纳米孔测序技术赋能生物计算工程教育：口腔微生物组实验模块的创新与实践

为解决生物计算工程(BCE)学生缺乏融合生物学与数据科学的实验课程问题，Jarred Callura团队开发了基于牛津纳米孔(ONT) MinION测序技术的两周实验模块。该研究通过学生自主提取口腔微生物DNA并进行16S rRNA基因测序，成功构建了高质量数据集（2024年>100Gb，2025年120万reads），结合EPI2METM平台分析微生物组α/β多样性，证实该模块能显著提升学生对测序技术理解（Likert评分>4.0）及跨学科实践能力。

　　

在生物计算工程(BCE)这一新兴交叉学科领域，如何将分子生物学实验与数据科学训练有机结合，一直是教育工作者面临的挑战。传统工程课程往往侧重单一技能培养，而现代生物技术产生的海量数据（如基因组测序数据）亟需兼具湿实验与计算分析能力的复合型人才。美国马里兰大学Shady Grove校区的Jarred Callura团队敏锐捕捉到这一需求，针对BCE学生设计了基于纳米孔测序的创新实验模块，让工程背景的学生通过研究自身口腔微生物组，直观理解从样本采集到大数据分析的完整科研流程。

研究团队采用牛津纳米孔技术(ONT) MinION测序平台，该技术凭借实时测序、长读长优势和便携性，成为教学场景的理想选择。实验设计包含DNA提取（QIAamp?试剂盒）、16S rRNA基因扩增（NEB LongAmp Hot Start Taq酶）、文库构建（SQK-16S024条形码试剂盒）等关键步骤，最终通过EPI2ME^TM云平台分析微生物组成。样本来源于学生唾液（n=10），经伦理审查确认为非人类受试研究。

DNA提取与质量控制

所有学生成功提取唾液DNA（产量313.32-2,973.6ng），纯度指标A₂₆₀/A₂₈₀≈1.8、A₂₆₀/A₂₃₀≈2.2，为后续16S PCR奠定基础。

测序数据产出

2024年70小时运行产生6.09M reads（>100Gb），读长与16S基因全长匹配；2025年优化为4.5小时获1.2M reads，证实短时运行即可满足教学需求。数据质量评分11.07，98-99% reads可分类至种级。

微生物组分析

通过α多样性（Shannon指数）和β多样性（Bray-Curtis差异）分析揭示个体差异：2024年数据显示戴牙套学生微生物组成显著不同（差异度43.5%），2025年发现饮食习惯相似的学生微生物组相似性更高（差异度27%）。

教学评估

Likert量表（5分制）显示所有教学目标达成度>4分，94%学生认为"分析个人微生物组"显著提升学习动机。典型反馈包括："参与从样本收集到数据分析的全流程，使测序技术概念具象化"。

该研究的创新性在于将前沿测序技术转化为可操作的教学实践，突破传统"黑箱式"生物信息学教学模式。通过将实验变量（如DNA提取效率、文库制备偏差）与数据分析结果直接关联，培养学生对生物数据产生过程的批判性认知。教育意义体现在三方面：1）验证"干湿结合"教学法对交叉学科的有效性；2）为ABET认证工程课程提供符合"分析解释数据"能力要求的案例；3）开创性地将个人化健康数据引入课堂，增强STEM教育粘性。正如作者指出，理解测序技术原理将使BCE毕业生在精准医学、环境微生物组等领域具备独特优势。