返回所有课程
计算生物学将计算机科学家的算法思维与物理学的问题解决方法相结合,解决生物学的问题。自2000年以来,出现了海量的测序数据,使我们能够提出新的问题。
在这里,我们将发展对计算生物学中一些基本问题的选择的直觉,如基因组重建、序列比对和构建系统发生树来观察进化关系。我们还解决了分子生物学中的一些物理化学问题,比如RNA折叠。
通过这些信息和结构的引导探索,通过数字来了解生物学。
了解这门课程的指路明灯:生命以一种离散和可量化的方式进化。
DNA指纹可以帮助探索你的祖先,解锁你的健康状况,甚至追踪凶手。
核爆炸和你基因组中的信息量有什么关系?
分子如何折叠成生物机器是生物学中尚未解决的最大问题之一。
通过计算实验发现分子生物学的中心法则。
什么是基因,它们如何储存细菌和人类的蓝图?
分子生物学遵循一套简单的规则将信息转化为生物。
用Python复制一系列实验,一劳永逸地证明了DNA在生物学中的作用。
生物学使用一系列的酶将DNA序列转录成RNA。您将使用Python。
通过DNA分析、基因分型和祖先分析等技术来了解人类基因组。
一茶匙的DNA可以存储一万亿字节的数据。但阅读任何数据都是困难的。
联邦调查局的CODIS数据库有你追踪金州杀手所需的所有数据。
冰岛DNA讲述了维京人跨越北大西洋殖民和掠夺的故事。
用DNA编码的地理信息绘制一张非洲地图。
利用热力学和进化论的见解来构建算法,找出生物序列的结构。
使用一些折纸技巧来预测DNA和蛋白质如何找到它们的形状。
RNA折叠的第一步需要找到所有的回文。
折叠分子的方法有很多种,但只有一种是最好的。我们怎么找到它?
鲁斯·努西诺夫发现了一个聪明的捷径,使计算RNA折叠变得容易。
制定基本的解决问题的策略,以地图为基础,并重新测序的基因组。
探索系统发生学,通过比较序列分析确定进化关系的艺术。
把你的思维集中在计算思维上,从日常任务到算法。
了解为什么神经网络是如此灵活的学习工具。