以培養(yǎng)數(shù)據(jù)挖掘創(chuàng)新型人才為導(dǎo)向的儀器分析課程

劉亞娟 王 聲*

（廣州醫(yī)科大學(xué)藥學(xué)院 廣東·廣州 511436）

1 儀器分析課程簡介

儀器分析可以作為藥學(xué)，分析化學(xué)，醫(yī)學(xué)等專業(yè)學(xué)習(xí)的基礎(chǔ)課程，在物質(zhì)分析及應(yīng)用的相關(guān)課程中起到起承轉(zhuǎn)合的過度作用[1,2]。在學(xué)生初步學(xué)習(xí)掌握酸堿滴定、氧化還原滴定、絡(luò)合滴定和沉淀滴定等化學(xué)反應(yīng)以及電化學(xué)對(duì)物質(zhì)進(jìn)行常量的定性定量分析的基礎(chǔ)知識(shí)之后，本課程進(jìn)一步深入介紹電化學(xué)進(jìn)行物質(zhì)定性定量分析的原理和方法，同時(shí)引入現(xiàn)代常用的光譜分析和色譜分析方法，使學(xué)生具備利用現(xiàn)代儀器解決實(shí)際問題的思維，掌握常用光譜和色譜分析原理和具體方法，了解新方法的進(jìn)展和應(yīng)用[3]。后續(xù)的專業(yè)課程的學(xué)習(xí)，可以包括涉及食品、醫(yī)學(xué)、生物、藥學(xué)領(lǐng)域的物質(zhì)定性定量具體方法應(yīng)用，這些課程都需要學(xué)生具備利用現(xiàn)代儀器進(jìn)行物質(zhì)定性定量的基礎(chǔ)知識(shí)。本課程目標(biāo)為培養(yǎng)適應(yīng)中國中國特色社會(huì)主義建設(shè)和粵港澳大灣區(qū)生物醫(yī)藥事業(yè)發(fā)展需要的人才，具有扎實(shí)的基本知識(shí)、基礎(chǔ)理論和基本技能，具有人文情懷、責(zé)任擔(dān)當(dāng)、國際視野、創(chuàng)新精神和實(shí)踐能力的高素質(zhì)人才。

然而傳統(tǒng)的儀器分析教學(xué)中的數(shù)據(jù)分析往往只采用簡單的單變量分析，也就是一個(gè)樣本對(duì)應(yīng)于一個(gè)變量，利用傳統(tǒng)的單變量數(shù)據(jù)分析會(huì)損失大量的信息[4]?，F(xiàn)代分析儀器，包括光譜，色譜或者質(zhì)譜儀器產(chǎn)生的都是多變量數(shù)據(jù)，也就是多元數(shù)據(jù)。因此我們需要在傳統(tǒng)的儀器分析教學(xué)中加入數(shù)據(jù)挖掘，主要是多元分析的教學(xué)，使得儀器分析教育可以與時(shí)俱進(jìn)，培養(yǎng)儀器分析創(chuàng)新人才[5]。

2 數(shù)據(jù)挖掘在儀器分析中的應(yīng)用

現(xiàn)代儀器所產(chǎn)生的大量數(shù)據(jù)的獲取可能會(huì)導(dǎo)致名副其實(shí)的“數(shù)據(jù)海嘯”，我們需要使用數(shù)據(jù)挖掘儀器所產(chǎn)生的數(shù)據(jù)中獲取信息[6,7]。數(shù)據(jù)挖掘是一個(gè)廣義的術(shù)語，它描述了使用統(tǒng)計(jì)學(xué)方法從“大數(shù)據(jù)”中提取有用信息，尤其是模式識(shí)別的信息的過程。所謂模式識(shí)別的就是用機(jī)器學(xué)習(xí)的方法根據(jù)樣本的特征將樣本劃分到一定的類別中去。機(jī)器學(xué)習(xí)指的是使用算法從數(shù)據(jù)中學(xué)習(xí)并進(jìn)行預(yù)測。大部分的機(jī)器學(xué)習(xí)算法都是多變量分析方法，也就是多元數(shù)據(jù)分析，其中每個(gè)樣本都有許多相應(yīng)的變量。通常多變量分析包括三種不同類型的方法：

