计算生物学考研

生物科学是一门以实验为基础，研究生命活动规律的科学，与生物技术，生物工程是兄弟专业。其专业涉及面相当广，包括植物学，动物学，微生物学，神经学，生理学，组织学，解剖学等。克隆羊、人造肉、转基因大豆都是生物科学研究的范围，着重于利用现代手段将生物进行改造，进而服务于人类。而21世纪人类面临的六大难题：人口、食品、健康、环境、资源、能源都与生物科学密切相关。根据普通高等学校本科专业目录，生物科学类下设生物科学、生物技术、生物信息学、生态学四个二级学科，下面我们具体来看一下其专业信息及就业前景。专业信息一、生物科学生物科学（和生物学不同），研究生物的结构、生理行为和生物起源、进化与遗传发育等，经历实验生物科学、分子生物学和系统生物科学等发展时期。本科阶段主要学习生物科学的基本理论、基本知识，具备较强的实验技能。（偏理论，适合深造）主干课程：动物生物学、植物生物学、微生物学、生物化学、细胞生物学、遗传学、发育生物学、神经生物学、分子生物学、生态学等。二、生物技术生物技术是人们利用微生物、动植物体对物质原料进行加工，以提供产品来为社会服务的技术。主要包括发酵技术和现代生物技术。（偏应用，适合就业，也可以往工科生物工程、生物医学工程、食品方向深造）主干课程：微生物学、细胞生物学、遗传学、动物学、植物学、生态学、植物生理学、动物生理学、生物化学、分子生物学、工业微生物学育种学、基因工程、细胞工程、微生物工程、生化工程、生物工程下游技术、发酵工程设备、酶工程等。三、生物信息学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，来阐明和理解大量生物数据所包含的生物学意义。（偏应用，侧重培养数学、计算机、统计学，可以往统计学、计算机、信息等方向深造）主干课程：普通生物学、生物化学、分子生物学、遗传学、生物信息学、计算生物学、基因组学、生物芯片原理与技术、蛋白质组学、模式识别与预测、数据库系统原理、Linux基础及应用、生物软件及数据库、Perl编程基础等。四、生态学生态学是研究研究生物与其环境之间的相互关系的科学，主要学习生态学方面的基础理论、基本知识，掌握现代生态学理论和计算机模拟等实验技能，初步具备教学、研究、开发和管理能力。（偏应用，可以往环境方向扩展）主干课程：普通生态学，农业生态学，生态工程与设计，生态管理工程，土壤、植物营养与环境分析，田间实验设计和生物统计，资源环境与信息技术，景观生态规划与设计，绿色食品与有机食品，保护生物学，污染生态学，普通生物学，生物化学，微生物学，植物生理学，城市生态学，项目投资与评估等。五、与生物医学工程类、生物工程类的区别作为理学的生物科学类以生物学理论基础为主要课程设置着力点，专业设置围绕生物学理论研究，其成果具有生物学指向性，适合深造。作为工学的生物医学工程类、生物工程类需要结合化工、机械、电子计算机等现代工程技术，重点研究生物技术的产业化过程中的工艺技术和工程设计，直接服务于现代社会发展，其成果更具有应用性，适合本科毕业后直接就业。院校推荐一、第四轮学科评估结果学科评估以研究生专业为基础，生物科学类仅设在本科，研究生阶段分成生物学与生态学。二、双一流生物学：北京大学、清华大学、中国农业大学、北京协和医学院、内蒙古大学、复旦大学、上海交通大学、南京大学、浙江大学、中国科学技术大学、厦门大学、河南大学、武汉大学、华中农业大学、中山大学、西南大学生态学：北京师范大学、华东师范大学、云南大学、西藏大学、兰州大学、青海大学三、新高考3+1+2模式选科推荐四、对于辽宁考生性价比较高的推荐院校东北师范大学：生物学A-，211院校，教育部直属六所师范院校之一，提前批有免费师范生资格，细胞生物学是国家重点培育学科。西北农林科技大学：生物学B+，一所常常被忽略的985高校，位于陕西杨凌，教育部直属全国重点大学。植物学和生物化学与分子生物学是省重点学科。吉林大学：生物学B+，985高校，教育部直属的综合性全国重点大学，生物化学与分子生物学是国家重点学科。东北林业大学：生物学B，植物学是国家级重点二级学科。原国家林业部直属管理，后划为教育部直属。生物科学是省级重点学科，生物技术是国家级特色专业。哈尔滨医科大学：生物学B，医学实力强劲。生物相关专业设在生物信息科学与技术学院，生物医学工程和生物学都是省级重点学科。就业情况具体岗位生物老师&其他包括化验员、销售等，也可以去工业、医药、食品、农、林、牧、渔、环保、园林等行业的企业、事业和行政管理部门从事与生物技术有关的应用研究、技术开发、生产管理和行政管理等工作。深造方向一、考研方向推荐理学：生物学、生态学、统计学（仅学硕）工学：食品科学与工程、生物医学工程、生物工程二、可否报考医学类专业研究生可以，但是非常有限。基本只能考基础医学类专业，以后基本从事医学理论方面的工作，不能接触医院、临床。大多数医学院校对医学考研有非常严格的专业限制要求，比如只有本科临床医学才能考临床医学的研究生。国家另外规定，学术学位研究生毕业后的学历不作为报考各类别医师资格的学历依据。所以，考医学方向的研究生对生物科学类学生来说基本就是拓展了医学相关知识。可以在药企或是医院行政、研发、销售岗位尝试一下，医生这个行业是无法涉足的。报考建议这个专业本科毕业就业是非常困难的，很难有对口岗位，起码硕士以上才能有与生物相关的工作。但如果能深造至博士，并出现一定意义的成果，那就会深受生物相关公司的欢迎。所以，是以就业为导向还是以深造为导向要想清楚，这将关乎你30岁前的生计问题。如果以就业为导向，那么选择城市就很重要，并努力为工作积极准备，丰富简历、积累经验、学习技术；如果打定主意深造，那么也可以选择地理位置偏僻一点的生物学强校；当然，如果以生物老师为目标，也是很好的人生选择。

