北京大学生物信息平台论坛

 找回密码
 立即注册
搜索
热搜: 通知 活动

李程研究组/生物信息平台学习介绍

[复制链接]
licheng 发表于 2016-5-6 12:58:16 | 显示全部楼层 |阅读模式
研究组介绍

谢谢你关注在我们组学习和研究的机会。我们欢迎对基因组学和生物信息学感兴趣的博士后、博士研究生、生物信息联合培养学生、本科实习生加入。我们感兴趣的研究方向介绍:研究组近期发表论文Nature三维基因组合集Nature Reviews单细胞组学合集

生物信息学习方式

学习时间为两个月以上,在学习过程中多与研究组成员交流讨论。关注【基因组学分享】公众号(二维码见本页下方)中的学习和科研建议。
生物信息学习任务(时间分配比例)如下:
  • 统计分析(25%)R语言和统计分析是大数据分析的基础。系统学习这本书并完成其中的练习:An Introduction to Statistical Learning with Applications in R中文版中文电子版
  • 文献重复(50%):从感兴趣的领域或课题方向中选择文献仔细阅读。选择一篇分析方法有代表性、原始数据可下载的论文(也可在GEO数据库中搜索),仔细阅读这篇论文的方法和补充材料中的分析方法,从尽可能原始的数据开始做数据处理、分析和做图,目标是自己做出论文中的大部分图表并与它们比较。
  • 科研探索15%):参考导师的建议,关注一个科研问题,搜索文献,了解文献里关于这个问题有什么样的答案和前沿进展?有哪些没有回答的问题,你可以产生什么新的生物假说和预测?写出研究计划,寻找相关公共数据(如GEO、TCGA数据Allen Brain Atlas)并做初步分析。
  • 计划总结(10%)计划和实施研究项目。定期在组会上做进展或文献报告、写书面总结。展示课题进展、难点、解决办法、计划未来任务,征求老师和同学的建议。

研究组环境

1、与良师益友共同度过职业上升期、为未来打基础。
  • 兴趣:你短期和长期的兴趣是什么?什么样的环境有助于你锻炼能力、实现长远目标?
  • 习惯:经常阅读文献和思考、有效地计划任务和管理时间清晰地表达和讨论问题、定期锻炼身体。
  • 成长:锻炼独立和长远思考、发现和解决科学问题、计划和管理项目的能力。

2、与北京大学、中科院、哈佛大学等顶级研究机构的生物医学研究组紧密合作,使用基因组学和生物信息学研究干细胞与再生医学领域的前沿问题。
  • 使用三维基因组测序、单细胞测序、高分辨成像等前沿生物技术和数据分析研究染色体三维构象(3D基因组)和基因调控,并结合公共基因组数据进行整合分析,发现和验证新的生物规律或药物靶点。
  • 学习和熟练掌握Linux操作系统、Python语言、R语言、统计分析和做图、深度学习等技能。使用上万CPU核的北京大学高性能计算平台做大数据分析。
  • 研究组以前成员进入耶鲁、哥伦比亚、UCLA等著名高校的研究生项目继续学业和研究。

加入步骤

1、阅读这页的内容和链接,探索我们组是否匹配你的研究兴趣和职业规划。与组里的同学交流,了解研究组的课题方向和运行方式。

2、发送你的申请信息和材料(如简历、成绩单和职业规划等)给李程(cheng_li@pku.edu.cn)。
3、如果双方同意,进行两个月的实习/轮转学习(每周25小时),任务见本页最上面。结束时根据进展和收获,决定是否在研究组继续学习。

北京大学生命科学学院(北京大学王克桢楼)
基因组学研究组、生物信息平台 李程
Email: cheng_li@pku.edu.cn

经费致谢

北京大学生命科学学院、生命科学联合中心、统计科学中心
国家自然科学基金
国家重点研发计划
基因组学分享.jpg
2015.12(2018.3更新)

回复

使用道具 举报

北京大学生物信息平台论坛

GMT+8, 2018-6-22 15:48 , Processed in 0.042782 second(s), 25 queries .

Powered by Discuz! X3

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表