《生物統計學》課程在生物工程技術人才培養中的應用

徐太海，趙蘭坤，孫欽波，王小平，劉世周，李欣穎

(1.大慶師范學院，黑龍江 大慶 163712；2.呼倫貝爾東北阜豐生物科技有限公司，內蒙古 呼倫貝爾 162650)

1 引言

統計學思想是學習生物學的一種重要思維模式，生物統計學是應用型人才培養課程體系中的一門重要課程。生物統計學應用型課程的建設，將推動教學理念的改革，提升教學水平，營造良好的教學氛圍，全面提升學生科學素養和應用型能力?？蒲蟹床附虒W、案例教學[11]等模式均可較好地服務于應用型課程建設。廣大教師是科研反哺教學的主力軍，在科研實踐中時刻心系教學，才能在科研實踐中捕捉到對教學有意義的照片、視頻和思路[2]。李所等[3]結合啟發式教學案例、探究式教學案例、聯系啟發式教學案例對大數據時代下的生物統計學教學改革進行了研究。應充分利用科技文獻及教師和學生資源，不斷搜集、完善、整理及更新資料，建立案例庫，并特別注意案例的選取與設計技巧，同時精心組織案例教學的實施[4]。生物統計與試驗設計課程的切入點為其作為一門工具課程可用于解決不同專業實驗實踐課、創新訓練計劃、畢業實習的試驗設計與數據分析問題，有極強的應用性。因此，應從教師傳授試驗設計和統計分析知識到學生應用相關知識指導專業實驗實踐課程和科研創新訓練，再到學生將專業實驗、實踐課程和科研創新訓練結果編寫成統計學案例，最后教師批閱、修改和遴選學生的統計學案例，促進教學資源的建設，教學資源的建設反過來又提升了教學效果[5]。通常在本科生畢業前夕，《生物統計學》任課教師經常需要幫助學生處理畢業論文的數據資料，應用案例教學法后沒有了該現象。畢業論文審查中也沒有發現論文中有統計分析方面的錯誤，而且學生能夠正確運用課堂中沒有講授的統計分析方法，說明大學生生物統計的應用能力確實得到了提高[6]。因此，深入研究課程體系，結合校企合作項目、學生實驗要求等方面研究教學方法與手段等是非常必要的。

2 課程體系

教育平臺建設在課程體系建立中發揮著重要作用[7]，以“雙模塊+三平臺”(“雙模塊”為理論體系模塊、實踐體系模塊，“三平臺”為構建基礎理論教育平臺、軟件操作實踐平臺、創新創業實踐平臺)構建課程教學內容，將“多元化教學模式+多元化教學方法”融入各個教學環節，提高學生學習積極性和培養應用型能力；開發校內教學資源、網絡教學平臺、校企合作等教學資源。通過課程的改革和創新，提高生物科學和技術專業學生的實踐應用能力，為生物企業培養應用型人才。

2.1 基于泛雅平臺的線上教學

“超星泛雅”是線上教學中比較優質的產品[8]，它主要教學資源庫、教學互動平臺、教學管理評估等多個模塊。各模塊間有機結合，為網絡教學提供全方位支持。該平臺目前支持兩種學習渠道：一是通過電腦版網頁端開展在線學習、討論、考試、成績統計等；二是通過手機客戶端“超星學習通”在線完成簽到、討論、自學、互動等[9]。

受疫情影響，生物統計學課程在2019～2020年第二學期完全使用線上教學模式，教師團隊通過泛雅平臺和訂訂直播等模式較好地完成了教學任務。

2.2 傳統課堂與軟件應用相結合的線下教學模式

在線上教學平臺教為完善的基礎上，線下課程結合生產實踐，引入案例，調動學生積極性；科學引導學生利用計算機軟件解決問題。將生物統計學方法較好地利用與大學生創新創業項目、實驗室開放項目、畢業論文等多個方面。

3 在生物技術專業人才培養中的典型應用

根據生物統計學學習內容，選取學生實習就業基地的實踐項目作為數據處理對象。試驗材料取自包括“呼倫貝爾東北阜豐生物科技有限公司”谷氨酸高濃度尾液，聚丙烯酸鈉、自來水等。從車間提取發酵尾液正常生產時物料的pH3.0～4.0[10]，調節來水料液與儲存罐料液的pH值應該在3.0～4.5之間。將化藥罐溫度控制在40～60 ℃左右，提取菌體蛋白時要控制噴射器的溫度在40～60 ℃[11]。單因素試驗設計方案如下：將加熱維持時間分為5 min、10 min、15 min、20 min、25 min；控制菌體蛋白的溫度分別為40 ℃、45 ℃、50 ℃、55 ℃、60 ℃；攪拌時間為3 min、6 min、9 min、12 min、15 min進行絮凝沉淀。

單因素試驗與正交試驗是確定工藝條件的有效方法[12]，將處理后的發酵尾液進行過濾，將濕蛋白放入烘箱內進行烘干，等待測量計算。將記錄好的數據整理后進行整體分析，再結合單因素試驗結果，進行L9(34)正交試驗，選擇最優組合。