2020考研初试已经结束了，不知道大家考得怎么样呢?初试结束之后，复试也不远了。大家都知道考研初试很重要，但是考研复试也是关系到考研成功与否的关键环节。有心的宝宝们可以现在开始关注或搜集一些关于自己院校的复试信息哦~今天优加考研小编就给大家讲讲华中师范大学学科生物考研的复试情况，不过由于20年相关细则还未公布，所以以19年的复试情况为基础，作为参考，希望对20年进入华中师范大学学科生物考研复试的同学有所帮助。一、19年复试最低分数线、复试比例和各专业的招生计划复试应采取差额形式，要按照《2019 年全国硕士研究生招生考试考生进入复试的初试成绩基本要求(A 类线)》精神，依据《华中师范大学2019 年招收硕士学位研究生招生简章》，统筹考虑我院上线生源数量、生源质量和本年度招生计划等情况，原则上按照招生计划120%—150%的比例，确定考生进入复试的最低分数线。二、复试资格审核复试资格审核资料如下：(1)本人准考证原件及复印件。(2)有效居民身份证(军人提供军官证)原件及复印件。(3)应届本科毕业生须提供就读学校完整注册的有效学生证原件及复印件(需复印有照片加盖钢印页及注册页);《教育部学籍在线验证报告》;由就读学校教务部门盖章的本科期间成绩单原件;就读学校开具的在读证明(若发现在读大三学生，不准其参加复试)。(4)往届毕业生须提交毕业证书、学位证书原件及复印件，《教育部学历证书电子注册备案表》。因毕业时间早而不能在线验证的，需提供教育部《中国高等教育学历认证报告》。由人事档案所在部门盖章的本科期间成绩单;(5)同等学力考生(指大学专科毕业两年以上、本科结业、成人教育应届本科毕业生)：大专生(本科结业生)须提交大专毕业证书(本科结业证书)原件及复印件1份;《教育部学历证书电子注册备案表》，因毕业时间早而不能在线验证的，需提供教育部《中国高等教育学历认证报告》。大专生和本科结业生提供由人事档案所在部门盖章的大学期间的成绩单;成人高校应届本科毕业生须提交完整注册的有效学生证原件及复印件，加盖有学校教务部门公章的全部本科课程的成绩单。(6)参加复试的考生可提供能证明自己研究潜能的各种背景材料，如正式发表的文章、科研成果鉴定书、获奖证书、本科毕业论文概要、参加过的研究项目等材料。(7)思想政治表现审查表：由考生所在单位人事部门(往届生)或政工部门(应届生)填写，需加盖人事部门或院系党委公章。三、复试内容及形式复试由笔试+面试组成。1、笔试(1)英语听力听录音在试卷上作答，着重考核学生的外语听力水平，笔试时间为1小时。全是选择题，短对话长对话等。(2)专业课笔试笔试时间为1小时，写一篇文章，主题都和生物教育教学有关。2、面试(1)英文自我介绍(2)老师提问一个英文问题(很简单，不会也可以用中文回答)(3)专业面试(会问一个关于实验的问题)四、复试成绩和录取1、总成绩计算方法: 成绩+复试成绩为今年录取的总成绩。初试成绩占总成绩的50%;复试成绩占总成绩的50%。复试成绩为综合各方面的考核结果按百分制评分。复试小组成员打分时按照去掉一个最高分和去掉一个最低分后算平均分。复试成绩不及格(<60分)者，不予录取。录取总成绩=(初试总分÷5)×50%+复试总分×50%。2、排序录取规则:根据所报考专业，从高分往低分依次录取。3、同等学力考生加试课程的成绩不计入复试成绩，但作为录取参考，不合格者不予录取。五、复试时间安排注意事项1、提前预定车票、机票、准备相关报到资料2、提前预定酒店(北门、东门、南门)，可约小伙伴合住3、带上一些考试用书4、提前熟悉路线，注意饮食六、复试备考建议1、假期多练习一些英语听力与英语口语2、多看看与专业相关的文献3、了解本专业内的导师

据《自然·机器智能》杂志报道，德国科学家借助一款深度学习软件，对数万个医疗数据集展开分析后，确定了165个与癌症有关的新基因。最新研究为个性化药物靶向治疗以及生物标志物开发开辟了新前景。马克斯·普朗克分子遗传学研究所和慕尼黑计算生物学研究所的研究人员开发出了名为“多组学图形集成”（EMOGI）的新算法。领导该项研究的安娜丽莎·马尔西科解释称，该软件集成了从患者样本提取的数万个数据集，包括DNA甲基化、单个基因的活性和细胞内蛋白质的相互作用，以及发生突变的序列的相关数据。有了这些数据，深度学习算法可以检测出导致癌症恶化的模式和分子原理。马尔西科说：“这将有助于促进个性化医疗领域取得进展。”她解释说，与化疗等传统癌症治疗方法不同，个性化疗法能精确地根据肿瘤类型订制药物，“我们的目标是为每位患者选择最佳疗法，即方法最有效、副作用最少。此外，我们还可以根据癌症的分子特征鉴别出处于早期阶段的癌症。我们只有知道导致疾病的原因，才能有效地治疗它们，这也是为什么尽可能多地确定诱发癌症的机制如此重要的原因。”目前，科学家们发现与癌症有关的基因数量已增长到700个左右，但只有借助生物信息学分析和最新的人工智能方法，研究人员才能追踪到最新发现的这些隐藏的基因。此外，近年来，深度学习算法进展迅猛，在其加持下，研究人员甚至能够发现那些以前未被注意到的蛋白质或基因之间的关联。研究人员强调说，EMOGI系统并不局限于癌症。从理论上讲，它可以用来整合不同的生物数据集，并从中找出模式。例如，可用于糖尿病等复杂的代谢性疾病领域。总编辑圈点深度学习再创新功。相比化疗，靶向治疗在杀伤癌细胞的同时，还能最大限度保护那些正常工作的好细胞。所以，得上可以进行靶向治疗的癌症，也算是不幸中的万幸。但是，找到这些与癌症有关的基因并不容易，需要大量的计算与分析。于是，人工智能在个性化治疗领域闪亮登场，为人类对抗癌症这一艰苦卓绝的斗争提供助力。文中提到的新算法，不仅可以用于癌症，还可以在多个复杂疾病中发挥作用，并帮人类在基础研究领域取得进步。本文来自：科技日报数字报

