科研推荐 | 生物学专题推荐，新加坡国立大学助理教授指导

作者：南星教育 来源：院校库 标签：大学排名

生物学专题

生物分子信息的传递机制及其对疾病的调控作用研究——以核酸与自身免疫性疾病及衰老过程的关联为例

开始日期：2025-08-09

课时安排：6周在线小组科研+5周论文指导

适合人群

适合年级 (Grade): 高中生/大学生

适合专业 (Major): 对生物学、生物信息学、计算生物学、基因组学等专业方向感兴趣的学生

建议具备基础生物学知识（先导课）

英文ppt中文授课，建议具备较好英文阅读基础

导师介绍

L老师

新加坡国立大学助理教授

新加坡国立大学 QS综排亚洲Top1

刘老师 助理教授 博士生导师

斯坦福大学 博士

曾任百度硅谷人工智能研究院 主任研究员

研究方向：开发基因组学计算工具，以及基因组学的大数据挖掘

现任新加坡国立大学Presidential Young Professor，目前已在Nature，Nature Genetics，Nature Medicine，Nature Communications, Genome Biology，American Journal of Human Genetics等期刊以第一作者，通讯作者，或共同作者发表文章数十篇。申请美国专利两项，应邀担任Cell Genomics, American Journal of Human Genetics, Briefings in Bioinformatics等杂志审稿人，并担任Frontiers in Artificial Intelligence副编辑。

项目背景

基因组学作为21世纪生命科学的核心领域，深刻重塑了人类对生命本质的认知。自人类基因组计划（HGP）完成以来，测序技术的革新（如下一代测序技术NGS）推动基因组学研究进入大数据时代，催生了从基础生物学到临床医学的范式变革。基因组学的重要性体现在三大维度：其一，在基础科学层面，基因组是解析生命活动分子机制的核心密码，其结构变异、表观修饰及动态调控网络直接决定发育、疾病和进化等关键生物学过程；其二，在技术层面，高通量测序与生物信息学的融合催生了多组学整合分析、单细胞分辨率研究等前沿方向，为揭示细胞异质性、肿瘤微环境等复杂问题提供了全新工具；其三，在应用层面，基因组学驱动的精准医学、基因编辑疗法及合成生物学等正在革新疾病诊疗、药物开发与农业育种。然而，海量基因组数据的产生也带来了计算分析、实验设计与伦理规范等挑战。

项目介绍

本课程为基因组学和基因组数据科学提供全面入门，专为希望了解基因组时代生物学和计算分析交叉领域的学生而设计。通过六次讲座和相应的实践课，学生将探索分子生物学的基本概念、尖端测序技术以及基因组研究中使用的基本计算方法。

课程结束时，学生将在基因组学的生物学和计算方面都获得扎实的基础。他们将具备理解当前基因组研究、进行基本基因组数据分析的技能，并能够批判性地评估基因组技术在医学、农业和进化生物学等领域的广泛影响。

本课程适合来自不同背景的学生，包括生物学、计算机科学或相关领域的学生，他们希望全面了解现代基因组学及其数据驱动的方法。

项目大纲

基因组学和分子生物学导论：什么是基因组学？人类基因组计划、基本细胞生物学、分子生物学中的重要分子、DNA结构和修饰、从基因到表型

中心法则和测序技术：分子生物学中心法则、转录和翻译、聚合酶链式反应（PCR）、下一代测序（NGS）简介、测序在基因组学中的应用

基因组数据科学的计算基础：计算机科学基础、算法和数据结构、计算效率、软件工程原理、计算生物学软件简介

基因组学中的数据科学和统计学：基因组研究中的可重复性、基因组数据分析中的问题类型、统计推断的中心法则、绘制和可视化基因组数据、统计显著性和多重检验

实验设计和未来发展：基因组研究中的样本量和变异性、研究设计考虑因素、批次效应和混杂因素、基因组研究中的统计功效分析、数据共享计划和最佳实践、基因组数据科学的未来方向

项目答辩与点评：学生项目汇报与答辩、导师点评与指导。

项目收获

6周【在线小组科研+全球就业力大师课】+5周论文指导，共126课时

1500字左右的项目报告

优秀学员获得主导师推荐信（8封网推）

项目结业证书

EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表指导或者CNKI检索的英文普刊全文投递与发表指导

上一篇：人工智能专题：AI时代的魔法 机器学习模型的建立、对比、评估及其应用探究

下一篇：返回列表