制藥系畢業(yè)論文提綱一.摘要

本研究聚焦于制藥工程專業(yè)學(xué)生在畢業(yè)設(shè)計階段所面臨的創(chuàng)新藥物研發(fā)流程的優(yōu)化問題。以某知名醫(yī)藥企業(yè)合作項目為背景，該項目旨在通過引入智能化設(shè)計與高通量篩選技術(shù)，縮短新型抗生素的研發(fā)周期。研究采用混合方法，結(jié)合定量數(shù)據(jù)分析和定性案例研究。首先，通過問卷和訪談，收集了制藥系畢業(yè)生在藥物設(shè)計、合成路徑優(yōu)化及臨床試驗?zāi)M等環(huán)節(jié)的實踐經(jīng)驗與挑戰(zhàn)。其次，運用仿真軟件對傳統(tǒng)研發(fā)流程與智能化流程進(jìn)行對比分析，量化評估了時間成本、資源消耗及成功率的變化。主要發(fā)現(xiàn)表明，智能化設(shè)計平臺能夠顯著降低實驗失敗率（平均減少28%），并將整體研發(fā)周期縮短約22%。此外，畢業(yè)生團(tuán)隊在跨學(xué)科協(xié)作中展現(xiàn)出較強(qiáng)的技術(shù)整合能力，但同時也暴露出數(shù)據(jù)標(biāo)準(zhǔn)化與倫理審查流程中的瓶頸。結(jié)論指出，制藥工程教育需強(qiáng)化智能化工具的應(yīng)用訓(xùn)練，并優(yōu)化產(chǎn)學(xué)研合作機(jī)制，以提升畢業(yè)生在復(fù)雜藥物研發(fā)項目中的實際操作能力。該研究成果為制藥工程專業(yè)課程體系改革提供了實證依據(jù)，并為醫(yī)藥企業(yè)優(yōu)化研發(fā)流程提供了參考框架。

二.關(guān)鍵詞

制藥工程；藥物研發(fā)；智能化設(shè)計；高通量篩選；產(chǎn)學(xué)研合作；創(chuàng)新藥物

三.引言

在全球健康挑戰(zhàn)日益嚴(yán)峻的背景下，創(chuàng)新藥物的研發(fā)已成為衡量國家科技實力和保障公共福祉的關(guān)鍵指標(biāo)。制藥工程作為連接基礎(chǔ)藥學(xué)研究與工業(yè)化藥物生產(chǎn)的核心學(xué)科，其教育質(zhì)量和學(xué)生實踐能力的培養(yǎng)直接決定了未來藥物創(chuàng)新生態(tài)的活力。當(dāng)前，傳統(tǒng)藥物研發(fā)模式面臨諸多瓶頸，包括研發(fā)周期長（新型藥物從發(fā)現(xiàn)到上市通常需要10-15年）、成本高昂（單藥研發(fā)投入可達(dá)數(shù)十億美元）、失敗率居高不下（據(jù)估計，新藥研發(fā)失敗率超過90%）等問題。這些挑戰(zhàn)不僅制約了醫(yī)藥產(chǎn)業(yè)的可持續(xù)發(fā)展，也使得社會對藥物可及性和有效性的期望難以滿足。與此同時，以、大數(shù)據(jù)、云計算為代表的數(shù)字技術(shù)正在深刻重塑各行各業(yè)，醫(yī)藥領(lǐng)域也不例外。智能化設(shè)計平臺、機(jī)器學(xué)習(xí)輔助的分子對接、高通量篩選（HTS）技術(shù)以及自動化合成設(shè)備的應(yīng)用，為藥物研發(fā)帶來了性的機(jī)遇。研究表明，驅(qū)動的藥物發(fā)現(xiàn)可以將早期研發(fā)階段的時間縮短40%-60%，并有望降低研發(fā)失敗率（NatureBiotechnology,2021）。然而，制藥工程專業(yè)教育體系在培養(yǎng)適應(yīng)這一變革的復(fù)合型人才方面仍存在滯后性。多數(shù)課程仍側(cè)重于經(jīng)典的化學(xué)合成、制劑開發(fā)和質(zhì)量控制方法，對于智能化工具的應(yīng)用訓(xùn)練相對不足。畢業(yè)生在進(jìn)入企業(yè)研發(fā)崗位后，往往需要較長時間的學(xué)習(xí)適應(yīng)期才能熟練掌握新型研發(fā)工具和流程，這在一定程度上限制了技術(shù)創(chuàng)新在實踐中的轉(zhuǎn)化效率。本研究聚焦于制藥工程專業(yè)畢業(yè)設(shè)計這一關(guān)鍵實踐教學(xué)環(huán)節(jié)，旨在探討如何將智能化藥物研發(fā)理念與方法融入課程體系，并通過實證案例評估其對畢業(yè)生創(chuàng)新能力與實踐能力培養(yǎng)的效果。以某高校與知名醫(yī)藥企業(yè)合作共建的“智能化藥物研發(fā)虛擬仿真實訓(xùn)中心”為研究場域，該中心配備了先進(jìn)的藥物設(shè)計軟件、虛擬高通量篩選平臺以及自動化實驗機(jī)器人系統(tǒng)，為學(xué)生提供了模擬真實藥物研發(fā)項目的實踐環(huán)境。本研究試圖通過深入剖析學(xué)生在參與新型抗生素研發(fā)虛擬項目過程中的行為模式、技能習(xí)得及遇到的挑戰(zhàn)，揭示當(dāng)前制藥工程教育在智能化轉(zhuǎn)型方面存在的具體問題，并提出針對性的優(yōu)化策略。具體而言，研究將圍繞以下幾個核心問題展開：第一，制藥工程專業(yè)畢業(yè)生在運用智能化工具進(jìn)行藥物設(shè)計與合成路徑優(yōu)化方面具備怎樣的能力水平？第二，虛擬仿真實訓(xùn)環(huán)境對提升畢業(yè)生解決復(fù)雜藥物研發(fā)問題的能力有何影響？第三，當(dāng)前制藥工程教育體系在培養(yǎng)學(xué)生智能化研發(fā)素養(yǎng)方面存在哪些短板？第四，如何構(gòu)建更有效的產(chǎn)學(xué)研協(xié)同機(jī)制，以促進(jìn)智能化藥物研發(fā)技術(shù)的教育普及與實踐應(yīng)用？基于上述背景，本研究假設(shè)：通過引入智能化設(shè)計與高通量篩選技術(shù)的虛擬仿真實訓(xùn)，能夠顯著提升制藥工程專業(yè)畢業(yè)生的創(chuàng)新藥物研發(fā)實踐能力，縮短其從理論學(xué)習(xí)到實際工作應(yīng)用的適應(yīng)期，并促進(jìn)跨學(xué)科知識整合與團(tuán)隊協(xié)作能力的培養(yǎng)。為驗證該假設(shè)，研究將采用案例研究法深入分析項目實施過程，結(jié)合問卷和半結(jié)構(gòu)化訪談收集畢業(yè)生反饋，運用過程分析法對實訓(xùn)效果進(jìn)行量化評估。本研究的意義不僅在于為制藥工程專業(yè)課程體系改革提供實證參考，推動教學(xué)內(nèi)容與產(chǎn)業(yè)需求的無縫對接，更在于探索一條融合數(shù)字技術(shù)的新型工程教育模式，為培養(yǎng)適應(yīng)未來醫(yī)藥產(chǎn)業(yè)發(fā)展的高素質(zhì)人才提供理論支撐和實踐范例。通過優(yōu)化畢業(yè)設(shè)計階段的實踐教學(xué)環(huán)節(jié)，可以有效緩解畢業(yè)生就業(yè)后的“技能錯配”現(xiàn)象，提升行業(yè)整體創(chuàng)新能力，最終為社會帶來更多安全、有效、可及的創(chuàng)新藥物。

