2017年，中共中央国务院印发的《新一代人工智能发展规划》[1]首次提出人工智能（artificial intelligence，AI）的国家战略，为AI与教育的融合奠定了政策基础。2018年教育部发布的《教育信息化2.0行动计划》[2]核心是通过信息技术与教育教学深度融合。2025年1月，AI大模型DeepSeek发布，为教育领域的智能化升级提供关键技术支撑；同年，中共中央国务院出台《教育强国建设规划纲要（2024—2035年）》[3]明确“以人工智能全链条赋能教育”为核心方向，旨在构建数字化教育生态，进一步明确AI在教育领域的应用路径。2025年4月教育部等九部门印发的《关于加快推进教育数字化的意见》[4]是首次多部门协同推进相关工作，标志着AI教育正式进入规模化落地阶段。在AI快速发展的时代背景下，研究生课程教学模式需顺应时代发展持续创新，以培养具备数字化能力的创新型人才。

1 AI+教育研究现状

目前，教育领域利用大模型创新教学模式呈现多维度发展趋势；GPT-4、DeepSeek为代表的大模型展现出优势[5-6]。苏小红等[7]构建智能平台、智能助教、智能体提升了学生的参与度和学习体验；翟雪松等[8]基于智能体+元宇宙的数字化泛在学习模式的创新，创建智慧学习场景，提高教与学的效率和效果。研究生教育是我国教育的最高层次，承担着创新能力培养和个性化学习的重任[9-10]。AI时代背景下，创新人才培养模式重新构建和全方位改革，满足人才培养的需要。

2 课程概述

生物学是黑龙江中医药大学中西医结合基础硕士研究生的核心课程。其培养目标是让学生掌握生物学的基础理论、实验技术和研究方法，并能将生物学知识与中西医结合研究相结合，为中西医结合基础研究提供生物学层面的理论支持和技术保障。与其他中医院校情况类似，该专业学术型研究生学缘结构多元化，其本科专业多为药学、中西医临床医学、中医学或实验技术等，生物学基础相对薄弱。

生物学课程融合了《细胞生物学》《医学遗传学》和《分子生物学》内容。原有的教学模式以教师为主体，主要采用讲授法，辅以板书、提问等形式；评价方式侧重结果性评价，平时成绩通过课上汇报生物学相关研究论文评定，存在学生参与度低、成绩区分度不高的问题。目前市面上缺乏与该专业直接相关且契合度高的教材，授课所用参考书为生物学专业研究生教材，因此需要教师补充医学相关内容。授课教师以开课教研室的教师团队为主，学缘结构相对单一。

3 人才培养模式的改革举措

人才培养模式是在一定的教育理论、教学思想指导下，实现特定人才培养目标，由学校构建的关于人才培养过程的系统性结合框架和运行机制。人才培养模式包括培养目标、课程体系、教学方式、实践环节、评价机制、师资与资源保障等。在学校总体人才培养方案的指导下，教师团队修订教学大纲，开展教学实践，进而促进创新人才的培养。

3.1 人才培养目标改革

人才培养目标是培养AI赋能的复合型人才培养体系，对核心能力进行重构，拓展新型能力。核心能力重构是指研究生能利用大模型（如DeepSeek）解析肝癌肺转移的生物学特征，或通过知识图谱关联细胞迁移信号通路；AI辅助科研创新能力，学生能运用机器学习预测中药活性成分靶点（如抗衰老筛选模型），并通过虚拟仿真平台优化实验参数；临床问题智能化转化能力培养，基于临床案例（如脂肪肝），学生利用AI生成多组学数据分析报告，设计“基础研究-临床验证”闭环方案。

在核心能力重塑的基础上培养研究生的拓展新型能力。鼓励研究生开发与优化AI工具，参与中医药大模型训练，或开发专用算法解决中医数据标准化难题。培养学生跨学科能力，参与医工结合项目，利用AI在医疗领域开展应用，熟悉AI、机器学习、数据分析等计算机科学领域的技能及工程技术等方面的知识。

3.2 课程体系改革

《生物学》的课程体系通常包括基础理论、专业知识、实验技能和前沿与研讨专题。AI深度融合的模块化架构，在原有的课程体系基础上进行改革和创新，设置基础理论模块、专业知识模块、实验技能模块和专题研讨模块。见表1。

