引言

药物化学是药学专业中的一门专业核心课程，连接化学基础课与药剂学、药理学、药物分析等应用学科之间的桥梁。该课程不仅涉及药物的化学结构、理化性质、合成方法、构效关系等内容，还是药学岗位资格考试和职业药师资格考试的必考科目。然而，在高职教育环境中，药物化学教学面临着诸多挑战：一方面，高职学生化学基础相对薄弱，对有机化学、分析化学等前置课程知识掌握不足；另一方面，传统教学方法以讲授为主，难以激发学习兴趣，导致教学质量不佳。

随着教育数字化战略的深入推进，知识图谱技术为高职药物化学教学改革提供了新思路。知识图谱作为一种知识表示和组织形式，能够将碎片化的知识点连接成有机整体，可视化展示知识间的关联关系。2024年以来，多所院校开始在药学教育中探索知识图谱应用，如某校药学专业核心课程群入选知识图谱建设优秀案例，构建了包含6门专业主干课程的知识图谱体系。这些实践表明，知识图谱能够有效促进“教”与“学”的变革，帮助学生建立完整、系统的药学知识体系。

本研究基于高职药物化学课程特点和学生学情，设计并构建了药物化学课程知识图谱，实施了基于知识图谱的教学实践，验证了其在提升教学效果、培养学生综合能力方面的价值，为高职药学教育数字化改革提供了可借鉴的路径。

一、知识图谱构建理论框架

（一）知识图谱的概念与教育应用价值

知识图谱是一种用图模型来描述知识和建模世界万物之间关联关系的技术方法，它通过节点、边和属性组成的三元组（实体-关系-实体）来表达知识。在教育领域，知识图谱能够将学科知识结构化、可视化，揭示知识点之间的内在联系，从而改变传统线性知识传授模式，促进学生对知识体系的整体把握。

知识图谱在高职药物化学教学中的应用价值主要体现在三个方面：一是能够整合碎片化知识，将分散在不同章节中的药物化学内容有机串联，形成系统化的知识网络；二是能够实现个性化学习，学生可根据自身需求沿着知识图谱的关联路径探索学习内容；三是能够促进深度学习，通过可视化展示复杂药物化学概念间的关联，帮助学生理解知识背后的逻辑关系。

（二）药物化学知识图谱构建的理论基础

构建药物化学知识图谱需要依据学科特点和教学需求，确立合理的理论基础。药物化学知识体系包括药物结构、性质、合成、代谢等多个维度，各维度间存在着密切的关联。基于这些特点，本研究以“建构主义学习理论”和“认知负荷理论”为指导，注重知识的关系性表征和层次化组织，降低学生的认知负荷，提高知识获取效率。

药物化学知识图谱的构建还遵循“从整体到部分”的设计原则，先构建课程知识框架，再细化具体知识点，最后建立知识关联。这种构建方式符合人类的认知规律，帮助学生形成完整的知识脑图，避免“只见树木不见森林”的学习困境。

二、药物化学知识图谱构建方法与过程

（一）构建方法和技术路线

本研究采用“自上而下”与“自下而上”相结合的方法构建药物化学知识图谱。自上而下的方式是先构建顶层概念框架，再不断细化知识单元和关系；自下而上则是从具体教学资源中提取知识点和关系，逐步向上聚合形成整体图谱。这种混合方法既能保证知识体系的完整性，又能充分涵盖细节知识。

技术路线上，首先进行知识建模，确定药物化学知识图谱的模式层和数据层；然后进行知识抽取，从教材、教学大纲、试题库等资源中提取实体和关系；接着进行知识融合，整合不同来源的知识，消除歧义和冲突；最后进行知识存储和可视化，将结构化的知识存入图数据库，并利用可视化工具展示。

整个构建过程依托超星学习平台和智慧树知识图谱系统，利用其内置的算法和工具，提高了构建效率和质量。平台提供的机器学习、数据挖掘和模式识别等技术手段，能够辅助完成关键词提取、文本分析和语义分类等任务。

（二）知识图谱构建过程

1. 数据来源与处理

药物化学知识图谱的数据来源主要包括三个方面：一是结构化数据，如教学大纲、教材目录、课程标准等；二是半结构化数据，如试题库、案例库、实验指导书等；三是非结构化数据，如教学视频、PPT课件、学术论文等。对这些多源异构数据，需要先进行清洗、标注和标准化处理，为知识抽取做好准备。

依据高职药物化学课程标准和职业能力要求，本研究确定了“药物结构-性质-制备-应用”四个核心维度作为知识图谱的一级节点，在此基础上细化出12个二级节点和98个三级节点，形成了知识图谱的基本框架。

2. 知识抽取与融合

知识抽取是构建知识图谱的关键环节，主要包括实体抽取、关系抽取和属性抽取。实体抽取旨在从教学资源中识别出药物化学概念实体，如药物名称、化学结构、官能团、反应类型等；关系抽取则是找出实体之间的关系，如“阿司匹林-含有-酯键”“盐酸普鲁卡因-属于-局部麻醉药”等；属性抽取负责提取实体的特征信息，如药物的理化性质、合成方法等。

