ביואינפורמטיקה היא תחום חדש ומתפתח העושה שימוש בטכנולוגיית מחשבים לניהול וניתוח מידע ביולוגי. השימוש בביואינפורמטיקה הוא שינוי משיטות המחקר המסורתיות בהן נעשה שימוש במעבדות. ביואינפורמטיקה משתמשת בגישות ומיומנויות חישוביות כדי לפתור שאלות ביולוגיות (Neumann 2006). גישה ביואינפורמטיקה משמשת בעיקר בחקר ביולוגיה מולקולרית ותאית. השימוש בביואינפורמטיקה בכיתות העכשוויות הוא בלתי נמנע, ולכן המורים צריכים לכלול גישה זו בשיעורי ביולוגיה. ישנן מספר שיטות יעילות שניתן להשתמש בהן כדי ללמד ביואינפורמטיקה לסטודנטים לתואר ראשון, כפי שיפורט להלן.
השיטה הראשונה המוצעת על ידי (Parke 2013) היא שימוש ב-high performance computing (HPC) הכולל שימוש במחשבים בעלי ביצועים גבוהים או מהירים לפתרון בעיות מדעיות או ביולוגיות. דוגמה למערכת High Performance Computing (HPC) היא ה-XSEDE המשמשת למחשוב ושיתוף נתונים. HPC חשוב בהוראת ביואינפורמטיקה מכיוון שהוא מגדיל את יכולת איסוף הביג דאטה ויש לנתח את הנתונים בצורה מדויקת ומהירה. ביואינפורמטיקה כוללת ניתוח של כמויות גדולות של נתונים שלא ניתן לבצע באמצעות מחשוב רגיל.
בזיהוי האסטרטגיה המתאימה ביותר להוראת ביואינפורמטיקה, חשוב לדעת את רמת הידע של התלמידים. הצגת ביואינפורמטיקה לתלמידים מחייבת שימוש בכלים ובמאגרי מידע מותאמים הנלמדים על ידי עוזר המורה במעבדת ביואינפורמטיקה בזמן אמת (Neumann 2006). עבור סטודנטים מתקדמים יותר לתואר ראשון, ניתן להשתמש בכלים ומסדי נתונים מורכבים יותר כגון Student Workbench (bioquest.org), שהוא כלי מבוסס אינטרנט המשמש לניתוח נתונים מולקולריים.
סטודנטים, בדיוק כמו מדענים וחוקרים, הם משתמשים בביואינפורמטיקה. המשתמשים צריכים לא רק להכיר לביואינפורמטיקה אלא גם להכשרה מתמשכת כדי לעדכן אותם בטכנולוגיה המתפתחת. (שניידר 2010) מציעה שימוש בהכשרה ביואינפורמטיקה מקיפה המספקת את מגוון תחומי העניין ויעדי הלמידה של התלמידים (2). ההכשרה המוצעת על ידי שניידר ואח’. הוא בעל ערך משום שהוא משלב את האתגרים בהכשרה כגון הבדלים ברקע המתאמן ומחסור בחומרים, ומספק את הפתרונות הנדרשים לאתגרים אלו. (Wood and Gebhardt 2013) מציעים סוג אחר של הכשרה: מעבדת הלמידה האירופית מיועדת למדעי החיים (ELLS) LearningLAB המאפשרת החלפת מידע חדש מקומית ובינלאומית, אשר בתורה עוזרת לתלמיד לגשת לנתונים ביולוגיים מהחיים האמיתיים ולקבל נחשף לשיטות מחקר עכשוויות (4).
Form וליוויטר הציעו שימוש בלמידה מבוססת חקר בהוראת ביואינפורמטיקה הכוללת פתרון בעיות בעולם האמיתי עם מיומנויות מודרניות (1). למידה מבוססת חקירה כוללת שימוש בשאלות ותרחישים במקום הצגת עובדות לתלמידים, זה עוזר לתלמידים ללמוד את הנושא בדרכם שלהם. המחברים מציעים כללים של הוראת ביואינפורמטיקה הכוללים העצמת תלמידים, התייחסות לסגנונות למידה שונים וקישור פעילויות לתכניות לימודים מדעיות קיימות.
תלמידים מעדיפים למידה מבוססת מחשב בהשוואה ללמידה מסורתית, והם מוצאים את הלמידה בביואינפורמטיקה מעניינת יותר כאשר עובדים בזוגות או בקבוצות (מכלוף 2016). למרות שהתלמידים מוצאים את זה יותר אטרקטיבי ומושך להשתמש בלמידה מבוססת מחשב, למורה יש תפקיד קריטי בכל הנוגע להכנסת ביואינפורמטיקה לתלמידים, כיצד הם מנחים את התלמידים בהבנת הפעילות והמשוב שלהם במקום המשוב האוטומטי מהביואינפורמטיקה. אתר אינטרנט (מכלוף 2016).
