一、课程定位
（一）教学指导思想
本课程以新工科建设和智慧课程建设为导向，围绕生物技术制药产业发展需求，夯实学生专业基础，强化工程应用能力、创新意识和生物伦理意识，培养具有数字素养、AI协作能力和社会责任感的复合型制药工程人才。
课程在原有“理论与实践并重、专业知识与课程思政融合”的基础上，引入雨课堂智慧教学平台、AI助教、AI学伴、AI讲伴、知识图谱等工具，构建“课前智能预习—课中人机协同互动—课后个性化辅导—过程数据反馈—持续改进”的教学模式。
教学中坚持“AI辅助、教师主导、学生主体、伦理先行”的原则。AI工具用于资源建设、文献初筛、题目生成、图示优化、学习答疑和数据分析，但所有教学内容、评价结果和课程资源均由教师审核把关，防止学生过度依赖AI，培养学生正确使用AI工具解决专业问题的能力。
（二）课程目标
本课程目标由知识目标、能力目标、素质目标和AI素养目标四个维度构成。
• 知识目标：掌握基因工程制药、动物细胞工程制药、植物细胞工程制药、抗体制药、疫苗、酶工程和发酵工程制药的基本概念、技术原理、工艺流程和应用特点；理解重组蛋白表达与纯化、动植物细胞大规模培养、抗体药物设计、疫苗制备、酶固定化和发酵工艺控制等核心内容。
• 能力目标：能够运用所学知识分析生物技术药物研发、生产、纯化、质量控制和产业化应用中的实际问题；能够根据技术对象和应用场景初步进行工艺判断、方法比较和方案选择，提升工程思维、复杂问题分析能力和知识迁移能力。
• 素质目标：增强学生服务生命健康和生物医药产业发展的责任意识；引导学生理解生物制药领域的质量安全、科研诚信、工程伦理、患者可及性和社会责任，形成严谨、审慎、规范的职业态度。
• AI素养目标：引导学生学会在专业学习中合理使用AI工具进行预习、答疑、文献阅读、知识整理和自测训练；能够对AI生成内容进行核验、判断和修改，形成“会提问、会判断、会修正、会应用”的AI协作能力，避免未经辨析地直接依赖AI答案。
二、课程内容
（一）内容结构
课程内容包括基因工程制药、动物细胞工程制药、植物细胞工程制药、抗体制药、疫苗、酶工程制药和发酵工程制药等模块。课程依托知识图谱将各章节内容拆解为“模块—章节—知识单元—知识点”的层级结构，建立知识点与课程目标、能力要求、学习资源、题库测评和课程思政元素之间的映射关系。
在智慧课程建设中，课程通过知识图谱组织知识点，通过AI助教辅助建设微课、图示、题库和前沿案例，通过AI学伴提供个性化答疑，通过学生数字画像分析学习进度、知识点完成度和能力达成情况，从而形成以能力培养为中心的结构化教学设计。
（二）教学内容、学时与AI应用安排
章节
学时
主要教学内容
教学要求
AI与智慧平台融入
侧重点
第1章 绪论
2
生物技术发展史、生物技术药物、产业发展特点和前景
了解生物技术制药的发展历程、基本概念和行业趋势，理解生物技术药物在现代医药产业中的地位
结合知识图谱帮助学生建立课程整体框架；利用AI推送行业发展案例和导学问题
第2章 基因工程制药
10
目的基因获得、基因表达、工程菌稳定性、重组蛋白分离纯化
掌握目的基因获取、表达载体构建、表达系统选择和重组蛋白分离纯化的基本原理，理解基因工程药物开发技术路线
围绕目的基因获得、基因表达载体、分离纯化等重点知识点建设AI数字人/微课和分层自测题
第3章 动物细胞工程制药
6
动物细胞特性、生产用细胞、培养基、大规模培养、生物反应器
掌握动物细胞培养条件、大规模培养方法和生物反应器应用，理解动物细胞工程在生物药生产中的作用
利用AI生成培养过程示意图、生物反应器结构图和案例问题，辅助学生理解复杂培养过程
第4章 植物细胞工程制药
4
植物细胞基本概念、基因转化、细胞结构与功能、细胞培养、大规模生产
掌握植物细胞培养和基因转化的基本方法，理解植物细胞工程在天然产物和药用成分生产中的应用
AI辅助制作植物组织培养、基因转化和生物反应器图示；智能推荐拓展文献与案例
第5章 抗体制药
4
抗体概述、单克隆抗体、小分子抗体、人源化抗体、抗体诊断应用和药物实例
掌握单克隆抗体制备流程及基因工程抗体设计思路，理解小分子抗体、人源化抗体等新型抗体药物的结构特点和应用价值
