一、培养目标
培养具有良好的人文精神和健康的人格，具备生物医药、数理科学与信息科学多学科交叉融合的思维方法和创新能力，掌握生物信息学基本知识和技能，具有生物医学大数据研发、精准医药科技开发基础和复杂生物医学问题分析能力的科学研发人才，为培养高级学术型人才奠定坚实的基础。
二、培养要求
（一）素质目标
1.具有创新性思维模式和实践能力，能够发现和解决生物医学中存在的科学性问题；
2.具有良好的沟通能力和合作意识，能在科研和工作团队中体现自身的作用和价值；
3.能够有效的利用已有知识积累，创造新的知识成果，促进教育、科学事业的发展；
4.具备独立思考、独立学习和自学能力，具备独立探求新知识的能力。
（二）知识目标
1.具备生物医学、数理科学与信息科学的交叉融合知识体系；
2.具备较为系统和扎实的生物信息学与计算系统生物学理论知识，熟悉精准医学、生物大科学知识特点和发展规律；
3.了解国内外生物信息科技发展动态，能够有效地适应信息技术、生物医药科技发展与高新技术产业发展的需要，能够运用信息技术解决生物医药实际问题；
4.熟悉国家相关技术和产业工作的政策与法规，具备相应的产业开发和创业知识。
（三）技能目标
1.具备生物信息学和计算系统生物学科学研究与产业开发领域的科学思维和科学实践能力，有良好的科学素养和创新技能；
2.具备系统的生物医药大数据分析处理、精准医学和生物科学研发能力，具备应用生物信息学技术分析、解决生物医药问题的能力；
3.具备科技文献检索、课题设计、论文撰写等基本的创新科研潜力和独立分析、解决问题的能力；
4.具备良好的表达能力和人际沟通能力，具有较好的英语听、说、读、写能力；
5.具有初步的生物信息学教学、研究和产业开发、转化的能力。
三、修业年限和授予学位
修业年限：五年。
授予学位：理学学士。
四、主干学科和核心课程
主干学科：生物医药、数理科学、信息科学。
核心课程：数学分析、高等代数、概率论与数理统计、分子系统生物学、分子组学基础、疾病组学基础、R语言程序设计、基因组信息学、模式识别、Python语言程序设计、蛋白质组信息学、分子网络分析、统计遗传学、分子进化分析、生物医学网络平台开发。
五、课程群及课程设置
根据培养目标和培养要求，将课程分为人文社会与职业素养、数理科学、生物与医药科学、大数据信息技术、算法与数据挖掘技术、生物信息科学和医药工程与科研技能七个课程群，除算法与数据挖掘技术课程群外，每个课程群包括必修课和选修课两部分。
（一）人文社会与职业素养课程群
人文社会与职业素养课程群主要涵盖思想政治理论、人文科学、社会科学、外语、体育及职业素养等课程。通过开设人文社会与职业素养课程，配合校园文化的熏陶、社会实践的锤炼等，培养学生热爱祖国、忠于人民的情怀；强化学生法律意识、心理和文化素质；培养学生懂得关爱、善于沟通、具有良好的职业道德；培养学生良好的外语学习和应用能力；引导学生掌握一至两种体育技能，调动学生积极的健康意识，培养健康向上的生活情趣；强化学生创新创业意识和技术能力，为自主创新和创业奠定基础。
必修课：外语、体育、形势与政策、思想道德修养与法律基础、大学生职业发展与就业指导、军事理论、大学生心理健康教育、马克思主义基本原理、中国近现代史纲要、大学生创业基础、毛泽东思想和中国特色社会主义理论体系概论、习近平总书记系列重要讲话专题辅导、专业英语。
选修课：艺术导论、美术鉴赏、戏剧鉴赏、舞蹈鉴赏、大学生创新基础、时间管理、如何高效学习、大学生创新创业导论、日语、书法鉴赏、书法鉴赏、网络创业理论与实践、性·性别与健康、音乐鉴赏、影视鉴赏、科学通史。
（二）数理科学课程群
数理科学课程群主要涵盖数学和统计基础类课程。通过开设数理科学课程，培养学生良好的理学思维能力，掌握初步运用统计学和算法技术解决抽象问题的方法，为后续的生物信息学类和工程技术类课程学习打下良好的基础。
必修课：数学分析、高等代数、概率论与数理统计、Matlab语言程序设计、数理逻辑、组合数学与图论。