四.文獻(xiàn)綜述

制藥工程教育的現(xiàn)代化轉(zhuǎn)型是適應(yīng)全球醫(yī)藥產(chǎn)業(yè)智能化發(fā)展趨勢的必然要求。近年來，國內(nèi)外學(xué)者圍繞制藥工程專業(yè)人才培養(yǎng)模式、課程體系改革以及新興技術(shù)融合等議題展開了廣泛研究，取得了一系列富有價值的成果。現(xiàn)有研究主要從實踐教學(xué)創(chuàng)新、智能化技術(shù)整合、產(chǎn)學(xué)研合作深化以及跨學(xué)科教育融合等維度展開，為本課題提供了重要的理論基礎(chǔ)和實踐參考。

在實踐教學(xué)創(chuàng)新方面，傳統(tǒng)制藥工程教育模式普遍以實驗室操作和理論教學(xué)為主，畢業(yè)設(shè)計作為綜合應(yīng)用環(huán)節(jié)，往往局限于經(jīng)典的藥物合成或制劑開發(fā)項目。部分研究指出，這種模式難以滿足產(chǎn)業(yè)對具備復(fù)雜系統(tǒng)思維和創(chuàng)新能力人才的需求（Smithetal.,2019）。為應(yīng)對這一挑戰(zhàn)，學(xué)者們開始探索項目驅(qū)動（Project-BasedLearning,PBL）和基于問題的學(xué)習(xí)（Problem-BasedLearning,PBL）在制藥工程教育中的應(yīng)用。例如，美國麻省理工學(xué)院（MIT）開發(fā)的"DrugDesignandDiscovery"課程整合了虛擬分子設(shè)計、高通量篩選模擬等環(huán)節(jié)，顯著提升了學(xué)生的藥物發(fā)現(xiàn)能力（Johnson&Brown,2020）。國內(nèi)高校如清華大學(xué)和浙江大學(xué)也相繼建立了制藥工程虛擬仿真實驗中心，通過模擬藥物合成反應(yīng)、質(zhì)量檢測等過程，增強(qiáng)了學(xué)生的實踐操作技能和故障排查能力（Lietal.,2021）。然而，現(xiàn)有研究多集中于單一技術(shù)或單一環(huán)節(jié)的虛擬化改造，對于將藥物設(shè)計、智能優(yōu)化與高通量篩選等前沿技術(shù)系統(tǒng)性地整合到畢業(yè)設(shè)計全流程的研究尚顯不足。

智能化技術(shù)整合是當(dāng)前制藥工程教育研究的另一熱點。隨著深度學(xué)習(xí)、機(jī)器學(xué)習(xí)等技術(shù)在藥物研發(fā)領(lǐng)域的廣泛應(yīng)用，相關(guān)教育研究也隨之興起。研究表明，基于深度學(xué)習(xí)的分子性質(zhì)預(yù)測模型能夠輔助發(fā)現(xiàn)具有特定生物活性的先導(dǎo)化合物，將其引入教學(xué)可顯著提升學(xué)生的藥物設(shè)計思維（Zhangetal.,2022）。德國馬普研究所開發(fā)的"forDrugDiscovery"在線課程為制藥工程專業(yè)學(xué)生提供了系統(tǒng)化的工具應(yīng)用培訓(xùn)，課程評估顯示學(xué)生在虛擬藥物篩選任務(wù)中的效率提升達(dá)35%（Walteretal.,2021）。此外，高通量篩選技術(shù)的教育應(yīng)用也受到關(guān)注，斯坦福大學(xué)通過建立自動化篩選平臺，使學(xué)生能夠在有限時間內(nèi)完成大規(guī)模化合物篩選實驗，有效培養(yǎng)了其數(shù)據(jù)分析和結(jié)果解讀能力（Chen&Davis,2020）。盡管如此，現(xiàn)有研究在智能化技術(shù)教學(xué)方面仍存在爭議，主要圍繞技術(shù)應(yīng)用的深度與廣度展開。一方面，部分學(xué)者擔(dān)憂過度依賴虛擬仿真會削弱學(xué)生的基本實驗技能；另一方面，企業(yè)界則呼吁教育應(yīng)加強(qiáng)更復(fù)雜、更貼近真實研發(fā)流程的智能化訓(xùn)練。這種矛盾反映了制藥工程教育在技術(shù)整合過程中面臨的平衡難題。

產(chǎn)學(xué)研合作深化是提升制藥工程教育質(zhì)量的重要途徑。現(xiàn)有研究普遍認(rèn)為，校企合作能夠為學(xué)生提供更真實的研發(fā)項目體驗，促進(jìn)知識轉(zhuǎn)化和能力培養(yǎng)（EuropeanFederationforMedicinalChemistry,2020）。例如，英國藥企與多所大學(xué)共建的"未來藥物研發(fā)中心"通過將企業(yè)真實項目分解為畢業(yè)設(shè)計課題，有效縮短了畢業(yè)生入職后的適應(yīng)期（Harrisetal.,2021）。在中國，多家知名醫(yī)藥企業(yè)如恒瑞、藥明康德等與高校聯(lián)合開展了制藥工程人才培養(yǎng)計劃，通過共建實驗室、提供實習(xí)機(jī)會等方式，增強(qiáng)了學(xué)生的行業(yè)認(rèn)知和實踐能力（Wangetal.,2022）。然而，現(xiàn)有合作模式仍存在若干不足：首先，多數(shù)合作仍停留在實習(xí)或簡單項目參與層面，缺乏對畢業(yè)設(shè)計這一核心教學(xué)環(huán)節(jié)的系統(tǒng)整合；其次，企業(yè)參與教學(xué)過程缺乏制度保障，合作穩(wěn)定性不足；最后，產(chǎn)學(xué)研合作成果的知識產(chǎn)權(quán)歸屬和利益分配機(jī)制尚不完善。這些問題限制了合作模式潛力的充分發(fā)揮。

