Πληροφορίες

Πώς να μάθετε βιομαθηματικά;

Πώς να μάθετε βιομαθηματικά;


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Αυτή τη στιγμή είμαι προπτυχιακός φοιτητής μαθηματικών και ερευνώντας στο διαδίκτυο ανακαλύπτω ότι υπάρχει μια περιοχή που ονομάζεται "βιομαθηματικά". Φαίνεται τόσο ενδιαφέρον. Χρησιμοποιούν τη θεωρία γραφημάτων και την τοπολογία για να περιγράψουν τα κύτταρα και τη δομή του DNA. Loveταν αγάπη με την πρώτη ματιά, γιατί μου αρέσουν πολύ τα μαθηματικά και η βιολογία.

Διαβάζω το βιβλίο "Clinically Oriented Anatomy" του Keith L. Moore και "Essential Cells Biology" του Bruce Alberts, αλλά δεν ξέρω αν τα πάω σωστά. Αν κάποιος ξέρει πώς να ξεκινήσει να μαθαίνει αυτήν την επιστήμη θα το εκτιμούσα πραγματικά.


Το MathsBio είναι ένα αρκετά μεγάλο πεδίο. Είναι ένας διεπιστημονικός κλάδος με χρησιμότητα σε πολλούς κλάδους της βιολογίας όπως η βιοφυσική, η βιοϊατρική, η γενετική και η μοριακή βιολογία. Τα Εφαρμοσμένα Μαθηματικά χρησιμοποιούνται γενικά για τη μοντελοποίηση και την κατανόηση βιολογικών φαινομένων όπου έχουμε να αντιμετωπίσουμε μεγάλο όγκο δεδομένων, για παράδειγμα τη χρήση της θεωρίας γραφημάτων για την ανάλυση βιοχημικών δικτύων. Η βιολογία συστημάτων είναι ένα αναδυόμενο πεδίο που χρησιμοποιεί πολλά μαθηματικά.

Θα πρέπει να επιλέξετε ένα βιβλίο ανάλογα με τον τομέα στον οποίο θέλετε να χρησιμοποιήσετε τα μαθηματικά, αν και η γνώση της στοιχειώδους βιολογίας είναι απαραίτητη. Προτείνω κάποια βιβλία που καλύπτουν ευρεία εφαρμογή των μαθηματικών στη βιολογία.

Mathematical Biology: I. An Introduction by JD Murray

Για τη βιολογία συστημάτων:

Mathematical Modeling in Systems Biology: An Introduction by Brian Ingalls


Μου αρέσει πολύ το "A Biologist's Guide to Mathematical Modeling in Ecology and Evolution" της Sarah P. Otto & Troy Day, αν και είναι πιο συγκεκριμένο για τη Βιολογία και την Εξέλιξη - που μπορεί να ήταν το πρώτο πεδίο στη βιολογία που χρησιμοποίησε μαθηματικά.


Τμήμα Μαθηματικών

Με την ταχεία ανάπτυξη στον τομέα της βιολογίας παγκοσμίως, δίνεται παράλληλη έμφαση στην ποσοτικοποίηση στη βιολογία. Αυτό παρέχει πολλές ευκαιρίες σε άτομα που εκπαιδεύονται σε έναν ποσοτικό κλάδο, όπως τα μαθηματικά, με πρόσθετη εκπαίδευση σε θέματα που είναι απαραίτητα για την αντιμετώπιση βιολογικών προβλημάτων.

Το μεταπτυχιακό πρόγραμμα Βιομαθηματικών (ή Μαθηματικής Βιολογίας) στοχεύει να παρέχει στους μαθητές αυτήν την ευρεία κατάρτιση. Η συνδεδεμένη σχολή διαθέτει ένα ευρύ φάσμα εμπειρογνωμοσύνης, συμπεριλαμβανομένης της βιολογικής μοντελοποίησης και της επιστήμης δεδομένων. Αυτά τα θέματα καλύπτονται στην ευέλικτη εργασία μαθημάτων, η οποία επιτρέπει να δοθεί έμφαση στη μοντελοποίηση ή στην επιστήμη των δεδομένων. Το διδακτορικό πρόγραμμα προσφέρει στους φοιτητές την ευκαιρία να διεξάγουν έρευνα με καθηγητές σε ένα ευρύ φάσμα βιολογικών θεμάτων και σε ορισμένες περιπτώσεις περιλαμβάνει αλληλεπίδραση με πειραματικά εργαστήρια στο FSU ή αλλού. Το πρόγραμμα ήταν πολύ επιτυχημένο στην τοποθέτηση αποφοίτων σε καλές μεταδιδακτορικές και διδακτικές θέσεις τόσο εντός όσο και εκτός των Η.Π.Α.

&αντιγράψτε το Florida State University
Tallahassee, FL 32306

208 Love Building, 1017 Academic Way
Tallahassee, FL 32306-4510
Τηλέφωνο: 850-644-2202 Φαξ: 850-644-4053


Top 10 πιο δημοφιλή Άλλα Κολέγια Βιομαθηματικών και Βιοπληροφορικής

Πανεπιστήμιο Yale

New Haven, Κονέκτικατ

Προσφερόμενα πτυχία κολεγίου: Πτυχίο, Μεταπτυχιακό

  • Βιοχημεία/Βιοφυσική και Μοριακή Βιολογία
  • Βιολογία/Βιολογικές Επιστήμες
  • Κυτταρική/Κυτταρική και Μοριακή Βιολογία
  • Κυτταρική/Κυτταρική Βιολογία και Ιστολογία
  • Εξελικτική Βιολογία
  • Γενεσιολογία
  • Ανοσολογία
  • Ιατρική Μικροβιολογία και Βακτηριολογία
  • Νευροβιολογία και Ανατομία

Πανεπιστήμιο Νότιας Καλιφόρνια

Λος Άντζελες, Καλιφόρνια

Πτυχία κολλεγίου που προσφέρονται: Πρόγραμμα Πιστοποιητικού, Πτυχίο Συνεργατών, Πτυχίο, Μεταπτυχιακό

  • Βιοχημεία
  • Βιοχημεία/Βιοφυσική και Μοριακή Βιολογία
  • Βιολογία/Βιολογικές Επιστήμες
  • Βιοφυσική
  • Βιοστατιστική
  • Θαλάσσια Βιολογία και Βιολογική Ωκεανογραφία
  • Μικροβιολογία και ανοσολογία
  • Άλλη Βιοχημεία, Βιοφυσική και Μοριακή Βιολογία
  • Άλλα Βιομαθηματικά και Βιοπληροφορική

Κολέγιο Harvey Mudd

Claremont, Καλιφόρνια

Πτυχία κολλεγίου που προσφέρονται: Πτυχίο

  • Βιολογία/Βιολογικές Επιστήμες
  • Άλλη Βιοχημεία, Βιοφυσική και Μοριακή Βιολογία
  • Άλλα Βιομαθηματικά και Βιοπληροφορική

Πανεπιστήμιο Ουάσιγκτον, Πούλμαν

Pullman, Ουάσιγκτον

Προσφερόμενα πτυχία κολεγίου: Πρόγραμμα πιστοποίησης, πτυχίο συνεργατών, πτυχίο, μεταπτυχιακό

  • Γενετική των Ζώων
  • Βιοχημεία
  • Βιοχημεία/Βιοφυσική και Μοριακή Βιολογία
  • Βιολογία/Βιολογικές Επιστήμες
  • Βιοτεχνολογία
  • Βοτανική/Φυτική Βιολογία
  • Εντομολογία
  • Φυσιολογία Ασκήσεων
  • Γενική Ζωολογία/Βιολογία Ζώων

Πανεπιστήμιο Lambuth

Μέμφις, Τενεσί

Πτυχία κολλεγίου που προσφέρονται: Πτυχίο

Πανεπιστήμιο του Μέμφις

Μέμφις, Τενεσί

Προσφερόμενα πτυχία κολεγίου: Πτυχίο, Μεταπτυχιακό

Ινστιτούτο Τεχνολογίας της Φλόριντα

Μελβούρνη, Φλόριντα

Πτυχία κολλεγίου που προσφέρονται: Πτυχίο Συνεργατών, Πτυχίο, Μεταπτυχιακό

  • Υδάτινη Βιολογία/Λιμνολογία
  • Βιοχημεία
  • Βιολογία/Βιολογικές Επιστήμες
  • Βιοϊατρικές Επιστήμες
  • Βιοτεχνολογία
  • Κυτταρική/Κυτταρική και Μοριακή Βιολογία
  • Βιολογία Διατήρησης
  • Οικολογία
  • Θαλάσσια Βιολογία και Βιολογική Ωκεανογραφία

Πανεπιστήμιο της Ιντιάνα, Μπλούμινγκτον

Bloomington, Ιντιάνα

Πτυχία κολλεγίου που προσφέρονται: Πρόγραμμα πιστοποίησης, πτυχίο συνεργατών, πτυχίο, μεταπτυχιακό

  • Βιοχημεία
  • Βιοπληροφορική
  • Βιολογία/Βιολογικές Επιστήμες
  • Βιοστατιστική
  • Βιοτεχνολογία
  • Γενική Ζωολογία/Βιολογία Ζώων
  • Μικροβιολογία
  • Άλλες Βιολογικές και Βιοϊατρικές Επιστήμες
  • Άλλα Βιομαθηματικά και Βιοπληροφορική

Πανεπιστήμιο της Καλιφόρνια, Λος Άντζελες

Λος Άντζελες, Καλιφόρνια

Προσφερόμενα πτυχία κολεγίου: Πτυχίο, Μεταπτυχιακό

  • Βιοχημεία
  • Βιοπληροφορική
  • Βιολογία/Βιολογικές Επιστήμες
  • Βιοφυσική
  • Βιοστατιστική
  • Κυτταρική/Κυτταρική και Μοριακή Βιολογία
  • Οικολογία
  • Επιδημιολογία
  • Θαλάσσια Βιολογία και Βιολογική Ωκεανογραφία

Πανεπιστήμιο του St Thomas, Χιούστον

Χιούστον, Τέξας

Πτυχία κολλεγίου που προσφέρονται: Πρόγραμμα Πιστοποιητικού, Πτυχίο, Μεταπτυχιακό

  • Βιοχημεία
  • Βιολογία/Βιολογικές Επιστήμες
  • Άλλα Βιομαθηματικά και Βιοπληροφορική

Πανεπιστήμιο Ουάσιγκτον στο Σεντ Λούις

Saint Louis, Missouri

Πτυχία κολλεγίου που προσφέρονται: Πρόγραμμα πιστοποίησης, πτυχίο συνεργατών, πτυχίο, μεταπτυχιακό

  • Βιολογία/Βιολογικές Επιστήμες
  • Βιοϊατρικές Επιστήμες
  • Οικολογία
  • Περιβαλλοντική Βιολογία
  • Επιδημιολογία
  • Άλλη Βιοχημεία, Βιοφυσική και Μοριακή Βιολογία
  • Άλλα Βιομαθηματικά και Βιοπληροφορική

Τι είναι αυτό?