最后2天，复习效率最最重要，一定要学会放弃，高分绝对不是满分，考研数学有满分的，但是还没有考500分的，自己水平自己估算，一定要符合实际，比如数学130以上的分数，是给小部分人留的，不是我们多花1小时就能做出来的，一定要学会舍弃，要贪更多的分数。下面星火君给大家几点小建议：1、调整考试作息时间生物钟：考试一般是4门，2天各2科目，政治、专业课作息时间不用调，都是背诵的东西，早上考晚上考甚至半夜考试，会的就是会，不会的肯定也答不出来。最需要调整的就是数学和英语，下午2点到5点考英语，第二天上午8点30到11点30考数学。最后4天，务必务必把英语放到下午，数学放置到上午来做，一定是会好一些的。2、模拟考场自测很重要套卷模拟题一定要做一下，把握做题节奏，估计大家英语数学都自己模拟过了，自己把握一下自己的节奏，主要的提醒点就是，一道2分的阅读或者4分的数学题绝对不值得花太长时间来做，否则后果就是会的题做不完，遇到不会的题，果断点该舍弃的绝对不犹豫，变态难度题目，你不会其他人也不会，超人才会。3、各个科目的复习重点数学：复习旧题重要程度大于做模拟新题最后两天，如果之间没看的押题，看一下，保证看过的题目，考试时候万一出了会写，之后就不要在做其他模拟题了，即使之前做的模拟题比较少也不要再做了，因为复习旧题最重要，最后这几天每天给数学的时间也没多少了，所以重要的就是基础中等的题，一定要抓住分数，所有能用到的公式一定要熟练掌握，计算一定要先保证正确率，再来考虑时间，难题能拿分更好，拿不到分数，也就没那个命了，毕竟还有2天。英语：作文背诵仿写与保持做题感觉，背单词不能停。作文是一定要好好弄的，无论是背诵的全文，还是背诵的模板，一定要结合真题里的题目，自己尝试写2到3篇作文，千万不要上考场写第一篇作文，否则你会无比紧张，很容易把心态搞崩，后面的题目也做不好。阅读练习一定不要中断，即使你已经把所有答案都记住了，阅读的做题方法几天不练是会生疏的，但也不需要再做太多题了，因为时间太紧了。新题型好好做，完型也要好好做，0.5分也不能放弃，一定要认真，考试时候英语分数没有0.5，所以只要你多0.5就会多1分。政治：背诵分析题不用我说你也会做，我就说一点，选择题还要继续做或者看，适当做做新模拟题里的选择题，多看看之前错过的旧题，看得越多分数越高。专业课：和政治类似，该背诵背诵，该复习复习，没啥需要墨迹的。4、作息和身体最重要最后4天，即使每天24小时不睡觉，再学也记不住太多新知识了，所以保证良好的睡眠，提高学习效率，才是更重要的事。最后几天，不要着凉，每天多穿点，不要那么注重形象了，早饭要吃，午饭要吃，晚饭要吃，饮食和平常一样即可，别弄得坏肚子，难受还浪费时间。预祝大家一战成硕，考研就要考上研！

近日，百度研究院宣布架构新升级，新增两大实验室——生物计算实验室和安全实验室，进一步拓展 AI 前瞻性研究范围。至此，百度研究院已囊括了从底层基础技术到感知、认知技术的 AI 全领域研究，并深入展开跨领域研究合作，持续彰显百度 AI 的技术创新实力。升级之后，百度研究院设有认知计算实验室、硅谷人工智能实验室、深度学习实验室、大数据实验室、商业智能实验室、量子计算研究所、机器人与自动驾驶实验室和安全实验室，生物计算实验室，共计九大实验研究室，汇聚了数十位 AI 领域的世界级专家，共同推动百度研究院的 AI 基础性研究和前瞻性洞察，助力 AI 技术加速落地。宣布新架构升级的同时，百度 CTO、百度研究院院长王海峰也重申百度研究院的使命和愿景。他表示，百度研究院以引领科技发展，打造突破性 AI 技术为使命，持续致力于 AI 技术创新，产出高影响力的研究成果并与产业应用相结合，为产业智能化升级做贡献。成立生物计算实验室，加快 AI 赋能医药研究今年1月，百度研究院推出线性时间算法 LinearFold，RNA 二级结构的预测速度全球最快，分析时间缩短至27秒，提速120倍。仅3个月内，百度研究院又推出全球首个专门优化新冠病毒 mRNA 疫苗基因序列的高效算法 LinearDesign，可在11分钟内完成序列设计，大大提升疫苗设计的稳定性和蛋白质表达水平，让病毒研究因 AI 而更有效。4月，百度牵头与中国疾病预防控制中心联合成立"中国 CDC 应急技术中心-百度基因测序工作站"，展开长期战略性抗疫支持工作。6月，北京新发地突发新冠疫情， CDC 工作站在接收样本后，仅用10小时完成北京四个样本的全基因组测序，为防控疫情作出重大贡献。为继续打好 AI 抗疫攻坚战，基于自身技术优势推进生物医疗科研新进展，百度研究院宣布成立生物计算实验室，期望通过强大的人工智能和计算技术，深化学术界和生物制药企业的合作，共同探索基因、DNA、RNA、蛋白质分子结构等人类生命密码，缩短新药研发周期，降低新药研发成本，提升药物和疾病匹配的精准度，发现基因和疾病的关联关系，从而实现精准医疗，让人类在健康问题面前更主动。安全实验室为 AI 产业应用保驾护航随着 AI 技术的产业化应用不断深入，AI 安全也受到越来越多的重视。此前，百度大脑已经打造了完整的 AI 安全体系，从基础的开源技术矩阵、开放行业解决方案的平台，到与学术界、企业、政府、机构等多层面的开放协作，为 AI 技术的产业应用保驾护航。百度研究院安全实验室聚焦国际一流的 AI 安全解决方案，确保 AI 系统在多种场景下（包括恶意对抗）持续正常地工作服务，让用户数据隐私有保障，让智能系统更安全。安全实验室的研究内容包括如何保护 AI 系统自身核心资源，防止攻击者窃取 AI 模型和参数和用户数据，保护用户隐私。安全实验室目前已开展自动驾驶安全、AI 模型鲁棒性评测、AI 对抗攻击检测与防御、隐私保护的安全计算等多个项目。百度 AI 再突破，多项研究领域取得重大进展升级新架构的同时，百度研究院也发布了计算机视觉、语音识别、自然语言处理、自动驾驶和机器人、量子计算、深度学习等多领域取得喜人成果，引起学界和业界的广泛关注。