生物学和计算机科学结合的学科,生物信息学和计算生物学

一、计算生物学(computational biology)专业简介

计算生物学(Computational Biology)是生物学的一个分支,是指开发和应用数据分析及理论的方法、数学建模和计算机仿真技术等,用于生物学、行为学和社会群体系统的研究的一门学科。计算生物学的最终目的不仅仅局限于测序,而是运用计算机的思维解决生物问题,用计算机的语言和数学的逻辑构建和描述并模拟出生物世界。 就整个学科的内容而论,计算生物学最终是以生命科学中的现象和规律作为研究对象,以解决生物学问题为最终目标,数学和计算机仅仅是解决问题的工具和手段。计算生物学的研究范畴相当广泛,几乎渗透到现代生物学研究的每一个领域。也就是说,任何关于生物学问题的交叉学科研究,只要其工作假设(working hypothesis)可以通过建立数学模型和计算机仿真来进行检验,都可纳入计算生物学的研究范畴。

计算生物学的研究可以划分成两个部分或者两个阶段。一是数据挖掘和知识发现, 从大量的实验数据中提取背后隐藏的模式,然后形成假设; 第二个阶段是建立数学模型,利用计算机模拟来检验各种假设 ,为进一步的体内、体外实验研究提供预测结果和指导建议。 因此,计算生物学的两个阶段可以归纳为“发现的科学”(discovery science)和“假设驱动的科学”(hypothesis-driven science)。

计算生物学的应用

从基因组科学新视角来探究人类健康和疾病的各个方面,使将人类基因组计划的成果转化为医学领域的进步成为可能。 运用计算生物学,科学家有望鉴定基因和生物通路在健康和疾病中的角色,挖掘它们与环境因素之间的关系。 发展、评价以及应用以基因组为基础的诊断方法来预测对疾病的易感性,预测药物反应,发现疾病的早期诊断标记、疾病在分子水平上的发展机制。 应用基因组和代谢

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在临床护理中更多地使用信息技术; 关注算法决策在日常生活中的作用; 通过设备、社交媒体和物联网收集大量身体、社交和个人健康数据; 以及高度可见的、信息学驱动的努力,例如精准医学计划,使得对负责任的技术使用的呼吁比以往任何时候都更加重要。 这种瞬息万变的景观挑战信息学家理解这些发展的伦理、法律和社会 (ELSI) 影响,并要求信息学教育者制定方法将它们纳入已经拥挤的课程中。 该研讨会将促进对将 ELSI 能力纳入生物医学信息学教育、研究和实践的方法的讨论,包括:(1) 基础和能力调查,(2) 教授 ELSI 概念的当前方法,以及 (3) 经验、教训生物医学信息学课程中 ELSI 教学的学习和新建议。 AMIA 的核心能力包括“道德、法律、社会问题:例如,人类受试者、HIPAA、知情同意、数据的二次使用、保密性、隐私”方面的基础知识。 应如何在学习课程中包括和评估这些能力? 它们是否足以在生物医学和医疗保健中以对社会负责和合乎道德的方式使用技术? 生物医学信息学课程和课程中此类主题的缺乏提供了一个机会,可以就这些问题提出不同的意见和方法。 演讲者和观众将从不同的角度和教育经验来解决这些问题。 除了他们在生物医学信息学研究和教学方面的专业知识外,演讲者还将利用他们不同的学科背景(工程、历史、信息系统、生物伦理学、法律、科学社会研究、计算机科学、哲学、人为因素、护理、人类学、医学、公共卫生)和国家视角(美国、加拿大、澳大利亚)探索促进生物医学信息学中的道德和专业责任的方法。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值