Για να σας παρέχουμε τα πιο ακριβή και χρήσιμα γεγονότα, τα 10 πιο δημοφιλή αποτελέσματα βασίζονται σε συνδυασμό προγραμμάτων ή σημαντικών δεδομένων αποφοίτησης από το Εθνικό Κέντρο Στατιστικών Εκπαίδευσης (ΝΑΧ), την κύρια ομοσπονδιακή οντότητα για τη συλλογή και ανάλυση δεδομένων που σχετίζονται με εκπαίδευση και τη δημοτικότητα ενός σχολείου στον ιστότοπό μας.


Εφαρμογές Υπολογιστικής και Μαθηματικής Βιολογίας στη Γονιδιωματική και Γενετική Έρευνα: Ανασκόπηση Τάσεων και Δραστηριοτήτων στον Ακαδημαϊκό χώρο

Το Πρόγραμμα Ανθρώπινου Γονιδιώματος (HGP) θα παράγει τεράστιες ποσότητες πληροφοριών γονιδιωματικής αλληλουχίας DNA μέσα στα επόμενα πέντε έως δέκα χρόνια. Αυτές οι πληροφορίες θα έχουν μικρή αξία για τους βιολόγους εάν τα εργαλεία διαχείρισης και ερμηνείας των πληροφοριών δεν είναι διαθέσιμα και δεν είναι φιλικά προς το χρήστη. Προκειμένου να αναπτυχθεί ένα σχέδιο για το πώς το Εθνικό Ινστιτούτο Έρευνας Ανθρώπινου Γονιδιώματος (NHGRI) θα διασφαλίσει ότι υπάρχουν αυτοί οι πόροι, πραγματοποιήθηκαν τηλεφωνικές συζητήσεις με περίπου 15 επιστήμονες με υπόβαθρο στα μαθηματικά, τη φυσική, την πληροφορική, τη στατιστική, την επιστήμη των υπολογιστών και μοριακής βιολογίας που επίσης ανησυχούν για αυτά τα ζητήματα. Ζητήθηκε από όλους να περιγράψουν εμπόδια/ευκαιρίες που θα μπορούσαν να αντιμετωπιστούν από το NHGRI ενεργώντας μεμονωμένα ή σε συνεργασία με άλλα τμήματα του Εθνικού Ινστιτούτου Υγείας (NIH) ή του ιδιωτικού τμήματος. Προσδιορίστηκαν πέντε τομείς: Σταδιοδρομίες ανάπτυξης σταδιοδρομίας υποδομής στην ακαδημαϊκή έρευνα και κατάρτιση και έρευνα. Επιπλέον, αναγνωρίστηκε ότι η βιομηχανία έχει επίσης πολύ σημαντικό ρόλο σε αυτούς τους τομείς. Έτσι, ένας διάλογος με τους ηγέτες του ακαδημαϊκού χώρου, της βιομηχανίας και της κυβέρνησης κρίθηκε κατάλληλος και επίκαιρος. Οι ακόλουθες συστάσεις προσφέρθηκαν προς εξέταση:

Υποδομή

  1. Παρέχετε ευκαιρίες σε άτομα σε ηγετικές θέσεις στον ακαδημαϊκό χώρο (Provosts, Chancellors, Deans, and Department/ Division Heads) για να μάθουν περισσότερα για το ευρύ φάσμα ευκαιριών που προσφέρει η υπολογιστική και μαθηματική βιολογία στη βιολογία και την ιατρική.

Ανάπτυξη Προγραμμάτων Σπουδών
  1. Χρησιμοποιήστε τον μηχανισμό του βραβείου ακαδημαϊκής καριέρας (K07) για να υποστηρίξετε τη σχολή για την ανάπτυξη προγραμμάτων σπουδών στις υπολογιστικές και μαθηματικές επιστήμες, καθώς σχετίζονται με τη γονιδιωματική και την ανάλυση γονιδιώματος.
Ανάπτυξη σταδιοδρομίας και εκπαίδευση στην έρευνα

  1. Αναπτύξτε ένα θεσμικό βραβείο προγράμματος K01 που θα παρέχει μια κρίσιμη μάζα μη βιολόγων που εργάζονται στους τομείς της υπολογιστικής και μαθηματικής βιολογίας σε ιδρύματα όπου υπάρχουν εστίες επιστημόνων που εργάζονται σε διεπιστημονικούς τομείς κρίσιμους για την έρευνα γονιδιώματος και την ανάλυση και ερμηνεία γονιδιώματος.

Ερευνα

  1. Αξιολογήστε γιατί τα ερευνητικά προγράμματα στην υπολογιστική ή/και μαθηματική βιολογία λαμβάνουν χαμηλές βαθμολογίες προτεραιότητας.

Ξεπερνώ
  1. Συγκέντρωση ηγετών στη βιομηχανία και τον ακαδημαϊκό χώρο για να συζητήσουν κοινά ενδιαφέροντα και ανάγκες στην έρευνα και την κατάρτιση.

II Ιστορικό

Το Πρόγραμμα Ανθρώπινου Γονιδιώματος (HGP) θα παράγει τεράστιες ποσότητες πληροφοριών γονιδιωματικής αλληλουχίας DNA. Η διαχείριση και η ερμηνεία αυτών των πληροφοριών θα απαιτήσει 1) κατάλληλες αναλυτικές μεθόδους, εργαλεία πληροφορικής και συστήματα πληροφοριών για τη συλλογή, αποθήκευση και διανομή δεδομένων χαρτογράφησης και αλληλουχίας και 2) εκπαιδευμένο προσωπικό επιστημόνων με διεπιστημονικές δεξιότητες-όσοι καταλαβαίνουν το βιολογικό πρόβλημα και μπορεί να βρει λύσεις εφαρμόζοντας δεξιότητες από άλλους κλάδους. (3) Οι επιστημονικοί κλάδοι που είναι βασικοί για τη διαχείριση και την ερμηνεία δεδομένων γονιδιώματος περιλαμβάνουν υπολογιστική και μαθηματική βιολογία και στατιστικές. Στην ετήσια έκθεση προόδου 1995-96, τονίστηκε η ανάγκη καθιέρωσης της βιοπληροφορικής ως επαγγέλματος. Το έγγραφο εντόπισε τα προβλήματα στην ίδρυση ενός νέου επαγγέλματος, όπως «η αποδοχή για μια νέα διεπιστημονική ειδικότητα σε ακαδημαϊκά ιδρύματα (ιδιαίτερα σε μια εποχή που οι πόροι δεν αυξάνονται) και η ακαδημαϊκή αποδοχή για ένα προσανατολισμένο στην εφαρμογή (σε αντίθεση με τη θεωρία -προσανατολισμένη) πειθαρχία." Σημειώθηκε ότι σημειώνεται κάποια πρόοδος στο ότι μερικά ιδρύματα αρχίζουν να ιδρύουν μεταπτυχιακά προγράμματα στη βιοπληροφορική και η επιτυχία του Βραβείου Ειδικής Έμφασης Έρευνας του NHGRIs στην υποστήριξη της εκπαίδευσης λίγων μαθηματικών και υπολογιστικών βιολόγων. Ωστόσο, αυτές οι προσπάθειες είναι ανεπαρκείς δεδομένου ότι οι μεγάλης κλίμακας προσπάθειες προσδιορισμού αλληλουχίας γονιδιώματος σε οργανισμούς-μοντέλους και ανθρώπους αυξάνονται με ρυθμό που θα οδηγήσει σε δεκάδες έως εκατοντάδες εκατομμύρια πληροφορίες ζευγών βάσεων σε βάσεις δεδομένων αλληλουχιών. Αυτές οι πληροφορίες θα έχουν μικρή αξία εάν τα εργαλεία διαχείρισης και ερμηνείας των πληροφοριών δεν είναι διαθέσιμα και δεν είναι φιλικά προς το χρήστη. Επομένως, χρειάζονται τουλάχιστον δύο τύποι ειδικών: 1) άτομα με ισχυρό υπόβαθρο στις επιστήμες των μαθηματικών, των φυσικών ή των υπολογιστών που έχουν επίσης επαρκείς γνώσεις σχετικά με τη βιολογία για να κατανοήσουν τις προκλήσεις και μπορούν να αναπτύξουν κατάλληλες αναλυτικές μεθόδους και εργαλεία υπολογιστών και 2) βιολόγοι που καταλαβαίνουν τις ερωτήσεις που μπορούν να αντιμετωπιστούν με αυτά τα δεδομένα και έχουν πλήρη βάση στα μαθηματικά, στατιστικά ή επιστήμη των υπολογιστών και μπορούν να αναπτύξουν φιλικά προς το χρήστη εργαλεία για γενική χρήση.

III. Μεθοδολογία

Πήρα τηλεφωνικές συνεντεύξεις με τα άτομα που αναφέρονται στο Παράρτημα Α. Τα περισσότερα ιδρύουν ή επιχειρούν να ιδρύσουν τμήματα, προγράμματα ή εστίες για την υπολογιστική ή μαθηματική βιολογία στα ακαδημαϊκά τους ιδρύματα. Καθένας κλήθηκε να περιγράψει την τρέχουσα κατάστασή του, να εξετάσει εάν υπάρχει ή όχι ανάγκη ενίσχυσης της υπολογιστικής ή μαθηματικής βιολογίας στον ακαδημαϊκό χώρο και αν ναι ποια ήταν τα εμπόδια, ποια πρότυπα προγράμματα υπάρχουν και ποιοι μηχανισμοί NIH εκτός από τις επιχορηγήσεις θεσμικής κατάρτισης (T32) και το βραβείο ανάπτυξης καθοδηγούμενου ερευνητή επιστημόνων (K01) θα πρέπει να αναπτυχθεί για να αυξηθεί η δυνατότητα δημιουργίας ορατών και βιώσιμων προγραμμάτων ή τμημάτων υπολογιστικής ή/και μαθηματικής βιολογίας στον ακαδημαϊκό χώρο.

