103學年度「教學獎」申請理念說明 黃慧玲 生物科技學系 04/27/2015.

Presentation on theme: "103學年度「教學獎」申請理念說明 黃慧玲 生物科技學系 04/27/2015."— Presentation transcript:

1 103學年度「教學獎」申請理念說明 黃慧玲 生物科技學系 04/27/2015

2 共同科 大學與研究生 教學理念與對學生合理期望 如何使用個人電腦，自行在網路上研究生物資訊的需求 對生物資訊有初步概念並引發興趣
期望生科系學生能擁有資訊能力、分析與處理巨量生物資料 激發學生主動學習與思考

3 教學理念及教學準備 教學理念及對學生合理期望 課程概述與目標 課程以如何使用個人電腦，自行在網路上完成研究上的需求。
期許對非生科背景的學生，對生物資訊計算領域可以輕鬆入門並了解， 關於生物資訊學家最為挑戰課題 ----跟上生物資訊和計算科學之新技術進展和發現。 課程概述與目標 由國際知名的生物資訊網站(NCBI、PDB、Bio-MODEL、GenBank…)來了解 生物資料意義。 利用知名生物資訊網站所提供的工具，來進行同源模擬之序列比對、同 源分子結構建模、蛋白質結構對接等生物資訊網站操作與分析。 認識不同的生物資料，並應用於機器學習的工具。 如國內LIBSVM提供的工具、及自行為課堂準備含有程式碼的編譯好的系統(類神經 網路、粒群演算法、基因演算法)操作與分析。 期望學生對生物資訊計算領域可以輕鬆入門並了解，也鼓勵非生科系的 同學對生物產生好奇並引發學習興趣，進而可藉由工具操作分析。

4 教學理念及教學準備 課程活動（實作） 利用E3平台進行作業的繳交、教材上傳、點名紀錄。 每堂課都有一議題實作，課程結束後上傳至E3平台。
固定的重要作業有同源模擬之序列比對、同源分子結構建模、蛋白質結構對接等 生物資訊網站操作與分析。 認識生物資料，並應用於機器學習的工具操作與分析。 鼓勵同學組隊參加由老師與助教課後教學，利用課後輔導學生認識生物 蛋白質序列資料 使學生瞭解如何將蛋白質序列資料轉為其它有意義的資訊、找出重要生 物意義以更了解蛋白質功能，並且在期中與期末報告，分享給班上同學， 做中學過程學生雖辛苦，但收穫良多。 學生也可以找尋自己本科系老師目前與生物科技相關之跨領域研究為主 題當作報告，使其學習的學生對於自己本科系跨領域研究方向有更深入 之瞭解。

5 教學理念及教學準備 以生活化問題啟發 利用電腦及網路查詢生物資料相關的資訊 如標靶治療中EGFR、HER2…是什麼疾病的相關 基因病變
如何在NCBI網站查到相關基因訊息… 如何取代花農辨識蝴蝶花，如何利用工具來解 決。

6 正課教學理念(1) 正課教學 新課題報告 同學可以找出自身系上研究生物相關課題的老師主內容 欲進階的同學，可以選擇研究螢光蛋白課題。
以小組進行，一組約6人 使用何信瑩老師說開發的IGA，讓通識的同學在進行此課題時，也同時了解最佳化 演算法、序列預測、分類器的觀念 本組別由實驗室專人負責講解、教導，並由同學自行挑選額外時間作為一完整的 講解 此項目貢獻， 應屆畢業的應用化學系李芳瑀同學加入實驗室做專題，目前李同學已推薦上應用化學所。 機械系李有權和曾偉倫加入本實驗室軟體計劃，並參加APBC 新課題報告 去年陳文亮領軍之iGEM團隊在大賽中獲得第二名，該團隊組員李欣餘同學也是該 課堂學生，所以請李同學報告學校iGEM之成果。

7 正課教學理念(2) 生物資訊為生物與資訊結合之學門，除了生物基礎知識外，同時 也教授基礎的程式觀念。
PSO粒子群演算法(視覺化) Artificial neuron network (ANN) 類神經網路 以上程式作業，有考量到學生來自不同領域，包括系上會寫程式 的科系(如電機和資工)，因此如願意主動學習修該程式，就可以 享有加分，藉此刺激學生學習動機

