爱东： 027-67867635，
关键词：入侵容忍；BLAST；InterProScan；Jemboss；生物信息分析
中图分类号：TP311.52 文献标识码：A 文章编号：1009-3044（2013）10-2476-03
1 概述
1.1 生物数据库与分析系统
随着生物技术的深入发展和实验数据积累，产生了海量的生物信息资源数据库。一般来说，这些生物信息资源数据库可以分为一级数据库和二级数据库。
其中，一级数据库也称为基础数据库，其数据资源是直接从基础实验研究工作中获得的原始数据，它本身只是经过比较简单粗糙的归类、整理和备注注释。二级数据库则是在一级数据库的基础上，由不同的研究组织和研究者通过进一步的实验分析和数据整理而产生，它往往针对特定的研究目标衍生出来，是对生物学知识和信息资源的进一步挖掘和应用整理 [1]。
许多科研部门与实验室纷纷利用Internet与一级、二级生物信息数据库进行链接，以满足生物分析研究的诸多需求。但是这种资源链接方式往往受制于Internet环境的影响，运行的安全性能较差，存在着巨大的数据安全隐患和风险。考虑到目前越来越多的生物信息学分析软件和数据库可以通过 Internet免费下载获取。因此， 可以采用第三代网络安全技术来构建一个安全、高效的本地化生物信息学分析平台，以满足生物信息研究的现实安全需要。
1.2 入侵容忍技术
入侵容忍技术属国际前沿的第三代网络安全技术，也是信息安全领域的学术热点。第一代、二代安全技术均难实现系统绝对安全。入侵容忍技术承认来自内外的攻击不可避免，强调当受到攻击时即使某组件遭破坏或被控制，仍能保证数据的秘密性与完整性、保证系统关键功能运行，从而仍能对外提供正常或降级的服务。入侵容忍机制常可用冗余与多样性技术来实现。
冗余（Redundancy）是指配置多于实际应用所需的资源或信息。冗余的原理是重复配置系统的一些组件，当系统发生故障时，冗余配置的组件介入并承担故障组件的工作，继续执行原故障组件的功能直到该组件被修复。也即是说，即使所系统的一些地方失效或产生故障，通过使用冗余组件，仍能保障系统的继续有效运行、减少系统的故障时间或改善服务性能，增强系统的安全特性。具体地，冗余可以设置在多个服务器和数据库中，让它们存储和管理相同的数据信息。
多样性（Diversity）是指资源或信息以异构的环境配置来进行数据信息资源的管理或存储。多样性的原理是在不同的服务器上运行配置不同的环境资源，如在不同的操作平台之上（Linux或者Unix或者Windows），还可以设置应用程序也在不同的环境中运行（Apache，IIS等）。使用多样性技术，系统之间以异构的方式组织，减少了单点失效等相关的错误风险，加大了攻击者完全攻克系统的难度。
2 生物信息分析应用平台的构建
2.1 系统构架
2.2 BLAST配置
BLAST （ basic local alignment search tool），即基本局部相似性比对搜索工具， 是美国国家生物技术信息中心（NCBI）提供的一套广泛应用于在蛋白质数据库或者DNA数据库中进行相似性比较的分析研究工具。它结合了动态规划算法和间接启发式算法的优点，把数据库搜索建立在了严格的统计学理论基础上，大大提高了搜索速度，是目前在技术上非常成熟且广泛使用的同源检索工具[2][3][4]。
2.3 InterProScan配置
2.4 JEMBOSS配置
3 入侵容忍技术在平台中的应用设计
在本系统中，采用冗余与多样性技术来实现生物信息分析平台入侵容忍方案如图2所示[5][6]。外网的一级/二级数据库可以直接下载到本地数据库服务器中，因此在本模型中，仅考虑局域网内的应用。
在基于入侵容忍的生物信息分析平台应用模型中，主要包括几部分：客户端用户、服务器、Web服务器、数据库服务器[7]。系统模型工作原理如下：当客户（Client）通过Intranet访问Web生物信息分析平台时并提出服务请求（Request）时，首先经过由入侵检测系统与防火墙互联形成的外层保护组的过滤，并对请求数据进行验证，如果请求为带恶意的攻击行为，检测系统和防火墙保护组会对其进行控制和阻断，然后丢弃该请求数据包。如果确认此请求包是可信任时就将此发送给服务器（必要时可以设置服务器组）。
客户的请求进入服务器后，其内置的安全检测模块首先检测请求的有效性，若请求无效，该请求的相关信息转交给安全检测系统继续进行分析，如果安全检测的结果表明该请求是具有恶意的，恢复重构模块就对系统策略进行调整，如果请求不含恶意行为，会在审计控制模块写入系统日志，然后将其删除。若请求有效，就将合法的请求转发到Web生物信息分析平台的服务器。
Web生物信息分析平台的服务器接收到服务器转发的请求后，执行入侵容忍策略的服务方针。该方针根据负载平衡的原则决定具体由哪些生物信息数据库服务器来执行请求，执行请求的全部过程都在集合成员一致性协议的指导之下进行。由于生物信息数据库服务器采用了冗余和多样性的技术配置，在异构环境下提供的是相同的数据服务，不会影响生物信息分析结果。此外，一致性协议还监督数据库服务器中成员（如DB2、Oracle、SQL Server等）的状态，能及时发现由故障引起的不一致，对有故障的数据库服务器进行隔离、处理。最后将除故障成员外的其他正常成员得到的一致的响应结果送回服务器。服务器检查其有效性后将结果送到客户端，形成最终响应（Response）。
在此应用模型中，如果数据库服务器的响应结果没有遵循一致性协议而产生不一致的情况，可以利用安全管理组中的恢复重构主动根据来自系统中其它模块的分析信息，判定系统当前的安全级别，采取相应的重配置策略，对相关的组件进行重配置，恢复有故障的数据库服务器，从而保证系统能够提供正常或降级的持续数据服务，大大增强了生物信息分析平台数据的正确性和安全性。
4 结束语
近年来，国内外有关研究机构和实验室数据资源被非法入侵的事件屡见不鲜。构建生物信息分析平台时，如果往往只是简单应用第一代、第二代的网络安全技术，对于关键、重要的生物信息资源保护十分有限。国外已经有一些科研机构应用入侵容忍技术对重要数据资源进行保护，且取得了良好的效果。该文初步应用了第三代网络安全技术——入侵容忍技术，设计了生物信息分析平台的应用模型。下一步工作将要围绕着模型核心组件与重配置策略进行更深入的研究，同时研究生物信息分析系统的工作性能，利用仿真工具对平台进行相关功能测试。
参考文献：
[1] 廖志华，谌容，陈敏，杨春贤.生物学信息数据库简介[J].生物学教学，2006（31）.
[2] Altschul S F，Gish W，Miller W，et al.Basic Local Alignment Search Tool[J].J. Mol. Biol， 1990，215：403-410.
[3] 周金华，朱涛，李红雨，徐钢，等.基于 WEB 页面的生物信息学分析平台的构建及其应用[J].中国现代医学杂志，2006（16）：17.
[4] 周金华.基于 Web 页面的生物信息学分析平台的建立及其应用[D].上海：华中科技大学硕士论文，2006.
[5] 陶雯.基于多级入侵容忍的数据库安全模型[J].江苏教育学院学报：自然科学版，2012（28）：4.