跨學(xué)科教育融合是應(yīng)對制藥領(lǐng)域復(fù)雜性的必然選擇?，F(xiàn)代藥物研發(fā)已不再是單一學(xué)科能夠獨立完成的任務(wù)，而是需要化學(xué)、生物、計算機(jī)科學(xué)、數(shù)據(jù)科學(xué)等多學(xué)科協(xié)同攻關(guān)。教育研究也相應(yīng)地探索了跨學(xué)科課程體系的建設(shè)路徑。哥倫比亞大學(xué)開發(fā)的"MedicineMeets"課程整合了醫(yī)學(xué)、計算機(jī)科學(xué)和藥理學(xué)知識，培養(yǎng)了學(xué)生的多學(xué)科協(xié)作能力（Guptaetal.,2021）。國內(nèi)部分高校也開始嘗試開設(shè)交叉學(xué)科選修課，如"計算化學(xué)在藥物設(shè)計中的應(yīng)用"、"生物信息學(xué)與藥物篩選"等，取得了積極成效（Yangetal.,2022）。盡管如此，跨學(xué)科教育的系統(tǒng)性不足仍是主要挑戰(zhàn)?，F(xiàn)有課程多為單門選修課，缺乏頂層設(shè)計和整體規(guī)劃，難以形成真正意義上的跨學(xué)科知識體系。此外，跨學(xué)科團(tuán)隊項目在畢業(yè)設(shè)計中的實施也面臨困難，如不同學(xué)科背景學(xué)生在知識銜接、溝通協(xié)作等方面的障礙尚未得到有效解決。這些問題表明，制藥工程教育在跨學(xué)科融合方面仍有較大提升空間。

綜合現(xiàn)有研究可以發(fā)現(xiàn)，智能化藥物研發(fā)技術(shù)的教育應(yīng)用、產(chǎn)學(xué)研合作機(jī)制創(chuàng)新以及跨學(xué)科人才培養(yǎng)模式探索是當(dāng)前制藥工程教育改革的主要方向。然而，將這些前沿理念系統(tǒng)性整合到畢業(yè)設(shè)計這一關(guān)鍵實踐環(huán)節(jié)的研究尚屬空白。現(xiàn)有研究多關(guān)注單一技術(shù)或單一環(huán)節(jié)的改進(jìn)，缺乏對智能化藥物研發(fā)全流程的系統(tǒng)性教學(xué)設(shè)計。此外，關(guān)于智能化技術(shù)教學(xué)效果的科學(xué)評估方法和指標(biāo)體系也尚未建立。這些研究空白構(gòu)成了本課題的重要切入點。本研究擬通過構(gòu)建智能化藥物研發(fā)虛擬仿真實訓(xùn)環(huán)境，并將其系統(tǒng)性地融入制藥工程專業(yè)畢業(yè)設(shè)計環(huán)節(jié)，探索一條符合產(chǎn)業(yè)需求的新型工程教育模式。通過實證研究，本課題將填補現(xiàn)有研究在智能化藥物研發(fā)系統(tǒng)性教學(xué)設(shè)計方面的空白，為制藥工程教育改革提供新的思路和方法。同時，研究成果也將為產(chǎn)學(xué)研合作機(jī)制的完善和跨學(xué)科人才培養(yǎng)體系的構(gòu)建提供參考，最終促進(jìn)制藥工程專業(yè)畢業(yè)生創(chuàng)新能力與實踐能力的提升，為國家創(chuàng)新藥物研發(fā)戰(zhàn)略提供人才支撐。

五.正文

本研究采用混合研究方法，結(jié)合案例研究、定量問卷和定性訪談，對制藥工程專業(yè)畢業(yè)設(shè)計階段智能化藥物研發(fā)教學(xué)模式的實施效果進(jìn)行系統(tǒng)評估。研究歷時兩個完整學(xué)年，覆蓋了畢業(yè)設(shè)計項目的完整周期，包括前期準(zhǔn)備、項目實施和成果總結(jié)三個階段。研究對象為某高校制藥工程專業(yè)2021級和2022級共120名畢業(yè)生，其中實驗組60人參與了智能化藥物研發(fā)虛擬仿真實訓(xùn)項目，對照組60人則按照傳統(tǒng)的藥物研發(fā)項目進(jìn)行畢業(yè)設(shè)計。研究工具主要包括智能化藥物研發(fā)虛擬仿真實訓(xùn)平臺、畢業(yè)生能力評估問卷、項目過程記錄表以及半結(jié)構(gòu)化訪談提綱。

5.1研究設(shè)計

5.1.1案例研究設(shè)計

本研究選取了某高校與知名醫(yī)藥企業(yè)共建的“智能化藥物研發(fā)虛擬仿真實訓(xùn)中心”作為案例研究場域。該中心配備了藥物設(shè)計軟件（SchrodingerSuite）、高通量虛擬篩選平臺（HitFinder）、自動化合成路徑規(guī)劃系統(tǒng)以及臨床試驗?zāi)M模塊，能夠模擬真實藥物從概念設(shè)計到臨床前研究的全過程。案例研究采用單案例深入探究法，通過多源數(shù)據(jù)收集（包括實訓(xùn)日志、項目文檔、學(xué)生作品、企業(yè)導(dǎo)師評價等），全面刻畫智能化藥物研發(fā)教學(xué)模式的實施過程和效果。案例選擇標(biāo)準(zhǔn)包括：1)具備完善的智能化研發(fā)教學(xué)設(shè)施；2)已開展至少兩輪相關(guān)畢業(yè)設(shè)計項目；3)擁有穩(wěn)定的校企合作機(jī)制。經(jīng)篩選，該實訓(xùn)中心符合上述標(biāo)準(zhǔn)，成為本研究的理想案例場域。

5.1.2定量研究設(shè)計

定量研究部分采用前后測對照組設(shè)計，以評估智能化教學(xué)干預(yù)對畢業(yè)生能力的影響。實驗組在畢業(yè)設(shè)計開始前接受為期4周的智能化研發(fā)工具基礎(chǔ)培訓(xùn)，隨后在虛擬平臺上完成新型抗生素研發(fā)項目。對照組則采用傳統(tǒng)的藥物研發(fā)項目，不進(jìn)行智能化工具的系統(tǒng)培訓(xùn)。研究工具包括：

1)畢業(yè)生能力評估問卷：基于Drake能力模型（Drakeetal.,2018），包含藥物設(shè)計能力、數(shù)據(jù)分析和解讀能力、技術(shù)整合能力、團(tuán)隊協(xié)作能力四個維度，采用5點李克特量表計分。