Ένα σχέδιο αυτής της έκθεσης μοιράστηκε με όλους τους ερωτηθέντες και πολλοί από αυτούς παρείχαν σχόλια. Οι περισσότερες από τις προτάσεις ενσωματώθηκαν, ωστόσο, ο συντάκτης αυτής της έκθεσης αναλαμβάνει πλήρως την ευθύνη για το περιεχόμενό της. Ο συγγραφέας αναγνωρίζει επίσης ότι πρόκειται για μια επιλεγμένη και όχι για στατιστική δειγματοληψία απόψεων, επομένως, ορισμένες από τις προτάσεις και τις απόψεις ενδέχεται να αντιπροσωπεύουν προκαταλήψεις των ερωτηθέντων. Επιπλέον, οι απόψεις των πανεπιστημίων (με μία εξαίρεση) και των ηγετών του κλάδου δεν εκπροσωπούνται στην παρούσα έκθεση.

Αυτή η έκθεση είναι ένα αποτέλεσμα μιας εσωτερικής άτυπης συζήτησης από το προσωπικό τον Οκτώβριο του 1996.

IV. Τι χρειάζεται

Οι ερωτηθέντες προσδιόρισαν πέντε τομείς που πρέπει να αναπτυχθούν ή να ενισχυθούν προκειμένου η μαθηματική και η υπολογιστική βιολογία να ευδοκιμήσουν ως διεπιστημονικοί τομείς σχετικοί με την έρευνα γονιδιωματικής/γενετικής στον ακαδημαϊκό χώρο. Αυτές είναι οι υποδομές, η ανάπτυξη προγραμμάτων σπουδών, η ανάπτυξη σταδιοδρομίας, η εκπαιδευτική έρευνα και η έρευνα. Παρακάτω είναι μια συνοπτική συζήτηση για κάθε έναν από αυτούς τους τομείς.

Υποδομή

Για να ευδοκιμήσει μια νέα πειθαρχία στον ακαδημαϊκό χώρο, θα πρέπει να έχει μια πνευματική και δημοσιονομική υποδομή με τη μορφή τμήματος. Αυτή είναι η ιδανική κατάσταση. Είναι πιθανώς μια ακριβής δήλωση ότι προς το παρόν, υπάρχουν πολύ λίγα τμήματα υπολογιστικής ή μαθηματικής βιολογίας σε ιδρύματα των ΗΠΑ. Εντοπίστηκαν διάφορα εμπόδια για την ίδρυση τμημάτων ή προγραμμάτων: 1) Τα περισσότερα ακαδημαϊκά ιδρύματα δεν έχουν ακόμη αναγνωρίσει την υπολογιστική και μαθηματική βιολογία ως σημαντικούς αναδυόμενους τομείς της επιστήμης που αξίζει να ανυψωθούν σε επίπεδο τμήματος. 2) Η εφαρμογή των αρχών των μαθηματικών ή της επιστήμης των υπολογιστών στη βιολογία είναι ένας διευρυνόμενος κλάδος που δημιουργεί αλληλεπιδράσεις μεταξύ δύο επιστημών (βιολογία και μαθηματικές ή επιστήμες υπολογιστών) που κανονικά δεν αλληλεπιδρούν επιστημονικά και τείνουν να διαχωρίζονται σωματικά και οργανωτικά. 3) Κατά τη λήψη διορισμών με θητεία για άτομα σε διεπιστημονική έρευνα, πρέπει να λαμβάνονται αποφάσεις σχετικά με το ποιες θέσεις τμημάτων θα χρησιμοποιηθούν σε περιόδους που η ανάπτυξη είναι περιορισμένη, αυτό μπορεί να κάνει τέτοιες αποφάσεις δύσκολες και 4) Ο τύπος της διεπιστημονικής έρευνας που επιδιώκεται μπορεί να μην θεωρείται πολύτιμος στο δημοτικό τμήμα. Για παράδειγμα, τα περισσότερα τμήματα πληροφορικής και μαθηματικών επικεντρώνονται στη θεωρητική και όχι στην εφαρμοσμένη έρευνα.

Παρά τα εμπόδια αυτά, υπάρχουν πολλά πανεπιστήμια που έχουν σημειώσει κάποια πρόοδο στην ανάπτυξη ενός προγράμματος ή εστίασης στη μαθηματική και υπολογιστική βιολογία. Υπάρχουν μερικά ιδρύματα όπου η ηγεσία έχει αναγνωρίσει τη σημασία αυτής της διεπιστημονικής επιστήμης και υποστηρίζει αυτή την προσπάθεια επίσημα (δηλαδή, προσέγγιση από πάνω προς τα κάτω). Μερικά παραδείγματα είναι το Κέντρο Διακριτών Μαθηματικών και Θεωρητικών Επιστημών Υπολογιστών (DIMACS) (4) στο Πανεπιστήμιο Rutgers και στο Πανεπιστήμιο της Καλιφόρνια, Santa Cruz, όπου η ηγεσία έχει κάνει τη διεπιστημονική έρευνα και τη βιοπληροφορική μέρος του στρατηγικού σχεδίου των πανεπιστημίων. Το Τμήμα Βιομαθηματικών της Ιατρικής Σχολής του UCLA εκπαιδεύει διδακτορικούς φοιτητές σε διάφορους κλάδους, συμπεριλαμβανομένης της μαθηματικής γενετικής. Το ινστιτούτο/κέντρο στο Πανεπιστήμιο της Ουάσινγκτον στο Σαιντ Λούις και το Πανεπιστήμιο της Πενσυλβάνια είναι παραδείγματα προγραμμάτων βιοπληροφορικής που έχουν δημιουργηθεί ως αποτέλεσμα των υπολογιστικών αναγκών της βιολογίας των σημερινών ή πρώην Κέντρων Επιστήμης και Τεχνολογίας Genome (GESTECS) που υποστηρίζονται από το NHGRI αυτούς τους θεσμούς (δηλαδή, προσέγγιση από κάτω προς τα πάνω). Η ανάγκη ύπαρξης συστημάτων διαχείρισης πληροφοριών για εργαστηριακή διαχείριση και ερμηνεία δεδομένων ήταν ο πυρήνας γύρω από τον οποίο δημιουργήθηκαν αυτά τα προγράμματα. Μια άλλη ρύθμιση που έχει αποδειχθεί παραγωγική είναι οι τρέχουσες ρυθμίσεις στο Πανεπιστήμιο της Ουάσινγκτον και στο Πανεπιστήμιο της Νότιας Καλιφόρνιας μεταξύ υψηλών κινήτρων μεμονωμένων μελών ΔΕΠ στα τμήματα μαθηματικών και βιολογίας που εργάζονται με μεταπτυχιακούς φοιτητές που ενδιαφέρονται για διεπιστημονικά έργα (δηλαδή ad hoc προσέγγιση). Ενώ ένας επιστημονικός κλάδος πιθανώς να στεγάζεται καλύτερα σε ένα τμήμα, είναι σαφές από τα παραπάνω παραδείγματα ότι τα πανεπιστήμια χρησιμοποιούν άλλους μηχανισμούς για να αναπτύξουν διασυνδέσεις εντός κλάδων εκτός τμημάτων μέσω της ίδρυσης κέντρων, γραφείων και ινστιτούτων.

Ένας συνεντευξιαζόμενος προειδοποίησε για τη δυσκολία δημιουργίας νέων τμημάτων που είναι συγχωνεύσεις δύο ή περισσότερων κλάδων. Ένα αντίθετο επιχείρημα είναι ότι εάν δεν καταβληθούν προσπάθειες για τη δημιουργία νέων τμημάτων, δεν θα δημιουργηθούν ποτέ νέα διεπιστημονικά τμήματα στον ακαδημαϊκό χώρο. Ένα εναλλακτικό και ακόμα χρήσιμο μοντέλο είναι οι μεταπτυχιακοί φοιτητές να πληρούν τις απαιτήσεις ενός καθιερωμένου κλάδου/τμήματος και στη συνέχεια να χρησιμοποιούν αυτό το ίδρυμα για να συνεχίσουν ένα διεπιστημονικό έργο σε άλλο τμήμα.

Ενώ όλες οι προσεγγίσεις που συζητήθηκαν παραπάνω λειτούργησαν για να εκπαιδεύσουν τους μαθητές στη διεπαφή της βιολογίας και των μαθηματικών και των επιστημών υπολογιστών, είναι λιγότερο από ιδανικές και είναι αδύναμες ανάλογα με τους προέδρους των συνεργαζόμενων τμημάτων και το όραμα κάθε πανεπιστημίου για το μέλλον του. Για να αναπτυχθεί και να είναι σταθερός ένας νέος κλάδος, υπάρχουν άλλες απαιτήσεις που πρέπει να συμπληρώνουν την ακαδημαϊκή δομή-ένα πρόγραμμα σπουδών ειδικό για τον κλάδο αυτό, μια αναγνωρισμένη πορεία σταδιοδρομίας, ποιοτικούς μεταπτυχιακούς φοιτητές και πόρους για την υποστήριξή τους και ένα ισχυρό ερευνητικό πρόγραμμα που δημιουργεί νέες προσεγγίσεις και τεχνολογία για τη νέα πειθαρχία.