优秀本科毕业论文感谢信范文【一】
在这四年本科学习接近尾声时才能深刻体会到时间的飞逝，在家乡四年的学习生活使我受益匪浅。经历大半年时间的磨砺，本科毕业论文终于完稿，回首大半年来收集、整理、思索、停滞、修改直至最终完成的过程，我得到了许多的关怀和帮助，现在要向他们表达我最诚挚的谢意。
衷心感谢我的导师胡毅夫教授，胡老师严谨细致、实事求是的治学态度，认真勤奋、不知疲倦的工作作风，思维敏捷、锐意创新的研究风格以及对科研的执着追求都将使我终生难忘，时时鞭策我努力工作。
衷心感谢彭述权老师、樊玲老师，彭老师学问扎实、思维开阔、治学严谨且具有创新精神，在试验研究上的认真和细致让我肃然起敬，在理论分析上的高屋建瓴让我钦佩;樊老师在试验方案和现场给我们的很多建设性的意见让我们的试验柳暗花明，让试验顺利开展。
感谢和我一起做试验的塔里木大学的王强、马光诚同学，感谢所有在我科研和生活中给我关怀和帮助的老师和同学。
感谢我的家人，一路走来，谢谢你们对我的支持、包容和激励。是你们热切的期盼和温馨的鼓舞让我有了不竭的动力，勇往直前。
感谢我的同门师兄弟马元军、乌青松、马莉、谢小明等。难忘四年与大家的朝夕相处，那些曾有过的争执与欢笑，并肩奋斗与酣畅对饮以及汗洒疆场的意志与酒入愁肠的情谊，都是一生中最美的回忆。同学志四海，天涯犹比邻。分别的日子里，青春永不散场。
纸短情长，想要说的太多太多。
这一次转身过后，我们又踏上了新的航程。人生所有的相遇都是久别重逢，重逢只为了不期而遇或相约而至。前路漫漫，大家且行且珍重!
优秀本科毕业论文感谢信范文【二】
感谢国家自然科学基金课题基于粗糙集理论的地理信息服务演绎推理研究对本研究工作的资助，该基金课题由苗立志老师负责，研究期限为XX 年1 月-2XX年12 月。本文研究工作是在苗立志老师耐心指导下完成的，苗立志老师总能给我提出建议，使我把握住方向，非常感谢苗立志老师在我本科四年学习生涯中，对我生活方面的帮助、学习能力方面的提高、科研工作方面的关心，并指导我沿着正确的研究方向一步一个脚印的前进。
感谢地理与生物信息学院的领导，给我提供了良好的学习环境，感谢陪伴我四年的本科同学：陈金群、徐亮、蒋志远、潘多，感谢他们四年来对我生活上、学习上的帮助，祝愿他们都能找到满意的工作，感谢我父母的支持，感谢父母无私的帮助，感谢在百忙之中评阅论文和参加答辩的各位专家和教授!
优秀本科毕业论文感谢信范文【三】
时光飞逝，转眼四年紧张充实的大学生活就即将结束了。在这四年的时间里，我收获很多，不论学习还是生活上。现在即将结束这一切，我的心里虽满是不舍但也充满感激。在论文完成的此刻，特向所有关心过和帮助过我的老师同学及所有人表示由衷的感谢!
在这短暂的四年里，我首先要感谢我的导师齐雁冰老师，在我人生最关键的时期得遇恩师是我的幸运。无论是在学习和生活中，齐老师都给予了我莫大的关心和帮助，并以其严谨的教学态度和宽以待人的作风影响着我。每当我在学习上倦怠的时候，齐老师都会督促和鼓励我;在我遇到困难时，齐老师会悉心为我答疑解惑。我的论文是在齐老师的悉心指导下完成的，从论文的选题、实验设计、论文开题、发表期刊论文以及毕业论文的撰写，都倾注了大量精力和心血。值此论文完成之际，谨向齐老师致以我最崇高的敬意和由衷的感谢!
感谢常庆瑞老师，常老师以其严谨的治学态度、渊博的学识和对教育事业的热情感染着我，让我怀着无限的激情面对我的科研生活!
感谢师弟楚万林、师妹蒲洁在我生活和实验中给予的关心和支持!
感谢论文实验开展过程中，实验室各位老师在实验仪器和测试过程中给予我的方便和指导!
感谢刘梦云老师在我的导师出国学习的这一年里给我的帮助与支持!
回首四年的本科生涯，有那么多的老师和同学给予了我帮助，有太多太多的人需要感谢，感谢刘京老师、陈涛老师、高义民老师，感谢学院田宵鸿老师、杨岩荣老师、任晓萍老师、哈力娜老师、李景林老师等，在我学习和科研等各方面为我提供的帮助。
中图分类号：G40－012 文献标识码：B 文章编号：1008－2409(2007)03－0569－02
二十一世纪国家之间的竞争归根结底是人才的竞争，面对社会和科技发展对高素质人才的需要，全面提高大学生的综合素质，培养适应科技发展和经济建设需要的创新人才，成为当前我国高等学校教学改革的热点。二十一世纪同样也是生命科学的世纪，生物信息技术，人类干细胞技术，克隆技术，转基因技术必将使生物技术产业成为二十一世纪最重要的产业。作为生命科学最重要组成部分的医学科学，也将迎来跨越式发展的新时期。因此培养面向二十一世纪的高素质医学人才，迎接生命科学世纪的挑战，是所有医学教学工作者应该高度重视的问题，这就要求我们必须从我国国情出发，制定新世纪医学教育跨越式发展战略，加快推进我国的医学教育改革，全面实施医学生的素质教育。
1 生命科学发展与医学科技进步
十九世纪中叶，细胞学、进化论和经典遗传学即孟德尔遗传定律的创立，为生命科学的发展奠定了坚实的前期基础，基因论和DNA功能的确定，尤其是DNA双螺旋结构的发现在生命科学发展史上具有划时代的意义，是二十世纪生物学领域极为重要的发现，它为现代分子生物学的发展奠定了基础。分子生物学的成熟和计算机技术的迅猛发展，使人类破译自身全部密码成为现实，1990年发起的“人类基因组计划”今天已经完成人类基因组作图和测序。接下来，将是阐明基因组的功能，这就要清楚细胞的基因表达谱和蛋白谱及其调节和控制，因此分子生物学的重点将从基因组转到蛋白质组学，人类对生命科学的研究将进入“后基因组时代”即功能基因组时代。其内容包括建立单核甘酸多态型(SNP)为代表的DNA序列变异的系统目录，从而揭示人类疾病的遗传学基础，认识基因组在转录核翻译水平的表达及其调控机制，通过对进化不同阶段的生物体基因组序列的比较，发现基因组结构组成和功能调节的规律，并利用各种模式生物体的基因敲除和转基因来揭示基因的功能。在微观层次对生物大分子的结构和功能，特别是基因研究上取得重大突破后，正深入到在分子水平上对细胞活动、发育和进化，以其脑功能进行探索，从分子、细胞、模式生物和整体水平对脑和神经系统进行多层次的综合研究的神经生物学正成为生物学发展的下一个高峰。生命科学从群体、个体、细胞到分子水平深入的发展，使得医学能够在微观水平逐步阐明许多生命现象和疾病现象的本质，极大地促进了医学科技的进步。自1982年世界上第一个基因工程药物重组人胰岛素上市以来，经过20多年的发展，世界范围的生物医学技术产业正在蓬勃兴起，生物医学技术正在猛烈的冲击着世界经济，同时也给广大患者带来了福音，基因工程药物和疫苗正走进寻常百姓家。随着克隆技术的成熟，人们可以用克隆的器官代替已坏的自身器官。而将来科学家可以设想用基因芯片、蛋白芯片组装成“纳米机器人”，通过血管送入人体诊断疾病，携带DNA更换或修复有缺陷的基因片断。因此随着以后基因功能的清楚，生物技术的发展，将使人类不仅能了解生命，而且能够操纵生命过程，它将改变现有的医生看病模式，人们将拥有记载个人生理、病理信息的生物芯片，医生在对疾病进行诊断、治疗、预防方面将做到个性化，精确化。
2 中国医学本科教育的现状