论文方面，2019年百度共计发布论文188篇；2020上半年，百度发表论文数量更是突破190篇。专利方面，百度全球 AI 专利申请量已超过1万件，其中中国专利7000多件，并在语音识别、自然语言处理、知识图谱和自动驾驶4个细分领域排名第一，展现出深厚的技术底蕴以及持续的创新能力。自然语言处理领域，已完成3次迭代的百度文心（ERNIE）在多个公开权威语义评测中获得近十项世界冠军。此外，文心（ERNIE）相关成果也被 AI 顶会 AAAI 2020和 IJCAI 2020收录，并被全球顶级科技商业杂志《麻省理工科技评论》、德国光谱杂志，以及韩国 AITimes、日本 AI-SCHOLAR 等多国权威科技媒体报道，还在2020全球人工智能大会（WAIC）上赢得人工智能领域的最高荣誉——SAIL 大奖。量子计算领域，百度研究院预发布量子计算平台“量易伏”，可用于编程、模拟和运行量子计算机，为量子基础设施服务提供量子计算环境。今年5月，百度飞桨发布量子机器学习开发工具“量桨”，深度融合人工智能与量子计算；云上量子脉冲系统“量脉”，可将量子计算软件指令转换成控制量子硬件的脉冲序列，算法性能较同类工具实现成倍级的提升，是实现量子软硬件连接的关键桥梁。深度学习领域，百度深度学习平台飞桨已经凝聚超过210万开发者，已有9万家企业通过飞桨创建了超过29.5万个模型。飞桨还凭借量桨的发布，成为国内首个支持量子机器学习的深度学习平台。百度研究院通过结合自身 AI 优势，升级新架构，取得的基础性研究创新有目共睹，不断推动中国 AI 技术向前发展。当下，全球智能革命和中国新基建浪潮席卷而来，百度研究院必将继续再接再厉，推动 AI 技术持续突破。

生物化学研究生入学考试是为所招收与生物化学有关专业硕士研究生而实施的具有选拔功能的水平考试。要求学生比较系统地理解和掌握生物化学的基本概念和基本理论；掌握各类生化物质的结构、性质、功能及其合成代谢和分解代谢的基本途径和调控方法；理解基因表达、调控和基因工程的基本理论；能综合运用所学的知识分析问题和解决问题。一、 考试内容1. 蛋白质化学 考试内容 蛋白质的化学组成，20种氨基酸的简写符号 氨基酸的理化性质及化学反应 蛋白质分子的结构（一级、二级、高级结构的概念及形式） 蛋白质一级结构测定的一般步骤 蛋白质的理化性质及分离纯化和纯度鉴定的方法 蛋白质的变性作用 蛋白质结构与功能的关系考试要求 了解氨基酸、肽的分类 掌握氨基酸与蛋白质的物理性质和化学性质 掌握蛋白质一级结构的测定方法 理解氨基酸的通式与结构 理解蛋白质二级和三级结构的类型及特点，四级结构的概念及亚基 掌握肽键的特点 掌握蛋白质的变性作用 掌握蛋白质结构与功能的关系2. 核酸化学 考试内容 核酸的基本化学组成及分类 核苷酸的结构 DNA和RNA一级结构的概念和二级结构要特点；DNA的三级结构 RNA的分类及各类RNA的生物学功能 核酸的主要理化特性 核酸的研究方法考试要求 全面了解核酸的组成、结构、结构单位以及掌握核酸的性质 全面了解核苷酸组成、结构、结构单位以及掌握核苷酸的性质 掌握DNA的二级结构模型和核酸杂交技术3. 糖类结构与功能 考试内容 糖的主要分类及其各自的代表 糖聚合物及其代表和它们的生物学功能 糖链和糖蛋白的生物活性考试要求 掌握糖的概念及其分类 掌握糖类的元素组成、化学本质及生物学功用 理解旋光异构 掌握单糖、二糖、寡糖和多糖的结构和性质 掌握糖的鉴定原理4. 脂质与生物膜 考试内容 生物体内脂质的分类，其代表脂及各自特点 甘油脂、磷脂以及脂肪酸特性。油脂和甘油磷脂的结构与性质 生物膜的化学组成和结构，“流体镶嵌模型”的要点考试要求 了解脂质的类别、功能 熟悉重要脂肪酸、重要磷脂的结构 掌握甘油脂、磷脂的通式以及脂肪酸的特性 掌握油脂和甘油磷脂的结构与性质5. 酶学 考试内容 酶的作用特点 酶的作用机理 影响酶促反应的因素（米氏方程的推导） 酶的提纯与活力鉴定的基本方法 熟悉酶的国际分类和命名 了解抗体酶、核酶和固定化酶的基本概念和应用考试要求 了解酶的概念 掌握酶活性调节的因素、酶的作用机制 了解酶的分离提纯基本方法 熟悉酶的国际分类（第一、二级分类） 了解特殊酶，如溶菌酶、丝氨酸蛋白酶催化反应机制 掌握酶活力概念、米氏方程以及酶活力的测定方法 了解抗体酶、核酶的基本概念 掌握固定化酶的方法和应用6. 维生素和辅酶考试内容 维生素的分类及性质 各种维生素的活性形式、生理功能考试要求 了解水溶性维生素的结构特点、生理功能和缺乏病 了解脂溶性维生素的结构特点和功能7. 激素考试内容 激素的分类 激素的化学本质；激素的合成与分泌 常见激素的结构和功能（甲状腺素、肾上腺素、胰岛素、胰高血糖素） 激素作用机理考试要求 了解激素的类型、特点 理解激素的化学本质和作用机制 了解常见激素的结构和功能 理解第二信使学说8．新陈代谢和生物能学考试内容 新陈代谢的概念、类型及其特点 ATP与高能磷酸化合物 ATP的生物学功能 电子传递过程与ATP的生成 呼吸链的组分、呼吸链中传递体的排列顺序考试要求 理解新陈代谢的概念、类型及其特点 了解高能磷酸化合物的概念和种类 理解ATP的生物学功能 掌握呼吸链的组分、呼吸链中传递体的排列顺序 掌握氧化磷酸化偶联机制9.糖的分解代谢和合成代谢 考试内容 糖的代谢途径，包括物质代谢、能量代谢和有关的酶 糖的无氧分解、有氧氧化的概念、部位和过程 糖异生作用的概念、场所、原料及主要途径 糖原合成作用的概念、反应步骤及限速酶 糖酵解、丙酮酸的氧化脱羧和三羧酸循环的反应过程及催化反应的关键酶 光合作用的概况 光呼吸和C4途径考试要求 全面了解糖的各种代谢途径，包括物质代谢、能量代谢和酶的作用 理解糖的无氧分解、有氧氧化的概念、部位和过程 了解糖原合成作用的概念、反应步骤及限速酶 掌握糖酵解、丙酮酸的氧化脱羧和三羧酸循环的途径及其限速酶调控位点 掌握磷酸戊糖途径及其限速酶调控位点 了解光合作用的总过程 理解光反应过程和暗反应过程 了解单糖、蔗糖和淀粉的形成过程10. 