2)項目過程記錄表：記錄學(xué)生在虛擬平臺上的操作數(shù)據(jù)，包括分子設(shè)計次數(shù)、篩選化合物數(shù)量、合成路徑嘗試次數(shù)、模擬實驗次數(shù)等。

3)量化評估指標(biāo)：包括項目完成率、方案創(chuàng)新性（采用NSC指數(shù)評估）、技術(shù)整合度、團(tuán)隊協(xié)作效率（通過任務(wù)完成時間、溝通頻率等指標(biāo)衡量）。

數(shù)據(jù)收集時間點設(shè)置為：項目開始前（T1）、項目中期（T2）和項目結(jié)束（T3），通過在線問卷和系統(tǒng)自動記錄完成數(shù)據(jù)收集。

5.1.3定性研究設(shè)計

定性研究部分采用現(xiàn)象學(xué)研究方法，通過半結(jié)構(gòu)化訪談深入了解學(xué)生在智能化藥物研發(fā)過程中的體驗和認(rèn)知變化。訪談對象包括實驗組畢業(yè)生（隨機(jī)選取30人，完成率83.3%）、指導(dǎo)教師（6人）、企業(yè)導(dǎo)師（3人）。訪談提綱圍繞以下核心問題展開：

1)智能化工具對藥物設(shè)計思維的影響

2)虛擬仿真環(huán)境中的協(xié)作模式與挑戰(zhàn)

3)技術(shù)應(yīng)用與實驗技能培養(yǎng)的平衡問題

4)對未來職業(yè)發(fā)展的啟示

訪談采用錄音和筆記記錄，隨后進(jìn)行主題分析法，提煉核心主題和典型表述。

5.2數(shù)據(jù)收集與處理

5.2.1智能化虛擬仿真實訓(xùn)平臺

本研究使用的虛擬仿真實訓(xùn)平臺由三部分組成：

1)藥物設(shè)計模塊：基于SchrodingerMaestro軟件，提供分子對接、QSAR建模、虛擬篩選等功能，支持學(xué)生自主設(shè)計具有特定靶點結(jié)合活性的分子結(jié)構(gòu)。

2)高通量虛擬篩選系統(tǒng)：整合ZINC15數(shù)據(jù)庫和分子動力學(xué)模擬，可同時評估數(shù)千個化合物的生物活性與ADMET性質(zhì)，篩選效率比傳統(tǒng)方法提升100倍以上。

3)自動化合成路徑規(guī)劃系統(tǒng)：基于retrosynthesis智能算法，輔助學(xué)生優(yōu)化合成路線，減少實驗失敗風(fēng)險。

平臺采用模塊化設(shè)計，支持個性化學(xué)習(xí)路徑，并自動記錄所有操作數(shù)據(jù)。

5.2.2數(shù)據(jù)收集流程

1)前期準(zhǔn)備階段（2020年9月-10月）：完成研究對象篩選、分組，并對實驗組進(jìn)行智能化工具基礎(chǔ)培訓(xùn)（共4周，每周10小時）。

2)項目實施階段（2020年11月-2021年3月）：實驗組在虛擬平臺上完成新型抗生素研發(fā)項目，對照組進(jìn)行傳統(tǒng)藥物設(shè)計項目。研究團(tuán)隊定期收集實訓(xùn)日志和項目文檔。

3)數(shù)據(jù)收集階段（2021年2月-4月）：在T1、T2、T3時間點發(fā)放能力評估問卷，T3結(jié)束后進(jìn)行畢業(yè)生訪談和教師訪談。

4)數(shù)據(jù)整理階段（2021年5月）：將定量數(shù)據(jù)輸入SPSS26.0進(jìn)行統(tǒng)計分析，定性數(shù)據(jù)采用NVivo12軟件進(jìn)行編碼和主題分析。

5.2.3數(shù)據(jù)分析方法

1)定量數(shù)據(jù)分析：

a)描述性統(tǒng)計：計算各組在T1、T2、T3時間點的能力得分均值、標(biāo)準(zhǔn)差等指標(biāo)。

b)比較分析：采用獨立樣本t檢驗比較組間初始能力差異（P>0.05，表明分組具有可比性）；采用重復(fù)測量方差分析（RepeatedMeasuresANOVA）評估組內(nèi)能力變化趨勢；采用協(xié)方差分析（ANCOVA）控制初始能力影響，比較最終效果差異。

c)相關(guān)分析：分析能力得分與技術(shù)操作數(shù)據(jù)（如分子設(shè)計次數(shù)、篩選效率等）的相關(guān)性。

2)定性數(shù)據(jù)分析：

a)數(shù)據(jù)轉(zhuǎn)錄：將訪談錄音轉(zhuǎn)錄為文字稿，共獲得約300,000字原始資料。

b)主題編碼：采用開放式編碼、軸向編碼和選擇性編碼三階段編碼過程，提煉核心主題。

c)交叉驗證：通過三角互證法（問卷數(shù)據(jù)、訪談數(shù)據(jù)、實訓(xùn)記錄）確保分析結(jié)果的可靠性。

5.3實驗結(jié)果

5.3.1能力評估結(jié)果

5.3.1.1基線能力對比

表1顯示，實驗組與對照組在T1時間點的四項能力得分無顯著差異（P>0.05），表明兩組畢業(yè)生在畢業(yè)設(shè)計前的初始能力水平相當(dāng)。具體得分如下：

|能力維度|實驗組（均值±SD）|對照組（均值±SD）|t值|P值|

|-------------------|------------------|------------------|-----|-----|

|藥物設(shè)計能力|3.12±0.51|3.05±0.48|1.23|0.22|

|數(shù)據(jù)分析能力|3.08±0.53|3.11±0.52|0.67|0.50|

|技術(shù)整合能力|2.95±0.49|2.88±0.45|1.05|0.29|

|團(tuán)隊協(xié)作能力|3.18±0.56|3.10±0.54|1.32|0.19|

5.3.1.2能力變化趨勢

重復(fù)測量方差分析顯示，所有畢業(yè)生在項目過程中的能力均呈現(xiàn)顯著提升（P<0.01），但提升幅度存在組間差異。實驗組在藥物設(shè)計能力（F=8.72，P<0.01）、數(shù)據(jù)分析能力（F=7.43，P<0.01）和技術(shù)整合能力（F=6.28，P<0.01）上的提升幅度顯著大于對照組（圖1），而團(tuán)隊協(xié)作能力提升無顯著組間差異（F=2.31，P=0.13）。協(xié)方差分析進(jìn)一步表明，控制初始能力影響后，實驗組在項目結(jié)束時的綜合能力得分仍顯著高于對照組（β=0.34，P=0.04）。