改革开放以后，中国的大学医学教育已经取得长足的进步，医科大学毕业生投身入救死扶伤，全民保健，在构建和谐社会、实现社会主义现代化建设过程中作出了重要的贡献。然而随着经济、科技的发展，社会对医学的要求有了明显的提高，传统的生物医学模式向新的医学模式的转变，引起了疾病观、健康观、卫生观的根本转变。这就要求新时代的医学研究者以整体化、系统化、科学化、社会化的观点去研究和处理人类健康与疾病问题的思维方法和行为方式。而现有的医学本科教育方式已经不能适应社会对医学的要求，目前医学本科教育存在的问题集中体现在学生创新意识和创新能力严重不足。
同志指出，“创新是一个民族的灵魂，是一个国家兴旺发达的不竭动力”，“创新精神是我国民族几千年来生生不息、发展壮大的重要动力”，“创新的关键在人才”。因此培养学生的创新能力关系到我们民族的兴旺。
从以往高等医学院校输出的人才素质的特点看，也非常明显地表现出上述特点。具体地表现在综合判断能力较差、缺乏科学思维方式的指导、获取医学科研和医疗实践新信息的能力和创新意识较差。传统临床医学人才培养模式是以教师授课为主要教学组织形式，是以理论灌输为主的“填鸭式”教学模式，这种临床教学方法陈旧、呆板：教师整个课时以灌输式教学为主，学习过程枯燥被动，缺乏兴趣，无法激发学生求新意识与创新意识，理论与实践脱节。由于注重理论的学习，与实践相结合不够，缺乏实践能力的培养，容易出现高分低能的现象，对学生的素质教育及创新能力的培养均有害无益。而医学生往往仅仅满足于书本，满足于从老师那里接受已经或即将过时的知识，缺乏独立思考，独立分析的欲望和能力。学生对所学知识不敏感，缺兴趣，少研究，不能或不敢运用所学的知识大胆地提出和分析新问题，更谈不上有多少带创新性的学术新思维。因此即使是那些本科毕业后进入研究生阶段学习的学生，也由于本科阶段在创新意识和创新能力方面的先天不足，不同程度地存在着自主选题难、科研上手慢、研究思路不活跃、研究方法偏传统、攀登高峰缺勇气、开拓创新与实力等现象，高水平的学位论文不多，在国际上有影响的学术成果更少，因而未能充分起到基础和应用基础研究生力军的作用。
3 改革传统教学方法，逐步培养医学生的创新能力
3．1让医学生尽早接触科研，培养对科学研究的兴趣
医学生是医学教育的主体，激发他们学习医学知识的兴趣，调动他们学习的积极性和主动性，并逐步树立牢固的专业思想，对于培养合格的医学人才是极其重要的。学生可以根据自己兴趣利用寒暑期或周末参加各教研室的科研活动，使教学与科研相结合，培养学生的科研兴趣和科学思维的能力。更广泛地组织和鼓励本科生参与各种学术交流。学生参与的各种学校活动包括本专业的、跨专业的、跨校的、全国性的乃至国际性的学术交流活动。平时，也要让本科生尽可能地参加一些教师的科研项目立项论证会、博士生和硕士生的开题报告会和论文答辩会，可以参加各学科最新研究的学习报告会，对原有的基础实验教学内容进行有效融合，减少验证性实验，增加综合性实验和设计性实验，提高学生的能力。打破以往只有研究生才能进入科研实验室的惯例，组织医学专业学生早期进入感兴趣的实验室学习并实行导师制。在具有副教授职称或高年资讲师中选出思想政治素质好、有高度责任心的教师作为学生导师，明确规定导师的工作职责，要求他们在思想上和学习上给予学生指导和帮助。这样，学生在导师的指导下积极参与实验室的
科研活动，感受科研气氛，培养了他们的科研兴趣；使他们将书本知识运用到实践中去，形成初步的科研思路；培养了科研实践能力和与他人协作的能力；利用各种途径主动学习的能力也有了一定的提高。
3．2充分利用现代信息技术，为创新人才培养提供先进的教学手段和方法
以计算机和网络技术为核心的信息技术的发展，使得人类于知识、信息的获取、传播和应用发生了深刻的变革，也带来本科教育教学手段和方法、学习方式的巨大变化。首先，学生利用计算机和互联网，可以不受时空限制地多渠道获得知识，学生对学习场所、学习内容、学习方式的选择具有更多的自性和灵活性，使过去以课堂、教材、教师为中心的传统教学方面临新的挑战。充分利用目前我国高校计算机已经基本普及、网络快速发展的特点，应用多媒体授课，通过动画增加对知识的理解和学习的兴趣；鼓励学生通过互联网解答自己在学习中的疑惑，了解国外医学的发展，学习生物信息学的基本知识，应用生物信息学论证自己的构想，自己设计实验。让学生有充分的动手机会，通过网络增加对学过知识的理解和记忆。同时网络资源的丰富性和共享性，使教师和学生同样具有获取知识的自由和网上交流的平等权利，因而有利于发挥学生参与教学过程的主动性，有利于激发学生的创新意识，有利于形成平等互助、教学相长的新型师生关系并将理论与实践相结合。鼓励学生提出自己的设想，培养其创新能力，鼓励学生提出问题并想出解决问题的有效方法。为此，要充分认识现代信息技术对促进教学改革的独特作用，进一步建设和完善校园网、数字化图书馆和多媒体课室，提高它们对本科生的开放度和服务水平，为创新人才的培养提供先进的教学手段和方法。
3．3学习医学相关学科知识，提高解决问题的能力
关键词：生物统计与实验设计 教学手段 网络教学 科研素养
《生物统计与试验设计》是农学、生物科学等专业重要的学科专业基础课[1]，是关于科学试验的设计、实施、试验数据的收集、整理、分析，以及结果解释和推断的一门科学。本课程主要是运用数理统计原理和方法于农学和生物科学研究，使学生理解试验数据现象和本质的关系，树立农学和生物科学研究正确的思想和方法。该课程教学的目的是使学生初步具有独立处理和分析农学和生物学试验数据的能力，为进一步学习各专业课程以及毕业论文设计与实施奠定坚实的基础。扬州大学的《生物统计与试验设计》课程在2010年入选国家精品课程。目前，该课程的授课对象包括农学院、园艺与植物保护学院、生物科学与技术学院以及环境科学与工程学院多数专业的本科生以及部分研究生。近年来，在该课程的教学改革实践中，我们注重将科研和教学紧密结合起来，通过科研促进教学，着力提高大学生的科研素养。通过深化教学改革，注重学生能力的培养，有效提高了农科大学生的科研素养。利用科研丰富教学内容，使学生通过本课程学习，掌握了进行科学研究的深入研究模式。
1 教学内容与教学体系改革
近年来，本教研室在教材建设、教学内容及方法的改革、相关课程系统构建等方面进行了多方面努力，主要包括：
1.1 改革教学内容，适应新时期人才培养需要
根据夯实基础、拓展外延以及课程内容现代化的要求，需进一步修订教学大纲。教学大纲不是《生物统计与试验设计》章节内容的简单堆砌，而是本门课程教学的指导性文件；不只是课堂讲授的大纲，还应是指导学生自学的纲要。《生物统计与试验设计》是一门工具，学习的目的是为了应用这一工具处理和分析试验数据，对教学大纲进行修订，在把握本学科前沿知识的同时，强调生物统计方法的应用，同时注意介绍本领域前沿信息与新的统计方法研究进展，以提高学生的学习兴趣。
1.2 与时俱进开设相关课程，加强学生动手能力