Ανάπτυξη Προγράμματος Σπουδών

Το πρόγραμμα σπουδών είναι η πνευματική βάση πάνω στην οποία δημιουργείται μια νέα πειθαρχία και ενσωματώνονται νέες έννοιες από διαφορετικούς κλάδους. Υπάρχει μια τάση σε πολυεπιστημονικά πεδία να απαιτείται από τους υποψήφιους να μαθαίνουν τα πάντα από όλους τους σχετικούς τομείς αντί να συνθέτουν ένα νέο πρόγραμμα σπουδών προσαρμοσμένο στις ανάγκες του νέου κλάδου. Η έλλειψη ενός συγκεκριμένου προγράμματος σπουδών σημαίνει συνήθως ότι ένα άτομο θα χρειαστεί περισσότερο χρόνο για να ολοκληρώσει τις απαιτήσεις για ένα πτυχίο. Κατά συνέπεια, οι φοιτητές θα ελκύονται λιγότερο για να εγγραφούν σε ένα πρόγραμμα σπουδών που απαιτεί διπλές απαιτήσεις μαθημάτων. Η ανάπτυξη του προγράμματος σπουδών απαιτεί χρόνο που οι περισσότεροι καθηγητές δεν έχουν αναθέσει τις διδακτικές, ερευνητικές, διοικητικές/επιτροπές και τις ευθύνες κατάρτισης τους. Υπάρχουν πολλά παραδείγματα όπου άτομα έχουν αναπτύξει νέα διεπιστημονικά μαθήματα, αλλά λόγω έλλειψης χρόνου, τα μαθήματα, κατά τη γνώμη τους, δεν είναι τόσο ολοκληρωμένα όσο χρειάζεται για να μεταφέρουν πραγματικά νέες προσεγγίσεις και έννοιες. Όλοι οι συνεντευξιαζόμενοι ήταν της γνώμης ότι ένας μηχανισμός για να δοθεί χρόνος απελευθέρωσης στη σχολή για την ανάπτυξη κατάλληλων προγραμμάτων σπουδών και διεπιστημονικών μαθημάτων θα ήταν εξαιρετικά χρήσιμος για τον τομέα και για την κατάρτιση.

Διαδρομές Καριέρας στον Ακαδημαϊκό χώρο

Τα άτομα που εκπαιδεύονται στην υπολογιστική ή μαθηματική βιολογία έχουν πολλές επιλογές για απασχόληση. Τα δύο κύρια είναι η βιομηχανία και ο ακαδημαϊκός κόσμος. Η βιομηχανία προσφέρει καλύτερες ευκαιρίες τόσο σε επίπεδο αποζημίωσης όσο και σε επαγγελματική πορεία. Δεδομένου ότι ο στόχος στη βιομηχανία είναι η παραγωγή ενός προϊόντος, τα άτομα προσλαμβάνονται για την τεχνογνωσία τους για να ολοκληρώσουν μια δουλειά χωρίς τους περιορισμούς της ανάγκης να συμμορφωθούν με τις απαιτήσεις ενός τμήματος σπιτιού ή μιας πειθαρχίας. Η σταδιοδρομία στον ακαδημαϊκό χώρο είναι πιο περίπλοκη, ειδικά για τους νέους ανεξάρτητους καθηγητές. Επειδή έχουν θητεία, τα ανώτερα στελέχη της σχολής είναι σε θέση να συμμετάσχουν σε διεπιστημονική έρευνα, καθώς έχουν επιδείξει τις ικανότητές τους στον κύριο επιστημονικό κλάδο τους. Ωστόσο, καθώς περισσότερα πανεπιστήμια αναγνωρίζουν την ανάγκη προώθησης της διεπιστημονικής έρευνας, αυτό μπορεί να γίνει λιγότερο πρόβλημα για μη εκπαιδευμένους καθηγητές.

Μια από τις ανησυχίες των μεταπτυχιακών φοιτητών και μεταδιδακτορικών υποτρόφων που ενδιαφέρονται για διεπιστημονική έρευνα είναι ποιο ακαδημαϊκό τμήμα θα τους προσλάβει. Ένας από τους ερωτηθέντες παρουσίασε τα ακόλουθα δύο παραδείγματα για να επεξηγήσει τα προβλήματα που αντιμετωπίζουν οι νέοι επιστήμονες. Το πρώτο αφορά ένα άτομο του οποίου το προπτυχιακό είναι στη βιολογία. Ασχολήθηκε με τη χρήση των υπολογιστών στη μοριακή βιολογία, απέκτησε σημαντική εμπειρία σε αυτόν τον τομέα και τώρα θέλει να πάρει διδακτορικό. Το ερώτημα για αυτόν είναι πώς/που; Μετά από πολλή συζήτηση και αναζήτηση ψυχής, επέλεξε να ακολουθήσει πτυχίο στην επιστήμη των υπολογιστών. Έχει περάσει τις απαιτήσεις μαθημάτων των τμημάτων και τώρα πρέπει να επιλέξει ένα θέμα διατριβής. Δυσκολεύεται να είναι ένα παραδοσιακό έργο επιστήμης υπολογιστών όπως το καταλαβαίνουν οι επιστήμονες υπολογιστών ή θα πρέπει να σχετίζεται με τη βιολογία; Το δίλημμα είναι τι μπορεί να είναι πολύ πολύτιμη η έρευνα για τους βιολόγους, και κατά μία έννοια καινοτόμα, μπορεί να μην περιλαμβάνει νέες θεωρητικές έννοιες στη νέα έρευνα της επιστήμης των υπολογιστών. Σύμφωνα με τον συνεντευξιαζόμενο, το άτομο εξακολουθεί να επεξεργάζεται αυτά τα θέματα και η δομή του τμήματος καθιστά πολύ δύσκολο για αυτόν να λάβει μια απόφαση. Η δεύτερη περίπτωση είναι ένα άτομο με δύο διδακτορικά, ένα στα μαθηματικά και ένα στην ηλεκτρολογία/επιστήμη των υπολογιστών, το οποίο τώρα εργάζεται σε ένα έργο που σχετίζεται με το γονιδίωμα και ήταν εξαιρετικά παραγωγικό. Θα ήθελε να μείνει στον ακαδημαϊκό χώρο, αλλά όχι ως ερευνητικός συνεργάτης. Είναι εξαιρετικός ερευνητής και θα ήταν πλεονέκτημα σε πολλά προγράμματα. Το πρόβλημα είναι ποιο τμήμα; Μπορεί να ελπίζει να πάρει ραντεβού σε ένα τμήμα μαθηματικών ή επιστήμης υπολογιστών που θα τον καλωσορίσει να εργαστεί στην ανάπτυξη αλγορίθμων στην υπολογιστική βιολογία; Η εμπειρία αυτού του συνεντευξιαζόμενου είναι ότι δεν θα είναι εύκολο, αλλά σχεδιάζει να κάνει ό, τι είναι απαραίτητο για να βοηθήσει αυτό το άτομο να εξασφαλίσει κατάλληλη ακαδημαϊκή θέση σε πανεπιστήμιο πρώτης κατηγορίας. Αυτές οι δύο περιπτώσεις δεν θα ήταν προβληματικές εάν η διεπιστημονική έρευνα αναγνωριζόταν ως νόμιμος ερευνητικός τομέας είτε σε τμήμα βιολογίας είτε επιστήμης υπολογιστών.

Ερευνητική Κατάρτιση και Ανάπτυξη Σταδιοδρομίας

Τα προγράμματα κατάρτισης παρέχουν την ακαδημαϊκή δομή μέσω της οποίας οι μεταπτυχιακοί φοιτητές και οι μεταδιδακτορικοί υπότροφοι μαθαίνουν τις θεμελιώδεις έννοιες της επιστήμης και έχουν την ευκαιρία να δοκιμάσουν υποθέσεις για να αυξήσουν την πνευματική βάση του πεδίου. Οι ερωτηθέντες συμφώνησαν ομόφωνα ότι περισσότερα άτομα έπρεπε να εκπαιδευτούν μέσω οργανωμένων και καλά υποστηριζόμενων ερευνητικών προγραμμάτων κατάρτισης. Εντοπίστηκαν τουλάχιστον τρία εμπόδια στην εξασφάλιση διεπιστημονικών επιχορηγήσεων κατάρτισης. Το ένα ήταν η απαίτηση ότι ο αιτών έχει καλά τεκμηριωμένες και καθιερωμένες σχέσεις μεταξύ των σχολών στα συνεργαζόμενα τμήματα. Πολλοί από τους συνεντευξιαζόμενους μίλησαν για τη δυσκολία των νέων προγραμμάτων κατάρτισης να ανταποκρίνονται σε αυτές τις απαιτήσεις επιλεξιμότητας κυρίως λόγω του χρόνου που χρειάζεται για να ενδιαφερθεί η σχολή σε άλλα τμήματα για να δεσμευτεί πραγματικά στη διεπιστημονική έρευνα. Ωστόσο, μόλις εμπλακούν μέλη ΔΕΠ, συνήθως λόγω της προστιθέμενης αξίας στη δική τους έρευνα, οι αλληλεπιδράσεις είναι πολύ παραγωγικές για καθηγητές, μεταπτυχιακούς φοιτητές και μεταδιδακτορικούς υποτρόφους. Το δεύτερο ήταν ότι οι αποδοχές που καταβάλλονταν σε μη βιολόγους έτειναν να είναι σημαντικά υψηλότερες από τις υποτροφίες που καταβάλλονται σε βιολόγους. Το επίπεδο υποτροφίας μεταδιδακτορικών υποτρόφων με πτυχία στην επιστήμη των υπολογιστών ή στα μαθηματικά με λιγότερο από δύο χρόνια εμπειρίας κυμαίνεται μεταξύ $35.000 και $42.000. Οι υποτροφίες του National Research Service Award για μεταδιδακτορικούς υποτρόφους κυμαίνονται από $ 20.292 έως $ 32.300. Το τελευταίο ποσοστό αφορά μεταδιδακτορικούς υποτρόφους που έχουν επτά ή περισσότερα χρόνια εκπαίδευσης πέραν του διδακτορικού διπλώματος. Οι υποτροφίες μεταπτυχιακών φοιτητών είναι $ 11,496. Αυτές οι υποτροφίες απευθύνονται περισσότερο στην υποστήριξη των βιολόγων και όχι των μη βιολόγων. Έτσι, η προσπάθεια προσέλκυσης μη βιολόγων σε προγράμματα κατάρτισης σε αυτά τα επίπεδα υποτροφιών είναι πολύ δύσκολη, αν όχι αδύνατη. Το τρίτο ήταν ότι η νέα πολιτική του NIH για τον περιορισμό του κόστους διδάκτρων στις υποτροφίες κατάρτισης (5) θα δυσκολέψει τα ιδρύματα να ξεκινήσουν νέα ή να διατηρήσουν υπάρχοντα προγράμματα κατάρτισης.

