生物信息学研究生申请完整指南
这个世界上有些人拥有“上帝视角”，他们在高处俯瞰，便能做到对哪里此路不通、哪里充满机会，了然于心。不是他们开了外挂，而是看到全局，就更有可能赢得比赛。
ALPHA申研百科全书就是这样一个存在，它是一个成系列的专业申请攻略，从商科到工程、教育、科学、社会学、艺术等，是一份几乎覆盖美国研究生院108个专业大类，400个细分专业的完整指南。让学生用上帝视角，俯视整个研究生申请，帮助学生少走弯路，获得更多机会。
本次推出的申研百科全书介绍的是“信息科学”专业，我们将在下文详细叙述信息科学研究生申请需要了解的一切，包括：
1. 缘起：人类基因组计划
2. 生物信息学专业介绍
3. 你适合申请生物信息学专业吗？
3.1 哪些专业背景适合申请生物信息学专业？
3.2 生物信息学的基本能力要求
3.3 生物信息学的职业发展
3.4 自我评估：你适合申请生物信息学研究生吗？
4. 生物信息学项目介绍
5. 生物信息学申请案例分享
6. 生物信息学申请建议
共计8856字，约需要15分钟完成全文阅读，建议收藏。
缘起：人类基因组计划
1985年 ， 美国科学家提出了人类基因组计划（Human Genome Project, HGP），计划在2005年把人类大约2.5万个基因的密码解开，绘制出人类基因图谱。
2000年，美国总统克林顿和英国首相布莱尔联合宣布：人类有史以来的第一个基因组草图已经完成。
克林顿说：“人类将世世代代记住这一天。”
布莱尔说，这是“二十一世纪第一项伟大的科技成就”。[1]
自HGP人类基因组计划以来，解读人体的天书——基因组成为了新的大方向。人类基因组序列的完成标志着一个复杂的生物数据分析时代的开始。
至此科学家们开始精细生物体研究，从基因组、转录组和蛋白质组到代谢组和相互作用组，系统地研究基因功能到复杂的生物过程。
生物技术的“摩尔定律”呈指数级增长（每5个月翻一番，而计算机则是每18个月翻一番）。
今天的世界大不同，表现在生命科学研究领域，就是一切都开始进入了大数据时代，无论是DNA序列，显微图片，还是质谱数据，研究人员都越来越需要对这些庞大的信息进行收集、整合、处理和诠释。
人们寻求一种强有力的工具去组织这些数据，以利于储存、加工和进一步利用。
这正是我们今天所要讨论的专业——生物信息学（Bioinfomatics）。
生物信息学在推进高通量生物技术、系统生物科学、生物技术、药物发现、疾病诊断和系统医学方面发挥着关键作用。是当今生命科学和自然科学的重大前沿领域之一，同时也将是21世纪自然科学的核心领域之一。
生物信息学专业介绍
生物信息学是一个“年轻”的科学，最初常被称为基因组信息学。
1995年，在美国人类基因组计划第一个五年总结报告中，给出了一个较为完整的生物信息学定义：
生物信息学是一门交叉科学，它包含了生物信息的获取、加工、存储、分配、分析、解释等在内的所有方面，它综合运用数学、计算机科学和生物学的各种工具，来阐明和理解大量数据所包含的生物学意义。[2]
来源：乔治城大学
简单来说， 生物信息学是一门利用计算机与信息科学技术研究生物系统规律的学科。
赵国屏 在《生物信息学》［3］中，分别分析了生物信息学的 “生物学内涵” 和 “信息学内涵”，简单地说：
-
生物学内涵，主要是指生物体内遗传信息传递的自然规律
-
信息学内涵，主要包括数据库的建设和发展以及分析工具的发展两个方面
从其研究所涉及的学科上，生物信息学习会涉及生物学、数学、信息学和计算机科学等学科领域的课程学习。
生物信息学课程设置（密歇根大学）