学以致用是生物统计学的最终目的，在目前计算机已经普及的情况下，利用计算机解决统计计算问题已十分容易。本教研室积极拓宽思路，先后为本科生和研究生开设了《统计分析系统SAS应用》和《常用统计软件的应用》两门校级公共选修课，每年授课人数超过200人。这一做法不仅可以使学生更好地理解本课程所讲授的统计分析方法，更有利于学生拓宽知识面，以适应新时代的要求。除开设《生物统计与试验设计》课程外，还应开设高级生物统计、试验设计、数量遗传学、统计基因组学、生物信息学等多门后续相关课程。这些课程大多是作物遗传育种、植物生物技术专业研究生的学位或必修课程。对进一步加深对《生物统计与试验设计》课程的理解起到重要作用，此外还对作物遗传育种、植物生物技术以及其他农学相关专业研究生的培养有较大作用。
1.3 规范教学环节，提高教学效果
在课堂讲授、上机操作等教学过程中，注重革新教学方式，活跃教学氛围，充分发挥启发式教学的特色，从发现问题、解决问题入手引导学生，强化自觉学习的效果。教学过程中结合多媒体课件使用，但又不拘泥于多媒体课件，采用多种形式，激发学生的学习积极性，提高学习效果。另外，讲授过程别注重统计基础理论与统计分析方法与生产和科研实践相结合，使学生对统计方法的了解与掌握更加实在。努力探讨实践互动式教学，改变传授式教学中师生的距离感，采用计算机演示，上机等实践环节，加深对知识点的掌握，熟练常用统计分析方法的学习与应用。多年来，本教研室一直采用试题库出卷、试卷内容广泛、题目严谨、严格考试、统一阅卷，判分标准合理，使生物统计课程历来为各类学生所重视，使这一在农学院普遍认为较难学习的课程，被广大学生所接受、理解并掌握，并能在毕业论文、科研实践中加以应用。
1.4 突出精品，狠抓教材建设
教材建设是课程建设的基本内容之一，是保证教学质量的基础。本课程教研组非常重视教材建设，早在上世纪八九十年代，本课程组莫惠栋教授就编著出版了《农业试验统计》（第一版和第二版）和《实用农业试验方法》等教材[2]。中国科学院生物学部委员、院士、中国作物学会理事长庄巧生研究员曾评价道：“《农业试验统计》是一本好书，内容丰富，条理清晰，系统性、逻辑性、实用性都很强，不仅是大学本科生、研究生的好教材，也是农业科学特别是作物科学工作者的好工具书”。此外，为了与《生物统计与试验设计》课程学习相配套，在1996年组织编著并出版了《统计分析系统SAS软件实用教程》，该教材是国内较早介绍统计软件的教材。为了进一步适应新时期的教学需要，本课程组又主编了《SPSS农业试验数据分析实用教程》和参编了“十二五”规划教材《生物信息学》等，形成了系列教材体系。此外，经高等教育出版社约稿，本课程组正在组织中国农业大学、华中农业大学等相关教师《生物统计与试验设计》国家“十二五”规划教材的编写工作。
2 教学方法与教学手段改革
《生物统计与试验设计》是农学类专业的一门重要的基础课，该课程最大特点是概念多、公式多[4-5]。针对本课程的实际特点，在组织教学中，主要采取以下几种解决办法：①备课等各类教学活动，对重点难点共同研讨，并提出解决方法和采取措施等原则性建议，再由各任课教师结合班级具体情况组织教学。②提倡启发式、讨论式的教学方法，教师的讲解深入浅出，厚积薄发，层层剖析。采用讲要点、讲方法、讲思路的教学方法，引导学生积极思考，学生参与和交互，提高学生的学习主动性。③提倡利用多媒体课件，录像，网络技术等辅助教学手段，结合板书进行教学，增强教学效果。本教研室在多年教学经验的基础上研制了单机版的“生物统计辅助教学系统”多媒体课件，该课件利用动画演示、数据库查询、自测系统等方式引导学生学习该课程。完成了具有自主知识产权的DAS数据处理软件的研制。建立了生物统计网络教学系统。④滚动式教学手段的运用。由于统计课的内容前后连贯性很强，因此，从实例或学过的内容引出新的知识就显得尤为重要。通常在一节课的开始，教师可采用提问或自我总结的方式，将上次课或与本次课有关的知识用精练的语言进行概括，起到带领学生复习和理清思路的作用，然后顺着这个思路引出新的知识。⑤坚持提倡学生的自主学习精神，使学生从“教会”到“学会”，最后达到“会学、会用”，使学生终身受益。
3 以科学研究促进教学
3.1 注重教学内容和教学体系改革
以科研促教学是做好《生物统计与试验设计》教学工作的主要措施。在精品课程建设的几年中，课程组成员群策群力，充分发挥集体作战的优势，努力争取教育部和校级教改项目，先后承担教育部、省教育厅和学校等多项教学研究项目，并将我们的研究成果应用到教学之中，对教学具有很好的促进作用。研究成果不断充实到教学内容中去，收到了很好的效果。此外在教学过程中我们还经常听课，互相讨论，加深对统计分析理论的理解。并注重对探讨的内容进行总结，积极撰写教学论文，提高教学水平。
3.2 承担其他科研项目，拓宽研究领域
实践证明，科研工作对充实和更新教学内容、改善教学条件、增强教师素质、提高教学质量都有重要作用。因而本教研室的所有教师都是教学、科研双肩挑的。目前，本教研室的教师主持和参加多项国家级（如国家自然科学基金项目、863项目，973项目等）、部省级（省自然科学基金等）课题20多项。近年来，在国际权威期刊上多篇，在国内自然科学核心刊物上70余篇，其中被SCI收录的论文30多篇。此外，我们的研究成果曾获得教育部自然科学二等奖等科研奖励。以上的科研项目和研究成果，大多数与本课程密切相关，这对加深统计课程的理解，提升教师水平，提高教学效果有很大作用。因此，科学研究不仅促进了本教研室教学质量的提高，还有利于青年教师和研究生的培养。
在教学过程中，可以将教学与科研相结合，提高学生的学习积极性。例如，平均数的比较可用我们自己培育的新品种间产量的比较；绪论的教学可介绍自己在生物统计与田间试验课程方面的科研成果，即把自己提出的胚乳性状QTL定位方法、最大似然聚类方法、非线性拟合的缩张算法和多种具有国际影响的QTL定位新方法等介绍给同学，一方面建立自己在学生中的威信，另一方面又提高学生的积极性；在适当的时候将研究生处理数据资料的经典例子给同学讲述，使他们意识到要灵活使用统计方法，才能发挥其最大的效益；把承担的国家、省部级科研项目的内容从生物统计与田间试验侧面讲述给学生，潜意识地培养学生的科学研究能力。
4 全新教学方式的使用
依托校园网，建立了生物统计网络教学系统。本教学系统包含课程简介、师资队伍建设、教学大纲、课程教案、常用统计软件的应用、习题集、统计软件开发、教研教改和参考资料等内容。同时为方便同学生的交流，我们专门设立了网络讨论区。生物统计网络教学系统的多样性、形象性、互动性及灵活性等特点，改变了以往生物统计教学的抽象与难懂，促进了学生的学习积极主动性。除了建立了《生物统计与试验设计》教学网站，为适应单机版用户，我们开发了单机版的DAS（数据分析系统），目前2.0版本已经通过测试，即将在互联网上。DAS系统包含学习系统和数据分析系统两个部分。其中学习系统面向生物统计的初学者，为其提供一个良好的学习工具；而数据分析系统采用全菜单操作方式，类似Excel的运行界面，完美的图形输出方式来进行数据分析，涵盖了课程中所涉及到的所有的统计分析方法。目前我们正在积极开发DAS系统的iPad版本和android版本。
5 在大学生科研素质培养中的作用