知识融合阶段需要解决实体链接和知识合并问题。实体链接将来自不同数据源的同一实体进行关联，知识合并则将提取的知识融入到全局知识库中。这一过程需要药物化学教师深度参与，确保知识的准确性和专业性。

3. 知识存储与可视化

存储知识图谱时，选用Neo4j图数据库作为存储介质，因为它能高效存储和查询图结构数据。存储内容包括实体、关系、属性以及课程资源与实体的关联关系。最终构建的药物化学知识图谱（表1）包含4264个知识点，关联了788个课程资源和2800多道试题，涵盖了药物化学课程的核心内容。

知识类型	实体数量	关系类型	关联资源
药物结构	1265	属于、含有、衍生	3D分子模型、结构动画
理化性质	987	决定、影响、关联	实验视频、性质表象
合成制备	763	步骤、条件、产率	实验指导、仿真软件
药物代谢	532	途径、产物、活性	动态示意图、案例库
临床应用	717	适应症、不良反应	临床案例、用药指南

可视化展示采用超星平台的知识图谱功能，通过交互式界面展示知识节点和关系。学生可以点击任意节点，查看相关知识点的详细说明、学习资源和建议学习路径。平台还支持多维筛选功能，如按药物分类、按知识难度、按职业应用场景等，满足不同学生的学习需求。

三、教学实施与实践策略

（一）基于知识图谱的教学模式设计

基于构建的药物化学知识图谱，本研究设计了“三阶段六环节”的教学模式。三阶段包括：前置学习阶段、课堂深化阶段和应用拓展阶段；六环节包括：知识导航、自主探究、疑难诊断、深度解析、迁移应用和反思提升。

在前置学习阶段，学生通过知识图谱了解学习内容的整体结构和关联知识，完成初步认知；在课堂深化阶段，教师针对重点难点进行深入讲解，引导学生理解知识间的内在联系；在应用拓展阶段，学生通过案例分析和实践任务，应用所学知识解决实际问题，完成知识迁移。

这种教学模式打破了传统线性教学顺序，实现了跨课程界限的知识整合，帮助学生建立“大药学”思维。例如，在学习抗生素类药物时，学生可以通过知识图谱同时关联到药物化学中的结构特点、药理学中的作用机制、药剂学中的剂型设计和药物分析中的质量控制方法，形成多学科融合的知识视角。

（二）教学实践方法

1. 启发式教学

基于知识图谱的启发式教学充分利用了知识关系的可视化特性。例如，在讲授拟肾上腺素药物时，教师先展示肾上腺素的基本结构和作用机理，然后让学生通过知识图谱探索去甲肾上腺素和多巴胺的结构及作用，引导学生自主发现这些药物在结构和药理上的相似性，从而理解构效关系的基本规律。

这种教学方法不仅培养了学生的自主学习能力，还帮助其形成了良好的化学思维。学生反馈表明，通过知识图谱的引导式探索，他们对复杂药物结构的理解和记忆更加深刻，学习兴趣明显提高。

2. 案例教学

案例教学是知识图谱应用的另一重要场景。教师将实际案例（如药物合成工艺优化、药物质量控制问题等）与知识图谱中的相关知识点关联，设计成具有真实情境的学习任务。例如，通过"阿司匹林生产中水杨酸超标"的案例，引导学生运用知识图谱中找到的酯键水解知识分析问题原因，并提出解决方案。

这种基于真实案例的学习，使学生能够理论与实践相结合，提高了解决实际问题的能力。案例教学中，知识图谱充当了“知识导航仪”的角色，帮助学生快速定位解决问题所需的知识点，缩短了知识检索时间，提高了学习效率。

3. 讨论式教学

讨论式教学在知识图谱的支持下更加高效和有针对性。教师根据知识图谱中的热点和难点问题设计讨论主题，引导学生分组探讨。例如，在学习抗菌药物时，让学生讨论磺胺类药物与抗菌增效剂的协同作用机制，各组学生通过知识图谱收集相关资料，形成观点，最后进行全班分享。

讨论式教学不仅培养了学生的批判性思维和团队协作能力，还促进了知识的内化和深化。知识图谱在讨论过程中提供了可靠的知识支持，确保讨论内容的科学性和准确性。

（三）教学评价体系构建

基于知识图谱的教学实践需要配套的多元评价体系。传统的“一考定成绩”方式难以全面反映学生在知识图谱学习环境下的成长和进步。本研究设计了过程性评价与终结性评价相结合的综合评价体系，包括出勤（20%）、作业（20%）、平时表现（20%）和期末考试（40%）四个部分。

其中，作业不仅包括传统的练习题，还有基于知识图谱的探究任务和小论文；平时表现涵盖课堂参与度、小组贡献度和知识图谱使用活跃度；期末考试则减少了对记忆性知识的考查，增加了对知识关联和应用能力的测试。