从研究的主要内容上看，涉及算法与软件开发、癌症基因组学、药物发现与开发、表观基因组学、人类临床和个性化基因组学、高性能计算与大数据、基因组、微生物基因组学研究、分子进化、结构生物学、合成生物学、系统生物学等研究主题。
来源：佐治亚理工学院
如果对研究内容进行划分的话，生物信息学由一开始的以基因组学为主，逐渐发展出转录组学、蛋白组学、代谢组学、微生物组学、影像组学、脑连接组学、多组学联合分析等其它多个分支研究。
👉在写这篇文章之前，我曾有幸和中山大学中山医学院精准医学生物信息实验室邓博士聊过生物信息上述所有分支的研究内容，生信学生跨专业去到计算机科学、数据科学等领域的发展可能，以及她关于生信的专业的认知并汇总了采访稿。如果你想提升对生物信息学的全面认知，你可以通过以下链接领取采访文字稿。
生物信息学可以帮助我们做什么呢？
比如我们已经知道了一段序列，想用计算机找到它在哪个物种的哪个染色体上的哪个位置[4]
或者我们已经知道了一段序列，也知道它们来源于哪些物种，我想用计算机找到它们之间相似度有多大。
不同物种基因组大小
同时生物信息学在癌症治疗以及当前新冠溯源和药物研发上也有关键作用。
例如一项超过6000人的临床研究表明，地塞米松能够有效降低新冠重症患者的死亡风险，但是其潜在机制仍未明晰。来自加拿大卡尔加里大学兽医学院的研究人员，通过对单细胞转录组数据进行生物信息学分析，揭示了新冠重症特效药地塞米松的作用机制。
e.g 他们使用单细胞转录组测序技术与scvelo工具，比较了地塞米松治疗与未经地塞米松治疗新冠患者的免疫模式异同。发现在重症型新冠肺炎中，地塞米松介导了关键基因的改变，包括下调IFITM1和激活IL-1R2，从而改变了原本会发育成IFNactive态的中性粒细胞的命运。
【生物医学信息学vs生物信息学】
美国的院校通常会开设生物信息学和生物医学信息学，那么二者有什么不同呢？
在美版知乎上有一位斯坦福大学生物医学信息学博士分享了他的回答：
生物医学信息学包括两个板块的内容：生物信息学+医学信息学。
任何属于生物信息学范围（基因组序列比对、分子动力学、基因表达分析等）的主题或研究领域也属于生物医学信息学领域。而生物医学信息学还将包括传统生物信息学领域之外的医学信息学主题（电子健康记录分析、医学图像处理等）。
可以说，生物医学信息学的研究范畴会更加广阔一些。
二者研究领域的不同之处
单就研究生申请上二者几乎没有什么要求，都青睐本科有理工科背景的学生，如生物、数学、计算机、统计学、物理、化学、计算机等等。
哈佛大学 MBI项目要求
要求同学掌握统计概念，如概率和统计推断，拥有计算机科学概念知识，掌握R或Python或其他编程语言等。
👉我们整理了top100开设生物信息学和生物医学信息学的的所有院校名单，有需要的同学可以扫描下方二维码领取。
你适合申请生物信息学专业研究生吗？
在回答这个问题之前，首先我们要弄清楚究竟哪些人适合申请生信硕士，生信专业应具备哪些基本的能力，以及毕业后去就业情况，同学们可以根据自己的情况进行评估，究竟你是否适合申请此专业的研究生。
1、哪些专业背景适合申请生信专业研究生？
生物信息学或生物医学信息学申请时，招生官比较青睐具有理工科背景的学生，如生物、化学、数学、计算机尤其是本科有生命科学、工程背景的学生（如下图）
来源：约翰霍普金斯大学
当然，如果有多个领域的经验是最好的，例如密歇根大学安娜堡分校的生信项目就要求申请者在以下至少两个领域的学术背景或其中一个领域的强大学术背景——分子生物学、生物化学、数学、统计学、计算机科学。
如果仅具备某一领域的背景，甚至有学校会要求背景不足的学生在开学前补足相应的先修课。
例如，如果只有计算机背景，那么则需要学一些化学、生物学相关的生物信息学的课程；如果只有生化背景那么则需要学习一些编程、数据架构和算法课程。
总的来说，良好的生化背景和量化能力是加分项，但若仅具有一方面的背景也不需要太担心，仍然可以通过好的申请规划来增加申请筹码。
2、生物信息学的基本能力要求
生信研究者和从业者需要具备三个方面的能力要求。
●生命科学领域的知识。
生物信息学家需要具有大量的技能，但出发点总是对生命科学知识的掌握。对生物学的理解越深，越能在这个领域的工作中游刃有余。例如：在基因泰克生物信息学家应具有某种特定疾病的生物学专业知识。
●编程能力和操作系统知识。
除此之外，产业界的大数据工作也要求额外的关键技能，如文本挖掘、本体论、数据集成、机器学习和信息架构。量化能力也是必需的，包括一系列的统计能力，以及包罗万象的计算能力。
这些包括核心的编程能力，包括Java的编码，PERL或Python的脚本编写。
生物学家可以从各种各样的编程语言中选择一种，对于许多应用来说，随便选择一种都可以，不过目前最流行的可能就是Python 和 R。
“就目前而言，这就像是科学研究的二重奏”，加州大学戴维斯分校的生物信息学家Vince Buffalo如是说道。
生物信息学不同研究内容所需要的能力要求
控制Unix/Linux操作系统，并具备Hadoop和NoSQL数据库等常用工具的知识。
另外，如果具备数据可视化和建立有效用户界面的经验，以及对于硬件的熟悉度，则会加分不少[5]。
有研究指出，对于科研机构的生物信息分析岗位和专门从事生物信息分析的中心机构，其技术人员的生物信息学能力应该包括，仅供大家参考
（1）熟悉基于UNIX的操作系统；
（2）熟悉各种编程语言，以及命令脚本的应用；
（3）了解UNIX集群的并行计算环境；
（4）了解基于网络的数据存储；
（5）了解生物学和生物组学的一般知识；
（6）能与非IT背景的研究人员无障碍交流；
（7）能够开发新的软件、工具或分析方法；
（8）了解相关数据库和数据库体系结构；
（9）能够发现、制定和测试新的生物信息学软件和分析规程。[6]
● 其他软性能力。
除了解决科学问题的能力，生物信息学家必须要精通业务。因为生物信息学工作者往往是团队作战，因此要求他们要具有项目管理、团队建设和沟通的经验。能够很好地与科学家进行沟通是十分重要的。
3、信息科学毕业生去向
随着信息技术在分子生物学中的引入，生物信息学领域的职业前景得到了极大的提升。
该领域的专业人士可以在制药行业、生物医学组织、生物技术、研究机构、医院甚至非政府组织、各种生物医学产品的制造业找到工作。
来源：约翰霍普金斯大学
药厂是许多生信专业毕业生的去处，特别是如果你的背景偏统计、系统生物学、计算化学和蛋白质组，或现在热门的免疫方向，你都可以在药厂找到自己的一席之地，年薪普遍10万美金以上。
当然药厂的竞争也是很高的，不少好的药厂会要求博士以上学位。
如果你偏数学建模，熟悉各种随机采样，你可以考虑跳转金融行业做量化分析, 这个需要你额外在读书的时候做好课程选修的规划，以及实习经历的积累。
当然考虑到生信学生在编程、数据架构、数据库等数据处理等计算机相关的知识和能力积累，你同样可以在各种科技、制造业企业从事软件开发。
但无论是做量化金融还是做码农，除非你在算法上非常强，不然很难做到最顶尖的级别，毕竟在专业上并非科班出生，但也足够挣一份非常体面的收入了。
我们可以看看payscale.com统计的生物信息学毕业生的职业和薪酬类型：
我们可以看到软件工程师的平均年薪水平达到了10万以上，高于其他职业类型。其次是生物信息科学家（Bioinformatics Scientist）和数据科学家，年薪在9万美金左右。
生物信息科学家（Bioinformatics Scientist）是目前最主流的生物信息领域，是基于NGS测序数据在生物医疗领域的诊断分析和软件开发，这个行业在美国正在发展，需求在这几年都在增加，我们可以看到年薪也来到一个不错的水平上（9万美金左右的年薪水平），如果是有硕士以上的学位年薪甚至会更高。
国内的生物行业，这几年也在快速的发展，这个行业对于高级生物信息专业人才的需求是很大的，如果拥有博士学历（非必须）做到中高层年薪50-100万也存在，这些人一般都有海外留学背景和海外工作经验。
但普通从业人员的年薪相对就要低不少，普遍在十到二十万这个水平线上。
2018年，由美国劳工部赞助的O*NET OnLine预测，美国科学家在生物信息学领域的就业增长率为5%至9%，加利福尼亚州高达12%。
他们预计，从2016年到2026年，将有3700个新职位空缺，2016年的总就业人数为39000人。根据同一项调查，2017年生物信息学科学家的年工资中位数为76690美元，技术人员的年工资中位数为47700美元。
当然工资中值只提供了一个模糊的现实概念，因为不同就业水平的工资差别很大，从上述的薪资统计我们就可以看出。但生物信息学职业正在蓬勃发展，并将继续增长，即使不在生命科学领域，毕业生跨领域择业的灵活度也非常高。
【生物信息学毕业后可以从事数据科学吗？】
Altuna Akalin在《走向数据科学》中指出，数据科学家的基本技能包括编程、机器学习、统计学、数据争论、数据可视化和通信，以及数据直觉，即需要解决与数据分析相关的问题。
而在生物信息学职业生涯中，需要的是“特定领域”（在生命科学中，该领域是基因组学、蛋白质组学、遗传学和医疗保健相关）的数据处理和质量检查、通用数据转换和过滤、应用统计学和机器学习、特定领域的统计工具和数据可视化与集成、编写代码（编程）的能力、传达数据驱动见解的能力。
也就是说，如果我们删除了特定领域的要求，那么就只剩下大部分数据科学技能和其他技能。从生物信息学转向数据科学的人很可能需要适应其他生命科学外的数据组织和分布环境。
因此我们可以说，生物信息学专业人士可能是数据科学家，但数据科学家不一定是生物信息学家。
→附DS专业申研百科链接：数据科学研究生申请完整指南，收藏！
4、自我评估：你适合申生物信息学的研究生吗？
总结一下，作为该专业的申请者，不妨思考一下，你是否符合这些特征：
（a）具有分子生物学、生物化学等生物学、生命科学背景；
（b）掌握R、Python等至少一门编程语言；
（c）”人文关怀“，生信的毕业生除了需要了解技术领域，还要了解“人”，具有人文情怀，能够将信息、人和技术联合起来；
（d）团队协作能力，同不同研究人员合作，共同推进项目的建设；
（e) 想要从事生物医疗领域，想要补充信息学、统计学、以及计算机相关背景，为未来转软件、数据科学等方向补充技术背景。
那么生物信息学会是一个不错的选择。从申请难度上来说CS(计算机科学）>DS（数据科学) >EE（电气工程）>生物信息学。
硕士项目推荐
下面我们重点介绍一下生物信息学专业的项目开设情况。我们将围绕项目的培养目标、背景要求培养方式以及课程体系进行相应的介绍。
生物信息学项目比较
1.关于培养目标和培养方式
总的来说生物信息学项目的大多数毕业生是就业为主的，项目时长一般在1-1.5年，3个学期。大部分项目没有论文要求，当然也有类似约翰霍普金斯大学提供论文的选项。
