呂俊杰，陳麗娜，何月涵

（生物信息科學(xué)與技術(shù)學(xué)院，黑龍江 哈爾濱 150081）

【探索與實(shí)踐】

人工神經(jīng)網(wǎng)絡(luò)課程在生物信息學(xué)專業(yè)的教學(xué)實(shí)踐與探討

呂俊杰，陳麗娜，何月涵

（生物信息科學(xué)與技術(shù)學(xué)院，黑龍江 哈爾濱 150081）

人工神經(jīng)網(wǎng)絡(luò)是在神經(jīng)生理學(xué)、生物學(xué)、數(shù)學(xué)、計(jì)算機(jī)學(xué)等學(xué)科發(fā)展的基礎(chǔ)上提出的，模擬人類大腦的結(jié)構(gòu)和思維方式處理、記憶信息的一門學(xué)科。在處理信息方面，相比于傳統(tǒng)人工智能方法具有非線性適應(yīng)性，目前，在多個(gè)領(lǐng)域得到了成功的應(yīng)用。本文主要根據(jù)人工神經(jīng)網(wǎng)絡(luò)在生物信息學(xué)相關(guān)專業(yè)的教學(xué)實(shí)踐，從教學(xué)方式、教學(xué)方法、學(xué)科建設(shè)等方面進(jìn)行探討。

人工神經(jīng)網(wǎng)絡(luò)；教學(xué)實(shí)踐；教學(xué)方法；生物信息學(xué)

人工神經(jīng)網(wǎng)絡(luò)是在神經(jīng)生理學(xué)、生物學(xué)、數(shù)學(xué)、計(jì)算機(jī)學(xué)等學(xué)科發(fā)展的基礎(chǔ)上提出的，模擬人類大腦的結(jié)構(gòu)和思維方式處理、記憶信息的一門學(xué)科。具體來說，早在20世紀(jì)40年代，隨著醫(yī)學(xué)、生物學(xué)家們對人腦神經(jīng)的結(jié)構(gòu)、組成以及信息處理的工作原理的認(rèn)識越來越充分，有學(xué)者提出以數(shù)學(xué)和物理方法對人腦神經(jīng)網(wǎng)絡(luò)進(jìn)行抽象，并建立簡化的模型，用以進(jìn)行信息處理，這種應(yīng)用類似于大腦神經(jīng)突觸聯(lián)接的結(jié)構(gòu)進(jìn)行信息處理的數(shù)學(xué)模型，稱之為人工神經(jīng)網(wǎng)絡(luò)ANN（Artificial Neural Network）[1]。

在人工神經(jīng)網(wǎng)絡(luò)中，各種待處理的對象（數(shù)據(jù)、特征、字符、抽象的模式等等）都可用神經(jīng)元處理單元表示。這些神經(jīng)元主要可以分為輸入神經(jīng)元、隱含神經(jīng)元和輸出神經(jīng)元三大類。其作用各不相同，作為輸入神經(jīng)元的處理單元用來與外界產(chǎn)生連接，接收外界的信號輸入；隱含神經(jīng)元處于中間層，為信息處理的不可見層；輸出神經(jīng)元主要實(shí)現(xiàn)結(jié)果的輸出。神經(jīng)元之間相互連接，連接的權(quán)重反映了各神經(jīng)元之間的連接強(qiáng)度，神經(jīng)元之間的連接關(guān)系中蘊(yùn)含著信息的表示和處理。人工神經(jīng)網(wǎng)絡(luò)主要是在不同程度、不同層次上模擬大腦處理信息的風(fēng)格，具有非程序化、較強(qiáng)的適應(yīng)性、自組織性、并行分布式等特點(diǎn)，其實(shí)現(xiàn)主要是通過網(wǎng)絡(luò)的變換和動力學(xué)行為，涉及數(shù)學(xué)、生物學(xué)、人工智能、計(jì)算機(jī)科學(xué)、非線性動力學(xué)等多個(gè)學(xué)科[1]。作為一門活躍的邊緣性交叉學(xué)科，在處理信息方面，相比于傳統(tǒng)人工智能方法具有非線性適應(yīng)性，成功地應(yīng)用于神經(jīng)專家系統(tǒng)、模式識別、組合優(yōu)化、預(yù)測等多個(gè)領(lǐng)域，尤其在生物信息學(xué)領(lǐng)域得到了廣泛的應(yīng)用。生物信息學(xué)是20世紀(jì)末發(fā)展起來的一極具發(fā)展?jié)摿Φ男滦蛯W(xué)科。人類的基因中蘊(yùn)含著大量有用信息，利用神經(jīng)網(wǎng)絡(luò)可以對這些海量的信息進(jìn)行識別與分類，進(jìn)而進(jìn)行相關(guān)的生物信息學(xué)分析。如利用神經(jīng)網(wǎng)絡(luò)分析疾病與基因序列的關(guān)系，基于神經(jīng)網(wǎng)絡(luò)對蛋白質(zhì)結(jié)構(gòu)的預(yù)測，基因表達(dá)譜數(shù)據(jù)的分析，蛋白質(zhì)互作位點(diǎn)的預(yù)測等等，都取得了很好的效果[2]。