3.1 單因素結果分析

3.1.1 熱維持時間的影響

在絮凝劑濃度為2‰情況下，保持溫度在50 ℃，改變維持熱度的時間，結果見表1。

表1 熱維持時間對菌體蛋白分離和過濾效果的影響

由表1可知，加熱時間在15 min的時候上清液的澄清度及其過濾效果最好。因此，取其左右兩邊水平分別為10 min、15 min、20 min進行正交試驗。

3.1.2 加熱溫度的影響

在絮凝劑濃度為2‰的情況下，改變加熱溫度，結果見表2。

表2 加熱溫度對菌體蛋白分離的影響

由表2可知，加熱溫度在50 ℃時，絮凝效果最好，取其左右兩邊水平分別為45 ℃、50 ℃、55 ℃進行正交試驗。

3.1.3 攪拌時間的影響

在絮凝劑濃度為2‰的情況下，改變攪拌時間，結果見表3。

由表3可知，攪拌時間在9 min的時候菌體變性絮凝狀況最好，蛋白收率也是最高的。因此，取其左右兩邊的水平分別為6 min、9 min、12 min進行正交試驗。

表3 攪拌時間對菌體蛋白分離的影響

3.2 正交試驗的結果分析

根據本試驗所列出的3個變量，即對熱維持時間、加熱溫度、攪拌時間進行研究，再結合單因素試驗結果，選出每個單因素結果附近的最適水平如表4。

表4 菌體蛋白提取的因素與水平

確定好每個單因素的最適水平以后，按照L9(34)的方案設計正交試驗組合進行九組試驗分別測定其蛋白收率，找出最優組合。在教學過程中，學生可通過軟件操作實踐平臺對數據處理進行實踐操作，以鞏固軟件操作能力。

由表5可以看出，各組試驗結果數據相差不大，蛋白提取率最大的是7.29 g/dL，最小的是6.86 g/dL，故選擇極差分析法。極差分析法常用于正交試驗的結果處理分析，其分析結果簡潔、直觀[13]，用正交試驗極差分析法可以大幅度的減少試驗的次數，用極差分析的方法可以得出各因素的大小趨勢或最優組合，在科研生產實際中都得到了十分廣泛的應用。分別計算正交試驗表中各因素的數據并記錄(表5)因素之間的主次順序為：對蛋白收率影響最大的是熱維持時間，其次是攪拌時間，最后，是加熱溫度對蛋白提取率的影響最小(溫度過低的絮凝效果較差，45～55 ℃，絮凝效果變化不大甚至有所降低)。試驗得出的優水平為A2B1C3，但是從表5中可以看出C3與C2相差很小，綜合企業實際情況以及對能源節約的方面考慮選擇C2，從而可以得出最優組合是A2B1C2。

表5 菌體蛋白提取影響因素的正交試驗結果

3.3 小結

經過對提取過程中影響因素的研究，探索出了一組最適組合，結果如下：熱維持時間控制在15 min時，絮凝效果最好；提取菌體蛋白的加熱溫度在45 ℃時，絮凝效果好；攪拌時間控制在9 min，絮凝效果好。在應用生物統計學方法進行生產實踐問題的數理分析時，要根據多種因素進行綜合考慮，在考慮多種因素的影響條件之后，確定的最佳條件是：熱維持時間為15 min、加熱溫度為45 ℃、攪拌時間為9 min。

3.4 應用效果與不足之處

學生選用單因素試驗及正交試驗的方法，選取了不同因素的不同水平，得到了相對客觀的試驗結論，確定了較好的提取條件，對生產實踐有一定的指導意義，可以滿足本科階段的教學和科研要求。但由于正交試驗的設計得出結論在精度與“大數據”時代背景下的要求還有一定差距，如果要得到更精準的結論，還需要更完善的設計。

4 在生物制藥專業人才培養中的典型應用

對生物制藥專業，課程需要解決的一項重要問題就是評價藥效[14]。例如，在研究口服和注射兩種給藥方式的藥效問題，如表6所示。

表6 給藥方式與給藥效果的2×2列聯

對于這樣的問題，目的是要推斷兩個總體率(構成比)是否有顯著的差別。根據X2檢驗的基本思想是檢驗“實際數”與假設的“理論數”的差別是否由于抽樣誤差引起的[15]，即假設兩個樣本是來自同一個總體，則它們的有效率應為兩樣本的合并有效率：Pc=(58+64)/193=58.57%；據此，可以有效和無效的理論值，見表7。

表7 給藥方式與給藥效果的2×2列聯(括號中為理論值)

5 結論

通過校內、外調研，初步形成了生物統計學課程的案例式教學改革思路，建立線上教學平臺，優化了生物統計學課程建設體系。結合學生實習就業基地阜豐集團的生產實踐環節，整合生物統計學經典案例教學內容，培養學生的統計學思維能力，并對教學效果進行分析，通過線上教學平臺，完成學期教學任務，使線上教學在疫情期間發揮了巨大的作用。結合教學成果，組織學生在“互聯網+”和“挑戰杯”等創新創業大賽獲得兩項省級金獎的好成績。對生物制藥專業，也選取了學生應用較多的案例進行統計學分析和演練，取得了較好的教學效果。今后的教學改革過程中將進一步做好課程資源更新和教學秩序維護，為學習者提供優質的教學服務和個性化指導，關注學習者的評價和反饋，并持續對課程進行改進和優化；進一步豐富教學案例，提高學生解決問題的能力。