聯(lián)合招生 接收生物信息研究方向調(diào)劑考生 腫瘤組學(xué)數(shù)據(jù)分析
接收1名具有生物信息學(xué)基礎(chǔ)(或掌握python, perl, r等語言)的碩士研究生。
前半年上課在安徽合肥
調(diào)劑要求:
1 生物化學(xué)與分子生物學(xué)專業(yè) (相關(guān)專業(yè)也可以) 代碼: 07******
2 具有生信或編程基礎(chǔ)
3 考研總分 > 330 (生物)
(希望從事生物信息研究的醫(yī)學(xué)類考生也可發(fā)郵件給我,分數(shù)>300 (醫(yī)學(xué), 代碼: 10**))
主要研究方向:
腫瘤與藥物相關(guān)組學(xué)數(shù)據(jù)分析與知識挖掘
生物大數(shù)據(jù)知識挖掘(腫瘤精準診斷與藥物治療,藥物靶標發(fā)現(xiàn)與評價)
人工智能與基于基因組/蛋白質(zhì)組的精準醫(yī)學(xué)研究
單細胞數(shù)據(jù)解讀與分析
蛋白質(zhì)組信息學(xué)
主要從事蛋白質(zhì)組生物信息學(xué)研究,致力于從組學(xué)數(shù)據(jù)中進行知識的發(fā)現(xiàn)。
承擔(dān)國家精準醫(yī)學(xué)、國家國際科技合作專項和國家自然科學(xué)基金等各類項目9項,首次整合多生物學(xué)證據(jù)進行高通量蛋白質(zhì)相互作用數(shù)據(jù)的可靠性分析;建立國際上首個基于蛋白質(zhì)網(wǎng)絡(luò)預(yù)測信號通路的生物信息算法系統(tǒng);首次揭示蛋白質(zhì)相互作用網(wǎng)絡(luò)拓撲上的“保守直徑”現(xiàn)象,發(fā)現(xiàn)“蛋白質(zhì)成簇添加”的模體證據(jù); 建立大規(guī)模組學(xué)數(shù)據(jù)可視化和分析軟件平臺,為國內(nèi)外提供數(shù)據(jù)分析服務(wù)25000多次;對最大規(guī)模組織層次蛋白質(zhì)網(wǎng)絡(luò)——肝臟蛋白質(zhì)相互作用網(wǎng)絡(luò)進行研究。在nature communications, molecular&cellular proteomics, molecular systems biology和j proteome res等期刊發(fā)表第一/通訊作者(含并列)署名sci論文21篇,累計影響因子123,獲國家科技進步創(chuàng)新團隊獎等國家和省部級獎勵5次,獲軟件著作權(quán)28項。
[ last edited by 麗紅2010 on 2021-3-21 at 21:25 ]
[ last edited by 麗紅2010 on 2021-3-21 at 21:30 ]
[ last edited by 麗紅2010 on 2021-3-21 at 21:45 ]
[ last edited by 麗紅2010 on 2021-3-21 at 22:41 ]
[ last edited by 麗紅2010 on 2021-3-21 at 22:41 ]
[ last edited by 麗紅2010 on 2021-3-21 at 22:41 ]
[ last edited by 麗紅2010 on 2021-3-22 at 12:37 ]
[ last edited by 麗紅2010 on 2021-3-23 at 08:44 ]
[ last edited by 麗紅2010 on 2021-3-23 at 08:55 ]
[ last edited by 麗紅2010 on 2021-3-25 at 13:00 ]
[ Last edited by 麗紅2010 on 2021-3-25 at 13:01 ]
返回小木蟲查看更多
京公網(wǎng)安備 11010802022153號
內(nèi)容已刪除
總分:280
專業(yè): 理學(xué)->生物學(xué)->微生物學(xué)
英語: 53
政治:72
科目一:62
科目二:93
內(nèi)容已刪除
總分:333
專業(yè): 理學(xué)->生物學(xué)->細胞生物學(xué)
英語: 38
政治:68
科目一:107
科目二:120
總分:316
專業(yè): 理學(xué)->化學(xué)->分析化學(xué)
英語: 44
政治:67
科目一:96
科目二:109
總分:342
專業(yè): 理學(xué)->生物學(xué)->生物化學(xué)與分子生物學(xué)
英語: 65
政治:72
科目一:83
科目二:122,
內(nèi)容已刪除