因此，在生物信息相關(guān)專業(yè)的本科生中開設(shè)人工神經(jīng)網(wǎng)絡(luò)課程尤為重要。經(jīng)過多年的研究發(fā)展，已經(jīng)提出上百種的人工神經(jīng)網(wǎng)絡(luò)模型，這就需要教師針對不同的專業(yè)背景，不同層次的學(xué)生，講授不同模型的核心思想、推導(dǎo)過程、實(shí)際應(yīng)用等等。本文主要根據(jù)人工神經(jīng)網(wǎng)絡(luò)在生物信息學(xué)相關(guān)專業(yè)的教學(xué)實(shí)踐，從以下幾個(gè)方面進(jìn)行探討。

一、引導(dǎo)式教學(xué)，激發(fā)學(xué)生的學(xué)習(xí)積極性

神經(jīng)網(wǎng)絡(luò)作為一門偏于理論分析的學(xué)科，傳統(tǒng)的教學(xué)模式，即首先講解模型的起源，接下來介紹模型的核心思想，然后就是一連串的數(shù)學(xué)公式推導(dǎo)，面對滿黑板的公式，學(xué)生很難提起興趣去認(rèn)真學(xué)習(xí)相應(yīng)的模型。所以，如何激發(fā)起學(xué)生的學(xué)習(xí)積極性，讓學(xué)生重視這門課程，更好地掌握課程內(nèi)容，掌握相關(guān)的模型理論基礎(chǔ)、核心思想，更好地服務(wù)于本專業(yè)，是人工神經(jīng)網(wǎng)絡(luò)教學(xué)者亟待解決的問題。

