摘要
分析生物信息学课程教学的研究热点和发展趋势，为教学改革提供参考。以2002~2022年中国知网（CNKI）、万方数据知识服务平台、维普期刊数据库收录的528篇期刊文献作为数据来源，使用CiteSpace可视化分析软件对生物信息学教学领域20年以来的发展现状、研究热点和发展趋势进行梳理。生物信息学教学改革发文量一直呈上升状态，但研究机构及作者之间存在沟通壁垒；关键词“教学改革”、“教学模式”、“教学方法”、“教学”等是生物信息学教学研究的核心主题；关键词聚类和时间线图谱显示，学科交叉、网络教学、创新能力培养、研究生、可视化生物信息学、人工智能、R语言、课程思政是今后的研究趋势。得出如下结论：生物信息学教学研究越来越受到重视，增强作者、机构间的合作交流有助于推进课程教学改革；生物信息学教学逐渐转变成“以学生为中心”的教学模式，课程教学方式方法正在不断革新；课程思政是生物信息学教学未来的研究热点和重点。
Abstract
To analyze the research hotspots and development trends of bioinformatics course teaching and provide reference for teaching reform. Methods: A total of 528 papers were used as data sources, and they were collected from China National Knowledge Infrastructure (CNKI), Wanfang Data Knowledge Service Platform, and VIP Periodical Database from 2002 to 2022. The development status, research hotspots and development trends of the bioinformatics teaching field over the past 20 years have been sorted out by using the CiteSpace visual analysis software. Results: The number of papers published on bioinformatics teaching reform has been on the rise, but there are communication barriers between research institutions and authors; the key words "teaching reform", "teaching mode", "teaching method" and "teaching" are the core topics of bioinformatics teaching research. The keyword clustering and timeline map show that interdisciplinary, network teaching, innovation ability training, graduate students, visual bioinformatics, artificial intelligence, R language, course ideological and political are the research trends in the future. Conclusions: The teaching and research of bioinformatics has been paid more and more attention, and strengthening the cooperation and communication between authors and institutions will help to promote the reform of course teaching; The teaching mode of bioinformatics teaching has gradually changed to "student-centered", and the teaching methods of the course are constantly being innovated; Course ideology and politics are the future research focus and trend of bioinformatics
Keywords