选修课：数学建模。
（三）生物与医药科学课程群
生物与医药科学课程群主要涵盖生命科学、医学、药学及其实验课程。通过开设生物与医药科学课程，使学生掌握生命发生发展的基本规律和研究方法，人类基因组特征与表现形式，各阶段人体正常和异常的结构与功能，药物吸收与代谢特征，重要疾病症状及基本的临床诊断方法。是本专业学生后续课程学习，提升实践能力，提出问题、发现问题和解决问题的根本立足点。
必修课：医学化学、分子系统生物学、分子组学基础、疾病组学基础、生物技术实验、临床医学概论、药物与受体动力学。
选修课：突发事件及自救互救、神经生物学、分子影像分析技术。
（四）大数据信息技术课程群
大数据信息技术课程群主要涵盖计算机科学与生物医学数据分析技能类课程两部分。通过大数据信息技术课程的学习和技术实践，培养学生较强的计算机编程和初步的生物医学数据的计算机处理能力，为学生进一步学习生物信息、工程技术等相关课程奠定基础。
必修课：C语言程序设计、JAVA语言程序设计、数据结构、R语言程序设计、Perl语言程序设计、面向对象与UML、Python语言程序设计、Linux操作系统、生物医学大数据技术。
选修课：Photoshop应用、Office应用。
（五）算法与数据挖掘技术课程群
算法与数据挖掘技术课程群主要涵盖机器学习算法与应用类课程。通过算法与数据挖掘技术课程的学习和技术实践，促进学生数理科学、信息科学与生物医学知识的交叉融合意识，培养学生应用理工技术解决生物医学问题的思维和技术能力，为进一步学习专业课程奠定基础。
必修课：生物统计学、运筹学、信息论与随机过程、优化算法、模式识别、高等多元统计、文本挖掘技术。
（六）生物信息科学课程群
生物信息科学课程群主要涵盖生物信息学专业学生必须掌握的多组学相关专业课程。通过生物信息科学课程的理论学习和技术实践，培养学生的生物医学大数据获取、分析、可视化及利用能力和生物信息学与计算系统生物学科研思维，丰富学生知识技能，为学生发展、就业奠定基础。
必修课：基因组信息学、生物医学网络资源、蛋白质组信息学、计算表观遗传学、基因表达分析、分子网络分析、结构信息学、统计遗传学、发育与癌症信息学、分子进化分析。
选修课：微生物组信息学、Cytoscape软件应用、Illustrator作图。
（七）医药工程与科研技能课程群
医药工程与科研技能课程群主要涵盖医药工程技术和科研技能类课程两部分。通过医药工程与科研技能课程的学习和技术实践，提升学生思考问题、解决问题的基本素养和科研思维能力，提高学生对专业前沿领域发展的掌控和认识，开拓视野，培养学生综合利用专业知识技能解决生物医药实际问题的能力。
必修课：数据库原理与程序设计、药物信息学、生理系统建模、计算机辅助药物设计、生物数据可视化技术、生物医学网络平台开发、生物信息案例分析、生物信息学前沿进展、科研论文写作与标书设计。
选修课：云平台与云计算、网站开发技术、APP制作技术。
六、课程管理与进程
（一）学年学分制
所有课程均实行学年学分制管理，即采用学分衡量学生学习的数量，采用学分绩点衡量学生学习的质量。
1.学分计算办法：以课堂讲授或以课堂讲授方式为主进行教学活动的课程，每18学时为1学分。体育课和单独开设的实验课每36学时为1学分，毕业实习1周为1学分。学分的最小计量值为0.5学分。
2.学分要求：学生毕业前必须获得相应的必修课学分；选修课要求获得20学分，其中创新创业类课程要求获得1.5学分，艺术类课程要求获得2学分。
（二）课程设置
详见生物信息学专业必修课教学进程表（一）、（二）和选修课教学进程表。
七、时间分配
修业年限5年，共252周。其中，入学教育、安全教育及军事训练3周，教学141周，考试16周，放假53周，毕业实习36周，论文答辩1周，毕业教育2周。
（一）教学：第一学期安排教学15周，第二至八学期每学期安排教学18周；
（二）考试：第一至八学期每学期温课备考2周；