8 實作課教學理念 鑑於交大生物資訊暨系統生物研究所 為亞洲區域有名之系所，故 實作課以操作學校老師所開發的工具為主 實作1. 序列比對:
列比對為生物資訊中最重要的一項工具，同時教導序列同源性與生物功能間的關 係 目前以BLAST和ClustalW2為教學工具 實作2. 分子同源模擬 以動態的視覺化工具，以發同學對生物資訊的興趣 使用楊進木教授與黃震剛教授共同發表的同源模擬工具PS2作為教學工具 實作3. 分子對接 統合以上概念，讓同學了解蛋白質結構重要性和應用性，以讓同學不認為以上所 學之空泛 使用楊進木老師所開發之iGEMdock，透過介面化的程式讓同學在操作上不會有障 礙

9 Introduction to Bioinformatics -Sequence Alignment
Teacher: Dr. HL. Huang(黃慧玲教授) TA: Yi-Fan Liou (劉一帆) Monday, February 04, 2019 智慧型計算實驗室 Intelligent Computing Lab.

10 Sequence Alignment Web-Services
EMBL-EBIClustalW2 (Multiple sequence alignment NCBI BLAST(Basic Local Alignment Search Tools)

11 這兩種比對方法有甚麼不同咧???? Seq1 Seq2 Seq3 …… Multiple sequence alignment Seq1
Ex. 我有一條血紅蛋白和一條 肌紅蛋白，他們有哪些位置是含有特定胺基酸的呢? Seq1 Seq2 Seq3 …… Multiple sequence alignment Seq1 Seq2 Seq3 …… 當你想知道你目前手上的幾條序列，它們的親緣關係時就可以使用

12 報告助教!!這兩種比對方法有甚麼不同咧???? Database 兩條很像 Seq SeqA
Single sequence alignment 就是序列兩兩比對 EX. 我今天做實驗拿到一條蛋白質，我也知道他的序列了，但是卻不知道他的功能怎麼辦? A: 找資料庫啊!! Database 兩條很像 Seq SeqA 當你想知道你目前手上的序列，它們的功能時就可以使用

13 Molecular Structure Teacher: Dr. HL. Huang TA: Yi-Fan Liou
Monday, February 04, 2019

14

15

16 Introduction of Molecular Docking
TA : Yi-Fan Liou (劉一帆) Teacher : Hui-Ling Huang (黃慧玲) Date: November 13

17 前情提要 序列比對 相似序列具有相似功能 相似序列會有類似的蛋白質立體結構 演化上會使用”模組”來做同源遺傳的行為 同源模擬
利用序列的相似程度來預測一個蛋白質可能有的立體結構 對於模板的挑選十分重要 需要同源模擬的原因:蛋白質的結構取得不易

18 這三堂課之間的關係到底是?? 定序 ADEKRTYIPASDE….. 問題: 只知道序列無法進行研究，必須要知道該序列的功能
Wet bench 猜測待查的序列功能 XXXXXXX XXXXX XXXXXX …… 猜測待查的序列結構 序列資料庫 相似的序列會有相似的功能 結構資料庫 相似的序列會有相似的結構

19 教學理念及教學準備 評量方式 課堂紀錄D (少一次扣總分1分 認識一下可抵一次) 議題報告E (沒有報扣總學分 3~5 )
班級負責(V20) Sequence Alignment(V15) Application(V10) PSO(modify code)(V15) 期中電影心得(M40) 期中報告(M60) Molecular Simulation(V15) Docking(V15) 期末報告(F100) 總成績= V*0.4+M*0.3+ F*0.3+D+E。

20 教學品質 共同課程 生物影像資訊學 生物機器學習 蛋白質功能預測 醫學資料分析與臨床應用 啟發及激勵學生學習動機能力，對學生學習正面影響程度
著重對各領域學生都能學習到基礎的生物知識，同時將資訊技術應用在 各方領域。 以資訊技術為基礎，說明該技術在各領域的應用，再以該工具目前在生 物領域中發展的情況作為內容。 共同課程 生物影像資訊學 生物機器學習 蛋白質功能預測 醫學資料分析與臨床應用