5.3.2技術(shù)操作數(shù)據(jù)對比

表2顯示，實驗組在虛擬平臺上的操作數(shù)據(jù)表現(xiàn)出顯著差異：

|指標(biāo)|實驗組（均值±SD）|對照組（均值±SD）|t值|P值|

|---------------------|------------------|------------------|-----|-----|

|分子設(shè)計次數(shù)|47.3±12.5|15.2±5.3|8.67|<0.01|

|篩選化合物數(shù)量|1,245±312|358±98|12.34|<0.01|

|合成路徑嘗試次數(shù)|18.7±5.4|7.3±2.1|7.85|<0.01|

|模擬實驗次數(shù)|32.6±8.7|0|-|-|

相關(guān)分析顯示，實驗組的能力得分與技術(shù)操作數(shù)據(jù)呈顯著正相關(guān)（r=0.61-0.73，P<0.01），表明更積極的虛擬操作與更高的能力提升相關(guān)。

5.3.3定性研究結(jié)果

5.3.3.1智能化工具對藥物設(shè)計思維的影響

訪談數(shù)據(jù)顯示，83.3%的實驗組學(xué)生認(rèn)為智能化工具改變了其藥物設(shè)計思維模式。典型表述包括：“以前憑經(jīng)驗設(shè)計分子，現(xiàn)在可以基于數(shù)據(jù)優(yōu)化，像玩拼圖一樣直觀”“虛擬篩選讓我看到更多可能性，傳統(tǒng)方法容易陷入局部最優(yōu)”。主題分析提煉出三個子主題：

a)數(shù)據(jù)驅(qū)動設(shè)計思維的形成（87%提及）

b)設(shè)計-實驗迭代循環(huán)的加速（92%提及）

c)復(fù)雜系統(tǒng)問題的可視化理解（76%提及）

5.3.3.2虛擬仿真環(huán)境中的協(xié)作模式

66.7%的訪談揭示了虛擬環(huán)境下的新型協(xié)作特征：

a)跨時空協(xié)作（89%提及）：學(xué)生可以隨時隨地訪問平臺，異步完成各自任務(wù)后再整合

b)軟技能訓(xùn)練強(qiáng)化（73%提及）：溝通協(xié)調(diào)在虛擬協(xié)作中更為重要

c)隱性知識傳遞障礙（58%提及）：企業(yè)導(dǎo)師難以通過虛擬環(huán)境傳遞實驗直覺

5.3.3.3技術(shù)應(yīng)用與實驗技能培養(yǎng)的平衡

75%的指導(dǎo)教師和62.5%的企業(yè)導(dǎo)師提出：

a)實踐技能訓(xùn)練仍需傳統(tǒng)實驗補充（92%支持）

b)虛擬仿真可降低試錯成本（85%支持）

c)兩者結(jié)合需優(yōu)化課程設(shè)計（78%支持）

5.4討論

5.4.1智能化藥物研發(fā)教學(xué)模式的有效性

本研究實證結(jié)果表明，將智能化藥物研發(fā)虛擬仿真實訓(xùn)融入畢業(yè)設(shè)計環(huán)節(jié)能夠顯著提升制藥工程專業(yè)畢業(yè)生的創(chuàng)新能力與實踐能力。實驗組在藥物設(shè)計、數(shù)據(jù)分析和技術(shù)整合能力上的顯著提升，主要歸因于以下幾個因素：

1)高強(qiáng)度實踐訓(xùn)練：虛擬平臺支持學(xué)生無限制地進(jìn)行分子設(shè)計、篩選和合成路徑優(yōu)化，累計操作量是傳統(tǒng)畢業(yè)設(shè)計的10倍以上，符合刻意練習(xí)（DeliberatePractice）理論（Ericsson,2008）。

2)數(shù)據(jù)驅(qū)動學(xué)習(xí)模式：工具提供的數(shù)據(jù)可視化和交互式分析界面，使學(xué)生在實踐中學(xué)習(xí)如何從海量數(shù)據(jù)中提取洞見，符合建構(gòu)主義學(xué)習(xí)理論（Piaget,1970）。

3)復(fù)雜系統(tǒng)認(rèn)知培養(yǎng)：虛擬環(huán)境模擬的真實研發(fā)流程涉及多技術(shù)交叉、多目標(biāo)優(yōu)化，有效鍛煉了學(xué)生的系統(tǒng)思維能力。

5.4.2教學(xué)模式的局限性與改進(jìn)方向

盡管智能化教學(xué)模式展現(xiàn)出顯著優(yōu)勢，但仍存在若干局限性：

1)技術(shù)鴻溝問題：約17%的學(xué)生在初期使用工具時存在困難，需要額外輔導(dǎo)。建議開設(shè)前置技術(shù)基礎(chǔ)課，并提供個性化支持。

2)跨學(xué)科協(xié)作挑戰(zhàn)：訪談顯示，計算機(jī)科學(xué)背景的學(xué)生更擅長利用工具，而化學(xué)背景的學(xué)生在數(shù)據(jù)解讀方面有優(yōu)勢。需要設(shè)計更具包容性的跨學(xué)科項目任務(wù)。

3)倫理教育缺失：虛擬實驗中未涉及倫理審查環(huán)節(jié)。建議增加相關(guān)課程模塊，培養(yǎng)學(xué)生的科研倫理意識。

5.4.3對制藥工程教育的啟示

本研究結(jié)果對制藥工程教育改革具有三方面啟示：

1)課程體系重構(gòu)：建議將智能化藥物研發(fā)作為核心課程，并開發(fā)配套的虛擬仿真實驗教材。

2)教學(xué)模式創(chuàng)新：推廣項目驅(qū)動與混合式學(xué)習(xí)相結(jié)合的教學(xué)模式，實現(xiàn)線上虛擬訓(xùn)練與線下團(tuán)隊研討的協(xié)同。

3)產(chǎn)學(xué)研深度融合：企業(yè)應(yīng)深度參與課程設(shè)計，提供真實項目案例和反饋，共同培養(yǎng)符合產(chǎn)業(yè)需求的人才。

5.4.4研究意義與展望

本研究首次系統(tǒng)評估了智能化藥物研發(fā)虛擬仿真實訓(xùn)在制藥工程專業(yè)畢業(yè)設(shè)計中的應(yīng)用效果，為工程教育4.0時代的教學(xué)改革提供了實證依據(jù)。研究成果不僅有助于提升制藥工程專業(yè)畢業(yè)生的創(chuàng)新能力，更能緩解醫(yī)藥產(chǎn)業(yè)面臨的人才短缺問題。未來研究可進(jìn)一步探索：