ביואינפורמטיקה שיתופית נתמכה גם על ידי (Goodman and Dekhytar 2014) במה שהם כינו כהוראת עמיתים חוצת תחומית או הוראה במסגרת קונצרטים (2): הלמידה השיתופית כללה תלמידים בדיסציפלינה של מדעי החיים שעבדו בתלות הדדית עם תלמידים בתחומי מדעי המחשב כדי לפתור בעיות או בעיות ביואינפורמטיקה.
Goodman and Dekhtyar (2014) הציעו גישת הוראה תוך קונצרטים להכנסת תלמידים לחשיבה חישובית באמצעות פרויקטים משותפים המשתמשים בפיתוח תוכנה. ככאלה, הם רואים בגישתם שימת דגש על פיתוח תקשורת בינתחומי וכן כישורי שיתוף פעולה לביואינפורמטיקה. בגישת ההוראה בקונצרטים לביואינפורמטיקה, על המורה לבנות קורס תכנות מבוא ולערב את התלמידים בניתוח בעיות, יישום, עיצוב והערכת פתרונות. לאחר מכן המורה מתמקד בתהליך פתרון הבעיות ובכך הופך את הגישה למתאימה לחשיפת תלמידים לביואינפורמטיקה למיומנויות חישוביות. לפיכך, מלמדים את הסטודנטים שני קורסים שונים, רכיבי מעבדה משותפים והרצאות ספציפיות לתחום, בצורה מתואמת (Goodman & Dekhtyar, 2014).
הגישה כוללת שני מרצים יוצרים במשותף את חומרי הקורס בצורה מתואמת, אם כי הקורסים נלמדים משדה המבט של כל מורה. במהלך מטלות מעבדה, תלמידים משתי הכיתות עובדים יחד ובכך מביאים מיומנויות וידע ספציפיים לתחום. הגישה כוללת אפוא מאמצים משותפים של מרצים וסטודנטים מדיסציפלינות שונות הפועלות למען מטרה הדדית.
בנוסף, כדי להבטיח שביואינפורמטיקה נלמדת ביעילות לתואר ראשון, מדריכים וסטודנטים צריכים להיות מצוידים בכישורים המאפשרים להם להשתמש במשאבים ובנתונים בדרכים המהדהדות עם שיטות המחקר הנוכחיות. על המדריכים להבטיח שהסטודנטים יחקרו משאבי ביואינפורמטיקה מבוססי אינטרנט כדי להגביר את האוריינות הדיגיטלית שלהם ובכך להפחית כל חשש ממגע עם משאבים מדעיים, למשל, כלי ניתוח ומסדי נתונים.
LearningLABS חיוניים בהצגת מושגי ליבה של ביולוגיה חישובית וכן במתן הזדמנות לאסוף ממחקר. באמצעות LearningLABS מדריכים מראים לתלמידיהם את הקשר בין מחקר חדשני ונושאי לימודים ובכך מביאים לחיים את המדע ומובילים להתעניינות בביואינפורמטיקה עבור התלמידים. המורים צריכים לדרבן את השתתפות התלמידים כדי להבטיח שהם מחזקים את כישוריהם.
על המדריכים להתאים את תוכן הקורס לנושאים הרלוונטיים לכיתה כדי להבטיח יישום מושגים חדשים, וכך הקורס יצליח. יתרה מכך, כדי להבטיח שהתלמידים יבינו את מה שמלמדים אותם, חיוני להשתמש בחומרים, כגון מצגות PowerPoint להורדה, מערכי שיעור כדי להגביר את יכולתו של המדריך ללמד את חומרי הקורס.
Form ו-Lewitter (2011) מסכימים שהטכנולוגיה הנכונה חיונית כדי ללמד ביואינפורמטיקה לסטודנטים במכללה בצורה יעילה. ככאלה, כלים חישוביים, אם ייעשה בהם שימוש מוקדם מספיק, יהיו יעילים בהוראת ביולוגים עתידיים. התכניות המתאימות להוראת ביואינפורמטיקה ביעילות כוללות fsBLAST, הדומה ל-BLAST לניתוח נתונים ביולוגי. באמצעות התכנית התלמידים לומדים ניתוח מבנה ביולוגי באמצעות תוכנות מחשב שונות. תוכניות אלו מטפלות ומתפעלות כמויות נתונים אדירות תוך זמן קצר. עם זאת, על המדריך לחשוף את התלמידים לניתוח נתונים מדומה על נייר ועיפרון. התרגיל עשוי לכלול השוואת רצף חלבונים כדי להגיע לציון קשר לפני השימוש ב-BLAST. כדי לעזור לתלמידים להבין את הפלט של BLAST, על המדריך להציג מידע בדרכים שונות, למשל, ממשק גרפי צבעוני, יישור רצף ורשימת התאמה של פורמט תרשים.