（1）探索性方法[8]，包括主成分分析（principal component analysis,PCA）、獨(dú)立成分分析（independent component analysis，ICA）、頂點(diǎn)成分分析（vertex component analysis，VCA）；

（2）分類方法[9]，包括無監(jiān)督聚類方法，例如，層次聚類分析（hierarchical cluster analysis，HCA）和 k-最近鄰法（kmeans）以及有監(jiān)督方法，例如線性判別分析（linear discriminant analysis，LDA）；

（3）偏最小二乘法（partialleastsquares，PLS）、多元曲線分辨率（multivariatecurveresolution，MCR）等量化方法[10]。

機(jī)器學(xué)習(xí)包括多變量分析和其他一些統(tǒng)計(jì)方法，可以分為有監(jiān)督和無監(jiān)督機(jī)器學(xué)習(xí)兩類。有監(jiān)督/無監(jiān)督指的是分析模型當(dāng)時(shí)是否有訓(xùn)練機(jī)。無監(jiān)督機(jī)器學(xué)習(xí)方法（無訓(xùn)練集）包括所有探索性（降維）方法（例如PCA）和所有聚類方法（例如HCA）；監(jiān)督機(jī)器學(xué)習(xí)方法包括監(jiān)督分類方法，如 LDA[9]、支持向量機(jī)（support vector machine ，SVM）[11]、人工神經(jīng)網(wǎng)絡(luò)（artificial neural network ，ANN）[12]、k-最近鄰（k-nearestneighbor，KNN）[13]、t-分布隨機(jī)鄰居嵌入（tdistributed stochastic neighborembedding，t-SNE）[14]和所有量化方法。

圖1：現(xiàn)代分析儀器產(chǎn)生的大部分屬于多變量分析數(shù)據(jù)。多變量分析數(shù)據(jù)的數(shù)據(jù)挖掘過程可以分為三個(gè)步驟，包括，（1）數(shù)據(jù)預(yù)處理，（2）模式識(shí)別（聚類分析，分類分析和定量分析），（3）模型驗(yàn)證。

圖2：光譜數(shù)據(jù)的PCA模型

現(xiàn)代的分析儀器，例如各種光譜，色譜方法所產(chǎn)生的數(shù)據(jù)都屬于多變量分析。多變量分析數(shù)據(jù)的數(shù)據(jù)挖掘過程可以分為三個(gè)步驟（圖 1），包括，（1）數(shù)據(jù)預(yù)處理，（2）模式識(shí)別（聚類分析，分類分析和定量分析），（3）模型驗(yàn)證?，F(xiàn)代分析儀器，例如色譜和光譜產(chǎn)生的數(shù)據(jù)都是多變量（多元）數(shù)據(jù)，也就是一個(gè)樣本對(duì)應(yīng)的是多個(gè)變量，而傳統(tǒng)的分析采用的是單變量分析，這使得我們?cè)诜治鲞^程中損失了大量的信息。因此培養(yǎng)數(shù)據(jù)挖掘創(chuàng)新型人才，在培養(yǎng)儀器分析行業(yè)創(chuàng)新型人才方面發(fā)揮著重要作用。我們以培養(yǎng)數(shù)據(jù)挖掘創(chuàng)新人才為導(dǎo)向，目的是為了提升學(xué)生的數(shù)據(jù)挖掘技能，強(qiáng)化創(chuàng)新性的儀器分析課程。

3 如何在儀器分析教學(xué)中融合數(shù)據(jù)挖掘內(nèi)容

儀器分析教學(xué)中的融合數(shù)據(jù)挖掘的教學(xué)主要通過數(shù)據(jù)挖掘技術(shù)的教學(xué)和具體每個(gè)章節(jié)中將儀器本身的知識(shí)和數(shù)據(jù)挖掘方面的知識(shí)相結(jié)合。數(shù)據(jù)挖掘技術(shù)的教學(xué)在下面一個(gè)段落中會(huì)具體介紹。現(xiàn)在舉例介紹每個(gè)章節(jié)中儀器分析和數(shù)據(jù)挖掘知識(shí)方面的結(jié)合。