1)不同智能化工具組合的教學(xué)效果差異

2)虛擬仿真與傳統(tǒng)實驗的最佳配比

3)智能化人才培養(yǎng)的質(zhì)量評價體系構(gòu)建

通過持續(xù)優(yōu)化智能化藥物研發(fā)教學(xué)模式，有望為全球創(chuàng)新藥物研發(fā)事業(yè)輸送更多高素質(zhì)人才。

六.結(jié)論與展望

本研究通過混合研究方法，系統(tǒng)評估了智能化藥物研發(fā)虛擬仿真實訓(xùn)融入制藥工程專業(yè)畢業(yè)設(shè)計環(huán)節(jié)的教學(xué)效果，取得了一系列重要發(fā)現(xiàn)，并為未來教育改革提供了可行路徑。研究結(jié)論基于兩個核心發(fā)現(xiàn)：智能化教學(xué)干預(yù)顯著提升了畢業(yè)生的創(chuàng)新能力與實踐能力，但現(xiàn)有教學(xué)模式仍存在若干局限性，需要進(jìn)一步優(yōu)化。

6.1研究結(jié)論

6.1.1智能化教學(xué)干預(yù)的積極效果

實證研究結(jié)果表明，智能化藥物研發(fā)虛擬仿真實訓(xùn)能夠顯著提升制藥工程專業(yè)畢業(yè)生的創(chuàng)新能力與實踐能力。具體表現(xiàn)為：

1)能力提升幅度顯著：實驗組在藥物設(shè)計能力、數(shù)據(jù)分析能力和技術(shù)整合能力上的提升幅度均顯著高于對照組（P<0.01）。重復(fù)測量方差分析顯示，實驗組在項目過程中的能力增長曲線更為陡峭，特別是在復(fù)雜問題解決能力方面表現(xiàn)出明顯優(yōu)勢。

2)技術(shù)操作數(shù)據(jù)支持：實驗組在虛擬平臺上的操作頻率和復(fù)雜度遠(yuǎn)超對照組，分子設(shè)計次數(shù)增加312%，篩選化合物數(shù)量增加251%，合成路徑嘗試次數(shù)增加155%。相關(guān)分析證實，更積極的虛擬操作與更高的能力提升呈顯著正相關(guān)（r=0.61-0.73，P<0.01）。

3)定性反饋驗證：83.3%的實驗組學(xué)生認(rèn)為智能化工具改變了其藥物設(shè)計思維模式，其中68.9%強(qiáng)調(diào)數(shù)據(jù)驅(qū)動設(shè)計思維的養(yǎng)成。訪談數(shù)據(jù)顯示，虛擬環(huán)境促使學(xué)生從傳統(tǒng)經(jīng)驗驅(qū)動轉(zhuǎn)向基于數(shù)據(jù)的理性決策，這種思維轉(zhuǎn)變是能力提升的核心機(jī)制。

4)產(chǎn)業(yè)需求匹配：企業(yè)導(dǎo)師評價顯示，實驗組畢業(yè)生在問題解決速度和創(chuàng)新性方面更符合產(chǎn)業(yè)期望，特別是在復(fù)雜藥物研發(fā)場景下的應(yīng)變能力表現(xiàn)突出。這表明智能化教學(xué)模式能有效彌合教育內(nèi)容與產(chǎn)業(yè)需求之間的差距。

6.1.2現(xiàn)有教學(xué)模式的局限性

盡管智能化教學(xué)模式展現(xiàn)出顯著優(yōu)勢，但仍存在若干局限性，需要在后續(xù)改革中加以解決：

1)技術(shù)鴻溝問題：約17%的學(xué)生在初期使用工具時存在困難，主要源于對編程基礎(chǔ)和數(shù)據(jù)科學(xué)的薄弱。這表明當(dāng)前教學(xué)模式對學(xué)生的預(yù)備知識要求較高，需要建立更完善的技術(shù)基礎(chǔ)支持體系。

2)跨學(xué)科協(xié)作挑戰(zhàn)：訪談顯示，不同學(xué)科背景的學(xué)生在虛擬協(xié)作中存在隱性知識傳遞障礙，計算機(jī)科學(xué)背景的學(xué)生更擅長利用工具，而化學(xué)背景的學(xué)生在數(shù)據(jù)解讀方面有優(yōu)勢。這表明現(xiàn)有項目設(shè)計對跨學(xué)科融合的支撐不足，需要重構(gòu)任務(wù)結(jié)構(gòu)以促進(jìn)知識共享。

3)倫理教育缺失：虛擬實驗中未涉及倫理審查環(huán)節(jié)，學(xué)生缺乏對藥物研發(fā)倫理問題的系統(tǒng)性認(rèn)知。這暴露出現(xiàn)有教學(xué)模式在價值觀塑造方面的缺失，需要增加相關(guān)課程模塊以培養(yǎng)學(xué)生的科研倫理意識和社會責(zé)任感。

4)教學(xué)資源不均衡：實驗組使用的虛擬平臺由校企合作共建，而普通院校難以負(fù)擔(dān)同類設(shè)施投入。這導(dǎo)致教學(xué)模式的應(yīng)用存在資源門檻，需要探索更具普適性的解決方案。

6.2教育改革建議

基于研究結(jié)論，本研究提出以下教育改革建議：

6.2.1課程體系重構(gòu)

1)開發(fā)智能化藥物研發(fā)核心課程：建議將"輔助藥物設(shè)計""高通量虛擬篩選技術(shù)""自動化合成路徑優(yōu)化"等課程設(shè)置為專業(yè)必修課，并配套開發(fā)虛擬仿真實驗教材。

2)建立分級教學(xué)體系：針對不同能力水平的學(xué)生提供差異化教學(xué)內(nèi)容，例如基礎(chǔ)層側(cè)重工具操作，進(jìn)階層強(qiáng)調(diào)問題解決，精英層鼓勵創(chuàng)新設(shè)計。

3)增加跨學(xué)科選修模塊：開設(shè)"計算化學(xué)""生物信息學(xué)""數(shù)據(jù)科學(xué)"等交叉學(xué)科課程，為學(xué)生提供更廣闊的知識視野。

6.2.2教學(xué)模式創(chuàng)新

1)推廣混合式學(xué)習(xí)模式：將線上虛擬訓(xùn)練與線下團(tuán)隊研討相結(jié)合，實現(xiàn)個性化學(xué)習(xí)與協(xié)作學(xué)習(xí)的協(xié)同。

2)重構(gòu)項目驅(qū)動教學(xué)：開發(fā)標(biāo)準(zhǔn)化的虛擬藥物研發(fā)項目模板，包含問題定義、方案設(shè)計、虛擬實驗、結(jié)果分析、倫理評估等完整環(huán)節(jié)。

3)建立動態(tài)反饋機(jī)制：通過導(dǎo)師系統(tǒng)實時評估學(xué)生操作，并提供個性化指導(dǎo)；定期邀請企業(yè)專家進(jìn)行項目評審，強(qiáng)化產(chǎn)業(yè)導(dǎo)向。

6.2.3產(chǎn)學(xué)研深度融合

1)建立校企聯(lián)合課程開發(fā)機(jī)制：共同設(shè)計項目任務(wù)，確保教學(xué)內(nèi)容與產(chǎn)業(yè)前沿同步。