（三）放假：第一、三、五、七学期每学期放假7周，第二、四、六、八、九学期每学期放假5周；
（四）毕业实习：第九至十学期安排毕业实习36周，其中第九学期22周，第十学期14周。
八、毕业与学位授予
在整个教学过程中，将对学生的思想品德、基础理论、专业知识及专业技能进行严格的考核，成绩合格，达到规定的学分标准，完成毕业论文撰写并通过论文答辩，准予毕业。根据《中华人民共和国学位条例》和学校学士学位授予有关规定，对符合学位授予条件者，授予理学学士学位。
九、教学要求
（一）英语教学
根据学生的英语水平，实行分级、分类教学，使不同起点的学生达到不同的终点目标。教学分为基础、提高和专业英语三个阶段，学校根据学生不同水平因材施教，从而使课程更符合学生的个性化需求。
1.大学一年级以公共英语基础阶段内容为主，以大学英语四、六级为目标，整合教学内容，开展有针对性的听说读写教学；
2.大学二年级以公共英语提高阶段内容为主，培养学生英语综合运用能力，教学内容注重读写训练，强调听、说、读、写、译等诸方面技能协调而全面的发展。开拓学生的跨文化交际视野，让学生置身于广阔的社会文化情景之中，养成用英语进行思维的习惯；
3.大学三年级和四年级以专业英语教学为主，提升学生专业词汇的掌握、专业文献的阅读和专业论文的写作能力。
（二）职业素质培养
与国家工程技术类人才职业素质培养要求相衔接，使每一名学生熟知本专业从事的职业对个人素质和能力的要求；建立有利于学生素质教育的课程体系和实践体系，将前沿科技领域知识技能融入日常学习，帮助学生明确学习目标，提升学习能力；开设有利于培养学生执业能力和创新创业能力的相关课程，为学生与产业技术领域搭建桥梁；将职业素质培养贯穿于人才培养和教学全过程，树立和培养学生牢固、稳定、有利于长远发展的职业精神。
（三）科研能力培养
通过专业课程教育、科技竞赛、学业导师制、毕业设计等方式全面提升学生的专业科研思维和科技开发能力。
1.专业课程教育：专业课程体系覆盖生物信息学相关基础和前沿科技发展相关领域，将科研思维能力和科技开发技能培养融入教学全过程。
2.科技竞赛：鼓励中低年级学生参加大学生数学建模、科技活动月、挑战杯和各类科技竞赛等，激发学生科学研究的兴趣。
3.学业导师制：为三、四年级学生配备专业教师担任学业导师，开展课外学术活动，引导学生早期接触科研，参加科技文献抄读活动，参与课题研究，提升专业学习的针对性。
4.毕业设计：为毕业年级学生配备副教授以上职称的专业教师担任毕业设计导师，为每一名学生量身定制一项专业课题，指导学生完成从课题立题、开题、中期考核、论文写作和论文答辩的全过程体验，鼓励学生发表科研论文、申报软件著作权。
（四）创新创业能力培养
通过开设创新创业类课程、建立大学生创新创业教育基地和创业孵化基地、落实实验室开放制度、加强实验教学中心建设、加强实践教学基地建设、实施大学生创新创业训练、开展创新创业竞赛、加强创新创业社团建设等措施培养学生的创新创业能力。
（五）课程整合与教学方法
逐步实施课程整合，建立以生物信息学知识技能为核心的课程模式，减少课程内容重复，增强不同学科领域知识的交叉融合；倡导和推进开展学导式、学讨式和小班制教学，试行PBL和翻转课堂相结合的教学方法改革，培养学生自主学习和终身学习能力、团队合作意识、思辨能力、交流与沟通能力等。
（六）成绩考核与评价
发挥考核的评价和导向功能，建立系统有效的综合考核评价体系，实现由单一考核向多元考核的转化。继续推进形成性考核与终结性考核相结合的考核方法，逐步增加形成性考核在综合考核中的比例。
1.形成性评价：形成性评价是在教学过程中进行的评价。以回顾学习状况、评价学习目标达成度、督导学习进度为主要目标，采取网络自测、随堂测试、课堂讨论、填写实习手册等方式进行评价，并将评价结果及时向有关部门、教师和学生进行反馈，以利于改进教学
2.终结性评价：终结性评价是在教学活动结束后为判断其效果而进行的评价。根据课程类型不同，采取综合性试题、撰写论文或心得体会、论文答辩等方式进行评价。