ווד וגבהרדט (2013) מסבירים שקורסי ההוראה של LearningLAB למדריכים מציעים מומחיות מעשית וידע תיאורטי לגבי מתן מושגי ביואינפורמטיקה לסטודנטים. באמצעות מעבדת הלמידה האירופית למדעי החיים, ELLS, מבטיחה שהתלמידים יתקשרו ישירות עם המדריכים ובכך יקצרו את הזמן שלוקח לספק לתלמידים ממצאים מדעיים חדשים. לפיכך, המרצים פועלים כמשנים של ידע בכך שהם לוקחים מידע מהמקור לסטודנטים כ”מדע חי”. ככזה, המרצים מבטיחים שהסטודנטים ירכשו עניין בביואינפורמטיקה ובכך מקבלים השראה להיות מדענים עתידיים.
דרך נוספת להוראת ביואינפורמטיקה לתלמידים היא באמצעות טכניקות מציאות מדומה. טכניקות אלו חיוניות בהקלת הממשק עם הסביבה החיצונית וכן ביצירת אווירה מלאכותית לתלמידים. המדריך מדמיין את המידע כנטייה קורלטיבית תלת מימדית כדי ליצור עניין של התלמידים ובכך לשפר את ממשק הלמידה. טכניקות המציאות המדומה עוזרות לסטודנטים להבין את הישימות של ביואינפורמטיקה ובכך משפרות את תוצאות הלמידה בטיפול, ביוכימיה, אנטומיה ופרמקולוגיה. ככזה, התלמידים לומדים על כלי אחסון וסריקה של נתונים, החיוניים בכריית נתונים MRI בנוסף לתיחום מתאמים של ממצאי מוח באמצעות תוכנה אנליטית.
המציאות המדומה חיונית בתמיכה במספר משתמשים בו זמנית ובכך לקדם למידה שיתופית ואינטראקטיבית. לכן, טכניקות של מציאות מדומה, בניגוד ללמידה גרידא ביוזמת המורה, מגבירים את היוזמה של התלמיד ללמוד. על המדריכים גם לאמץ את ההתקדמות האחרונה בטכנולוגיית הטאבלטים והניידים כאמצעי למידה כדי לצייד את התלמידים בחומרים ובקישורים חינוכיים לשיפור התוצאות.
לכן, התלמידים יכולים להעמיק את הידע הביואינפורמטיקה שלהם באמצעות חשיפה לחשיבה חישובית. עם זאת, זיהוי הבעיה ושיתוף הפעולה של המדריכים מספקים את מטרות הלמידה החיוניות להוראת הקורס עם מומחיות מדיסציפלינות שונות. מתן מדריך חיוני בהוראת ביואינפורמטיקה כמו גם למידה מבוססת מחשב. תלמידים יכולים ללמוד ביואינפורמטיקה באמצעות מחשוב בעל ביצועים גבוהים, המשתמש במחשבים מהירים כדי לפתור בעיות ביולוגיות. יתר על כן, למידה מבוססת חקירה יכולה גם לסייע לתלמידים להבין בצורה יעילה את מושגי הביואינפורמטיקה מכיוון שהם יהיו מעורבים בפתרון בעיות בעולם האמיתי עם מיומנויות מודרניות. טכניקות שימושיות נוספות להוראת ביואינפורמטיקה כוללות טכנולוגיות מציאות מדומה, המקדמות למידה אינטראקטיבית ושיתופית.
הפניות
פורם, דיוויד ופראן לויטר. “עשרה כללים פשוטים להוראת ביואינפורמטיקה ברמת תיכון”. PLoS Comput Biol 7.10 (2011): e1002243.
גודמן, אניה ל. ואלכס דכתיאר. “הוראת ביואינפורמטיקה בקונצרט”. PLoS Comput Biol 10.11 (2014): e1003896.
מכלוף, יוסי ואח’. “הנגשת מדע אותנטי – היתרונות והאתגרים של שילוב ביואינפורמטיקה בתוכנית לימודים למדעים של בית ספר תיכון”. תדריכים בביואינפורמטיקה (2016): 1-15. הדפס.
נוימן, מלודי וניקולס פרוארט. שימוש בכלים ובמאגרי מידע מותאמים להוראת ביואינפורמטיקה בקורסי ביולוגיה מבוא. טורונטו, ON: המחלקה לזואולוגיה והמחלקה לבוטניקה, אוניברסיטת טורונטו, 2006. הדפס.
פארק, טיילר וחב’. “שימוש ב-HPC להוראה ולמידה של תוכנות ביואינפורמטיקה: יתרונות ואתגרים”. BMC Bioinformatics 14. Suppl 17 (2013): A18.
שניידר, MV et al. “הדרכה ביואינפורמטיקה: סקירה של אתגרים, פעולות ודרישות תמיכה”. תדריכים בביואינפורמטיקה 11.6 (2010): 544-551. אינטרנט.
ווד, לואיזה ופיליפ גבהרדט. “ביואינפורמטיקה הולכת לבית הספר-שדרות חדשות להוראת ביולוגיה עכשווית”. PLoS Comput Biol 9.6 (2013): e1003089.