这种多元评价体系更加全面公正地反映了学生的学习成效，激发了学生的学习动力。实践表明，采用多元评价的班级，学生上课睡觉的现象明显减少，主动提问和参与讨论的学生增多，实验操作也更加认真规范。

四、教学效果与反思

（一）教学效果分析

经过一学期的教学实践，基于知识图谱的药物化学教学取得了显著成效。通过对实验班和对照班的比较分析，发现实验班学生的平均成绩提高了15.3%，优秀率（85分以上）达到42.7%，比对照班高出18.5个百分点。更重要的是，实验班学生在知识关联和应用题上的得分率明显高于对照班，表明他们对药物化学知识的理解更加深入和系统。

学习满意度调查显示，92.6%的学生对基于知识图谱的教学方法表示认可，认为这种教学方式帮助他们更好地理解了药物化学的知识体系。特别是知识图谱的可视化功能，87.3%的学生认为有助于理清知识脉络，81.5%的学生表示提高了学习效率。

此外，学生的自主学习能力和问题解决能力也有了明显提升。在基于知识图谱的学习环境中，学生需要主动探索知识关系，寻找问题解决方案，这种学习方式培养了他们的探究精神和创新思维。多名学生在课程结束后继续使用知识图谱平台进行拓展学习，甚至自发组成了研究小组，探讨药物化学领域的前沿问题。

（二）实践反思与改进

尽管基于知识图谱的教学实践取得了良好效果，但在实施过程中也遇到了一些问题和挑战。首先，知识图谱构建的专业门槛较高，需要教师同时具备学科专业知识和一定的信息技术能力，这增加了教师的备课负担。其次，部分学生习惯于被动接受知识，面对自主探索的学习方式感到不适应，需要较长时间的引导和过渡。

针对这些问题，本研究提出了以下改进措施：一是加强教师培训，提升信息技术应用能力，邀请知识图谱专家开展专题讲座和工作坊；二是采用渐进式改革策略，先在部分章节引入知识图谱教学，待学生适应后再逐步扩大范围；三是优化知识图谱平台的功能和用户体验，降低使用难度。

未来的教学改革还将进一步探索人工智能技术与知识图谱的结合，如利用“龙药智脑”等专业大模型提供智能答疑和个性化学习推荐。同时，加强与企业合作，引入更多实际案例和生产实践内容，丰富知识图谱的应用场景，提高职业教育的适应性。

五、结语

本研究针对高职药物化学教学中的痛点问题，探索了知识图谱技术在教学中的应用路径和方法。通过构建结构化的药物化学知识图谱，并实施基于图谱的教学实践，有效解决了知识碎片化、理论与实践脱节等问题，提高了教学质量和效率。

知识图谱不仅是一种技术工具，更是一种教育理念的革新，它促使教师从知识传授者转变为学习引导者，学生从被动接受者转变为主动探索者。这种转变符合职业教育数字化的发展趋势，有助于培养具有创新能力和终身学习素养的高素质药学人才。

未来的研究将进一步优化知识图谱的构建流程和应用模式，探索AI大模型与知识图谱的深度融合，推动高职药物化学教学改革的持续深化，为药学职业教育数字化提供更多可借鉴的经验和案例。

参考文献：

1. [1] 何彩玉.知识图谱助力药物分析混合式实验教学改革[J].江西化工,2025,41(04):121-124.
2. [2] 植飞,柳雪凤,安思润,等.“药剂学”课程知识图谱的构建与教学实践探索[J].教育教学论坛,2025(31):113-116.
3. [3] 王一男,杨冬芝,周雪妍,等.数字化赋能药学整体化教学模式的构建与实施[J].基础医学教育,2025,27(05):456-460.
4. [4] 曹宇,李婷,梅青刚,等.基于“药物化学”课程的药学类专业课程关联性教学分析[J].绵阳师范学院学报,2025,44(05):66-70.
5. [5] 彭坤,冷金昌,吴欢,等.面向临床的药物关系知识图谱设计与应用[J].中国数字医学,2025,20(01):97-105.
6. [6] 李雪.知识图谱在药学专业化学课程重构中的应用与效果研究[J].中国多媒体与网络教学学报(中旬刊),2024(10):105-108.
7. [7] 沈爱宗,邵义伟,张圣雨,等.基于CiteSpace可视化分析我国医院智慧药学现状[J].中国药业,2023,32(07):1-8.
8. [8] 娜孜尔木·东木拉提,杨建,马晓丽.基于CiteSpace的药学类专业毕业生就业能力研究的知识图谱分析[J].科技风,2022(33):16-18+61.
9. [9] 蔡龙秋,杨丹迪,黄婉丹,等.医学教育课程思政研究的知识图谱分析[J].中国医药科学,2023,13(18):48-51.
10. [10] 杨春艳,陈钏,刘文虎,等.提高临床药学专业药物化学教学效果的若干思考与实践[J].中医药管理杂志,2024,32(13):28-30.