AI微课讲解单抗制备、小分子抗体和VHH；AI助教收集纳米抗体、PD-1/PD-L1、ADC等前沿文献；AI分级出题促进高阶思维
第6章 疫苗
3
疫苗概论、疫苗种类、疫苗设计、疫苗制备技术和发展趋势
掌握主要疫苗类型及其作用原理，理解疫苗设计、生产和质量控制思路，关注疫苗安全与公共卫生责任
AI助教整理灭活疫苗、亚单位疫苗、mRNA疫苗等案例；AI生成比较表和伦理讨论题
第7章 酶工程制药
2
酶工程概述、酶和细胞固定化技术、酶的化学修饰、人工模拟酶
掌握酶固定化方法、固定化酶性质和酶工程应用，能够结合应用场景分析不同固定化方法的优缺点
以“酶的固定化方法”为典型案例，AI生成导入题、综合场景题、机制图；平台实施抢答、投票、弹幕和PPT标注
第8章 发酵工程制药
1
发酵工程概论、菌种选育、发酵过程、工艺控制和设备
了解发酵工程在生物技术制药中的作用，理解发酵过程控制与产品生产之间的关系
AI辅助形成发酵流程图、关键参数解释和案例题；平台开展知识点复习
三、课程资源
课程资源由传统资源、数字化资源、AI辅助资源、平台数据资源和实践资源组成。课程已在雨课堂平台建设课件、视频、文献、案例、论文、教材等多类型资源，并形成知识图谱、题库、AI学伴和学生数字画像相结合的资源体系。
资源类型
具体内容
AI融入方式
教材与参考书
《生物技术制药》教材及相关参考书；课程原有建议阅读文献
AI辅助检索补充近年代表性文献，教师审核后形成文献卡片
微课/数字人视频
围绕目的基因获得、基因表达载体、单克隆抗体制备、小分子抗体、酶的固定化方法等重点难点建设约10分钟短视频
AI生成讲解脚本、视频结构和重点提示，支持课前预习和课后复习
课件与图示资源
实验原理图、机制图、工艺流程图、结构示意图、方法比较表
AI助教辅助生成高质量图示，教师修订后用于课堂讲解
题库与作业库
基础题、理解题、应用题、案例分析题、伦理判断题
AI出题后由教师审核，服务课中检测、课后自测和分层训练
知识图谱
章节知识点、核心知识点、能力点、问题点和素质点关联
将知识点与资源、题库、课程目标和能力达成关联
AI学伴与AI讲伴
24小时答疑、知识点解释、课堂总结、复习建议
根据学生提问沉淀高频问题，支持个性化辅导
学生数字画像
学习进度、资源使用、AI应用、互动情况、知识点完成度、能力达成度
用于学情诊断、学习预警和精准教学改进
四、课程评价
课程评价坚持结果评价与过程评价相结合、知识评价与能力评价相结合、教师评价与平台数据评价相结合。评价重点由单一知识掌握拓展为“知识掌握、工程应用、AI协作、生物伦理与学习投入”的综合评价。
评价项目
比例
评价内容
数据来源/评价方式
平时学习与资源完成
15%
微课观看、课件学习、知识图谱任务完成、预习题完成
雨课堂学习记录、知识点完成率
课堂互动与即时检测
15%
签到、抢答、投票、弹幕、随堂小测、课堂讨论
平台互动数据、教师观察
章节作业与AI分级自测
20%
基础题、理解题、应用题、案例分析题、错题订正
题库作业、AI出题经教师审核后的测评
AI协作与学习反思
10%
AI学伴提问质量、AI讲伴复习、文献卡片、AI使用过程说明
AI交互数据、学习反思、教师评价
课程思政与生物伦理任务
10%
工程伦理、科研诚信、质量安全、患者可及性、社会责任等案例讨论
讨论记录、反思报告、案例作业
期末综合考核
30%
核心概念、技术原理、工艺分析、案例应用、伦理判断
闭卷/开卷结合或综合案例考核
（一）过程性智能评价
过程性评价纳入课堂互动数据、AI学伴使用数据、随堂小测数据、知识图谱完成情况、PPT标注反馈、作业完成情况和学生数字画像。教师结合平台数据判断学生是否存在学习进度滞后、知识点掌握不足、互动参与低和AI工具使用不充分等问题，并进行针对性提醒和辅导。
（二）生成式AI背景下的考核要求
针对生成式AI带来的挑战，课程作业和考试避免单纯考查可直接搜索或生成的答案，重点考查学生的问题分析、逻辑推理、方案比较、证据使用和价值判断。涉及AI辅助完成的任务，学生需提交AI使用记录、资料核验说明和个人修改过程。评价重点不在于答案是否由AI辅助生成，而在于学生是否能够驾