表1 生物学教学模块组成

基础理论模块打破学科壁垒，将分子生物学、细胞生物学、医学遗传学等课程知识通过知识图谱和平台智能体线上+线下学习的模式开展教学。利用知识图谱和智能体总结细胞生物学、分子生物学和医学遗传学课程结合的例子见图1。

图1 生物学课程相关性

专业知识模块将学科研究方向相关专业内容与基础知识有机结合。利用AI学习相关资料，总结与疾病发病机制、诊断相关生物学知识，学习资料在平台中供学生自学，通过研讨、讲授等方式开展学习，后续AI总结和分析学习过程中的难点问题，为教学质量助力。

实验技能模块根据学生所学专业的特点制定，包括细胞生物学实验、分子生物学实验和遗传学实验等。利用虚拟仿真实验平台，进行细胞培养、细胞染色和细胞凋亡检测等实验操作；掌握PCR技术、基因克隆、蛋白质印迹等实验方法；通过免疫组织化学染色技术检测组织、细胞中的蛋白表达。实验技能模块增加医工交叉学科内容，利用AI筛选用于3D打印的生物墨水。

专题研讨模块占总学时40%以上，通过在线数据库中搜索本专业相关的生物学领域最新研究进展，如干细胞研究、基因编辑技术、精准医学、医工结合案例等，拓宽学生的学术视野。围绕中西医结合领域中生物学相关的热点问题展开讨论，如中药的分子作用机制、针灸的神经生物学基础等，培养学生的科研思维和创新能力。目前大语言模型在药物筛选、分子对接、传统中医诊断与治疗中也发挥作用，随着数据升级、AI辅助医师诊疗，传统医学智慧与现代AI系统将深度融合。

3.3 教学方式

围绕“中西医理论互释、现代技术赋能、科研实践导向”的核心目标，融合建构主义学习、跨学科协作、虚拟仿真实验等创新方法，形成多维立体的教学体系。

3.3.1 基于问题的学习（problem-based learning，PBL）/基于案例的学习（case-based learning，CBL）相结合的教学法 课程中采用PBL与CBL相结合的教学法[11-12]。中医经典问题驱动：从内经等课程中提炼可验证的科学问题，将“脾主运化”与肠道菌群的关联，引导学生通过结合临床案例，小组讨论形成研究假设，并以“中药复方影响肠道菌群的分子机制”为课题，要求学生运用CBL方法分析临床案例，结合PBL流程设计实验验证靶点。

跨学科协作研讨，定期举办“中西医理论与现代生物学对话”工作坊，邀请中医基础理论学者、临床医师与分子生物学专家共同解析“肝主疏泄”与神经-内分泌-免疫网络的调控机制，通过多学科视角碰撞激发创新思维。

3.3.2 翻转课堂与学术前沿的嵌入 线上资源前置学习，学生课前通过TronClass等平台完成分子克隆技术、基因编辑原理的视频学习，并参与在线测试（正确率需达80%以上），课堂时间则聚焦于案例分析与技术应用讨论。

学术动态即时更新，每学期设置2～3次“生物学前沿沙龙”，由教师团队轮流介绍新技术、新方法在中医药研究中的最新进展（如靶向验证中药活性成分的作用机制），并引导学生批判性分析研究方法的适用性。

3.3.3 虚实结合创新实验教学 开发“中药复方多靶点作用虚拟平台”，鼓励研究生通过3D建模模拟扶正祛邪的中药复方对肿瘤细胞信号通路的调控过程，结合代谢组学数据预测其对“正气亏虚”与“邪毒”并存的虚实夹杂证候的干预机制。形成“虚拟建模预测-实验验证-数据比对”的完整闭环。

利用虚拟仿真实验系统，学生在虚拟仿真平台上开展虚拟实验，并在实验室验证实验结果，形成“虚拟实验练习-实际操作-数据分析”的闭环。

3.4 评价体系

原有的评价包括终结性评价（考试）和过程性评价（考勤+课上汇报），学生成绩区分度不大，参与度也不足。目前，通过教学模式的改革，开展多元化过程性评价，利用AI工具辅助评估，形成个性化改进建议。

3.4.1 多元化过程性评价 多元化过程性评价包括知识维度、能力维度和素养维度。知识维度通过终结性考试、在线测试、文献汇报评估理论掌握度。能力维度基于实验报告的创新性（如虚拟实验中的参数优化方案）、团队协作表现（跨学科小组任务完成度）评分。素养维度结合课程思政元素，评估学生对中医药文化的认同度（如在“中医经典生物学阐释”讨论中的价值判断）和科研伦理意识（动物实验设计的合规性）。

3.4.2 技术工具辅助评估 采用超星学习通、雨课堂、智慧树等平台AI工具，教师可实时查看学生的学习轨迹（如测验错误率），并生成个性化改进建议。自动分析学生讨论记录中的关键词（如“信号通路”“代谢组学”），评估其跨学科思维的整合能力。

3.5 师资与资源保障

教学团队能力的提升和教学资源的更新将双向赋能AI+教育，协同创新教学模式。

3.5.1 跨学科教学团队建设①教师能力提升计划：实施“中西医双向培训”，生物学教师参加中医经典研修班，中医教师学习分子生物学技术。②组建教学团队：由中药学、生物学和生物化学专业教师共同编写《生命科学基础》教材，融入京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes，KEGG）通路图、中医方剂数据库等数字化资源。数字教材建设还包括思政素材、知识拓展和知识图谱，由8所中医院校参编的国家“101计划”核心教材，由高等教育出版社出版。上海中医药大学牵头的8所中医院校共同组建的虚拟教研室，开展丰富多彩的教学活动。虚拟教研室构建是跨校、跨地域的教研交流新形态[13]。8所院校同上一堂课、集体备课和开展翻转课堂教学等。教学团队通过教学实践，分析教学重点和难点，根据学生学习过程中共性问题调整教学内容和教学活动。③临床导师深度参与教学：团队请龙江医派教师团队参与教学研讨课，将“中医药治疗复杂疾病”等典型案例融入教学，培养学生临床问题转化能力。

3.5.2 教学资源 教学团队参编的国家级教材《生命科学基础》和行业规划教材《医学遗传学》应用于课程中。《医学遗传学》教材由中国中医药出版社出版，包括22所高等中医药院校和4所高等西医院校的30余位专家参与，团队建设的数字资源包括微课、教学视频和数字习题库等。

《生命科学基础》和《医学遗传学》采用“纸质教材+数字资源”模式，纸质内容聚焦理论框架，数字资源（如KEGG通路动态演示、虚拟实验操作视频）通过二维码链接更新。配套《生物学实验指导》融入基础实验操作，学生可扫码查看实验原始数据及跨学科分析思路。

中医药数据资源：整合TCMSP、BATMAN-TCM、PubChem等数据库，学生可检索经典方剂的活性成分、作用靶点及KEGG通路，并自动生成网络药理学分析报告[14-16]。对接“中医药大数据中心”，实时获取中药复方干预常见病的前沿研究数据，用于课堂讨论与实验设计。

学术前沿资源库：定期推送《Cell》《Nature》子刊中“中医药+单细胞测序”“经穴-脑网络”等领域的最新论文，例如2025年新增“空间转录组在针灸机制研究中的应用”专题模块。开发“学术写作智能辅助系统”，针对中医药研究的特殊性（如复方成分复杂性），提供SCI论文结构优化、审稿意见回复模板等功能。

4 结语

教学团队通过“AI+生物学”培养模式探索和实践，研究生对课程参与度明显提高。近年来申请的研究生创新项目和比赛获奖人数也明显提升，本专业研究生发表SCI论文数量和申请考核博士研究生的学生也逐年增加，说明教学模式的创新对学生能力培养有一定的促进作用。AI在教学辅助中的作用和功能挖掘仍需不断进行，不能忽视其中的问题。AI文献搜索不全面，答案不准确、片面现象凸显，容易出现知识幻想；学生过度依赖AI的使用，缺少思考的过程；文献撰写和翻译能力可能会削弱；推理过程不能代替实验过程，避免出现学术诚信问题。作为教师也需要不断学习使用AI和复盘“AI+生物学”教学中出现的各种问题，为助力学生成长不断努力。

利益冲突声明：本文所有作者均声明不存在利益冲突。

[参考文献]

[1]中共中央国务院.国务院关于印发新一代人工智能发展规划的通知[EB/OL].（2017-07-08）[2025-09-28].https：//www.gov.cn/gongbao/content/2017/content_5216427.htm.

[2]教育部关于印发《教育信息化2.0行动计划》的通知[J].中华人民共和国教育部公报，2018（4）：118-125.

[3]中共中央 国务院印发《教育强国建设规划纲要（2024—2035年）》[N].人民日报，2025-01-20（006）.

[4]教育部，中央网信办，国家发展改革委，等.教育部等九部门关于加快推进教育数字化的意见[EB/OL].（2025-04-11）[2025-09-28].https：//www.gov.cn/zhengce/zhengceku/2025 04/content_7019045.htm.

[5]荀渊.ChatGPT/生成式人工智能与高等教育的价值和使命[J].华东师范大学学报（教育科学版），2023，41（7）：56-63.

[6]佟林杰，牟倩.生成式人工智能嵌入研究生教育的价值定位、潜在风险与规范路径[J].黑龙江高教研究，2025，43（7）：11-17.

[7]苏小红，何钦铭.人工智能赋能教与学场景和模式革新的探索——以程序设计课程为例[J].中国大学教学，2025（6）：65-72.

[8]翟雪松，季爽，李艳.基于智能体元宇宙的数字化泛在学习对高阶思维能力的影响研究[J].电化教育研究，2025，46（8）：47-56.

[9]房明丽，李冬，邵晨.人工智能与个性化教学策略深度融合——以“博士研究生分子免疫学课程”为例[J].中国免疫学杂志，2025，41（6）：1340-1343.

[10]林婕，陈庆，邱意弘.数智时代研究生使用生成式人工智能的分层特征与群际差异[J].高等工程教育研究，2025（4）：160-165.

[11]ZENG H，ZHU Z W，HU J，et al.Application of ChatGPTassisted problem-based learning teaching method in clinical medical education[J].BMC Med Educ，2025，25（1）：50.

[12]ZHU Y，ZHANG J，FEI J，et al.Problem-Based Learning and Case-Based Learning in Clinical Practical Teaching for Gynecology Residents：A Narrative Review[J].Adv Med Educ Pract，2025，16：1269-1279.

[13]朱平平，邵伟，姚奇志，等.打造教师教学发展共同体，多校共上一堂课——“大学化学实验课程群虚拟教研室”教研活动初探及成效[J].大学化学，2023，38（10）：37-48.

[14]赵苗青，李丰，石彬彬，等.系统药理学（Ⅵ）—TCMSP数据库及其应用[J].中医药信息，2020，37（3）：22-29.

[15]赵巍，尹慧慧，徐胜东，等.基于中医传承辅助平台及中药分子机制的生物信息学分析工具的刘爱民教授治疗湿疹用药规律及网络药理分析[J].中医临床研究，2023，15（36）：93-98.

[16]白桦芳，秦绯旭，针涛，等.基于UHPLC-Q-Exactive Orbitrap MS和网络药理学探讨归脾丸抗焦虑作用机制[J].中国现代应用药学，2023，40（1）：25-37.

Exploration and practice of innovative talent cultivation mode based on artificial intelligence and biology

SUN Yang LIANG Ying ZHANG Yuyao LIU Dan LI Runtian XU Fang LI Mingzhu
Basic Medical College,Heilongjiang University of Chinese Medicine,Heilongjiang Province,Harbin 150040,China

[Abstract] Biology is a core course for master students in the basic discipline of integrated traditional and western medicine.In the context of the rapid development of artificial intelligence (AI),the teaching model of biology courses needs to continuously innovate in line with the times to cultivate innovative talents with digital capabilities.The innovative talent cultivation model based on AI+biology includes training objectives,curriculum system,teaching methods,practical links,evaluation mechanism,and faculty and resource guarantee,etc.Through curriculum reform and practice,the teaching team has promoted the participation and enthusiasm of postgraduate students in the courses,enhanced their research capabilities,and provided references for subsequent promotion and application.

[Key words] Artificial intelligence;Biology;Graduate course;Creative talents

[中图分类号] G642

[文献标识码] A

[文章编号] 1673-7210（2025）12（b）-0001-05

DOI：10.20047/j.issn1673-7210.2025.35.01

[基金项目] 黑龙江省高等教育教学改革研究一般项目（研究生教育）（SJGYY2024155）。

[作者简介] 孙阳（1979-），女，博士，教授，硕士生导师，黑龙江中医药大学基础医学院生物学与寄生虫学教研室主任，主要从事生物学教学与科研工作。

（收稿日期：2025-09-03）

（修回日期：2025-09-28）