脂类的代谢与合成 考试内容 脂肪动员的概念、限速酶；甘油代谢 脂肪酸的*-氧化过程及其能量的计算 酮体的生成和利用 胆固醇合成的部位、原料及胆固醇的转化及排泄 血脂及血浆脂蛋白考试要求 全面了解甘油代谢：甘油的来源合去路，甘油的激活 了解脂类的消化、吸收及血浆脂蛋白 理解脂肪动员的概念、各级脂肪酶的作用、限速酶 掌握脂肪酸β－氧化过程及能量生成的计算 掌握脂肪的合成代谢 理解脂肪酸的生物合成途径 了解磷脂和胆固醇的代谢11. 核酸的代谢 考试内容 嘌呤、嘧啶核苷酸的分解代谢与合成代谢的途径 外源核酸的消化和吸收 碱基的分解 核苷酸的生物合成 常见辅酶核苷酸的结构和作用考试要求 了解外源核酸的消化和吸收 理解碱基的分解代谢 理解核苷酸的分解和合成途径 掌握核苷酸的从头合成途径 了解常见辅酶核苷酸的结构和作用12. DNA，RNA和遗传密码考试内容 DNA复制的一般规律 参与DNA复制的酶类与蛋白质因子的种类和作用（重点是原核生物的DNA聚合酶） DNA复制的基本过程 真核生物与原核生物DNA复制的比较 转录的基本概念；参与转录的酶及有关因子 原核生物的转录过程 RNA转录后加工的意义 mRNA、tRNA、 rRNA的转录后加工过程 逆转录的过程 逆转录病毒的生活周期 RNA的复制：单链RNA病毒的RNA复制，双链RNA病毒的RNA复制 RNA传递加工遗传信息考试要求 理解DNA的复制和DNA损伤的修复基本过程 掌握参与DNA复制的酶与蛋白质因子的性质和种类 掌握DNA复制的特点 掌握真核生物与原核生物DNA复制的异同点 掌握DNA的损伤与修复 全面了解RNA转录与复制的机制 掌握转录的一般规律 掌握RNA聚合酶的作用机理 理解原核生物的转录过程 掌握启动子的作用机理 了解真核生物的转录过程 理解RNA转录后加工过程及其意义 掌握逆转录的过程 理解RNA的复制 掌握RNA传递加工遗传信息13. 蛋白质的合成和转运考试内容 mRNA在蛋白质生物合成中的作用、原理和密码子的概念、特点 tRNA、核糖体在蛋白质生物合成中的作用和原理 参与蛋白质生物合成的主要分子的种类和功能 蛋白质生物合成的过程 翻译后的加工过程 真核生物与原核生物蛋白质合成的区别 蛋白质合成的抑制剂考试要求 全面了解蛋白质生物合成的分子基础 掌握翻译的步骤 掌握翻译后加工过程 理解真核生物与原核生物蛋白质合成的区别 理解蛋白质合成抑制因子的作用机理14. 细胞代谢和基因表达调控考试内容 细胞代谢的调节网络 酶活性的调节 细胞信号传递系统 原核生物和真核生物基因表达调控的区别 真核生物基因转录前水平的调节 真核生物基因转录活性的调节 操纵子学说（原核生物基因转录起始的调节） 翻译水平上的基因表达调控考试要求 理解代谢途径的交叉形成网络和代谢的基本要略 理解酶促反应的前馈和反馈、酶活性的特异激活剂和抑制剂 掌握细胞膜结构对代谢的调节和控制作用 了解细胞信号传递和细胞增殖调节机理 掌握操纵子学说的核心 理解转录水平上的基因表达调控和翻译水平上的基因表达调控15. 基因工程和蛋白质工程考试内容 基因工程的简介 DNA克隆的基本原理 基因的分离、合成核测序 克隆基因的表达 基因来源、人类基因组计划及核酸顺序分析 RNA和DNA的测序方法及其过程 蛋白质工程考试要求 掌握基因工程操作的一般步骤， 掌握各种水平上的基因表达调控 了解人类基因组计划及核酸顺序分析 掌握RNA和DNA的测序方法及其过程 了解蛋白质工程的进展二、考试方法和考试时间硕士研究生入学生物化学考试为笔试，考试时间为3小时。试卷务必书写清楚、符号和西文字母运用得当。不得在试题上答卷。三、 主要参考教材（参考书目）《生物化学》上、下册 王镜岩等编著，高等教育出版社 （2002年第三版）

大家好，我们又见面啦。今天，匠人给大家带来的是考研“堪比登天”的5个大学专业，硕士毕业，薪水变高，待遇变好。匠人承认本人确实有点夸张，但是大家看完之后就会发现：这5个专业考研是真的不容易啊。01.临床医学专业说到考研堪比登天的大学专业，临床医学专业一定能妥妥的跑到最前面。对，确实是最难的。现在我们的学术江湖上还有一句话响彻云霄：劝人学医，天打雷劈！（当然，还有下半句，我们待会会提到）原因很简单，临床医学专业是一门很强的应用科学专业，不仅要背诵各种理论知识，还要各种临床实践，研究课题，很累。毕业后可以到医疗卫生机构从事临床各科的医疗、预防等工作。相对没有考研的医学生来说，考研的医学生毕业之后选择的余地更宽裕，也更容易进入三甲医院。推荐院校：上海交通大学、浙江大学、北京协和学院、复旦大学02.工程力学专业工程力学专业培养具备力学基础理论知识、计算和试验能力，能在各种工程研究的人才。这个专业难在哪里呢？各种医学知识、画图等等。这个专业学习的就是各种力学的基本理论知识，锻炼自己的计算和试验的能力。说白了本科四年就是锻炼你的各种逻辑思维，硕士也是一样。毕业之后可以到土木水利、机械控制、能源交通等部门工作，毕业之后薪水也自然不会少。推荐院校：北京大学、清华大学、哈尔滨工业大学、西安交通大学03.建筑学专业建筑学专业是研究建筑及其环境的大学专业，本科四年连画图加做模型，累的跟只狗一样。读研期间更是经常熬夜复习，好不容易才考上研究生。读研期间也是没日没夜的熬夜，日日笑称自己是“画图狗”。不过这个专业硕士毕业拿到的薪水也不少，现在很多的设计师都是建筑学专业出身，薪水在3万每月左右，比本科毕业的薪水翻了好几倍。推荐院校：清华大学、东南大学、天津大学、同济大学04.生物系统工程专业生物系统工程专业主要学习微生物学、生物化学、化学工程等方面的基本理论和基本知识，就业方向是高校、科研机构。这个专业毕业之后主要到高校、科研机构、行政及企事业单位等部门从事开发生物系统的研究、开发工作。