Ένας άλλος τομέας συζήτησης ήταν ποιο θα έπρεπε να είναι το προπτυχιακό υπόβαθρο των μεταπτυχιακών φοιτητών που εκπαιδεύονται στην υπολογιστική ή μαθηματική βιολογία. Πολλοί συνεντευξιαζόμενοι ήταν της γνώμης ότι θα ήταν πιο επιθυμητό να προσληφθούν σε αυτούς τους τομείς μεταπτυχιακοί φοιτητές με προπτυχιακά πτυχία στα μαθηματικά, στατιστικά ή πληροφορική και όχι βιολογία. Ο λόγος για αυτή τη θέση ήταν ότι μια ισχυρή βάση στις μαθηματικές έννοιες είναι δύσκολο να αποκτηθεί αργά στην εκπαιδευτική διαδικασία. Σε αυτούς τους μαθητές θα δοθεί επαρκής εκπαίδευση (διδακτική και πρακτική) στη βιολογία, αλλά όχι στην ίδια ένταση με αυτή που απαιτείται για μεταπτυχιακούς φοιτητές/μεταδιδακτορικούς υποτρόφους στη βιολογία. Και πάλι, η έμφαση θα δοθεί στην ανάπτυξη κατάλληλου προγράμματος σπουδών. Δεν συμφωνούσαν όλοι οι ερωτηθέντες σχετικά με το είδος του προπτυχιακού υποβάθρου που είναι απαραίτητο για την υπολογιστική ή τη μαθηματική βιολογία. Σημειώθηκε ότι η αριστεία μπορεί να επιτευχθεί με πολλούς τρόπους και ότι η προοπτική όσων έχουν εκπαιδευτεί στη βιολογία, αλλά που έχουν διασταυρωθεί στις επιστήμες των μαθηματικών και των υπολογιστών είναι επίσης σημαντική. Στην πραγματικότητα, πολλοί από τους σημερινούς ηγέτες στον τομέα της υπολογιστικής και μαθηματικής βιολογίας σήμερα είναι άτομα των οποίων το διδακτορικό είναι σε μία από τις ειδικότητες της βιολογίας.

Ένας από τους συνεντευξιαζόμενους πρότεινε ότι ο ρόλος των μαθηματικών στη βιολογία επεκτείνεται πέρα ​​από το HGP και σε άλλους κλάδους στη βιολογία και επομένως άλλα συστατικά του NIH θα πρέπει επίσης να εξετάσουν τη δημιουργία διεπιστημονικών προγραμμάτων κατάρτισης. Δεδομένου του ρόλου που θα διαδραματίσουν τα μαθηματικά και η υπολογιστική βιολογία στη μοριακή ιατρική, δηλαδή η αναγνώριση όλων ή των περισσότερων από τα γονίδια που προκαλούν νόσο και ενός από τους πολλούς παράγοντες στις κοινές ασθένειες, το εκπαιδευτικό πρόγραμμα MD/Ph.D θα πρέπει επίσης να επεκτείνει τις ευκαιρίες κατάρτισης σε αυτές τις περιοχές.

Το NHGRIs Special Emphasis Research Career Award (K01) θεσπίστηκε το 1991 για την πρόσληψη ατόμων με επίσημο υπόβαθρο στα μαθηματικά, την επιστήμη των υπολογιστών, τη χημεία, τη φυσική και τη μηχανική για να συνεχίσουν την έρευνα της γονιδιωματικής. Γίνονται περίπου 3-4 βραβεία ετησίως. Όλοι οι βραβευμένοι έχουν ως μέντορες ερευνητές γονιδιώματος. Οι περισσότεροι από τους ερωτηθέντες δεν είχαν ακούσει για αυτό το πρόγραμμα, αλλά ήταν ενθουσιασμένοι για αυτό το είδος βραβείου καθώς και για ένα βραβείο τύπου ιδρύματος που θα υποστήριζε μια κρίσιμη μάζα ατόμων να εργαστούν σε έργα υπολογιστικής ή μαθηματικής βιολογίας στα ιδρύματά τους.

Το προσωπικό του NHGRI εξέφρασε την ανησυχία του ότι λόγω της ζήτησης και των υψηλών αμοιβών, πολλά άτομα που έχουν εκπαιδευτεί με κρατικά κεφάλαια θα επέλεγαν να εργαστούν στη βιομηχανία αντί να παραμείνουν στον ακαδημαϊκό χώρο. Οι περισσότεροι συνεντευξιαζόμενοι δεν το θεώρησαν ως πρόβλημα. Σε πολλές περιπτώσεις ανέφεραν συναδέλφους στους οποίους προσφέρονται περιοδικά πιο προσοδοφόρες θέσεις στη βιομηχανία, αλλά αντίθετα επέλεξαν την ακαδημαϊκή ελευθερία, την ευκαιρία να εκπαιδεύσουν φοιτητές και την ικανότητα να επιδιώξουν το δικό τους ερευνητικό ενδιαφέρον.

Ερευνα

Προκειμένου ένα νέο επιστημονικό πεδίο να καθιερώσει πνευματική ανεξαρτησία και να είναι ισχυρό στη μεταπτυχιακή εκπαίδευση, είναι απαραίτητο ένα έντονο, σταθερό ερευνητικό πρόγραμμα. Αρκετά προβλήματα εντοπίστηκαν ως εμπόδια για την καθιέρωση ερευνητικών έργων στην υπολογιστική και μαθηματική βιολογία. Ένα σημαντικό μέλημα ήταν η επιστημονική αξιολόγηση από ομοτίμους των διεπιστημονικών έργων. Κατά τη γνώμη πολλών ερωτηθέντων, οι ενότητες μελέτης όπως συγκροτούνται σήμερα δεν ήταν πάντα ικανές να αναθεωρήσουν διεπιστημονικά ερευνητικά έργα. Οι σύντομες περίοδοι έργων θεωρήθηκαν επίσης ενοχλητικές για τις ερευνητικές δραστηριότητες. Η ανάπτυξη νέων εννοιών ή η εφαρμογή εννοιών σε νέα προβλήματα απαιτούν συνήθως περισσότερα από δύο χρόνια για να αποδειχθεί εφικτό ή πρόοδος. Μια τριετής επιδότηση στην ουσία δίνει στον κύριο ερευνητή περίπου δύο χρόνια για να αποδείξει την επιτυχία. Μια τριετής επιχορήγηση καθιστά επίσης δύσκολη την πρόσληψη μεταδιδακτορικών υποτρόφων για να εργαστούν στο έργο, επειδή η αδυναμία υποστήριξης στα επόμενα χρόνια. Σε αρκετές περιπτώσεις, οι συνεντευξιαζόμενοι είπαν ότι ένα ίδρυμα/κέντρο/τμήμα NIH δεν ενδιαφερόταν να υποστηρίξει την έρευνά τους τη συγκεκριμένη στιγμή. Μετά από σύντομη συζήτηση για την προτεινόμενη έρευνά τους, το προσωπικό του NHGRI ήταν της γνώμης ότι η έρευνα φάνηκε κατάλληλη για ένα ή περισσότερα συστατικά του NIH.

Ένας συνεντευξιαζόμενος πρότεινε να χρησιμοποιηθούν τα κεφάλαια για την υποστήριξη ατόμων μέσω ερευνητικών επιχορηγήσεων (R01s) αντί για βραβεία ερευνητικής σταδιοδρομίας (K). Το σκεπτικό είναι ότι τα άτομα που λαμβάνουν στήριξη μισθού για εξέλιξη σταδιοδρομίας ενδέχεται να μην είναι επιτυχημένα στην απόκτηση χρημάτων με αξιολόγηση από ομοτίμους στο τέλος της περιόδου απονομής τους, ενώ εάν χρηματοδοτείτε ερευνητικά προγράμματα, ο κύριος ερευνητής έχει αποδείξει τις δυνατότητές του/της για τη δημιουργία νέας έρευνας Τα ευρήματα στο πεδίο και το ερευνητικό έργο θα μπορούσαν να χρησιμεύσουν ως μέσο κατάρτισης μεταπτυχιακών φοιτητών και μεταδιδακτορικών υποτρόφων.

V. Ένας ρόλος για τη βιομηχανία

Τα περισσότερα από τα άτομα που ερωτήθηκαν τόνισαν τη σημασία της υποστήριξης της βιομηχανίας, με ουσιαστικό τρόπο, της ανάπτυξης και της διατήρησης ισχυρών εστιών υπολογιστικής και μαθηματικής βιολογίας στον ακαδημαϊκό χώρο για διάφορους λόγους. Πρώτον, η βιομηχανία ήταν πολύ επιτυχημένη στην πρόσληψη εκπαιδευμένων ατόμων σε όλα τα επίπεδα για να εργαστούν στη βιομηχανία. Καθώς αυξάνεται η μεγάλης κλίμακας προσπάθεια προσδιορισμού αλληλουχίας του γονιδιώματος του DNA, θα υπάρχει συνεχώς αυξανόμενη ανάγκη για άτομα που μπορούν να διαχειριστούν και να ερμηνεύσουν τα δεδομένα που θα αποτελέσουν την πλατφόρμα πάνω στην οποία θα συνεχιστεί η έρευνα στη βιομηχανία για σκοπούς πρόληψης, θεραπείας και θεραπείας ασθένειες. Δεύτερον, η ακαδημαϊκή κοινότητα είναι συνήθως ο τόπος όπου αναπτύσσονται καινοτόμες, επικίνδυνες τεχνολογίες οι οποίες στη συνέχεια χρησιμοποιούνται από τη βιομηχανία. Η απομάκρυνση του εκπαιδευμένου προσωπικού από τον ακαδημαϊκό χώρο χωρίς προσπάθειες αντικατάστασης και αύξησης του αριθμού των ατόμων που εμπλέκονται σε πνευματικές αναζητήσεις θα οδηγήσει τελικά σε απώλεια επαρκών ανθρώπινων πόρων για να τροφοδοτήσει τη γενετική επανάσταση. Ως εκ τούτου, η συνεργασία της βιομηχανίας με τον ακαδημαϊκό κόσμο για να διασφαλιστεί ότι υπάρχει επαρκώς εκπαιδευμένο προσωπικό για την ανάπτυξη νέων γνώσεων είναι απαραίτητη. Υπάρχουν ορισμένες εμπορικές επιχειρήσεις που συμβάλλουν στην προσπάθεια αυτή, αλλά το επίπεδο δέσμευσης και η διάρκεια της δέσμευσης είναι άγνωστα. Επίσης, τονίστηκε ότι τα δεσμευμένα βιομηχανικά κεφάλαια θα πρέπει να είναι απεριόριστα για να δοθεί στα ιδρύματα η απαραίτητη ευελιξία για να χρησιμοποιήσουν τα κονδύλια για να ενισχύσουν την ερευνητική τους προσπάθεια όπου και όταν χρειάζεται.