教研室坚持边研究探索、边试点实践的方针，不断总结经验，全面规划，重点突破。自2003年以来，参加试点实践的有农学、农业信息技术、农村区域发展、生物技术、植物保护和应用化学等本科专业，学生人数1000人。具体效果主要体现在：①通过深化教学改革，注重学生能力的培养，有效提高了农科大学生的科研素养。利用科研丰富教学内容，使学生通过本课程学习，掌握了进行科学研究的深入研究模式：立题制定试验方案选择田间试验设计类型田间实施观察记载收获、取样、考种整理资料统计分析撰写课程论文发现问题再次立题，深化研究。提高学生的分析问题解决问题的能力，为学生今后从事科学研究奠定了良好的科研素养。近年来，本科生将本课程所学习的教学方法应用到科研实习中，在国内外期刊上发表学术论文的本科生明显提高，并已经有本科生将在SCI刊物。②为本科生考取研究生后进行科学研究奠定了方法论的基础。开展统计软件的学习，扩大学生的视野，提高学生的素质，为学生以后在科研工作中利用统计软件解决实际问题奠定了基础。近年来农学院考取研究生的同学将生物统计和试验设计知识应用于科学研究中，数据分析的能力大大增强。
参考文献：
[1]王永立，乔琳，樊淑华.生物统计学课程教学改革探索与尝试[J].周口师范学院学报，2011，28（5）：82-84.
[2]莫惠栋.农业试验统计[M].上海科学技术出版社，1992.
[3]盖钧镒.试验统计方法[M].北京：中国农业出版社，2001.
关键词：大数据 情报分析 竞争情报 商务智能 生物医学 政府治理 军事情报
中图分类号： G250.2 文献标识码： A 文章编号： 1003-6938（2014）05-0007-06
Intelligence Analysis in Different Domains and Its Development under the Environment of Big Data
Abstract Big data has caught the attention of five domains： competitive intelligence， business management， bioinformatics， government governance and military intelligence. In order to understand the differences between different domains of intelligence analysis， this article reviews the current status of the conception and practice on intelligence analysis across five domains， reveals the characteristics of intelligence analysis， and then illustrates the development of intelligence analysis across five domains under the big data environment， and points out the effects of big data for intelligence analysis.
Key words big data; intelligence analysis; competitive intelligence; business intelligence; bioinformatics; government governance; military intelligence
1 前言
不同研究领域有其自身的研究对象、理论源流、学术习惯以及概念框架体系，它们会深刻影响各领域对同一术语的界定和理解。如竞争情报、商业管理、生物医学、政府治理及军事情报等领域不仅都会涉及“情报分析”这一概念，而且都是围绕着情报分析而开展相关研究工作的。但是，这些领域中的情报分析的内涵与外延、实施情报分析的过程等均有其自身的特点，不可一概而论。本文的目的，是分析竞争情报、商业管理、生物医学、政府治理及军事情报等五个领域中“情报分析”概念与实践的特点，以及大数据环境下这些领域中情报分析的发展动向，揭示情报分析的学科差异，为建立统一的情报分析方法体系提供理论素材。
2 不同领域的情报分析及其在大数据环境下的发展
信息与情报是不同概念，情报是对信息进行深度加工或从各种文本中挖掘的知识，可以是一种产品、活动、组织，或是一组知识的专门表达形式[1-2];生成情报所采取的分析方法与执行过程称为情报分析研究。对于竞争情报、商业管理、生物医学、政府治理及军事情报等学科领域而言，它们的产生与发展与情报分析研究在具体问题域中的应用有着直接、密切的关系，尽管这五个领域对情报分析的概念理解及实践特点不尽相同，但情报分析都是这些领域知识的核心内容，也是支持该领域研究的关键，而且，在大数据环境下，大数据理念与方法正在对这五个领域产生着深刻的影响。这是本文选取竞争情报、商业管理、生物医学、政府治理及军事情报等领域作为研究对象的重要原因。
2.1 竞争情报领域
“竞争情报”（Competitive Intelligence，CI）是企业用来提高竞争优势的情报分析工作，它通过感知外部环境变化、竞争对手的技术跟踪等手段，建立一个关于竞争对手或外部环境的预警系统，并支持决策服务，使企业在激烈的竞争中维持优势地位[3-5]。由此可见，CI是对外部竞争环境进行全面监控的过程，是一种“知己知彼”的交互分析过程。与其他领域的情报分析相比，通过CI分析所得到的情报更具有目的性、针对性及对抗性等特征，同时对自身跟对手的差距、潜在的机会等问题给出了解答。
企业进行CI活动时，合法性是开展整个活动的基础，即CI活动必须遵守法律或商业道德规范。竞争对手或市场的相关信息主要是通过公开信息来源（如出版资料、科研报告、互联网、新闻、数据库、政策法规等）获得，其它在不违法的前提下所能获得的非公开发表的信息（如通过第三方获取的信息、录用对手公司的离职人员所获得信息、人际网络等灰色信息等）也是CI的重要信息来源[3][6]。也就是说，CI主要的信息来源是基于“文本型式”的科技文献、网络信息、政府信息、新闻、政策研究、产品信息等类型，并结合灰色信息来提高CI分析的有效性及真实性。从分析方法来看，因外部竞争环境复杂性与竞争对手多样性而产生出多种CI方法，常见如定标比超、SWOT、专利分析、五力分析、财务分析等方法[5];此外，利[7]根据五力分析与SWOT分析拓展出基于竞争要素的CI四维分析框架。在技术工具方面，分析人员可选择数据挖掘、文本挖掘、网络挖掘、可视化技术、信息抽取、一般统计分析、软件等方法或工具[8]，将数据或信息转化为“可操作的情报”（Actionable Intelligence），再根据企业的不同需求（如管理决策、营运能力、市场监控等）形成各种情报产品（如每月情报通讯、咨询报告、竞争对手文档、形势分析等），提供企业作为战略行动依据、危机预警判断、商业谈判等重大决策参考。