生物信息学（Bioinformatics）是生物学、计算机科学、应用数学、统计学、化学等学科相互交叉而形成的一门新兴学科，已经逐步发展成为现代生物学、医学、制药、食品等领域的关键核心课程。随着医学研究的深入以及分子生物学技术、计算机网络技术、高通量测序技术的不断发展，生物医学数据呈爆炸性增长，使得生物信息学迅速进入大数据研究时代[1]。在此背景下，科研和生产中产生的基因组、转录组、蛋白组、代谢组等各种数据的存储与分析都需要依靠生物信息学相关方法来解决[2]。因此，能否利用互联网上庞大的生物信息数据指导科研工作成为生物医药学专业本科生培养的新要求[3]。
现今，生物信息学课程内容更新快，对实践性要求强，既需要学生熟练掌握分子生物学和细胞生物学基础知识，又要熟悉数理统计知识，甚至还需要一定的编程能力。但其教学方案与指导方式尚处于探索阶段，没有完善的教学模式系统[4]。这就要求我们在教学模式、教学内容和形式上进行改革，提高教学质量，培养学生实践创新能力，以跟上时代发展。为此，本研究运用科学知识图谱研究方法，针对中国知网（CNKI）、万方数据知识服务平台、维普期刊数据库中的学术文献，利用CiteSpace软件对我国近20年发表的生物信息学教学改革论文进行可视化分析，梳理总结出我国生物信息学教学的研究现状、研究热点和发展趋势，为生物信息学教学改革和发展提供思路。
1 数据来源及研究方法
1.1 数据来源
在中国知网（CNKI）、万方数据知识服务平台、维普期刊数据库中，检索从2002到2022年收录的生物信息学教学相关文献。使用的检索式如下：“生物信息学+教学OR教育；生物信息学+课程；生物信息学+教学改革；生物信息学+课堂。”剔除新闻报道及会议简讯等非学术论文，共获得1 110篇国内学术论文。使用NoteExpress软件合并去除重复和不相关的文献后，得到528篇文献，并以Refworks格式导出。
1.2 研究工具
CiteSpace又名“Cite Space”，是由美国得雷塞尔大学计算机与情报学教授陈超美开发的一款文献计量分析工具，它通过便捷的呈现某一学科领域的知识结构、发展规律和分布情况的可视化知识图谱，受到学术界的普遍认可[5]。通过分析知识图谱中节点大小、节点的年轮颜色、关键路径、关键节点、突变语，可以得到生物信息学教学领域的研究热点和前沿趋势。本研究采用CiteSpace6.2.4进行作者合作关系、研究机构的共现分析、关键词共现分析、关键词聚类分析、关键词突变分析、时间线图谱分析。同时使用Excel和Graphpad Prism 9作为数据分析工具，对每年发文总量、发文机构、发文期刊进行描述性统计。
1.3 研究过程
Citespace使用过程如下：
（1）数据转换:通过CiteSpace软件中自带的CNKI格式转换器对528篇文献题录进行格式转换，并以download_xxx_converted.txt格式保存。
（2）数据导入与参数设置:在Project中建立项目名称，将转换后的数据导入到CiteSpace中。参数设置为：时间跨度2002~2022年，时间分区1年，阈值Top 50 per slice，主题来源文献标题、摘要、作者关键词、增补关键词，网络剪枝采用路径探测（Pathfinder）算法。
（3）软件运行:分别选取作者、机构、关键词等节点类型绘制文献的知识图谱。
除了可视化分析，本研究还对所有文献进行全文阅读，以确保研究结果的准确性。
2 结果
2.1 文献数量年度分布
近20年来，关于生物信息学教学研究的发文量总体呈现上升趋势（图1）。2009年，发文量从8篇增长至17篇。2010~2013年的发文量基本趋于平稳，平均为24篇。高通量测序技术的快速发展使得大数据贯穿于生物医药和生命科学领域的各个环节。面对大数据时代大量高质量的生物医药数据，如何提高学生运用Python、R语言开发人工智能算法处理和分析数据的能力得到重视。从2017年开始，生物信息学教学改革年平均发文量增长至45篇。2020年新冠疫情防控关键时期，致使各教学单位对生物信息学教学改革进一步重视，因此当年发文量最高，达到65篇。值得注意的是，生物信息学教学改革发文量在2021年有所下降，这可能与新冠疫情对全国高校正常教学的冲击有关。此外，在生物信息学“线上教学”、“线上线下融合式教学”教学模式相对成熟的情况下，教师们更加注重培养学生的创新创业能力和综合素养，因此该领域的研究逐渐向课程内容、多元考核评价、课堂教学、课程思政、医工融合等方面纵深发展。因此，学者们需要一定的时间和投入进行上述领域的研究，使得近2年发文量呈现“少而精”的状况。随着学者们的不断探索与实践，围绕生物信息学教学的发文量必将会持续增加。
图1生物信息学教学年度发文数量分布图
Fig.1Distribution of annual publications in bioinformatics teaching
2.2 发文作者
在被收纳的528篇文章里，发文最多的作者为李霞和张林，数量均为9篇，其次是谢永芳、刘艳、刘伟、倪青山等，分别为7，6，5，5篇。发文3篇以上的作者达20人，占4.6%。通过作者共线图可以看出（图2），生物信息学教学改革形成以李霞、谢永芳、倪青山为代表3个明显作者群，作者群内部合作交流较多，但群之间集中度不高，合作交流较少，生物信息学教学研究处于“整体分散，部分集中”的状态。
