本科三年级环境科学与健康数据科学：基于真实暴露组学大数据的项目制科研实践教案

本科三年级环境科学与健康数据科学：基于真实暴露组学大数据的项目制科研实践教案

一、课程背景与顶层设计理念

本教案严格遵循“新工科、新医科”建设标准与教育部2025版《环境科学与工程类教学质量国家标准》，立足本科三年级学生的知识储备临界期——即已完成高等数学、概率论与数理统计、Python/R语言程序设计、环境学导论、卫生统计学等先修课程，尚未进入毕业设计的关键衔接阶段。本课程以重庆大学“五维融合”体系与华中农业大学“项目制实验教学”理念为理论基底，深度对标北京大学《暴露组学》AI融合课程范式，确立“科研即教学、真问题即课堂、工具链即教材”的核心逻辑-1-5-6。课程彻底摒弃传统实验课中“说明书式”的验证性操作，代之以“真课题、真数据、真发表、真转化”的四真原则，将教师承担的国家重点研发计划“大气细颗粒物暴露组学与健康效应谱”课题中的子任务拆解为本科生可攻关的科研微课题。课程设计上采用“三融三链三师”协同架构，实现专创融合、科教融汇、产教融通，通过学术导师、企业导师、学长导师的立体化引领，贯通问题链、工具链、成果链，使学生在16周内完成从“文献阅读者”到“科研贡献者”的身份跃迁-7。

二、课程定位与标题优化

依据“大学生科研实践课件”这一原始命题，结合当前高等教育改革的最前沿案例，将学段锁定为本科三年级（第六学期），学科定位为环境科学与健康数据科学的深度交叉领域。经优化后的课程全称为：“本科三年级环境科学与健康数据科学：基于真实暴露组学大数据的项目制科研实践教案”。此标题精准界定了三大要素：其一，学段清晰——本科三年级，规避了低年级基础薄弱与高年级时间碎片化的弊端；其二，学科性质明确——交叉学科，非传统单一环境工程或公共卫生；其三，教学载体具体——真实暴露组学大数据，课程依托ExposomeX类平台或校级环境健康大数据中心开展教学-6。课程编码设定为ENV3001，学分4.0，总学时64学时，其中线下研讨与实践占48学时，线上AI辅助学习与协作占16学时，课内外时间配比严格执行1:3，确保学生在课外投入至少192小时用于项目攻关-1。

三、学习产出与能力图谱

本课程采用逆向设计法，首先锚定终结性学习产出。学生完成本课程后应当具备以下五维胜任力：第一维度，复杂暴露问题的解构能力，能够将模糊的健康效应终点问题转化为可计算、可归因的数据科学问题；第二维度，多模态异构数据的治理能力，能够运用Python/R对暴露组学、代谢组学及电子健康档案数据进行清洗、对齐与标准化；第三维度，可解释人工智能建模能力，能够构建并验证基于XGBoost、SHAP或深度神经网络的暴露反应关系模型；第四维度，科研叙事与可视化表达能力，能够产出符合SCI期刊插图规范的Figure与Table，并完成学术路演；第五维度，伦理与合规意识，深刻理解人类受试者保护、数据隐私法及科研诚信规范。上述能力并非平行排列，而是呈现螺旋嵌套结构，每一阶段的教学实施均同时拉动多个维度的能力生长-1-7。

四、课程结构破壁与模块重构

本课程打破传统环境学科“水、气、土、固”的介质划分体系，亦突破公共卫生学科“职业病、环卫、营养”的传统科目壁垒，建立以“暴露-生物学-疾病”EBD全链条为核心的知识重组方案-6。全课程共分为四大进阶模块。模块一为“暴露组学导论与科研范式革命”，学时8，重点解决本体论问题，使学生理解暴露组学作为环境健康领域的“望远镜与显微镜”的双重属性，掌握暴露组的外部泛化与内部分解两种研究范式。模块二为“大数据基础设施与计算环境”，学时12，学生需在本阶段完成个人计算环境的配置，包括Docker镜像部署、ExposomeX本地化测试、GitHub版本控制仓库初始化，并通过云端超算接口获取真实脱敏数据。模块三为“AI建模与因果推断工坊”，学时24，这是课程的核心硬技能训练区，学生将系统学习传统环境流行病学方法与现代机器学习方法的异同与互补路径，重点突破高维暴露因子中共线性与多重比较谬误的矫正技术。模块四为“科学传播与成果转化”，学时8，涉及学术海报制作、3分钟路演技巧、专利交底书撰写框架以及开源代码的封装规范-4-6。四个模块并非串行完成，模块二启动后即与模块三并行迭代，学生需在第三周完成选题并组建团队，形成“边学边练、边练边产”的高强度沉浸式状态。

五、教学实施过程全解

这是本教案最核心、最具操作性的部分，全程以周为单位进行颗粒度拆解，严格遵循“感知-解构-建构-产出”的认知发展规律。

第一周至第二周：真实场域的认知冲击与问题涌现。课程不设传统导论课，开课即播放一段由任课教师在现场录制的第一视角视频：某慢性病队列研究基地的生物样本库，-80摄氏度冰箱的嗡鸣声、冻存管上的二维码、堆积如山的问卷。随即发布任务——“从这段影像中提取至少20个可能的研究问题”。学生以小组为单位在48小时内通过在线协作文档提交问题清单，教师团队不评判、不修正，只做聚类与高频词提取。第二周线下课，学术导师将全班提交的327个原始问题投射在大屏幕上，现场演示如何将“空气污染是否导致高血压”这类朴素疑问，转化为“基于LASSO回归筛选的PM2.5组分在2型糖尿病发病中的滞后效应与阈值效应研究”这一具备可操作性的科学假说。这一转化过程是课程的第一个高阶思维引爆点，学生亲眼见证原始好奇心如何被严谨的逻辑框架驯化为科研选题-8-9。

第三周：跨学科组队与双选揭榜。课程发布六个真实课题，全部脱敏自导师课题组在研项目或企业委托技术攻关任务。包括“长三角地区孕期暴露混合物的神经发育毒性效应因子筛选”“基于可穿戴设备的个体暴露实时监测与运动负荷预警模型”“华北农村清洁供暖改造前后室内半挥发性有机物暴露特征对比”“城市污水处理厂工人微生物气溶胶职业暴露风险表征”“电子垃圾拆解地重金属内暴露与端粒长度关联的贝叶斯核机器回归分析”“针对视障人群的无障碍环境暴露指标体系构建与评估”-1-4。学生根据学术志趣填报三个志愿，课程组结合专业背景、技能标签与性格测试进行微调，确保每组均由环境科学、公共卫生、数据科学三个方向学生构成异质性团队。每组配备学术导师（副教授及以上）、企业导师（算法工程师或环评专家）、学长导师（博士研究生）各一名，形成三师环绕的攻关小组-7。

第四周至第六周：数据治理攻坚战。这是科研实践中最枯燥但决定成败的环节。传统教学往往将“清洗好的干净数据”发给学生直接建模，这遮蔽了科研中百分之八十的真实劳动。本课程反其道而行之，交付给学生的原始数据包括：连续三天的个体暴露膜采样重量记录存在异常值、两份问卷中职业史字段存在前后逻辑矛盾、代谢组学峰表含有大量缺失率超过百分之三十的特征、气象数据与健康结局的时间戳不匹配。学生需在学长导师指导下，利用正则表达式批量处理文本型暴露数据，应用多重插补法处理缺失机制，采用动态时间规整算法对齐多源时间序列。此阶段不设课堂讲授，只有“诊所式咨询”——每天下午四点到六点，三位导师轮流坐诊，学生带着具体报错截图前来问诊。第六周结束时，每组需提交一份数据质量报告及一个符合TidyData原则的分析数据集，该数据集必须附带完整的可复现代码，并通过课程组的评审验收方可进入下一阶段。这一过程的训练使得“数据敏感度”不再是一句空话，而是刻入肌肉记忆的职业本能-5-6。

第七周至第十一周：模型迭代与可解释性突围。在拥有干净数据集的基础上，学生正式进入暴露-反应关系建模。课程不指定必须使用某种特定算法，而是要求每组针对各自的数据特征与研究假设自主选取工具。有的组面对两千个暴露变量与一百二十个样本量的小样本高维数据，自然选择了弹性网络与随机森林；有的组需要估计时变暴露的累积效应，引入了加权分位数和回归；有的组为探究混合物的联合效应，自主学习了贝叶斯核机器回归。教师团队在此阶段的作用从“知识传授者”转变为“认知脚手架搭建者”，针对每组的具体困境推荐前沿文献或预印本论文。例如，当一组学生困惑于机器学习模型给出的变量重要性排名与专业常识冲突时，导师引导其阅读关于SHAP依赖图与个体条件期望图的最新综述，使学生理解并识别出模型过拟合所导致的虚假关联。本阶段第十一周设置“鬼门关”——模拟期刊审稿会。每组随机交换稿件预印本（四页纸短篇），扮演审稿人对邻组的统计方法与建模逻辑提出质疑。这一环节屡次出现激烈交锋，学生在捍卫模型选择的过程中完成对统计学原理的深度内化-6-9。

第十二周至第十三周：从数据到图形的叙事转换。课程联合本校设计艺术学院开展为期两天的“科研可视化工作坊”。设计师教师讲授格式塔原理在散点图与火山图中的应用、色盲友好型配色方案的选取、数据墨水比的极致追求。学生被强制要求放弃默认的ggplot2或Matplotlib主题，从头定制图表的所有元素。在此阶段，每组需输出一张可用于期刊封面的主图草稿。这不仅是形式美学的提升，更是科学逻辑的外显化训练——只有彻底厘清科学假说中主变量、协变量、交互项的关系，才能在一张图中容纳多维信息而不致混乱。与此同时，各组开始撰写学术墙报讲稿，并录制一分钟的短视频用于社交媒体科学传播，这大大增强了科研产出的社会影响力意识-2-4。