大数据环境下，公开信息来源越来越多样化，考验着企业的情报获取与分析能力，特别是企业对外部环境变化的及时感知与动态应变能力， CI在企业战略预警与危机管理等方面发挥着越来越重要的作用[9]。从当前的研究与实践来看，CI 面临着“全信息源获取”、“分析复杂化与实时化”两个急迫解决的问题，就前者而言，企业可以通过信息技术解决全信息源获取的技术性问题;对后者来说，随着企业可以获取越来越多的异构的数据及信息，要求CI能够处理更加复杂的分析对象，其分析方法需要结合更多智能化技术，工作流程需要结合多种方法来解决问题[10-11]，例如，除了上述常见的分析方法之外，非结构化数据处理、关联关系分析、网络挖掘（如舆情分析、观点挖掘等）、实时分析及云计算等方法或技术都是企业进行CI分析的新挑战[12]。此外，除了获取公开信息来源之外，由社交媒体产生的社会化数据[13]，也引发了企业CI对竞争对手进行实时监控与分析的需求。总言之，从基本目的来看CI分析在大数据环境下的发展，会发现CI正从对现有竞争对手和外部环境进行分析以辅助企业保持竞争优势，转向对实时数据或信息进行快速分析响应，通过多种分析方法的结合做到知识发现以及构建适应外部环境的持续应变分析模式[14]，用来支持企业在竞争环境中做出高效精准决策。
2.2 商业管理领域
商业管理领域所涉及的情报分析是指“商务智能”（Business Intelligence，BI）或商业情报。BI通常被定义为由数据仓库、ETL、联机分析、数据挖掘、客户关系管理、知识管理等多种技术融合而成的方法及系统，用来管理企业内的相关商业数据、专家信息及知识。不同于CI关注外部情报，BI针对企业内部的各种数据及信息进行分析，从而达到企业绩效管理、客户关系优化、监控商业活动等管理目的[15-16]。由此可见，BI是一种用来提高企业营销管理能力的一套集成分析方法与系统，分析所得的情报被应用在解决客户及产品的需求趋势、潜在服务与产品的关系、销售预测、营销策略创新等问题。
从实践角度看， BI的实施包括了输入、流程及输出等三个主要步骤：①输入是指数据来源，BI的信息源是基于“数值型式”的业务数据、客户相关数据、专家信息、检索日志记录等，或是企业内部现有数据仓库的存储内容。②流程是指数据处理与分析过程，在BI的实施过程中，利用ETL等技术方法将企业的各种业务数据导入数据仓库、或是进行数据集成，并进行数据分析与挖掘，再将分析结果结合企业的战略、运营、关键绩效指标或模型库等加以实践应用，最终达到组织层次的商业绩效管理、以及战略层次的战略规划[17]。③输出是指BI系统或平台产生的各种情报产品，如产品销售报表、客户分析报表、产品定价方案、绩效管理报表、财务报表等。从技术角度来看，Chen等人[18]认为BI分析经历过三个演化阶段：第一个阶段是BI1.0，其技术基础是结构化数据管理与数据仓库;到了2000年的互联网出现后，BI进入了BI2.0阶段，即以网络环境为主的商业情报分析，BI开始重视实时数据分析、集体智慧、观点挖掘、关联数据、网络分析或文本挖掘等技术[19]，表明了基于企业内及结构化数据的情报分析已无法满足决策要求了，而是需要结合更多的企业外部及非结构化数据，来挖掘用户对企业业务开展、市场活动的想法;第三阶段是BI3.0阶段，它是在移动终端、RFID及情景感测等技术发展背景下产生的，对企业而言，如何高效处理这类移动性强、与位置相关、以人为中心、情境敏感的数据，将是BI分析的巨大挑战。
大数据环境下，各种新型信息技术改变了企业的营销决策与商业模式，也对BI的架构、功能和所要发挥的作用产生了巨大的影响。冯芷艳等人[20]从管理学角度提出大数据背景下现代企业商业管理研究的前沿课题，例如，企业应利用智能化技术等手段，挖掘提炼出社会化网络环境中典型的行为模式、个性化行为，其中对新型数据源的实时清洗、实时挖掘、实时建模、实时舆情监测等都是值得发展的分析技术，同时，还要在精准性与实时分析之间寻求企业绩效管理的平衡点。由此可以看出，企业的BI分析在大数据环境下，正从过去基于历史数据的情报分析向“实时分析”（Real-Time Analysis）的方向转变。具体来说，BI若要进行实时分析，必须先解决数据采集、数据分析、决策支持及信息反馈等环节中的滞后问题，Seufert及Schiefer等人[21]认为必须通过信息集成设施与商业环境集成来解决这些问题，包括以事件（Events）驱动机制替代周期性的批量处理方式来解决数据采集滞后的问题，利用联机分析或数据挖掘来解决分析滞后的问题等等。此外，Lim等人[22]强调新型数据源对BI分析的影响，并指出现有的BI系统与大数据分析技术（如Hadoop、MapReduce）、文本挖掘（如从搜索引擎转向企业搜索系统、从情感分析转向观点挖掘、从信息抽取转向Q&A系统）、网络分析（如链接挖掘、社区发现、社会化推荐）等技术进行整合，是最值得深入研究的内容。
2.3 生物医学领域
生物医学领域中的情报分析主要是指“生物医学信息学”（Biomedical Informatics，BMI）[23]，它是由信息计量学、医学信息学（Medical Informatics）与生物信息学（Bioinformatics）等多种学科融合而产生的新兴领域，主要利用情报学、护理学、生物工程、统计学和计算机科学等领域的分析方法与技术来研究生物医学问题，支持卫生保健、临床实验及医学知识发现过程中的决策与服务。具体来说，BMI分析的基本目的在于了解生命的起源、进化、遗传和发育的本质，通过相关分析方法或技术挖掘出潜藏在众多生物信息数据库中的新知识，辅助或直接开展基因组序列分析、基因进化分析、药物设计、预测蛋白质分子结构与功能、基因区域预测及基因功能预测等工作[24-26]。
BMI的分析对象是生物医学数据（Biomedical Data），包括患者的叙述性数据（如病征描述内容）、数据测量的文本数据、遗传信息、记录信号、图纸或影像数据等[27]，这些素材除了可从综合数据库（如Web of Knowledge、Science Direct等）获得之外，BMI领域的专业数据库（如Genebank、EMBL、DDBJ、Swiss2Port等）、医学中心或生物信息中心（如EBI、EMBL、NCBI、NIH等）也是主要的获取渠道。由于生物医学领域的数据复杂性，促使人们必须开发更新、更灵敏的计算机技术或算法来处理及分析生物医学数据。从分析方法来看，BMI除了沿用生物医学领域的专门分析方法（如序列对比、结构对比、功能对比预测等）之外，也借鉴了数据挖掘、文本挖掘、本体构建、知识发现等相关方法和技术[25][28-29]，借鉴相关领域的分析方法原因有二：一是帮助加快及改进生物计算分析效率，并降低人工分析及物力投入成本;二是解决遗传语言中存在的语义鸿沟（Semantic Gap）、生物医学本体构建及其概念分类与检索等障碍。通过BMI分析所得到的情报产出有各种形式，如研究论文、特定主题分析报告、诊断报告书、基因表达图谱等，其产出结果可用来解释生命进化、人体生理与病理关系等现象，同时对疾病诊断、药物研发或遗传解码等实践应用提供了有效支持。