首先，在導(dǎo)課的時(shí)候要生動，以引起學(xué)生對將要學(xué)習(xí)的內(nèi)容的好奇心，讓學(xué)生有興趣投入到課堂學(xué)習(xí)內(nèi)容中去。布盧姆說過：“最大的學(xué)習(xí)動機(jī)莫過于學(xué)生對所學(xué)知識有求知的興趣?！敝挥性谶@種動機(jī)下的學(xué)習(xí)，才會提高自身的主動性與自覺性，達(dá)到提高教學(xué)質(zhì)量的目的[3]。例如，在講解hopfield神經(jīng)網(wǎng)絡(luò)的時(shí)候，通過舉例對蘋果、橘子的質(zhì)地、形狀、重量等特征的描述，運(yùn)用“0，1”進(jìn)行量化描述，然后應(yīng)用神經(jīng)網(wǎng)絡(luò)就可以進(jìn)行有效地分類；對于旅行商TSP問題，也可以通過hopfield神經(jīng)網(wǎng)絡(luò)尋找到最優(yōu)路徑。那么，這些問題是如何解決的呢？就需要大家來一起揭開hopfield神經(jīng)網(wǎng)絡(luò)的神秘面紗。其次，由于神經(jīng)網(wǎng)絡(luò)涉及大量的數(shù)學(xué)公式與數(shù)學(xué)方法，學(xué)生往往會有畏懼的心理，這就需要教師幫學(xué)生澄清思想誤區(qū)，現(xiàn)在很多用于數(shù)據(jù)分析與計(jì)算的軟件，如matlab工具箱、R軟件里面都有很成熟的人工神經(jīng)網(wǎng)絡(luò)軟件包，所以，學(xué)生只需要理解其工作原理、核心思想，學(xué)會使用現(xiàn)成的人工神經(jīng)網(wǎng)絡(luò)軟件包處理數(shù)據(jù)，在熟練應(yīng)用程序包的基礎(chǔ)上，對相應(yīng)的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行優(yōu)化，改進(jìn)，并且與其他的人工智能算法相結(jié)合，更好地為本專業(yè)服務(wù)。第三，在講授人工神經(jīng)網(wǎng)絡(luò)理論內(nèi)容的時(shí)候，要摒棄傳統(tǒng)的呆板式的推導(dǎo)過程，以往的神經(jīng)網(wǎng)絡(luò)教學(xué)方法注重理論分析，通常是一連串的公式推導(dǎo)，公式中又涉及大量的符號，計(jì)算起來復(fù)雜又煩瑣，學(xué)生會覺得索然無趣，厭學(xué)情緒嚴(yán)重。在教學(xué)過程中，教師要精心設(shè)計(jì)，創(chuàng)設(shè)出特定的問題環(huán)境，將所學(xué)內(nèi)容與本專業(yè)相結(jié)合起來，多講應(yīng)用，啟發(fā)和誘導(dǎo)學(xué)生選取合適的神經(jīng)網(wǎng)絡(luò)模型來解決本專業(yè)的實(shí)驗(yàn)數(shù)據(jù)分析與處理等問題。

二、理論教學(xué)與實(shí)驗(yàn)教學(xué)相結(jié)合

除了在理論課堂上將基本的理論知識傳輸給學(xué)生，教師還應(yīng)該安排若干實(shí)驗(yàn)教學(xué)內(nèi)容，讓學(xué)生以實(shí)驗(yàn)為主，將理論課上所學(xué)的知識運(yùn)用到解決實(shí)際問題中來，理論聯(lián)系實(shí)際，主動操作思考，觀察，分析，討論，以培養(yǎng)學(xué)生解決問題的能力。一旦學(xué)生自己動手處理一些問題后，很自然地就會對人工神經(jīng)網(wǎng)絡(luò)產(chǎn)生一種親切感，并能強(qiáng)烈激發(fā)起學(xué)生繼續(xù)探究下去的興趣。對于同一問題，可以讓學(xué)生選取不同的網(wǎng)絡(luò)模型，設(shè)置不同的參數(shù)，甚至可以讓學(xué)生自己動手編寫相應(yīng)的網(wǎng)絡(luò)模型程序，并且給予改進(jìn)，根據(jù)得出的結(jié)果來評價(jià)模型在解決實(shí)際問題時(shí)的好壞，以及模型改進(jìn)的效果。作為授課教師，需要不斷優(yōu)化實(shí)驗(yàn)教學(xué)內(nèi)容，在生物信息學(xué)專業(yè)開設(shè)人工神經(jīng)網(wǎng)絡(luò)課程，實(shí)驗(yàn)教學(xué)主要是針對生物信息專業(yè)的海量生物數(shù)據(jù)處理與分析的實(shí)際需要，培養(yǎng)學(xué)生綜合運(yùn)用人工神經(jīng)網(wǎng)絡(luò)方法和生物信息學(xué)知識，進(jìn)行信息的分析與處理。除了在實(shí)驗(yàn)課堂上給學(xué)生最大的自由發(fā)揮空間外，課后作業(yè)也盡量以開放式問題的形式給出，比如，可以讓學(xué)生選取相應(yīng)的網(wǎng)絡(luò)模型處理本專業(yè)的一些實(shí)際問題，例如，數(shù)據(jù)的分類、聚類等等，其中，數(shù)據(jù)來源可以不同，類型也可自由選取，最后給出相應(yīng)的模型參數(shù)設(shè)置、方法的改進(jìn)、實(shí)驗(yàn)結(jié)果，也可以安排學(xué)生自己查詢文獻(xiàn)進(jìn)行學(xué)習(xí)，并安排學(xué)生作報(bào)告。這樣，學(xué)生可以在世界范圍內(nèi)了解神經(jīng)網(wǎng)絡(luò)的在本專業(yè)的應(yīng)用情況，又能提高英語的讀寫能力，還能鍛煉學(xué)生做科研報(bào)告的能力。