图2生物信息学教学发文作者合作关系图
Fig.2Cooperative relationship between the authors of bioinformatics teaching articles
2.3 发文机构分布
528篇文献作者主要来自哈尔滨医科大学、重庆邮电大学、浙江中医药大学，占总数的10.98%。总发文量排名前9（发文量＞4）的研究机构依次为哈尔滨医科大学、重庆邮电大学、浙江中医药大学、东北农业大学、南京邮电大学、同济大学、广西医科大学、广东药科大学和河南科技大学（表1）。从共线图可以看出（图3），尽管我国生物信息学高产机构科研人员能力较强，机构内部合作较为紧密，但对外合作稍显薄弱。未来还需重点加强各机构间教学和科研方面的探讨，谋求深度合作，并带动更多年轻学者开展本领域的研究，提升生物信息学教学能力。
表1生物信息学教学研究相关文献发表机构分布情况
Table1Distribution of institutions publishing relevant literature on bioinformatics teaching and research
图3生物信息学教育发文机构合作情况
Fig.3Collaboration between institutions publishing bioinformatics teaching research
2.4 期刊来源分布
分析期刊中某一主题的刊文量能够反映该期刊对这一主题的关注度[6]。因此，本文对刊发量超过10篇的期刊进行整理。结果显示，共有7种期刊发表生物信息学教学研究论文，占主题刊文总数的22.43%（表2）。发文量前5位的期刊是《教育教学论坛》、《科技创新导报》、《基础医学教育》、《安徽农业科学》、《教育现代化》。为促进教学人员的合作交流，《教育教学论坛》、《科技创新导报》和《教育现代化》、《新教育时代电子杂志（教师版）》收录了各学科教育教学改革研究的文章，发文量较高。《基础医学教育》和《安徽农业科学》主要接受该医学和农学领域的文章，发文量也较高。作为本领域唯一的代表性中文期刊，《生物信息学》同时收录生物信息学科学研究和教学研究类论文。期刊比较重视生物信息学教学的研究，教学发文量多且质量较高，能够代表专业学科发展水平并受到本学科读者的重视。
表2载文量较高的期刊（≥10）
Table2Journals with a high number of articles (≥10)
2.5 生物信息学教学的研究热点
2.5.1 关键词分析
关键词是对学术论文的高度概括，关注关键词有利于精准把握该学科领域的研究热点。频次是指文献中关键词语出现的次数，频次数值越大说明其相关研究成果越多。中心性是指节点在可视图中连接其他节点的中介能力，中心性数值越大，表明其对该研究领域重要性越高，两者具有相关性。本研究对2002~2022年的出现频次大于7的关键词进行统计。结果显示（表3），2010年前热点为：“教学改革”、“教学模式”、“教学方法”、“教学”、“实验教学”、“实践教学”、“交叉学科”、“双语教学”等；2010年后热点是“教学实践”、“研究生”、“翻转课堂”、“生物技术”、“医学院校”、“改革”、“大数据”和“课程思政”。由节点的中心性可见，我国生物信息学发展迅速，“教学改革”成为研究热点，教学采取“翻转课堂”形式，主要针对“医学院校”进行，“课程思政”是目前课程改革的重点内容。
2.5.2 关键词共现分析
关键词共现图谱可以反映关键词随着时间演变情况。在关键词共现图谱中，年轮圈表示不同年份关键词的出现数量，节点越大，字体越大，其重要性越强。“生物信息”和“教学”通常与“改革”、“模式”和“方法”等进行关联研究。由图4可知，“教学改革”、“教学模式”、“教学”、“教学方法”、“教学”的中心性＞0.1，频次＞30，是生物信息学在近年研究和发展过程中关注的热点。由此可见，为了得到更好的教学效果，近20年来新的技术和新的教学模式一直被尝试用于生物信息学教学中。
表3生物信息学教学研究关键词（词频＞7）
Table3Keywords of bioinformatics teaching research (word frequency＞7)
图4生物信息学教学研究的关键词共线图谱
Fig.4Collinear map of keywords in bioinformatics teaching research
2.5.3 关键词聚类分析
选取LLR进行关键词的聚类[5]，得到9个显著的聚类模块，模块值Q为0.882 1（Q＞0.5），平均轮廓值S为0.964 6。这些聚类模分别为0#专业建设、1#交叉学科、2#课程教学、3#实践教学、4#实验教学、5#教学、6#医学研究生、7#药物生物信息学、8#教学质量（表4）。通过关键词聚类分析，可以直观反映生物信息学教学与学科发展的研究趋势，从表4可以看出序号越靠前说明该聚类标签关键词出现频次数值越大，中心度越高，包含的主题词数量也较多，如0#关键词出现38次，中心度为1，有19个主题词；从时间跨度看，2008年，药物信息学是当时的热点，2014~2015年教学质量、专业建设、交叉学科、课程教学是当年的热点。