大数据环境下，数据分析及信息处理方法已经成为BMI分析的基础工作，同时，大数据理念与方法，对BMI分析从“发现及关联”转向“组合及预测”、从系统层次的分析转向分子层次的分析，起到了重大影响[28]。Miller[30]也认为BMI面对急速增加的生物医学数据数量的问题，特别是下一世代的序列分析技术，将能解析出更多的基因序列，致使数据结构更加复杂化，因此需要在全基因组层面上开展多中心、大样本、反复验证的基因关联研究（Genome-wide Association Studies），从而辅助科研人员对基因组或疾病做深入的科学探究。此外，BMI也开始关注生物医学数据与网络数据的结合，通过社会网络分析、网络分析或云计算等方法来鉴别、预测或追踪药物治疗、不同地区人口的关注疾病等问题[31]。总言之，为了能支持上述BMI分析，分析前的预处理工作必须做到真正意义上的“整合”，即情报分析活动的第一步骤，对多源数据进行抽取、比对、清洗与转换，从而提高及保证生物医学多源数据融合的效率与质量。
2.4 政府治理领域
Web2.0与开放数据（Open Data）对政府治理产生了许多刺激作用，说明了公共数据（Public Data）开放对提高政府运作的透明度、治理效率及影响决策等的重要性。目前，政府治理领域所指的情报分析尚无公认定义，整体来说，更倾向通过“政府数据挖掘”（Government Data Mining，GDM），即通过对税务、就业、执法、国家安全（如航空运输、金融交易、监视等）等相关数据的深入挖掘，分离出潜藏在数据中的噪音及有价值的情报，用来提高政府治理的水平[32]。由此可见，GDM的基本目的是促进公共治理与解决社会服务问题，即强化数据-治理-服务三者之间的关联关系，并涉及了信息公开与共享、信息增值与再利用、数据访问与存取、数据保密、数据整合等研究课题。
GDM的分析对象是政府开放的公共数据，如，美国政府以数据共享及再利用为目标，建立了开放美国政府数据的Data.gov网站，对用户提供多种数据集和输出接口，以方便政府数据再利用及增值开发，并结合Data.gov与云计算，构建了面向美国所有政府部门的Apps.gov云服务门户[33]。以美国Data.gov网站开放的数据类型为例，截至2014年7月5日，网站上共开放了110，875个数据集，涉及了企业、地球观测、教育、地理空间等21类。从分析方法来看，数据挖掘是GDM的关键技术，常见如统计分析、分类、聚类、关联规则、决策树、神经网络等。刘典文[34]梳理了数据挖掘在公共管理领域的各种应用，如通过孤立点分析找出诈欺行为的特征、通过聚类分析找出城市交通系统规划及站点分布等，而电子政务、政府绩效管理、公共危机管理等也是广泛运用数据挖掘来找出更多有价值的情报。通过GDM分析得到的情报，可通过每月统计报表、问题解决方案、特定事件监测汇报等型式呈现结果，向决策者或管理者提供政府信息资源增值、信息孤岛与社会服务问题解决、城市管理与监控等方面的治理支持。
大数据环境下，Yiu[35]认为大数据分析是改变政府治理与社会服务的重要方法或技术，它强化了跨部门之间的数据共享与关联、支持组织学习与绩效管理，并将管理颗粒度细化到个人，从而可广泛地应用于各种政府服务管理，如实时信息管理、多源数据融合分析税务诈欺、个性化服务、城市人口监控与预测等。为了解决部门条块分割的管理碎片化及资源分配问题，陈美[36]认为可以通过建立集成各种交通数据的综合多维交通信息体系，实现各种政府数据的综合分析，快速解决交通事故、应对恶劣气候对交通的不良影响、及时实施道路养护等等。王志军[37]以北京石景山区的城市供水管网漏损应用示范点为例，以流量法、压力法和噪音法分析该区的供水管网相关数据，找出漏损情况及匹配适合的检漏方法，达到了精细化分析、智能化管理，并取得了节约耗能的效果。除了分析公共数据外，喻国明[38]利用数据挖掘及社会语义分析工具分析百度搜索词，探讨了中国社会的舆情现实的走势与发展，发现社会民生、公共安全、卫生及环境生态是近年来中国社会舆论持续关注的基本问题，对于社会管理和社会协调有重要的启示。由此可见，在大数据环境下GDM分析的发展重点在于，从公共数据或其他开放数据分析中，精准、及时掌握政府部门在各种社会服务中的运行规律，以及深刻察觉其中的治理问题，并提供以数据为支撑的决策情报与问题解决方案。
2.5 军事情报领域
军事情报（Military Intelligence，MI）是指是为了保障军事斗争，有目的地搜集敌方、我方、友方、中立方等相关方面的素材信息（包括公开信息、秘密信息、部队及技术侦查情报、军事战备相关情报等），再经深入的综合分析后得到的情报[39]。在这种情报分析中，特别强调要避免因忽视危机信号、过度过滤信息、信息交流不畅、情报政治化等因素造成的情报失察（Intelligence Failure）或情势误判[40]。也就是说，MI分析的基本目的在于情报保障及避免情报失察，其分析任务是面向国家安全的情报侦察探测、分析模拟、战略研拟、决策参考等方面。
MI的分析对象依据不同标准而划分不同类型，按真实程度可划分真假情报;按性质可划分军事指挥、后勤、装备等情报;按载体可划分文字、声像、实物等情报[40]。具体来说，MI是从公开与非公开数据源、军事信息系统、卫星预警系统等各种渠道取得的基于“战事局势”的侦查情报、传感数据、地理数据、照片、声音、武器装备等等相关素材。从分析方法来看，MI除了一般的基础分析方法（如数学方法、文献研究等）之外，情报素材鉴别方法（先期过滤工作）、作战想定方法（基于军事任务）、成果评估方法（确定军事情报价值）都是体现军事情报领域研究特点的专门分析方法[41]。经过MI分析得到的情报，可通过战略分析评估报告、战情模拟分析报告、特定目标监控报告等形式呈现内容，并支撑军事情报单位的军事斗争准备，达到战事情况监控、战胜对手、及时预测客观情况等各项目标。
大数据环境下，面对公开信息来源及新型网络环境的数据过剩问题，情报人员没有足够时间筛选潜在的有价值情报[42]，例如，军事情报单位得知可能在某日下午发动网络攻击，但这样的情报量是不足够的，必须具体知道何人、何时、何地及如何阻止他们，而该网络恐怖事件即将发生，不允许情报人员花费时间分析该网络攻击的时间、地点与人物。又例如，2012年美国国防部高级研究计划局推出XDATA项目，目的是开发大数据处理与分析相关的计算技术与开放源码软件，用来满足国防军事需求。但除了开发软件工具包之外，项目更涉及了可拓展的分析与数据处理技术、可视化用户界面技术、软件集成研究及评价等等技术，将来可以具体应用在网络科技、电子战、电子防护、数据决策、大规模杀伤性武器防御、工程化弹性系统及监视侦察系统等[43]。上述例子说明，大数据环境给MI分析智能化带来巨大的挑战，研究的课题包括但不限于：信息情报的自动监控与关键信息的自动识别定位;不同来源的数据与同一事件的对应关系发现;非关键信息之间的隐藏关联规则等等。
3 结语
本文梳理了竞争情报、商业管理、生物医学、政府治理及军事情报五个领域中情报分析的概念与实践的特点，揭示了不同领域的情报分析的特征，以及大数据理念与技术对五个领域中的情报分析带来的影响。为更加清楚起见，本文从基本目的、问题情景、研究任务、数据类型、数据来源、分析活动、分析技术、产出形式、结果价值以及大数据的影响等十个方面列出了不同领域情报分析的特征（见表1），期望能帮助我们更加清楚地认识情报分析的内涵和外延。
参考文献：
[1]包昌火. 情报研究方法论[M]. 北京： 科学技术文献出版社， 1990.