总体薪水不会很高，但是这个专业不考研的话，毕业之后连找工作都是麻烦。推荐院校：浙江大学、厦门大学05.法学专业法学专业主要学习的是法学的基础理论知识和基本知识，受到法学思维的各种训练，学习分析各种法律案例，掌握能运用法律思维掌握的各种能力。其实这个专业考研也很难考，因为需要背诵的知识实在是太多了。大家是否记得上面承接“劝人学医，天打雷劈”的下文？劝人学法，千刀万剐！不过能顺利在法学专业拿到硕士学位的话，这个专业还可以从事律师、律师顾问、单学科就业等，让自己学科的优势发挥到最大，薪水变高，待遇变好。推荐院校：中国人民大学、中国政法大学、北京大学、清华大学还记得汪国真的那句诗吗？既然选择了远方，便只顾风雨兼程。上面这5个考研堪比登天的大学专业也是这样的，既然大家高考的时候选择了这5个专业，现在又选择了考研，就好好努力吧。不拼搏一把，怎知道自己能不能成功？

百度的AI也能设计mRNA新冠疫苗了。2020年5月，百度研究院推出全球首个mRNA疫苗基因序列设计算法 LinearDesign，是专门用于设计优化mRNA序列的高效算法。针对新型冠状病毒mRNA疫苗，LinearDesign能在11分钟内完成序列设计。计算模拟表明该设计能大大提升疫苗设计的稳定性和蛋白质表达水平。此次跨界合作缘起何处？百度的AI未来给医疗行业带来哪些新变化？对此，百度美国研究院副总经理李幸女士、百度美研深度学习实验室主任黄亮博士接受了生辉的采访，并表达了他们的看法。百度已有布局生物计算上游打算生辉：是什么契机，让百度研究院产生了展开本项研究的想法？黄亮：百度研究院对于本项研究的想法并不是一蹴而就的。我们在几年前即预见到计算生物学和生物信息学的重要性，并于 2018 年前瞻性的开展了 RNA 二级结构领域的研究。在这两年的时间内，百度研究院先后推出了全世界最快速的 RNA 结构预测算法 LinearFold，以及全世界最快速的 RNA 配分方程和碱基对概率预测算法 LinearPartition 等。这些研究成果在业内受到广泛重视，并相继被计算生物学领域顶级会议 ISMB 接收。正是因为长期的、前瞻性的研究积累，百度研究院才能在疫情爆发后，迅速响应、在短短两个月内即完成了 LinearDesign 这一重大成果。同时，百度研究院非常重视跨机构、跨学科的高水平合作。我们与斯坦福大学生物化学系 Rhiju Das 教授、罗彻斯特大学 RNA 生物中心主任 David Mathews 教授等世界顶级的 RNA 研究专家早在几年前就开始合作。充分的、高水平的合作也是 LinearDesign 产生的催化剂。具体而言，在疫情发生后，Das 教授和我们关注到现有的 mRNA 疫苗研发存在一个巨大的挑战，即 mRNA 疫苗的稳定性问题。稳定性低的 mRNA 疫苗非常“脆弱”，很容易在保存和运输过程中因为降解而失效，并导致蛋白质表达效率的大幅降低。针对这一问题 Das 教授提议一种解决方案：通过人海战术，使用我们的 LinearFold 算法为结构分析引擎， 发起疫苗设计的公开竞赛（OpenVaccine Challenge），找到适合疫苗生产的比较稳定的 mRNA 序列。百度则提出了一种更为直接和高效的解决方案，即通过算法直接设计 mRNA 序列。也就是我们所说的 LinearDesign。生辉：AI 在生物计算领域的应用近年来一直备受关注，百度未来有提供技术上游服务的计划吗？如果有，您觉得百度入局生物计算市场，最大的优势将是什么？又有哪些方面需要重点布局？李幸：非常高兴您提到这个问题。百度不仅仅有提供技术上游服务的计划，而且已经全面的实施了这一计划。正如刚才所介绍的，百度研究院已经先后推出 LinearFold 和 LinearPartition 两个 RNA 分析算法。这些算法现已被多家研究机构和公司关注，并得到非常积极的反馈。在疫情期间，我们百度研究院力推 LinearDesign 这一 mRNA 疫苗设计算法，并已与多家中外学术机构和业内领先的生物制药企业就疫苗研发开展交流和合作。同时，百度已与中国疾病预防控制中心病毒病预防控制所签署战略合作协议，联合设立“中国 CDC 应急技术中心 - 百度基因测序工作站”。这一联合工作站在 6 月北京新发地疫情中第一时间测出了病毒全基因组序列，发挥了重要作用。我们拥有杰出的科学家和算法工程师，在 AI 算法设计领域具备无可比拟的优势。而这种算法设计能力，正是其他生物制药企业所不具备且急需的，这一领域是一片值得深耕细作的蓝海。实际上，在生物计算领域布局，百度研究院借助自身算法和工程方面的特长，并结合分子生物和医药领域专家的经验，逐步摸索形成了 “专家提问题，百度想算法，专家给反馈” 这样一套行之有效的合作模式。未来，百度将在深度和广度两个维度上，继续依托我们在 AI 算法领域的深耕优势，深化与学术界和生物制药企业的合作。“一个倾宇宙‘洪荒之力’也无法完成的任务”生辉：您能简述一下算法开发的整个过程和您的主体思路吗？整套系统工具从研发到落地一共经历多长时间？黄亮：两个月。具体细节是，疫情爆发后，百度研究院组织 AI 科学家们讨论如何能将我们的技术实力，转化为社会所需。在此期间，我们关注到在疫苗研发领域，mRNA 疫苗具有研发、生产周期快，无感染风险的优点。然而，mRNA 疫苗与传统疫苗相比，存在稳定性低的问题。为了解决 mRNA 稳定性这一棘手问题，很多知名学术机构和疫苗研发企业尝试了很多不同的手段。如斯坦福大学使用百度研究院此前开源的 LinearFold 和 LinearPartition 算法，搭建了一个疫苗设计竞赛平台。让人类设计者以参与游戏的方式设计稳定的 mRNA 序列。斯坦福大学之所以想到让人类设计者进行 mRNA 疫苗设计，是因为解决这一问题所需要的计算量实在是太大了。