表4生物信息学教学关键词聚类表
Table4Clustering information of bioinformatics teaching keywords
2.6 生物信息学教学的发展趋势与前沿
2.6.1 关键词突变系数分析
关键词突变系数指在某段时间内，关键词的频率突然上升或下降，其数值越高，表示该关键词在该时间段内变化率越高[7]。突变系数反映了该领域某时期的研究热点与趋势，可为后续的研究提供方向性参考。本研究利用CiteSpace软件对不同时间段的突发关键词进行归纳分析，绘制关键词突现系数图谱。由图5可知，2007年突变关键词为“课堂教学”，其中“课堂教学”突变系数3.0，该热点持续3年。2008年突变关键词为“双语教学”，突变系数1.8，热点持续2年。2009年突变关键词为“课程建设”，突变系数2.42，热点持续2年。2010年突变关键词为“实践教学”，突变系数为3.01，热点持续3年。2011年突变的关键词为“教学方法”，突变系数为2.19，热点持续4年。2013年突变关键词为“探索”，热点持续3年。2014年突变关键词为“生物技术”和“案例教学”，其中生物技术突变系数为2.33，热点持续5年；案例教学突变系数1.56，热点持续1年。2015年突变关键词为“实践”、“大数据”和“微课”，突变系数分别为2.27，1.69和1.64，其中微课热点持续4点，其他持续1年。2016年突变关键词为“教学质量”和“课程教学”，突变系数分别为1.7和1.65，热点持续时间为1年和3年。2019年突变关键词为“翻转课堂”、“教学改革”、“学科交叉”和“创新”，其中，其中“翻转课堂”突变系数为3.87，强度排第一，热点持续到2020年。“教学改革”突变系数3.21，强度排第二，热点持续到2022年。“学科交叉”和“创新”突变系数均为1.54，热点持续3年。2020年突变关键词为“研究生”和“R语言”，其中“研究生”突变系数为1.85，热点持续到2022年，“R语言”突变系数为1.66，热点持续至2022年。
通过分析关键词突变系数与热点持续时间可以发现，2010~2022年，我国内生物信息学教学热点研究主要集中在“课堂教学”、“课堂建设”、“生物技术”、“实践教学”、“微课”和“翻转课堂”等。这反映了“以学生为本”的教学模式的改变，授课不再是满堂灌，而是鼓励学生课前课后自主学习，在课堂上解决具体的问题和项目，学生的实践能力能到有效地提升。2021~2022年的研究热点集中在“教学改革”、“学科交叉”、“研究生”、“创新”和“R语言”方面。R语言是生物信息分析的主流软件，开发更多的工具和算法是当前的挑战，这对本科生来说是难以完成的。因此，面向研究生的生物信息学教学改革成为未来的趋势。
图5生物信息学教学研究前沿主题及突变词突现率
Fig.5Frontier topics and the emergence rate of mutation words in bioinformatics teaching and research
2.6.2 关键词主题演化情况
通过研究时间线视图，可以发现热点的演进过程，明晰科学研究发展的整个脉络，能够更好地把握国内生物信息学教学研究发展方向[8]。从时间线视图（图6）可以看出，2002~2007年间生物信息学教学主要关注教学模式、实验教学、教学改革，2008~2015年间则是关注教学方法、创新能力、实践教学、多媒体教学等。2016年以后，“以学生为中心”，提升学生的自主学习能力成为主要目标，因此多样式教学、翻转课堂、项目教学法教学方法成为热点。为了提升教学质量，尤其是研究生教育，将人工智能、R语言、可视化生物信息学等内容引入课程，极大地丰富了教学的内容。特别是2020年新冠疫情期间，多媒体网络教学、开放式云平台解决了无法线下教学和实践的问题。把思想政治工作贯穿教育教学全过程是当今医药类人才的培养要求，从聚类“5# 教学”中也可以看出，2021年以后“课程思政”是未来生物信息学教学的热点和趋势。
图6生物信息学教学研究的时间线视图
Fig.6Timeline of bioinformatics teaching research
3 讨论
3.1 生物信息学教学改革研究现状
本文通过CiteSpace软件对2002~2022年生物信息学教学的发文量、发文作者、发文机构、发文期刊进行可视化分析。研究发现，生物信息学教学研究起步较晚，从2009年才开始有所进步，但发文量整体呈现上升趋势，科研成果也能及时融入教学之中。同时也发现，发文作者及发文机构形成以李霞、谢永芳、倪青山为代表的几个大的团队，团队内部交流合作密切，团队之间交流较少。尽管《生物信息学》受到本学科读者的重视，但大部分文章发表在综合性期刊中，不利于本领域人员之间的交流。由此可以认为，未来生物信息学教学研究领域不仅需在本机构内部展开合作，还需要加强与其他机构（如兄弟院校、企业、社会力量）的合作交流。这种深度融合不仅可以促进教师教学水平的提高，还有助于找到新的切点，避免重复性研究，进而内生出新的研究内容。因此，如何建立信息共享协同工作机制，打造校际间专业共建和资源共享合作机制是未来生物信息学教学改革的热点和趋势。