[2]Moore D T. Critical Thinking and Intelligence Analysis[M].Washington， D.C.： Joint Military Intelligence College，2010.
[3]陈峰. 竞争情报概念及相关因素分析[J]. 图书情报知识，2003，（1）： 20-22.
[4]包昌火.加强竞争情报工作 提高我国企业竞争能力[J].中国信息导报，1998，（11）： 30-33.
[5]王知津. 竞争情报[M]. 北京： 科学技术文献出版社， 2005.
[6]李正中，许蕾. 竞争情报行为的正当性与灰色信息收集方式的研究[J].情报学报，2000，19（1）： 77-81.
[7]利.基于要素细分的竞争情报四维分析框架[J]. 情报学报，2007，26（1）： 89-99.
[8]Bose R. Competitive intelligence process and tools for intelligence analysis[J].Industrial Management & Data Systems，2008，108（4）：510-528.
[9]包昌火，赵刚，黄英，等. 略论竞争情报的发展走向[J]. 情报学报，2004，23（3）：352-366.
[10]化柏林.网络海量信息环境下的情报方法体系研究[J]. 情报理论与实践，2012，35（11）：1-5.
[11]李广建，杨林. 大数据视角下的情报研究与情报研究技术[J]. 图书与情报，2012，（6）： 1-8.
[12]刘高勇，汪会玲，吴金红. 大数据时代的竞争情报发展动向探析[J]. 图书情报知识，2013，（2）：105-111.
[13]谢志航，冷洪霞，杨晶晶. 大数据背景下社会化媒体数据的情报价值探讨[J]. 情报探索，2013，（10）：6-8.
[14]黄晓斌，钟辉新. 基于大数据的企业竞争情报系统模型构建[J]. 情报杂志，2013，32（3）： 37-43.
[15]Negash S. Business intelligence[J]. Communications of the Association for Information Systems，2004，（13）：177-195.
[16]Ranjan J. Business Intelligence： Concepts， Components，Techniques and Benefits[J]. Journal of Theoretical and Applied Information Technology，2009，9（1）： 60-70.
[17]朱晓武. 商务智能的理论和应用研究综述[J]. 计算机系统应用，2007，（1）： 114-117.
[18]Chen H C， Chiang R H L， Storey V C. Business Intelligence and Analytics： From Big Data to Big Impact[J]. MIS Quarterly，2012，36（4）：1165-1188.
[19]Trujillo J， Maté A. Business Intelligence 2.0： A General Overview[M].Aufaure M，Zimányi E，Springer Berlin Heidelberg，2012：96，98-116.
[20]冯芷艳，郭迅华，曾大军，等. 大数据背景下商务管理研究若干前沿课题[J].管理科学学报，2013，16（1）： 1-9.
[21]Seufert A， Schiefer J. Enhanced business intelligence - supporting business processes with real-time business analytics： 16th International Workshop on Database and Expert Systems Applications[Z]. Copenhagen，Denmark： IEEE Computer Society， 2005.
[22]Lim E P， Chen H C， Chen G Q. Business Intelligence and Analytics： Research Directions[J]. ACM Transactions on Management Information Systems，2013，3（4）： 1-10.
[23]Bernstam E V， Smith J W， Johnson T R. What is biomedical informatics？[J]. Journal of Biomedical Informatics，2010，43（1）：104-110.
[24]黄科，曹家树，吴秋云，等. 生物信息学[J].情报学报，2002， 21（4）： 491-496.
[25]陈铭. 后基因组时代的生物信息学[J]. 生物信息学， 2004，（2）：29-34.
[26]陈润生. 当前生物信息学的重要研究任务[J]. 生物工程进展，1999，19（4）：11-14.
[27]Shortliffe E， Barnett G O. Biomedical Data： Their Acquisition，Storage，and Use[M].London：Springer， 2014：
39-66.
[28]Bellazzi R， Diomidous M， Sarkar I， et al. Data analysis and data mining current issues in biomedical informatics[J]. Methods of Information in Medicine， 2011，
50（6）： 536-544.
[29]Pardue J H， Gerthoffer W T. Knowledge acquisition， semantic text mining， and security risks in health and biomedical informatics[J]. World Journal of Biological
Chemistry，2012，（2）： 27-33.
[30]Miller K. Big Data Analytics in Biomedical Research[J]. Biomedical Computation Review，2012，（2）：14-21.
[31]Costa F F. Social networks， web-based tools and diseases： implications for biomedical research[J]. Drug Discovery Today，2013， 18（5-6）：272-281.
[32]Cate F H. Government data mining： The need for a legal framework[J]. Harvard Civil Rights-Civil Liberties Law Review，2008，43（2）：435-489.
[33]刘增明，贾一苇. 美国政府Data.gov和Apps.gov的经验与启示[J]. 电子政务，2011，（4）：90-95.
[34]刘典文.数据挖掘技术在公共管理领域的应用[J]. 行政论坛，2010， 17（2）： 42-46.
[35]Yiu C. The Big Data Opportunity： Making government faster， smarter and more personal[R]. London： Policy Exchange， 2012.
[36]陈美. 大数据在公共交通中的应用[J]. 图书与情报， 2012，（6）： 22-28.
[37]王志军.大数据时代下的城市供水管网漏损管理[J]. 中国科技产业，2014，（2）：74-75.
[38]喻国明. 大数据分析下的中国社会舆情：总体态势与结构性特征[J]. 中国人民大学学报，2013，（5）： 2-9.
[39]周军.试论军事情报的概念[J].情报杂志，2004，（1）： 33-34.
[40]沈固朝. 情报失察――西方情报研究的重要课题及其对我们的启示[J].图书情报工作，2009，（2）：34-37.
[41]程立斌，林春应. 军事情报研究方法体系探析[J]. 情报杂志，2007，（2）：87-89.
[42]Magnuson S. Defense， Intel Communities Wrestle With the Promise and Problems of 'Big Data' （UPDATED）[J/OL].[2014-08-20].https：///read/1G1-323351157/defense-intel-communities-wrestle-with-the-promise.