举个例子，如果我们要从可能的新冠病毒刺突蛋白 mRNA 序列中找到最稳定的那个序列，潜在的可能序列有2.4 乘以10 的 632 次方个之多。这是什么概念？如果我们使用一台超级计算机，每秒钟计算一个可能的序列，那么自宇宙诞生之日起到现在的 130 亿年的时间里，我们连这些可能的序列的亿万分之一都没有计算完成。那么，除了使用人类设计者设计 mRNA 序列的 “人海战术” 之外，使用计算机 AI 技术是否可以更高效的解决这个问题？答案是肯定的。经过百度研究院科学家们的共同努力，我们在短短两个月时间内即研发出了一套设计最优 mRNA 序列的新算法——LinearDesign。这个算法将原来使用宇宙 “洪荒之力” 也无法完成的任务，在短短的十几分钟就能完成设计。生辉：期间有哪些技术难题，又是如何克服的？黄亮：这一问题的技术难点，一个是我们如何能将原本需要万亿年的海量搜索、计算，压缩到可以在十几分钟内就完成。另一个是它的解决需要分子生物学、免疫学、生物信息学和计算理论等多个学科的领域知识，需要算法设计、软件开发、生物医药等多个技术领域的综合能力。针对搜索空间大这个难点，我们使用动态规划算法成功解决了这一问题。这一算法也用于我们之前的 LinearFold 和 LinearPartition 算法。具体而言，首先，我们使用确定有限状态机（DFA）来表达氨基酸和蛋白质，这样不同位置上的密码子的选择就可以被抽象为计算理论中经典的 DFA 图；同时，我们借助计算语言学中的另一个常用工具，随机上下文无关语法（SCFG）。使用 SCFG 构建语法树来表示 RNA 二级结构。在我们用 DFA 抽象表示多个 RNA 序列后，我们通过取 DFA 与 SCFG 的交集，利用动态规划算法将原先 2.4 乘以 10 的 632 次方级别的搜索空间，压缩到多项式级别的 mRNA 序列搜索空间。这样我们的算法就可以在很短的时间内找到最稳定的 mRNA 序列。具体来说，我们用 DFA 来表达氨基酸和蛋白质，这样不同位置上密码子的选择就可以抽象为计算理论中常用的 DFA 图。如下图，我们分别把三种氨基酸（A: methionine, B: valine, C: serine）以及终止密码子（D）抽象为 DFA 图。（来源：受访对象提供）下一步，我们将氨基酸的 DFA 串联起来，从而得到一段蛋白质序列的DFA图。下图是蛋白质序列 “methionine leucine stop” 对应的 DFA 图。图丨蛋白质序列 “methionine leucine stop” 对应的 DFA 图（来源：受访对象提供）接下来，在有了 DFA 图后，我们如何通过 DFA 找出二级结构最稳定的 mRNA 序列呢？在这里我们借用了随机上下文无关语法（SCFG），这个计算语言学中的工具。RNA 二级结构可以通过SCFG构建语法树来表示。概括而言，mRNA 疫苗序列设计优化问题实际上是将单个 RNA 序列的二级结构计算（RNA folding）推广到多个 RNA 序列。在用 DFA 抽象表示多个 RNA 序列后，我们就可以借助上文所说的，通过 DFA 与 SCFG 的交集，来从多个 mRNA 序列中找到具有最稳定二级结构的序列。下面是一个例子。我们通过 DFA 和 SCFG 相交，生成出序列 “methionine leucine stop” 最优的 mRNA 序列为 “AUGCUGUGA”。（来源：受访对象提供）在将搜索空间压缩到多项式级别后，我们借用之前 LinearFold 的思想，将计算复杂度从三次方降低到线性，进一步压缩设计 mRNA 序列所需要的时间到十几分钟。除此之外，我们的算法还将衡量mRNA序列蛋白质表达效率的指标，密码子适应指数（CAI），与序列稳定性进行联合优化。这样我们就可以设计出理论上既稳定，密码子适应指数又好的疫苗序列。这个算法提出后，引起了世界顶级 RNA 专家、美国罗切斯特大学 David Mathews 教授的兴趣。他已加入到这个研究项目当中，在我们的算法研发过程中提出了很多宝贵的意见，并担任论文的共同作者。David Mathews 教授高度评价这个算法：“LinearDesign 是一种算法，它设计了一组结构更稳定的序列，并使用优化的密码子。此算法高效的运行速度是优化序列设计的关键，可以通过实验检验这些序列作为疫苗的效果。”生辉：目前这一工具是否有 mRNA 药物企业正在使用？对方的反馈如何？黄亮：LinearDesign 上线之后，立刻吸引了多家疫苗公司和研究机构的关注。目前我们正在验证 LinearDesign 设计的序列在生物实验条件下的稳定性和蛋白质表达水平，如果进展顺利，相信在未来的mRNA疫苗研发中将会广泛使用LinearDesign 技术。生辉：我看了关于 LinearDesign 算法相关报道，报道指出针对新冠 mRNA 疫苗序列，LinearDesign 能在 11 分钟内大大提升疫苗设计的稳定性和蛋白质表达水平，在不同的人体环境内，蛋白质表达是一个十分复杂的过程，存在较大的不确定性，请问 LinearDesign 利用哪些方式、又如何解决这一不确定性问题？ 黄亮：您提到体内蛋白质表达，的确比较复杂且存在较大不确定性，它仍是生物学和制药领域的一个重要的研究课题。目前业内一个新的研究成果来自于世界 mRNA 疫苗研发的领头羊，美国Moderna 公司。他们最新的研究表明，mRNA序列的能量越低，即二级结构越多，其基因序列越稳定，蛋白质表达水平越高。刚才我们已经介绍了LinearDesign如何在较短的时间内找到二级结构多的，同时密码子适应指数高的序列，这是我们算法的精髓。当然，能提升 mRNA 蛋白质表达水平的指标还包括密码子适应指数（CAI），非翻译区（UTR）序列的选取等因素。