第十四周：真场景路演与产线直评。课程将终期汇报地点从教室迁移至合作企业的展示大厅或产业科创基地，真正实现“社会实践直通生产线”-8。评审团由高校教授、企业CTO、风险投资人、视障用户代表（针对相关课题）共同组成。学生面对的不再是熟悉的任课教师，而是可能将成果转化为产品的行业专家。每组进行八分钟路演、七分钟答辩。企业导师当场点评技术路线是否具备工程化落地的潜力，投资人追问市场刚需与成本边界，视障用户真实体验无障碍导航APP原型并提出改进意见。这种直面真质疑、真需求的考核压力，使学生真切理解科研创新并非止于论文或报告，而是要回应真实世界的痛楚与渴求-1-4。路演全程录像，作为下一届课程的教学案例。

第十五周至第十六周：反思性实践与知识归档。剧烈的高峰体验后，课程进入冷却与沉淀期。每组提交最终版技术报告、可执行代码包、README文档以及个人反思日志。反思日志不写流水账，而是要求回答三个问题：我在团队协作中承担了什么角色，我原有的知识结构在哪一刻发生了松动，如果重做一次我会在哪个环节投入更多时间。课程组将这些反思日志匿名化处理后汇集成册，形成珍贵的课程知识库。与此同时，优秀项目组在导师指导下继续打磨论文或参加中国国际大学生创新大赛（2026）等顶级赛事，实现以赛促教、以赛促创的闭环-4-6。

六、人工智能深度融合的教学赋能策略

本课程不是AI技术的展示性嵌入，而是将人工智能重构为教学的有机组成部分。第一层面，AI作为个性化学习导师。课程引入基于大语言模型的智能学伴系统，该系统已事先注入本课程全部的教学日历、评分标准、四十八个常见报错解决方案库以及暴露组学领域十五篇经典综述。学生在凌晨调试代码遇到障碍时，可通过学伴获取即时且具备上下文理解能力的解答，极大缓解了师资力量无法二十四小时覆盖的痛点。第二层面，AI作为反事实推演沙盘。在因果推断教学模块，学生利用生成式AI合成对照人群的潜在结局，模拟不同政策干预场景下的人群健康收益。这一过程使抽象的因果图理论变得可操作、可验证。第三层面，AI作为协作写作的脚手架。针对学术英语写作能力短板，学生在撰写方法论部分时，可利用课程专属的指令库对大语言模型进行约束性提示，生成符合领域惯例的初稿。但课程严格规定，所有AI生成内容必须像引用参考文献一样进行透明声明，且学生需对每一句话的准确性负最终责任。这一规范培养了学生在智能时代必备的学术诚信意识与批判性使用AI的能力-5-6。

七、课程思政的浸润式渗透

本课程拒绝贴标签式的生硬说教，将价值塑造融入科研实践的毛细血管。在暴露组学大数据平台的操作界面，学生直面的是全国各污染场地修复前后的对比数据，技术操作中自然萌生出“把论文写在祖国大地上”的使命感。在电子垃圾拆解地暴露课题中，学生通过电话访谈真实的从业者家庭，聆听他们对子女健康最朴素也最深切的担忧，这种人与人的连接使环境正义从书本概念化为心灵震颤。在盲文电子书项目的无障碍环境评估课题中，学生蒙上眼睛在校园内行走，亲身体验物理暴露环境的排斥感，进而理解科技向善的深层内涵。课程不设专门的思政章节，但每一行代码、每一个图表背后都隐含着一个追问——我们的研究究竟为谁而做，技术进步能否让弱者首先受益-1-8-10。

八、形成性评价与量规重构

课程总成绩由五个部分组成，各部分均设计详细的等级量规。过程代码提交占比百分之二十五，不追求完美无报错，但要求完整记录从错误到正确的完整调试过程，重思维轨迹甚于重正确结果。数据质量报告占比百分之二十，评审重点在于缺失值处理策略的合理性论证而非插补方法是否时髦。团队互评贡献分占比百分之十五，采用定量的社会网络分析法计算每位成员在协作网络中的节点中心度，以遏制搭便车行为。路演表现占比百分之二十，由企业评委从技术新颖性、应用潜力、表达逻辑三个维度打分。最终技术报告占比百分之二十，考核代码可复现性、方法透明性及讨论深度。所有评分过程全程留痕，学生可随时查阅自己在各量规维度的定位雷达图-5。

九、资源支撑与生态延伸

本课程的高强度实施离不开物理空间与平台工具的强力支撑。教学场地采用“固定工位制”，每组在智慧工坊拥有专属的储物柜与工位，可存放实验记录本及个人设备，形成归属感