VI. Τι είναι Διαθέσιμο

Πριν από την ανάπτυξη νέων προγραμμάτων, είναι σημαντικό να τεκμηριώσετε τα διαθέσιμα και να προσδιορίσετε εάν υπάρχουν πρότυπα προγράμματα στην υπολογιστική και μαθηματική βιολογία που πρέπει να αναπαραχθούν. Η ακόλουθη λίστα προγραμμάτων, αν και δεν αντιπροσωπεύει όλα όσα είναι διαθέσιμα, πιθανώς αντιπροσωπεύει τις σημαντικές προσπάθειες σε αυτόν τον τομέα. Οι συνεισφορές από τη βιομηχανία δεν παρουσιάζονται επειδή δεν υπήρχε εύκολος τρόπος τεκμηρίωσης ή εξακρίβωσης αυτών των πληροφοριών. Τα αναγνωρίσιμα προγράμματα θα μπορούσαν να χωριστούν σε τρεις κατηγορίες: 1) υποδομές 2) εξέλιξη σταδιοδρομίας και 3) ερευνητική κατάρτιση. Η υποστήριξη αυτών των δραστηριοτήτων γίνεται κυρίως μέσω ιδρυμάτων και της ομοσπονδιακής κυβέρνησης.

Υποδομή

Το Foundationδρυμα Whitaker (6) [whitaker.org]
Τα Βραβεία Ηγεσίας του Ιδρύματος στη Βιοϊατρική Μηχανική παρέχουν πόρους σε ιδρύματα με εξαιρετικά εκπαιδευτικά προγράμματα στη μηχανική ή την ιατρική για τη δημιουργία ακαδημαϊκών δομών (τμημάτων ή φυσικών δομών) για τη βιοϊατρική μηχανική. Η διάρκεια και το ποσό του βραβείου είναι ευέλικτο, αλλά εξαρτάται από ίση ή μεγαλύτερη δέσμευση από το αιτούν ίδρυμα. Τα βραβεία ηγεσίας αφορούν ευκαιρίες των οποίων οι στόχοι ή οι ανάγκες εξωτερικής χρηματοδότησης δεν εμπίπτουν στο πεδίο εφαρμογής δύο υφιστάμενων προγραμμάτων.

Τα Βραβεία Ανάπτυξης Βιοϊατρικής Μηχανικής του Ιδρύματος έχουν σχεδιαστεί για τη δημιουργία κέντρων αριστείας στην εκπαίδευση βιοϊατρικής μηχανικής με τη δημιουργία ή την ενίσχυση ακαδημαϊκών προγραμμάτων. Typical grants have three elements: a start-up award of up to $1 million (capital needs, such as renovations and laboratory enhancements), annual awards up to $500,000 for four years with an optional two-year extension (faculty salaries and graduate student support), and a continuation award of up to $1 million (strengthens the academic program). This award requires an affiliation between engineering programs and graduate or medical schools.

Career Development

The Charles E. Culpeper Foundation's Scholarships in Medical Science [goldmanpartnerships.org]
This program provides U.S. medical schools up to three years of support, on behalf of carefully selected physicians of high potential achievement who are committed to careers in academic medicine. Eligible disciplines are basic biomedical research with a special emphasis on molecular genetics, molecular pharmacology and bio-engineering. Provisions include $100,000 per year in direct cost to support salary (partial), research and travel expenses. Award is for three years.

National Human Genome Research Institute's Mentored Scientist Development Award [grants2.nih.gov]
The purpose of this K01 award (formerly known as the Special Emphasis Research Career Award) is to foster the career development of individuals with expertise in scientific disciplines (mathematics, chemistry, physics, engineering, and computer sciences) that would further technological developments critical to the success of the Human Genome Program. Provisions include: 1) annual salary up to $75,000 2) up to $20,000 for research-related expenses and 3) tuition. The duration of the award is three to five years. The number of awards made annually depends on the quality of the applications received.

Research Training

Burroughs Wellcome Fund's Interfaces between the Physical/Chemical/Computational Sciences and the Biological Sciences [bwfund.org]
The goals of this program are to break down the traditional barriers at academic institutions and to train investigators coming from quantitative and theoretical backgrounds so they can bring different approaches and new ideas into the biological arena. This is a program for degree-granting institutions to propose graduate or postdoctoral training programs, or a combination of both. Ancillary activities may include undergraduate student research programs, faculty seed grants, or invited lectures. Grants of $350,000 to $500,000 per year for five years are made to four to six U.S. and Canadian institutions.

Alexander Hollaender Distinguished Postdoctoral Fellowships [orau.gov]
This is a Department of Energy fellowship program to provide training in research areas of interest to the Office of Health and Environmental Research. Eligible disciplines are life, biomedical and environmental sciences and other supporting scientific disciplines. This is a one year fellowship renewable for a second year. The provisions are: beginning stipend of $37,500 and up to $2,500 to cover the cost of relocation.

Alfred P. Sloan Foundation and U. S. Department of Energy Postdoctoral Fellowships in Computational Molecular Biology [sloan.org]
The purpose of these fellowships is to catalyze career transitions into computational molecular biology from physics, mathematics, computer science, chemistry, and related fields. The program is designed to give computationally sophisticated young scientists an intensive postdoctoral opportunity in an appropriate molecular biology laboratory. This is a two year program with a total budget of $100,000 per awardee annually $42,000 is allotted for a stipend and $1,500 is allotted for research expenses. Up to ten fellowships are awarded annually.

The Whitaker Foundation Graduate Fellowship Program [whitaker.org]
This program supports students with engineering backgrounds to develop the skills required for a successful career in biomedical engineering. Awards are made for three years with an option to extend for up to two additional years. Provisions include a stipend of $17,000, a cost-of-education allowance of up to $13,500 and $1,500 for research-related fees. About 30 predoctoral fellowships are awarded annually.

National Science Foundation [nsf.gov]
The NSF has several training initiatives. The goal of the Integrative Graduate Education and Research Training Program is to enable the development of innovative, research-based, graduate education and training activities that will produce a diverse group of new scientists and engineers well-prepared for a broad spectrum of career opportunities. The emphasis is on critical and emerging areas of science and engineering. This is an institutional training grant provisions include 1) annual stipend of $15,000 per graduate student postdoctoral stipends are determined by the host institution 2) up to $200,000 for equipment and special purpose materials and 3) limited funds to defray the costs of research by students. Awards are made in amounts up to $500,000 annually, not including the maximum of $200,000 for equipment. Up to twenty awards will be made during the first three years of the program.

Several Directorates at NSF, Mathematical and Physical Sciences and Computer and Information Sciences and Engineering, support interdisciplinary training in the biological sciences.

Howard Hughes Medical Institute Graduate Fellowship Program [hhmi.org]
The purpose of this program is to promote excellence in biomedical research by helping prospective researchers with exceptional promise obtain a high quality graduate education. Several areas of training have been identified, including mathematical and computational biology. These awards are made for three years. Provisions include a stipend of $15,000 for the student and a $15,000 cost-of-education allowance for the institution. At least $2,200 of the latter must be used for the student's health insurance, books and supplies, computer and computer-related expenses, and travel to scientific meetings. Approximately 80 awards are made each year.

National Library of Medicine's Fellowship in Applied Informatics [nlm.nih.gov]
The purpose of the NLM Fellowship in Applied Informatics (F38) award is to provide individuals with various educational backgrounds ( scientific, clinical and administrative) the opportunity to apply the knowledge and technology of health informatics to help solve biomedical information management problems. Because NLM wishes to encourage applications from mid-career professionals as well as more junior applicants, the amount of the stipend is based on the salary or remuneration that the individual would have been paid by the home institution on the date of the award, but shall not exceed $58,000 per year. A $4,000 per year institutional allowance will be paid to defray the costs of supplies, equipment, travel, tuition, fees, insurance, and other trainee-related costs. The fellowship is limited to two years. This is a non-NRSA fellowship.

National Human Genome Research Institutes Institutional Training Grant in Genomic Sciences [grants1.nih.gov]
This is an institutional training program (T32) in genomic sciences to train scientists with multidisciplinary skills that will allow them to engage in research that will accomplish the goals of the Human Genome Program (HGP) and to take full advantage of the resulting genomic data and resources to solve biomedical problems and increase our understanding of human biology. This training program is intended to expand the research capabilities of individuals with backgrounds in either molecular biology or a nonbiological scientific discipline relevant to genomic sciences (e.g., physical, chemical, mathematical, computer or engineering sciences). Provisions include: 1) annual stipends-$11,496 for graduate students and $20,292-$32,300 for postdoctoral fellows 2) tuition and 3) partial support of research-related expenses annually-up to $1,500 per year per graduate student and up to $2,500 per year per postdoctoral trainee. The number of grants awarded annually depends on the quality of the applications received. Duration of the institutional awards is up to five years individuals are usually supported for two to three years under this mechanism. This is a National Research Service Award and as such, the provisions are determined by the NIH.

VII. Συστάσεις

The following recommendations are distilled from the discussions with the interviewees. Staff suggests that these recommendations serve as the starting point of a discussion with leaders in academia, industry and non-profits. There are clearly some areas where new mechanisms can be established, but the success of computational and mathematical biology depends upon developing a strategy in which all parties that have a collected vested interest in the area are brought together to discuss what needs to be done, who will/can do what, and how resources can be leveraged, once there has been an agreement that an opportunity exists to provide stable support to a new discipline.