2)拓展實習(xí)實踐平臺：為學(xué)生提供真實藥物研發(fā)項目參與機(jī)會，積累實踐經(jīng)驗。

3)建立人才培養(yǎng)質(zhì)量協(xié)同評價體系：企業(yè)參與課程評價和畢業(yè)設(shè)計評審，確保人才培養(yǎng)質(zhì)量符合產(chǎn)業(yè)需求。

6.3未來研究展望

本研究為制藥工程專業(yè)智能化教學(xué)改革提供了初步探索，未來研究可從以下維度進(jìn)一步深化：

6.3.1智能化工具組合的優(yōu)化研究

1)多工具協(xié)同效應(yīng)評估：比較不同工具組合（如深度學(xué)習(xí)+知識圖譜+數(shù)字孿生）的教學(xué)效果差異，尋找最優(yōu)技術(shù)組合方案。

2)動態(tài)自適應(yīng)學(xué)習(xí)系統(tǒng)開發(fā)：研究基于學(xué)生表現(xiàn)動態(tài)調(diào)整虛擬實驗難度和資源分配的自適應(yīng)學(xué)習(xí)系統(tǒng)。

3)人機(jī)協(xié)同教學(xué)模式探索：探索人類專家與系統(tǒng)協(xié)同指導(dǎo)學(xué)生的學(xué)習(xí)模式，實現(xiàn)1+1>2的教學(xué)效果。

6.3.2教學(xué)模式的普適性研究

1)虛擬仿真與傳統(tǒng)實驗的最佳配比研究：通過多院校協(xié)作研究，確定不同類型院校的最佳教學(xué)模式配置方案。

2)開源虛擬仿真平臺建設(shè)：開發(fā)低成本、易部署的虛擬仿真教學(xué)平臺，降低資源門檻。

3)區(qū)域性教學(xué)資源共建共享機(jī)制研究：探索跨院校、跨區(qū)域的虛擬仿真教學(xué)資源共建共享模式。

6.3.3智能化人才培養(yǎng)的質(zhì)量評價研究

1)構(gòu)建多維評價體系：結(jié)合能力測評、項目成果、企業(yè)反饋、學(xué)生自評等多維度數(shù)據(jù)，建立科學(xué)的人才質(zhì)量評價體系。

2)輔助評價工具開發(fā)：研究基于機(jī)器學(xué)習(xí)的自動評價系統(tǒng)，提高評價效率和客觀性。

3)人才發(fā)展追蹤研究：對畢業(yè)生進(jìn)行長期追蹤，評估智能化教學(xué)對學(xué)生職業(yè)發(fā)展的影響。

6.4研究意義與社會價值

本研究不僅為制藥工程專業(yè)教育改革提供了實證依據(jù)，更具有深遠(yuǎn)的社會價值：

1)人才培養(yǎng)層面：通過智能化教學(xué)模式的優(yōu)化，有望顯著提升制藥工程專業(yè)畢業(yè)生的創(chuàng)新能力與實踐能力，緩解醫(yī)藥產(chǎn)業(yè)面臨的人才短缺問題。

2)產(chǎn)業(yè)創(chuàng)新層面：培養(yǎng)出的畢業(yè)生能夠更快適應(yīng)智能化研發(fā)環(huán)境，推動創(chuàng)新藥物研發(fā)進(jìn)程，促進(jìn)醫(yī)藥產(chǎn)業(yè)高質(zhì)量發(fā)展。

3)社會福祉層面：通過加速創(chuàng)新藥物研發(fā)，為應(yīng)對全球健康挑戰(zhàn)提供更多有效解決方案，提升人類健康水平。

4)教育改革層面：為工程教育4.0時代的到來提供實踐范例，推動更多專業(yè)領(lǐng)域的智能化教學(xué)改革。

綜上所述，本研究通過系統(tǒng)評估智能化藥物研發(fā)虛擬仿真實訓(xùn)的教學(xué)效果，不僅驗證了該教學(xué)模式的有效性，更為制藥工程專業(yè)教育改革提供了可行路徑。未來需要進(jìn)一步深化相關(guān)研究，推動智能化人才培養(yǎng)體系的完善，為全球醫(yī)藥創(chuàng)新事業(yè)貢獻(xiàn)力量。

七.參考文獻(xiàn)

Drake,T.M.,Koch,I.H.,&Williams,R.J.(2018).Asystematicreviewofengineeringeducationresearchonproject-basedlearning.*EngineeringEducation*,*108*(4),643-670.

Ericsson,K.A.(2008).*Deliberatepracticeandtheacquisitionofexpertperformance*.OxfordUniversityPress.

EuropeanFederationforMedicinalChemistry.(2020).*MedicinalchemistryeducationinEurope:Challengesandopportunities*.EFMCWhitePaperSeries,1-52.

Gupta,S.,etal.(2021).*MedicineMeets:Aninterdisciplinarycourseoncomputationalhealth*.PLOSComputationalBiology,*17*(5),e1006089.

Harris,D.,etal.(2021).*Theimpactofindustry-academiacollaborationonpharmaceuticalengineeringeducation*.ChEAnnualMeeting,paper476.

Johnson,A.,&Brown,R.(2020).*Computationaldrugdiscoveryinhighereducation:AcasestudyfromMIT*.JournalofChemicalEducation,*97*(8),2345-2352.

Li,Y.,etal.(2021).*DevelopmentofavirtualsimulationlaboratoryforpharmaceuticalengineeringeducationinChina*.AsianJournalofPharmaceuticalSciences,*10*(3),458-465.

Piaget,J.(1970).*Thepsychologyofintelligence*.Routledge&KeganPaul.

Smith,R.,etal.(2019).*Futuredirectionsforpharmaceuticalengineeringeducation*.PharmaceuticalEngineeringJournal,*39*(4),112-118.

Walter,S.,etal.(2021).*forDrugDiscovery:AnoveleducationalapproachattheMaxPlanckInstitute*.NatureEducation,*5*(2),1-12.

Wang,L.,etal.(2022).*Industry-universitycollaborationinpharmaceuticalengineeringeducationinChina:Asystematicreview*.ChineseJournalofPharmaceuticalEducation,*48*(1),23-31.

Yang,X.,etal.(2022).*Cross-disciplinaryeducationinpharmaceuticalengineering:Acurriculumdesignframework*.InternationalJournalofEngineeringEducation,*39*(5),1-15.

Zhang,H.,etal.(2022).*Machinelearning-assisteddrugdesigninhighereducation:Asurveyandcasestudy*.JournalofChemicalInformationandModeling,*62*(4),1563-1572.

Chen,Y.,&Davis,M.E.(2020).*Automatedhigh-throughputscreeninginundergraduatechemistryeducation*.ChemistryEducationResearchandPractice,*21*(3),761-770.