值得重点强调的一点是，我们的 LinearDesign 算法可以将这些影响因素综合考虑，设计出二级结构多、密码子适应指数好，并且符合各种不同优化条件组合的 mRNA 序列。生辉：LinearDesign 算法的衡量指标如何？黄亮：在这里我就举一个最重要的衡量指标，mRNA 序列所对应二级结构的能量稳定性。刚才我们提到，根据 Moderna 的最新研究成果，能量低的、稳定的二级结构将直接提升 mRNA 的蛋白质表达水平。请参看下图中的几个 mRNA 序列例子，图丨mRNA序列结构（来源：受访对象提供）从上面的对比图可以看出，在新冠病毒的刺突蛋白序列上的实验表明，LinearDesign 算法可以设计出比天然序列（Wildtype，图 A）稳定得多的结构（能量分数越低越稳定）。其中全局最优序列（图 C，三次方时间算法）设计时间只需要 1 小时 ，而如果进一步应用近似算法，则只需要 11 分钟就可得到与全局最优序列能量相差仅 0.6% 的近似最优序列（图 B，线性时间算法）。同时，如果进一步考虑到 5‘ 端前 15 个核苷酸在与 Ribosome 结合时，需要保持相对较少的二级结构，我们也可以定制化的设计出 5’ 端结构松散的序列（图 E、F） 。“AI 技术未来将对生命科学发挥更大的价值”生辉：未来 LinearDesign 会应用于其他疾病药物 / 疫苗的研发吗？有计划正在推进中吗？有深耕生命科学领域的初步意向及计划吗？李幸：我们的算法是一个优化序列的算法。凡涉及到序列设计的，各种疾病的药物/ 疫苗研发，我们的算法都将有用武之地。因此，LinearDesign 不仅能用于新冠病毒 mRNA 疫苗的研发，还能用于个性化肿瘤药物等其他 mRNA 药物、抗体和疫苗的研发。目前已经有几家公司和机构在和百度洽谈构建 mRNA 生物计算平台的计划，百度研究院长期致力于推动 AI 算法技术与生物制药行业的深度结合，将 LinearFold，LinearPartition，以及 LinearDesign 等优秀算法推广到药物 / 疫苗研发等广泛的应用场景中。未来在生命科学领域，我们相信人工智能、生物计算技术还是大有可为的，它可以缩短新药研发的周期、降低新药的研发成本，提高医疗诊断的准确性和效率，这些将使人类在面对健康问题时更加主动。生辉：百度研究院近几年的规划，以及未来的愿景是什么？李幸：百度研究院拥有行业内最优秀的科学家团队，并与业内最优秀的科研学术机构和相关企业保持长期和高效的合作。我们将继续以构建国际级领先水平研究院为使命，持续保持在 AI 算法领域的长期竞争力。通过与优秀的科研机构和业内领跑企业的合作，保持高效率的研发状态，并持续将所研发出的最新成果通过与业内机构的合作进行落地。同时我们会不断拓宽百度研究院的领域，将 AI 能够驱动的新的行业和研究机会纳入进来。

生命科学高考是人生最重要的考试，意味着几年的辛勤努力终于告一段落。高考也是人生重要的转折点和分水岭，标志着另一个阶段的开始。从学业和个人生活的角度来看，选择大学和研究所专业也是将来选择职业的关键一步。有时人们会说，选择大于努力。选择正确的职业会让人生走得更顺畅，希望所有学生能够在仔细权衡所有利弊之后做这个决定。根据统计，在所有的学科中，生命科学领域的专业很受学生喜欢。我们将从以下几个原因进行分析。什么是生命科学？“生命科学”实际上包括了许多学科，从研究植物的植物学到研究动物的动物学，从研究各种微生物的微生物学再到了解生物化学，生物系统内的化学反应等等。除了这些核心学科之外，生物物理学、海洋学、林业、遗传学、免疫学等学科也被认为是生命科学的一部分。这些学科都是以研究为基础的，任何希望进入生命科学领域的同学都应该具备对研究的爱好和好奇的心态。生命科学领域的前景如何？在选择高等教育的学科和专业以及将来的职业之前，我们需要问自己一个非常简单的问题，“我喜欢做什么？”不同人会有不同的答案，有些人的梦想是通过开发挽救生命的疫苗或药物来改变世界，有些人则热衷于进行质量控制以控制食品的质量、从而预防广泛的疾病。还有一些人可能对通过技术上的突破推动社会进步有兴趣。对所有这些人来说，从事生命科学事业是非常好的决定，现在这个时代是有史以来最好的时机，能为他们提供最好的机会。通常我们只把医学上的科学突破认为是生命科学的贡献。事实并非如此，数百年来，生命科学领域的知识在其他领域也发挥着至关重要的作用，例如农业和食品科学。由于生命科学领域对新研究的不断需求，社会对创新型人才提出了更高的要求，为从事生命科学的学生提供了大量的就业机会。生命科学领域有哪些就业机会？生命科学涵盖了几十个领域，就业途径非常多。在生命科学领域，最常见的职业包括生物化学家、临床研究助理、研究助理和微生物学家。其他鲜为人知但仍然重要的职业选择包括生物医学科学家、生物技术学家、计算生物学家、工业药剂师和生物信息学家。尽管生命科学的职业主要集中在医学领域，但像计算生物学家这样的工作可以横跨多个领域，包括计算机科学和生态学。医疗领域有什么样的工作机会？如果您想从事医学领域的工作，生物医学科学家可能是最好的选择之一。他们的职责包括检查组织样本，协助和建议医生诊断和治疗病人。要成为一名生物医学科学家，就需要在病理学、解剖学和生理学方面拥有广泛的知识。其他医学领域涉及的生命科学职业包括工业药剂师和临床研究助理。工业药剂师负责开发安全、有效的药物并将其投放市场。他们可能参与这个过程的任何阶段，无论是研发、进行临床试验，还是有效地销售药物。临床研究助理的职位描述与药剂师的职位描述有些相似。如果您还没有决定从事医学、农业、生态学或计算机科学领域的工作，可以随时选择转向生物技术、生物化学、计算生物学或微生物学。这些学科的专家负责管理日常生活中的一些复杂过程，如监测食品生产、解决环境问题、计算机科学、科学发现等。医学领域之外的职业可能性还是很多的。希望这篇文章能帮助您做出最好的职业选择！