21 教學品質 授課輔導學生情形:視學生學習狀況給予適切建議、指導、支持 與學生互動溝通
本課程分為入門層級和進階層級，修課學生可按照自己的本科系的課業 內容安排在該課程中的學習比重和時間。 即時溝通管道以電子平面為主，在課堂初都已提供老師和助教的電子郵 件位址。 每堂課程要求學生提供學習心得，作為選擇入門層級學生的溝通管道。 進階層級的學生需要更多時間與管道提供學生指導與建議，目前溝通管 道仍以電子郵件為主，在重要議題會提供課外的時間進行指導，同時還 有很多輔助管道，離如臉書社團、line群組等等。 同學自主成立之臉書社團 課程之外時間，仍然努力回答同學問題

22 同學自主成立之臉書社團

23 教學方法之創新與創意 教學品質 通識課程的同學背景差異大
藉由計算中心提供電腦教室來進行課程，由生物資訊發展史解說、明白基因密碼 解譜使得生物序列資料擴增、如何應用生物科技與資訊科技發展生物資訊。 因應目前生物資訊潮流而修正，鑒於巨量資料(big data)的發展重要性， 目前在資料庫應用、機械學習法和統計預測模型都有提供進階的學習內 容並有專人指導。 授課過程中，除了列舉生活例子、時事等等的例子讓學生對於這些學術 內容有所體悟，並且舉出這些例子和時事等等的事物應該如何處理，而 不侷限在投影片或是課本內容當中，藉此觸發學生舉一反三的靈感。

24 提升教學知能及參與教學發展 提升教學知能 鑒於生醫技術發展快速，及資訊領域科技一日千里，生醫數據資料累積 速度不斷加快。生物資訊結合生物與資訊兩門科學，為了加強教學內容 同時配合當今學術與產業之趨勢，故: 1) 定期參與國外之頂級生物資訊研討會。研討會有各國生物資訊專家參 與，同時有生物資訊領域中最新的想法，參與研討會可以修正教學方向， 彌補對未來趨勢之不足。 2) 定時參與醫學及資訊相關討論。在取得生醫和資訊相關知識時，如有 疑問會在討論時提出，並做出相對應修正教學內容。目前的資訊領域中， 以大資料(big data)為發展主流，而發展大資料所需之資料庫技術、機械 學習法、最佳化演算法以及數學建模早已納入本人教材中，由此可知教 材早已反映主流趨勢，並早已為學校提供相關教學內容，有助學生進入 職場。

25 提升教學知能及參與教學發展 參與課程/教學發展相關的計劃 為了達到因材施教的效果，本課程分為兩個層級:概論層級和進階層級。
概論層級是為了不同領域的學生所設計，內容除了教授基礎的生物與目 前資訊的應用之外，另外配合實作，讓學生確實接觸到生物資訊工具並 讓學生了解該工具並不是只有在課本當中才能看到。 進階課程為專人教授，此層級之設定配合入門層級的知識，再加上機械 學習與數學建模的實作，讓學生在親自操作的情況下明白資料處理、數 學建模與最佳化的理論和內容。入門課程的對象為所有學生，而進階內 容對象為對於生物資訊學門有更多興趣的，並願意花時間研究的學生。

26 提升教學知能及參與教學發展 配合教務政策執行教學服務或改善
含實作課程，此實作課程在延伸相關的理論基礎與操作以後，目前已支 援”台中第一中學科學實驗班”的相關普通生物學實驗課程。 台中第一中學科學實驗班的對象為台中第一中學優秀之學生，藉由提前 修習大學課程提升自身能力。因生物資訊入門分為入門層級與進階層級， 而進階層級之相關理論經過精緻化、專業化的修正後，成為科學驗班普 通生物學實驗的生物資訊實驗內容。

27 教學成果 因生科系生資所專案教學人員不可收研究生，因此沒有指導學生 的問題，故鼓勵學生參加會議。 開課情形 (101下至103上)