Infrastructure

  1. Provide opportunities for individuals in leadership positions in academia (Provosts, Chancellors, Deans, and Department/ Division Heads) to learn more about the broad range of opportunities that computational and mathematical biology present in biology and medicine. Presentations at annual meetings of professional societies (such as the Society for Industrial and Applied Mathematics, Pacific Symposium on Biocomputing, etc) and the American Association of Medical Colleges by members who are working at the interface of biology and mathematics or computer science would be one way to discuss the opportunities this interdiscipline provides to the future of biology and medicine.

Curriculum Development
  1. Use the academic career award (K07) mechanism to support faculty to develop curricula in computational and mathematical sciences as they relate to genomics and genome analysis. Curricula should be developed for students at the undergraduate and graduate levels.
Career Development and Research Training

  1. Develop an institutional K01 program award that would provide a critical mass of non-biologists working in the areas of computational and mathematical biology in institutions where there are foci of scientists working in interdisciplinary areas critical to genome research and genome analysis and interpretation.

Ερευνα

  1. Evaluate why research projects in computational and/or mathematical biology receive poor priority scores.

Outreach
  1. Convene leaders in industry and academia to discuss common interests and needs in research and training.
Immediate Action Items

  1. Develop brochures about NHGRIs training and career development opportunities.

Appendix Interviewees

Russ B. Altman, MD, Ph.D. (Medical Information Sciences)
Assistant Professor of Medicine and (Computer Science by courtesy)
Department of Medicine (Department of Computer Science by courtesy)
Ιατρική Σχολή του Πανεπιστημίου Στάνφορντ
Stanford, CA

Michael Boehnke, Ph.D. (Biomathematics)
Καθηγητής
Department of Biostatistics
School of Public Health
University of Michigan
Ann Arbor, MI

Dan Davison, Ph.D. (Biological Sciences-Genetics)
Principal Scientist
Bioinformatics Department
Bristol-Myers Squibb Pharmaceutical Company
Wallingford, CT

Keith A. Dunker, Ph.D. (Biophysics)
Καθηγητής
Departments of Biochemistry and Biophysics, Chemistry
Πολιτειακό Πανεπιστήμιο της Ουάσινγκτον
Pullman, WA

Philip Green, Ph.D (Mathematics)
Αναπληρωτής Καθηγητής
Molecular Biotechnology Department
Πανεπιστήμιο της Ουάσινγκτον
Σιάτλ, WA

David Haussler, Ph.D. (Computer Science)
Professor, Computer Information Science
Division of Natural Science
Πανεπιστήμιο της Καλιφόρνια
Santa Cruz, CA

Edward Holmes, MD
Senior Associate Dean for Research and
Vice President for Translational Medicine and Clinical Research
Ιατρική Σχολή του Πανεπιστημίου Στάνφορντ
Stanford, CA

Webb Miller, Ph .D. (Mathematics)
Καθηγητής
Department of Computer Science
Πολιτειακό Πανεπιστήμιο της Πενσυλβάνια
University Park, PA

Chris Overton, Ph.D. (Biophysics), MSE (Computer Science)
Director, Center for Bioinformatics
Πανεπιστήμιο της Πενσυλβάνια
Φιλαδέλφεια, Π.Α

Neil Risch, Ph.D. (Biomathematics)
Καθηγητής
Department of Genetics
Ιατρική Σχολή
πανεπιστημιο του Στανφορντ
Stanford, CA

Fred Roberts, Ph.D. (Mathematics)
Professor of Mathematics
Director, Center for Discrete Mathematics and Theoretical Computer Science
Πανεπιστήμιο Rutgers
Piscataway, NJ

Temple Smith, Ph.D. (Physics)
Διευθυντής
BioMolecular Engineering Research Center
College of Engineering
Πανεπιστήμιο της Βοστώνης
Βοστώνη, Μασαχουσέτη

Terence P. Speed, Ph.D. (Mathematics)
Καθηγητής
Department of Statistics
Πανεπιστήμιο της Καλιφόρνια, Μπέρκλεϋ
Berkeley, CA

David States, MD, Ph.D. (Biophysics)
Διευθυντής
Institute for Biomedical Computing
Ιατρική Σχολή
Washington University
St. Louis, MO

Gary Stormo, Ph.D. (Molecular Biology)
Αναπληρωτής Καθηγητής
Department of Molecular, Cellular and Developmental Biology
Πανεπιστήμιο του Κολοράντο
Boulder, CO

Clark Tibbetts, Ph.D. (Biophysics/Chemistry)
Professor of Microbiology
Institute for Molecular Bioscience and Technology
Πανεπιστήμιο George Mason
Fairfax, VA

Michael Waterman, Ph.D. (Statistics)
Καθηγητής
Department of Mathematics (Joint Appointments in Biological Sciences and Computer Sciences

Υποσημειώσεις

  1. This review was initially focused on bioinformatics. During the course of my interviews, it was expanded to include the application of mathematics, statistics, and computer science to genomics and genetics research. Thus, the title, while not ideal, is meant to be inclusive, rather than exclusive, of these scientific disciplines.


Major exploration course(s) added by advisors for incoming first-year students

Biomathematics Major Exploration Course(s) recommended by faculty. At least one of these will be included in your Fall schedule:

Students with a Precalculus or Calculus math placement AND Expository Writing English placement

Course Title

Course Number

Students without a Precalculus or Calculus math placement AND Expository Writing English placement

Course Title

Course Number


How to learn biomathematics? - Βιολογία

Χρειάζεστε βοήθεια; Mathematic Tutorials

An Introduction to Scientific Notation A quick review of writing very large and very small numbers using scientific notation.

Mathematical Notation Learn the proper notation for representing numbers, sets, sums, and products.

Introduction to Functions Learn the definition and properties of functions, how to perform mathematical operations on functions, and then practice what you have learned.

Transformations Learn how functions are transformed and how to sketch the graph of a function by inspecting the equation. Then test your knowledge.

Linear Functions Learn the definition of linear function, how to calculate the slope of a line, how to solve a linear equation, and how linear models are used in biology. Then practice what you have learned.

Quadratic Functions Learn the definition of a quadratic function, what the graph of quadratic function looks like,and how to solve quadratic equations. Then test your knowledge with a problem set.

Exponential Functions Learn the definitions of exponential functions, how they are graphically represented, and how to graph basic exponential functions and transformed exponential functions.

Logarithmic Functions Learn the definitions of logarithmic functions and their properties, and how to graph them. Then practice what you have learned with exponential and logarithmic functions.

Polynomials Learn the definition of a polynomial, how to perform polynomial division, and what a graph of a polynomial function looks like. Then review what you have learned with a problem set.

Power Functions Learn the definition of a power function and how to graph one. Then test your knowledge with a problem set.

Rational Functions Learn the definition of a rational function, what the graph of a rational function looks like, and how to find the asymptotes. Then complete the problem set.

Trigonometric Functions Learn the definition of a trigonometric function, review some special angles, learn what the graphs of various trigonometric function look like, and see some trigonometric identities. Then test your knowledge with a problem set.

Shodor Activities designed for either group or individual exploration into concepts from middle school mathematics. The activities are Java applets and as such require a java-capable browser.

Powers of Ten A travel across the Universe. Changing scale by just a few powers of ten dramatically alters your perspective.

Cyberchase A PBS website for kids of all ages with math games and web adventures.


Please note that the TRACS information about some of our courses is outdated. The information that appears above is more reliable, and if there is any question over course content or prerequisites, please contact the course instructor.

Abbreviations used for cross-listed courses are as follows: MA – Mathematics, OR – Operations Research, and ST – Statistics. An example of credit information is: 4(3-2). The 4 indicates the number of semester hours credit awarded for successful completion of the course. The (3-2) indicates that the course normally meets for three hours of lecture and two hours of problem session per week. The abbreviations F, S, and Sum indicate courses normally offered in the fall and spring semester and in the summer terms, respectively.

BMA 567 Modeling of Biological Systems.
Prereq: 1 semester of calculus (e.g., MA 112) 4(3-2) F. An introduction to quantitative modeling in biology. Compartment models, Forrester diagrams, probabilistic and deterministic descriptions of dynamic processes, development of model equations, simulation methods, criteria for model evaluation. Readings from current literature on applications of modeling and simulation in biology. Laboratory sessions emphasize the scientific computing skills used in biological modeling. An individual modeling project, preferably related to the student’s research interests, is required.

BMA 610 Special Topics.
Offered from time to time during Fall or Spring semesters.

BMA (ST, MA) 771 Biomathematics I.
Preq.: Advanced calculus (including matrix algebra) and reasonable background in biology, or consent of the Instructor. 3(3-0)F. Mathematical methods for dynamic state variable models in biomathematics, especially difference and differential equations, with applications including models for population dynamics, pattern formation, and enzyme kinetics. Emphasis is placed on determining the qualitative behavior of solutions rather than on explicit solutions or numerical computation.

BMA (ST,MA) 772 Biomathematics II.
Prereq.: BMA 771, elementary probability theory. 3(3-0)S. Continuation of BMA 771. Methods for analyzing nonlinear models, concepts of local and global stability, periodic and non-periodic solutions. Comparison of deterministic and stochastic models. Survey of applications and some discussion of recent research.

BMA (ST,OR,MA) 773 Stochastic Modeling.
Prereq.: BMA 772 or ST 746. 3(3-0) F. Survey of modeling approaches and analysis methods for data from continuous state random processes. Emphasis on differential and difference equations with noisy input. Doob-Meyer decomposition of process into signal and noise components. Examples from biological and physical sciences, and engineering. A student project is required. (Offered F 2000 and alt. years.)

BMA (MA,OR) 774 Partial Differential Equation Modeling in Biology.
Prereq.: BMA 771 or MA/OR 731 BMA 772 or MA 401 or MA 501 3(3-0)S. Modeling with and analysis of partial differential equations as applied to real problems in biology. Review of diffusion and conservation laws. Waves and pattern formation. Chemotaxis and other forms of cell and organism movement. Introduction to solid and fluid mechanics/dynamics. Introductory numerical methods. Scaling. Perturbations, Asymptotics, Cartesian, polar and spherical geometries. Οι περιπτωσιολογικές μελέτες.