大部分项目提供顶点项目（Capstone Project),或者要求学生在暑假进行实习，让学生将所学知识有机会运用到商业或者研究领域中。
例如佐治亚理工学院的顶点项目让学生有机会将所学运用在进化论、分子进化论、癌症生物学、人类进化基因组学等领域中。
乔治城大学更是提供为期16周的实习，让学生与乔治城著名的生物信息学教师或华盛顿地区的生物信息学、生物医学和生物技术机构的生物信息学专业人士合作的机会，为学生在生物信息学、分子生物学、计算生物学、系统生物学、医学信息学和生物技术等领域的职业发展做好充分的准备。
2.关于项目的要求
大多数生物信息学的项目会偏好本科来自一些生物信息学基础学科，例如生物学、计算机科学、数学或统计学或物理科学和工程学等专业。
部分项目有数学、统计学、计算机和生物等先修课有要求。
例如JHU要求需要修读微积分、一门Java、或C、或C++或Python入门编程课程、数据结构、生物有机化学（或两个学期有机化学）、生物化学、生物信息学学或统计概率论课程；佐治亚大学要求申请者掌握两个学期的微积分、生物化学、分子遗传学、统计和概率论，熟悉编程。
申请生物信息学项目并不一定需要学生拥有全职工作经验（当然有相关领域的实习一定是加分的），且大部分项目对GRE成绩没有要求。
我们在选择项目的时候可以参照学校项目的要求和个人的偏好综合地选择。
3.关于课程体系
大部分属于STEM专业，可以申请额外2年的美国工作许可，这里面要明确一下STEM专业与非STEM专业的区别，一方面是STEM专业毕业生比非STEM专业毕业生整体上会更容易就业一些。另一方面，可申请额外2年的工作许可，也是在找到实习或工作的前提条件下，如果在毕业后三个月内还是找不到工作或实习的话， STEM专业和非STEM专业区别不大。
生物信息学是一个跨学科的领域，但在硕士阶段没有具体的分支方向供学生选择，学生在选修课程中可以灵活选择包括生物学、生物医学工程、计算机科学、计算科学和工程、化学、工业和系统工程以及数学在内的课程进行学习。
下面以佐治亚理工和约翰霍普金斯大学的项目课程设置为例，我们来看一下生物信息学的项目课程。
佐治亚理工学院课程设置
如果学生毕业后想转码，学校也有大量的量化课程以及深入的计算机课程供学生选择。佐治亚理工的课程设置是比较难的，硕士和博士学生可以上同样的选修课程。
相比之下，约翰霍普金斯大学的课程设置更加灵活，学生在核心课程上就有很大的自由选择空间。
约翰翰霍普金斯大学核心课程设置
其余选修课主要在计算机科学以及生物科技课程大类中选择。
例如计算机科学包括软件工程基础、XML设计范例、机器学习导论、企业Web开发的原则、大型数据库系统、进化计算；生物科技包括高级细胞生物学、免疫学原理、病毒学、药理学的分子基础、基因治疗、临床试验设计与实施等。
乔治城大学并没有列出所有的课程，但是基本和JHU、佐治亚课程相差不大。
总的来说生信项目的学生还是有非常大的课程选择灵活度的，而且也有非常多计算机、数学、信息学等相关的课程可供学生选择，适合未来考虑转码，但是背景申请cs、ds等专业又存在不足，或者想冲击排名更好的项目的同学。
👉由于篇幅有限，上述项目的录取要求、文书和面试题目和就等信息就不展开了，有需要的同学可以通过下方自行领取。
生物信息学案例分享
从上面的录取数据可以看出：
1、绝大部分选择申请生物信息学或计算生物学的学生背景为生物学或相关背景；
2、生物信息学或计算生物学相较于其他大部分理工科专业比如统计学专业、数据科学专业、分析学专业、电气工程专业、金融工程等来讲，申请难度较低。
!
