入學(xué)時間 | 項目時長 | 項目學(xué)費 |
9月 | 1.5年 | 116667人民幣/年 |
類型 | 總分要求 | 小分要求 |
雅思 | 6.5 | / |
托福 | 79 | / |
1) 畢業(yè)于認(rèn)可的大學(xué)獲得學(xué)士學(xué)位,榮譽等級不低于二等;或 2)畢業(yè)于認(rèn)可的大學(xué)獲得學(xué)士學(xué)位,成績不低于“B”;或 3) 等同大學(xué)本科的資歷。
生物信息學(xué)碩士專業(yè)是一項跨領(lǐng)域的學(xué)科,由香港中文大學(xué)(深圳)醫(yī)學(xué)院和數(shù)據(jù)科學(xué)學(xué)院共同開設(shè),涵括生命科學(xué)、計算科學(xué)與數(shù)據(jù)科學(xué)、物理、化學(xué)、統(tǒng)計等基礎(chǔ)學(xué)科知識。近年來,生物信息學(xué)已成為現(xiàn)代生物醫(yī)學(xué)研究不可或缺的關(guān)鍵支點,從生物大數(shù)據(jù)中挖掘新穎的生物標(biāo)志物與分子調(diào)控機制,進(jìn)而研制出疾病診斷與治療的方案,在生物技術(shù)及生物制藥行業(yè)中的權(quán)重日益增長。在國家與企業(yè)的大力支持下,粵港澳大灣區(qū)的生物醫(yī)藥產(chǎn)業(yè)正快速增長,其中新藥開發(fā)、檢測試劑研發(fā)、醫(yī)學(xué)臨床應(yīng)用更是知識密集產(chǎn)業(yè)。本項目將進(jìn)一步借助香港中文大學(xué)(深圳)醫(yī)學(xué)學(xué)科群、生命科學(xué)、數(shù)據(jù)科學(xué)等方面發(fā)展優(yōu)勢,培養(yǎng)市場緊缺的且具有生命科學(xué)與新藥開發(fā)專業(yè)知識的跨學(xué)科人才。
序號 | 課程介紹 | Curriculum |
1 | 生物醫(yī)學(xué)研究中的機器學(xué)習(xí) | Machine Learning for Biomedical Research |
2 | 生物信息學(xué)的理論和算法 | Theories and Algorithms in Bioinformatics |
3 | 計算分子建模與設(shè)計 | Computational Molecular Modeling and Design |
4 | 基因組信息學(xué) | Genome Informatics |
5 | 生物醫(yī)學(xué)研究中的統(tǒng)計方法 | Statistical Methods for Biomedical Research |
6 | 國情教育課程 | Civic Education Courses |
7 | 計算機輔助藥物設(shè)計專題研討 | Topics in Computer-Aided Drug Design |
8 | 生物信息算法特論 | Selected Topics in Bioinformatics Algorithms |
9 | 計算結(jié)構(gòu)生物學(xué) | Computational Structural Biology |
10 | 計算蛋白質(zhì)組學(xué)與功能預(yù)測 | Computational Proteomics and Functional Prediction |
11 | 生物數(shù)據(jù)庫設(shè)計與數(shù)據(jù)可視化 | Biological Databases Design and Data Visualization |
12 | 深度學(xué)習(xí) | Deep Learning |
13 | 分子藥理學(xué)及現(xiàn)代藥物研發(fā) | Molecular Pharmacology and Modern Drug Design |
14 | 專題研究 | Research Project |
15 | 深度學(xué)習(xí)特論 | Selected Topics in Deep Learning |
16 | 物理分子生物學(xué) | Physical Basis of Molecular Biology |
幾何留學(xué)APP
2403個學(xué)校
10582個專業(yè)
3217個錄取案例
8697份錄取報告