BMA 801 Biomathematics Graduate Seminar.
Prereq.: Grad standing 1(1-0) F, S. Student and faculty presentations of current research in biomathematics. Purposes are to broaden perspective on the field of biomathematics and research opportunities, and to give students practice in seminar presentation. Students make one presentation per year. For Ph.D. candidates, two of these presentations must concern thesis research, one near the start of the work, and the other near the completion of the thesis. Attendance is required.

BMA 815 Advanced Special Topics.
Offered from time to time in the Fall and Spring semesters.


University Admission Requirements

A student applying to a master's program must:

  • have earned a four-year bachelor's degree or its equivalent from a college or university that is accredited by the appropriate regional accrediting association, or do so within one academic year
  • present unofficial transcripts from each college or university other than Illinois State at which graduate, undergraduate, or non-degree credit was earned. The unofficial transcript should be easily readable and clearly indicate degree(s) awarded, courses and course grades for each term. If accepted, official transcripts can be emailed from the university to [email protected] or mailed in a sealed envelope to: Graduate School, 209 Hovey Hall, Campus Box 4040, Normal, IL 61790-4040.

International students can learn more about specific application requirements by visiting the Office of Admissions.

Additional Program Admission Requirements

Lab Requirement

The first step in the application process is to ask about working in a lab. We do not admit graduate students unless they have at least one faculty member who is willing to have them in their lab.

Contact a member of our faculty who works in your area of interest. Discuss whether they are taking new students, whether your interests sufficiently overlap with theirs, and what research topics are being pursued in their labs.

You must have a 3.0 on a 4.0 scale for the last 60 hours of undergraduate coursework or any previous work in a master’s program.

Curriculum Vitae or Resume

Submit your vita in the application system. It should include any information that will help assess your potential as a student in our graduate program. Also include:

  • your educational background
  • previous employment or positions related to science and your current status
  • research activities, including publications
  • memberships in professional societies
  • any honors and awards you have received

Statement of Academic and Professional Goals

Write a one-to-two page statement of your academic and professional goals and submit it in the application system.

Your statement should include:

  • area of research in which you are interested
  • faculty member(s) with whom you have corresponded in regard to serving as your possible dissertation advisor
  • your plans after completing graduate school

Letters of Recommendation

Provide three letters of recommendation. Your letters should be from faculty members or others who are familiar with your academic record and can evaluate your potential for graduate study.

Test Scores

GRE scores are not required for your application. However, if you wish to submit them, you may.

Scores do not play a significant part in our decision-making process for admission. GRE scores may help your application if you did not have strong undergraduate grades but have strong GRE scores.

Use institution code 1319 if you want to submit your scores. It will not be held against you if you do not submit GRE scores as part of your application.

International students required to take an English proficiency test must have a TOEFL score of 90 or greater. The IELTS equivalent is approximately 6.5.

Application Deadlines

  • Fall (August) Term &mdash February 1
  • Spring (January) Term &mdash Not accepting applications
  • Summer Term &mdash Not accepting applications

Connect with cutting-edge research under the microscope or out in the field

Research Opportunities
Students are required to complete an independent research project under the supervision of a faculty member (either math or biology) and present their research in the Biomathematics Seminar.

Center for the Sciences and Innovation (CSI)
Trinity’s integrated, 300,000-square-foot science and engineering complex contains glass-walled laboratories, classrooms, and offices that put science on display. CSI supports teaching and research in biomathematics in addition to multiple fields of biology, chemistry, and mathematics, among others.

Undergraduates also have the opportunity to learn and perform a variety of modern research techniques such as chromatography, electrophoresis, phase contrast and fluorescent microscopy, tissue culture, electrophysiology, confocal microscopy, and ultracentrifugation.


Integrative Biomathematical Learning Alliance Across Academic Departments

Across the nation, many generalized programs have focused on retention of minority students in the sciences with varying degrees of success. Paradoxically, this challenge exists despite expanding career opportunities in industry, academia, and government for those skilled at the intersection of biology and mathematics. Here I describe a cross-departmental learning alliance (iBLEND- an Integrative Biomathematics Learning and Empowerment Network for Diversity) which directly targets these recognized challenges. Our goal is for the iBLEND project to have significant spillover effects for our university by developing new interdisciplinary collaborations that benefit our students. The iBLEND is a proactive, intensive approach in order to bridge campus chasms for both faculty and undergraduate students by positively influencing academic programs through interdisciplinary training coupled with strong evaluation and assessments. By leveraging our recent surge of competitive research activity, innovative instruction, and collaboration, the iBLEND advances our transformation to the next level by establishing a broader bridge for our undergraduates at the interface of mathematics and biology. In working together, the math and biology students learned to bridge language barriers inhibiting interdisciplinary explorations. Students are closely involved with faculty mentors in core laboratories and developed cross-disciplinary research skills that enhanced their post-graduate career opportunities. Using systems biology tools combined with targeted mathematics classroom work, students merge data from their lab bench experiments with mathematical models to determine how various changes impacted an overall organism and its functions. The students have hands-on training with a myriad of computational, simulations, data mining and data analysis tools needed in approaching their projects.

TARGETED STUDENT PARTICIPANTS AT A CRITICAL TRANSITION POINT
North Carolina Agricultural and Technical State University (NCATSU) is a historically minority-serving land-grant institution with an overall enrollment of approximately 11,000 undergraduates. Currently, the Biology Department has over 500 majors and the Mathematics Departments has over 100 majors. Undergraduates in both departments are over 90% African American representing a diverse talent pool for broadening participation in science. Although NCATSU is the largest Historically Black College and University (HBCU) in North Carolina, we are aware that overcoming under-representation in biology and mathematics is difficult. For instance, given the mission as a land grant HBCU, our entering freshman are admitted having a wide-range of prior high school success. Too many NCATSU freshmen exhibit deficits in critical thinking and writing, as compared to underrepresented as compared to the percentage of undergraduates at majority institutions who go on to pursue freshmen at other institutions participating in the same study. These data are routinely disseminated as evidence in multiple ways to faculty, highlighting the need for excellent teaching, strong interdisciplinary training, and high-quality biomathematics-related research. We focus iBLEND activities relative to deep learning that crosses beyond conventional boundaries between biology, mathematics, computer science, physics and chemistry disciplines.

INNOVATIVE STRATEGIES TO BRIDGE THE GAPS AT THE MATH-BIO INTERFACE
Our integrative model not only raises the bar for the incoming high-performing students, but seeks avenues that can amplify the overall supply of students who emerge from NCATSU on a competitive trajectory for biomathematical graduate study. Innovative to our approach is that all of the research projects bring undergraduate researchers to our centrally located Molecular Genetics, Genomics, and Proteomics Laboratory and the Applied Mathematics Modeling Laboratory. The purpose of our core lab is to provide interdisciplinary research and training for both undergraduates and faculty. The core laboratories include biologists, mathematicians, and computational bio-physicists, from each of the basic science departments involved in laboratory research. This shared space provides natural opportunities for our undergraduates to fuse conceptual understanding between research and classroom activity. We have found that the core labs provide iBLEND a supportive dynamic sphere for high expectations and academic challenges for our undergraduates. We believe shared spaces are essential to provide natural opportunities for undergraduates to fuse conceptual understanding between research and classroom activity. Hence iBLEND takes full advantage of the capabilities of our newly established Molecular Biology Core Laboratory. The core laboratories also serve as a training ground for faculty to learn new techniques. Ramifications from this research are particularly well-suited for spirited discussion and debate that further establish meaningful relationships between mathematics and biology. The strong interdisciplinary research projects and training are built on research strengths of faculty in the Departments of Biology and Mathematics enriched with collaborations with neighbor Research-1 institutions. The central geographic location of NCATSU between Wake Forest Univ., UNC-Chapel Hill, Duke Univ., and NC State Univ., and other institutions provides easy implementation for several day visits and field trips during the academic semesters with collaborating laboratories on our project.

The iBLEND research and training are coupled with mechanisms that reduce barriers to student success. As many of our students are first generation college attendees, there is a wealth of life experiences and personal connections to these projects that give real-world research purpose and provide students with every opportunity to succeed in biomathematics. The lab research described above is specifically designed to overcome pre-conceived notions concerning advanced mathematics or computationally-rich courses. This is particularly true for minority students where underrepresentation in research careers goes back to a complex interplay of socio-economic forces that impact academic achievement. Used appropriately, mathematical models can represent pathways in a physically and biologically realistic manner and generate novel and useful hypotheses. The modeling intellectual focus and tools span the range from prediction to identification of mechanistic structures. This research theme is specifically structured to complement the individual strengths and circumstances of each research mentor. Students gain a better understanding of the governing processes at the molecular, cellular, and organismal level through mathematical analysis of the overall dynamical system models and various numerical methods and simulations. The student iBLEND intellectual focus is on the development of mathematical skills in set theory, linear algebra, differential equations, number theory, numerical analysis, stochastic and deterministic processes, topology, and computational mathematics. This aids in the development of analytical argumentative strategies to better understand high-throughput biological data which includes molecular genetics, host-pathogen microbiology, comparative and functional genomics, phylogenetics, plant physiology, ecology, and genomic instability and oncology.

KEY ORGANIZATIONAL STRUCTURE AND INSTITUTIONAL ENDORSEMENTS
Because of the many positive impacts, some even beyond intended project goals, iBLEND has significant buy-in from administration, faculty, and students. We gain buy-in from stakeholders by: (1) working from the ground-up with administration to promote campus-wide biomathematics research and training (2) fostering associations between research and regular undergraduate academic courses (3) creating and disseminating biomathematics teaching and learning modules and (4) enhancing learning community support at the interface of mathematics and biology. Since 2006, NCATSU has hired many new faculty with significant biomathematical research portfolios to share with undergraduates in iBLEND. Hence, we have a solid cadre of faculty and staff pursuing research and shared discovery at the interface of mathematics and biology, and all are part of this proposed work.

These measures that have increased undergraduate research and research training included:
-Collective math-biology departmental faculty conceptualization and crafting of grant proposals
-Emphasis on faculty and student development in research and pedagogy
-Provision of collaborative math-biology departmental retreats to foster new ideas
-Emphasis on freshman orientations specific for biology and math majors
-Distribution of bio-math shared documents through centralized computer servers
-Broadening team-taught bio-math courses and research contributions
-Providing a weekly bio-math seminars and annual bio-math scientific research symposia