生物信息在中國的前景如何？

事實上，學生學分的障礙在於計算機水平。壹個有cs基礎的人轉信用卡的難度顯然比壹個純生命科學專業的人低。所以，如果妳轉cs，再回到盛鑫，緩沖期很短，盛鑫轉深度學習，需要更長的緩沖，但因人而異，因為python和基礎數據庫已經存在，相比純生物有很大優勢。如果想在盛鑫做進壹步的科研，目前來看前景(短期)還是很積極的。無論是史領導的結構生物學(更重要的是設備，還有分析)，還是華大領導的基因組學，以及目前大熱的精準醫學，都與盛鑫息息相關。隨著深度學習的發展，基於各種數據庫的智能診斷也與信用創造有關。另壹方面，生物學專業未來的需求應該是多方面的。以後做生物研究(或者基礎醫學研究)，會有很多人才需要計算機，數學等等(比如計量經濟學)。很多實驗(基礎細胞培養、跑膠)的效率未來可能會大大提高，純實驗所需的人力可能會飽和。按照美國目前的技術叠代速度，幾乎所有的科技行業都需要每半年學習研究壹次。相比生命科學，基礎紮實的人面臨的壓力會小壹些。(但只是相對數量較多的生命科學類學生)必須承認，金融和cs將是未來最有吸引力的行業，但如果妳能做好妳的信，妳應該掌握醫學統計學。有統計學、python、組學知識的人不用擔心未來，但是在讀博期間，很多人可能會因為枯燥的濕實驗和大量重復性的工作而失去耐心，所以還是要考慮自己的情況。