申请难度低是指在软件背景的条件一样，符合申请某一个专业申请的情况下，同一个学生申请生物信息学某种程度上可以拿到更高排名的录取。
3、如果申请者的“三维”能够达到：GPA在3.5左右，GRE 320左右，托福100左右，拿到US News TOP 20学校的生物信息学或计算生物学的概率较大。GPA和标化成绩对应的能够申请到的学校的档次，大致如下图所示：
👉有意向申请信息科学的同学，可以参考上面表格中的数据，理性定位，当然你也可以咨询我们专业的老师帮助你进行申请的选校规划。
生物信息学申请建议
1、客观评价标准：可量化的硬性条件
（a）关于本科背景和先修课
关于生物信息学的申请，总的来说招生官比较青睐具有理工科背景的学生，如生物、化学、数学、计算机尤其是本科有生物、计算机背景的学生。
很多学校的专业有先修课上的要求，这一点申请者要特别注意，比较常见的先修课有、生物化学、概率论、统计学、数据架构、编程语言（JAVA、C++、C或Python）。
来源：约翰霍普金斯大学
注：以上课程不是申请必须要求，只是提供给正在规划申请的学生可以参考的选课建议。
（b)标化成绩
通过上面的录取案例我们也可以看出生信专业对于学生的GPA的要求并不苛刻，你可以参考案例分享中的标化成绩来判断你的项目定位：
大部分项目会要求本科的GPA要在3.0以上，但是若是不满3.0仍然可以递交申请，美国研究生项目除了标化成绩，还会综合你的其他软性条件来看。
而若你的成绩未达到你目标院校的平均录取要求，但是通过合理的规划仍然有机会拿到录取，如果您没有头绪，也可以联系ALPHA的咨询老师为你提供帮助。
ps：大部分生信项目2022年fall申请季GRE无强制性要求。
2、非客观评价标准：软背景实力如何提高？
生信项目的软背景主要包括三个方面：项目经历，相关竞赛以及实习。
经过录取案例分析，我们发现生物学专业的成功申请者平均起来在他们的简历中会有2-3个左右的项目研究。
这些研究项目主要来源于跟着某老师一起做研究、学生自己立项的科研项目、学生研究计划等等学校鼓励的研究项目、参加专业比赛的项目以及匹配的实习等等。
【比较匹配的研究项目或研究课题包括】
环境微生物基因组测序研究、微分方程在药物动力学中的应用、动物性食品中微生物的鉴定与基因测序研究、基于深度学习的癌症预测研究、基于临床统计和机器学习的生理信号分析、生物医学影像处理及深度学习的算法优化、基于计算生物学的蛋白结构预测与可视化研究、生物质能转化的动力学模型建立与分析。
比赛方面，对口的有生物信息这工具开发大赛、“AST. 杯”基因科学应用大赛、国际遗传工程的机器设计竞赛等。
实习方面，可以去到药厂、生物科技公司、医院、生物医学产品的制造公司、研究所等。
学生可以考虑的实习岗位包括：生物信息工程师助理、生物信息分析实习生、生物信息挖掘工程师助理 、生物信息副研究员助理、生物信息学算法工程师助理、生物数据分析师助理、生信专家助理等等。
写在最后
生物信息学的研究，其目的是期望从基因序列上解开一切生物的基本奥秘，从结构上获得生命的生理机制，这从哲学上来看是期望从分子层次上解释人类的所有行为和功能和致病原因。但要真正了解生命的奥秘，我们可能无法从计算机科学上得到，还得从生物学自身，从数学上的新思路来获得本质性的动力。
正如Dulbecco1986年所说："人类的DNA序列是人类的真谛，这个世界上发生的一切事情，都与这一序列息息相关"。但要完全破译这一序列以及相关的内容，我们还有相当长的路要走。生物信息学是一门年轻的学科，在生命奥秘的探索上仍有很长一段路要走。
👉由于篇幅有限，可能有些未能悉数道来，你可以咨询我们的专家老师，了解更多关于信息科学的申请细节。
申请本身就是一场信息竞赛，是一个不断提高认知能力和知识储备的过程，ALPHA喜欢且享受和学员共同成长的过程，我们希望通过我们的努力减少大家研究生申请当中的信息不对称现象，和因为这种不对称信息造成的决策错误，帮助大家少走弯路，抓住更多的发展机会——这也是整个申研百科全书发起的初衷。
今天关于生物信息学的分享就到这里，我们下一期再见。
*感谢中山大学精准医学生物信息实验室邓博士对此篇文章的建议指导。
*部分图片来自网络侵删，本文系原创文章，欢迎转发至朋友圈，未经允许禁止转载。
- End -
往期推荐：