28 全校性共同課程 學年 度 學 期 課程名稱 開課單位 開課對象 人 數 評 分 101 2 普通生物學實驗二 生科系 台中一中 4 5 生物資訊入門 (通識) 通識中心 大三 52 4.04 大二 51 3.88 102 1 普通生物學實驗(一) 8 4.72 4.3 4.22 7 4.0 49 4.26 50 3.86 103 3 5.0 4.27 4.23

29 學士班選修及研究所課程 生物影像資訊學 生資碩 8 4.79 計算生物(一) 二年級 5 4.60 計算生物學-蛋白質功能預測 7 4.50
學年 度 學 期 課程名稱 開課 對象 人 數 評 分 101 2 生物影像資訊學 生資碩 8 4.79 102 1 計算生物(一) 二年級 5 4.60 計算生物學-蛋白質功能預測 7 4.50 6 醫學資料分析與臨床應用 11 4.75 103 生物機器學習 14 4.80 計算生物學-智慧型計算與應用 5.00

30 教學成果 學生表現(紅色字體為學生姓名) 醫學資料分析與臨床應用學生參與發表論文
Angiotensin Receptor Blockers Decrease the Risk of Major Adverse Cardiovascular Events in Patients With End-stage Renal Disease on Maintenance Dialysis：A Nationwide Matched-cohort Study. Chung-Wei Yang, Nian-Sheng Tzeng, Yun-Ju Yin, Chien-Hsun Li, Hung-An Chen, Shinn-Ying Ho, Hui-Ling Huang

31 教學成果 學生表現(紅色字體為學生姓名) 計算生物(一)、生物資訊入門
亞洲生物資訊會議每年由澳洲、多倫多、美國、新加坡、中國、韓國、日本、 台灣輪流舉辦，正逢今年台灣交大生科系主辦，因此鼓勵同學參加國際研討 會。 各有三位學生參與國際型A級研討會: Asia Pacific Bioinformatics Conference 2015，並發表4篇論文如下: 1. Prediting Real Value Relative Solvent Accessibility of Proteins Using Residue Corresponding Model Yi-Fan Liou, Kai-pin Tung, Shu-Yi Tseng, Hui-Ling Huang, Shinn-Ying Ho 2. Prediction and analysis of programmed cell death proteins using scoring card methods Tamara Vasylenko, Yun-Ju Yin, Hung-An Chen, Yung Sung Lai, Ya-Chih Tai , Wei-Lun Zeng, Eugene Lee Tzuan, Hui-Ling Huang, Shinn-Ying Ho 3. Prediction and analysis of cancerlectins using informative physicochemical properties Hui-Ling Huang, Li-Sun Shu, Shu-Ting Hsu, Hsih-hsiang Chiu, Shinn-Ying Ho 4. Using Scoring Card Method for Predicting and Characterizing Polyketide Synthases and NonribosomalPeptide Synthetases Shin-Yun Jun, Chia-LunYeh, Wei-Chun Lin, Fang-Yu Lin, Hui-Ling Huang, Shinn-Ying Ho

32 教學成果 學生表現(紅色字體為學生姓名) 生物影像資訊學
學生參與國內研討會Proceedings of the 2013 Computer Vision Graphics and Image Processing (CVGIP) 1.Predicting cytoplasm-to-Nucleus Translocation in Human U2OS Cell Images Tamara Vasylenko, Shih-Chung Lai, Yun-Ju Yin, Yerukala Sathipati Srinivasulu, Phasit Charoenkwan, Hua-Ching Lee, Hui-Ling Huang, Shinn-Ying Ho 2.Automatic Classification and Analysis of Stomata Movement Chao-Di Chang, Fun-Ying Chu , Yu-Ching Kuo, Chien-Hsun Li , Phasit Charoenkwan, Hui- Ling Huang, Shinn-Ying Ho

33 教學影響力與總結 啟發大學部應化系林芳瑀學生主動來學習生物資訊，並跨系專題 題目來學習研究。
啟發大學部電工系學生劉俊安、張耕逢、陳昱璋、蔡宗羿和陳昇 琳，選修生物影像資訊學課程。 以學生為出發點，將所有授課之學生當作自己的孩子，以簡潔有 效的方式(Line或Facebook)與學生互動，激發學生學習的動機和學 習的積極態度。

34 Thank you very much!