對(duì)于現(xiàn)在的分析儀器，在大部分的情況下，對(duì)于一個(gè)樣本，我們可以獲得一個(gè)向量，例如通過紫外檢測，我們可以獲得一個(gè)樣本的在P個(gè)波長下的紫外光譜，如果我們有N個(gè)樣本，我們可以獲得一個(gè)矩陣X（N×P）。這是一組標(biāo)準(zhǔn)的多變量的數(shù)據(jù)，它具有二維的結(jié)構(gòu)。矩陣是這類型數(shù)據(jù)最常用的表達(dá)形式，我們可以矩陣進(jìn)行多元分析。主成分分析是用來分析多元數(shù)據(jù)最為常見的方法之一，它的原理是對(duì)不同樣本在不同變量下產(chǎn)生的矩陣進(jìn)行分解，獲得新的變量（方向），利用新的變量可視化原始數(shù)據(jù)，獲得分類等信息。主成分分析（PCA）是用來分析多變量數(shù)據(jù)最為常見的方法之一。它的原理是對(duì)不同樣本在不同變量下產(chǎn)生的矩陣進(jìn)行分解，獲得包含最大方差的新方向（新的變量）。從圖2中我們可以看到一個(gè)光譜數(shù)據(jù)如果通過主成分分析，獲得一個(gè)得分（分類信息）和載荷矩陣（光譜信息）。對(duì)于一個(gè)具有n個(gè)樣本和p個(gè)變量的矩陣而言，我們可以進(jìn)行主成分分解獲得得分T和載荷P：

除了光譜之外，中藥的色譜分析也常常需要使用數(shù)據(jù)挖掘方法，例如中成藥香砂養(yǎng)胃丸的分析。木香是中成藥香砂養(yǎng)胃丸的重要成分，具有健脾祛濕，消除脹滿的功能。木香烴內(nèi)酯和去氫木香烴內(nèi)酯是中藥木香中的藥用功能成分，它們具有抗菌，鎮(zhèn)痛和增強(qiáng)脾胃功能等作用。在傳統(tǒng)的高效液相色譜的檢測中，我們需要耗費(fèi)大量的時(shí)間做優(yōu)化實(shí)驗(yàn)條件，為了改進(jìn)這一缺陷，我們可以利用數(shù)據(jù)挖掘技術(shù)，在色譜峰不需要完全分開的情況下，利用“數(shù)學(xué)分析”部分增強(qiáng)“物理化學(xué)分離”，使得分析過程簡化，不需要獲得最優(yōu)化色譜條件，并且只使用簡單的提取過程，除此之外，我們還縮短了色譜的保留時(shí)間，使得分析快速簡單[15]。

4 如何實(shí)現(xiàn)數(shù)據(jù)挖掘技術(shù)的教學(xué)

數(shù)據(jù)挖掘的學(xué)習(xí)包括計(jì)算機(jī)語言的學(xué)習(xí)，算法的學(xué)習(xí)以及和儀器相結(jié)合的實(shí)例的學(xué)習(xí)。計(jì)算機(jī)語言的學(xué)習(xí)方面，我們主要通過MATLAB程序語言的教學(xué)來實(shí)現(xiàn)[16]。MATLAB是Matrix Laboratory，矩陣實(shí)驗(yàn)室的簡稱，它是由美國 The MathWorks公司開發(fā)的商業(yè)計(jì)算機(jī)軟件。MATLAB尤其適用于矩陣的計(jì)算，這在多元分析當(dāng)中有極大的優(yōu)勢。除此之外，MATLAB還配套有各種工具箱，例如機(jī)控制系統(tǒng)設(shè)計(jì)與分析、影像處理、深度學(xué)習(xí)等。這些配套的工具箱可以使得用戶更好的進(jìn)行儀器方面的多元分析。除此之外，由于計(jì)算機(jī)程序語言的學(xué)習(xí)較為困難，我們還設(shè)計(jì)開發(fā)了基于MATLAB的圖形用戶界面，使得學(xué)習(xí)編程有困難的學(xué)生，也可以通過理解儀器和算法本身學(xué)習(xí)數(shù)據(jù)挖掘。算法的學(xué)習(xí)上主要是介紹一些基本的算法尤其是和儀器分析本身的教學(xué)相結(jié)合，讓學(xué)生更好的理解算法。