3.2 生物信息学教学主题研究现状
高频词和突变词的分析显示，为了推动生物信息学科研领域的发展，学者们不断在教学上寻求技术革新和模式创新，也是发文量整体上升的一个重要原因。总体上，生物信息学教学的研究可分为基础、深层和发展三个维度的研究。由最初的双语教学和教学质量等基础研究，逐步转向创新实践和课程改革的深层研讨，再转为今后的网络教学和开放式云平台的发展。2016年以后，学生的自主学习和终身能力是教师们培养的重点，因此“以学生为中心”的多样式教学、翻转课堂、项目教学法等教学方法成为热点。人工智能、R语言、可视化生物信息学等内容在课程中被引入以提升研究生教学质量。为了贯彻落实新时代背景下“三全育人”这一要求，如何将“课程思政”隐性融入生物信息学教学路径中来，是2021年以来生物信息学教学的热点，也是未来研究的趋势。
3.3 生物信息学教学研究中存在的问题
进一步对生物信息学教学的动态与热点的分析和归纳显示，教学过程中存在的这几个问题是学者们关注的焦点。首先，生物信息学学科交叉点较多，需要较好的生物学专业知识背景，对于非专业学生学习难度较大，许多知识点难以消化理解，更不会能举一反三，融会贯通，造成学生不听不参与的恶性循环。其次是理论和实验不同步，课时和内容不均衡。大部分院校会会优先安排本专业基础课，压缩了该门课程的课时，迫使教师以理论讲解和演示教学为主，学生所学的理论知识很难尽快运用于实践[9]。再次，学生的认识存在偏差。多数学生认为生物信息学是一门使用各种软件和数据库的工具课，因此动手进行科研实验的积极性不高，进而失去体验这门课程的魅力的机会[9]。另外，学生们对思政内容的重视程度不够，潜意识中认为思想政治教育是思想政治课程的内容，专业课程仅用于学习专业知识，无法激发他们学习本课程的自豪感和责任感。
3.4 解决对策
明确学生要什么、学什么、怎样学、学以致用的成果导向教育（Outcome-based education，OBE）理念非常适合于这门极具实践性和前沿性的交叉学科教学。因此，合理安排教学进程，引入高质量的教学内容、改变教学方法，将科研实践、大学生创新创业训练计划融入本科和研究生教学，鼓励学生发现“真实问题”，可有效提升生物信息学教学质量[2，9-10]。以辽宁大学生命科学院和药学院为例，教学团队以学生为中心，强化生物信息学实践教学[11]，采用项目式教学的教学模式，理论授课与上机实践融为一体，培养学生独立解决问题的能力[4]。教学中引入AlphaFold2（AI人工智能）算法、推荐系统算法、微生物组和转录组分析（R语言）等新内容，使课程内容具有前沿性和时代性[12]。教学过程中增加一半的实验课学时，将科研成果融入教学内容，在课堂中引入“计算机辅助药物”、“蛋白质设计”、“网络药理学”等8个科学研究方向，引导和培养学生发现科学问题，解决科学问题的实践能力。课程激发了学生对生物信息学的兴趣，学生独立科研和解决问题的能力显著提升，积极参与大学生创新创业大赛、“朔日杯”计算机设计竞赛、“挑战杯”等学科竞赛，并参与科研课题发表SCI论文、申请发明专利[4]。此外，团队注重提升教师的思想政治素养，深度挖掘生物信息学课程中蕴含的思想政治知识，将思政元素以盐入水的方式融入教学内容[13]。例如：在学习蛋白质空间结构分析时，通过讲解生物信息学在抗击新冠疫情中发挥的巨大作用，激励学生们对于知识的自主探索能力和精神。并建立了以思政为核心的成果评价制度，取得了91%的学生满意率。
3.5 未来改革的方向
未来仍需在OBE理念指导下深入探索本课程的改革。加强课程思政教育内容挖掘，完善网络教学、完善对学生解决实际问题能力和创新能力的考核评价、课程目标达成情况的考核评价，提升学生学习的深度和广度仍然是未来课程改革的重点。
4 结论
本研究采用中文文献数据库资源作为数据源，尚未涵盖英文数据库资源，研究结论难免会出现些许偏差，也缺少学科发展的国际化方向，相关内容仍有待进一步挖掘和探讨；同时缺少与其他分析方法的对比分析以多角度分析本研究的结果。因此，未来还需采用更科学有效的数据分析方法，对比中文和英文文献，以便得到更为客观、准确的研究结果。
本文通过对CNKI、万方数据知识服务平台、维普期刊数据库CNKI数据库中近20年关于生物信息学教学的中文文献进行Citespace知识图谱可视化分析，得出如下结论：
（1）生物信息学教学研究越来越受到重视，增强作者、机构间的合作交流有助于推进课程教学改革。
（2）生物信息学教学逐渐转变成“以学生为中心”的教学模式，采取“项目教学法”“翻转课堂”等注重学生实践能力培养的教学模式已成为研究的热点。
（3）课程思政将成为生物信息学教学的研究热点和重点。