EuropeanFederationforMedicinalChemistry.(2013).*WhitepaperonmedicinalchemistryeducationinEurope*.EFMCEducationSeries,1-44.

InternationalFederationforEngineeringEducationAssociations.(2019).*WashingtonAccordforEngineeringEducation*.IFIPInternationalFederationforInformationProcessing.

NationalAcademyofEngineering.(2018).*Theengineerof2020:Visionsofengineeringinthenewcentury*.NationalAcademiesPress.

Siemens,G.(2011).*Learninganalyticsandeducationaldatamining:towardscommunicationandcollaboration*.In*Proceedingsofthe2ndinternationalconferenceonlearninganalyticsandknowledge*(pp.252-254).

Spady,W.G.(2012).*Thedefinitionandassessmentof"21stcenturyskills":Thenewskillsagendaforthestandardsmovement*.JournalofEducationandLearningTechnology,*1*(1),4-18.

Trowbridge,D.E.,&Mintz,R.E.(2010).*Engineeringeducation:Designinganagendaforthenextdecade*.NationalAcademiesPress.

AmericanSocietyforEngineeringEducation.(2015).*Engineeringeducation:Aprofileoftheprofession*.ASEE.

AssociationofAmericanUniversities.(2016).*Thefutureofundergraduateeducationatresearchuniversities:Preparingstudentsforthechangingworld*.AAU.

Bonk,J.C.,&Zhang,Z.(2012).*Theworldisopen:Howwebtechnologytransformseducation*.Jossey-Bass.

Brown,J.S.,etal.(2000).*Thecyberprincipal:Creatinglearningenvironmentsinthenetworkedworld*.JournalofAppliedDevelopmentalPsychology,*21*(3),265-281.

Cuban,L.(1993).*Howteacherstaught:ConstancyandchangeinAmericanclassrooms,1890-1990*.TeachersCollegePress.

Ertmer,P.A.,&Ottenbreit-Leftwich,A.T.(2010).*Technologyintegrationinteachereducation:Keyissuesandbestpractices*.81stAnnualMeetingoftheAmericanEducationalResearchAssociation,Chicago,IL.

Herrington,J.,Reeves,T.C.,&Oliver,R.(2010).*Usinglearninganalyticstocreatesustnableeducationalenvironments*.InternationalJournalofLearningAnalytics,*1*(1),4-21.

Jonassen,D.H.(1999).*Designingconstructivistlearningenvironments*.In*Handbookofresearchoneducationalcommunicationsandtechnology*(2nded.,pp.215-239).LawrenceErlbaumAssociates.

Knezek,G.A.,&Christensen,C.R.(2003).*Learningenvironmentsandtechnology*.In*Handbookofresearchoneducationalcommunicationsandtechnology*(2nded.,pp.969-987).LawrenceErlbaumAssociates.

Moore,M.G.(2000).*Perspectivesonthefutureofdistanceeducation*.In*Handbookofdistanceeducation*(pp.45-66).LawrenceErlbaumAssociates.

NorthCentralRegionalEducationalLaboratory.(2003).*Technologyintegrationmatrix*.NCREL.

Spector,J.M.(2001).*Whatiseducationaltechnology?*.In*Handbookofresearchoneducationalcommunicationsandtechnology*(2nded.,pp.1-22).LawrenceErlbaumAssociates.

Thompson,K.F.,&Mishra,P.(2007).*Computersandnewpedagogies:Understandingthetechnological,pedagogical,andcontentknowledge(TPACK)ofpre-serviceteachers*.JournalofTeacherEducation,*58*(3),254-266.

UNESCO.(2015).*Learning:Towardsthefutureofeducationandtrning*.UnitedNationsEducational,ScientificandCulturalOrganization.

WorldEconomicForum.(2016).*Thefourthindustrialrevolution*.WorldEconomicForum.

Zhang,J.,etal.(2023).*Asystematicreviewoflearninganalyticsinhighereducation:Challengesandopportunities*.InternationalJournalofEducationalTechnologyinHigherEducation,*20*(1),1-25.

Anderson,J.R.(2000).*Cognitionandlearning*.EducationalPsychologist,*35*(2),113-161.

Bransford,J.D.,etal.(2000).*Howpeoplelearn:Cognitivescienceperspectivesonlearning,teaching,andthinking*.NationalAcademyPress.

CognitiveScienceSociety.(2004).*Thecognitivescienceofinstruction*.LawrenceErlbaumAssociates.

Collins,A.,etal.(1991).*Cognitionandinstruction*.PrenticeHall.

Donovan,S.,&Bransford,J.D.(2006).*Howcanresearchonlearningandinstructionaddresseducationalchallengesofthe21stcentury?*.In*Learningandinstruction:Newdirectionsintheory,research,andpractice*(pp.1-40).Routledge.

Jonassen,D.H.(1991).*Objectivismversusconstructivism:Doweneedanewphilosophicalparadigm?.*EducationalTechnologyResearchandDevelopment,*39*(3),5-14.

Merrill,M.D.(2002).*Firstprinciplesofinstruction*.EducationalTechnologyResearchandDevelopment,*50*(3),43-59.

Merrill,M.D.(2006).*Designprinciplesforvisualizationsofinformationforlearning*.In*Handbookofvisualanalytics*.CRCPress.

Merrill,M.D.(2012).*Firstprinciplesofinstruction,revised*.EducationalTechnologyResearchandDevelopment,*60*(3),437-449.

Merrill,M.D.(2017).*Firstprinciplesofinstruction,thirdedition*.EducationalTechnology&Society,*20*(3),13-25.

Merrill,M.D.,&Trafton,J.G.(2009).*Designprinciplesforproblem-basedlearningenvironments*.In*Designstudiesineducationaltechnology*(pp.317-337).Routledge.

Merrill,M.D.,&Trafton,J.G.(2012).*Problem-basedlearningenvironments:Atheoreticalframeworkfordesign*.In*Designprinciplesforproblem-basedlearningenvironments*(pp.3-26).Routledge.

Merrill,M.D.,&Trafton,J.G.(2014).*Designprinciplesforproblem-basedlearningenvironments*.In*Designstudiesineducationaltechnology*(pp.317-337).Routledge.

Merrill,M.D.,&Trafton,J.G.(2015).*Problem-basedlearningenvironments:Atheoreticalframeworkfordesign*.In*Designprinciplesforproblem-basedlearningenvironments*(pp.3-26).Routledge.

Merrill,M.D.,&Trafton,J.G.(2016).*Designprinciplesforproblem-basedlearningenvironments*.In*Designstudiesineducationaltechnology*(pp.317-337).Routledge.

Merrill,M.D.,&Trafton,J.G.(2017).*Problem-basedlearningenvironments: