肾脏病学研究生生物信息学教学的思考与实践

doi:10.3877/cma.j.issn.2095-3216.2025.02.009

中华肾病研究电子杂志 ›› 2025, Vol. 14 ›› Issue (02) : 115 -117. doi: 10.3877/cma.j.issn.2095-3216.2025.02.009

教学园地

肾脏病学研究生生物信息学教学的思考与实践

迟云霞¹, 吕强¹^,^†(

), 郑颖¹, 朱晗玉¹, 蔡广研¹, 陈香美¹

^1. 100853 北京，解放军总医院第一医学中心肾脏病医学部、肾脏疾病全国重点实验室、国家慢性肾病临床医学研究中心、重症肾脏疾病器械与中西医药物研发北京市重点实验室、数智中医泛血管疾病防治北京市重点实验室、国家中医药管理局高水平中医药重点学科

收稿日期:2024-12-05 出版日期:2025-04-28
通信作者: 吕强
基金资助:
国家自然科学基金（82202074）中国人民解放军总医院青年自主创新基金项目（22QNFC116）

Reflections and practices on bioinformatics teaching for postgraduate students in nephrology

Yunxia Chi¹, Qiang Lyu¹^,^†(), Ying Zheng¹, Hanyu Zhu¹, Guangyan Cai¹, Xiangmei Chen¹

^1. Department of Nephrology， First Medical Center of Chinese PLA General Hospital， State Key Laboratory of Kidney Diseases，National Clinical Research Center for Kidney Diseases， Beijing Key Laboratory of Medical Devices and Integrated Traditional Chinese and Western Drug Development for Severe Kidney Diseases， Beijing Key Laboratory of Digital Intelligent TCM for Prevention and Treatment of Pan-vascular Diseases， Key Disciplines of National Administration of Traditional Chinese Medicine （zyyzdxk-2023310）， Beijing 100853， China

Received:2024-12-05 Published:2025-04-28
Corresponding author: Qiang Lyu

全文 ( ) 下载PDF ( ) 导出引用

引用本文：

迟云霞, 吕强, 郑颖, 朱晗玉, 蔡广研, 陈香美. 肾脏病学研究生生物信息学教学的思考与实践[J/OL]. 中华肾病研究电子杂志, 2025, 14(02): 115-117.

Yunxia Chi, Qiang Lyu, Ying Zheng, Hanyu Zhu, Guangyan Cai, Xiangmei Chen. Reflections and practices on bioinformatics teaching for postgraduate students in nephrology[J/OL]. Chinese Journal of Kidney Disease Investigation(Electronic Edition), 2025, 14(02): 115-117.

生物信息学是生命科学、计算机科学等多学科交叉的前沿学科，在肾脏疾病的基础与临床研究中重要性凸显。肾脏病学研究生掌握基本的生物信息学知识和分析技能，有助于理解大数据下肾脏疾病的发病机制。目前肾脏病学研究生在生物信息学知识获取与能力提升方面，尚存在一些问题和挑战。本文分析肾脏病学研究生生物信息学教学现状，探索创新教学途径，致力培养高素质的肾脏病学研究生，促进肾脏疾病的基础和临床研究工作。

关键词: 生物信息学, 肾脏病学, 研究生教学

As an interdisciplinary and cutting-edge discipline integrating life sciences， computer science， and other disciplines， bioinformatics has become increasingly important in basic and clinical research on kidney diseases. For postgraduate students majoring in nephrology， mastering basic bioinformatics knowledge and analytical skills is conducive to understanding the pathogenesis of kidney diseases under big data. At present， there are still some problems and challenges in postgraduate students majoring in nephrology in terms of acquiring bioinformatics knowledge and improving relevant capabilities.This article analyzed the current situation of bioinformatics teaching for postgraduate students in nephrology and explored innovative teaching approaches， being committed to cultivating high-quality nephrology postgraduate students and promoting basic and clinical research on kidney diseases.

Key words: Bioinformatics, Nephrology, Postgraduate teaching

［1］	古丽娟，曾智. 生物信息学在医学研究生科研活动中的意义及培养途径［J］. 继续医学教育， 2021， 35（7）： 53-55.
［2］	杜珍武，孙昊炎，石传楷，等. 大数据及精准医疗背景下医学研究生所面临的挑战及对策［J］. 中国实验诊断学， 2023，27（10）： 1250-1253.
［3］	王俊，郭丽，吴建盛，等. 大数据背景下的生物信息学研究现状［J］. 南京邮电大学学报（自然科学版）， 2017， 37（4）： 62-67.
［4］	Jain S， Eadon MT. Spatial transcriptomics in health and disease［J］. Nat Rev Nephrol， 2024， 20（10）： 659-671.
［5］	Eddy S， Mariani LH， Kretzler M. Integrated multi-omics approaches to improve classification of chronic kidney disease［J］. Nat Rev Nephrol， 2020， 16（11）： 657-668.
［6］	Dubin RF， Rhee EP. Proteomics and metabolomics in kidney disease， including insights into etiology， treatment， and prevention［J］. Clin J Am Soc Nephrol， 2020， 15（3）： 404-411.
［7］	陈禹保，闫鹏程. 生物信息学技术及其在肾脏病研究中的应用［J/OL］. 中华肾病研究电子杂志， 2017， 6（1）： 14-19.
［8］	刘志红，陈听雨. 人工智能：医学发展的新动力［J］. 肾脏病与透析肾移植杂志， 2021， 30（1）： 1-6.
［9］	Becker JU， Mayerich D， Padmanabhan M， et al. Artificial intelligence and machine learning in nephropathology ［J］.Kidney Int， 2020， 98（1）： 65-75.
［10］	赵相坤，景斌，刘冬冬，等. 医学院校非信息类专业医学信息学选修课的教学实践研究［J］.中华医学教育探索杂志，2023， 22（12）： 1851-1854.
［11］	郑颖，孟金铃，蔡广研，等. 混合式教学模式在肾脏病学专业学位研究生循证医学课程中的实践与思考［J/OL］. 中华肾病研究电子杂志， 2023， 12（1）： 48-50.
［12］	陈锶，龙泓羽，周瑾瑕，等. 基于大型开放式网络课程的翻转课堂在神经病学教学中的探索［J］. 国际神经病学神经外科杂志， 2019， 46（4）： 439-442.
［13］	李义，何旋，周阳，等. 项目驱动式教学在纤维支气管镜培训体系中的构建和实践［J］.医学研究杂志， 2023， 52（3）： 185-189.
［14］	马希达，刘卓，张千，等. 基于“MOOC+SPOC”的PBL混合式教学在整形外科教学中的探索与实践［J］. 中国美容整形外科杂志， 2023， 34（1）： 61-63.

[1]	王睿, 邓俊, 施廷鑫, 张志兆, 王成方, 张毅, 齐晓伟. FAM91A1 可能是乳腺癌患者的独立预后因子[J/OL]. 中华乳腺病杂志(电子版), 2024, 18(05): 274-280.
[2]	伍梦妮, 徐志华, 陈彦. DTNBP1基因在三阴性乳腺癌中的作用及其预后价值[J/OL]. 中华乳腺病杂志(电子版), 2024, 18(03): 158-168.
[3]	李怡泉, 谢宇斌, 胡宏, 张燕茹, 陈图锋. 基于生物信息学分析HDAC8在结肠癌中的临床意义及其与免疫浸润的关系[J/OL]. 中华普通外科学文献(电子版), 2024, 18(04): 275-281.
[4]	李越洲, 张孔玺, 李小红, 商中华. 基于生物信息学分析胃癌中PUM的预后意义[J/OL]. 中华普通外科学文献(电子版), 2023, 17(06): 426-432.
[5]	张圣平, 邓琼, 张颖, 张建文, 梁辉, 王铸. 孤儿核受体HNF4α在肾透明细胞癌中的表达及意义[J/OL]. 中华腔镜泌尿外科杂志(电子版), 2023, 17(06): 627-632.
[6]	吴沛玲, 娄月妍, 张洪艳, 陈东方, 刘雪青, 赵丽芳, 薛姗, 蒋捍东. 线粒体相关基因在特发性肺纤维化中的分析[J/OL]. 中华肺部疾病杂志(电子版), 2024, 17(02): 178-184.
[7]	朱兴墅, 郑师尧, 王庆惠, 陈力, 刘旺武, 纪辉涛, 王瑜, 赵虎, 方永超. 蛋白磷酸酶-1催化亚基β在结直肠癌诊断、预后及免疫浸润中的生物信息学分析[J/OL]. 中华细胞与干细胞杂志(电子版), 2023, 13(06): 321-330.
[8]	陈显育, 曾谣, 莫钊鸿, 翟航, 张广权, 钟造茂, 陈署贤. 生物信息学分析CETP基因在肝癌中表达及其对预后和免疫的影响[J/OL]. 中华肝脏外科手术学电子杂志, 2024, 13(02): 214-219.
[9]	袁楠, 黄梦杰, 白云凤, 李晓帆, 罗从娟, 陈健文. 急性肾损伤-慢性肾脏病转化小鼠模型制备的教学要点及学习效果分析[J/OL]. 中华肾病研究电子杂志, 2024, 13(04): 226-230.
[10]	桑田, 赵磊, 佟琰, 欧阳清, 陈香美. 急性肾损伤的内质网应激相关基因和通路的生物信息学分析[J/OL]. 中华肾病研究电子杂志, 2024, 13(01): 26-33.
[11]	贾红艳, 王丹, 张冉冉, 马茜, 焦永红. 基于全外显子组测序探寻Möbius综合征发病机制的遗传学研究[J/OL]. 中华眼科医学杂志(电子版), 2024, 14(03): 146-154.
[12]	丁富贵, 吴泽涛, 董卫国. 家族性腺瘤性息肉病临床特征及生物信息学分析[J/OL]. 中华消化病与影像杂志(电子版), 2024, 14(06): 512-518.
[13]	嵇宏声, 魏万顷, 邱建国, 王留成, 姜福金, 张先云, 王苏贵. KPNB1 在膀胱癌中的表达及其对膀胱癌细胞增殖和迁移能力的影响[J/OL]. 中华临床医师杂志(电子版), 2024, 18(11): 1044-1053.
[14]	王苏贵, 皇立媛, 姜福金, 吴自余, 张先云, 李强, 严大理. 异质性细胞核核糖蛋白A2B1在前列腺癌中的作用及其靶向中药活性成分筛选研究[J/OL]. 中华临床医师杂志(电子版), 2023, 17(06): 731-736.
[15]	曹磊, 邵轶普, 张志中, 王晨潮, 孙开文, 董阳, 闫东明, 李红伟, 杨波. 基于遗传基因的烟雾病与烟雾综合征生物信息学分析机制研究[J/OL]. 中华脑血管病杂志(电子版), 2024, 18(04): 350-356.

阅读次数

全文

摘要

选择文件类型/文献管理软件名称

选择包含的内容

Reflections and practices on bioinformatics teaching for postgraduate students in nephrology

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

Reflections and practices on bioinformatics teaching for postgraduate students in nephrology