5 如何實(shí)現(xiàn)課程思政

本課程主要涉及分析類內(nèi)容，課程主要內(nèi)容為現(xiàn)代儀器的發(fā)展和原理介紹以及分析儀器的應(yīng)用和數(shù)據(jù)分析。因此，課程思政也主要從此兩個(gè)主要內(nèi)容出發(fā)：一是通過介紹分析儀器目前的發(fā)展，讓學(xué)生了解我國在分析儀器建造中所處的階段，以及發(fā)展的目標(biāo)，提高學(xué)生的使命感；二是將基礎(chǔ)課程與最新的科研成果結(jié)合，使學(xué)生了解學(xué)科及課程知識(shí)在國家的大發(fā)展，尤其是人工智能中起到的作用，激發(fā)學(xué)生的學(xué)習(xí)東西，擴(kuò)充學(xué)生的專業(yè)背景知識(shí)。鼓勵(lì)學(xué)生積極聆聽國內(nèi)外知名教授領(lǐng)銜的榮譽(yù)課程，了解行業(yè)動(dòng)態(tài)、最新科研成果及進(jìn)展，開拓國際視野，培養(yǎng)創(chuàng)新素質(zhì)，切實(shí)提高學(xué)生創(chuàng)新精神和創(chuàng)新能力。本課程思政的具體實(shí)施從兩個(gè)方面出發(fā)：（1）借助視頻、動(dòng)畫等多媒體教學(xué)工具，讓學(xué)生在生動(dòng)形象的形式下了解我國在相關(guān)領(lǐng)域的杰出貢獻(xiàn)，增強(qiáng)學(xué)生的愛國熱情和民族自豪感；激發(fā)學(xué)生的學(xué)習(xí)東西，擴(kuò)充學(xué)生的專業(yè)背景知識(shí)。（2）介紹各種機(jī)器學(xué)習(xí)算法在儀器分析中的應(yīng)用的同時(shí)，介紹他們?cè)谄渌I(lǐng)域的應(yīng)用，并且了解我國在該領(lǐng)域的研究成果。

6 總結(jié)

傳統(tǒng)的儀器分析課程的數(shù)據(jù)分析的教學(xué)往往都是基于傳統(tǒng)的單變量分析，這樣的分析是的現(xiàn)代儀器數(shù)據(jù)中的大量信息丟失，因此我們提出在儀器分析教學(xué)中加入數(shù)據(jù)挖掘的教學(xué)內(nèi)容。數(shù)據(jù)挖掘主要利用現(xiàn)代分析儀器所產(chǎn)生的多元數(shù)據(jù)，可以利用機(jī)器學(xué)習(xí)算法對(duì)數(shù)據(jù)進(jìn)行模式識(shí)別。數(shù)據(jù)挖掘的教學(xué)主要分為計(jì)算機(jī)語言，機(jī)器學(xué)習(xí)算法以及儀器數(shù)據(jù)的分析三個(gè)方面。在結(jié)合了數(shù)據(jù)挖掘的教學(xué)后，學(xué)生可以更好的掌握儀器中數(shù)據(jù)的獲取。通過在儀器分析的教學(xué)當(dāng)中與時(shí)俱進(jìn)的引入數(shù)據(jù)挖掘技術(shù)的教學(xué)，可以更好的培養(yǎng)出儀器分析方面的創(chuàng)新人才。