三、加強(qiáng)師資隊(duì)伍建設(shè)以及其他基本條件的建設(shè)

由于生物信息學(xué)是一門新興的交叉學(xué)科[4]，這就要求人工神經(jīng)網(wǎng)絡(luò)的授課教師要熟練掌握生物信息相關(guān)專業(yè)的知識，教師的業(yè)務(wù)水平必須得到充分保證，才能給學(xué)生以全面透徹的指導(dǎo)。學(xué)院應(yīng)該本著自主培養(yǎng)與重點(diǎn)引進(jìn)的原則，優(yōu)化教師隊(duì)伍的專業(yè)結(jié)構(gòu)和學(xué)歷結(jié)構(gòu)，提高教師的自身修養(yǎng)。授課教師要將課堂的理論知識聯(lián)系實(shí)際生物問題進(jìn)行講授，讓學(xué)生感受到人工神經(jīng)網(wǎng)絡(luò)在本專業(yè)的應(yīng)用，提高學(xué)生的學(xué)習(xí)效率，同時(shí)也需要閱讀大量的專業(yè)文獻(xiàn)，提高編程技巧和數(shù)據(jù)庫應(yīng)用能力，讓自己成為一名合格的復(fù)合型教師。同時(shí)，人工神經(jīng)網(wǎng)絡(luò)課程的實(shí)驗(yàn)，高度依賴于計(jì)算機(jī)網(wǎng)絡(luò)等設(shè)備，因此，相關(guān)的軟硬件設(shè)施的建設(shè)也必不可少，由于，基因組測序技術(shù)的發(fā)展，目前生物信息學(xué)研究所用的數(shù)據(jù)都是海量的，神經(jīng)網(wǎng)絡(luò)訓(xùn)練起來所需時(shí)間太長，不能用普通的電腦完成，需要專門的服務(wù)器來處理，學(xué)校有關(guān)部門應(yīng)在條件允許的情況下，配備機(jī)房，購買服務(wù)器，以及相關(guān)的軟件，為學(xué)生創(chuàng)造良好的環(huán)境，讓學(xué)生完成課程內(nèi)容。

最后，人工神經(jīng)網(wǎng)絡(luò)涉及數(shù)學(xué)、計(jì)算機(jī)、人工智能和神經(jīng)學(xué)等專業(yè)知識，因此，需要授課教師加強(qiáng)與其他相關(guān)專業(yè)教師的交流與合作，并滲透到授課過程中去，讓學(xué)生在學(xué)習(xí)人工神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)時(shí)能將各專業(yè)聯(lián)系起來，更好地解決生物信息學(xué)中的問題，要想成為一名合格的人工神經(jīng)網(wǎng)絡(luò)課程教師，首先要成為一名復(fù)合型的教師，不僅要具備教學(xué)和科研能力，同時(shí)也要具備計(jì)算機(jī)、生物學(xué)、信息學(xué)等多學(xué)科的知識。

[1]朱大奇，史慧.人工神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[M].北京：科學(xué)出版社，2006.

[2]朱偉，史定華，王翼飛.人工神經(jīng)網(wǎng)絡(luò)在蛋白質(zhì)二級結(jié)構(gòu)預(yù)測中的應(yīng)用[J].自然雜志，2003，（3）：167-171.

[3]趙俊，李曉紅.趣味教學(xué)法在預(yù)防醫(yī)學(xué)教學(xué)中的運(yùn)用[J].現(xiàn)代醫(yī)藥衛(wèi)生，2005，21（15）：2089-2090.

[4]張陽德.生物信息學(xué)[M].北京：科學(xué)出版社，2004.

G642.0

A

1674-9324（2014）17-0208-03

呂俊杰（1982-），女，黑龍江齊齊哈爾人，博士，哈爾濱醫(yī)科大學(xué)，講師，主要從事人工神經(jīng)網(wǎng)絡(luò)、生物信息類專業(yè)教育教學(xué)與研究工作。